15 febrer, 2023
Projecte aprovat a la línia d’ajuts AEI 2022 NG.
Descripció del projecte:
El projecte en qüestió es tracta d’una solució intel·ligent basada en la investigació industrial per a la optimització d’un procés productiu que porta molt de temps sense evolucionar. El que es pretén investigar és un equip pilot d’assecat que incorpora innovacions en el seu funcionament, control i anàlisis. Es preveu la validació del sistema plantejat i el resultat final suposaria una revolució per al sector carni. Aquesta revolució s’articularà mitjançant 3 punts, la eficiència, el control del procés i el control del temps del procés. Es pretén ajuntar conceptes de producció eficient, control, digitalització, big data i machine learning en aquest mateix projecte.
Després de molt d’anàlisi i investigació per part de l’equip de GasN2, es pot dir que el mateix equip ha desenvolupat un dispositiu d’assecat que permet oferir un estalvi energètic molt significatiu (>30%) amb el mateix resultat que un assecador estàndard. Així doncs, es tracta d’un projecte que tindrà un impacte mediambiental molt rellevant.
Una vegada aconseguit el grau similar al del assecador estàndard a Splendid Foods, aquest podrà adaptar al mapa de temperatura i humitat de l’assecador a temps real, i Tagtio facilitarà la recepció i tractament de dades. Aquesta activitat es basarà en adaptar els diferents graus de llibertat i control de l’equip pilot innovador d’assecat buscant la màxima homogeneïtat en la sala.
I per finalitzar el projecte i en busca de l’excel·lència en el procés, es preveu optimitzar els temps d’assecat i repòs en base a la merma del producte a temps real i no en base a la estimació, o al pesatge discret que es faria actualment.
L’objectiu:
L’objectiu principal del projecte és validar una tecnologia innovadora d’assecat d’embotits que permeti l’estalvi energètic del procés d’assecat en condicions controlades. També permetrà optimitzar el procés a través de la monitorització de la merma a temps real.
De forma indirecte es preveu aconseguir els següents subobjectius:
- Quantificar els estalvis energètics a unes condicions de partida base.
- Validar el mapa de temperatura i humitat de dins de l’assecador perquè sigui el més homogeni possible a partir de diversos sensors
- Establir dades base d’autoregulació en funció de paràmetres establerts (machine learning).
- Validar la merma temporal mesurada mitjançant sensors ubicats a l’equip pilot i ajustar a la merma real a l’assecador, per ajustar la mesura a la realitat.
- En base a la merma temporal ajustar de forma eficient els temps a cada fase.
Participants:
- Splendid Foods SAU
- GasN2 SL
- Tagtio SL
- INNOVACC
Pressupost total plantejat:
150.084,45 €
Ajut previst:
114.316,14 €
Amb el suport de:
