ExtrudEAR – Abbildung der auditiven Wahrnehmung und des menschlichen Expertenwissens auf die Prozesskontrolle von Extrudern

Beschreibung und Projektziele

Zuhören in der Lebensmittelextrusion

Bei der Extrusion zur Herstellung von Maisflips werden zunächst Maiskörner zu feinem Maisgrieß gemahlen. Dieser Grieß gelangt über einen Trichter in den sogenannten Extruder und wird dort mit Wasser zu einem Teig vermischt, siehe Abbildung.

Der Extruder hat eine lange Schnecke (ähnlich einem Gewinde), die sich in einem Zylinder dreht, dabei den Teig erhitzt und durch den Zylinder in Richtung Ausgang drückt. Dort wird das Teiggemisch unter Hitze und Druck durch eine formgebende Düse gepresst, kühlt wieder ab, wird geschnitten und weiterverarbeitet. Am Ende hält man einen kleinen, leichten und leckeren Flip in der Hand. 

Das Gehör des Maschinenpersonals

Erfahrene Maschinenführer sind in der Lage, Veränderungen oder Störungen an Anlagen und Prozessen frühzeitig zu erkennen. Meist werden intuitive Entscheidungen getroffen, die zu einer Anpassung der Prozessführung oder sogar zu einem Prozessabbruch führen.
Um akustische Reize richtig zu interpretieren und daraus intuitive Entscheidungen abzuleiten, ist ein hohes Maß an Erfahrung erforderlich. Diese kognitive Wahrnehmung und Erfahrung kann nicht durch Schulungen oder Trainings an andere Mitarbeiter weitergegeben werden, sondern muss eigenständig erworben werden.

ExtrudEAR kurz erklärt

Ziel des Vorhabens ist es, die auditive Wahrnehmung von erfahrenen Maschinenbedienern abzubilden und dadurch eine automatisierte, bio-inspirierte Prozessüberwachung beim Extrudieren zu realisieren. Die entsprechende Machbarkeitsstudie wird am Beispiel eines Stärke-Extrusionsprozess im Technikum-Maßstab durchgeführt.

An dem Extruder werden dazu Sensoren angebracht, welche akustische Signale im laufenden Extrusionsprozess gewinnen. Der Einsatz von Machine Learning (ML) und Künstlicher Intelligenz (KI) erfolgt dabei unter verschiedenen Aspekten.

• Installation akustischer Sensorik und Audioaufnahmen des Extrusionsprozesses
• Einsatz maschineller Lernverfahren zur Datenanalyse und -auswertung (Proof-of-Concept)

• Fraunhofer IVV

• Bundesministerium für Bildung und Forschung BMBF

Juli 2022 – Juni 2023