Schrijf je in voor onze dagelijkse nieuwsbrief om al het laatste nieuws direct per e-mail te ontvangen!

Inschrijven Ik ben al ingeschreven

U maakt gebruik van software die onze advertenties blokkeert (adblocker).

Omdat wij het nieuws gratis aanbieden zijn wij afhankelijk van banner-inkomsten. Schakel dus uw adblocker uit en herlaad de pagina om deze site te blijven gebruiken.
Bedankt!

Klik hier voor een uitleg over het uitzetten van uw adblocker.

Meld je nu aan voor onze dagelijkse nieuwsbrief en blijf up-to-date met al het laatste nieuws!

Abonneren Ik ben al ingeschreven

Intelligent kwaliteitsbeheersysteem voor groenten en fruitketen biedt perspectief

Thijs Defraeye, de nieuwe buitengewoon hoogleraar 'Data and simulations for self-care post-harvest fresh-food supply chains', bij de vakgroep Food Quality and Design van Wageningen University & Research, wil modellen ontwikkelen waarmee iedereen beslissingen over de kwaliteit van groenten en fruit op dezelfde manier kan nemen, met minder expertise.

Tijdens gekoeld transport van groente en fruit zijn er meerdere personen die moeten beslissen of een lading goed of slecht is. Dat doen ze op basis van hun ervaring of beperkte gegevens uit een steekproef. Volgens Defraeye kan dat anders. Het besluitproces is omslachtig, duurt daardoor lang en is afhankelijk van menselijk handelen en kunnen.

Het zou beter zijn als iedereen in de leveringsketen op basis van dezelfde informatie een beslissing kan nemen. Daartoe ontwikkelt Defraeye een zelfzorgvoedselsysteem. Dat toekomstige systeem kan antwoord geven zonder dat er een menselijke expert aan te pas komt. Aan de hand van beperkte gegevens kan het zelfzorgsysteem een totaalbeeld voorspellen, is het idee.

Zo zou het systeem de informatie van één temperatuursensor van gekoeld transport kunnen gebruiken om de kwaliteit van de gehele vracht te voorspellen. Het model maakt hiervoor gebruik van feature engineering door natuurkundige simulaties: uit de gegevens haalt het aanvullende kenmerken van de vracht. Die verrijkte gegevens gaan door als invoer voor machine learning om intelligentere beslissingen te nemen.

Voor het transport van citrusvruchten en aardbeien heeft Defraeye met collega’s dit jaar al modellen ontwikkeld om de kwaliteit te voorspellen en te vertalen naar acties voor betrokkenen in de toeleveringsketen. Voor aardbeien bijvoorbeeld simuleert het team van Defraeye de houdbaarheid met behulp van een computermodel. Dat model wees uit dat de houdbaarheid – onder invloed van temperatuur en luchtvochtigheid – afhankelijk is van het ontwerp van de bakjes. Daaruit destilleren de onderzoekers vervolgens kritieke punten van kwaliteitsverlies voor elk type verpakking.

Bron: Resource

Publicatiedatum: