Development of thermo-analytical prediction and classification models for food in thermal devices using a multi sensor system and artificial neural networks

Die thermische Verarbeitung von Lebensmitteln beeinflusst deren Qualität und ernährungsphysiologischen Eigenschaften. Im Haushalt ist die Überwachung der Temperatur innerhalb des Lebensmittels sehr schwierig. Zudem ist das Wissen über optimale Temperatur- und Zeitparameter für die verschiedenen Speisen oft unzureichend. Die optimale Steuerung der thermischen Zubereitung ist maßgeblich abhängig von der Art des Lebensmittels und der äußeren und inneren Temperatureinwirkung während des Garvorgangs. Das Ziel der Arbeiten war die Entwicklung eines automatischen Backofens, der in der Lage ist, die Art des Lebensmittels zu erkennen und die Temperatur im Inneren des Lebensmittels während des Backens zu errechnen. Die für die Temperaturberechnung benötigten Daten wurden mit mehreren Sensoren erfasst. Hierzu kam ein Infrarotthermometer, ein Infrarotabstandssensor, eine Kamera, ein Temperatursensor und ein Lambdasonde innerhalb des Ofens zum Einsatz. Ferner wurden eine Wägezelle, ein Strom- sowie Spannungs-Sensor und ein Temperatursensor außerhalb des Ofens genutzt. Die während der Aufheizphase aufgenommen Datensätze ermöglichten das Training mehrerer künstlicher neuronaler Netze, die die verschiedenen Lebensmittel in die entsprechenden Kategorien einordnen konnten, um so das optimale Backprogram auszuwählen. Zur Abschätzung der thermische Diffusivität der Nahrung, die von der Zusammensetzung (Kohlenhydrate, Fett, Protein, Wasser) abhängt, wurden mehrere künstliche neuronale Netze trainiert. Mit Ausnahme des Fettanteils der Lebensmittel konnten alle Komponenten durch verschiedene KNNs mit einem Maximum von 8 versteckten Neuronen ausreichend genau abgeschätzt werden um auf deren Grundlage die Temperatur im inneren des Lebensmittels zu berechnen. Die durchgeführte Arbeit zeigt, dass mit Hilfe verschiedenster Sensoren zur direkten beziehungsweise indirekten Messung der äußeren Eigenschaften der Lebensmittel sowie KNNs für die Kategorisierung und Abschätzung der Lebensmittelzusammensetzung die automatische Erkennung und Berechnung der inneren Temperatur von verschiedensten Lebensmitteln möglich ist.

Urban Grass and Grass-Leaf Litter Mixtures as Source for Bioenergy Recovery

Städtische Biomassen der Grünflächen bilden eine potentielle, bisher weitgehend ungenutzte Ressource für Bioenergie. Kommunen pflegen die Grünflächen, lassen das Material aber verrotten oder führen es Deponien oder Müllverbrennungsanlagen zu. Diese Praxis ist kostenintensiv ohne für die Verwaltungen finanziellen Ausgleich bereitzustellen. Stattdessen könnte das Material energetisch verwertet werden. Zwei mögliche Techniken, um Bioenergie zu gewinnen, wurden mit krautigem Material des städtischen Straßenbegleitgrüns untersucht i) direkte anaerobe Fermentation (4 Schnitte im Jahr) und ii) „Integrierte Festbrennstoff- und Biogasproduktion aus Biomasse“ (IFBB), die Biomasse durch Maischen und mechanisches Entwässern in einen Presssaft und einen Presskuchen trennt (2 Schnitte im Jahr). Als Referenz wurde die aktuelle Pflege ohne Verwertungsoption mitgeführt (8faches Mulchen). Zusätzlich wurde die Eignung von Gras-Laub-Mischungen im IFBB-Verfahren untersucht. Der mittlere Biomasseertrag war 3.24, 3.33 und 5.68 t Trockenmasse ha-1 jeweils für die Pflegeintensitäten Mulchen, 4-Schnitt- und 2-Schnittnutzung. Obwohl die Faserkonzentration in der Biomasse der 2-Schnittnutzung höher war als im Material der 4-Schnittnutzung, unterschieden sich die Methanausbeuten nicht signifikant. Der Presskuchen aus dem krautigen Material des Straßenbegleitgrüns hatte einen Heizwert von 16 MJ kg-1 Trockenmasse, während der Heizwert des Presskuchens der Gras-Laub-Mischung in Abhängigkeit vom Aschegehalt zwischen 15 und 17 MJ kg-1 Trockenmasse lag. Der Aschegehalt der Mischungen war höher als der Grenzwert nach DIN EN 14961-6:2012 (für nicht-holzige Brennstoffe), was auf erhöhte Bodenanhaftung auf Grund der Erntemethoden zurückzuführen sein könnte. Der Aschegehalt des krautigen Materials vom Straßenrand hielt die Norm jedoch ein. Die Elementkonzentration (Ca, Cl, K, Mg, N, Na, P, S, Al, Cd, Cr, Cu, Mn, Pb, Si, Zn) im krautigen Material war generell ähnlich zu Landwirtschafts- oder Naturschutzgrünland. In den Mischungen nahm die Elementkonzentration (Al, Cl, K, N, Na, P, S, Si) mit zunehmendem Laubanteil ab. Die Konzentration von Ca, Mg und der Neutral-Detergenz-Fasern stieg hingegen an. Die IFBB-Technik reduzierte die Konzentrationen der in der Verbrennung besonders schädlichen Elemente Cl, K und N zuverlässig. Außer den potentiell hohen Aschegehalten, wurde während der Untersuchungen kein technischer Grund entdeckt, der einer energetischen Verwertung des getesteten urbanen Materials entgegenstehen würde. Ökonomische, soziale und ökologische Auswirkungen einer Umsetzung müssen beachtet werden. Eine oberflächliche Betrachtung auf Basis des bisherigen Wissens lässt hoffen, dass eine bioenergetische Verwertung städtischen Materials auf allen Ebenen nachhaltig sein könnte.