Det å utvikle raske in-line teknikker for måling av matkvalitet er både utfordrende og møysommelig.
Først må en finne frem til et egnet måleprinsipp og så må det vurderes om metoden kan realiseres industrielt, skriver seniorforsker Jens Petter Wold i Nofima Mat i en pressemelding.
Kan det lages et instrument som er raskt nok, nøyaktig nok, billig nok og robust nok?
Når et instrument er utviklet må det kalibreres mot ønskede kvalitetsegenskaper. Rent måleteknisk må en forsøke å ta hensyn alle tenkelige og utenkelige effekter som kan påvirke målingene. Det er gjerne de utenkelige som tar mest tid å finne ut av. Etter hvert må det gjøres en rekke industrielle tester for å evaluere systemets ytelse under realistiske forhold. I prosjektet MeatVision har vi jobbet med alle stegene som må gås når et uprøvd instrument står klart.
– I prosjektet har vi primært jobbet med å få til gode fettmålinger i kjøtt basert på NIR-skanneren til den norske bedriften QVision AS. I dag finnes det gode systemer for måling av fett i kvernet kjøtt basert på både mikrobølger og røntgen. Det finnes også systemer som baserer seg på nærinfrarød (NIR) spektroskopi, men disse har, i alle fall i Norge, ikke vært 100 prosent vellykkede, forteller Wold.
Så hvorfor bruke mer tid og ressurser på nok et NIR-system?
Mange fordeler
Og Hitramat bruker teknikken for å måle matinnholdet i taskekrabbe.
Sammenlignet med andre systemer har skanneren til QVision en del interessante egenskaper. Det kan måle over hele bredden av et transportbånd, altså ikke bare langs en smal stripe. Det er også avbildende. Det vil si at det gjøres spektrale målinger i en rekke punkter på tvers av transportbåndet. På den måten kan det dannes spektrale bilder som inneholder kjemisk informasjon i hvert piksel.
En siste egenskap er at målingene ikke gjøres kun på overflaten av kjøttet, men at de to øverste cm i kjøttet måles. Disse egenskapene legger til rette for å få til gode og representative målinger, noe som ofte er vanskelig å få til på matvarer som har varierende form, størrelse og som kan være svært heterogene i sin sammensetning.
En eksisterende applikasjon drar nytte av både muligheten for avbildning og at en kan måle i dybden. Hos Hitramat AS brukes systemet til å måle matinnholdet i levende taskekrabber som suser av gårde på et transportbånd. Systemet måler gjennom skallet og kan kartlegge og kvantifisere matmengden i hver eneste krabbe.
– I MeatVision har vi konsentrert oss om målinger på intakt avskjær av kjøtt fordi dette kan gi helt nye muligheter for prosesskontroll og lønnsomhet i skjærebedrifter. Vi har tatt tak i flere sentrale faglige utfordringer knyttet til NIR-spektroskopi, kalibrering og målesituasjon, skriver seniorforsker Wold og fortsetter: kort oppsummert har vi:
- Studert hvordan høydeforskjeller på kjøttet påvirker målingene og hvordan dette kan takles.
- Studert hvordan en kan kompensere for temperaturvariasjoner på kjøttet (som også påvirker målingene)
- Evaluert effekter av kald og varmskåret svinekjøtt
- Jobbet med effekter av strølys fra omgivelsene – for eksempel fra kasser som kjøttet ligger i – og har en god forståelse for hvordan dette kan påvirke målingene.
- Utviklet kalibreringer slik at multispektrale bilder kan brukes til robust måling av fettinnhold i avskjær av kjøtt. Disse bildene genereres fortløpende og viser fettfordeling og gjennomsnittlig fettprosent i enkeltstykker.
- Studert hvordan nøyaktigheten på fettmålingene varierer med batch-størrelse, størrelse på stykkene av avskjær, inhomogenitet på avskjæret, samt fettinnholdet på avskjæret.
Forsøk på svinekjøtt
To applikasjoner for svinekjøtt ble utviklet og studert i prosjektet. Måling av gjennomsnittlig fettinnhold i 20 kg-kasser med avskjær, samt klassifisering av hele ytrefileter (loins) fra svin i henhold til fettinnhold. Resultatene indikerer at det vil være mulig å sortere slike loins i tre ulike fettkategorier, som igjen vil ha ulik pris og ulike anvendelsesområder. Metoden er interessant for å kunne kvalitetssortere også andre høykost stykker av svin og storfe.
Måler fettinnhold i batcher
I siste del av prosjektet så vi på muligheten for å måle fettinnhold i batcher av intakt avskjær av storfe direkte på skjærelinja. Metodikken ble utviklet i to trinn, først off-line ved Tunga i Trondheim, deretter in-line hos Rendalen Kjøtt. Hos Rendalen ble det gjort en rekke tester, der det ble målt fettinnhold på batcher av intakt kjøtt in-line. Det vil si at kjøttet fra skjærelinja passerer under scanneren, som så estimerer akkumulert fettinnhold i batchen som er under produksjon.
Resultatene sammenlignet med referansemålinger for fett ble meget gode. Hos Rendalen Kjøtt er det nå koblet opp en monitor som kontinuerlig viser fettinnholdet i batchen som er under produksjon. Skjærerne kan følge med på denne og justere fettmengden for å styre batchen mot ønsket fettprosent. Systemet brukes i dag jevnlig til måling av fettinnhold i ustandardisert (ikke oppmalt) kjøtt hos Rendalen, siden dette gir dem klare innsparinger og bedre kontroll med produksjonen.
Gir god kontroll
– Vi ser at denne nye teknologien gir muligheter for langt bedre kontroll på skjærelinjene og bedre utnyttelse av råstoff. Vi har også registrert stor interesse i kjøttindustrien for disse resultatene. I forlengelse av MeatVision er det allerede startet opp et viderføringsprosjekt, MeatAutoSort. Målsettingen her er å optimalisere skanneren for måling av fett i avskjær og bruke denne til automatisk sortering av avskjær inn i batcher med spesifisert fettinnhold, forteller Wold.
Denne type utviklingsarbeid krever bredt faglig samarbeid der kjøtteknologi, spektroskopi, modellering, statistikk, optisk instrumentering og prosessforståelse er viktige elementer. Resultatene i dette delprosjektet av MeatVision kommer som følge av tett samarbeid mellom Nofima Mat, Sintef IKT, QVision, Nortura og spanske FACCSA. I det nylig oppstartede MeatAutoSort er Animalia, islandske Marel og nederlandske VION også viktige aktører. Så håper vi at norsk kjøttindustri vil dra nytte av mulighetene ny teknologi utviklet i Norge kan by på.
