GasN2 ha partecipato allo sviluppo di una soluzione intelligente per l’ottimizzazione del sistema di essiccazione disaggregato in uno studio congiunto con Splendid Foods, Tagtio e INNOVACC, in un progetto approvato nell’ambito della linea di aiuto AEI 2022 NG.
I sistemi di essiccazione fanno parte di un processo produttivo che da tempo non si evolve. L’obiettivo principale di questo progetto congiunto è lo sviluppo di una soluzione intelligente che apporti benefici al processo di essiccazione, attraverso i risultati ottenuti nella ricerca industriale.
Il team GasN2 ha effettuato ricerche e analisi approfondite sulle diverse soluzioni di essiccazione per poter presentare una proposta per un team pilota che incorpori innovazioni nel campo del funzionamento, del controllo e dell’analisi.
Tra le varie migliorie della soluzione proposta spicca un notevole risparmio energetico (>30%), pur mantenendo gli stessi risultati di un essiccatoio standard. Questo vantaggio avrà un impatto ambientale molto significativo sul settore della carne.
Il progetto SEDEFI 5.0 si è articolato attorno a tre punti chiave: efficienza, controllo dei processi e controllo dei tempi, nella ricerca di una produzione più efficiente, controllata e digitalizzata, con estrazione e analisi di big data e machine learning.
Una volta raggiunto un grado simile a quello dell’essiccatoio standard Splendid Foods, con la soluzione presentata sarà possibile adattare la mappa di temperatura e umidità dell’essiccatore in tempo reale, e Tagtio faciliterà la ricezione e l’elaborazione dei dati.
Per finire definendo l’eccellenza del processo, si prevede di ottimizzare i tempi di essiccazione e riposo in base alla diminuzione del prodotto in tempo reale e non in base al preventivo, o alla pesatura discreta che verrebbe effettuata attualmente.
L’obiettivo principale del progetto è validare un’innovativa tecnologia di essiccazione delle salsicce che consenta il risparmio energetico del processo di essiccazione in condizioni controllate, nonché ottimizzare il processo attraverso il monitoraggio del restringimento in tempo reale.
