24–25 Feb 2021
online event
Europe/Ljubljana timezone

A PAT approach for common wheat with IIoT NIR devices

Not scheduled
20m
online event

online event

Oral industry & industry 4.0

Description

In the contest of Industry 4.0, the milling industry envisions solutions where sensors interconnect devices, machines and processes. Thus, the work presents an integrated solution for process monitoring and control based on the real-time data collection by MicroNIR sensors – installed directly from the manufacturing process - and Chemometrics.
Common wheat (Triticum aestivum L.) milling was monitored from October 2018 to August 2019 in two strategic points of the milling plant, i.e. at wheat cleaning (with the probe placed on a drop pipe before the wetting phase) and at flour blending phase, on the homogenization conveyor. The NIR spectra (951 – 1608 nm), after first derivative transformation, were combined with the results obtained by chemical composition analyses and Farinograph®, Alveograph® and Extensograph® indexes to develop PLS regression models for eighteen parameters.
The model performance was tested directly on the milling plant by an external dataset obtaining, for most of the parameters, RPRED higher than 0.80 and Root Mean Squares Errors in Prediction lower than two-folds the value of reference method errors. The proposed work succeeded in the implementation of a PAT approach with IIoT NIR devices for the prediction of relevant grain and flour characteristics of Common wheat at industrial level.

Keywords: Common wheat; Industry 4.0; NIR; PAT; PLS.

Acknowledgements: The authors gratefully acknowledge the support from Gruppo Casillo S.p.a., the research assistance of Politecnico di Bari and I4M- Innovation for Mills R&D laboratory-Bari, Italy. Moreover, the authors wish to thank Emiliano Genorini and VIAVI Solutions for their valuable technical support.

Heading

Nel contest dell’Industria 4.0, l’industria molitoria è alla ricerca di soluzioni in cui i sensori colleghino dispositivi, macchine e processi. Pertanto, il presente lavoro presenta una soluzione integrata per il monitoraggio e il controllo dei processi molitori basata sulla raccolta di dati in tempo reale mediante sensori MicroNIR – posizionati direttamente sul processo di produzione - e analizzati mediante metodi chemiometrici.
La macinazione del grano tenero (Triticum aestivum L.) è stata monitorata da ottobre 2018 ad agosto 2019 in due punti strategici dell'impianto di macinazione, vale a dire in pulizia del grano (con la sonda posta su un tubo di raccolta prima della fase di bagnatura) e in fase di miscelazione della farina, sul trasportatore di omogeneizzazione. Gli spettri NIR (951 - 1608 nm), dopo trasformazione in derivativa prima, sono stati combinati con i risultati ottenuti dalle analisi della composizione chimica e di Farinografo®, Alveografo® ed Estensografo® per sviluppare modelli di regressione PLS per diciotto differenti parametri qualitativi.
Le prestazioni dei modelli sono state testate on-line mediante un set di dati esterno che ha ottenuto, per la maggior parte dei parametri, RPRED superiori a 0,80 e RMSEP inferiori al doppio dell’errore del metodo di riferimento. Il lavoro proposto è riuscito a implementare un approccio PAT con i dispositivi IIoT NIR per la previsione delle caratteristiche rilevanti di granella e sfarinati di grano tenero direttamente su un impianto industriale.

Keywords: Grano tenero; Industria 4.0; NIR; PAT; PLS.

Ringraziamenti: Gli autori desiderano ringraziare il supporto del Gruppo Casillo S.p.a., l’assistenza del Politecnico di Bari e I4M- Innovation for Mills R&D Laboratory di Bari. Inoltre, gli autori desiderano ringraziare Emiliano Genorini e VIAVI Solutions per il loro importante supporto tecnico.

Consider for full paper in JNIRS Yes, please

Primary authors

Dr SILVIA GRASSI (Department of Food, Environmental and Nutritional Sciences, Università degli Studi di Milano) Prof. ALESSANDRA MARTI (Department of Food, Environmental and Nutritional Sciences, Università degli Studi di Milano) Dr DAVIDE CASCELLA (GEM ICT s.r.l., ) Mr SERGIO CASALINO (Molino Casillo S.p.A. ) Dr GIUSEPPE LEONARDO CASCELLA (Idea75 s.r.l.)

Presentation materials