Research project

Das erste Hauptziel dieses Forschungsvorhabens besteht in einer experimentellen, aus Produktsicht modellhaften Beschreibung der Auswirkung technisch neu zugänglicher Extrusionsparameter (Hoch-geschwindigkeitsextrusion, Drehzahlen bis zu 1800 min-1) auf die Expansion kochextrudierter stärkebasierter Produkte und ausgewählter, durch die Expansion bedingter, konsumentenrelevanter Produkteigenschaften. Die dabei betriebene Sammlung von Informationen zum Produkt und Prozess dient zugleich der Realisierung des zweiten Hauptziels dieses Vorhabens, nämlich der Erarbeitung einer selbstlernenden, intelligenten Prozessführungsstrategie, die es ermöglichen soll, Hochgeschwindigkeit-sextrusionsprozesse kosteneffizient auszulegen und stabil zu führen sowie Produkte auch aus neuen Rohstoffen zielgerichtet zu entwickeln. Dies soll es anwendenden Industrieunternehmen aus der Lebensmittelbranche ermöglichen, das wirtschaftliche Potential einer innovativen Technologie aus der Kunststoffbranche zu nutzen und evtl. sogar für Produktinnovationen einsetzen zu können (wirtschaftliche Zielsetzung). Konkrete innovative Beiträge sind der erstmalige Einsatz der Hochgeschwindigkeitsextrusion bei der Lebensmittelproduktion, die verbesserte, verständnisbasierte Beschreibung der Entstehung poröser Strukturen bei der Expansion kochextrudierter stärkebasierter Produkte und damit die Möglichkeit, konsumentenrelevante, mit der Expansion verknüpfte Produkteigenschaften gezielt steuern oder neue, gesundheitsfördernde Rohstoffe ohne stark ressourcenbindende Produktentwicklungsprozesse einsetzen zu können, die erstmalige Online-Messung der benötigten viskoelastischen Stoffeigenschaften bei Düsenaustritt unter Hochgeschwindigkeits-Kochextrusionsbedingungen, die erstmalige Simulation des spatio-temporalen Transports von Masse, Impuls und Energie in ausgewählten Schneckenelementen für viskoelastische Lebensmittelprodukte, die erstmalige Verwendung einer hybriden neuronumerischen Prozessführungsstrategie bei der Extrusion komplexer Materie und damit die erstmalige Nutzung eines lernfähigen Algorithmus bei der Lebensmittelextrusion als Grundlage der Prozessdiagnose, -prognose und -optimierung und damit die Chance, die Ressourcenbindung in Produktentwicklungsprozessen deutlich zu reduzieren.