〈工業技術與資訊〉科技加值食品加工製造

全球首創的「複雜流體製程監測系統」。(圖:工業技術與資訊月刊)
全球首創的「複雜流體製程監測系統」。(圖:工業技術與資訊月刊)

撰文/鄒明珆

AI 人工智慧 vs. 味精?全光譜光照 vs. 咖啡豆?科技與食品加工的交會將迸出什麼樣的火花?工研院與產業合作,將 AI 人工智慧導入味精結晶製程,並開發全光譜光照技術,用太陽光來烘焙咖啡生豆,不僅可穩定品質與產出,還能激發出咖啡豆的甘醇口感。

自古以來,從糧食作料的種植、生產,到後續的加工製造,不只得靠合適的天候環境,還需人力、物力資源的投入,近年來少子化加上產業結構變遷,食品加工業也在逐步轉型,有經驗的老師傅逐漸退出職場,技藝傳承變得困難,而極端氣候的影響,更影響食源,乃至食品的產出。

有鑑於此,工研院開發「複雜流體製程監測系統」及「全光譜光照技術」,期望藉由大數據分析、自動化檢測系統以及光照等技術,協助食品加工製造業在傳承經驗時能增進效率,同時克服環境限制,讓食品加工也能加入智慧製造的行列。

複雜流體製程監測系統 大幅提升味精品質與產量

鹽、糖、味精等調味料,是提升菜餚檔次的關鍵角色,傳統味精製程中,將甘蔗、玉米等食材,從發酵、脫色、過濾到結晶,萃取出谷氨酸鈉(MSG,又稱麩胺酸鈉),每一個步驟都須靠專業經驗,特別是結晶的過程,要透過肉眼觀察,及時調整溫濕度等參數,才不會產生「偽晶」不良品,必須重做。

「『偽晶』其實就是細粉狀的味精,成分與良品沒有不同,但因品管所需,必須回溶再讓它結晶,相當耗費能源,」工研院材料與化工研究所資深研究員高豐生解釋,過去老師傅可以透過觀察,判斷如何調整結晶槽裡的溫度、濃度與壓力環境以減少偽晶,但有經驗的老師傅越來越難找,只好透過科技來找解方。

工研院開發出全球首創的「複雜流體製程監測系統」,在結晶槽架設光學檢測機構,將測得影像轉化為數值,再與老師傅反覆討論,找出數值與槽內環境的關聯,「例如在超過特定濃度下,開始產生偽晶,經過調整至特定環境參數組合後,偽晶就會減少,」高豐生說,如此結合機器視覺與大數據分析,建立一套判斷標準,作為未來自動控制的依據。

工研院材化所前瞻材料基磐技術組組長林澤勝進一步表示,有別於傳統自動光學檢測技術,只能針對簡單固定目標形狀等簡單幾何特徵進行辨識判斷,工研院這套系統具備的智慧型檢測技術,可以設計多重的影像感測器,攫取目標系統中多重特徵,提供可靠智慧判讀;可耐高鹽、高溫的製造嚴苛環境;客製化的監測軟體,可長時間監測讀取訊號;加上專為流體等複雜影像設計的人工智慧演算法,已成功完成廠商量產味精反應槽的線上監測系統驗證。未來還將導入人工智慧數位專家製程控制系統,協助廠商達到全廠自動化生產的目標。

全光譜光照技術 烘曬咖啡口感

陽光是農產品收成的關鍵,也是食品加工重要的流程,像是茶葉、菜脯、菜乾、咖啡豆等製品,缺了日曬流程,風味總是不同。但豐沛的日照不是天天有,市場需求卻是日日來;傳統的方式是由老天爺決定品質,現在是靠科技決定,什麼樣的科技能夠創造與日曬最近似的食品風味呢?

為打造適宜植物生長的日照環境,並同時改善咖啡、茶葉的烘曬程序,工研院與廠商合作,開發出近似太陽光,且具高光效能、無汞汙染以及使用壽命長等多項特點的「全光譜光照技術」,為不同的植物找到最適於生長,以及烘焙受熱最合適的光源位置與強度。

全光譜光照技術是利用 2.45GHz 的微波來激發燈管填充的發光材料而產生照明,此燈具可發出如太陽光的連續光譜,並且可利用微波的輸入功率調整、發光材料調整來變化輸出的光強度和熱量。目前該技術除已成功應用在草莓、香草植物的種植補光照明上,可提升植物生長速度和提升產量,也應用於咖啡、茶葉的烘焙作業。

尤其咖啡烘製對風味有關鍵性的影響,陳興華解釋,咖啡生豆內富含綠原酸,原本就擁有抗氧化、改善消化、減脂等多重功效,但綠原酸抗熱性低,烘焙過程會迅速流失。經全光譜光照技術烘焙的咖啡豆,綠原酸成分可比一般咖啡豆高出 2 至 3 倍;其次,該技術模擬太陽光光譜波長,當中含紫外光(UV),還可降解生豆運送和存放時產生的黴菌和紅麴毒素,讓咖啡的風味精醇,口感與香氣更上一層樓。

提升國內的食品加工技術,不僅能改善人力短缺與看天吃飯的限制,更能達到品質一致性、國際化認證的產業升級目標,讓科技成為產業創新的解方。工研院也將持續精進「複雜流體製程監測系統」與「全光譜光照技術」,將其延伸應用至製藥、化工,乃至健康照護等領域,帶動臺灣更多產業智慧轉型,激發出更多創新應用商機。

轉載自《工業技術與資訊》月刊第 363 期 2022 年 6 月號,未經授權不得轉載。


《工業技術與資訊》月刊 | 《工業技術與資訊》月刊

《工業技術與資訊》月刊,現為工研院發行之全院性對外出版品,刊物發行於1991年,目前每期發行數量約為6,000份;對象含括全國具研發單位的中小企業、立法委員、政府官員、媒體等。

鉅亨AI投組

根據標的評分機制自動配置,使用AI優化效率前緣,創造高報酬率的投組。

try AI optimize

投資本金$10,000收益

AI優化後報酬率

+32.96%

$13,296

原投組報酬率

+24.25%

$12,425

投組標的成分

  • 40%

    宜特

    3289

  • 20%

    虹堡

    5258

  • 20%

    健喬

    4114

  • 10%

    晶睿

    3454

  • 10%

    貝萊德中國基金 D2 美元

延伸閱讀

相關貼文

prev icon
next icon