Cyberphysische Reinigungssysteme für ressourceneffiziente Tankreinigungsprozesse
-
Max Hesse
Dipl.-Ing. Max Hesse studierte Maschinenbau. Nach dem Studium war er Wissenschaftlicher Mitarbeiter und Teamleiter am Fraunhofer IVV in Dresden, seit 2021 ist er Gruppenleiter Maschinen- und Verfahrenswicklung am Fraunhofer IVV in Dresden.
,
Chris Henze
Dipl.-Ing. Chris Henze studierte Maschinenbau. Nach dem Studium wurde er Wissenschaftlicher Mitarbeiter am Fraunhofer IVV in Dresden, und seit 2022 ist er stellv. Gruppenleiter Maschinen- und Verfahrenswicklung am Fraunhofer IVV in Dresden.
Tobias Hanisch, M. Sc., studierte Maschinenbau. Nach dem Studium war er Wissenschaftlicher Mitarbeiter am Lehrstuhl für Strömungsmechanik an der TU Dresden, und seit 2021 ist er Wissenschaftlicher Mitarbeiter in der Gruppe Maschinen- und Verfahrenswicklung am Fraunhofer IVV in Dresden.
Dr.-Ing. Marc Mauermann ist stellvertretender Leiter des Fraunhofer IVV, Institutsteil Verarbeitungstechnik in Dresden. Er hat ein Maschinenbaustudium absolviert und 2012 an der Technischen Universität Dresden promoviert. In der European Hygienic Engineering and Design Group (EHEDG) ist er Leiter der Arbeitsgruppe „Training & Education“.
Abstract
Am Beispiel der industriellen Tankreinigung wird in diesem Beitrag ein cyberphysisch-adaptives Reinigungssystem skizziert, welches selbstlernend eine kontinuierliche Optimierung des Prozesses vornimmt. Es werden die drei wesentlichen Bausteine für ein solches adaptives System beleuchtet: Sensorik, Robotik und Software. Neuartige Inline-Sensorik liefert erstmalig genügend Prozessinformationen, um durch eine intelligente Software analysiert und in bedarfsgerechte Reinigungsprozesse abgeleitet zu werden. Innovative robotische Reinigungssysteme bieten endlich die notwendigen Freiheitsgrade, um überhaupt in der Lage zu sein, diese adaptiven Reinigungsanforderungen in reale Reinigungsvorgänge zu übersetzen.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
About the authors
Dipl.-Ing. Max Hesse studierte Maschinenbau. Nach dem Studium war er Wissenschaftlicher Mitarbeiter und Teamleiter am Fraunhofer IVV in Dresden, seit 2021 ist er Gruppenleiter Maschinen- und Verfahrenswicklung am Fraunhofer IVV in Dresden.
Dipl.-Ing. Chris Henze studierte Maschinenbau. Nach dem Studium wurde er Wissenschaftlicher Mitarbeiter am Fraunhofer IVV in Dresden, und seit 2022 ist er stellv. Gruppenleiter Maschinen- und Verfahrenswicklung am Fraunhofer IVV in Dresden.
Tobias Hanisch, M. Sc., studierte Maschinenbau. Nach dem Studium war er Wissenschaftlicher Mitarbeiter am Lehrstuhl für Strömungsmechanik an der TU Dresden, und seit 2021 ist er Wissenschaftlicher Mitarbeiter in der Gruppe Maschinen- und Verfahrenswicklung am Fraunhofer IVV in Dresden.
Dr.-Ing. Marc Mauermann ist stellvertretender Leiter des Fraunhofer IVV, Institutsteil Verarbeitungstechnik in Dresden. Er hat ein Maschinenbaustudium absolviert und 2012 an der Technischen Universität Dresden promoviert. In der European Hygienic Engineering and Design Group (EHEDG) ist er Leiter der Arbeitsgruppe „Training & Education“.
Literatur
1 Wilson, D. I.: Challenges in Cleaning: Recent Developments and Future Prospects. Heat Transfer Engineering 26 (2005), S. 51–59 DOI:10.1080/0145763059089017510.1080/01457630590890175Search in Google Scholar
2 Bremer, P. J.; Fillery, S.; McQuillan; A. J.: Laboratory Scale Clean-In-Place (CIP) Studies on the Effectiveness of Different Caustic and Acid Wash Steps on the Removal of Dairy Biofilms. International Journal of Food Microbiology 106 (2006) 3, S. 254–262 DOI:10.1016/j.ijfoodmicro.2005.07.00410.1016/j.ijfoodmicro.2005.07.004Search in Google Scholar PubMed
3 Fryer, P. J.; Asteriadou, K.: A Prototype Cleaning Map: A Classification of Industrial Cleaning Processes. Trends in Food Science & Technology 20 (2009) 6–7, S. 255–262 DOI:10.1016/j.tifs.2009.03.00510.1016/j.tifs.2009.03.005Search in Google Scholar
4 van Asselt, A.; van Houvelingen, G.; te Giffel, M. C.: Monitoring System for Improving Cleaning Efficiency of Cleaningin-Place Processes in Dairy Environments. Food and Bioproducts Processing 80 (2002) 4, S. 276–28010.1205/096030802321154772Search in Google Scholar
5 Yang, J.: Novel Strategies for Cleaning-in-Place Operations. Dissertation, Technical University of Denmark, 2019Search in Google Scholar
6 Goode, K. R.: Characterising the Cleaning Behaviour of Brewery Foulants. To Minimise the Cost of Cleaning in Place Operations. Dissertation, University of Birmingham, 2012Search in Google Scholar
7 Goode, K.; Asteriadou, K.; Robbins, P. T.; Fryer, P.: Fouling and Cleaning Studies in the Food and Beverage Industry Classified by Cleaning Type. Comprehensive Reviews in Food Science and Food Safety 12 (2013), S. 121–143 DOI:10.1111/1541-4337.1200010.1111/1541-4337.12000Search in Google Scholar
8 Murcek, R.; Hölzel, J.; Köhler, H.; Boye, A.; Hesse, M.; Mauermann, M.: Development of a Quartz Crystal Sensor System to Monitor Local Soil Removal during Cleaning in Closed Food Processing Lines. Food and Bioproducts Processing 127 (2021), S. 282–287 DOI:10.1016/j.fbp.2021.03.01110.1016/j.fbp.2021.03.011Search in Google Scholar
9 Whitehead, K. A.; Smith, L. A.; Verran, J.: The Detection of Food Soils and Cells on Stainless Steel Using Industrial Methods: UV Illumination and ATP Bioluminescence. International Journal of Food Microbiology 127 (2008), S. 121–128 DOI:10.1016/j.ijfoodmicro.2008.06.01910.1016/j.ijfoodmicro.2008.06.019Search in Google Scholar PubMed
10 Mauermann, M.; Majschak, J.-P.; Bley, T.; Bellmann, C.; Calvimontes; A.; Caspari, A.: Reinigbarkeit von Oberflächen in der Lebensmittelindustrie durch Flüssigkeitsstrahlen, Chemie Ingenieur Technik 84 (2012) 9, S. 1568–1574 DOI:10.1002/cite.20110023210.1002/cite.201100232Search in Google Scholar
11 Packman, R.; Knudsen, B.; Hansen, I.: Perspectives in Tank Cleaning: Hygiene Requirements, Device Selection, Risk Evaluation and Management Responsibility. In: Tamime, A. (Hrsg.): Cleaning-in-Place: Dairy, Food and Beverage Operations. 3. Aufl, Blackwell Publishing, Oxford 200810.1002/9781444302240.ch6Search in Google Scholar
12 Seiberling, D. A.: Appendix B – Tank Cleaning. In: Stephen, H. (Hrsg.): Branan‘s Rules of Thumb for Chemical Engineers (Fifth Edition). 5. Aufl., Butterworth-Heinemann, Oxford 2012 DOI:10.1016/B978-0-12-387785-7.15002-910.1016/B978-0-12-387785-7.15002-9Search in Google Scholar
13 Krupitzer, C.; Roth, F. M.; VanSyckel, S.; Schiele, G.; Becker, C.: A Survey on Engineering Approaches for Self-adaptive Systems. Pervasive and Mobile Computing 17 (2015), S. 184–206 DOI:10.1016/j.pmcj.2014.09.00910.1016/j.pmcj.2014.09.009Search in Google Scholar
14 Petrovska, A.; Kugele, S.; Hutzelmann, T.; Beffart, T.; Bergemann, S.; Pretschner, A.: Defining Adaptivity and Logical Architecture for Engineering (Smart) Self-adaptive Cyber-physical Systems. Information and Software Technology 147 (2022), S. 106866 DOI:10.1016/j.infsof.2022.10686610.1016/j.infsof.2022.106866Search in Google Scholar
15 Quin, F.; Weyns, D.; Gheibi, O.: Decentralized Self-Adaptive Systems: A Mapping Study. CoRR abs/2103.09074 (2021) DOI:10.1109/SEAMS51251.2021.0001410.1109/SEAMS51251.2021.00014Search in Google Scholar
16 Kephart, J. O.; Chess, D. M.: The Vision of Autonomic Computing. Computer 36 (2003), S. 41–50 DOI:10.1109/MC.2003.116005510.1109/MC.2003.1160055Search in Google Scholar
17 Köhler, H.; Stoye, H.; Weyrauch, T.; Boye, A.; Mauermann, M.; Majschak, J: Study on the Application of Cleaning Models with High Speed Water Jets to CIP-Processes. Tehnički Vjesnik 23 (2016), S. 349–355 DOI:10.17559/TV-2014021315294610.17559/TV-20140213152946Search in Google Scholar
© 2023 Walter de Gruyter GmbH, Berlin/Boston, Germany
Articles in the same Issue
- Frontmatter
- Editorial
- Herausforderungen der Fertigungsindustrie
- Automobilindustrie
- Disruptive Veränderungen in der Automobilindustrie bedingen neue Entwicklungsprozesse
- Wandlungsfähigkeit
- Beschreibung und Bewertung der Wandlungsfähigkeit
- Anlaufmanagement
- Nachhaltigkeit im Produktionsanlauf
- Produktionssteuerung
- Bewertungsmodell zur proaktiven Produktionssteuerung im Schiffsbau
- Additive Fertigung
- Adaptive Reparatur-Prozesskette
- Ergonomie
- Kommissionierung
- Industrielle Reinigung
- Cyberphysische Reinigungssysteme für ressourceneffiziente Tankreinigungsprozesse
- Ökologie
- Klimamanagement zur Verbesserung der CO2-Bilanz in der Produktion
- Effiziente Stagnationswasser-Entfernung in trinkwassertechnischen Anlagen
- Diskontinuität
- Frühaufklärung produktionskritischer Diskontinuitäten
- Personas
- Die empirische Bestimmung von Personas und deren Implikationen auf eine User Journey
- Künstliche Intelligenz
- KI-Kanban-Behälter
- Soziotechnische Gestaltung einer intelligenten Personaleinsatzplanung
- Auf dem Weg zur autonomen Maschine
- Maschinelles Lernen
- Potenziale von Motion Capturing bei der Erstellung von Ausführungsanalysen
- Assistenzsysteme
- Automatisierte Angebotskalkulation
- 10.1515/zwf-2023-1159
- Systems Engineering
- Systems & Life Cycle Engineering für Strategische Souveränität
- Vorschau
- Vorschau
Articles in the same Issue
- Frontmatter
- Editorial
- Herausforderungen der Fertigungsindustrie
- Automobilindustrie
- Disruptive Veränderungen in der Automobilindustrie bedingen neue Entwicklungsprozesse
- Wandlungsfähigkeit
- Beschreibung und Bewertung der Wandlungsfähigkeit
- Anlaufmanagement
- Nachhaltigkeit im Produktionsanlauf
- Produktionssteuerung
- Bewertungsmodell zur proaktiven Produktionssteuerung im Schiffsbau
- Additive Fertigung
- Adaptive Reparatur-Prozesskette
- Ergonomie
- Kommissionierung
- Industrielle Reinigung
- Cyberphysische Reinigungssysteme für ressourceneffiziente Tankreinigungsprozesse
- Ökologie
- Klimamanagement zur Verbesserung der CO2-Bilanz in der Produktion
- Effiziente Stagnationswasser-Entfernung in trinkwassertechnischen Anlagen
- Diskontinuität
- Frühaufklärung produktionskritischer Diskontinuitäten
- Personas
- Die empirische Bestimmung von Personas und deren Implikationen auf eine User Journey
- Künstliche Intelligenz
- KI-Kanban-Behälter
- Soziotechnische Gestaltung einer intelligenten Personaleinsatzplanung
- Auf dem Weg zur autonomen Maschine
- Maschinelles Lernen
- Potenziale von Motion Capturing bei der Erstellung von Ausführungsanalysen
- Assistenzsysteme
- Automatisierte Angebotskalkulation
- 10.1515/zwf-2023-1159
- Systems Engineering
- Systems & Life Cycle Engineering für Strategische Souveränität
- Vorschau
- Vorschau
