Intelligente Reinigung
von Produktionsanlagen
durch Roboter
Potenziale und Lösungen
Technik/IT | mi
Unsere Autoren: Jens-Peter Majschak, Max Hesse, Fraunhofer Institut für Verfahrenstechnik und Verpackung (IVV)
Institutsteil Verarbeitungstechnik (Dresden). Nach einem Vortrag auf der FEI-Jahrestagung am 5.9.2019 in Giessen.
12 2019 | moproweb.de 15
Die Reinigung von Produktionsanlagen in der Lebensmittelindustrie
dient in erster Linie der Lebensmittelsicherheit
und hilft dabei maßgeblich, die Forderungen
der Richtlinie 2006/42/EG des europäischen
Parlaments und des Rates („Maschinenrichtlinie“) und weitere gesetzliche
Rahmenbedingungen im Sinne des Verbraucherschutzes
zu erfüllen. Darüber hinaus dient sie der Lebensmittelqualität,
indem sie beispielsweise Produktverschleppungen von Auftrag
zu Auftrag verhindern hilft. Mit immer häufiger werdenden Auftragswechseln
rückt damit die Effizienz mehr und mehr in den
Fokus, denn in vielen Bereichen der Lebensmittelindustrie haben
so die Reinigungszeiten bereits einen Anteil von 20 % der Maschinenarbeitszeit
überschritten. Automatisierte Reinigungssysteme
wie Cleaning-in-Place-Systeme (CIP) sind dabei der manuellen Reinigung
in Sachen Validierbarkeit und Reproduzierbarkeit deutlich
überlegen. Aufgrund der Fähigkeit des Menschen zur Reaktion
auf situative und örtliche Besonderheiten gilt das aber nicht für
die Effizienz. Hier bedarf es adaptiver Reinigungsprozesse und
entsprechender Systeme, um das Verhältnis von Sicherheit und
Effizienz positiv zu beeinflussen. Adaptivität kann bedeuten, dass
Verschmutzungsgrad, ggf. sogar Verschmutzungsart erkannt
und die Reinigungsparameter entsprechend angepasst werden.
Ein Reinigungsmonitoring erlaubt dann die orts- und zeitaufgelöste
Verfolgung des Reinigungsfortschritts. Verfügt das Reinigungssystem
über eine gewisse Agilität, kann es auf örtliche
und zeitliche Besonderheiten reagieren und die Reinigungszeit
bzw. die Reinigungsintensität lokal erhöhen. Mit der Detektion
und Dokumentation des Reinigungserfolgs, ist letztlich ein variables
Abbruchkriterium für den Reinigungsprozess erfassbar,
Sicherheitszuschläge inklusive. Zudem sind wichtige Schritte der
Qualitätssicherung automatisierbar. So sind heute die Erfassung,
Dokumentation und Reproduktion qualitätsrelevanter Informationen
wie Reinigungsparameter, Reinigungsverlauf, Reinigungserfolg
zweitaufwändig sowie nur unzureichend oder gar nicht
(Reinigungsverlauf) realisierbar. Zudem steckt in dieser Technologie
das Potenzial zum automatisierten Wissenserwerb und für
Lernprozesse, indem Reinigungssituation, Reinigungsparameter
und Reinigungsverlauf permanent aufgezeichnet, korreliert und
entsprechende Informationen und Schlussfolgerungen auftrags-,
anlagen- oder sogar standortübergreifend verfügbar gemacht
werden können.
Am Institutsteil Verarbeitungstechnik des Fraunhofer IVV in
Dresden werden robotische Reinigungssysteme entwickelt, die
zum einen ortsfest montiert aber mit mehrachsig beweglichen
und motorisch steuerbaren Reinigungsstrahlsystemen ausgestattet
(intelligentes Tankreinigungssystem), oder gar mobil sind und
auf Fördereinrichtungen oder selbstfahrend durch Anlagen und
Produktionsbetriebe hindurch bewegt werden können (Mobile
Cleaning Device). Diese Entwicklungen fußen auf Kenntnissen und
Fähigkeiten, die im Zuge langjähriger Forschung aufgebaut wurden:
Schmutzdetektion und ihre Erweiterung auf Reinigungsmonitoring
(orts- und zeitaufgelöste Detektion), Modellierung von
Reinigungsprozessen (siehe Abbildung 1), sowie Optimierungsansätze
und Entwicklung von hygienegerechten mechatronischen