Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Vlaanderen is een sterke producent en exporteur van vlees, met name varkens- en kippenvlees. Het versnijden van vlees is echter complex en arbeidsintensief werk waarbij werknemers in moeilijke omstandigheden moeten werken. Door de ontwikkelingen in robotica en automatisatie, is de industrie opzoek naar innovatieve, technische oplossingen om het proces te automatiseren. In deze masterproef wordt een multisensor methode voorgesteld waarbij a-priori opgestelde statistisch vormmodellen gefit worden op een partiële puntenwolk van het stuk vlees, gegenereerd door een 3D-vision systeem. Hierna wordt de vorm van de inwendige botstructuren geschat op basis van de gefitte vormmodellen. Vervolgens wordt de predictie van de botstructuur verder geoptimaliseerd door een iteratief feedback systeem op basis van een inline X-ray radiografie. Deze bekomen informatie van de botstructuur kan vervolgens gebruikt worden voor het afstellen van snijrobots in vleeswerkende bedrijven. Een proof-of-concept op kippenbouten werd uitgewerkt en vervolgens in silico gevalideerd. In de eerste fase werden statistische vormmodellen voor de inwendige botstructuur en de uitwendige vorm van 70 kippenbouten opgesteld op basis van de data uit X-stralencomputertomografie (CT) scans. Een representatief vormmodel voor de uitwendige structuur van de kippenbouten werd op deze manier verkregen. Het vormmodel van de inwendige botstructuur daarentegen was niet representatief voor de vormen uit de dataset wegens een significant verschil tussen de bepaalde corresponderende punten en de reële punten van de verschillende botstructuren. Verdere verbeteringen in het opstellen van het statistisch vormmodel zijn nodig om ook tot een betrouwbaar vormmodel te komen voor de inwendige botstructuur. In het tweede deel werd de nauwkeurigheid op de botpredictie met de multisensor methode onderzocht. Uit de resultaten van deze proof-of-concept kan geconcludeerd worden dat de uitgewerkte multisensor methode de onbekende locatie van de botstructuur met een acceptabele nauwkeurigheid kan voorspellen aan de hand van enkel een partiële puntenwolk gegenereerd door een 3D-vision systeem. Met de gekende foutenmarge in het achterhoofd, kunnen vervolgens betrouwbare sneden worden berekend voor snijrobots. Aangezien in deze proof-of-concept de methode enkel in silico getest werd, is meer onderzoek nodig om de methode verder te ontwikkelen en te testen voor het geïmplementeerd kan worden in een hardware setup.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Peren worden slechts één maal per jaar geplukt, maar consumenten verwachten dat er gedurende het hele jaar kwaliteitsvolle peren beschikbaar zijn. Daarom worden peren gewoonlijk bewaard onder gecontroleerde atmosfeer (CA), om de respiratie (het energievoorzienend proces in de vrucht) af te remmen. Op die manier worden kwaliteitsverlies en veroudering van de vrucht tegengegaan. Om de kwaliteit nog beter te behouden tijdens een lange bewaring, kan het zuurstofniveau echter verder verlaagd worden dan gebruikelijk bij CA, idealiter tot het anaeroob compensatiepunt (ACP). Bij het ACP is de respiratie minimaal, zonder dat er fermentatie plaatsvindt. Omdat het ACP kan variëren in de tijd wordt bij CA namelijk een veiligheidsmarge boven het ACP behouden. Een mogelijkheid om tijdens bewaring dichter bij het ACP te blijven, is het gebruik van een dynamisch geregelde atmosfeer, gebaseerd op het respiratiequotiënt (RQ-DCA). Hierbij wordt het zuurstofniveau verlaagd zolang het RQ onder een bepaalde drempelwaarde blijft, en verhoogd indien het RQ boven die drempelwaarde uit stijgt. In deze thesis werd gekeken naar verschillende aspecten van RQ-DCA bewaring bij ‘Conference’ peren, met als doel bouwstenen te leveren voor de verdere ontwikkeling hiervan. Ten eerste werd een groot bewaarexperiment uitgevoerd, waarbij conventionele CA-bewaring werd vergeleken met 2 types RQ-DCA. De kwaliteit na DCA-bewaring met een RQ-drempel van 1,5 en een minimaal zuurstofniveau van 1,0 % was gelijkaardig aan de kwaliteit na CA-bewaring. Peren bewaard in DCA met RQ-drempel 2 en minimaal zuurstofniveau van 0,2 % vertoonden veel bruinkleuring en holtevorming. Voor beide DCA-protocollen steeg het RQ uiterst zelden boven de drempelwaarde. Wel viel op dat gedurende alle bewaarexperimenten de respiratiesnelheid steeg. Ten tweede werden kleinere respiratie-experimenten uitgevoerd met individuele peren, op basis waarvan een respiratiemodel geschat werd. Dit respiratiemodel was enkel geldig bij lage zuurstofniveaus. Ten slotte werd met een eenvoudig model een verklaring gezocht voor lage gemeten RQ’s. Het model baseerde zich op de hoge oplosbaarheid en de lage mobiliteit van CO2 in peerweefsel. Met dit model kon de CO2-evolutie in uitgevoerde experimenten benaderd worden en werd een verklaring gegeven voor lage opgemeten CO2-productiesnelheden en RQ’s in het bewaarexperiment. De bevindingen vanuit dit model kunnen mits verbetering gebruikt worden voor een betere schatting van het RQ, en bij uitbreiding voor verdere ontwikkeling van een RQ-DCA protocol voor ‘Conference’ peren.