Energieeffizientes Kaffeerösten mit Künstlicher Intelligenz

Im Rahmen des Projekts entwickeln Jacobs Douwe Egberts DE GmbH (JDE) und das Institut für Automatisierungstechnik (iat) der Universität Bremen gemeinsam eine optimierte Regelung für das industrielle Kaffeerösten.

Die Qualität und der Geschmack von Röstkaffee werden maßgeblich durch den Temperaturverlauf während des Röstprozesses bestimmt. Gleichzeitig ist der Prozess durch starke Nichtlinearitäten, natürliche Schwankungen des Rohkaffees sowie wechselnde Umgebungsbedingungen geprägt. Darüber hinaus stellt die Kaffeeröstmaschine mit ihren zahlreichen Stell- und Messgrößen ein hochgekoppeltes Mehrgrößensystem dar, dessen komplexe Dynamik mit klassischen Regelungsverfahren nur eingeschränkt beherrscht werden kann. Bislang erfolgt die Kompensation dieser Einflüsse  durch die Erfahrung des Röstpersonals, wodurch eine überwiegend konstante Produktqualität erreicht wird. Der Energieverbrauch und somit das CO²-Einsparpotentils des Prozesses sowie der Gewichtsverluste durch Pyrolyse weisen noch großes Optimierungspotenzial auf.

Ziel des Projekts ist die Entwicklung einer KI-gestützten Regelung, die den Röstprozess automatisch optimiert. Mithilfe künstlicher neuronaler Netze und weiteren Verfahren künstlicher Intelligenz sollen Produktschwankungen selbstständig kompensiert, die Produktqualität stabilisiert und optimiert sowie Energiebedarf und Rohkaffeeverluste reduziert werden. Im Gegensatz zu klassischen datenbasierten Verfahren bietet maschinelles Lernen dabei die Möglichkeit, eigenständig neue und potenziell bessere Regelstrategien zu erlernen, anstatt lediglich bestehende Bedienstrategien nachzubilden. Das Training der Modelle erfolgt zunächst auf Basis historischer Daten und von Simulationsmodellen, bevor das adaptive Lernen und die Optimierung im laufenden industriellen Betrieb untersucht werden.