FARio maakt bloemkwaliteit meetbaar en voorspelbaar — door domeinkennis te combineren met ‘explainable AI’ geven we maalders en bakkers bruikbare inzichten, elke dag opnieuw.
Gehinderd door trage technieken met beperkte voorspellende kracht die bovenien in een lab moeten worden uitgevoerd, hebben industriële bloemmolens en bakkerijen het moeilijk om te bepalen welke bloemsoorten écht zullen presteren. Het gevolg: dure suboptimale oplossingen, vermijdbaar verlies en reactief brandjes blussen in plaats van innovatie.
Huidige metingen voorspellen niet hoe bloem zich in de praktijk zal gedragen.
Huidige technieken meten bloem- en deegeigenschappen niet onder omstandigheden die het werkelijke gebruik weerspiegelen, wat misleidende resultaten geeft en tegelijk veel tijd en middelen kost.
Een baktest (op laboniveau) blijft de ultieme test, maar komt zelden overeen met de resultaten uit de productie, waardoor bijkomende testen op de lijn nodig zijn tegen hoge kosten en risico's.
De technieken die vandaag op productieniveau worden gebruikt, presteren onvoldoende of leunen sterk op expertkennis die op grote schaal niet beschikbaar kan zijn.
Schaarse, labo-gebonden staalname laat blinde vlekken na, net wanneer het ertoe doet en leidt tot discussies met leveranciers.
Resultaten komen pas achteraf binnen door de lange doorlooptijden van huidige technieken, de afhankelijkheid van opgeleide labtechnici en de nood aan dure apparatuur. Soms worden er zelfs helemaal geen inzichten verzameld.
Daardoor draagt dure data niet bij aan het sturen van het proces en het voorkomen van problemen, of draait de productie op basis van aannames – en die zitten er geregeld naast.
Omdat analyses de bloemproductie (bij bloemmolens) en het bloemgebruik (bij industriële bakkerijen) niet kunnen bijbenen, wordt data schaars en ontstaan tegenstrijdige resultaten bij afwijkingen. Zo verschuift de discussie van het zoeken naar oplossingen naar het beschermen van procedures.
Tegen de tijd dat je een werkende oplossing vindt, kan de bloemkwaliteit alweer veranderd zijn – wat leidt tot snelle maar dure suboptimale oplossingen.
De bepalende rol van bloem voor de productkwaliteit vraagt om het optimaliseren van recepten en processen, maar onder de tijdsdruk van de industrie, met het enorme aantal te overwegen variabelen en de beperkingen van de huidige technieken, is het vinden van optimale oplossingen een uitdaging. Het gevolg: men kiest voor veilige oplossingen in de vorm van dure ingrediënten of versoepelt de kwaliteitsnormen, wat leidt tot hogere kosten en gemiste kansen.
Vertrekkend van de samenstelling of spectrale analyses zet een basismodel complexe data om in inzichten die je direct kunt implementeren, zonder compromissen te moeten maken.
Chemische karakteristieken via in-house ontwikkelde methodes.
Gedecentraliseerde spectroscopie aan de bron.
OntdekBenut de fysica in het basismodel om bruikbare inzichten af te stemmen op jouw bedrijf.
OntdekEindproductkwaliteitskenmerken & beslissingsondersteuning.
OntdekKrijg inzicht in ons traject, hoe we intelligente bloemoplossingen bouwen en welke impact ze hebben. Filter op onderwerp om te vinden wat voor jou relevant is.
Vragen, samenwerkingen, pers of gewoon nieuwsgierig naar FARio? Stuur ons een bericht en we nemen contact met je op.