Bei der Produktion von Lebensmitteln gelten hohe hygienische Standards. Die Reinigung von Produktionsanlagen muss absolut zuverlässig sein, um die Unbedenklichkeit der Nahrungsmittel zu garantieren. Für geschlossene Behälter oder Rohre, in denen zum Beispiel Milch, Bier oder Säfte gelagert oder transportiert werden, gelten feste Reinigungsroutinen.
„Viel hilft viel“ ist hier in der Regel das Motto: Reinigungsmittel, Wasser, Energie und auch die Reinigungszeit sind sehr großzügig bemessen, um die strengen Qualitätsvorschriften einzuhalten. Dieser Sicherheitszuschlag ist nicht nur ökologisch, sondern auch ökonomisch fragwürdig, denn er verursacht unnötige Verzögerungen im Produktionsprozess.
Feine Sensorspitze detektiert tatsächliche Verschmutzung
Der am raunhofer-Institut für Physikalische Messtechnik IPM entwickelte Sensor „F-Fiber“ ermöglicht es, die Reinigung geschlossener Behälter, das sogenannte Cleaning in Place (CIP), an den tatsächlichen Grad der Verschmutzung anzupassen. F-Fiber besteht aus einer optischen Faser mit einem Millimeter Durchmesser, die in eine Edelstahl-Hülse eingebettet ist. Das Faserende wird direkt in die Behälterwand eines Lebensmitteltanks oder lebensmittelführenden Rohrs integriert. Alternativ kann es mithilfe eines Flansches an einen vorhandenen Stutzen angebracht werden. Alle weiteren Hardware-Komponenten des Messsystems befinden sich außerhalb der Anlage und sind über die Faser mit der Produktionsanlage verbunden.
An der Innenwand des Tanks oder Rohrs wird die Faserspitze vom Tank- beziehungsweise Rohrinhalt umspült. Mit der Zeit lagern sich Moleküle auf Sensorspitze und Behälterwand an. So bildet sich eine unerwünschte Ablagerung. Bei der Messung wird die Fluoreszenz des abgelagerten organischen Materials über die Sensorfaser mit UV-Licht angeregt. Die Fluoreszenzemisson wird über dieselbe Faser zu einem hochempfindlichen Detektor rückgeführt und ausgewertet.
Aus der Stärke des Fluoreszenzsignals lassen sich Rückschlüsse auf den Grad des sogenannten Foulings, also der Ablagerungen ziehen. Auf Basis dieser Messwerte kann der Reinigungsprozess ausgelöst und in Echtzeit angepasst werden – und das bei vielen verschiedenen Produktionsprozessen für ganz unterschiedliche Lebensmittel.
