Projektbeschreibung
Neue Sensoren für die Überwachung der Wasserqualität
Die Lebensmittelindustrie ist für ihren enormen Wasserverbrauch berüchtigt. Das Waschen in der Obst- und Gemüsebranche steht z. B. für 50 % des Wasserverbrauchs. Einerseits ist die Optimierung des Wasserverbrauchs entscheidend, andererseits muss auch die Qualität des Wassers sichergestellt werden, das zum Waschen und zur Verarbeitung von Lebensmitteln verwendet wird. Das EU-finanzierte Projekt FOODWATERH2020 entwickelt eine vollautomatische kompakte Lösung zur Überwachung der Wasserqualität, um Verbraucherinnen und Verbraucher vor schädlichen Bakterien wie E. coli, Salmonellen und Listerien zu schützen. Dabei kommen spezielle Sensoren mit eingebetteter künstlicher Intelligenz zum Einsatz, die auf Deep-Learning-Technologie basiert. Diese Lösung wird nicht nur 99 % des Wassers, das bei der Lebensmittelverarbeitung verwendet wird, rückgewinnen, sondern auch bis zu 99 % der Schadstoffe aus dem Wasser entfernen.
Ziel
Every year in Europe, 3,6 Gm3 of fresh water is used for the food industry. This represent a cost of up to 14,5 G€/year considering both cost of fresh water and water disposal. Depending on the water quality used to wash and process food products, harmful bacteria (e.g. E.Coli Salmonella, Listeria) can be rapidly contaminate food and expose consumers to serious illnesses. On the other side, around 88 Mtons of food waste are generated annually in Europe with associated costs estimated at 143G€ and carbon footprint of 170Mt of CO2. Current solutions for water recycling are either using old technics such as settling ponds (80% of the market) or recycling industrial systems (20% of the market). They show several important inconvenient such as high ground footprint, low water recovery rate, low contaminant removal rate, high energy consumption, non-automatized system, etc. FOODWATERH2020 is the first fully automatized and compact solution which monitor constantly the water quality thanks to its highly precise multi sensors combined with an embodied IA software based on Deep Learning Technology which allow to: 1) recover up to 99% of food process water, 2) Reduce up to 10 times current costs of food process water (down to 0,40-0,80€/m3), 3) Remove up to 99% of water contaminant such as non-systemic pesticides (from food surface), pathogens, clay and sand, 4) provide a 100% reliability on food safety by always respecting food standards and eliminating food returns to our clients, 5) increase up to 54% the shelf life of food products, 6) Reduce by 30-35% the energy footprint compared to current compact solutions and 7) Reduce the ground footprint up to 20 times compare to ponding systems. VAM WaterTech B.V. (Nederland) is a well-established engineering SME founded in 1995 with an annual turnover of 5,9 M€ (in 2018 – forecasting 6,6M€ for 2019), 19,5 FTE employees and with an orderbook full until April 2020.
Wissenschaftliches Gebiet
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
- engineering and technologyenvironmental engineeringwaste managementwaste treatment processesrecycling
- natural sciencesearth and related environmental scienceshydrology
- engineering and technologyother engineering and technologiesfood technologyfood safety
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensors
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-SMEInst-2018-2020-1
Finanzierungsplan
SME-1 - SME instrument phase 1Koordinator
4454 AC BORSSELE
Niederlande
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).