mAI Ham: piattaforma multi-sensore e algoritmi di AI nella produzione di prosciutto DOP
Intelligenza artificiale multisensore con l'impiego di uno scanner a induzione magnetica nella produzione di prosciutto DOP per prodotti a valore aggiunto e segmentati
Soggetti coinvolti
F.lli Galloni SpA (prosciuttificio end user), SSICA – Stazione Sperimentale per l’Industria delle Conserve Alimentari (responsabile scientifico), FB Engineering Srl (partner tecnico), IRTA – Institute of Agri-Food Research and Technology (partner tecnico).
Benefici
L’introduzione di uno scanner a induzione magnetica in grado di misurare grasso esterno, intermuscolare e intramuscolare di ogni singola coscia di suino, monitorando la diffusione e l’assorbimento del sale fin dalle prime fasi di lavorazione, ha permesso la realizzazione di una piattaforma multi-sensore che integra algoritmi di intelligenza artificiale per classificare le cosce in base alla loro idoneità tecnologica ancor prima della lavorazione, ottimizzare in modo interattivo l’impiego del sale e costruire modelli predittivi capaci di anticipare la qualità del prosciutto stagionato. Il sistema genera cruscotti di lettura dei dati, segnali di warning e suggerimenti di correttivi in tempo reale, strumenti che affiancano il giudizio dei mastri salatori senza mai sostituirlo.
La Sfida
La produzione di prosciutto crudo DOP richiede un controllo rigoroso della materia prima e delle fasi di lavorazione per ridurre variabilità e non conformità qualitative che possono tradursi in scarti, rilavorazioni e perdita di efficienza. In una filiera che punta a differenziare l’offerta e a valorizzare le diverse qualità del prodotto, diventa rilevante disporre di criteri oggettivi per interpretare l’idoneità delle cosce e per gestire in modo più coerente le fasi critiche del processo, mantenendo costanza qualitativa e sicurezza del prodotto finito. La necessità di strumenti migliorativi è rafforzata dal fatto che, nonostante i progressi della ricerca, nel settore dei salumi l’adozione di tecnologie rapide e non distruttive è ancora limitata e la gestione resta spesso legata a pratiche tradizionali e controlli non sempre tempestivi.
La Soluzione
Il progetto mAI Ham, che al momento della redazione di questo articolo è in corso, intende rendere più informate le scelte operative nelle diverse fasi di lavorazione, sviluppando un percorso di digitalizzazione del processo produttivo basato sull’integrazione di misure oggettive, analisi dei dati e supporto decisionale.
L’approccio intende mettere in relazione le caratteristiche della materia prima con gli esiti delle fasi critiche, così da costruire modelli predittivi che, alimentati dai dati raccolti in contesto produttivo reale, possano migliorare nel tempo la capacità di classificare le cosce e anticipare profili qualitativi del prodotto finito.
In risposta alle esigenze di tracciabilità e controllo di filiera, le informazioni raccolte verranno inoltre organizzate e rese consultabili tramite strumenti digitali di gestione, con lo scopo di rafforzare trasparenza, standardizzazione e tempestività di intervento durante la lavorazione.
In sintesi, gli obiettivi specifici del progetto sono:
- sviluppare e validare criteri oggettivi di classificazione delle cosce in base all’idoneità tecnologica alla stagionatura, a partire da misure non distruttive e modelli interpretativi derivati dalla ricerca;
- costruire modelli predittivi della qualità e della sicurezza del prodotto lungo il processo, includendo parametri critici legati alla salagione e alla stagionatura;
- integrare dati di materia prima e di processo in un sistema digitale di supporto alle decisioni, con funzioni di tracciabilità evoluta e restituzione chiara delle informazioni agli operatori;
- supportare la segmentazione qualitativa e la standardizzazione del prosciutto DOP, riducendo scarti e inefficienze e migliorando l’uso delle risorse nelle fasi di lavorazione.
Il progetto di ricerca mAI Ham è stato cofinanziato dal Fondo Europeo Agricolo per lo Sviluppo Rurale (FEASR) tramite la Regione Emilia-Romagna
