Intelligenza artificiale per la qualità del pomodoro (Qualit-AI)

Obiettivi

La filiera del pomodoro da industria nell’areale del Nord Italia, dove l’Emilia‑Romagna è uno dei poli principali di produzione e trasformazione, punta a garantire un prodotto finito omogeneo e di elevata qualità, ma deve fare i conti con la variabilità della materia prima e con scelte varietali non sempre guidate da informazioni solide rispetto gli obiettivi di trasformazione. I controlli in ingresso allo stabilimento di trasformazione si basano spesso su campionamenti puntuali che non rappresentano l’intero carico, con il rischio di decisioni di processo fondate su informazioni parziali. Al tempo stesso, l’assenza di un quadro integrato tra dati agronomici, sensoriali e di stabilimento limita la possibilità di standardizzare la materia prima e di prevenire non conformità legate alla qualità del prodotto conferito.

Il progetto Qualit-AI mira a mettere in relazione, in un quadro sistemico, le prove varietali, le misurazioni in conferimento e un insieme di indicatori chiave pensato per orientare le scelte lungo la filiera. In particolare, la connessione fra queste fonti consentirà di leggere la qualità della materia prima non come somma di rilievi isolati, ma come traccia informativa continua, utile a valutare in modo coerente nel tempo le variabili agronomiche e di conferimento. Inoltre, la trasformazione delle rilevazioni in indicatori comparabili supporterà decisioni più informate, dalla programmazione delle varietà e delle epoche di raccolta fino a scelte di processo coerenti con gli obiettivi di qualità e a conferimenti più omogenei. Infine, lo stesso impianto potrà rafforzare la trasparenza lungo la catena del valore: dati tracciabili e criteri espliciti fungeranno da linguaggio comune tra gli attori, miglioreranno il coordinamento tra produzione agricola e trasformazione e renderanno verificabile, nel tempo, l’efficacia delle decisioni assunte.

Nel dettaglio, le finalità del progetto si articolano in:
• redigere un quadro varietale di riferimento basato su prove agronomiche e riscontri sul trasformato, con attenzione congiunta agli aspetti produttivi, sensoriali e tecnologici;
• potenziare il controllo qualità in accettazione misurando in modo esteso i difetti e i parametri chiave del carico con tecniche non distruttive supportate da sistemi di riconoscimento automatico;
• rendere più uniforme la materia prima in arrivo mediante regole di indirizzamento degli scarichi e di miscela dei conferimenti fondate su dati storici e misure aggiornate;
•mettere a disposizione indicatori e report per programmare approvvigionamenti e processo, verificarne gli effetti nel tempo e ridurre il rischio di non conformità.

Stato del progetto: in corso

Foto: linea di lavorazione del pomodoro in uno stabilimento di trasformazione (Fonte RER)

Soggetti coinvolti nella realizzazione del progetto:

• Mutti Spa: Beneficiario
• Università degli Studi di Salerno: Responsabile scientifico
• Adacta International: Partner tecnico
• Astra Innovazione e Sviluppo: Partner tecnico
• Deloitte Consulting: Partner tecnico
• Eurofins Chemical Control: Partner tecnico
• Microgeo Srl: Partner tecnico
• Neurality Srl: Partner tecnico
• RiNova: Partner tecnico

Link e documenti utili

Sito web del progetto ND

Scheda di sintesi (PDF - 202,3 KB)