dc.contributor.author | Nilsen, Heidi | |
dc.contributor.author | Ortega, Samuel | |
dc.contributor.author | Nyrud, Thomas | |
dc.contributor.author | Karlsen, Amanda Katrine | |
dc.contributor.author | Lindberg, Stein-Kato | |
dc.contributor.author | Heia, Karsten | |
dc.contributor.author | Joensen, Sjúrður | |
dc.date.accessioned | 2024-04-23T08:27:45Z | |
dc.date.available | 2024-04-23T08:27:45Z | |
dc.date.issued | 2024-04-15 | |
dc.description.abstract | Tørking av fisk ute på hjell er en tradisjonell og mye brukt metode for konservering av fisk. Kvaliteten på sluttproduktet blir i stor grad avhengig av værforhold under tørking og kvaliteten på råstoffet som henges. Når fisken tørkes ute blir den utsatt for variasjon i temperatur, vind, sol og fuktighet. Til sammen gir dette en tørket og modnet fisk som har karakteristisk lukt, smak og konsistens. Ute-tørking innebærer også at en del fisk ikke får optimale forhold gjennom tørking, for å oppnå ønsket utseende, konsistens, lukt og smak. Kvalitetsfeil som kan forekomme på en ferdig tørket tørrfisk er frostskader, blodfeil, spalting i muskel, mucoso makk/fluelarver på innsiden av fisken, og muggvekst på skinnet. Å kvalitetsvurdere tørrfisk, vraking, er en tidkrevende prosess som krever opplæring og erfaring. Kvalitetsfeil på tørrfisk kan være vanskelig å oppdage, og feilene vises ofte først når fisken er ferdig sortert og blir vannet ut. I praksis betyr det at feilene først registreres hos bedrifter og kunder som videreforedler fisken. Tørrfisknæringen har etterspurt teknologi for å automatisere kvalitetsvurdering på tvers av kvalitetsgrupper med fokus på blod i fiskemuskel, frostskader, mucoso, og grunnleggende kvalitet. Prosjektet har hatt som hovedmål å utvikle en rask og ikke destruktiv metode for automatisk kvalitetssortering av tørrfisk. Fokus i gjennomføring har vært på kvalitetsfeilene blod i muskel og frostskader. Måling på tørrfisk er gjort ved bruk av Maritech Eye, hyperspektral avbildning, og referansen for disse målingene er sensorisk kvalitetsvurdering av både tørrfisk og utvannet tørrfisk. Det er utviklet modeller basert på maskinlæring som gjør det mulig å finne kvalitetsfeil i tørrfisken. Resultatene så langt viser at dette fungerer best for påvisning av frostskade i tørrfisk. Det fungerer delvis for påvisning av blodfeil i tørrfisk, men da med større feilmargin. Videre arbeid for å utvikle metodikk for automatisk påvisning av kvalitetsfeil i tørrfisk bør fokusere på å forbedre modellene for påvisning av blodfeil i muskelen. Det er også gjort en kost-nytte analyse for bruken av et slik verktøy i tørrfisknæringen. Resultatet av analysen indikerer at dette kan være lønnsomt også for en relativt lav grad av reduserte personalkostnader knyttet til vraking. | en_US |
dc.description | Source at <a href=https://nofima.no/>https://nofima.no/</a>. | en_US |
dc.identifier.citation | Nilsen H, Ortega S, Nyrud T, Karlsen AK, Lindberg S, Heia K, Joensen SJ. Teknologi for automatisk sortering av tørrfisk. Nofima; 2024. 25 p.. Nofima rapportserie(9/2024) | en_US |
dc.identifier.cristinID | FRIDAID 2263114 | |
dc.identifier.isbn | 978-82-8296-779-2 | |
dc.identifier.uri | https://hdl.handle.net/10037/33431 | |
dc.language.iso | nob | en_US |
dc.publisher | Nofima | en_US |
dc.relation.ispartofseries | Nofima rapportserie ; 9/2024 | en_US |
dc.relation.projectID | Nofima AS: 13500 | en_US |
dc.relation.projectID | Fiskeri- og havbruksnæringens forskningsfinansiering: 901695 | en_US |
dc.rights.accessRights | openAccess | en_US |
dc.rights.holder | Copyright 2024 Nofima | en_US |
dc.title | Teknologi for automatisk sortering av tørrfisk | en_US |
dc.type.version | publishedVersion | en_US |
dc.type | Research report | en_US |
dc.type | Forskningsrapport | en_US |