Kaffe er verdens mest handlede tropiske landbrugsvare og den mest konsumerede drik efter vand.

Grønne kaffebønner skal ristes, før de bruges i alle former for kaffedrikke. Styring af ristningstiden og temperaturprofilen resulterer i en række ristningsniveauer fra lys til mørk, hvilket i høj grad påvirker stilen, smagen og aromaen i den resulterende kaffedrik.

Når ristningsprocessen afsluttes på det helt rigtige tidspunkt, kan risteren (oftest en menneskelig operatør) opnå den ønskede mørke ristning og den tilhørende smagsprofil, og det er derfor en af de vigtigste risteparametre. Flere parametre kan overvåges (tid, farve, aroma, bønnevolumen, bønnetemperatur) ved hjælp af procesmåleinstrumenter eller af den person, der udfører ristningen, for at angive ristningsgraden og i sidste ende bestemme, hvornår ristningen skal afsluttes Ristningsprocessen kan også overvåges med øret ved at lytte efter begivenheder, der samlet kaldes ”first crack” og ”second crack” (beskrives mere detaljeret nedenfor), som også angiver ristningens progression. Afhængigt af typen af ristningsmaskine kan disse lyde normalt høres med det blotte øre og er måske den vigtigste måde at overvåge ristningen på for små partier og håndværksmæssig ristning,

Hvis der er en måde at bestemme begyndelsen og omfanget af en stegefase på, som har mindre varians end de nuværende metoder.

Hvad du skal gøre

Under dette speciale har du mulighed for at arbejde med en Food tech startup, der arbejder på at revolutionere den måde, vi rister og indtager kaffe på. Dit arbejde vil være fokuseret på det indre arbejde i ristningsmaskinen.

Afhandlingsarbejdet vil blive organiseret omkring den såkaldte ristningskurve for at opdage forskellige stadier af ristningen ved hjælp af live lyddetektion. Det endelige mål med arbejdet er at udvikle en eller flere modeller og sammenligne disse modellers ydeevne med et menneske, der registrerer lydene.

Undersøg den nyeste forskning, der dækker forskellige typer signalbehandling, modeller og hardware, herunder konventionel signalbehandling og nyere metoder.

Det næste skridt er at implementere og køre modellerne i et rigtigt ristningsmiljø og også være i stand til at eksponere resultaterne for brugerne via vores cloudbaserede platform.

Afhandlingen afsluttes med en præsentation for Science Brewing-teamet.

De færdigheder, du bringer med dig

Studerende inden for elektroteknik, datalogi, maskinlæring eller lignende.

Baggrund eller erfaring med signalbehandling, C, ESP32 og lignende foretrækkes.

Hvorfor os

Vi er et lille, men voksende team med masser af erfaring fra teknologibranchen, som er kommet for at revolutionere den største drikkevareindustri i verden: kaffe. Vi er placeret i Halmstad. Vores mål er at nå ud til millioner af kaffedrikkere over hele verden, og det, du opdager og bygger, vil spille en vigtig rolle i deres oplevelse.

Hvis du har lyst til at få erfaring med indlejrede systemer fra den virkelige verden, bruge den nyeste teknologi og dyppe tæerne i en meget kreativ branche, så søg!

Send din ansøgning til hello@sciencebrewing.com