ProFoss™ 2 whole grain

L’ANALYSE DES GRAINS EN LIGNE

ProFoss™ 2 pour grains entiers est une solution d’analyse de procédé en ligne qui fournit des mesures continues en temps réel de l’humidité et des protéines dans les grains entiers.

Par « en ligne », on entend réaliser l’analyse précisément à l’endroit où le grain doit être mesuré. Par exemple, cela peut être lors du transport du grain vers le silo à la réception, lors du mélange avant le chargement sur un navire, à la réception à la malterie ou avant l’entrée dans le processus de mouture.

Le principal avantage de l’analyse en ligne comparée aux tests effectués avec un analyseur traditionnel de laboratoire est que les mesures sont prises automatiquement toutes les quelques secondes. De plus, la qualité des mesures est équivalente à celle obtenue avec le célèbre analyseur de grains Infratec™.

Pour illustrer, prenons l’exemple du mélange de cargaisons de grains lors du chargement sur un navire au port. Plutôt que de prélever des échantillons et de faire des tests périodiques, le grain est analysé toutes les trois secondes pendant son transport vers le navire. Ces données sont transmises à un écran d’ordinateur (ou système de contrôle) afin que vous puissiez surveiller en continu les niveaux de protéines et d’humidité et ainsi constituer le mélange parfait pour la cargaison.

ProFoss 2 pour grains entiers vous fournit les données en temps réel nécessaires pour atteindre vos objectifs avec une précision accrue. Par exemple, supposons que vous prépariez une cargaison de 20 000 tonnes de grains visant un taux de protéines de 10,5 %. Vous utilisez deux qualités de blé avec une différence de prix de 10 EUR entre elles. Les données en temps réel vous permettent d’augmenter de 15 % la part de blé de qualité inférieure et de réduire de 15 % celle de haute qualité. Sur une cargaison de 20 000 tonnes, 15 % correspondent à 3 000 tonnes de grain à 10 EUR de prix supérieur, ce qui représente une économie de 30 000 EUR.

Parmi les autres avantages figurent des économies de main-d’œuvre, une réduction des risques d’erreur humaine dans la gestion des données, ainsi qu’une optimisation de la consommation d’énergie, par exemple grâce à un séchage plus efficace du grain entrant, basé sur un suivi continu de l’humidité.