康奈尔大学
一个带有“数字孪生”的鲜切生产设备中的菠菜秤
学分:康奈尔大学吉纳维芙·沙利文 康奈尔大学的研究人员将食品科学专业知识和计算机编程技能结合起来，帮助食品行业阻止李斯特菌的爆发
李斯特菌病是一种因食用被单核细胞增生李斯特菌污染的食物而引起的感染，每年造成约260人死亡，1600人感染
如果某些食物没有经过巴氏杀菌、煮得不够彻底或清洗不当，细菌就会滋生并导致严重的疾病，包括脑部感染
在一项新的研究中，研究人员开发了两个鲜切农产品设施的“数字双胞胎”，利用这些数字模型来确定寻找细菌存在的最佳时间和地点，从而防止食品污染
兽医学院副教授、该论文的资深作者雷纳塔·伊万内克在《应用与环境微生物学》杂志上发表，她说:“我们的发现是在为食品生产商配备基于科学的工具来管理食品安全风险方面向前迈出的又一步。”
研究人员的模型为食品安全管理人员提供了一种新的方法，首先可视化他们操作中的微生物污染风险和模式，然后尝试不同的环境采样实践，例如从不同的设备上收集海绵样本
由于这些设施的复杂性，在实际环境中进行实验并不总是可行的，通过使用数字孪生，每个设施都可以个性化其独特的功能
“例如，在我们在这项研究中建模的两个设施中，我们希望发现何时对某些类型的位置进行采样比对随机位置进行采样更有益，反之亦然，”Ivanek说
这项研究的下一步将为产品包装公司和杂货店开发类似的模型
最终，作者希望为食品行业提供数字双胞胎，可以用实时数据更新，并可以使用模拟、建模和机器学习来帮助工人做出关于食品安全危害的决策
“为了实现这一愿景，还非常需要确保食品生产企业之间的安全和机密数据共享，并监管使用此类工具的责任，”Ivanek说
这项研究是为从农场到零售的食品系统各个部分开发数字决策支持工具的更大规模、多机构努力的一部分，最终目标是开发系统模型和数字双胞胎，以改善全系统的食品安全决策
“开发这种模型所需的学习曲线是陡峭的，一方面需要了解食品系统和食品安全，另一方面需要计算机编程，”Ivanek说
“食品安全和计算机科学学科之间非常需要交叉培训，我们希望我们的奖学金鼓励这一点
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
