貴社の強みや特徴を一言で表現
詳しくは、下記リンクより詳細をご覧ください👇
食品粉体の多くは、包装工程や成形工程で「どれだけ隙間なく充填できるか」によって歩留まりや品質が大きく左右されます。
この充填効率を数値化したものが粒子充填率です。
粒子充填率が高いと、容器サイズ当たりの内容量を最大化できるため、輸送コスト削減や食感の均一化が可能になります。
一方、充填率を高めると流動性が低下しやすく、ホッパー詰まりや分級による品質ばらつきが発生するリスクもあります。
そのため粉末流動性を正確に解析し、充填率とバランスを取る技術が重要になります。
粒径が単一よりも多分散のほうが空隙を埋めやすく充填率は高まります。
しかし微粉が多すぎると凝集し、結果的に流動性が悪化するため最適な分布設計が必要です。
球状粒子は転がりやすく流動性が高い一方、隙間を埋めにくいため充填率は低下しがちです。
角張った粒子はかさ密度が高まりやすいものの、摩擦係数が上がりブリッジ現象を起こしやすくなります。
粗い表面はファンデルワールス力や機械的かみ合わせが増すため凝集が起こりやすいです。
コーティングやスプレードライで表面を滑らかにすると流動性が改善し、最終的に充填プロセスの安定化につながります。
水分は潤滑膜として働く場合と凝集を促進する場合があり、その境界は水活性0.3付近が目安とされています。
水分制御は乾燥コストと品質保持を両立させるうえで欠かせません。
シアセル試験は、粉体を円筒内で圧縮せずに剪断応力を与え、内部摩擦角と凝集強度を測定する方法です。
得られた流動関数値が高いほど粉体は自由に流れ、低いほどブリッジやラットホールが発生しやすいと判断できます。
食品分野では、ココアパウダーや粉末調味料など脂肪・糖分を含む凝集性粉体の設計指標として広く採用されています。
内部摩擦角が小さいと粒子間摩擦が低く、薄い空隙でも粒子が滑り込むため高い充填率を得やすくなります。
逆に凝集強度が大きい場合は粒子同士が塊となり、ランダムパッキングより大きな空洞が生まれます。
このようにシアセル試験は、充填率向上のボトルネックを摩擦由来か凝集由来かに切り分けられる点が利点です。
FT4 Powder Rheometerは、粉体の圧縮、剪断、エネルギー消費を統合的に評価できる装置です。
撹拌ブレードを一定速度で貫入・引抜きする際のトルクを測定し、粉体の動的流動指数を算出します。
貫入エネルギーが小さい粉体は低ストレスで再配置が可能で、微振動を加えるだけで最密充填状態へと近づきます。
逆にエネルギー値が大きい粉体は外力を加えても内部の再配置が起こらず、高い残留空隙を抱えたまま包装されます。
このデータを基に振動充填条件を決定すると、生産ラインの試行錯誤を大幅に削減できます。
近年は、撮影した粉体の顕微鏡画像をディープラーニングで解析し、三次元的な粒子形状と配向を推定する手法が普及しています。
そのデータをDEM(離散要素法)に取り込み、仮想ホッパー内での流動挙動を予測することで、粒子設計から機器設計まで一気通貫で最適化が可能です。
実機テストでは再現しにくい粉体の相互作用を数値化できるため、配合変更による充填率改善を短期間で評価できます。
また、AIが提案する最適粒径分布案を実際にスプレードライ条件へフィードバックすることで、試作数を大幅に削減できます。
粗粉と微粉を適切な比率で混合し、二峰性分布を形成すると空隙率が低減します。
乳粉やプロテインパウダーでは、粗粉:微粉=7:3が経験的に高密度化しやすい比率とされています。
包装容器を設定振幅でタッピングすると粒子が再配置し、かさ密度は最大5%向上する例があります。
振動数が高すぎると粒子破砕や分級を招くため、FT4のデータから最小エネルギーで効果的な周波数を決定します。
糖衣粉体など帯電しやすい粉末は静電反発で空隙が生じやすいため、導電性のライナーやイオナイザを用いて帯電を抑制します。
帯電電荷量が1nC/g以下になると、充填率のばらつきが統計的に有意に低減する報告があります。
多成分粉末ゆえに分級が課題だったインスタントスープでは、画像解析で角張ったクルトン粒の割合を把握。
DEMシミュレーションで粗粒30%増量が最適と判明し、実ラインで充填率が8%向上しました。
高脂肪ココアは凝集による詰まりが頻発していました。
シアセル試験で凝集強度を下げる界面活性剤濃度を特定し、0.15%添加でホッパー稼働率が95%へ改善しました。
FT4 Rheometerで貫入エネルギーと水分の関係を解析し、水分3.5%が最小エネルギー点であることを確認しました。
乾燥条件を調整した結果、かさ密度が0.62→0.70g/cm³に上昇し、1パックあたりフィルム長を5mm短縮できました。
粒子充填率を最適化するためには、流動性解析技術を組み合わせてボトルネックを特定し、粒子設計・プロセス条件に反映させることが鍵です。
シアセル試験で摩擦・凝集を可視化し、FT4で動的エネルギーを定量化し、画像解析とAIで仮想検証することで、試作コストを抑えつつ高充填・高流動を両立できます。
今後はオンラインセンサーによるリアルタイム流動性モニタリングや、カーボンニュートラルを見据えた低温乾燥技術との連携が期待されます。
これらの取り組みが進めば、食品粉体の品質安定とサステナブルな生産の両立が実現し、企業競争力の向上に直結するでしょう。

詳しくは、下記リンクより詳細をご覧ください👇
You cannot copy content of this page