NutriTwin: een ‘digital twin’ voor duurzamere varkensproductie

Resilient and sustainable agrifood systems

Met de steun van:

Ontwikkeling van data-gestuurde voederstrategieën voor duurzamere en rendabele varkens(vlees)productie door integratie van dynamische LCA en ketendata in een zelflerend precisievoedermodel.

Waarom dit project?

De meest veelbelovende weg om de koolstofvoetafdruk van varkensvlees te verkleinen en het concurrentievermogen van ons productiesysteem te vergroten, is door de voederefficiëntie te verbeteren en rationele keuzes te maken qua veevoedergrondstoffen. Zo wil de veevoedersector tegen 2030 de helft van zijn grondstoffen uit bijproducten van de levensmiddelen- en biobrandstoffenindustrie halen. De keuzes voor voedergrondstoffen met een lage ecologische voetafdruk moeten echter zorgvuldig worden afgewogen tegen mogelijke gevolgen voor de productie-efficiëntie en voederkost, om ervoor te zorgen dat de algehele verbetering in de koolstofvoetafdruk haalbaar blijft en economisch rendabel is. Bijkomend kunnen efficiëntieverbeteringen worden bereikt door veranderingen in de voedingsbehoefte in de loop van de tijd vast te leggen (bijvoorbeeld bedrijfsspecifieke seizoensgebonden trends), waardoor de voersamenstelling op die behoeften kan worden afgestemd. De industrie heeft daarom dringend meer kennis en tools nodig om het effect van praktijkinterventies op de prestaties van varkens en de koolstofvoetafdruk van varkensvlees nauwkeurig te kunnen berekenen en voorspellen.

Onderzoeksaanpak en verwachte resultaten

Dit cSBO project onderzoekt hoe nutriëntenstromen op een varkensbedrijf gemodelleerd kunnen worden in een dynamische digitale weergave van het productieproces, oftewel een ‘digital twin'. Door continu actuele, bedrijfsspecifieke trainingsdata aan te bieden aan een ‘digital twin' architectuur, kan deze generieke ‘twin’ evolueren naar meerdere verschillende versies van deze ‘digital twin', elk specifiek voor het betreffende varkensbedrijf waarvan de data afkomstig is. Deze legt dan de nutriëntenbehoeften en efficiëntie van de dieren vast volgens de laatste inzichten op dat bedrijf, wat inzicht geeft in hoe verschillende bedrijven evolueren over de tijd, en welke voederstrategieën het meest succesvol zijn.

Door daarenboven dynamische en consequentiële levenscyclusanalyse (LCA) modellen te integreren in de ‘digital twin’, maakt NutriTwin het mogelijk om bedrijfsspecifieke scenario’s te simuleren en zo de koolstofvoetafdruk van varkensvlees gericht te verminderen. Om efficiëntie en duurzaamheid maximaal te bevorderen, zal de NutriTwin-architectuur worden gebaseerd op direct beschikbare datastromen in de hele productieketen. Het onderzoek zal zich daarbij sterk toeleggen op het wegnemen van belangrijke belemmeringen voor gegevensinteroperabiliteit en privacy. Zo zal een ‘gefedereerd leersysteem’ worden ontwikkeld dat modeltraining tussen stakeholders in de keten mogelijk maakt zonder dat ruwe data worden gedeeld.

Finaal wordt een optimalisatiealgoritme gecreëerd dat voerkosten, dierprestaties en ecologische voetafdruk in balans brengt. Dit resulteert in een tool waarmee aangetoond kan worden dat kostenefficiëntie samengaat met een lagere koolstofvoetafdruk van de varkens(vlees)productie.

Doelgroep

Het project richt zich voornamelijk op bedrijven in de varkens(vlees)keten: varkenshouders, mengvoederfabrikanten, vleesverwerkers en integratoren.

Projectpartners

UGent_LANUPRO (Projectleider: Prof. Dr. Jeroen Degroote)
UGent_Biovism Lab (Prof. Dr. Jan Verwaeren)
ILVO_T&V (Dr. Stephanie Van Weyenberg, Dr. Veerle Van linden)
ILVO_Dier (Prof. Dr. Sam Millet and Dr. Sophie Goethals)

Flanders’ FOOD beheert het project.

Deelnemen?

Het project is gestart op 1 december 2025 en loopt tot en met 30 november 2029. Om de resultaten zo relevant mogelijk te maken, heeft het project een industriële adviesraad (IBA). Deelname hieraan is mogelijk tot het einde van het project.

Wat houdt deelname aan de begeleidingsgroep in?

Tweemaal per jaar komt de IBA fysiek samen om een toelichting te krijgen over de nieuwste projectresultaten en input te leveren voor het verdere onderzoek. In totaal zijn er acht fysieke bijeenkomsten verspreid over vier jaar gepland.
Tijdens deze vergaderingen kun je actief bijdragen aan de richting van het onderzoek.