Resumen de Optimización del deshidratado en cítricos mediante el proceso de secado indirecto al vacío

Elington Vélez, Neyfe Sablón Cossío, Lenin Pita Cantos

• español

  RESUMEN El objetivo del artículo es sistematizar la optimización del proceso de deshidratación de cítricos mediante el secado indirecto al vacío en Yara Futuro Agrícola S.A con un modelo de Regresión Lineal Múltiple. La optimización numérica se llevó mediante la Metodología de Superficie de Respuesta a través de un diseño experimental, Box-Behnken, con tres factores. Las variables definidas como: controladas (temperatura interna en la cámara de secado, humedad relativa interna y presión de Vacío) y no controladas (condiciones ambientales, temperatura de entrada del cítrico, humedad de fruta y geometría de la cámara de secado). Como resultado, las pruebas Análisis de Varianza (ANOVA) revelaron que los efectos principales lineales y cuadráticos de estas variables de proceso fueron altamente significativos en la reducción del tiempo de secado. A partir de los resultados de las pruebas estadísticas se ajustó el modelo de regresión de segundo orden, con el cual se obtuvo la configuración paramétrica óptima de los variables.

• English

  ABSTRACT The objective of the article is to systematize the optimization of the citrus dehydration process by indirect vacuum drying process by Yara Futuro Agrícola S.A with a Multiple Linear Regression model. The numerical optimization was carried out using the Response Surface Methodology through an experimental design, Box-Behnken, with three factors. The variables defined as: controlled (internal temperature in the drying chamber, internal relative humidity and Vacuum pressure) and not controlled (environmental conditions, citrus inlet temperature, fruit humidity and geometry of the drying chamber). As a result, ANOVA tests revealed that the linear and quadratic main effects of these process variables were highly significant in reducing the drying time. From the results of the statistical tests, the second order regression model was adjusted, with which the optimal parametric configuration of the variables was obtained.