Valencia, España
Madrid, España
La esterilización es uno de los procesos más utilizados para incrementar la vida útil de productos de la industria alimentaria. Sin embargo, es un proceso que consume energía y tiempo y que puede resultar en productos inseguros o de baja calidad. El modelado matemático y la optimización de procesos son herramientas útiles para evitar estos problemas.
En este trabajo proponemos un nuevo modelo matemático para la descripción del proceso de esterilización. Nuestra alternativa presenta dos claras ventajas respecto a otros modelos publicados. (1) Es capaz de describir los siguientes fenómenos físicos: cambios de estado discretos derivados de condiciones de no equilibrio entre agua y vapor mediante la ecuación de Fischer-Burmeister; entrada de aire por la purga; y salida de gases por el drenaje. (2) La simulación del modelo es eficiente y permite su uso en un esquema de control predictivo no lineal basado en modelos.
Además, estimamos los parámetros desconocidos del modelo a partir de datos experimentales.
Sterilization of packaged foods is one of the most widely used processes to increase the shelf life of products in the food industry. However, it is an energy- and time-consuming process that, if not carried out properly, can result in unsafe or low-quality products. Mathematical modeling and process optimization are useful tools to avoid these problems. In this work, we propose a new mathematical model for the description of the sterilization process in steam retorts. Regarding the existing models in the literature, our alternative has two clear advantages. On the one hand, it is capable of describing the following physical phenomena: (i) discrete changes in the states derived from steam-water non-equilibrium conditions using the Fischer-Burmeister equation; (ii) air entry through the purge; and (iii) gas exit through the drain. On the other hand, the simulation of the modelis efficient so that it can be used in the framework of model-based nonlinear predictive control, which requires solving on-line dynamic optimization problems with periods of less than 5 seconds. In addition, we estimate the model unknown parameters from experimental data.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados