Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial

Autores
Álvarez, Dolores María Eugenia; Kliger, Luis; Modesti, Mario Roberto
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificiales
Fil: Álvarez, Dolores María Eugenia. UTN. CONICET. CITeQ. Centro de Investigación y Tecnología Química; Argentina
Fil: Kliger, Luis. UTN. CONICET. CITeQ. Centro de Investigación y Tecnología Química; Argentina
Fil:Modesti, Mario Roberto. UTN. Centro de Investigación en Informática para la Ingeniería (CIII); Argentina
Peer Reviewed
Fuente
Revista Tecnología y Ciencia - Año 15 - Nº 30 -páginas 36-44
Materia
Aceitunas negras naturales
ANFIS
Escala piloto
Escala industrial
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2021-05-21T14:44:01Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/5162
Acceder
id RIAUTN_13d01ac0a2c0da6eeb4bbe7fee6ed634
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/5162
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrialÁlvarez, Dolores María EugeniaKliger, LuisModesti, Mario RobertoAceitunas negras naturalesANFISEscala pilotoEscala industrialEn el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificialesFil: Álvarez, Dolores María Eugenia. UTN. CONICET. CITeQ. Centro de Investigación y Tecnología Química; ArgentinaFil: Kliger, Luis. UTN. CONICET. CITeQ. Centro de Investigación y Tecnología Química; ArgentinaFil:Modesti, Mario Roberto. UTN. Centro de Investigación en Informática para la Ingeniería (CIII); ArgentinaPeer Reviewed2021-05-21T14:44:01Z2021-05-21T14:44:01Z2016-10-25info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfRevista Tecnología y Ciencia - Año 15 - Nº 30http://hdl.handle.net/20.500.12272/5162Revista Tecnología y Ciencia - Año 15 - Nº 30 -páginas 36-44reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspahttp://intainforma.inta.gov. ar/wp-content/uploads/2012/02/Inta_Informa_123.pdf Kiralakis, L., Tsourveloudis, N. (2005)Lactic acid bacteria from fermented table olives.Food Microbiology, 31, 1-8. Instituto Nacional de Tecnología Agropecuaria (INTA). Minis terio de agricultura, ganadería y pesca. Presidencia de la Nación Argentina. (2012).Fermentación en medio aeróbico de aceitunas negras al natural en salmuera. Efecto de algunas variables sobre la forma ción de “alambrado”. Grasas y Aceites, 38, 27-32. Hurtado A., Reguant C., Bordons A.,Rozès N. (2012).Performance of the Scaba 6SRGT agitator in simulated xanthan gum broths. Chemical Engineering and Technology, 16, 102-108. Garrido, A., Durán, M., García, P. (1987)Mixing of highly viscous simulated xanthan fermentation broths with the light ning A315 impeller. Biotechnology Progress, 8, 233-239. Galindo E., Nienow A. (1993).Effect ofthe dissolved oxygen tension during cultivation of X. campestris on the production and quality of xanthan gum. Journal of Biotechnology, 34, 165-173. Galindo, E., Nienow, A. (1992)Biotecnología de las aceitunas de mesa. Instituto de la Grasa y sus Derivados. Sevilla: Consejo Superior de Investigaciones Científicas (CSIC). Flores, F., Torres, L., Galindo, E. (1994).Desarrollo, perspectivas y potencial de la industria olivícola local. Olivae, 116, 36-42. Fernández Díez, M., de Castro y Ramos, R., Garrido Fernández, A., González Cancho, F., González Pellisó, F., Nosti Vega, M., y col. (1985).Neural Network Toolbox for use with MATLAB. User´s Guide Version 8.0 (Revision R2012b). Federación Olivícola Argentina. (2011).Industrial implementation of black ripe olive storage under acid conditions. Journal of Food Engineering, 80, 1206-1212. Demuth, H., Beale, M. (2012).Multiple-impeller systems with a special emphasis on bioreactors: a critical review. Biochemical Engineering Journal, 6, 109-143. de Castro, A., García, P., Romero, C., Brenes, M., Garrido, A. (2007)Neuro-fuzzy and genetic algorithm in multiple response optimization. Computers and Mathematics with Applications, 44, 1503–1514. Cogate, P., Beenackers, A., Pandit A. (2000)Arkhipov, M., Krueger, E., Kurtener, D. (2008). Evaluation of ecological conditions using bioindicators, application of fuzzy modeling. Lecture Notes in Computer Science, 5072, 491–500. Cheng, C., Cheng, C., Lee, E. (2002)Modeling and optimiza tion of olive stone drying process. International conference on dynamical systems and control (pags. 7-9). Venice: WSEAS. Ministerio de Ciencia, Tecnología e Innovación Productiva. Libro prospectiva agroalimentario. (2011)http: // www. mincyt.gov.ar/multimedia/archivo/archivos/Libro_Prospec tiva_Agroalimentario_2020.pdf. Naderloo, L., Alimardani, R., Omid, M., Sarmadian, F., Javadikia, P., Torabi, M., Alimardani, F. (2012).Application of ANFIS to predict crop yield based on different energy inputs. Measurement, 45, 1406–1413. Nagy, Z. (2007).Mejora del rendimiento de la fermentación de xantano mediante el cambio de agitadores. En Actas de la 7ª Conferencia Europea de Mezclas, Brujas, Bélgica. 277 - 283Efecto de los métodos de preparación y almacenamiento de la aceituna de mesa sobre la composición y el valor nutritivo de las aceitunas. Grasas y Aceites, 54, 71-76. Zhao, X., Nienow, A., Chatwin, S., Kent, C., Galindo, E. (1991).Mejora del rendimiento de la fermentación de xantano mediante el cambio de agitadores. En Actas de la 7ª Conferencia Europea de Mezclas, Brujas, Bélgica. 277 - 283 Ünal K., Nergiz C. (2003).Control basado en modelos de un biorreactor de fermentación de levadura utilizando redes neuronales artificiales diseñadas de manera óptima. Revista de ingeniería química, 127, 95-109. Schugerl, K., Bellgardt, K. (2000)Ingeniería, Modelado y Control de Biorreacciones. Ed. Springer-Verlag, Berlín, Alemania. Searles P., Agüero Alcaras M., Rousseaux M. (2011)El consumo del agua por el cultivo de olivo (Olea europaea L.) en el noroeste de Argentina: una comparación con la Cuenca Mediterránea. Ecología Austral, Asociación Argentina de Ecología, 21, 15-28. Ünal K., Nergiz C. (2003).info:eu-repo/semantics/openAccess2021-05-21T14:44:01Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalÁlvarez, Dolores - Klieger, Luis - Modesti, Mario Robertohttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es2026-10-01T12:01:01Zoai:ria.utn.edu.ar:20.500.12272/5162instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 12:01:02.162Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial
title Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial
spellingShingle Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial
Álvarez, Dolores María Eugenia
Aceitunas negras naturales
ANFIS
Escala piloto
Escala industrial
title_short Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial
title_full Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial
title_fullStr Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial
title_full_unstemmed Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial
title_sort Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial
dc.creator.none.fl_str_mv Álvarez, Dolores María Eugenia
Kliger, Luis
Modesti, Mario Roberto
author Álvarez, Dolores María Eugenia
author_facet Álvarez, Dolores María Eugenia
Kliger, Luis
Modesti, Mario Roberto
author_role author
author2 Kliger, Luis
Modesti, Mario Roberto
author2_role author
author
dc.subject.none.fl_str_mv Aceitunas negras naturales
ANFIS
Escala piloto
Escala industrial
topic Aceitunas negras naturales
ANFIS
Escala piloto
Escala industrial
dc.description.none.fl_txt_mv En el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificiales
Fil: Álvarez, Dolores María Eugenia. UTN. CONICET. CITeQ. Centro de Investigación y Tecnología Química; Argentina
Fil: Kliger, Luis. UTN. CONICET. CITeQ. Centro de Investigación y Tecnología Química; Argentina
Fil:Modesti, Mario Roberto. UTN. Centro de Investigación en Informática para la Ingeniería (CIII); Argentina
Peer Reviewed
description En el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificiales
publishDate 2016
dc.date.none.fl_str_mv 2016-10-25
2021-05-21T14:44:01Z
2021-05-21T14:44:01Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv Revista Tecnología y Ciencia - Año 15 - Nº 30
http://hdl.handle.net/20.500.12272/5162
identifier_str_mv Revista Tecnología y Ciencia - Año 15 - Nº 30
url http://hdl.handle.net/20.500.12272/5162
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv http://intainforma.inta.gov. ar/wp-content/uploads/2012/02/Inta_Informa_123.pdf Kiralakis, L., Tsourveloudis, N. (2005)
Lactic acid bacteria from fermented table olives.Food Microbiology, 31, 1-8. Instituto Nacional de Tecnología Agropecuaria (INTA). Minis terio de agricultura, ganadería y pesca. Presidencia de la Nación Argentina. (2012).
Fermentación en medio aeróbico de aceitunas negras al natural en salmuera. Efecto de algunas variables sobre la forma ción de “alambrado”. Grasas y Aceites, 38, 27-32. Hurtado A., Reguant C., Bordons A.,Rozès N. (2012).
Performance of the Scaba 6SRGT agitator in simulated xanthan gum broths. Chemical Engineering and Technology, 16, 102-108. Garrido, A., Durán, M., García, P. (1987)
Mixing of highly viscous simulated xanthan fermentation broths with the light ning A315 impeller. Biotechnology Progress, 8, 233-239. Galindo E., Nienow A. (1993).
Effect ofthe dissolved oxygen tension during cultivation of X. campestris on the production and quality of xanthan gum. Journal of Biotechnology, 34, 165-173. Galindo, E., Nienow, A. (1992)
Biotecnología de las aceitunas de mesa. Instituto de la Grasa y sus Derivados. Sevilla: Consejo Superior de Investigaciones Científicas (CSIC). Flores, F., Torres, L., Galindo, E. (1994).
Desarrollo, perspectivas y potencial de la industria olivícola local. Olivae, 116, 36-42. Fernández Díez, M., de Castro y Ramos, R., Garrido Fernández, A., González Cancho, F., González Pellisó, F., Nosti Vega, M., y col. (1985).
Neural Network Toolbox for use with MATLAB. User´s Guide Version 8.0 (Revision R2012b). Federación Olivícola Argentina. (2011).
Industrial implementation of black ripe olive storage under acid conditions. Journal of Food Engineering, 80, 1206-1212. Demuth, H., Beale, M. (2012).
Multiple-impeller systems with a special emphasis on bioreactors: a critical review. Biochemical Engineering Journal, 6, 109-143. de Castro, A., García, P., Romero, C., Brenes, M., Garrido, A. (2007)
Neuro-fuzzy and genetic algorithm in multiple response optimization. Computers and Mathematics with Applications, 44, 1503–1514. Cogate, P., Beenackers, A., Pandit A. (2000)
Arkhipov, M., Krueger, E., Kurtener, D. (2008). Evaluation of ecological conditions using bioindicators, application of fuzzy modeling. Lecture Notes in Computer Science, 5072, 491–500. Cheng, C., Cheng, C., Lee, E. (2002)
Modeling and optimiza tion of olive stone drying process. International conference on dynamical systems and control (pags. 7-9). Venice: WSEAS. Ministerio de Ciencia, Tecnología e Innovación Productiva. Libro prospectiva agroalimentario. (2011)
http: // www. mincyt.gov.ar/multimedia/archivo/archivos/Libro_Prospec tiva_Agroalimentario_2020.pdf. Naderloo, L., Alimardani, R., Omid, M., Sarmadian, F., Javadikia, P., Torabi, M., Alimardani, F. (2012).
Application of ANFIS to predict crop yield based on different energy inputs. Measurement, 45, 1406–1413. Nagy, Z. (2007).
Mejora del rendimiento de la fermentación de xantano mediante el cambio de agitadores. En Actas de la 7ª Conferencia Europea de Mezclas, Brujas, Bélgica. 277 - 283
Efecto de los métodos de preparación y almacenamiento de la aceituna de mesa sobre la composición y el valor nutritivo de las aceitunas. Grasas y Aceites, 54, 71-76. Zhao, X., Nienow, A., Chatwin, S., Kent, C., Galindo, E. (1991).
Mejora del rendimiento de la fermentación de xantano mediante el cambio de agitadores. En Actas de la 7ª Conferencia Europea de Mezclas, Brujas, Bélgica. 277 - 283 Ünal K., Nergiz C. (2003).
Control basado en modelos de un biorreactor de fermentación de levadura utilizando redes neuronales artificiales diseñadas de manera óptima. Revista de ingeniería química, 127, 95-109. Schugerl, K., Bellgardt, K. (2000)
Ingeniería, Modelado y Control de Biorreacciones. Ed. Springer-Verlag, Berlín, Alemania. Searles P., Agüero Alcaras M., Rousseaux M. (2011)
El consumo del agua por el cultivo de olivo (Olea europaea L.) en el noroeste de Argentina: una comparación con la Cuenca Mediterránea. Ecología Austral, Asociación Argentina de Ecología, 21, 15-28. Ünal K., Nergiz C. (2003).
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2021-05-21T14:44:01Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Álvarez, Dolores - Klieger, Luis - Modesti, Mario Roberto
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
eu_rights_str_mv openAccess
rights_invalid_str_mv 2021-05-21T14:44:01Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Álvarez, Dolores - Klieger, Luis - Modesti, Mario Roberto
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv Revista Tecnología y Ciencia - Año 15 - Nº 30 -páginas 36-44
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862443204476928
score 13.364332

Publicaciones similares