Documentos de Académico
Documentos de Profesional
Documentos de Cultura
V15n2a6 PDF
V15n2a6 PDF
Martnez-Romero S.
Lpez-Cruz I.L.
Ruz-Garca A.
Resumen
El objetivo de la presente investigacin fue estudiar el comportamiento del
proceso de fermentacin de cerveza artesanal mediante un modelo matemtico dinmico. El modelo contiene las tasas de cambio de las variables de
estado concentracin de glucosa, maltosa y maltotriosa. La variable de salida es la concentracin de etanol y como variable auxiliar contempla la concentracin de biomasa (levaduras). Este modelo fue programado en el
ambiente Matlab-Simulink y para su integracin numrica se utiliz el mtodo de Dormand-Prince de cuarto grado con tamao de paso de integracin variable y una tolerancia relativa de 108. Para conocer sus parmetros
ms importantes se realiz un anlisis de sensibilidad local. Adems se llev
a cabo un experimento para producir cerveza artesanal a una temperatura
constante (21C). Se implementaron 14 unidades experimentales (fermentadores) con las mismas condiciones iniciales. De cada fermentador, se midieron las concentraciones de las variables de estado incluidas en el modelo
matemtico. Usando los resultados experimentales el modelo se calibr mediante los algoritmos de optimizacin mnimos cuadrados no lineales y evolucin diferencial. De acuerdo con las estadsticas sesgo (BIAS), coeficiente
de correlacin (r), raz cuadrada del cuadrado medio (RMSE), error medio
absoluto (MAE) y eficiencia de modelacin (EF) se encontr un buen ajuste
entre las predicciones del modelo y las mediciones de las variables de estado
despus de la estimacin de los parmetros.
Descriptores:
modelo mecanicista
sistema dinmico
anlisis de sensibilidad
calibracin
cerveza
Abstract
The goal of the current research was to study the behavior of the fermentation process of home-made beer using a mathematical dynamic model. The model contains
the rates of change of the concentration state variables of glucose, maltose and maltotriose. An output variable is the ethanol concentration and an auxiliary variable is
the biomass (yeast) concentration. The model was programmed in the Matlab-Simulink environment, and for its numerical integration Dormand-Prince method of
fourth order with a variable integration step size and a relative tolerance of 108 was
used. In order to know which model parameters are more important, a local sensitivity analysis was carried out. Furthermore, an experiment was performed to produce
home-made beer at constant temperature (21C). Fourteen experimental units (fermenters) with the same initial conditions were implemented. Using the experimental results the model was calibrated by nonlinear least squares and differential
evolution algorithms. According to the statistics bias (BIAS), correlation coefficient
(r), squared root of mean squared error (RMSE), mean absolute error (MAE) and
the efficiency of modeling (EF), a good fit between the model predictions and measurements were found after the model parameters estimation.
Introduccin
La fermentacin es el proceso ms importante de la elaboracin de cerveza. Segn se realice, producir resultados diferentes (Lpez, 2007). En la prctica, esto
significa que los tiempos de fermentacin pueden variar considerablemente entre lotes de cerveza de la misma calidad (Defernez et al., 2007; Bamforth et al., 2009).
La temperatura de fermentacin, as como el tipo de
levaduras utilizado, son de gran relevancia al reproducir un estilo de cerveza determinado, por lo cual, en la
produccin es comn usar refrigeracin para controlar
la temperatura en el proceso de fermentacin (Ramirez
y Maciejowski, 2007).
Actualmente existen diversos modelos matemticos
que permiten simular la dinmica de fermentacin de
cerveza, estos pueden usarse para predecir algunas variables durante la fermentacin, como concentracin de
etanol, sustratos y steres (Hepworth et al., 2003). Un
buen modelo debe incluir los componentes ms importantes en la fermentacin, entre ellos: azcares, biomasa y etanol. Algunos modelos ms complejos incluyen
el sabor y aroma, los cuales distinguen una cerveza de
otra. Estos modelos proveen de bases slidas para realizar la optimizacin del proceso (Ramirez y Maciejowski, 2007).
Dentro de las investigaciones realizadas para simular el proceso de fermentacin se encuentra la de Trelea
et al. (2001), donde se proponen y validan tres modelos
dinmicos de fermentacin de cerveza a escala de laboratorio: un modelo basado en el conocimiento biolgico
de la fermentacin, un modelo emprico basado en la
forma de curvas experimentales y un modelo de caja
222
Keywords:
mechanistic model
dynamic system
sensitivity analysis
calibration
beer
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
Desarrollo
Modelo matemtico para la fermentacin
El modelo matemtico de fermentacin de cerveza utilizado en este trabajo, fue propuesto Gee y Ramirez
(1988). Sin embargo, en esta investigacin no se consider la variable de estado temperatura debido a que el
proceso se llev a cabo a temperatura constante. En este
modelo se supone que el medio de fermentacin contie-
= 1 ( G ) X
(1)
Maltosa:
dM
dt
(2)
= 2 ( M , G ) X
Maltotriosa:
dN
dt
= 3 ( N , M , G ) X
(3)
donde
VG G
1 ( G )
=
KG + G
(4)
VM M
KG
2 ( M , G ) =
K M + M KG + G
(5)
VN N
KG
KM
N , M ,G) =
3(
K N + N KG + G KM + M
(6)
(7)
RXM M ( t0 ) M ( t ) + RXN N ( t0 ) N ( t )
E=
( t ) REG G ( t0 ) G ( t ) +
(8)
REM M ( t0 ) M ( t ) + REN N ( t0 ) N ( t )
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
223
Condiciones de operacin
Dado que la cerveza artesanal lleva a cabo su fermentacin en un rango de 17-24C (Lpez, 2007) y el experimento se realiz a temperatura constante, se decidi
trabajar a 21C. Para esto, se acondicionaron 14 unidades experimentales (fermentadores) de 0.5 L, a los cuales se les agregaron 0.4 L de mosto.
En el proceso de fermentacin se utiliz una levadura seca tipo ale (Saccharomyces cerevisiae), de la cual
se agreg 0.2 g (19.3 mol / m3) a cada unidad experi-
224
Adquisicin de datos
Las variables medidas durante la fermentacin fueron: concentracin de glucosa, maltosa, maltotriosa y
etanol. Los tiempos de medicin se determinaron de
acuerdo con la dinmica del proceso de fermentacin, la cual presenta una mayor variacin durante
los primeros das. En cada medicin realizada se
tom una unidad experimental para su anlisis, esta
se agitaba para homogenizar la muestra. De cada fermentador se guardaron 40 mL de muestra en un tubo
de ensayo para colocarlo en congelacin. De las
muestras congeladas se eligieron las ms representativas, con base en el comportamiento de la dinmica
del proceso de fermentacin para una temperatura
de 16C. Las muestras seleccionadas se analizaron
mediante cromatografa de gases para determinar las
concentraciones de glucosa, maltosa y maltotriosa
(tabla 1 ms adelante).
Para obtener la concentracin de etanol (tabla 1), se
extrajeron 100 mL de muestra, los cuales se montaron
en un equipo de destilacin (figura 2). La muestra se
calent hasta que se evapor aproximadamente 60% de
la cantidad contenida en el matraz, posteriormente el
producto evaporado se mezcl con agua destilada hasta alcanzar nuevamente una muestra de 100 mL. A partir del producto destilado se llev a cabo el procedimiento de determinacin de alcohol mediante diferencia de densidad con la ayuda de un picnmetro y
una balanza de precisin.
Para determinar el contenido de etanol mediante el
uso del picnmetro y la balanza de precisin, se utiliz
la ecuacin 9:
M 3 M1
d =
dH 2 O
M 2 M1
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
(9)
Se utiliz una tolerancia relativa de 1 108. Las estadsticas de ajuste utilizadas para evaluar el desempeo del
modelo con los parmetros estimados en la calibracin
fueron: el error cuadrtico medio (RMSE), el error absoluto (MAE), el sesgo (BIAS), la eficiencia (EF) y el coeficiente de correlacin (r).
x f ( x , u, )
x f ( x , u, )
donde d es la densidad de la muestra destilada a=
20C
(10)
+
1
t
x
(g mL ), M1 es la masa del picnmetro vaco (perfectax=
x( t , )
x=
x( t , )
mente seco) (g), M2 es la masa del picnmetro lleno de
De donde resultan las ecuaciones de sensibilidad:
agua destilada (g), M3 es la masa del picnmetro lleno
d
con la muestra destilada (g) y H2O es la densidad del
f ( x , u, )
S(t ) f ( x , u, )
agua a 20C. Debido a que la ecuacin 9 da como=
resul S(t ) +
(11)
x
=x x( t , )
tado la densidad de la muestra destilada, se utilizaron
=
x x( t , )
valores tabulados por Vogt (1972), para poder transfordonde S(t) se define como:
mar las unidades en gramos de alcohol por litro (g/L).
Sin embargo, el modelo matemtico considera la conx (t , 0 )
centracin de etanol en mol m3, por lo que la concentra; i=
1, , n; j =
1, , p.
S (t ) =
Sij ( t ) =i
j
(12)
cin se multiplic por un factor de (1000/peso molecular
del etanol) donde el peso molecular del etanol es 46.069
En donde el nmero de ecuaciones de sensibilidad reg/mol (Doran, 2003) y de esta forma se obtuvo la concensultante es de nxp.
tracin de etanol en las unidades deseadas.
Con fines de comparacin entre parmetros, se calcularon las sensibilidades relativas mediante la ecuaImplementacin del modelo matemtico
cin:
0
xi t , 0 0
sijr ( t )
=0
0
j
(13)
I = S dt
(14)
Donde t es el tiempo final y 0 el tiempo inicial. La integral permite comparar de forma numrica los parmetros y determinar cules afectan en mayor medida el
comportamiento del modelo.
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
225
F ( ) =
i =1
((G
x
i =1
esti
(15)
donde es un vector que contiene los parmetros a estimar, X es el nmero de mediciones de glucosa (G),
maltosa (M), maltotriosa (N) y etanol (E), 0.21 es un factor de escala, el subndice est indica el valor estimado y
el subndice obs, el valor observado. El problema de optimizacin se resolvi mediante la rutina lsqnonlin del
Optimization toolbox de Matlab, utilizando el algoritmo
de Levenberg-Marquardt.
Con la finalidad de verificar la calidad de la estimacin de los parmetros del modelo, el problema de op-
Figura 3.Comparacin entre predicciones (modelo con parmetros cinticos correspondientes a una
temperatura de 16C) y mediciones de las variables del modelo en el tiempo de fermentacin
226
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
Tiempo de
medicin (h)
Glucosa
(G) (mol/m3)
Maltosa
(M) (mol/m3)
Maltotriosa
(N) (mol/m3)
Etanol
(E) (mol/m3)
0
12
18
30
36
57
81
129
201
84.8
33.4
7.7
0.4
0.5
0.3
0.4
0.7
0.05
210.4
61.2
31.08
11.12
6.46
3.68
2.56
0.61
0.68
22.03
17.3
10.7
8.7
8.5
10.1
9.7
7.6
1.2
0
294
648.1
996.3
998.5
1074.5
1074.5
1113.5
1080.8
cin de los parmetros (calibracin del modelo) seleccionados mediante el anlisis de sensibilidad descrito.
Anlisis de sensibilidad
En la figura 4 se muestran las sensibilidades relativas de
los estados glucosa (G), maltosa (M) y maltotriosa (N), con
respecto a cada uno de los parmetros. Un valor absoluto
de la sensibilidad relativa mayor que cero indica que el
modelo es sensible a un cambio pequeo del parmetro
respectivo. Las sensibilidades relativas de los parmetros
se muestran en la tabla 2, donde G, M y N son las variables
de estado y VG , VM , VN , KG , KM , KN, KG , y KM los parmetros cinticos del modelo. En la misma tabla se observa
que la variable de estado G es sensible al cambio en los
parmetros VG y KG , la variable de estado M es sensible al
cambio en los parmetros VM y KM , mientras que la variable de estado N es sensible al cambio en los parmetros VN
y KN ; por lo cual, todos estos parmetros de gran impor-
Figura 4. Funciones de
sensibilidad local para
las variables de estado
respecto a cada uno de los
parmetros cinticos del
modelo SR = sensibilidad
relativa, G = glucosa,
N = maltotriosa
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
227
Valor estimado
Parmetros
VG
0.1365
VG
35.88
VM
0.3885
VM
61.73
VN
0.3287
VN
7.17
KG
0.0980
KG
8.39
51.27
KM
85.9316
KM
1254.9
KN
7.14
KN
K'G
2.08
0.22
K'M
0.18
BIAS
MAE
EF
Glucosa
-1.14
1.14
0.99
2.61
0.99
Maltosa
8.44
13.71
0.84
27.07
0.94
Maltotriosa
0.58
3.99
0.30
5.20
0.81
Etanol
26.66
36.55
0.98
49.21
0.99
Figura 5. Comparacin entre predicciones (modelo calibrado mediante lsqnonlin) y mediciones de las
variables del modelo en el tiempo de fermentacin
228
RMSE
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
Figura 6. Comparacin entre predicciones (modelo calibrado mediante evolucin diferencial) y mediciones
de las variables del modelo en el tiempo de fermentacin
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
229
Tabla 5. Valores de los parmetros cinticos del modelo calibrado mediante evolucin diferencial para 20 optimizaciones
Nm. de
optimizacin
VG
VM
VN
KG
KM
KN
F ()
Promedio
0.1365
0.3885
0.2224
0.0902
85.9275
952.3705
7398.826
Varianza
0.0039
6.966104
5.3106
Tabla 6. Estadsticas de ajuste del modelo calibrado mediante evolucin diferencial para una temperatura de 21C
Variable de
estado
BIAS
MAE
EF
RMSE
Glucosa
-1.13
1.13
0.99
2.62
0.99
Maltosa
8.48
13.74
0.84
27.13
0.94
Maltotriosa
1.09
3.95
0.29
5.17
0.81
Etanol
23.52
36.45
0.98
49.11
0.99
230
Conclusiones
En la presente investigacin se encontr que es posible
estudiar el proceso de fermentacin de cerveza artesanal usando modelos matemticos dinmicos. Se mostr
que se puede entender el comportamiento del proceso
aplicando la metodologa de modelado de sistemas. En
particular, se encontr que un modelo matemtico que
simula la dinmica del proceso de fermentacin de cerveza industrial, mediante las variables de estado concentracin de glucosa, maltosa y maltotriosa, puede ser
til para predecir el comportamiento de las variables
que influyen en el proceso de fermentacin de cerveza
artesanal, realizando previamente la estimacin de los
parmetros del modelo.
La metodologa del anlisis de sensibilidad local
permiti determinar los parmetros que ms influyen
en el comportamiento del modelo, los cuales resultaron
candidatos a ser estimados. Una vez calibrado el modelo matemtico, puede utilizarse para el estudio de estrategias de manejo, que hagan ms eficiente el proceso
de fermentacin de la cerveza artesanal. De la misma
manera, dado que la concentracin de etanol es una variable de gran importancia en la produccin de cerveza,
el modelo puede emplearse para controlar la cantidad
de etanol final en el producto u optimizar el proceso de
fermentacin.
En esta investigacin, se trabaj con una temperatura constante, por lo que el modelo se limita a simular el
proceso de fermentacin con esta condicin, sin embargo, el trabajo realizado puede ser una referencia y base
para futuras investigaciones, en las cuales se tomen en
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
Referencias
Bamforth Ch.W., Russell I., Steward G.B. A Quality Perspective, San
Diego, Academic, 2008, pp. 61-83.
Defernez M., Foxall R.J., OMalley C.J., Montague G., Ringa S.M.,
Kemsley E.K. Modelling Beer Fermentation Variability. Journal of Food Engineering, volumen 83, febrero 2007: 167-172.
Doran P.M. Bioprocess Engineering Principles, San Diego, Academic
Press, 2002, pp. 405-407.
Engasser J.M., Marc I., Moll M., Duteurtr B. Kinetic Modeling of
Beer Fermentation, en: EBC Congress (18th, 1981, Copenhagen), pp. 579-586.
Gee D.A., Ramirez W.F. A Flavour Model for Beer Fermentation.
Journal Institute of Bewing, volumen 100 (nmero 5), 1994:
321-329.
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM
231
232
Ingeniera Investigacin y Tecnologa, volumen XV (nmero 2), abril-junio 2014: 221-xx ISSN 1405-7743 FI-UNAM