Cálculo de tiempos de congelación y descongelación de alimentos utilizando técnicas de inteligencia artificial

S. ODDONE; S. GOÑI; J.A. SEGURA; V.O. SALVADORI; R.H. MASCHERONI

San Rafael, Mendoza

Congreso; Congreso Latinoamericano Ingeniería y Ciencias Aplicadas Clicap; 2005

UNCu

1-Resumen Las Redes Neuronales Artificiales (RNA) permiten modelar sistemas complejos de un modo relativamente simple, donde las nolinealidades intrínsecas del sistema se resuelven por el aprendizaje y entrenamiento de la red. Así, las RNA pueden ser utilizadas para estimar o predecir tiempos de proceso sin necesidad de un modelo matemático o una ecuación de predicción asociados al problema físico (Ramesh y col., 1996). Topológicamente, una red neuronal es una estructura de nodos interconectados organizada en capas y "pesada" a través de factores de peso; la salida de cada nodo alimenta a todos los nodos de la capa siguiente (Baughman y Liu, 1995). El factor final que gobierna la salida de un nodo es la función de transferencia. Para la elección de una función de transferencia adecuada, utilizamos un algoritmo genético para encontrar el arreglo óptimo. Durante el entrenamiento de la red, se variaron los factores de peso hasta que el patrón de las respuestas calculadas ? para una dada entrada ? se ajustaba a las relaciones deseadas. Tanto la congelación como la descongelación son procesos fuertemente nolineales cuyo modelado y simulación es muy complejo. Es muy difícil de desarrollar métodos simples y precisos para la predicción de tiempos de proceso, que cubran amplios rangos de características del alimento y condiciones de operación. Por ello utilizamos las RNA para predecir tiempos de congelación y descongelación. La red fue entrenada partiendo de 632 valores experimentales de bibliografía de tiempos de congelación y descongelación para alimentos y sustancias de prueba de alto contenido acuoso. Luego se realizó el proceso de validación respectivo. Los datos de entrada considerados fueron: dimensión característica, factor de forma, coeficiente de transferencia, Número de Biot y temperaturas inicial, final y ambiente. Se obtuvo una muy buena precisión, con errores absolutos del mismo orden que aquellos de los mejores métodos de predicción simplificados.