Guayaquil, Ecuador
La investigación abordó el desarrollo de un modelo predictivo para el control de humedad en el proceso de producción de cacao. El cacao es un cultivo importante para Ecuador, siendo el cuarto exportador mundial en los últimos diez años. El control de humedad durante el secado es crítico para garantizar la calidad y seguridad del producto final. El objetivo general fue establecer un modelo de pronóstico para el control de humedad en el proceso de secado de cacao utilizando regresión lineal simple. En primera instancia, se identificaron los factores que inciden en el proceso de secado. Luego, se analizó la variabilidad de cada factor mediante datos históricos. Seguidamente, se desarrolló un modelo matemático utilizando regresión lineal simple. Finalmente, se validó el modelo con datos de producción reales. Los resultados mostraron que el modelo tuvo una alta capacidad predictiva de 90.16%, es decir que la variación de la humedad podía ser explicada por la variable independiente. La validación con datos reales confirmó la bondad del ajuste. La humedad inicial fue el factor más influyente, explicando esta variación. Se concluyó que el modelo de regresión lineal simple fue una herramienta eficaz para pronosticar la humedad final en base a la humedad inicial. El modelo permitirá a las empresas mejorar el control de este parámetro crítico mediante medidas informadas. La investigación pudo validar satisfactoriamente la metodología planteada para este problema productivo.
The research addressed the development of a predictive model for moisture control in the cocoa production process. Cocoa is an important crop for Ecuador, being the fourth largest exporter in the world in the last ten years. Moisture control during drying is critical to guarantee the quality and safety of the final product. The general objective was to establish a forecasting model for moisture control in the cocoa drying process using simple linear regression. First, the factors that affect the drying process were identified. Then, the variability of each factor was analyzed using historical data. Next, a mathematical model was developed using simple linear regression. Finally, the model was validated with real production data. The results showed that the model had a high predictive capacity of 90.16%, meaning that the variation in moisture could be explained by the independent variable. Validation with real data confirmed the goodness of fit. Initial moisture was the most influential factor, explaining this variation. It was concluded that the simple linear regression model was an effective tool for forecasting final moisture based on initial moisture. The model will allow companies to improve control of this critical parameter through informed measurements. The research was able to successfully validate the methodology proposed for this production problem.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados