Modelado del proceso de elaboración de aceite de oliva virgen mediante redes neuronales predictivas

• Autores: Estrella Funes López
• Directores de la Tesis: Antonio Jiménez Márquez (dir. tes.), Gabriel Beltrán Maza (codir. tes.)
• Lectura: En la Universidad de Jaén ( España ) en 2017
• Idioma: español
• Tribunal Calificador de la Tesis: Marino Uceda Ojeda (presid.), María Paz Aguilera Herrera (secret.), M. José Moyano Perez (voc.)
• Materias:
  • Ciencias tecnológicas
    • Ingeniería y tecnología químicas
      • Procesos químicos
    • Tecnología de los alimentos
      • Aceites y grasas vegetales
    • Tecnología industrial
      • Procesos industriales
      • Ingeniería de procesos
    • Tecnología e ingeniería mecánicas
    • Tecnología metalúrgica
• Enlaces
  • Tesis en acceso abierto en: RUJA
• Resumen
  • español

    El objetivo principal ha sido estudiar la viabilidad de las redes neuronales artificiales junto con la tecnología NIR como instrumentos de apoyo a la optimización del funcionamiento del proceso de transformación de la aceituna en aceite de oliva virgen a partir de información en tiempo real de las diferentes variables que influyen en el proceso pueden integrarse en sistemas predictivos cuantitativos. Se diseñaron diferentes modelos neuronales predictivos que simulan el comportamiento del proceso de elaboración del aceite de oliva virgen a partir de la información espectral NIR e información de las variables del proceso, que permitiesen predecir las características de los productos de salida. Y otros modelos de calibración que permiten cuantificar los parámetros analizados de los productos finales del proceso, comparar los valores reales que salen de la planta real con las previstas y ajustar las variables del proceso.

  • English

    The main objective has been to study the feasibility of artificial neural networks together with the NIR technology as instruments of support for the optimization of the operation of the process of transformation of the olive oil extra virgin olive oil from real-time information on the different variables that influence the process can be integrated into quantitative predictive systems. Designed different neural predictive models that simulate the behavior of the process of elaboration of the virgin olive oil from the NIR spectral information and information on the process variables, that would make it possible to predict the characteristics of the output products. And other calibration models that allow to quantify the analyzed parameters of the end products of this process, compare the actual values that come out of the plant with the planned and adjust the process variables.