See discussions, stats, and author profiles for this publication at: [Link]

net/publication/316375242

Control Óptimo del Proceso de Fermentación de Cerveza Artesanal

Chapter · November 2016

CITATIONS READS

0 518

4 authors, including:

Elena Elsa Bricio Barrios

Universidad de Guanajuato
7 PUBLICATIONS   1 CITATION   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Control of Polymerization Reactors View project

All content following this page was uploaded by Elena Elsa Bricio Barrios on 23 April 2017.

The user has requested enhancement of the downloaded file.

Compendio Investigativo de Celaya, Guanajuato, México
Academia Journals Celaya 2016 © Academia Journals 2016 Noviembre 9, 10, y 11, 2016

Control Óptimo del Proceso de Fermentación de Cerveza Artesanal

M.C. Elena Elsa Bricio Barrios, Dr. Héctor Hernández Escoto y M.F. Santiago Arceo Díaz.

Resumen— Este trabajo propone un sistema de control para reducir el tiempo de fermentación de cerveza
artesanal sin afectar las propiedades organolépticas y grado alcohólico. El sistema de control desarrollado fue de
tipo geométrico donde la variable a minimizar fue el tiempo de residencia una vez obtenido el grado alcohólico
deseado, mientras que la variable a manipular fue la Temperatura de la mezcla reaccionante. La técnica de
sintonización de la ganancia Proporcional e Integral en este proyecto se realizó por medio del método de asignación
de polos estables propuesta por los autores.

Palabras clave—Fermentación de cerveza, control de fermentación, método de asignación de polos estables, control
geométrico.

Introducción

La cerveza es una de las bebidas alcohólica más populares en el mundo con un consumo de 5600 litros
cada segundo y en los últimos quince años los consumidores de cerveza han buscado nuevos sabores; por
tanto, ha incrementado la demanda de cerveza elaborada artesanalmente (Acermex, 2015).

El proceso de producción de cerveza inicia con la mezcla y calentamiento de los granos del cereal con
agua hasta obtener un líquido dulce conocido como mosto. El mosto se hierve y adiciona el lúpulo para
aromatizar y dar el sabor amargo a la cerveza. Posteriormente se enfría la mezcla y se añade la levadura para
dar inicio a la etapa de Fermentación donde los azúcares reductores contenidos en el cereal se convertirán en
alcohol y dióxido de carbono. Finalmente, la cerveza se envasa y se distribuye para su venta (Sánchez, 2008).

El sabor, color, cuerpo y grado alcohólico de cada cerveza puede cuantificarse en el laboratorio por medio
de cromatografía de gases (Garduño, 2013), por ejemplo: una cerveza tendrá sabor a vinagre si posee una
concentración mayor a 100 ppm de acetaldehído, la presencia de sabor afrutado se deberá a concentraciones
superiores a 30 ppm de etil-acetato y altos volúmenes de dióxido de carbono en gas (espuma) proporciona al
consumidor el sabor amargo y perfumado (Sánchez, 2008).

Además de las propiedades organolépticas; el tipo de cereal determinará el grado alcohólico del producto.
Por ejemplo; una cerveza elaborada con trigo y cebada contiene hasta 5.5%, la Malta de 3.5% y la Cebada
4%, sin embargo, el tiempo de residencia en el interior del reactor para alcanzar el grado alcohólico deseado
es de 5, 15 y 21 días respectivamente (Sánchez, 2008).

En la literatura abierta se encuentran algunos casos donde emplean estrategias de optimización para
reducir el tiempo de Fermentación como el empleo de algoritmo de Colonia de Hormigas (Xiao et al. 2004),
Programación cuadrática Secuencial (Ramírez y Maciejowski 2007), algoritmo de Evolución Diferencial
(Oonsivilai y Oonsivilai 2009), etc.

No solo se emplean estrategias de optimización de este proceso, los controladores de tipo geométrico se
caracterizan por controlar sistemas cuyo modelo hay parámetros que son inciertos y además variantes en el
tiempo o dependientes de otra variable (Kahlil, 2002). Esta técnica ha mostrado buenos resultados en procesos
de polimerización en sistemas homogéneos (Álvarez, 1994), vehículos acuáticos (Smith, 2008), vehículos
aéreos (Lee et al. 2010), entre otros.

Sin embargo, es necesario contar con una estrategia de sintonización adecuada para que el esquema de
control sea eficiente (Angulo, 2013). Uno de los métodos que ha tomado auge en los últimos años es la
técnica de sintonización por asignación de polos que se emplea cuando se requiere que el desempeño del
sistema siga determinadas especificaciones de diseño (Marín y Alfaro, 2007).

Este proyecto, a través de la simulación de un modelo matemático, propone reducir el tiempo de residencia
de fermentación, maximizando la concentración de etanol y con la restricción de mantener las propiedades

Elibro Online con ISBN 679

978-1-939982-26-1
Compendio Investigativo de Celaya, Guanajuato, México
Academia Journals Celaya 2016 © Academia Journals 2016 Noviembre 9, 10, y 11, 2016

organolépticas de una cerveza artesanal desarrollada experimentalmente, a través de la implementación de un

controlador geométrico sintonizado por medio de un método de asignación de polos propuesto por los autores.

Descripción del Método

El fermentador y la estrategia de control

Se tomó como banco de trabajo el sistema reportado por Gee y Fernández (1994) a través de un modelo
matemático que representa el proceso de fermentación de cerveza en el interior de reactor de tanque agitado
enchaquetado en operación Discontinua.

Este trabajo se enfocó en las ecuaciones diferenciales ordinaria de los azúcares que se alimentan al reactor,
sabores deseados e indeseados como el etil-acetato y acetaldehído respectivamente, volumen de dióxido de
carbono en gas, grado alcohólico de etanol y Temperatura de la mezcla reaccionante.

La construcción del controlador geométrico se realizó por medio un análisis de sensibilidad y la técnica de
sintonización por asignación de polos. El desarrollo de éstos se muestra en la sección de Resultados.

Comentarios finales

Resultados
Se realizó el análisis de sensibilidad aplicando una perturbación del ±10%, en la alimentación de los
azúcares reductores, sin embargo, al no presentarse diferencia significativa, se realizó este procedimiento
sobre las velocidades de reacción de los azúcares reductores. La dinámica transitiva se muestra en la Figura 1.
Nominal Positivo Negativo
Vel rxn glucosa (1/h)

1400
1000
600
200
-200 0 50 100 150 200 250
Tiempo (h)

1600
Vel rxn maltosa (1/h)

1200

800

400

0
0 50 100 150 200 250
-400
Tiempo (h)

Elibro Online con ISBN 680

978-1-939982-26-1
Compendio Investigativo de Celaya, Guanajuato, México
Academia Journals Celaya 2016 © Academia Journals 2016 Noviembre 9, 10, y 11, 2016

Vel rxn maltotriosa (1/h)

1400

1000

600

200

-200 0 50 100 150 200 250

Tiempo (h)

Figura 1. Desempeño del sistema bajo diferente perturbación en la velocidad de reacción de a) Glucosa, b)
Maltosa y c) Maltotriosa.

La Figura 1 muestra que la velocidad de reacción de la Maltosa es el parámetro de mayor impacto, esta
variable está contenida en la ecuación diferencial correspondiente a la concentración de etilacetato. Por tanto,
esta variable se empleó para la construcción del esquema de control.

Construcción del controlador geométrico

A partir de la Figura 1 se identificó que la velocidad de reacción de la maltosa ( VM ) contenida en la EDO

de etilacetato es la variable de mayor impacto, por lo que se procedió a desarrollar el controlador geométrico
̅̅̅̅̅̅̅ 𝑡
̅̅̅̅̅̅̅
VM −𝐾𝑐 ( VM − VM )+∫0 ( VM − VM )𝑑𝑡
𝑉𝐺 𝐺 𝑉𝑁 𝑁 𝑘𝐺𝑁 𝑘𝑀𝑁 −1
𝑉𝑀 = (𝑘𝑀 + 𝑀) + + ∗ ∗ ∗ [ 𝑘𝐺𝑀 ] (1)
𝑋∗𝑌 𝑘𝐺+𝐺 𝑘𝑁 +𝑁 𝑘𝐺𝑁 +𝐺 𝑘𝑀𝑁 +𝑁 ∗𝑀
𝑘𝐺𝑀+𝑀
[ ]

La magnitud y la definición de cada variable se encuentra disponible en el trabajo de Gee y Fernández

(1994).
Sintonización de los parámetros de ajuste

Se empleó un controlador PI lineal en función de la velocidad de reacción de la maltosa

𝑉𝑀̈ − 𝐾𝑐 (𝑉𝑀̇ − 𝑉 ̇
̅̅̅̅ ̅̅̅̅
𝑀 ) − 𝐾𝐼 (𝑉𝑀 − 𝑉𝑀 ) =0 (2)
Además, se consideró una dinámica de segundo orden
YR 2 + 2ζ RYR + YR = 0 (3)
Reescribiendo la ec. (3)
2ζ Y Y
YR + R R + 2R = 0 (3a)
 
Igualando la ec. (2) y (3a) se obtiene la expresión de la ganancia Proporcional e Integral (𝐾𝑐 , 𝐾𝐼 )
− 2ζ R 1
𝐾𝑐 = , 𝐾𝐼 = 2 (4)
𝜔 𝜔
Tomando las relaciones de Zavala et al. (2012) las ganancias son
−2n −𝑛2
𝐾𝑐 = , 𝐾𝐼 = 2 (4a)
𝜏𝑝 2
𝜏𝑝 ζ

El controlador geométrico con los parámetros de ajuste (𝜏𝑝 , 𝐾𝑝 , 𝜃, 𝑁, 𝜁) fueron (0.9093, 45, 0.001, 1,
0.8412) fueron acoplados al modelo matemático que describe al proceso de fermentación. La dinámica
transitiva de la concentración de etanol, perfil de Temperatura, sabor deseado, indeseado y volumen de
dióxido de carbono en gas se muestran en la Figura 2.

Elibro Online con ISBN 681

978-1-939982-26-1
Compendio Investigativo de Celaya, Guanajuato, México
Academia Journals Celaya 2016 © Academia Journals 2016 Noviembre 9, 10, y 11, 2016

Experimental Optimizado

Temperatura (°C) 18.5

16.5
14.5
12.5
10.5
0 50 100 150 200 250
Tiempo (h)

0.35
Etilacetato (mol/m3)

0.3
0.25
0.2
0.15
0.1
0.05
0
0 50 100 150 200 250
Tiempo (h)

1.2
Acetaldehido (mol/m3)

1
0.8
0.6
0.4
0.2
0
0 50 100 150 200 250
Tiempo (h)

1600
CO2 gas (mol/m3)

1200

800

400

0
0 50 100 150 200 250
Tiempo (h)

Figura 2. Desempeño del sistema con el proceso experimental y optimizado del perfil de a) Temperatura, b)
Concentración de etanol, b) Concentración de Etilacetato, c) Concentración de Acetaldehido y d)
Concentración de Dióxido de carbono.

La Figura 2a muestra que se reduce considerablemente el tiempo de residencia en el interior del reactor al
alcanzar la máxima conversión de azúcares reductores a etanol. En el análisis del perfil de temperatura de la
Figura 2b muestra que en el proceso experimental y el optimizado la Temperatura asciende alrededor de 8 °C

Elibro Online con ISBN 682

978-1-939982-26-1
 Compendio Investigativo de Celaya, Guanajuato, México
Academia Journals Celaya 2016 © Academia Journals 2016 Noviembre 9, 10, y 11, 2016

y la rampa de calentamiento para el proceso optimizado concluye a las 144 horas, mientras que el proceso sin
control concluye después de las 219 horas. La dinámica transitiva del etilacetato, acetaldehído y dióxido de
carbono presente como espuma (Fgura 2c, d y e) muestra que a las 220 horas alcanza su máxima conversión
además que se encuentran por debajo de la concentración donde las propiedades organolépticas sean
diferentes a las obtenidas experimentalmente.

Conclusiones

Este trabajo implementó un controlador PI geométrico sintonizado por el método de asignación de polos,
para un conjunto de datos experimentales (cerveza artesanal). Los resultados mostraron que al emplear al
método propuesto se redujo considerablemente el tiempo de fermentación de la cerveza manteniendo las
propiedades organolépticas y la dinámica transitoria de temperatura es de fácil reproducción.

Referencias
Acermex, Asociación Cervecera de la República Mexicana, 2015.

Álvarez, J., Suárez, R. y Sánchez, A. Semiglobal nonlinear control based on complete input-output linearization and its application to the
start-up of a continuous polymerization reactor. Chem. Eng. Science, Vol. 49, No. 21, PP. 3617, 1994.

Angulo, F. Nonlinear control, CSTR Reactor, LQR, Lyapunov. Control Engineering Practice, Vol. 20, pp. 1129, 2013.

Garduño, A., Martínez, S., López, I. y Ruíz, A. Simulación del proceso de fermentación de cerveza artesanal. Ingeniería Investigación y
Tecnología, Vol. 15, pp. 221, 2013.

Gee, D. y Fernández, F. A flavor model for beer fermentation. Journal Inst. Brew. Vol. 100, pp. 321, 1994.

Hepworth. N., Brown A.K., Hammond J.R.M., Boyd J.W.R. y Varley J. The Use of Laboratory-Scale Fermentations as a Tool for
Modelling Beer Fermentations. Trans IChemE, Vol. 81, pp. 50 2003.

Khalili, H. Nonlinear System. 3rd Edición, 2002.

Lee, T. Leok, M. y McClamroch, H. Geometric Tracking Control of a Quadroptor UAV. 49th IEEE Conference on Decision and Control
pp. 15, 2010.

Marín, L. y Alfaro, V. Sintonización de controladores por ubicación de ceros y Polos. IEEE CONESCAPAN XXVI, San José, Costa
Rica, 2007.

Oonsivilai R. y Oonsivilai A. Temperature Profile in Fermenting Process Using Differential Evolution, en Recent Advances, en: Energy
& Environment (5th, 2010, University of Cambridge, UK). Proceedings of the 5th IASME/WSEAS International Conference on Energy
& Eenvironment, United States, WSEAS, pp. 455, 2010.

Ramírez, F. y Macjeowski, J. Optimal beer fermentation. Journal Inst. Brew. Vol. 113, pp. 325, 2007.

Sánchez, I. Evaluación nutrimental del sedimento de cerveza elaborada con cebada maltera. Tesis de grado de Licenciatura de la
Universidad Autónoma del Estado de Hidalgo, 2008.

Smith, R. Geometric control theory and its application to undervater vehicles, 2008.

Xiao J., Zhou Z. y Zhang G. Ant Colony System Algorithm for the Optimization of Beer Fermentation Control. Journal of Zhejiang
University SCIENCE, Vol. 5, No.12, pp. 1597, 2004.

Zavala, A., Hernández, H., Hernández, S. y Segovia, J. Conventional proportional-integral (PI) control of dividing wall distillation
columns: Systematic tuning. Industrial and Engineering Chemistry Research, Vol. 55, pp. 10869 2012.

Elibro Online con ISBN 683

978-1-939982-26-1
View publication stats