Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Propuesta de automatización de un proceso de producción de inóculo de levadura a escala industrial para producción de etanol

Resumen

Este artículo presenta los resultados de una investigación aplicada, orientada a automatizar la etapa de reproducción de inóculo de levadura Saccaharomyces Cerevisiae en el proceso de producción de etanol. Con base en el análisis del funcionamiento y operación del proceso a escala industrial, se identifican las variables que van a instrumentarse, los requerimientos de la instrumentación y se propone un esquema de control para el proceso.

 

Palabras clave

fermentación aerobia, instrumentación, control

PDF

Citas

  1. Acevedo, S., Llano, F., Ochoa, J., Parra, J., Calero, L., Caballero, M., Figueroa, M., Marriaga, N. & Vallejo, R., (2005). Producción de alcohol carburante – Praj. Cenicaña.
  2. Cenicaña. Alford, J. S. (2006, Sep.). Bioprocess control: Advances and challenges. Computers & Chemical Engineering, 30(10-12), 1464-1475.
  3. Ashoori, A. Ghods, H. & Khaki-sedigh, A. (Dec. 2008). Model Predictive Control of a Nonlinear Fed- Batch Fermentation Process. Control, Automation, Robotics and Vision, 2008. ICARCV 2008. 10th International Conference, p. 17-20.
  4. Atsushi, V. & Aoyama, V. (1995, Dec.). Internal Model Control Framework Using Neural Networks. Engineering Applications of Artificial Intelligence, 8 (6), 689–70.
  5. Becker, T., Hitzmann, B., Ralf, K. M., Reardon, K. F., Stah,F. l, & Ulber, R. (2007). Future Aspects of Bioprocess Monitoring. Adv iochem Engin/Biotechnol, 249-293.
  6. Dochain D. & Bastin, G. (1990). On-line estimation and adaptive control of bioreactors. USA: Elsevier Science
  7. Dovzan, D. & Skrjanc, I. (2010). Predictive functional control based on an adaptive fuzzy model of a hybrid semi-batch reactor. Control Engineering Practice, 18, 979-989.
  8. Echeverry, M. R., Álvarez, H. & Quintero, O. (2003).Control de un biorreactor para fermentación alcohólica en continuo. Bogotá: Universidad Nacional de Colombia.
  9. Harms, P., Kostov, Y. & Rao, G. (2002). Bioprocess monitoring. Current Opinion in Biotechnology, 124127.
  10. Hernández, C., Escobar, A. & Galvis, J. (2003, marzo).Control difuso adaptativo aplicados a procesos de fermentación. Rev. Fac. Ing. Univ. Antioquia. (58), 105-113.
  11. Jiang, J., Fan, S., Kong, B., Cai, H., Guo, M. & Zhuo, V. (2009). Bioprocess Automation Using New Online Sensors. Yeast, 910-914.
  12. Lam, H. & Kostov, Y. (2010). Optical Instrumentation for Bioprocess Monitoring. Optical Sensor Systems in Biotechnology Advances in Biochemical Engineering /Biotechnology. 116, 125-142.
  13. Lederberg, J. & Schaechter, M. (2004). The Desk Encyclopedia of Microbiology. San Diego, CA: Academic Press.
  14. Mantovaneli, I. C. C. & Filho, R. M. (1992). Hybrid Neural Network Model For Alcoholic. Chemical Engineering, 1-10.
  15. Meleiro, L., Von Zuben, F. J. & Filho, R. M. (2009). Constructive learning neural network applied to identification and control of a fuel-ethanol fermentation process. Engineering Applications of Artificial Intelligence, 22( 2), 201-215.
  16. Merchuk, J. C. (1988). Microbiología Industrial. Organización de los Estados Americanos.
  17. Quintero, O., Amicarelli, A. & Scaglia, G. (2009). Control based on numerical methods and recursive bayesian estimation in a continuous alcoholic fermentation process. Bioresources. 4, 1372-1395.
  18. Thatipamala, S. R. R. & Hill, G.A. (1993). On-line State and Parameter Estimation and Adaptive Optimization of a Continuous Bioreactor (Ethanol Fermentation ) Using State Equations. American Control Conference. 905909.

Descargas

Los datos de descargas todavía no están disponibles.