SENSORES
Investigadores del INAUT desarrollan un sensor inteligente para optimizar la producción industrial de azúcar
Investigadores del CONICET diseñaron un dispositivo de software que permite monitorear en tiempo real variables críticas del proceso de cristalización, mejorando la eficiencia y la calidad del producto final.
La producción de azúcar a escala industrial depende de un proceso físico-químico delicado: la cristalización. En esta etapa, el azúcar se extrae del jugo de caña en forma de cristales sólidos dentro de grandes recipientes al vacío. Para que el proceso sea exitoso, es fundamental controlar la "sobresaturación", una variable que define qué tan rápido crecen los cristales y qué tan puros resultan.
Sin embargo, medir la sobresaturación de forma directa y en tiempo real es un desafío tecnológico complejo y costoso para las plantas de producción. Ante este escenario, un equipo de investigación —integrado por especialistas del Instituto de Automática (INAUT, CONICET-UNSJ)— desarrolló un "sensor blando" o soft sensor basado en modelos matemáticos avanzados.
Este sensor no es un aparato físico convencional, sino un algoritmo de computación inteligente que utiliza datos de variables fáciles de medir —como la temperatura y la densidad de la mezcla— para predecir con alta precisión aquellas que son difíciles de captar. El modelo emplea una técnica denominada Regresión por Procesos Gaussianos Bayesianos (BGPR), la cual permite al sistema aprender de los datos históricos de la fábrica.
Una de las innovaciones principales de este trabajo, publicado recientemente en la revista Journal of Food Engineering, es la capacidad del sensor para cuantificar la incertidumbre. "En la industria, no basta con dar un número; es vital saber qué tan confiable es esa medición para evitar errores que arruinen lotes enteros de producción", explican los autores del estudio.
El sistema fue entrenado y validado con datos reales de una planta industrial, logrando un margen de error inferior al 4%. Al compararlo con otras tecnologías de inteligencia artificial, como las redes neuronales, el modelo propuesto demostró ser más robusto y seguro para el entorno de trabajo en la fábrica.
Gracias a esta herramienta, las empresas azucareras podrán reducir el desperdicio de materia prima, optimizar el uso de energía y garantizar un tamaño de cristal uniforme, cumpliendo con los estándares internacionales de calidad sin necesidad de invertir en costosa instrumentación adicional.