- Yesenia Velazco Paredes, quien culminó la Licenciatura en Ingeniería Química, diseñó un sistema basado en análisis matemático multifractal y machine learning para monitorear el proceso en tiempo real
José Luis Couttolenc Soto
Fotos: César Pisil Ramos (1) y cortesía Yesenia Velazco (2 y 3)
Xalapa, Ver.- Yesenia Velazco Paredes, egresada de la Licenciatura en Ingeniería Química de la Universidad Veracruzana (UV), desarrolló un innovador sistema capaz de diagnosticar en tiempo real el crecimiento de los cristales de azúcar, aportación científica que abre las puertas del sector productivo hacia la era de la Industria 4.0.
En entrevista para Universo, explicó que tradicionalmente la cristalización del azúcar (proceso de hervir el jarabe hasta la formación de los granos) ha dependido de la inspección visual de los operadores en los tachos industriales.
Al ser este un método manual basado en la experiencia del ojo humano, se introducen variables que afectan directamente la precisión y constancia de la producción.
Esta falta de automatización provoca variaciones constantes en el tamaño y la homogeneidad del grano de azúcar; de acuerdo con Velazco Paredes, dichas alteraciones impactan de forma negativa en la calidad del producto final, generando pérdidas económicas considerables para las empresas, además de propiciar un uso ineficiente de la energía dentro de las plantas procesadoras.
Para resolver este desafío de automatización y control, la investigación de la universitaria se enfocó en optimizar la cristalización por lotes, uno de los procesos más críticos de la industria.
El desarrollo del proyecto contó con el asesoramiento y guía de los investigadores Jorge Arturo Romero Bustamante y Jazael Moguel, logrando consolidar una alternativa tecnológica viable y de alto impacto.
La innovación implementada por la egresada universitaria sustituye el monitoreo tradicional mediante la integración de tres pilares científicos fundamentales: procesamiento digital e imágenes de alta resolución del jarabe; aplicación del análisis multifractal; y aprendizaje automático (machine learning) para analizar los datos matemáticos y predecir el comportamiento del grano de manera autónoma.
Con este desarrollo, la Universidad Veracruzana reafirma su compromiso con la investigación científica aplicada, aportando soluciones tecnológicas que transforman los procesos industriales tradicionales en sistemas eficientes y sustentables.
Yesenia Velazco detalló que en este trabajo se proponen rangos del tamaño de crecimiento del cristal de azúcar para generar una herramienta que brinde la oportunidad de diagnosticar el proceso, conociendo de esta forma el estado de los cristales en relación con su tamaño de manera rápida y poder mantener o modificar las variables del proceso para llegar al rango de tamaño deseado.
Para ello, dijo que empleó la metodología Análisis Multifractal de Fluctuaciones sin Tendencia (MF-DFA) en imágenes del proceso de cristalización de azúcar, donde se comprobaron correlaciones entre los datos experimentales como el diámetro promedio y masa de cristal formado con los parámetros multifractales obtenidos, para posteriormente generar criterios de clasificación de tamaño con el comportamiento y dinámica de los resultados del MF-DFA.
Indicó que se establecieron rangos de tamaño de los cristales formados, además de usar el Análisis Discriminante Lineal para evaluar la eficacia de la clasificación, el cual se entrenó con los datos de los parámetros multifractales obtenidos previamente, y se realizaron pruebas con datos provenientes de información de imágenes de réplicas del proceso inicial.
Todo lo anterior evaluado para cada perfil de enfriamiento del proceso de cristalización empleado.
