Utilizzo di modelli matematici per l’ottimizzazione della qualità di caramelle raffreddate in sistemi a tunnel

3439

FTX100H
Il raffreddamento costituisce una delle fasi più critiche dell’intero processo di produzione delle caramelle dure a causa di diverse problematiche, come fenomeni di deformazione, fragilità ed aggregazione, che possono compromettere seriamente la qualità del prodotto. Quest’ultima è, inoltre, influenzata da un gran numero di parametri, tra cui: dimensioni della caramella e del tunnel di raffreddamento, livello di produzione, velocità e temperatura dell’aria e tempo di residenza del prodotto all’interno del tunnel. In uno studio recente, effettuato da un gruppo di ricercatori argentini (Reinheimer et al., 2013), viene proposto un modello matematico non lineare per la pianificazione della produzione di caramelle dure in funzione della domanda del prodotto attraverso il concetto di time horizon e considerando l’effetto della distribuzione della temperatura durante il raffreddamento sulla qualità del prodotto stesso. Attraverso l’applicazione di algoritmi robusti, lo strumento ha permesso di ottimizzare la pianificazione della produzione, identificando anche le condizioni operative ottimali, in due casi differenti: la produzione annuale di un singolo prodotto e la produzione simultanea di sei differenti tipi di caramella. Gli autori evidenziano il fatto che lo strumento permette di determinare anche i livelli di produzione da mantenere nei diversi periodi dell’anno tenendo conto della variazione dei costi operativi in funzione delle condizioni climatiche delle diverse stagioni (estate/inverno). Indipendentemente da tale variazione, le condizioni ottimali che permettono una distribuzione omogenea della temperatura interna al tunnel di raffreddamento sono: velocità dell’aria pari ad 1.2 m/s, temperatura dall’aria pari a 34°C e tempo di residenza del prodotto pari a 1065 sec. Se le condizioni operative del tunnel differiscono da quelle ottimali, i costi operativi possono aumentare anche del 23%. Ulteriori approfondimenti sono necessari per includere nel modello anche eventuali costi di stoccaggio stagionali o dell’immediata distribuzione del prodotto.

Riferimenti bibliografici
M.A. Reinheimer et al., Journal of Food Engineering, 118, 2013, 141-149