Análisis multivariado de índices de consumo en procesos de obtención de leche de soya

Dada la importancia del ahorro de energía y de materias primas como la vía fundamental para reducir los costos de producción y disminuir el impacto medioambiental, se definió como objetivo establecer la relación funcional entre el consumo de vapor por masa de leche producida y el de masa de leche...

Descripción completa

Detalles Bibliográficos
Autores principales: Gutiérrez Cordero, Edilia, García Noa, Eduardo, Sariego Toledo, Yanet
Formato: Artículo
Lenguaje:Español
Publicado: Corporación colombiana de investigación agropecuaria - AGROSAVIA 2024
Materias:
Acceso en línea:http://hdl.handle.net/20.500.12324/39111
https://doi.org/10.21930/rcta.vol24_num3_art:2959
id RepoAGROSAVIA39111
record_format dspace
institution Corporación Colombiana de Investigación Agropecuaria
collection Repositorio AGROSAVIA
language Español
topic Genética vegetal y fitomejoramiento - F30
Soja
Análisis de componentes principales
Mínimos cuadrados
Simulación
Transitorios
http://aims.fao.org/aos/agrovoc/c_14477
http://aims.fao.org/aos/agrovoc/c_4472e139
http://aims.fao.org/aos/agrovoc/c_7270359f
http://aims.fao.org/aos/agrovoc/c_5209
spellingShingle Genética vegetal y fitomejoramiento - F30
Soja
Análisis de componentes principales
Mínimos cuadrados
Simulación
Transitorios
http://aims.fao.org/aos/agrovoc/c_14477
http://aims.fao.org/aos/agrovoc/c_4472e139
http://aims.fao.org/aos/agrovoc/c_7270359f
http://aims.fao.org/aos/agrovoc/c_5209
Gutiérrez Cordero, Edilia
García Noa, Eduardo
Sariego Toledo, Yanet
Análisis multivariado de índices de consumo en procesos de obtención de leche de soya
description Dada la importancia del ahorro de energía y de materias primas como la vía fundamental para reducir los costos de producción y disminuir el impacto medioambiental, se definió como objetivo establecer la relación funcional entre el consumo de vapor por masa de leche producida y el de masa de leche producida por masa de materia prima utilizada con los parámetros de operación, mediante métodos multivariados en la producción de leche de soya. Se obtuvieron los datos en 25 producciones consecutivas de una planta industrial y el procesamiento incluyó la obtención de los conglomerados y los componentes principales como pasos previos a la modelación. Mediante el programa Statgraphics, se obtuvieron modelos estadísticamente significativos para esos índices, relacionándose con 20 parámetros tecnológicos medidos durante la producción y resultaron más influyentes: la masa de vapor, las temperaturas en los calentadores y la masa de leche en el intercambiador. La función obtenida con el método de mínimos cuadrados parciales con las variables no estandarizadas se empleó para evaluar alternativas de operación y en la simulación del proceso se obtuvo que se puede alcanzar un índice de 9,5 kg de leche por kg de soya empleada, donde este valor es estimado con un error absoluto del modelo ajustado de 4,18 × 10-2. Además, como resultado se llegó a la conclusión de que se pueden producir 1050,0 t de leche de soya adicionales al año, por lo tanto, mediante los modelos obtenidos es posible establecer las mejores condiciones de operación en la planta estudiada.
format Artículo
author Gutiérrez Cordero, Edilia
García Noa, Eduardo
Sariego Toledo, Yanet
author_facet Gutiérrez Cordero, Edilia
García Noa, Eduardo
Sariego Toledo, Yanet
author_sort Gutiérrez Cordero, Edilia
title Análisis multivariado de índices de consumo en procesos de obtención de leche de soya
title_short Análisis multivariado de índices de consumo en procesos de obtención de leche de soya
title_full Análisis multivariado de índices de consumo en procesos de obtención de leche de soya
title_fullStr Análisis multivariado de índices de consumo en procesos de obtención de leche de soya
title_full_unstemmed Análisis multivariado de índices de consumo en procesos de obtención de leche de soya
title_sort análisis multivariado de índices de consumo en procesos de obtención de leche de soya
publisher Corporación colombiana de investigación agropecuaria - AGROSAVIA
publishDate 2024
url http://hdl.handle.net/20.500.12324/39111
https://doi.org/10.21930/rcta.vol24_num3_art:2959
work_keys_str_mv AT gutierrezcorderoedilia analisismultivariadodeindicesdeconsumoenprocesosdeobtenciondelechedesoya
AT garcianoaeduardo analisismultivariadodeindicesdeconsumoenprocesosdeobtenciondelechedesoya
AT sariegotoledoyanet analisismultivariadodeindicesdeconsumoenprocesosdeobtenciondelechedesoya
AT gutierrezcorderoedilia multivariateanalysisofconsumptionindexesduringtheproductionofsoybeanmilk
AT garcianoaeduardo multivariateanalysisofconsumptionindexesduringtheproductionofsoybeanmilk
AT sariegotoledoyanet multivariateanalysisofconsumptionindexesduringtheproductionofsoybeanmilk
_version_ 1808104879317581824
spelling RepoAGROSAVIA391112024-04-12T03:00:31Z Análisis multivariado de índices de consumo en procesos de obtención de leche de soya Multivariate Analysis of Consumption Indexes During the Production of Soybean Milk Gutiérrez Cordero, Edilia García Noa, Eduardo Sariego Toledo, Yanet Genética vegetal y fitomejoramiento - F30 Soja Análisis de componentes principales Mínimos cuadrados Simulación Transitorios http://aims.fao.org/aos/agrovoc/c_14477 http://aims.fao.org/aos/agrovoc/c_4472e139 http://aims.fao.org/aos/agrovoc/c_7270359f http://aims.fao.org/aos/agrovoc/c_5209 Dada la importancia del ahorro de energía y de materias primas como la vía fundamental para reducir los costos de producción y disminuir el impacto medioambiental, se definió como objetivo establecer la relación funcional entre el consumo de vapor por masa de leche producida y el de masa de leche producida por masa de materia prima utilizada con los parámetros de operación, mediante métodos multivariados en la producción de leche de soya. Se obtuvieron los datos en 25 producciones consecutivas de una planta industrial y el procesamiento incluyó la obtención de los conglomerados y los componentes principales como pasos previos a la modelación. Mediante el programa Statgraphics, se obtuvieron modelos estadísticamente significativos para esos índices, relacionándose con 20 parámetros tecnológicos medidos durante la producción y resultaron más influyentes: la masa de vapor, las temperaturas en los calentadores y la masa de leche en el intercambiador. La función obtenida con el método de mínimos cuadrados parciales con las variables no estandarizadas se empleó para evaluar alternativas de operación y en la simulación del proceso se obtuvo que se puede alcanzar un índice de 9,5 kg de leche por kg de soya empleada, donde este valor es estimado con un error absoluto del modelo ajustado de 4,18 × 10-2. Además, como resultado se llegó a la conclusión de que se pueden producir 1050,0 t de leche de soya adicionales al año, por lo tanto, mediante los modelos obtenidos es posible establecer las mejores condiciones de operación en la planta estudiada. Soya-Soja- Glycine max 2024-04-11T13:14:41Z 2024-04-11T13:14:41Z 2023 2023 Artículo científico http://purl.org/coar/version/c_970fb48d4fbd8a85 2500-5308 http://hdl.handle.net/20.500.12324/39111 https://doi.org/10.21930/rcta.vol24_num3_art:2959 reponame:Biblioteca Digital Agropecuaria de Colombia instname:Corporación colombiana de investigación agropecuaria AGROSAVIA spa Ciencia y Tecnología Agropecuaria 24 3 1 17 Acuña Reyes, M. J., Noguera, F., & Aude, I. (2011). Compuestos derivados de soja presentes en alimentos industrializados, estudio del mercado montevideano. Alimentación Latinoamericana, 295, 11. https://www.colibri.udelar.edu.uy/jspui/handle/20.500.12008/9472 Avilez, J. P., Escobar, P., von Fabeck, G., Villagran, K., García, F., Matamoros, R., & García Martínez, A. (2010). Caracterización productiva de explotaciones lecheras empleando metodología de análisis multivariado. Revista Científica, XX(1), 74-80. http://www.redalyc.org/articulo.oa?id=95915974011 Barcenas Ochoa, M. G., García Santaolalla, M. D. L., Montes de Oca Serrano, M. J., Paredes Ruiz, F., & Úrquiza Sánchez, R. (2017). Análogos de Queso [Presentación digital]. México: Universidad Nacional Autónoma de México. https://docplayer.es/34213798- Productos-lacteos-analogosde-queso.html Cerretani, L., Maggio, R. M., Barnaba, C., Toschi, T. G., & Chiavaro, E. (2011). Application of partial least square regression to differential scanning calorimetry data for fatty acid quantitation in olive oil. Food Chemistry, 127(4), 1899-1904. https://doi.org/10.1016/j.foodchem.2011.02.041 Chico, M., Romero, B., Hernández, E., & García, A. (2017). Elaboración de yogurt a base de soya enriquecido con quinoa y camote. Investigación y Desarrollo en Ciencia y Tecnología de Alimentos, 2(7), 410-416. http://www.fcb.uanl.mx/IDCyTA/files/volume2/3/8/68.pdf Hernández, G., Álvarez, M., Nuñez de Villavicencio, M., & Rosas, B. (2015). Empleo de la premezcla fortificada de maíz y soya en la elaboración de pan. Ciencia y Tecnología de Alimentos, 25(5), 41-45. https://www.revcitecal.iiia.edu.cu/revista/index.php/RCTA/article/view/305 Juárez-Barrientos, J. M., Díaz-Rivera, P., Rodríguez-Miranda, J., Martínez-Sánchez, C. E., Hernández-Santos, B., Ramírez-Rivera, E., Torruco-Uco, J. G., & Herman-Lara, E. (2016). Caracterización de la leche y clasificación de calidad mediante análisis Clúster en sistemas de doble propósito. Revista Mexicana de Ciencias Pecuarias, 7(4), 525-537. https://doi.org/10.22319/rmcp.v7i4.4280 Lima de Aguiar, C., Teixeira dos Santos, S., Moraes Freixo, J., & Hiromu Okuda, M. (2009). Multivariate statistical method in optimization of protein extraction from soybean flour with dairy whey. Bioscience Journal, 25(2), 171-180. https://repositorio.usp.br/bitstream/handle/BDPI/18868/art_AGUIAR_MULTIVA RIATE_STATISTICAL_METHOD_IN_OPTIMIZATION_OF_PROTEIN_2009.p df?sequence=1 Montalvo-Perdomo, Y., Panadés-Ambrosio, G., Sardiñas-Reynaldo, L., Guevara-Albo, Y., & Nuñez de Villavicencio, M. (2016). Calidad Sensorial de néctar de mango enriquecido con soya. Ciencia y Tecnología de Alimentos, 26(3), 5. https://www.revcitecal.iiia.edu.cu/revista/index.php/RCTA/article/view/178 Ramírez-Anormaliza, R., Guevara-viejo, F., D’Armas Regnault, M., Pena-Holguin, R., Farias- Lema, R., Bravo-Duarte, F., Diaz-Montenegro, J., Calderon-Cisneros J., Franco-Arias, O., Ramírez-Granda, F., Carrasquero Rodriguez, E., Vargas-Decimavilla, D., Basurto- Quilligana, R., Vargas-Ortiz, O., Bermeo-Paucar, J., & Castelo-Gonzalez, J. (2017). Análisis Multivariante: Teoría y práctica de las principales técnicas. Ecuador: Ediciones Holguín S.A. y Universidad Estatal de Milagro. http://repositorio.unemi.edu.ec/handle/123456789/3855 Rodríguez, O., Cardoso-Castañeda, F., González-Ríos, J., Íñiguez, C., & Nuñez de Villavicencio, M. (2017a). Elaboración de leche fermentada con probióticos a partir de arroz y leches de búfala y soya. Ciencia y Tecnología De Alimentos, 27(1), 44-49. https://www.revcitecal.iiia.edu.cu/revista/index.php/RCTA/article/view/160 Ruiz-Tamayo, J., Vázquez-Lopez, J. A., Ruelas-Santoyo, E. A., Hernández-Lopez, A., López- Juarez, I., & Rios-Lira, A. J. (2021). Multivariate Pattern Recognition in MSPC Using Bayesian Inference. Mathematics, 9(4), 301-306. https://doi.org/10.3390/math9040306 Tibshirirani, R., Walther, G., & Hastie, T. (2001). Estimating the number of cluster in a data set via the gap statistic. Journal of the Royal Statistic Society Series B: Statistical Methodology, 63(2), 411-413. https://doi.org/10.1111/1467-9868.00293 Valencia García, F. E., Millán Cardona, L. d. J., Restrepo Morales, C. A., & Jaramillo Garcés, Y. (2007). Efecto de sustitutos de grasa en propiedades sensoriales y texturales del queso crema. Revista Lasallista de Investigación, 4(1), 20-26. https://www.redalyc.org/articulo.oa?id=69540104 Vega León, M., Castillo Toro, D., Cañet Prades, F. M., Molina, R., & Obregón, V. (2017). Cinética del secado de semillas de dos variedades de soya (Glycine max (L) Merrill). Cuba: Instituto de Investigaciones Fundamentales en Agricultura Tropical “Alejandro de Humboldt”. https://docplayer.es/70344601-Cinetica-de-secado-de-semillas-de-dos-variedades-desoya- glycine-max-l-merrill-humboldt-inifat.html Vives, Y., Rodríguez, J. L., & Lorenzo, Y. (2017). Efecto antioxidante de extractos de plantas aromáticas en la estabilidad del aderezo de soya. Ciencia y Tecnología de Alimentos, 27(1), 1-6. https://www.revcitecal.iiia.edu.cu/revista/index.php/RCTA/article/view/152 Zuluaga Dominguez, C. M. (2011). Análisis Estadístico Multivariado: una herramienta estratégica para el control de procesos y calidad en la Industria Agroalimentaria. Publicaciones e Investigaciones, 5(1), 143-157. https://doi.org/10.22490/25394088.587 Attribution-NonCommercial-ShareAlike 4.0 International http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf application/pdf Colombia Corporación colombiana de investigación agropecuaria - AGROSAVIA Mosquera (Colombia) Ciencia y Tecnología Agropecuaria; Vol 24, Núm.3 (2023): Ciencia y Tecnología Agropecuaria; p. 1-17.