PCI 24209 — Optimización del Proceso de Tostión de Café
Proyecto

Análisis integrado del riesgo y la incertidumbre en variables y parámetros para un modelo de optimización en calidad y eficiencia de la tostión de café

Código: PCI 24209 · Investigador principal: Francisco Luis Giraldo Gutiérrez

Duración
Oct 2024 — Jul 2025
Enfoque
Experimental · Estadístico · Risk
Indicadores — Resumen ejecutivo
Modelo integrado que relaciona temperatura, tiempo y flujo de aire con probabilidad de alcanzar estándares de calidad.

SÍNTESIS

El proyecto de investigación busca optimizar el proceso de tostión de café en Colombia mediante un análisis sistemático y fenomenológico de variables y parámetros críticos, integrando experimentación controlada, revisión bibliográfica y modelos estadísticos con análisis de riesgo.

Código

PCI 24209

Investigador principal

Francisco Luis Giraldo Gutiérrez

Coinvestigador

Juan Carlos Posada — ITM

Marco teórico

Este proyecto se apoya en literatura sobre ciencia de datos aplicada a procesos industriales, teoría de la tostión (reacciones de Maillard y caramelización), y técnicas estadístico-matemáticas para modelado de incertidumbre y riesgo. La bibliometría con VOSviewer permite identificar clústeres de investigación relevantes y palabras clave que guían la formulación de hipótesis experimentales.

Conceptos clave

  • Modelado de procesos térmicos y cinética.
  • Análisis de riesgo: FMEA y Monte Carlo.
  • Modelos de conteo y supervivencia (Poisson, Cox).
  • Modelos censurados (Tobit) para datos de calidad.

Relevancia metodológica

La combinación de experimentos controlados con técnicas de análisis probabilístico facilita la cuantificación del impacto de variables como temperatura y tiempo sobre defectos y la probabilidad de alcanzar estándares sensoriales. Esto soporta la construcción de un modelo de optimización operativo.

Antecedentes y estado del arte

En los últimos años ha crecido la investigación sobre optimización en procesos agroindustriales y la aplicación de modelos estadísticos avanzados a la producción de alimentos. Estudios recientes destacan la importancia de integrar datos operativos con análisis de riesgo para mejorar la calidad y reducir la variabilidad del producto.

Tendencias recientes

Mayor uso de simulaciones Monte Carlo y machine learning para modelado predictivo; uso de métricas sensoriales combinadas con variables físicas del tostado.

Brechas

Necesidad de estudios que integren incertidumbre operacional y herramientas de optimización aplicables a escala industrial y a contextos locales, como el colombiano.

Contribución del proyecto

Proporcionar un marco cuantitativo y operativo para que las plantas de tostión implementen ajustes basados en riesgo, con protocolos testados en pilotos.

Figuras (VOSviewer & búsquedas)

Incluye resultados de búsquedas y mapas de palabras clave

A continuación se incluyen 14 figuras como carrusel. Para calidad máxima, usa imágenes en formato PNG/SVG de al menos 1200px de ancho.

Equipo de investigación

Registro completo del equipo participante y fechas de vinculación.

Francisco

Francisco Luis Giraldo Gutiérrez

Investigador principal
franciscogiraldo@itm.edu.co
Juan Carlos

Juan Carlos Posada

Coinvestigador — ITM

Biografía breve — Francisco

Investigador con experiencia en procesos térmicos, modelado estadístico y proyectos aplicados en la industria agrícola. Coordinador del equipo y responsable del diseño experimental.

Biografía breve — Juan Carlos

Coinvestigador con experiencia en instrumentación y control de procesos industriales, y en la implementación de pilotos de prueba en plantas de procesamiento.

Cronograma de ejecución

Caracterización del Proceso
Proyectado: 2024-10-02 • Real: 2025-06-30 — No aplica
Selección y Definición de la Variable Respuesta
Proyectado: 2025-02-28 • Real: 2025-08-30 — No aplica
Elección de Factores y Niveles
Proyectado: 2025-02-28 • Real: 2025-08-30 — No aplica

Resultados parciales — simulaciones

Visualizaciones representativas de las simulaciones Monte Carlo y conteos de defectos (ejemplo).

Interpretación rápida

Los resultados preliminares muestran una relación decreciente entre temperatura y defectos en determinadas bandas; las simulaciones identifican condiciones robustas frente a variabilidad del flujo de aire.

Proyección de impactos

Impacto social, científico, tecnológico, económico y ambiental: se proyecta aumento en calidad de exportación, reducción de costos, y formación técnica local.

  • Impacto científico: nuevos modelos aplicables a otras etapas de la cadena agroindustrial.
  • Impacto económico: reducción de defectos y optimización de consumo energético.
  • Impacto social: capacitación técnica y generación de empleo calificado.

Aspectos financieros

Ejecución financiera: No aplica. Recomendación: adjuntar soportes (aval facultad, facturas, constancias) para auditoría y seguimiento.

Limitaciones y futuras líneas de investigación

Limitaciones actuales incluyen la necesidad de más datos longitudinales y la validación a escala industrial completa. Futuras líneas: incorporar modelos de ML para predicción sensorial y extender el enfoque a otras etapas como secado y almacenamiento.

Conclusiones

Se han formulado y aplicado ecuaciones de búsqueda y modelos estadísticos que permitieron identificar variables críticas y estructurar intervenciones de optimización, fortaleciendo la base técnica del proyecto y facilitando intervenciones precisas en la operación de tostión.

  • Metodología replicable y focalizada.
  • Reducción proyectada de defectos y costos.
  • Marco para capacitación y transferencia tecnológica.

Referencias y fuentes

A continuación algunas fuentes útiles y ejemplos de imágenes VOSviewer/locales que se pueden incorporar (verificar licencias antes de publicar):

  • Ejemplos de procesos de tostión industrial (artículos técnicos y proveedores de equipos).
  • VOSviewer — tutoriales y mapas (uso para bibliometría).
  • Google Trends — mapas de interés regional para palabras claves.
© 2025 Proyecto PCI 24209 — Optimización del proceso de tostión de café · Colombia
Contacto: investigador@institucion.edu · Dirección investigación