Modelado y optimización de una planta híbrida tipo túnel para la deshidratación de productos agroindustriales

Abstract

Esta tesis aborda la evaluación de estrategias operativas para reducir el consumo energético y el impacto ambiental en una planta deshidratadora híbrida de productos agroindustriales en Xochitepec, Morelos. La planta, con capacidad de deshidratación de 100 a 200 kg de producto fresco, emplea fuentes térmicas solares y de gas, lo que la hace particularmente eficiente y flexible. Se desarrolló un modelo matemático basado en balances de masa y energía para predecir el comportamiento de la planta bajo diversas condiciones operativas, validado con datos experimentales obtenidos durante la deshidratación de piña. Los resultados mostraron un error relativo máximo del 7%, garantizando la confiabilidad del modelo para evaluar estrategias energéticas y ambientales. Entre los hallazgos más destacados, se identificó que la eliminación de infiltraciones de aire puede reducir hasta 24 minutos el tiempo de secado, mientras que un flujo reducido hacia los colectores solares incrementa la temperatura de secado, disminuyendo el tiempo hasta en 40 minutos. También se analizó el impacto de establecer temperaturas mínimas en el túnel, concluyendo que incrementos de 45°C a 70°C reducen los tiempos de secado significativamente. En el caso del chile rojo, el modelo identificó una relación de recirculación óptima del 70%, maximizando la eficiencia térmica y minimizando las emisiones de CO₂. Las estrategias operativas se optimizaron mediante un algoritmo genético multiobjetivo, considerando variables como el flujo másico de aire, la temperatura mínima y la relación de recirculación. Los resultados de optimización lograron reducir el contenido de humedad residual a menos de 10% b.h., con costos específicos competitivos de 0.3-0.36 USD/kg y emisiones de CO₂ de 120-150 kg por lote. Las estrategias propuestas ofrecen un balance entre eficiencia energética, costo operativo y sostenibilidad ambiental, destacando el uso de modelos matemáticos y algoritmos avanzados como herramientas clave para optimizar procesos industriales sostenibles.

This thesis evaluates operational strategies to reduce energy consumption and environmental impact in a hybrid dehydration plant for agro-industrial products located in Xochitepec, Morelos. The plant, with a dehydration capacity of 100 to 200 kg of fresh product, uses solar and gas thermal energy sources, offering remarkable flexibility and efficiency. A mathematical model based on mass and energy balances was developed to predict the plant's behavior under various operating conditions, validated with experimental data obtained during pineapple dehydration. Results showed a maximum relative error of 7%, ensuring the model's reliability for assessing energy and environmental strategies. Key findings revealed that eliminating air infiltrations could reduce drying times by up to 24 minutes, while reducing airflow to solar collectors increased drying temperature, decreasing times by up to 40 minutes. The impact of setting minimum temperatures in the drying tunnel was also analyzed, concluding that increases from 45°C to 70°C significantly reduced drying times. For red chili, the model identified an optimal recirculation ratio of 70%, maximizing thermal efficiency and minimizing CO₂ emissions. Operational strategies were optimized using a multi-objective genetic algorithm, considering variables such as air mass flow, minimum temperature, and recirculation ratio. Optimization results achieved moisture content reductions below 10% w.b., with competitive specific costs of 0.3–0.36 USD/kg and CO₂ emissions between 120–150 kg per batch. The proposed strategies offer a balance between energy efficiency, operational cost, and environmental sustainability, highlighting the use of mathematical models and advanced algorithms as key tools for optimizing sustainable industrial processes.