Sistema de aprendizaje automático para la predicción del avance de fermentación en cervecería artesanal
Tradicionalmente, el monitoreo del avance de fermentación de cerveza artesanal ha estado limitado a mediciones esporádicas fuera de línea de densidad de mosto y de temperatura empleadas solo para retroalimentar sistemas de control simples, sin generar un análisis histórico, en parte debido a restric...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión aceptada para publicación |
| Fecha de publicación: | 2023 |
| País: | México |
| Institución: | Instituto Tecnológico y de Estudios Superiores de Occidente |
| Repositorio: | Repositorio Institucional del ITESO |
| Idioma: | español |
| OAI Identifier: | oai:rei.iteso.mx:11117/10714 |
| Acceso en línea: | https://hdl.handle.net/11117/10714 |
| Access Level: | acceso abierto |
| Palabra clave: | Aprendizaje Automático Cerveza Artesanal Machine Learning |
| Sumario: | Tradicionalmente, el monitoreo del avance de fermentación de cerveza artesanal ha estado limitado a mediciones esporádicas fuera de línea de densidad de mosto y de temperatura empleadas solo para retroalimentar sistemas de control simples, sin generar un análisis histórico, en parte debido a restricciones tecnológicas y financieras en la industria a pequeña escala. En consecuencia, las variaciones no detectadas de temperatura impactan la consistencia entre lotes y son una causa de pérdida de producto. Este estudio documenta la intervención en Cerveza Loba en Guadalajara, Jalisco, donde se implementó un sistema basado en la nube para el monitoreo de temperaturas de fermentación en tanque con costo inferior a 150 dólares americanos (USD). Este sistema almacena datos en la nube permitiendo la visualización remota en tiempo real, y aprovecha el Aprendizaje Automático fuera de línea para permitir la predicción de la densidad del mosto y la identificación de desviaciones de temperatura, así como la clasificación de etapas y la predicción de la finalización del proceso de fermentación. |
|---|