La viscosidad aparente constituye un parámetro clave durante la cristalización dinámica del helado en intercambiadores de calor de superficie raspada (ICSR), pero su medición en línea resulta difícil debido a la naturaleza multifásica del producto y a las condiciones del equipo. En este trabajo se desarrolló e implementó una estrategia de control basada en un sensor virtual para regular la evolución de la viscosidad durante la cristalización discontinua de helado en un ICSR. El sistema fue rehabilitado e instrumentado con sensores de temperatura, caudal y corriente, integrados en una plataforma de adquisición y control desarrollada en Python. La viscosidad se estimó en línea mediante el modelo de De la Cruz et al. (2020), el cual utiliza la potencia del agitador y la temperatura del producto como variables de entrada. Se implementó un controlador en cascada que regula la pendiente de potencia mediante la manipulación del caudal de glicol. Se evaluaron tres condiciones: caudal máximo y consignas de pendiente de 5 y 3.5 W/min, obteniéndose pendientes medias de 6.81, 4.66 y 3.49 W/min, respectivamente, y viscosidades finales estimadas de 445.86, 480.34 y 552.21 Pa·s. El sensor virtual presentó un error relativo de 5.83 % frente a mediciones reológicas. La evaluación exploratoria de textura mostró diferencias en la fuerza de penetración entre condiciones durante las primeras 24 h de almacenamiento congelado. Los resultados demuestran la factibilidad de modificar la trayectoria de viscosidad mediante control de pendiente de potencia, aunque el seguimiento instantáneo se vio limitado por retardos y saturación del actuador.
Apparent viscosity is a key parameter during the dynamic crystallization of ice cream in scraped surface heat exchangers (SSHE), but its online measurement is challenging due to the multiphase nature of the product and equipment constraints. In this work, a control strategy based on a virtual sensor was developed and implemented to regulate viscosity evolution during batch ice cream crystallization in an SSHE. The system was rehabilitated and instrumented with temperature, flow, and current sensors, integrated into an acquisition and control platform developed in Python. Viscosity was estimated online using the model of De la Cruz et al. (2020), which uses agitator power and product temperature as input variables. A cascade controller was implemented to regulate power slope by manipulating glycol flow rate. Three conditions were evaluated: maximum flow rate and slope setpoints of 5 and 3.5 W/min, yielding mean slopes of 6.81, 4.66, and 3.49 W/min, respectively, and estimated final viscosities of 445.86, 480.34, and 552.21 Pa·s. The virtual sensor showed a relative error of 5.83 % compared to rheological measurements. Exploratory texture evaluation revealed differences in penetration force between conditions during the first 24 h of frozen storage. The results demonstrate the feasibility of modifying viscosity trajectories through power slope control, although instantaneous tracking was limited by delays and actuator saturation.
Excepto si se señala otra cosa, la licencia del ítem se describe como Acceso Abierto