Modellazione, ottimizzazione ed innovazione di processo
A.A. 2024/2025
Obiettivi formativi
L'insegnamento si propone di fornire agli studenti le conoscenze relative ai metodi di modellazione e ottimizzazione più utilizzati nell'industria alimentare. L'insegnamento si propone inoltre di fornire agli studenti le conoscenze relative alle tecnologie innovative le loro applicazioni.
Risultati apprendimento attesi
Al termine dell'insegnamento gli studenti sapranno costruire, mediante l'uso di software dedicati, modelli statistici capaci di descrivere un processo produttivo ottimizzare le condizioni operative e prevedere le proprietà del prodotto finito. Gli studenti sapranno inoltre valutare le potenzialità di applicazione nei diversi processi alimentari delle tecnologie più innovative.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
Le lezioni saranno svolte in presenza.
L'esame verrà svolto in presenza.
L'esame verrà svolto in presenza.
Programma
1. Introduzione alla modellazione di processo. Confronto tra approccio fondamentale e approccio empirico. Principi, definizioni, scopi, esempi applicativi.
2. I differenti metodi statistici utilizzati per la costruzione di un modello: regressione lineare, non lineare e pesata. Il metodo dei minimi quadrati per la stima dei parametri.
3. Principi, scopi e procedure del disegno sperimentale. I differenti disegni sperimentali e i criteri di scelta. L'analisi della varianza. Il disegno comparativo a un fattore e il disegno a blocchi. Il disegno fattoriale completo e frazionario a due livelli. II concetto di confondimento degli effetti e di risoluzione. Metodi per il miglioramento della risoluzione del disegno frazionario. l disegni Plackett-Burman. L'aggiunta dei punti centrali ai disegni fattoriali.
4. I disegni per le superfici di risposta: i Central Composite Design (inscritto, circoscritto, face centered) e il disegno Box-Behnken.
5. Le procedure di ottimizzazione per una o più variabili di risposta ed il metodo si salita ripida. La funzione di desiderabilità.
6. I disegni per le miscele: simplex lattice e simplex centroid. Trattamento simultaneo di variabili di processo e miscele: i D-optimal design.
7. Processi innovativi termici e non termici per l'industria alimentare. Il processo ad alte pressioni, i campi elettrici pulsati, le microonde e il riscaldamento ohmico.
- Esercitazioni al computer in aula di informatica con esempi pratici di modellazione ed ottimizzazione di processo e di prodotto mediante l'impiego delle diverse metodologie trattate. Software utilizzati: Excel e Design Expert.
2. I differenti metodi statistici utilizzati per la costruzione di un modello: regressione lineare, non lineare e pesata. Il metodo dei minimi quadrati per la stima dei parametri.
3. Principi, scopi e procedure del disegno sperimentale. I differenti disegni sperimentali e i criteri di scelta. L'analisi della varianza. Il disegno comparativo a un fattore e il disegno a blocchi. Il disegno fattoriale completo e frazionario a due livelli. II concetto di confondimento degli effetti e di risoluzione. Metodi per il miglioramento della risoluzione del disegno frazionario. l disegni Plackett-Burman. L'aggiunta dei punti centrali ai disegni fattoriali.
4. I disegni per le superfici di risposta: i Central Composite Design (inscritto, circoscritto, face centered) e il disegno Box-Behnken.
5. Le procedure di ottimizzazione per una o più variabili di risposta ed il metodo si salita ripida. La funzione di desiderabilità.
6. I disegni per le miscele: simplex lattice e simplex centroid. Trattamento simultaneo di variabili di processo e miscele: i D-optimal design.
7. Processi innovativi termici e non termici per l'industria alimentare. Il processo ad alte pressioni, i campi elettrici pulsati, le microonde e il riscaldamento ohmico.
- Esercitazioni al computer in aula di informatica con esempi pratici di modellazione ed ottimizzazione di processo e di prodotto mediante l'impiego delle diverse metodologie trattate. Software utilizzati: Excel e Design Expert.
Prerequisiti
E' richiesta la conoscenza dei principali processi applicati nell'industria alimentare, nonché alcune nozioni di base di statistica.
Metodi didattici
Il corso viene articolato in lezioni frontali (4 CFU) e esercitazioni in laboratorio di informatica (2 CFU).
Materiale di riferimento
Vengono forniti i file del materiale didattico utilizzato a lezione corredato da un testo esplicativo (teoria, esercizi e esercizi risolti).
Per la parte pratica di laboratorio informatico, vengono forniti i testi degli esercizi corredati di note relative ai principi teorici applicati.
Tutto il materiale didattico è presente su Ariel.
Libri consigliati:
- "Progettazione e analisi degli esperimenti", Douglas Montgomery, McGraw-Hill.
- "Engineering statistics" http://www.itl.nist.gov/div898/handbook/index.htm
- Response Surface Methodology. Process and product optimization using design experiments. Wiley series in probability and statistics. Raymond H. Myers, Douglas C. Montgomery, Christine M. Anderson-Cook
- "Formulation Simplified: Finding the Sweet Spot through Design and Analysis of Experiments with Mixtures", M.J. Anderson, P.J. Whitcomb, M.A. Bezener
Per la parte pratica di laboratorio informatico, vengono forniti i testi degli esercizi corredati di note relative ai principi teorici applicati.
Tutto il materiale didattico è presente su Ariel.
Libri consigliati:
- "Progettazione e analisi degli esperimenti", Douglas Montgomery, McGraw-Hill.
- "Engineering statistics" http://www.itl.nist.gov/div898/handbook/index.htm
- Response Surface Methodology. Process and product optimization using design experiments. Wiley series in probability and statistics. Raymond H. Myers, Douglas C. Montgomery, Christine M. Anderson-Cook
- "Formulation Simplified: Finding the Sweet Spot through Design and Analysis of Experiments with Mixtures", M.J. Anderson, P.J. Whitcomb, M.A. Bezener
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame sarà scritto con domande di teoria e con svolgimento di esercizi prima con calcolatrice e tavole statistiche, poi col software Design Expert. Le Tecnologie innovative verranno valutate mediante la presentazione di un lavoro di ricerca assegnato dal Docente.
Student* con DSA e con disabilità sono pregat* di contattare via mail il Docente almeno15 giorni prima della data di esame prevista per concordare le eventuali misure individualizzate. Nella mail indirizzata al docente è necessario mettere in CC i rispettivi Servizi di Ateneo: [email protected] (per studenti con DSA) e [email protected] (per studenti con disabilità).
Student* con DSA e con disabilità sono pregat* di contattare via mail il Docente almeno15 giorni prima della data di esame prevista per concordare le eventuali misure individualizzate. Nella mail indirizzata al docente è necessario mettere in CC i rispettivi Servizi di Ateneo: [email protected] (per studenti con DSA) e [email protected] (per studenti con disabilità).
AGR/15 - SCIENZE E TECNOLOGIE ALIMENTARI - CFU: 6
Esercitazioni in aula informatica: 32 ore
Lezioni: 32 ore
Lezioni: 32 ore
Docente:
Hidalgo Vidal Alyssa Mariel
Turni:
Turno
Docente:
Hidalgo Vidal Alyssa MarielDocente/i
Ricevimento:
su appuntamento
via Mangiagalli 25, 4to piano