Logo Facoltà di Scienze Agrarie e Alimentari Università degli Studi di Milano foto
Facoltà di Scienze Agrarie e Alimentari Università degli Studi di Milano
contatti    cerca    mappa   
Modellazione, ottimizzazione ed innovazione di processo
Codice: G6009-
Docente:  Alyssa Mariel Hidalgo Vidal
Anno di corso: 
Quadrimestre/semestre: 
CFU: 
Articolazione dei CFU: Lezioni frontali: 4
Esercitazioni in aula: 2
Obiettivi formativi:  Obiettivo del corso è far acquisire allo studente familiarità teorica e pratica con i metodi di modellazione e ottimizzazione più utilizzati nell’industria alimentare e presentare una selezione di nuove tecnologie alternative a quelle tradizionali e descriverne i caratteri innovativi e le potenziali applicazioni.
Competenze acquisite:  Mediante l’utilizzo di software dedicati al disegno sperimentale, lo studente sarà in grado di costruire modelli statistici che descrivano un processo produttivo al fine di ottimizzare le condizioni operative e prevedere le proprietà del prodotto finito. Avrà inoltre approfondito le conoscenze su alcune tecnologie innovative acquisendo la capacità di valutarne le potenzialità di applicazione nei diversi processi per le produzioni alimentari.
Sintesi del programma:  1. Scopi e proprietà della modellazione di processo 2. I differenti metodi statistici utilizzati per la costruzione di un modello 3. Il disegno fattoriale completo e frazionario 4. Metodi per le superfici di risposta 5. L'ottimizzazione e la funzione di desiderabilità 6. I disegni per miscele 7. Processi innovativi 8. Esercitazioni in laboratorio di informatica
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. La funzione di desiderabilità. 6. I disegni per le miscele: simplex lattice e simplex centroids. Trattare insieme 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. 8. 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 delle operazioni unitarie fondamentali e dei principali processi applicati nell’industria alimentare, nonché alcune nozioni di base di statistica.
Propedeuticità:  Nessuna
Materiale didattico:  Vengono forniti i file del materiale didattico utilizzato a lezione corredato da un testo esplicativo. Per la parte pratica di laboratorio, vengono forniti i testi degli esercizi corredati di note relative ai principi teorici applicati.
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
Modalità d'esame e altre info:  L'esame consta di due prove separate. Nella prima prova pratica che si svolge al computer lo studente dovrà risolvere problemi di modellazione/ottimizzazione di processo utilizzando il software dedicato e dovrà rispondere a un questionario inerente la prova e commentare per iscritto i risultati ottenuti.
Nella seconda prova, lo studente deve sostenere un esame scritto con risposte aperte atto a valutare le competenze teoriche acquisite in riferimento ai metodi di modellazione e ottimizzazione di processo e alle tecnologie innovative e loro potenziali applicazioni per le produzioni alimentari.
Per accedere alla seconda prova lo studente deve avere superato con almeno il 18 la prima prova. Il voto finale è la media aritmetica del voto del le due prove.
DOWNLOAD
Programma di Modellazione, ottimizzazione ed innovazione di processo (versione in pdf)
indietro
Università degli Studi di Milano