UNIVERSITATEA ”LUCIAN BLAGA” DIN SIBIU

FACULTATEA DE ȘTIINȚE AGRICOLE, INDUSTRIE

ALIMENTARĂ ȘI PROTECȚIA MEDIULUI
SPECIALIZARE: MANAGEMENTUL PROECESĂRII
MODERNE A ALIMENTELOR

Optimizarea proceselor tehnologice din

Industria Alimentară

Coordonator Științific:

Prof. univ. dr. ing. Anca SIPOS

Masterand:

Ing. Ioan-Adrian MUȚIU

Sibiu,

2023
Cuprins
INTRODUCERE........................................................................................................................3

1.1 Definiție............................................................................................................................3

1.2. Criterii de aplicare............................................................................................................3

1.3. Domenii de aplicare.......................................................................................................5

CAPITOLUL 1...........................................................................................................................8

Criterii de optimizare, funcția obiectiv, variabilele de decizie...................................................8

Capitolul 2..................................................................................................................................9

Metode analitice clasice de căutare a optimului.....................................................................9

4.2 Problemă........................................................................................................................14

BIBLIOGRAFIE.................................................................................................................16
 INTRODUCERE
1.1 Definiție
A optimiza înseamnă a găsi cea mai bună soluție, ceea ce în general implică găsirea celui
mai bun compromis între mai multe cerințe conflictuale. O definiție mai formală ar fi găsirea
celei mai bune soluții, din ansamblul tuturor posibilelor, într-un mod eficient și sistematic.
Orice procedură de optimizare presupune modificarea anumitor condiții, numite variabile de
decizie, pentru a maximiza sau a minimiza un criteriu prestabilit (de exemplu, calitatea
produsului sau profit), care este de obicei numit funcție obiectivă. Soluțiile posibile sunt cele
care îndeplinesc un anumit set de cerințe, numite constrângeri (de exemplu, cerințe de
siguranță). Astfel, a optimiza un proces înseamnă a găsi setul de variabile de decizie (grade de
libertate ale procesului) care, de exemplu, maximizează profitabilitatea, îndeplinind în același
timp un set de constrângeri (de exemplu, siguranța microbiologică).1

1.2. Criterii de aplicare

Optimizarea în industria alimentară poate fi abordată din mai multe perspective, iar
criteriile de optimizare pot varia în funcție de obiectivele specifice ale fiecărui producător sau
proces. Cu toate acestea, există anumite aspecte generale care pot fi luate în considerare
pentru a îmbunătăți eficiența și performanța în industria alimentară. Totodată , optimizarea
poate implica atât aspecte tehnice, cât și economice:

Criterii Tehnice:

Automatizare și Tehnologii Avansate:

Implementarea sistemelor automate și a tehnologiilor avansate poate îmbunătăți eficiența

proceselor de producție, reducând erorile și costurile de mână de lucru.

Controlul Proceselor:

Implementarea sistemelor de monitorizare și control riguros al proceselor poate asigura

calitatea constantă a produselor și poate preveni defectele.

Optimizarea Linii de Producție:

1
https://www.sciencedirect.com/science/article/abs/pii/S0924224403000487
Analiza și ajustarea liniilor de producție pentru a maximiza eficiența și a minimiza timpul de
inactivitate pot avea impact semnificativ asupra productivității.

Gestionarea Echipamentelor:

Programarea și mentenanța preventivă a echipamentelor pot preveni defecțiunile neașteptate

și pot extinde durata de viață a utilajelor.

Monitorizarea Calității:

Implementarea sistemelor avansate de monitorizare a calității poate asigura detectarea

timpurie a neregulilor și poate preveni producția de produse defecte.

Eficiență Energetică:

Adoptarea tehnologiilor și practicilor care reduc consumul de energie poate aduce beneficii
tehnice și economice.

Inovație în Ambalare:

Dezvoltarea de ambalaje inovatoare poate extinde durata de valabilitate a produselor și poate

îmbunătăți aspectul logistic al distribuției.

Criterii Economice:

Reducerea Costurilor de Producție:

Identificarea și eliminarea surselor de costuri inutile sau neeficiente poate îmbunătăți marja de
profit.

Eficiența Utilizării Resurselor:

Utilizarea eficientă a resurselor, cum ar fi materiile prime, energia și apa, poate aduce
economii semnificative.

Managementul Stocurilor:

Menținerea unui nivel optim de stocuri poate preveni costurile legate de stocurile depozitate și
poate îmbunătăți rotirea stocurilor.

Optimizarea Lantului de Aprovizionare:

Gestionarea eficientă a lanțului de aprovizionare poate reduce costurile legate de transport și

poate îmbunătăți sincronizarea între producție și cerere.
Reutilizarea și Reciclarea:

Adoptarea practicilor de reutilizare și reciclare poate reduce costurile de eliminare a

deșeurilor și poate contribui la o imagine de responsabilitate socială corporativă.

Analiza Cost-Beneficiu a Investițiilor:

Evaluarea atentă a investițiilor în tehnologie și echipamente pentru a asigura o returnare a

investiției în termen rezonabil.

Flexibilitatea în Producție:

Capacitatea de a ajusta rapid producția în funcție de schimbările de pe piață poate contribui la

optimizarea costurilor și a resurselor.

Calitatea și Retenția Clienților:

Menținerea calității produselor poate contribui la loialitatea clienților, reducând costurile

asociate cu reclamațiile și retururile.

Optimizarea în aceste două domenii - tehnic și economic - trebuie să fie integrate pentru a
asigura succesul pe termen lung în industria alimentară.

1.3. Domenii de aplicare

Optimizarea întreținerii în industria 4.0

Funcția obiectiv F(x) care conduce optimizarea strategiei de întreținere, este definită luând în
considerare mai multe criterii de optimizare diferite, f(x). Este posibil să se facă distincția
între abordările care iau în considerare un singur criteriu și abordările care iau în considerare
mai multe criterii. Lucrările care optimizează un singur criteriu folosesc matrici de
performanță legate de:

1. Beneficiul economic oferit de strategia de întreținere (de exemplu: costul ciclului de

viață, costul de întreținere, pierderea producției, profitul și cererea nesatisfăcută;

2. Siguranța și fiabilitatea sistemului, luându-se în considerare apariția defecțiunilor și

atenuarea consecințelor defecțiunilor; fiabilitatea, disponibilitatea, siguranța / riscul și

 reziliența sunt matrici cantitative tipice utilizate. 2

Optimizarea unui model integrat de recoltare și planificare a proceselor în

industriaAgroalimentară

În această lucrare, este abordată o problemă integrată de planificare a recoltării și

producției în industria uleiului de măsline. Scopul acestei lucrării este acela de a dezvolta
și optimiza un model matematic care să integreze procesul de recoltare a măslinelor și
procesul de producție a uleiului de măsline. Obiectivul este de a maximiza profitul total,
în același timp determinând cantitatea de măsline recoltate din mai multe plantații de
măsline, cantitatea de măsline achiziționate de la fermieri externi, cantitatea de ulei de
măsline produsă și gestionarea produselor secundare pentru a gestiona efectele periculoase
ale producției de ulei de măsline. 3

Optimizarea aspectului de producție pentru industria alimentară la scară mică și medie.

În funcție de numărul de concurenți de pe piața globală, este important ca companiile să

își reducă costurile și cheltuielile pentru a fi un concurent sustenabil. Ca studiu de caz, o
companie care produce chiftele și pastă de supă situată la Bayan Lepas, Penang a fost
selectată pentru a găsi un aspect durabil care să minimizeze distanța de călătorie,
manipularea materialelor și pierderile. În primul rând, au fost generate mai multe machete
folosind două tipuri de tehnici de construcție. Planificarea sistematică a aspectului (SLP)
și teoria bazată pe grafice (GBT). În pasul următor, a fost calculată rata de eficiență (ER) a
fiecărui layout. Aspectul cu cel mai mare ER a fost apoi selectat și optimizat utilizând
metoda de schimb în perechi (PEM). Rezultatul a arătat că ER al aspectului selectat sa
îmbunătățit de la 90,43% la 94,78% după optimizare. Pe baza acestui studiu, s-a constatat
că chiar și cel mai bun aspect selectat ar putea fi îmbunătățit și este necesar să se efectueze
planificarea instalației și a amenajării înainte de înființarea oricărei fabrici pentru a asigura
un proces durabil și a reduce pierderile. 4

2
https://www.sciencedirect.com/science/article/pii/S0951832023001199#eqn0001
3
https://www.sciencedirect.com/science/article/pii/S2307187723002791
4
https://www.sciencedirect.com/science/article/pii/S2212827114008634
O nouă metodă de analiză și optimizare a producției alimentare aplicată industriei citricelor.
Această metoda prezentată în articol pare a fi un instrument puternic pentru a analiza și a găsi
soluții pentru optimizarea unui lanț valoric alimentar. Prima parte a etapei teoretice permite să
devină experți ai sectorului investigat, în timp ce a doua parte, întotdeauna a etapei teoretice,
asigură identificarea punctelor forte, a punctelor slabe, a oportunităților și a amenințărilor
tuturor zonelor componente ale lanțului. 5

Progrese recente în optimizarea atributelor senzoriale ale alimentelor prăjite: aspect, aromă și
textura. În acest articol se regăsesc metodele de optimizare a celor trei atribute senzoriale
principale ale alimentelor prăjite: aspectul, aroma și textura. Sunt revizuite mecanismele de
bază responsabile pentru formarea atributelor senzoriale ale alimentelor prăjite, fiin
evidenţiaţi factorii care influenţează aceste procese, precum şi metodele dezvoltate pentru
controlul lor. Prin urmare, aceste cunoștințe pot fi utilizate pentru a optimiza producția de
alimente prăjite cu proprietăți senzoriale și nutriționale bune.6

5
https://www.sciencedirect.com/science/article/abs/pii/B9780128233771503359
6
https://www.sciencedirect.com/science/article/abs/pii/S092422442300184X
 CAPITOLUL 1

Criterii de optimizare, funcția obiectiv, variabilele de decizie

Criterii de optimizare:

Este foarte importantă alegerea corectă a criteriului de optimizare în găsirea soluției

adecvate problemei studiate. Într-o problemă de căutare a optimimului pot fi definite o serie
de

criterii de optimizare.

Acestea se grupează astfel:

 criterii economice de căutare a optimului;

 criterii tehnice de căutare a optimului.

Variabile de decizie:

Înaintea scrierii funcției obiectiv este important să se identifice numărul variabilelor de

decizie. Modalitatea cea mai directă, mai ales în cazul situațiilor simple, este inventarierea

variabilelor problemei.

Funcția obiectiv:

Dependența criteriului de optimizare de variabilele de decizie este exprimată prin funcția

obiectiv. Această funcție se obține pe baza ecuațiilor modelului matematic al sistemului care
este supus optimizării:

y=fob(x1,x2,….,xi,…,xn)

2.1 Problemă

Procesul de optimizare în industria vinului. Fermentarea alcoolică la vinul alb.

Variabilele sistemului: - Si , Ti , Sag , Tag

Variabile de decizie: -durata de fermentare (T)

-concentrația de zahăr final (S)

Funcția obiectiv : T=y=fT,S; y=fobTi, Tag=max

 TiminTimax
TagminTagTagmax

Capitolul 2

Metode analitice clasice de căutare a optimului

Metodele analitice clasice de căutare a optimului se mai numesc și metode indirecte. Aceste

metode au la bază articolele și cărțile fundamentale de calcul diferențial publicate în secolele

XVII și XVIII de către Newton, Leibnitz, Fermat.

Utilizarea acestor metode nu este una diversificată, acestea reprezentând un prim pas de

inițiere în tehnicile de optimizare.

Caracteristicile metodelor analitice de căutare a optimului sunt:

 precizia de identificare a soluției optime bună;

 aceste metode se pot aplica și în cazul problemelor cu restricții;
 condiția necesară este ca funcția obiectiv să fie continuă și de mai multe ori
derivabilă, cu cel puțin o parte dintre derivatele continue.

Prin aceste caracteristici, metodele analitice clasice de căutare a optimului pot fi folosite doar

la problemele cu un număr redus de variabile de decizie și a căror expresii ale funcției

obiectiv și ale restricțiilor sunt simple din punct de vedere matematic.

3.1 Problemă

Metoda bazata pe transformarea inegalităților:

Se consideră funcția obiectiv: f ob= x 21−5 x 22+ x 1 x2 −8 x2 + 4

cu restricțiile:
2x1+3x2=10
x1-4x2 ≥ 12
Se transformă restricțiile inegalitate în restricții de tip egalitate introducând două
variabile fictive notate cu x3.
Sistemul va avea forma:
2x1+3x2=10
 x1-4x2+x32 = 12

În acest mod s-a obținut o problemă echivalentă problemei inițiale. Se va rezolva

această problemă de optimizare prin metoda multiplicatorilor lui Lagrange. Astfel, se scrie
funcția obiectiv extinsă:

L(x1, x2,x3,1,2)=4x12-5x22+x1x2-8x2+4-12x1+3x2-10-2(x1-4x1x2+x32-12)

În vederea aflării soluției se va rezolva următorul sistem de ecuații:

{Lx1=8x1+x2-21-2+42x2=0 Lx2=-10x2+x1-8-31+42x1=0 ∂Lx3=-22x3=0 ∂L1=-2x1-
3x2+10=0 ∂L2=-x1+4x1x2+x32+12=0
Sistemul de ecuații se rezolvă în MATLAB după cum
urmează:
1. Se construiește fișierul funcție:

function y=lagrange(x);
y=zeros(5,1);
y(1)=8*x(1)+x(2)-2*x(4)-x(5)+4*x(5)*x(2);
y(2)=-10*(2)+x(1)-8-3*x(4)+4*x(5)*x(1);
y(3)=-2*x(5)*x(3);
y(4)=-2*x(1)-3*x(2)+10;
y(5)=-x(1)+4*x(1)*x(2)-x(3)^2+12;

2. Se apelează funcția de rezolvare a sistemului de ecuații

declarat în fișierul lagrange.m:
>> fsolve('lagrange', [-1 1 0 0 -1 1])
Soluția sistemului este:
x1=-0,82 și x2=3,88.
Reprezentarea grafica a funcției obiectiv si a restricțiilor:
2.2 Problema 2

Se considera un bioreactor a carui V=10 m3. Sa se dimensioneze acest utilaj astfel incat
valoarea( costul) materialului folosit pentru confectionarea lui sa fie minima si inaltimea
utilajului sa aibă .h1 ≤ 2m.h2 ≤1 m

Rezolvare

Materialul utilizat pentru construcția utilajului va fi inox iar grosimea acestuia va depinde de
presiunea și temperatura la care va fi stocată soluția în vas. De asemenea, materialul de
construcție este sub formă de foi de tablă de inox caracterizate de grosime și preț de achiziție
raportat la greutate. Îmbinarea acestor foi se face prin sudură.

Modelul matematic realizare a acestui utilaj este dat de următorul sistem de ecuații:

V=VC+Vcalota

VC=R2h1+h23(3R-h2)=10

h1 6m

h2≤1 m

SL=Slc+Scapac+Scalota=2πRh1+2R2+2πRh2

VM=Sc*ρ

C=p*m
C=p*Vmp=p*ρ*Sl*∂=p*ρ*∂(2πRh1+2πR2+2πRh2)
Astfel, p, ρ,∂ sunt constante în problema de optimizare, precum și numărul π.
fob=2x1x2+2x12+2x1x3
fob=2x12+2x1x2+2x1x3
Supusă la restricții: {V=10 m3 h1≤2 m h2≤1 m
Primul pas îl constituie transformarea restricției te tip inegalitate în restricție de tip
egalitate folosind o variabilă fictivă strict pozitivă și notată cu x4 și x5.
{2x1x2+2x12+2x1x3=10 x2≤2 x3≤1
{2x1x2+2x12+2x1x3=10 x2+x4=2 x3+x52=1
Astfel, se obține o problemă care are două restricții de tip egalitate.
Pasul următor îl constituie aplicarea metodei multiplicatorilor lui Lagrange. Funcția lui
Lagrange va fi:
Lx1,x2,x3,x4,x5,1,2,3=2x12+2x1x2+2x1x3-12x1x2+2x12+2x1x3-10-2x2+x42-2-
3(x3+x52-1)
În vederea aflării soluției se vor anula derivatele de ordinul I în raport cu cele 8
variabile de decizie x1,x2,x3,x4,x5,1,2,3) obținându-se următorul sistem de ecuații:
{∂Lx1=4x1+2x2+2x3-12x2+4x1+2x3 ∂Lx2=2x1-21x1-2 ∂Lx3=2x1-21x1-3 ∂Lx4=-
2*x4 ∂Lx5=-3x5 ∂L1=-2x1x2-2x12-2x1x2+10 ∂L2=-x2-4x42+2 ∂L3=-x3-x52+1
Sistemul de ecuații se rezolvă în MATLAB după cum urmează:
Se construiește fișierul funcție:
function y=lagrange (x)
y=zeros(8,1);
y(1)=4*x(1)+2*x(2)+2*x(3)-x(6)*2*x(2)-x(6)*4*x(1)-x(6)*2*x(3);
y(2)=2*x(1)-2*x(6)*x(1)-x(7);
y(3)=2*x(1)-2*x(6)*x(1)-x(8);
y(4)=-x(7)*x(4);
y(5)=-x(8)*x(5);
y(6)=-2*x(1)*x(2)-2*x(1)^2-2*x(1)*x(3)+10;
y(7)=-x(2)-x(4)^2+2;
y(8)=-x(3)-x(5)^2+1;

Se apelează funcția de rezolvare a sistemului de ecuații declarat în fișierul

lagrange.m:
>> fsolve('lagrange', [1 1 1 1 1 1 1 1 ])
 Soluția sistemului este: V=1.73 m,h1=1.06 m ,h2= 0.09 m ,x4=,0.96 x5=0.95,x6=1 m ,

1. Capitolul 3
Metode de eliminare

Într-un proces din industria alimentară, modelul matematic este în cele mai multe
cazuri neliniar. Funcția obiectiv și restricțiile sunt tot expresii neliniare, complexe.
Aceste situații se rezolvă numai prin metode directe sau metode numerice. Metodele
de căutare a optimului au următoarele caracteristici:
 Se utilizează un plan de căutare bazat pe date experimentale. (Pentru variabilele de
decizie se vor alege anumite date convenabile, aflându-se valorile funcției obiectiv în
aceste puncte).
 De la o soluție inițială a problemei (aproximativă) se va porni căutarea optimului.
 Se utilizează un algoritm care aproximează soluția problemei de optimizare.
Metodele de eliminare sunt metodele numerice folosite în căutarea optimului în cazul
funcțiilor obiectiv care depind de o singură variabilă.
Metodele de eliminare se utilizează mai mult decât metodele analitice, algoritmul lor
permițând o transpunere mai facilă în software. În cadrul acestor metode, funcția obiectiv nu
trebuie să fie continuă și nici derivabilă.
Etapele algoritmului general al metodelor de eliminare sunt:
➢ stabilirea unui interval inițial care conține punctul staționar și pe care funcția obiectiv
are un singur punct staționar (unimodală).
Intervalul va fi de fapt o restricție de forma:
xmin≤x≤xmax
➢ reducerea intervalul inițial eliminându-se simultan sau succesiv subintervale care nu
conțin punctul de extrem.
În cazul în care funcția obiectiv are mai multe puncte staționare în cadrul intervalului
inițial, este plurimodală; atunci intervalul de căutare se va diviza în intervale care vor conține
doar un punct de extrem. Pe urmă, se determină pentru fiecare interval poziția punctului de
extrem, iar soluția inițială a problemei, în funcție de tipul de extrem căutat, va fi fie cea mai
mică, fie cea mai mare valoare din punctele staționare locale găsite.
Dacă funcția obiectiv este unimodală, domeniul de variație se poate reduce prin eliminarea
acelor regiuni din domeniul de căutare care nu pot conține punctul de optim.
Metoda înjumătățirii intervalului (Bolzano)
 În această metodă se folosesc valorile derivatei funcției obiectiv în trei puncte. Aceste
puncte fac parte din intervalul de căutare, găsindu-se la limitele intervalului, precum și în
centrul intervalului pentru micșorarea succesivă a acestuia.
Condiții de aplicare a acestei metode:
 Să cunoaștem expresia derivatei funcției obiectiv.
 Să știm intervalul inițial de căutare ∆(0)=xmax-xmin pe care funcția obiectiv este
unimodală.
 Să se specifice precizia de identificare a punctului staționar.
Metoda înjumătățirii intervalului se aplică după cum urmează:
1) Se așează în mijlocul intervalului un punct de căutare:x(k)=xmax-xmin2, unde k este
indicele eliminării curente.
2) Se calculează atât valorile derivatei funcției obiectiv la limitele intervalului curent de
căutare cât și în punctul central al intervalului ( în punctele xmin, x(k) și xmax )
3) Apoi urmează etapa de eliminare a subintervalului pe care derivata nu-și schimbă semnul;
4) Acestă ultimă etapă constă în verificarea atingerii punctului staționar cu precizia impusă, ε.
Se compară mărimea intervalului rămas cu precizia. Dacă ∆(k)>ε se va efectua o nouă
eliminare,
k =k + 1, și astfel se va reveni la punctul 1 al algoritmului. Atunci când se îndeplinește
condiția: ∆(k)≤ϵ, punctul x(k)2 este soluția problemei de optimizare.
Cu toate că acest algoritm de eliminare este foarte simplu și eficient, el are un
dezavantaj major. Acesta fiind, necesitatea de a fi disponibilă expresia derivatei analitice a
funcției obiectiv.

4.2 Problemă

Fie următoarea funcție obiectiv:

fob=x4-10x2+6x-10
x∈[-4, 5]
ε=0,02
Rezolvare
Derivata funcție obiectiv are expresia:
∂fobx=4x3-20x+6
Conform metodei lui Boltzano (metoda înjumătățirii intervalului) se va proceda în felul
următor:
Se calculează mijlocul intervalului de căutare curent pentru pasul i=1:
x(i)=xmax-xmin2=15-42=5,5
 Calculele și rezultatele obținute sunt prezentate în tabelul 1. S-au realizat 11 pași până
la obținerea puntului de extrem cu precizia ε = 0,02.

După cum se vede în tabelul 1, intervalul care a rămas după 11 eliminări este
[5.509277; 5.518555] iar soluția optima este x∗ =5.509277 ± 0,018555. Valoare funcției
obiectiv în acest punct de minim este fob∗ =640.7865, identică cu cea obținută prin metoda
înjumătățirii intervalului dar cu o precizie mai bună.
 BIBLIOGRAFIE

https://www.sciencedirect.com/science/article/pii/S0951832023001199#eqn0001

https://www.sciencedirect.com/science/article/pii/S2307187723002791

https://www.sciencedirect.com/science/article/pii/S2212827114008634
https://www.sciencedirect.com/science/article/abs/pii/B9780128233771503359
https://www.sciencedirect.com/science/article/abs/pii/S092422442300184X

Optimizarea proceselelor tehnologice în Industria Alimentară, suport de curs- MPMA anul II, Sipoș
Anca