Documente Academic
Documente Profesional
Documente Cultură
Industria Alimentară
Coordonator Științific:
Masterand:
Sibiu,
2023
Cuprins
INTRODUCERE........................................................................................................................3
1.1 Definiție............................................................................................................................3
CAPITOLUL 1...........................................................................................................................8
Capitolul 2..................................................................................................................................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
Criterii Tehnice:
Controlul Proceselor:
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:
Monitorizarea Calității:
Eficiență Energetică:
Adoptarea tehnologiilor și practicilor care reduc consumul de energie poate aduce beneficii
tehnice și economice.
Inovație în Ambalare:
Criterii Economice:
Identificarea și eliminarea surselor de costuri inutile sau neeficiente poate îmbunătăți marja de
profit.
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.
Flexibilitatea în Producție:
Optimizarea în aceste două domenii - tehnic și economic - trebuie să fie integrate pentru a
asigura succesul pe termen lung în industria alimentară.
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:
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
adecvate problemei studiate. Într-o problemă de căutare a optimimului pot fi definite o serie
de
criterii de optimizare.
Variabile de decizie:
decizie. Modalitatea cea mai directă, mai ales în cazul situațiilor simple, este inventarierea
variabilelor problemei.
Funcția obiectiv:
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
Capitolul 2
Utilizarea acestor metode nu este una diversificată, acestea reprezentând un prim pas de
Prin aceste caracteristici, metodele analitice clasice de căutare a optimului pot fi folosite doar
3.1 Problemă
L(x1, x2,x3,1,2)=4x12-5x22+x1x2-8x2+4-12x1+3x2-10-2(x1-4x1x2+x32-12)
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;
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;
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
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