Abstract:
This project involved the development and automation of a pilot prototype for the mashing stage in craft beer production, integrating temperature and pH sensors, an automated stirring system, and an electrical resistor controlled by an Arduino using an SSR relay. Dynamic modeling, based on the experimental response, compared transfer functions of different orders and obtained the best fit (97.98%) with a first-order time-delay (FOPDT) model, whose behavior approximates that of a pure integrator. Based on this, control strategies were evaluated using gain programming, and parameters were optimized with a multi-objective genetic algorithm, prioritizing the ITAE and ITSE indices. Control tests showed good dynamic performance, with overshoots less than 7% and low steady-state errors, confirming the stability of the control loop. In parallel, a fractional experimental design was executed and ANOVA was applied, the results of which indicated that only the water-to-grain ratio was a statistically significant factor in the response variables (p < 0.05). In conclusion, the prototype proved reliable in replicating mashing, precisely controlling temperature ramps, and recording critical variables, providing experimental evidence for optimizing the craft brewing process.
Keywords: mashing, automation, dynamic, control, optimization, experimental design.
Description:
El presente proyecto consistió en el desarrollo y automatización de un prototipo piloto para la etapa de maceración en la producción de cerveza artesanal, integrando sensores de temperatura y pH, un sistema de agitación automatizada y una resistencia eléctrica controlada por Arduino mediante un relé SSR. El modelado dinámico, a partir de la respuesta experimental, comparó funciones de transferencia de distinto orden y obtuvo el mejor ajuste (97,98 %) con un modelo de primer orden con retardo (FOPDT), cuyo comportamiento se aproxima al de un integrador puro. Sobre esta base se evaluaron estrategias de control mediante programación de ganancia y se optimizaron los parámetros con un algoritmo genético multiobjetivo, priorizando los índices ITAE e ITSE. Los ensayos de control mostraron buen desempeño dinámico, con sobreimpulsos inferiores al 7 % y errores en estado estacionario bajos, confirmando la estabilidad del lazo de control. Paralelamente, se ejecutó un diseño experimental fraccionado y se aplicó ANOVA, cuyos resultados indicaron que únicamente la relación agua–grano fue un factor estadísticamente significativo sobre las variables de respuesta (p < 0,05). En conclusión, el prototipo demostró ser confiable para replicar la maceración, controlar con precisión las rampas de temperatura y registrar variables críticas, aportando evidencia experimental para la optimización del proceso cervecero artesanal.