Diseño de una máquina automatizada para el procesamiento eficiente de papas: integración de sistemas de lavado, desinfección y clasificación

Abstract

Este proyecto se centra en el diseño, construcción y validación de un prototipo funcional a escala para el procesamiento eficiente de papas, integrando sistemas de lavado, desinfección y clasificación. La propuesta responde a las limitaciones de los métodos convencionales, que presentan retos en eficiencia, sostenibilidad y seguridad alimentaria. El objetivo es optimizar estos procesos, reducir la carga microbiana y asegurar la calidad del producto final. El proyecto se fundamenta en un robusto marco teórico que incluye la Teoría de Sistemas de Producción Agroindustrial y, de forma central, la cinética de inactivación térmica (HTST). Si bien la teoría analiza la clasificación avanzada por inteligencia artificial, este prototipo implementa y valida una clasificación mecánica por rodillos, alcanzando una precisión promedio del 90%. La metodología es una investigación cuantitativa aplicada, empleando pruebas experimentales para validar el prototipo. Los resultados demuestran una eficiencia de limpieza superior al 90% y una reducción en el consumo de agua de hasta un 75% comparado con métodos rurales. Crucialmente, se validaron los parámetros críticos del proceso de desinfección (95°C estables y un tiempo de residencia de 50 segundos), lo que permite inferir científicamente la inactivación de patógenos (como Salmonella) basándose en la teoría de inactivación enzimática (prueba de peroxidasa). Se espera que esta tecnología contribuya a la competitividad de los productores y a la seguridad alimentaria regional.

This project centers on the design, construction, and validation of a functional, scaled prototype for the efficient processing of potatoes, integrating washing, disinfection, and classification systems. The proposal responds to the limitations of conventional methods, which pose challenges in efficiency, sustainability, and food safety. The objective is to optimize these processes, reduce microbial load, and ensure final product quality. The project is based on a robust theoretical framework that includes Agroindustrial Production Systems Theory and, centrally, thermal inactivation kinetics (HTST). While the theory analyzes advanced classification by artificial intelligence, this prototype implements and validates a mechanical roller classification system, achieving 90% average accuracy. The methodology is applied quantitative research, using experimental tests to validate the prototype. Results demonstrate over 90% cleaning efficiency and a reduction in water consumption of up to 75% compared to rural methods. Crucially, critical disinfection process parameters were validated (stable 95°C and a residence time of 50 seconds), which allows for the scientific inference of pathogen inactivation (like Salmonella) based on enzymatic inactivation theory (peroxidase test). This technology is expected to contribute to the competitiveness of local producers and regional food safety.