Desarrollo y validación de un modelo híbrido matemático-computacional para predecir el descenso del pH en la elaboración de kéfir de leche bajo un perfil térmico escalonado controlado

Abstract

La velocidad de descenso del pH durante la elaboración de kéfir de leche es sensible a los cambios de temperatura. En este contexto, la presente investigación tuvo como objetivo desarrollar y validar un modelo híbrido matemático-computacional para predecir el descenso del pH bajo un perfil térmico escalonado controlado. Se trabajó con 9 lotes experimentales entre 22.5 y 31.5°C, conformados por 8 fermentaciones isotérmicas distribuidas en 4 niveles de temperatura, con dos corridas por nivel térmico, y una fermentación escalonada para validación externa ciega. Durante los ensayos se mantuvieron constantes la concentración de inóculo y el volumen de sustrato, mientras que el pH y la temperatura fueron registrados en tiempo real mediante sensores conectados a un sistema de registro de datos. El modelamiento integró el modelo de Gompertz modificado con la ecuación de Arrhenius, resuelto mediante Runge-Kutta de cuarto orden, y posteriormente incorporó una red neuronal perceptrón multicapa como esquema de corrección residual. En la validación externa, el modelo Gompertz-Arrhenius obtuvo R2 = 0.8757 y RMSE = 0.1845, mientras que el modelo híbrido mejoró el desempeño con R2 = 0.9623 y RMSE = 0.1016, evidenciando mejor capacidad predictiva bajo el perfil térmico evaluado.