Proyecto de Compra Pública Precomercial INNOLIVAR

El presente artículo hace referencia a los avances en el desarrollo de sistemas y tecnologías que permitan la mejora de la elaboración de los aceites de oliva que el Proyecto CPP INNOLIVAR ha realizado hasta el momento en el marco de su línea 6. Tras una consulta pública y un proceso de selección de empresas, se ha contratado al Grupo Hispatec Informática Empresarial, S.A. y a la UTE formada por Automatismos ITEA y Calderería Manzano para desarrollar distintas soluciones con potencial de convertirse en nuevos productos comerciales que faciliten los procesos de innovación y digitalización de las almazaras.

Aunque se puede considerar que las almazaras españolas tienen una buena dotación media en maquinaria y bienes de equipo, la incorporación de nuevas tecnologías ha estado desequilibrada a lo largo del proceso y sigue habiendo aspectos susceptibles de modernización en las diferentes fases de elaboración del aceite de oliva (Jiménez, 2019).

La Universidad de Córdoba, a través de los grupos de investigación Ingeniería de Sistemas de Producción Agroganaderos (AGR-128), Tecnología de los Alimentos (AGR-193) y Física para las Energías Renovables (TEP-215), está realizando una labor de colaboración con las empresas licitantes para el 'Diseño, desarrollo, prototipado y serie de pruebas de sistemas y tecnologías que permitan la mejora del proceso de elaboración de aceites de oliva mediante la reingeniería de procesos para la mejora de los procesos de molienda, tamizado y batido, manteniendo la trazabilidad a través de la implantación de las Tecnologías de Información y Comunicación (TICs) en los procesos industriales y el desarrollo de nuevos equipos para el control y calidad en todas las fases del proceso'.

La primera etapa consistió en definir las ocho principales demandas tecnológicas o requisitos que los licitadores debían cumplir y que abarcaron diferentes aspectos del proceso de elaboración del aceite de oliva. Posteriormente, se estableció un cronograma de hitos que se están cumpliendo para cada una de las demandas:

1. Caracterización y clasificación de lotes de aceitunas previamente a su molturación

La entrada de aceituna en la mayoría de las almazaras se produce en lotes heterogéneos a lo largo de toda la campaña, siendo la procedencia del fruto (de suelo o de vuelo) el criterio de clasificación más extendido, seguido por el de la variedad. Dichas operaciones de clasificación se realizan normalmente por los gestores de patio en base a su experiencia y a la inspección visual de los remolques y/o cintas de transporte a tolva.

El requerimiento de métodos objetivos, rápidos y precisos de monitorización de productos y procesos ha hecho que el uso de nuevas tecnologías de reconocimiento de patrones y aprendizaje automático haya crecido en los últimos años. Así, se pueden encontrar sistemas basados en visión artificial aplicados en industrias para la clasificación de manzanas, fresas, tomates, patatas, dátiles, cítricos, mangos, etc. (Ireri y col., 2019).

En el caso de la aceituna, el uso de visión artificial es frecuente en las líneas de aceituna de mesa, pero aún no en las almazaras. INNOLIVAR trabaja en el desarrollo de un sistema de clasificación automática basado en la captación, análisis y aprendizaje inteligente para interpretar automáticamente las imágenes de las aceitunas, que permita optimizar la recepción y separación de aceitunas atendiendo también a variables como estado del fruto, o índice de madurez.

2. Mejora en el proceso de molienda del fruto

La molienda es considerada una etapa fundamental en el proceso de extracción de aceite, ya que la forma de realizarla tiene una influencia directa sobre el resto de las operaciones de elaboración (batido, extracción, centrifugación).

En el caso del molino de martillos, el más extendido en las almazaras españolas, el grado de molienda se regula intercambiando cribas con perforaciones de diferente diámetro. Así, al inicio de campaña se suelen disponer cribas para molienda fina (4-5mm) y cuando el fruto entra más maduro, cribas para una molienda más gruesa (6-7 mm) (Beltrán y col., 2010).

En el marco de INNOLIVAR se trabaja para desarrollar un prototipo de molino que incorpore una regulación de la velocidad de giro. La principal innovación es que esta regulación estará automatizada, actuando en función de la carga de trabajo que esté registrando el motor del molino o el incremento de temperatura que se esté provocando en la pasta de aceituna. También se exploran algunas otras innovaciones como la regulación automática del motor de alimentación del molino, la refrigeración durante el proceso de molienda, o la incorporación de nuevas piezas en sustitución a los martillos.

3. Mejora en el proceso de batido de la pasta

El batido es considerado un punto crítico del proceso de extracción de aceite de oliva por actuar como cuello de botella. En los últimos años se han realizado numerosos estudios científicos que han desembocado en el diseño de nuevas batidoras que tratan de actuar sobre las variables clave del batido: tiempo, temperatura y atmósfera en contacto con la pasta. Entre los diferentes sistemas que se están investigando para mejorar el batido encontramos tecnologías basadas en inertización, microondas, vibración mecánica, ultrasonidos, pulsos eléctricos, o intercambio de calor (Veneziani y col., 2016).

En el proyecto INNOLIVAR se está trabajando en una reingeniería del proceso que permita un acondicionamiento automatizado de temperatura de la pasta en función de la caracterización de la misma realizada de manera continua por una serie de sensores instalados en diferentes puntos de la batidora. También se está trabajando para combinar esta solución con un sistema de adición automática de coadyuvantes.

4. Adición automática de coadyuvantes

El microtalco natural es el coadyuvante tecnológico más extendido en la industria de extracción del aceite de oliva. Su uso ha demostrado incrementos del rendimiento de hasta un 24%, sin interferir en la calidad del aceite, o incluso se han indicado aumentos en la concentración de determinados compuestos fenólicos, así como una pigmentación más intensa en los aceites obtenidos (Kalogianni y col. 2019).

Tradicionalmente, y todavía en la mayoría de las almazaras, la adición de talco en batidora se realiza en base a la experiencia del maestro de almazara y a la inspección visual de las características de la masa en la batidora. Por ello se está trabajando en el desarrollo de un prototipo que permita la dosificación automatizada del microtalco en función de las características de la pasta de aceituna, recogidas en continuo por medio de un conjunto de sensores.

5. Regulación automática de bombas de trasiego

La apuesta por la calidad de los aceites de oliva y de perfiles organolépticos diferenciados conlleva una gestión más compleja de la bodega de almacenamiento, separando aceites por calidades, realizando mezclas para “coupages”, separando lotes por días de recolección, por variedad, etc.

El trasiego de aceite sin haber sido sometido a filtrado, con una cantidad de humedad e impurezas variable, puede dar lugar a decantaciones, fermentaciones y/o procesos oxidativos que alterarán los parámetros organolépticos del aceite circulado con posterioridad (García-Mesa, 2018). La limpieza de los elementos de trasiego se suele realizar de manera manual mediante la recirculación con otro aceite y con enjuagues con agua y/o productos desengrasantes. Además de la suciedad, otros factores que pueden incidir directamente sobre la calidad del aceite trasegado son la oxigenación excesiva y el aumento de temperatura. Estas variables no son controladas actualmente en las bombas comerciales, que trabajan a un caudal fijo y no están equipadas con ningún sistema de medición ni instrumentación.

Dentro del trabajo llevado a cabo en INNOLIVAR se incluye el diseño y desarrollo de un prototipo precomercial que incorpore un control automatizado del caudal de aceite trasegado y un equipo de limpieza interna programable.

6. Optimización en el proceso de filtrado

La literatura científica no muestra resultados concluyentes sobre los efectos de la filtración en los parámetros de estabilidad, contenido en determinados compuestos y perfil aromático del aceite de oliva (Ngai y Wang, 2015).

Para que el filtrado gane en eficacia y rendimiento es recomendable controlar variables como la composición del aceite a filtrar (turbidez, humedad, ácidos grasos libres, etc.), la temperatura del aceite (relacionado con su fluidez), la presión del filtrado, y el estado de los materiales filtrantes. La tecnología del filtrado no ha experimentado grandes avances en las últimas décadas, y sigue siendo un proceso ineficiente que demanda elevados costes de mano de obra y de material (Guerrini y col., 2015). Es por ello por lo que se ha decidido dentro de INNOLIVAR abordar esta problemática y desarrollar una solución que permita el control automatizado de variables del filtrado y que optimice el proceso productivo.

7. Purgado automático de decantadores

Tanto en los decantadores de fondo cónico como en los depósitos de bodega, el purgado o ‘sangrado’ de los sedimentos es una medida clave para evitar la aparición de procesos fermentativos que puedan originar defectos sensoriales en el aceite. Tradicionalmente el purgado se realiza de forma manual, lo que conlleva alta demanda de mano de obra, pérdida de aceite por sangrado excesivo, o una merma de calidad por un sangrado exiguo. Para mejorar la eficiencia del proceso se está trabajando en el desarrollo de un prototipo que permita el purgado automático según las características del aceite detectadas por sensorización en el fondo o en la salida de los depósitos.

8. Sensorización y control integrado de procesos

Para poder mejorar las condiciones de operación de una planta de elaboración de aceite de oliva de forma integral es necesario conocer un amplio número de variables a lo largo de toda la línea de elaboración (características del fruto en su recepción, de la pasta en la batidora, condiciones de batido, composición y caudal de los flujos de entrada y salida del decánter, etc.). Los avances en TICs, junto a la modernización de los equipos de producción, han permitido que las líneas de producción incorporen ya diversos mecanismos de control y actuación automatizado. Sin embargo, falta por desarrollar un sistema de gestión y toma de decisiones que además de controlar el proceso, permita la optimización de éste al contemplar variables adicionales cuyo control pueda llevar a una disminución costes, mejora de productividad y calidad del aceite, mayor seguridad laboral, mejora medioambiental, etc. (Jiménez, 2019).

INNOLIVAR está trabajando para ayudar al avance de las almazaras en su camino hacia la conversión en industrias 4.0, mediante el desarrollo de soluciones para el control y automatización de los distintos equipos de proceso y una estrategia de datos que permita la integración de toda esta información para la optimización conjunta de los procesos en la almazara.

CPP INNOLIVAR

La Compra Pública Precomercial (CPP) es una de las acciones de fomento de la innovación impulsada por el Ministerio de Ciencia e Innovación cofinanciada con fondos FEDER (Programa Operativo Plurirregional de España 2014-2020). El proyecto CPP INNOLIVAR, Innovación y Tecnificación del Olivar (www.innolivar.es), se está desarrollando de acuerdo con lo establecido en el Convenio entre el antiguo Ministerio de Economía, Industria y Competitividad (actual M.º Asuntos Económicos y Transformación Digital) y la Universidad de Córdoba (UCO) (BOE-A-2018-8150) y con el apoyo de las Interprofesionales del Aceite de Oliva Español y de la de Aceituna de Mesa.

La hoja de ruta del proyecto contempla varias fases de colaboración público-privada entre la UCO y diferentes empresas que culminará con la obtención de productos y servicios innovadores, promoviendo la creación de un ecosistema de acompañamiento a la innovación y al emprendimiento en el sector del olivar, y mejorando a su vez el servicio público que la universidad ofrece a la sociedad (docencia, investigación, innovación y servicios avanzados). El proyecto se articula en doce líneas que abordan diferentes aspectos del sector olivarero, y que se agrupan en tres áreas temáticas: mecanización y recolección de aceituna de almazara y de mesa, medioambiente y biotecnología, industria y trazabilidad.

Referencias bibliográficas

Beltrán, G., Aguilera, M. P., Allouche, Y., & Jiménez, A. (2011). Efecto de las condiciones de molienda sobre el rendimiento del proceso y las características fisicoquímicas y sensoriales del aceite. XV Simposio Científico-Técnico Del Aceite de Oliva, 8.

Cano-Marchal, P., Gómez Ortega, J., Aguilera Puerto, D., & Gámez García, J. (2011). Situación actual y perspectivas futuras del control del proceso de elaboración del aceite de oliva virgen. Revista Iberoamericana de Automática e Informática Industrial RIAI, 8(3), 258–269. https://doi.org/10.1016/J.RIAI.2011.06.013

Ghanbari Shendi, E., Sivri Ozay, D., & Ozkaya, M. T. (2020). Effects of filtration process on the minor constituents and oxidative stability of virgin olive oil during 24 months storage time. Ocl, 27, 37. https://doi.org/10.1051/ocl/2020030

García-Mesa, J. A. (2018). La limpieza en almazaras. Parte I: Situación actual. Interempresas: https://www.interempresas.net/Produccion-Aceite/Articulos/229304-La-limpieza-en-almazaras-Parte-I-Situacion-actual.html

Guerrini, L., Masella, P., Migliorini, M., Cherubini, C., & Parenti, A. (2015). Addition of a steel pre-filter to improve plate filter-press performance in olive oil filtration. Journal of Food Engineering, 157, 84–87. https://doi.org/10.1016/J.JFOODENG.2015.02.025

Ireri, D., Belal, E., Okinda, C., Makange, N., & Ji, C. (2019). A computer vision system for defect discrimination and grading in tomatoes using machine learning and image processing. Artificial Intelligence in Agriculture, 2, 28–37. https://doi.org/10.1016/j.aiia.2019.06.001

Jiménez, A. (2019). Automatización y control optimizado del proceso de elaboración del aceite de oliva virgen. Mercacei 100, 98-102.

Kalogianni, E. P., Georgiou, D., & Hasanov, J. H. (2019). Olive Oil Processing: Current Knowledge, Literature Gaps, and Future Perspectives. JAOCS, Journal of the American Oil Chemists’ Society, 96(5), 481–507. https://doi.org/10.1002/aocs.12207

Ngai, C., & Wang, S. (2015). Filter or not? A Review of the Influence of Filtration on Extra Virgin Olive Oil. Retrieved from https://olivecenter.ucdavis.edu/media/files/filtrationreportfinalreduced101115.pdf

Veneziani, G., Sordini, B., Taticchi, A., Esposto, S., Selvaggini, R., Urbani, S., Maio, I. Di, & Servili, M. (2016). Improvement of Olive Oil Mechanical Extraction: New Technologies, Process Efficiency, and Extra Virgin Olive Oil Quality. In Dimitrios Boskou (Ed.), Products from Olive Tree (pp. 21–42). https://doi.org/10.5772/64796