Modellazione, ottimizzazione ed innovazione di processo
A.A. 2025/2026
Obiettivi formativi
L'insegnamento si propone di fornire a* student* conoscenze relative ai metodi di modellazione e di ottimizzazione più utilizzati nell'industria alimentare. L'insegnamento si propone inoltre di fornire le conoscenze relative alle tecnologie innovative ed alle loro applicazioni.
Risultati apprendimento attesi
Al termine dell'insegnamento gli/le studenti/esse sapranno costruire, mediante l'uso di software dedicati, modelli statistici capaci di descrivere un processo produttivo, di ottimizzare le condizioni operative e di prevedere le proprietà del prodotto finito. Gli/Le studenti/esse sapranno inoltre valutare le potenzialità di applicazione delle tecnologie più innovative nei diversi processi alimentari.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
Programma
1. Introduzione alla modellazione di processo. Confronto tra approccio fondamentale e approccio empirico. Principi, definizioni, scopi, esempi applicativi.
2. I differenti metodi statistici utilizzati per la costruzione di un modello: regressione lineare, non lineare e pesata. Il metodo dei minimi quadrati per la stima dei parametri.
3. Principi, scopi e procedure del disegno sperimentale. I differenti disegni sperimentali e i criteri di scelta. L'analisi della varianza. Il disegno comparativo a un fattore e il disegno a blocchi. Il disegno fattoriale completo e frazionario a due livelli. Il concetto di confondimento degli effetti e di risoluzione. Metodi per il miglioramento della risoluzione del disegno frazionario. l disegni Plackett-Burman. L'aggiunta dei punti centrali ai disegni fattoriali.
4. I disegni di superfici di risposta: Central Composite Design, Face Centered Design, Box-Behnken.
5. Le procedure di ottimizzazione per una o più variabili di risposta ed il metodo di salita ripida. La funzione di desiderabilità.
6. I disegni per le miscele. Trattamento simultaneo di variabili di processo e miscele: i D-optimal design.
7. Processi innovativi termici e non termici per l'industria alimentare. Il processo ad alte pressioni, i campi elettrici pulsati, le microonde e il riscaldamento ohmico.
- Esercitazioni al computer in aula di informatica con esempi pratici di modellazione ed ottimizzazione di processo e di prodotto mediante l'impiego delle diverse metodologie trattate. Software utilizzati: Excel e Design Expert o analogo.
2. I differenti metodi statistici utilizzati per la costruzione di un modello: regressione lineare, non lineare e pesata. Il metodo dei minimi quadrati per la stima dei parametri.
3. Principi, scopi e procedure del disegno sperimentale. I differenti disegni sperimentali e i criteri di scelta. L'analisi della varianza. Il disegno comparativo a un fattore e il disegno a blocchi. Il disegno fattoriale completo e frazionario a due livelli. Il concetto di confondimento degli effetti e di risoluzione. Metodi per il miglioramento della risoluzione del disegno frazionario. l disegni Plackett-Burman. L'aggiunta dei punti centrali ai disegni fattoriali.
4. I disegni di superfici di risposta: Central Composite Design, Face Centered Design, Box-Behnken.
5. Le procedure di ottimizzazione per una o più variabili di risposta ed il metodo di salita ripida. La funzione di desiderabilità.
6. I disegni per le miscele. Trattamento simultaneo di variabili di processo e miscele: i D-optimal design.
7. Processi innovativi termici e non termici per l'industria alimentare. Il processo ad alte pressioni, i campi elettrici pulsati, le microonde e il riscaldamento ohmico.
- Esercitazioni al computer in aula di informatica con esempi pratici di modellazione ed ottimizzazione di processo e di prodotto mediante l'impiego delle diverse metodologie trattate. Software utilizzati: Excel e Design Expert o analogo.
Prerequisiti
E' richiesta la conoscenza dei principali processi applicati nell'industria alimentare, nonché nozioni di base di statistica.
Metodi didattici
L'insegnamento sarà erogato attraverso:
- Lezioni frontali (4 CFU) con supporti informatici (presentazioni Power Point, fogli di calcolo Excel, software statistici) finalizzate a trasferire le conoscenze teoriche per la comprensione e l'applicazione dei metodi spiegati;
- Esercitazioni in laboratorio di informatica (2 CFU) finalizzate a prendere confidenza con la soluzione di problemi.
- Lezioni frontali (4 CFU) con supporti informatici (presentazioni Power Point, fogli di calcolo Excel, software statistici) finalizzate a trasferire le conoscenze teoriche per la comprensione e l'applicazione dei metodi spiegati;
- Esercitazioni in laboratorio di informatica (2 CFU) finalizzate a prendere confidenza con la soluzione di problemi.
Materiale di riferimento
- Le diapositive proiettate a lezione, corredate da un testo esplicativo, gli esercizi con soluzioni e gli esempi di esami pratici sono disponibili sul portale myARIEL.
- "Progettazione e analisi degli esperimenti", Douglas Montgomery, McGraw-Hill.
- "Engineering statistics" http://www.itl.nist.gov/div898/handbook/index.htm
- Response Surface Methodology. Process and product optimization using design experiments. Wiley series in probability and statistics. Raymond H. Myers, Douglas C. Montgomery, Christine M. Anderson-Cook
- "Formulation Simplified: Finding the Sweet Spot through Design and Analysis of Experiments with Mixtures", M.J. Anderson, P.J. Whitcomb, M.A. Bezener
- "Progettazione e analisi degli esperimenti", Douglas Montgomery, McGraw-Hill.
- "Engineering statistics" http://www.itl.nist.gov/div898/handbook/index.htm
- Response Surface Methodology. Process and product optimization using design experiments. Wiley series in probability and statistics. Raymond H. Myers, Douglas C. Montgomery, Christine M. Anderson-Cook
- "Formulation Simplified: Finding the Sweet Spot through Design and Analysis of Experiments with Mixtures", M.J. Anderson, P.J. Whitcomb, M.A. Bezener
Modalità di verifica dell’apprendimento e criteri di valutazione
La verifica dell'apprendimento consiste in una prova scritta articolata in due parti: la prima comprende la risoluzione di esercizi (con l'utilizzo di calcolatrice e tavole statistiche), risposte a domande aperte, affermazioni Vero o Falso e/o completamento di testi relativi alle conoscenze teoriche (durata: 80 minuti - 17 punti); la seconda prevede la risoluzione di un esercizio al computer mediante il software Design Expert o analogo, con relativo commento (durata: 40 minuti - 9 punti). La valutazione delle Tecnologie Innovative avverrà attraverso lo svolgimento di un lavoro di ricerca (4 punti), la cui tematica e data di presentazione saranno previamente concordate con il docente.
Il voto finale, espresso in trentesimi, sarà comunicato tramite posta elettronica (e-mail). Sono previsti sei appelli annuali: due durante ogni periodo di sospensione delle lezioni tra i semestri e uno durante le pause didattiche all'interno di ciascun semestre. Eventuali appelli aggiuntivi potranno essere organizzati su richiesta degli studenti.
Eventuali student* con DSA e con disabilità sono pregat* di contattare via mail il Docente almeno15 giorni prima della data di esame prevista per concordare le eventuali misure individualizzate. Nella mail indirizzata al docente è necessario mettere in CC i rispettivi Servizi di Ateneo: [email protected] (per studenti con DSA) e [email protected] (per studenti con disabilità).
Il voto finale, espresso in trentesimi, sarà comunicato tramite posta elettronica (e-mail). Sono previsti sei appelli annuali: due durante ogni periodo di sospensione delle lezioni tra i semestri e uno durante le pause didattiche all'interno di ciascun semestre. Eventuali appelli aggiuntivi potranno essere organizzati su richiesta degli studenti.
Eventuali student* con DSA e con disabilità sono pregat* di contattare via mail il Docente almeno15 giorni prima della data di esame prevista per concordare le eventuali misure individualizzate. Nella mail indirizzata al docente è necessario mettere in CC i rispettivi Servizi di Ateneo: [email protected] (per studenti con DSA) e [email protected] (per studenti con disabilità).
AGR/15 - SCIENZE E TECNOLOGIE ALIMENTARI - CFU: 6
Esercitazioni in aula informatica: 32 ore
Lezioni: 32 ore
Lezioni: 32 ore
Docente:
Hidalgo Vidal Alyssa Mariel
Turni:
Docente:
Hidalgo Vidal Alyssa Mariel
Turno 1
Docente:
Hidalgo Vidal Alyssa MarielTurno 2
Docente:
Hidalgo Vidal Alyssa MarielDocente/i
Ricevimento:
su appuntamento
via Mangiagalli 25, 4to piano