Desarrollo tecnológico: Sistema de determinación cuantitativa del porcentaje de cocido en sosa cáustica de aceitunas y predicción del momento óptimo de finalización (visión artificial y cloud computing)

Desarrollo tecnológico para determinar de forma cuantitativa, durante el tratamiento alcalino en NaOH (cocido) de aceitunas verdes al estilo sevillano, el porcentaje de penetración de la sosa en la pulpa y predecir el momento óptimo para finalizar el proceso. El sistema combina un protocolo de toma...

Descripción completa

Detalles Bibliográficos
Autores: Madueño Luna, Antonio, Madueño Luna, José Miguel, López Lineros, Miriam, López Gordillo, Miguel Calixto
Tipo de recurso: conjunto de datos
Fecha de publicación:2026
País:España
Institución:Universidad de Sevilla (US)
Repositorio:idUS. Depósito de Investigación de la Universidad de Sevilla
OAI Identifier:oai:idus.us.es:11441/182197
Acceso en línea:https://hdl.handle.net/11441/182197
https://doi.org/10.12795/11441/182197
Access Level:acceso abierto
Palabra clave:aceitunas verdes estilo sevillano
cocido en sosa cáustica
NaOH
porcentaje de cocido
fenolftaleína
visión artificial
predicción
interpolación
cloud computing
control de proceso
Sevillian-style green olives
lye treatment
cooking degree
phenolphthalein
computer vision
prediction
interpolation
process control
Descripción
Sumario:Desarrollo tecnológico para determinar de forma cuantitativa, durante el tratamiento alcalino en NaOH (cocido) de aceitunas verdes al estilo sevillano, el porcentaje de penetración de la sosa en la pulpa y predecir el momento óptimo para finalizar el proceso. El sistema combina un protocolo de toma de muestras y acondicionamiento del fruto (corte, marcado con fenolftaleína y captura de imagen con iluminación constante) con algoritmos de visión artificial que calculan el porcentaje de cocido. A partir de la serie temporal de medidas, un interpolador estima el instante en el que se alcanzará un umbral objetivo (p.ej., 2/3 o 3/4 de penetración). Incluye además una aplicación web para gestión y trazabilidad del proceso (cloud computing) y evidencia de implantación industrial (TRL 9).