Espanhol (pdf)
Artigo em XML
Referências do artigo
Tradução automática
Enviar este artigo por email
Citado por SciELO 
Citado por Google 
Similares em
SciELO 
Similares em Google 
Permalink
I. INTRODUCCION
N el sector industrial la tendencia parece inclinarse hacia la mayor automatización de los procesos, acompañada de un incremento en la dependencia energética, que a largo plazo puede verse beneficiada por la trazabilidad y digitalización, factores que permitirían un crecimiento sostenible de la industria. En América Latina la realidad de las industrias se encuentra a medio camino de este horizonte; el caso particular que se analiza en este trabajo aborda la vinificación, la cual en Argentina ha transitado una transformación tecnológica significativa desde el año 2002 en adelante, luego de una profunda crisis económica. Los bienes de capital de mayor importación durante el período de expansión de la industria nacional fueron maquinaria agrícola, materiales y equipos eléctricos y electrónicos [1]. Durante ese período, en Sudamérica el crecimiento de la industria argentina duplicó al crecimiento de Brasil [2]. La industria tradicional argentina (alimentos, bebidas, cueros) incrementó el volumen de exportación de un 10 % en 1990 a un 27 % sostenido durante cinco años, entre 2003 y 2008 [3].
En Argentina, el 50 % del vino producido es exportado, el restante es consumido por el mercado interno [4]. Durante décadas el modelo productivo se basó en la demanda de consumo interno de vinos de calidad intermedia, los cuales se producen en grandes volúmenes. La apertura del país al mercado global demandó productos de mayor calidad, debiendo reestructurar desde cepas, pasando por equipamiento industrial, hasta estrategias de marketing y comercio exterior [5]. El nuevo modelo productivo instalado con mayor fuerza en la zona vitivinícola del Valle de Uco -Provincia de Mendoza-, responde en parte a la tendencia internacional, mediante la cual se elaboran reducidos volúmenes de vinos, de mayor calidad. Si bien la demanda internacional de vinos argentinos creció considerablemente, siendo Argentina uno de los principales países exportadores de vino del mundo con el 3,2 % del volumen total elaborado, la demanda interna decreció, pero se mantuvo en el largo plazo [6].
En concordancia con la historia productiva nacional, en el país coexisten actualmente y en mayor proporción al menos dos modelos tecnológicos productivos bien definidos: bodegas elaboradoras de vinos finos y varietales y bodegas elaboradoras de vinos comunes y varietales (INV; 2018). Como consecuencia de esta divergencia productiva, los establecimientos de producción discontinua destinados a vinos de mayor calidad, equipados en maquinaria y tanques de acero inoxidable, proliferaron por las principales áreas vitivinícolas de Argentina, particularmente en la Provincia de Mendoza. Mientras, los establecimientos tradicionales elaboradores de vinos básicos e intermedios se mantuvieron dispersos entre las provincias de Mendoza y San Juan, y en el presente -a pesar de las tendencias tecnológico -productivo mencionadas- el 68 % del vino elaborado en el país se fermenta y estabiliza en tanques cuyas envolventes son de hormigón armado y/o ladrillón reforzado, representativos del viejo modelo de vinificación [7].
Dentro del sector industrial argentino, el subsector de alimentos y bebidas presenta demandas energéticas equivalentes al 25% del total de la energía final utilizada por la industria nacional [8]. Respecto del tipo de energía secundaria empleada, se alcanza el 43 % del consumo total de electricidad frente al 38 % del consumo total de gas distribuido en red. En los principales países vitivinícolas las bodegas comprenden también el segundo grupo industrial de mayor demanda energética en el sector de alimentos y bebidas. El pico de demanda energética de la industria del vino a nivel global se estima en 105 PJ - alrededor de 29.16 * 109 kWh-, emitiendo cerca de 16 millones de toneladas de dióxido de carbono equivalentes (TonCO2eq) [9].
La mayor demanda energética en vinificación se manifiesta durante la etapa de fermentación, proceso estacional que suele extenderse en un período entre uno y tres meses al año [10] y que coincide con la estación más cálida. El resto del tiempo las bodegas trabajan en la estabilización del producto envasado en botella o guardado en barricas o en los mismos tanques en los cuales se elaboraron, dependiendo de los recursos tecnológicos de cada industria. La fermentación es un proceso de elevada demanda energética estacional, dada la gran carga térmica necesaria para mitigar el efecto exotérmico del proceso de transformación del azúcar en alcohol. En el análisis realizado en [10], el seguimiento térmico de una muestra de vinos en fermentación arrojó valores de temperatura máximas para vinos comunes -blancos- de 26,9°C y un poco más elevadas para los tintos, de 30,1ºC. Entre las temperaturas mínimas se definen 20,3 ºC en el primer caso y 21,1 ºC en el segundo. Los rangos definidos como óptimos para vinos blancos fueron de 23,6°C +/- 3,3 K y para vinos tintos 25,6°C +/- 4,5 K.
En el mundo, las zonas productoras de vino están asentadas entre los 30º y los 40º de latitud Sur y los 30º a 50º de Latitud Norte. En el Reino Unido -sobre los 40 º de latitud Norte-, el 44 % de la energía utilizada en vinificación, se destina al trabajo de los equipos de control térmico y ventilación. En esta región, la demanda energética media de la producción de vinos alcanza los 0.55 kWh/L, variando en un amplio rango definido entre 0.04 kWh/L y 2.06 kWh/L [11]. En estas latitudes las bajas temperaturas medias - entre 11°C y 13 ºC- afectan a la fermentación disminuyendo la acción de las levaduras, demandando sistemas de control térmico que introduzcan calorías al proceso fermentativo. En Argentina (34º Meridiano Oeste, 64º Latitud Sur) dado el clima continental de las regiones vitivinícolas -temperaturas medias cercanas a los 30ºC- durante la época de molienda, se produce el efecto contrario, en el cual la fermentación alcanza su límite térmico superior y demanda frigorías. En ambos hemisferios, el control térmico en fermentación es energéticamente intensivo y relativamente dependiente del clima del lugar. Como se sabe, debido al calentamiento global las predicciones para el año 2100 sobre el aumento de la temperatura media del planeta oscilan entre un mínimo de +1,8°C y un máximo de +4°C. Publicaciones internacionales [12] advierten sobre el impacto del calentamiento global en las zonas vitivinícolas de Argentina y Chile, en dos escenarios A2 y B2 (establecidos por el Panel Intergubernamental de Expertos sobre el Cambio Climático, IPCC; 2019) en los cuales se espera un aumento de entre +1°C y +2°C para el año 2050 [13]. Este fenómeno promueve un desplazamiento de los cultivos de vid hacia zonas donde las temperaturas son un poco más templadas; desde el hemisferio sur más hacia al sur y los cultivos en el hemisferio norte, un poco más hacia el norte [14]. Sin embargo, la capacidad instalada de vinificación y los cultivos de vid se han desarrollado hasta la actualidad en zonas geográficas cada vez más afectadas por el calentamiento global. Hasta bien la infraestructura y los cultivos comiencen a desplazarse fuera de los actuales límites productivos de vid, la producción de vino continuará llevándose a cabo en sitios en los cuales se observan progresivas alteraciones térmicas que impactan en el proceso de vinificación y particularmente en la demanda energética en control térmico.
Como mencionan Vargas, J. et al (2020) cuando se desea efectuar modificaciones en los procesos de producción para el mejoramiento del mismo (…) es necesario realizar comparaciones que permitan determinar si las inversiones que se ejecuten serán eficientes [15]. Efectivamente, en este trabajo se espera determinar la tasa energética de producción de vino, originada por la interacción de la envolvente de vinificación con el clima y el grado de correlación entre ambas variables, a fin de cuantificar la demanda energética y su explicación en el entorno climático. Se espera obtener la rampa variación de la temperatura de fermentación (interior) de la envolvente para los dos modelos tecnológicos productivos característicos de la industria vitivinícola de la zona de estudio. Con el fin de determinar la dependencia energética de cada una de las tecnologías respecto del clima, se persigue establecer la distribución de probabilidad de los datos de temperatura interior para cada caso analizado, de manera de efectuar predicciones respecto de las posibles temperaturas de fermentación que pueden darse ante una variación de la temperatura del clima.
II. METODOLOGÍA
Se lleva a cabo una investigación cualitativa a partir de un estudio de casos comparativo de dos modelos tecnológicos diferentes, insertos en un mismo entorno climático. Un modelo tecnológico que representa la infraestructura de fermentación de bodegas de países con tecnología de vinificación desarrollada (Chile, Estados Unidos, Francia, España y Australia), y el otro modelo tecnológico representan la tecnología de vinificación predominante de las bodegas argentinas. Para el estudio, se selecciona la tipología de vino varietal -de calidad intermedia entre vino fino y común-, obtenido en ambos tipos de modelos productivos. Para identificar cada modelo tecnológico, se lleva a cabo un estudio observacional simple en el cual se relevan las instalaciones de dos bodegas localizadas en la zona vitivinícola del Valle del Tulum, en la Provincia de San Juan, Argentina.
Los datos registrados con sensores se organizan en planillas de cálculo Excel® y se procesan con el software estadístico R®. Se determinan las funciones de probabilidad para los conjuntos de datos empíricos registrados y se define la distribución de densidad para cada conjunto de datos (2449 datos para cada Tw y para Te) de las envolventes de ambos modelos tecnológicos considerados. Se obtienen algunos estadísticos de las muestras, como la media muestral y la desviación estándar de la muestra, con lo cuales se desarrolla el modelo de regresión lineal simple bivariado con una componente estocástica.
Caracterización del Clima: El valle del Tulum, donde se asienta la ciudad de San Juan, se ubica a 600 msnm, en los 30º 52' de Latitud Sur y 68º 59' de Longitud en dirección Oeste y se define como un clima cálido-árido. En esta zona árida la temperatura media en verano alcanza los 26,4°C con máximas de 38°C y amplitudes térmicas diarias superiores a los +/- 14 K. A lo largo del año, los vientos son de dirección predominantemente Sur. La velocidad de estos se duplica en verano, alcanzando una media de 13 Km/h [8]. El efecto de la radiación solar es otro determinante en la carga de frío de las agroindustrias; en verano, los sensores HOBBO U12 T12 instalados en el predio de estudio, registran una intensidad de hasta 850 W/m2 en horas del mediodía. En esta época, los aportes solares son significativos sobre el plano horizontal y este-oeste. En invierno, las superficies orientadas al norte reciben los rayos directos durante más horas y mayor intensidad que las demás orientaciones.
Casos de Estudio: Los sistemas productivos se pueden caracterizar por la tecnología de los equipos eléctricos y por la tecnología de la envolvente o tanques de fermentación.
A. Tecnología de los equipos eléctricos.
Los modelos productivos se pueden definir a partir de la calidad perseguida para el producto, volumen elaborado, continuidad del trabajo mecánico y tecnología, en donde se caracteriza el tipo de recurso utilizado en control térmico y los tanques fermentadores. Los sistemas de producción continua (Modelos productivo-tecnológicos Representativos de la Región; MTPR, Fig.1) trabajan las 24 horas; la marcha se detiene brevemente para realizar tareas de limpieza. En los sistemas de producción discontinua (Modelos productivo-tecnológicos Nuevos; MTPN, Fig.2) la marcha se detiene varias veces al día para limpiar la zona de trabajo, entre carga y descarga de bins. Como se mencionó en la introducción, los MTPR son abundantes en Argentina y los MTPN son representativos de la tendencia hacia una modernización tecnológica estratégica en las empresas vitivinícolas locales con mayor competitividad.
Respecto del abordaje del proceso, se comprenden las tareas de vinificación ejecutadas desde la molienda hasta la estabilización del vino. Las tareas de fraccionamiento y expedición no son consideradas dado que, en Argentina la mayor densidad de volumen elaborado no se fracciona en las bodegas (INV; 2018), por lo cual en su mayoría los establecimientos de vinificación no presentan estos ámbitos integrados a la infraestructura principal.
Estos volúmenes de vino son despachados de las industrias a granel, para proveer a las grandes empresas fraccionadoras y a otras bodegas. Asimismo, los establecimientos seleccionados para este análisis son netamente productivos, no disponen de áreas administrativas, lo cual facilita la determinación de la demanda energética neta en elaboración de vino.
Los equipos eléctricos se distinguen según sean fijos o móviles. Los equipos fijos son aquellos que no se trasladan para su uso, como las prensas, lagares y moledoras; y los equipos móviles son aquellos que comúnmente se desplazan en la bodega, como las bombas y los filtros. Las entrevistas informales a los operarios de las bodegas hicieron posible establecer la frecuencia en el uso de las maquinarias, la potencia de los motores, la cantidad de horas diarias y horarios de uso y caracterizar la estacionalidad del proceso.
El control térmico del proceso de fermentación del mosto se lleva a cabo mediante sistemas de frío; para el caso del MTPR, este sistema es móvil constituyendo un serpentín sobre cuya superficie cae una lluvia de agua de fuente subterránea, enfriando el mosto que circula dentro del intercambiador. Este sistema se desplaza a pie de cada tanque fermentador y se asiste por dos bombas centrífugas; una que impulsa el mosto y la otra que impulsa el agua, en contracorriente.
Para el MTPN, el sistema de control térmico es fijo. Todos los tanques se hallan conectados al equipo central de frío por cañerías en cuyo interior circula agua enfriada por intercambio térmico con un fluido condensado mediante un compresor a gas. Entre los tanques fermentadores se encuentran dos tipos; aquellos que disponen de camisa de frío sobre su envolvente vertical y aquellos que disponen de intercambiadores de frío. Los primeros realizan el intercambio térmico desde la superficie del tanque, mientras que los segundos llevan a cabo este intercambio directamente en el seno del mosto en fermentación.
B. Tecnología de los tanques de Fermentación.
En el MTPN, los tanques de acero inoxidable disponen de doble camisa de refrigeración o cámara de agua. Este es uno de los tipos más eficaces de transferencia de calor, superando al intercambiador de frío. Este tanque (denominado en este estudio Steel; Fig.2) se halla dentro de un galpón industrial, aislado térmicamente por la cubierta de techo (Fig.2).
En MTPN, el sistema de control de temperaturas de procesos consiste en un equipo de frío central, que trabaja por absorción del calor mediante gas Freón 22, utilizando agua como medio de transporte del mismo. Este sistema se encuentra activo durante el período de la fermentación, que varía entre los siete y quince días, según la variedad de vino. En el MTPR los tanques son de hormigón armado (denominado en este estudio Concrete; Fig.3), expuestos a la intemperie. El sistema de control de temperatura de procesos consiste en un intercambiador de tubos, cuyo refrigerante y medio de transporte del calor -el agua, de origen geotérmico- circula dentro de un sistema abierto. Este sistema funciona “a demanda”, activándose de manera manual cuando el mosto-vino alcanza el margen superior tolerable de temperatura de fermentación.
Las unidades de control de la temperatura de fermentación se hallan expuestas al clima en diverso grado. Para el caso de MPTN, los fermentadores se encuentran protegidos dentro de la envolvente de un edificio de tipo industrial (Fig.2), aislados térmicamente del clima exterior y cerrado, con escasa ventilación natural. En el caso de la MPTR, los fermentadores se hallan expuestos a la intemperie -dada su escala-, recibiendo el impacto directo del viento cálido y de la radiación solar (Fig. 1).
Se lleva a cabo un registro de temperaturas del vino (Tw) del caso Concrete y del caso Steel. Los datos de Tw se registran cada 30 minutos durante cincuenta días corridos a fines del verano, tomando la información en el seno del vino almacenado en el interior de los casos de las envolventes de Steel (Fig.2) y Concrete (Fig.3). Se obtienen 2.448 registros para cada caso.
Para las mediciones se utilizan sensores HOBO U12, con un error de precisión de +/- 0,35 K. Los 7.344 datos de temperatura del vino (Tw), del ámbito de la bodega (Ti) y del aire exterior (Te) se descargan en HOBO Ware, cuya síntesis de halla expuesta en la Tabla III, y luego se procesan en una planilla Excel®, obteniendo los parámetros estadísticos mediante el software R®. La descarga de los datos implica la tarea de limpieza de los mismos. Como puede verse en la 0, los datos de Concrete presentan out-layers superiores significativos; al analizarlos se detecta que los mismos constituyen saltos en registro debido probablemente a la apertura de la compuerta superior de la envolvente de vinificación. Los datos se limpian en base a la información proporcionada por el software R® y las salidas gráficas de los diagramas de cajas y de tallos y hojas. Los datos de temperatura exterior y de Steel no requieren de limpieza.
Puede observarse la manera en la cual los datos de Concrete cambian su distribución luego de la limpieza: en la figura de la izquierda la misma presenta una cola larga hacia la derecha. En la figura de la derecha, la distribución final no es sesgada, y se aproximan los valores de la media (26.86°C) y la mediana (26.49°C), característica de las distribuciones normales.
Para determinar en qué medida el clima afecta la demanda energética de la fermentación, se recurre al empleo de herramientas estadísticas que permitan definir el coeficiente de Pearson, en base a los datos procesados de las variables dependientes (Tw y Ti) e independientes (Te). Este coeficiente de correlación permite determinar estadísticamente la existencia y grado de asociación entre las variables explicativas y explicadas, partiendo del supuesto que entre éstas existe una relación lineal.
Se estima el valor de la desviación estándar (σ) y el coeficiente de variación (Cv) para las Tw para MTPN y MTPR. Con los datos experimentales obtenidos con los sensores, se construye la función de densidad de cada conjunto de valores y se obtiene la distribución normal para Te y Tw de MTPR y MTPN. Conociendo el comportamiento de los datos, es posible determinar la probabilidad de ocurrencia de sucesos (demanda energética) ante una variación de la Te. Esta instancia se lleva a cabo con el empleo de herramientas de programación Jupyter Notebook® y el software Excel®.
III. RESULTADOS
A-Demanda Energética
El relevamiento de las instalaciones fijas y móviles presentan diferencias en la demanda energética entre ambos modelos tecnológico-productivos, pero la mayor demanda se observa en ambos casos, particularmente en control térmico. Como se expone en la Tabla I, a pesar de que los fermentadores se ubican en el interior de un galpón aislado térmicamente y con escasa ventilación, el MTPN presenta una demanda energética en control térmico superior al MTPR.
TABLA I DEMANDA ENERGÉTICA DIAR PARA CADA MODELO, SEGÚN EL EQUIPAMIENTO
| Demanda Energética | [kWh/día] | |
|---|---|---|
| MTPR | MTPN | |
| Fija | 886 | 337 |
| Móvil | 734 | 108 |
| Control térmico producto | 847 | 653 |
| Total | 4.391 | 1.098 |
La diferencia entre las demandas correspondientes a la maquinaria móvil (bombas particularmente) puede explicarse por el mayor recorrido espacial del vino en el MTPR, en cuyo caso la bodega dispone de tres niveles (subsuelo, planta baja y entrepiso). Como se observa en la Tabla II, los volúmenes elaborados en el MTPR son superiores al MTPN en más de tres millones de litros de vino producido. La demanda energética por producto, -en unidades de L- señala que el MTPN supera en un 30% la demanda energética unitaria del MTPR, del mismo producto y en el mismo entorno climático.
TABLA II DATOS DE DEMANDAS ENERGÉTICAS Y DE PRODUCCIÓN PARA CADA MODELO
| Modelo Tecnológico Productivo | Uva Molida [Kg] | Volumen Elaborado [L] | Demanda Energética [kWh] | Demanda Energética/Producto [kWh/L] | Tanques Material |
|---|---|---|---|---|---|
| Representativo (MTPR) | 5.262.000 | 4.234.500 | 307.355 | 0.07 | Hormigón Armado |
| Nuevo (MTPN) | 922.000 | 755.900 | 76.881 | 0.10 | Acero Inoxidable |
B- Temperaturas T w y T e
Abordando el efecto de las temperaturas del clima y las temperaturas de producción del vino en fermentación, se observa que existe una gran desviación de la media definida en la tabla III; en el caso Steel. En este, a pesar de conservar una temperatura media inferior al caso Concrete, la desviación estándar representa casi el doble de la desviación del caso Concrete.
TABLA III PARÁMETROS DE LAS MUESTRAS DE TEMPERATURA PARA CADA MODELO MTPR, MTPN Y CLIMA.
| Modelo Productivo | MTPR | MTPN | CLIMA |
|---|---|---|---|
| Caso | Concrete (a la intemperie, Tw) | Steel (en bodega, Tw) | Temperatura exterior (Te) |
| Media [µ; ºC] | 26,86 | 23,86 | 21,78 |
| Desviación Estándar [σ; K] | +/- 2,89 | +/- 4,18 | +/-6,43 |
| Datos [u] | 2.448 | 2.448 | 2.448 |
| Intervalo [min] | 30 | 30 | 30 |
| Sensor | HOBO U12 con protección hermética | HOBO U12 con protección hermética | HOBO U12 |
La Tw de Steel es controlada mecánicamente hasta la base -valores mínimos de 14.55ºC (0) y de manera inmediata al ser “liberada” presenta una rápida variación térmica -entre +/- 4.18 K, cada treinta minutos- señalando que los fermentadores de acero inoxidable como Steel, representativos del MTPN ofrecen escasa amortiguación y retardo térmicos viéndose sensiblemente afectados por las variaciones climáticas. Puede observarse que en el caso Concrete, la Tw controlada hasta 18.91ºC manifiesta un retardo y amortiguación térmicos importantes, con variaciones de casi la mitad que en Concrete. MTPR dispone de un equipamiento insuficiente para descender la temperatura del vino fuera del margen de la temperatura del recurso geotérmico utilizado -agua de fuente subterránea-, definida en una temperatura media de 18ºC.
Respecto de la tasa energía-producto, cabe hacer una estimación más. De estos valores energéticos, se desprenden valores energéticos dependientes del factor climático, como la tasa relativa a control térmico. En Concrete, esta tasa constituye 0,02 kWh/L y para Steel es tres veces superior, alcanzando 0,06 kWh/L.
Se estima el grado de variación de las variables Tw de los casos Steel y Concrete mediante el cálculo del Coeficiente de Variación (Cv; Tabla IV) para cada caso, a partir de la expresión 1.
Donde;
σ = desviación estándar de la media muestral
x = media muestral
Los valores de Cv señalan que Steel presenta desviaciones significativas, del 18%. Esta variación toma relevancia si se considera que el valor Cv de desviación estándar de la Te respecto de la Te media es de 30%. Entonces, de un 30% posible de desviación respecto de Te -en un rango entre 0 y 1- Steel alcanza 0.66, frente a un 0.33 para Concrete.
Evidentemente la envolvente de Concrete proporciona una amortiguación de Te superior a la de Steel, de prácticamente un tercio más. Este hecho señala que el producto en el interior del caso Concrete se sirve de una estabilidad térmica mayor que en el interior del caso Steel.
C-Distribuciones de Probabilidad de los datos
Con los datos de Tw obtenidos con los sensores, se define el área debajo de la curva y se construyen las distribuciones para las variables Te, y la variable Tw para el caso Steel y Concrete (Fig. 5). Como se observa, las distribuciones de probabilidad entre los modelos tecnológicos analizados son diferentes, siendo la curva del MTPR (Concrete) más angosta en su base, con desviaciones estándar más reducidas que en el caso MTPN (Steel). La distribución de Steel es similar a la distribución de la Te, pero con una tendencia bimodal. En este sentido, la curva de Concrete se diferencia de las otras dos distribuciones, siendo más acotada y aguda. Esta forma señala un menor riesgo de incertidumbre de la Tw, al ser menor la magnitud de la desviación estándar en Concrete que en Steel. El área debajo de la intersección entre la Tw y la Te es mayor en el caso Steel, siendo este el más afectado a las inclemencias climáticas, Te.
Considerando las distribuciones de probabilidad acumulada (p; 0) se estima la probabilidad condicionada de un valor de Tw, cuando Te tiene un valor probable conocido. Para estimar la replicación de la Te sobre Tw, cuando esta alcanza los 22°C, la p (Tw-22°C) es de 2.4% en MTPR e igual a 16.9% en MTPN, dadas las mismas temperaturas exteriores. Si se desea conocer la probabilidad p (Tw-24°C), existe un 32.6% en MTPN y un 10.2% en MTPR. La p (Tw-26°C) en MTPR es del 28.5% y del 51.8% para MTPN. Puede observarse la persistente diferencia térmica entre MTPR y MTPN, frente a un mismo contexto climático.
D-Regresión Bivariada
Si se observan los resultados según el tipo de modelo productivo (0IV), MTPN marca una tendencia creciente hacia la dependencia energética de los procesos industriales, indicando una demanda energética un 30 % mayor por unidad de producto. En parte, en el diagrama de dispersión de la tabla IV, se observa que esta demanda energética se asocia casi un 79% a la variable independiente Te -0,06 kWh/L-, pero no la determina. En los casos donde la producción se lleva a cabo mediante MTPN el coeficiente de correlación r entre Te y Tw en Steel es relativamente elevado, igual al 79 %. La diferencia de correlación entre estas mismas variables para MTPR, es de más del doble, indicando hasta un 34 % de correlación Te/Tw en Concrete. Según estas estimaciones, la variable clima está asociada en un 45% más a la demanda energética de Tw en Steel que en Concrete, a pesar de que el primero se encuentra en el interior de un galpón térmicamente aislado.
Identificado el nivel de asociación entre de Tw y Te, se persigue establecer el Modelo de Regresión Bivariada, de especial interés para MTPN, dada la magnitud de su variación. Para la regresión bivariada se designa a Tw como la variable dependiente y a Te como la variable independiente. Ambos modelos de regresión son significativos a un nivel α del 1%. Puede observarse en el modelo de regresión bivariado que la rampa del 0.51 de Te para Tw en MTPN, es visiblemente superior a la rampa térmica del MTPR, igual a 0.15 (Tabla IV). Respecto de la envolvente de los fermentadores que responden al MTPR, se observa que el potencial de optimización de la demanda energética es menor al caso anterior, de menos de un tercio de su alcance. En MTPR, el 0.15 de la variación de Tw se determina por la variación de Te, aunque el coeficiente de determinación r2 entre ambas variables es notablemente más bajo (0.12) que en el caso de MTPN (0.62). Esta diferencia en los coeficientes no afecta a la utilidad del modelo bivariado ya que ambos casos son significativos al 1%. La gran diferencia observada entre las rampas térmicas del modelo bivariado para los casos analizados (0.15 y 0.51) no son sorpresivos dado que se conoce de antemano que la fuerza de asociación entre Te y Tw es baja en MTPR (0.34) en comparación a MTPN (0.79).
Para explicar la componente estocástica de la relación de Te con Tw, la función lineal proporciona el parámetro de error (+ e). Los resultados del modelo bivariado señalan un error estándar similar para MTPR, e = +/- 2,71 K y para MTPN, e = +/- 2,57 K.
TABLA IV DATOS RELATIVOS A LA DEMANDA ENERGÉTICA Y LA PRODUCCIÓN PARA CADA MODELO.
| Correlación de parámetros de Tw con Te | MTPR | MTPN |
|---|---|---|
| Caso | Concrete (vino blanco) | Steel (vino blanco) |
| Intensidad Energética [kWh/L] | 0.07 | 0.10 |
| Coeficiente de Variación | 11% | 18% |
| Coeficiente de Pearson (r) | 0.34 | 0.79 |
| Modelo de Regresión Lineal Bivariada | Tw= 23.47 + 0.15·Te + e | Tw= 12.62 + 0.51·Te+ e |
| Intervalo de Confianza (95%) Intercepto | 23.08 ←23.47→ 23.86 | 12.25 ←12.62→ 12.98 |
| Intervalo de Confianza (95%) Rampa | 0.14 ←0.15→ 0.17 | 0.49 ←0.51→ 0.53 |
| Coeficiente de Determinación (r 2 ) | 0.12 | 0.62 |
| Error estándar de estimación (y-ŷ) | 2.71 | 2.57 |
| Diagrama de Dispersión |
Diagrama de Dispersión Concrete Ti/Te. |
Diagrama de Dispersión Steel Ti/Te. |
IV. DISCUSIÓN
Las mediciones llevadas a cabo en el presente trabajo se efectuaron en situaciones climáticas atípicas; en este período las temperaturas exteriores registradas son un 20% inferiores a los valores de temperatura media histórica. Así también la desviación estándar registrada es de la mitad de la histórica; +/- 6,43 K frente a +/- 14 K. Sin embargo, para la finalidad del trabajo los datos son útiles para exponer el grado de correlación entre variables con un método empírico.
Como se mencionó en la introducción, el rango de demanda energética en vinificación en el Reino Unido se estima entre los 0.04 kWh/L y 2.06 kWh/L. De estos amplios rangos, el 44% de la energía es consumida en control térmico, entre 0.02 kWh/L
y 0,90 kWh/L de vino elaborado. El límite inferior de este rango es dos tercios menor al obtenido en el trabajo (MTPR) y el límite superior del rango para las bodegas del Reino Unido es de nueve veces superior al caso MTPN. La demanda energética media de este rango (0.46 kWh/L) es cuatro veces la demanda en MTPN. Sin embrago, los procesos involucrados en la producción de vino en el Reino Unido y en Argentina podrían ser sustancialmente diferentes. Por ejemplo, en Argentina el vino suele producirse a granel o suelto, y comercializarse en el mercado interno para su fraccionamiento. De esta manera las actividades se segregan en distintas industrias que atienden tareas tercerizadas.
Desde un enfoque probabilístico, el análisis comparativo de envolventes tipo MTPR y MTPN señala que existe una diferencia superior en un + 14.5% para p (Tw-22°C), un + 22.4% para p (Tw-24°C) y un + 23.3% para p (Tw-26°C) de que la Te se replique en Tw (MTPN) respecto de Tw (MTPR). Esta probabilidad se construye en base a datos empíricos y es útil como referencia para estimar las posibles diferencias de carga térmica entre ambos modelos tecnológicos de vinificación similares a los analizados en la presente investigación. Sin embargo, estos resultados no podrán replicarse sino ser útiles como referencias o antecedentes.
Mediante un enfoque determinístico, se emplea la Regresión Lineal Bivariada a fin de obtener un modelo predictivo de Tw para ambos modelos tecnológicos tipo Concrete y Steel. Los coeficientes de determinación (r2) definen la calidad de los modelos lineales para predecir los resultados de cada caso de envolvente: este coeficiente es relativamente bajo para Concrete (0.12) y elevado para Steel (0.62). El modelo indica que el 62% de la variación en Tw en Steel se explica por la variación en Te, mientras que el 12% de la variación en Tw en Concrete se explica por la variación en Te. Esto deja una proporción significativa no explicada en el caso de MTPR, la cual debe ser objetivo de una investigación posterior. Sin embrago, la proporción de Tw explicada por Te tanto en MTPR como en MTPN es estadísticamente significativa al 1%.
Claramente por cada cambio en la Te, la Tw del MTPN cambiará también, con mayor demanda energética que para el caso MTPR. Si se consideran las proyecciones de incremento de temperatura en +1°C y +2°C a 50 años para las zonas vitivinícolas de Argentina y Chile, aplicando la rampa térmica obtenida en el modelo bivariado, por cada +1°C MTPR incrementará un 15% su demanda energética en control térmico. Pero MTPN variará en un 51%, con una probabilidad entre un 14.3% y un 23.3% mayor que MTPR. Asimismo, la rampa estimada en el modelo bivariado indica la magnitud del potencial de optimización pasiva de la envolvente de fermentación, notablemente superior en MTPN que para MTPR.
Existe una tasa energética de producción, demanda energética en control térmico y desviación estándar de Tw notablemente diferentes entre ambos modelos. Es destacable el efecto del clima en la progresión térmica de Tw en Steel, aun en aquellas envolventes que responden a MTPN y que se ubican en locales cerrados, aislados y controlados térmicamente.
El sector industrial asiste con mayor frecuencia a la demanda de los Sistemas de Gestión Ambiental (SGA), perfilando planes de acción a mediano y largo plazo. Esta realidad requiere del conocimiento de las implicancias ambientales de los procesos industriales. En el caso del consumo de energía los SGA -a pesar de su no-obligatoriedad- atienden a abordar la reducción de la demanda energética en tanto la misma conduce a una mayor emisión de gases de efecto invernadero. Son numerosos los ejemplos de organización a través de los cuales se cita a las industrias y gobiernos a un mayor compromiso ambiental adoptando los SGA en su organización, los sistemas de Producción Limpia, colaborando en los Foros multilaterales, etc. [17]. Esta tendencia reclama un conocimiento sobre las implicancias de los procesos industriales, a fin de atacar los problemas ambientales a los cuales conducen. Sin embargo, los resultados del análisis llevado a cabo en esta investigación concluyente no constituyen una universalización de los mismos. Existen diferencias de infraestructura, de contexto económico, tecnológico y climático que condicionan la configuración y escala de las bodegas dentro de un mismo país y entre los diferentes países vitivinícolas. En ese sentido, este trabajo es un aporte a la información regional escasamente determinada en la temática abordada, la cual es radical para la toma de decisiones en las empresas vitivinícolas locales. Se espera transmitir la necesidad de indagar sobre las implicancias energéticas de las nuevas tecnologías industriales de producción de alimentos, reconociendo el impacto actual y futuro esperado y considerando el potencial de ahorro energético pasivo de los MTPR.
