Beruflich Dokumente
Kultur Dokumente
Directores
_____________________________________
M en C. Víctor Manuel Villegas Cornelio
Director interno de tesis IQP-UPCH
_____________________________________
Dr. Amando Guerrero Peña
Director externo LASPA-COLPOS
Consejeros
______________________________ _______________________________
M. en C. José Del Carmen González Méndez Ing. Elvira Espinoza Molar
IQP-UPCH IQP-UPCH
H. Cárdenas, Tabasco
Optimización de las variables en la hidrolisis ácida de
cáscara de piña por MSR para obtener AR
Dedicatoria:
“A ustedes quienes forman parte de esta nueva etapa en mi vida, por confiar
en mí y sobre todo por estar siempre a mi lado. Mil gracias”
Agradecimientos:
A MIS PADRES: Ustedes son lo más grande y único seguro que tengo, les agradezco
porque me han enseñado que en la vida hay cosas más importantes que el dinero, como el
amor, el respeto, la humildad, la responsabilidad. Que ser feliz depende de nosotros
mismos, de lo que somos y no de lo que tenemos. Estoy aquí por ustedes, por su apoyo y los
sacrificios que han hecho por mí, sé que no les ha sido fácil traerme hasta donde estoy, por
eso estaré eternamente agradecida con ustedes. Gracias a Dios por darme unos
maravillosos padres no saben lo orgullosa que me siento de tenerlos porque han estado a mi
lado en los buenos y malos momentos de mi vida, para apoyarme, guiarme y aconsejarme.
Los amo con toda mi alma. Lo logré y fue gracias a ustedes!!!
A MIS HERMANOS: Ustedes porque le ponen un toque especial a mi vida y por darme
en el momento preciso los ánimos, no necesito más motivos para agradecerles. Los quiero
mucho!!!
A MI HIJO: Por ser la gran motivación y por formar parte de esta nueva etapa en mi
vida, mil gracias por tu paciencia. Te amo mi niño y siempre estarás en mi corazón!!!
A MI PEQUEÑA SOBRINA: Por formar parte de esta nueva etapa en mi vida. Te amo
mi princesita!!!
Al comité revisor de este trabajo Dra. Gloria Ivette Bolio López, M en C. Ana Guadalupe
Ramírez May y el Quím. Yiny Castillo de la Cruz por su colaboración y aprobación de este
trabajo para que se llevara a cabo. Gracias!!!
A mis amigos que estuvieron conmigo en los buenos y malos momentos, mil gracias por
todo su apoyo y cariño, a mis compañeros de laboratorio, de generación y a todas esas
personas que de una u otra manera me brindaron su amistad. Gracias!!!
Por último agradezco a la empresa FrexPort quien facilito la materia prima para la
realización de este trabajo.
Pág.
Índice de Figuras........................................................................................................ iv
Índice de Tablas ......................................................................................................... v
Índice de Diagrama .................................................................................................... v
Índice de Graficas ...................................................................................................... vi
Resumen.................................................................................................................... vii
I. INTRODUCCIÓN ................................................................................................. 1
II. JUSTIFICACIÓN ................................................................................................. 3
III. PLANTEAMIENTO DEL PROBLEMA................................................................. 3
IV. ANTECEDENTES DEL PROBLEMA .................................................................. 4
V. HIPOTESIS.......................................................................................................... 8
ii
Optimización de las variables en la hidrolisis ácida de cáscara
de piña por MSR para obtener AR
9.4.2. Análisis gráfico del modelo.............................................................. 60
9.4.3. Efectos de las variables e interacciones en el diseño factorial ........ 61
9.4.4. Predicción ....................................................................................... 64
9.5. Verificación de Supuestos del Modelo ......................................................... 64
9.6. Gráfico de Superficie ................................................................................... 67
9.7. Optimización de los Factores en la Hidrólisis Ácida de la Cáscara de Piña . 69
iii
Optimización de las variables en la hidrolisis ácida de cáscara
de piña por MSR para obtener AR
ÍNDICE DE FIGURAS
Pág.
iv
Optimización de las variables en la hidrolisis ácida de cáscara
de piña por MSR para obtener AR
ÍNDICE DE TABLAS
Pág.
ÍNDICE DE DIAGRAMA
v
Optimización de las variables en la hidrolisis ácida de cáscara
de piña por MSR para obtener AR
ÍNDICE DE GRAFICAS
Pág.
vi
Optimización de las variables en la hidrolisis ácida de cáscara
de piña por MSR para obtener AR
OPTIMIZACIÓN DE LAS VARIABLES EN LA HIDRÓLISIS ÁCIDA DE CÁSCARA
DE PIÑA POR LA METODOLOGÍA DE SUPERFICIE DE RESPUESTA PARA
OBTENER AZÚCARES REDUCTORES
Resumen
vii
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
I. INTRODUCCIÓN.
Tabasco es el estado que ocupa el cuarto lugar a nivel nacional en el cultivo de la piña,
el municipio de Huimanguillo, es la tercera región productora de piña en México, existen
39 comunidades dedicadas al cultivo de esta fruta, con una superficie total de 1,283 ha
y 690 productores dedicados al mismo; la variedad común es la Cayena, también se
siembran la variedad Cabezona y en menor grado la variedad MD-2. El rendimiento
promedio es de 60 ton ha-1 de las cuales 12 % es fruta chica (3ra. calidad), 43 % fruta
mediana (2da. calidad) y 36 % fruta grande (1ra. calidad), con pérdidas del 9 % (SIAP,
2010). El fruto de la piña tiene diferentes usos para la agroindustria; como producto de
exportación como fruta fresca, productos enlatados, jugos y concentrados, jaleas o
elaboración de vinagre.
La transformación del fruto de la piña a escala industrial genera también una gran
cantidad de residuos. Anualmente en México se generan aproximadamente 12,900
toneladas de residuos. Se estima que del fruto de la piña solo se aprovecha el 35%, el
resto forma parte de los desechos (corona, corazón, bagazo, ojos y cáscara), además
del rastrojo de la planta (Salas, 1990). Estos residuos están constituidos principalmente
por celulosa, hemicelulosa y lignina, fuente importante de azúcares fermentables.
1
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
etanol carburante por medio de estas materias primas no ha llenado las expectativas
con respecto a la disminución de gases invernaderos y de aumento en la producción de
energía con respecto a la gastada (SIAP, 2010).
2
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
II. JUSTIFICACION.
3
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
IV. ANTECEDENTES DEL PROBLEMA.
Lindstedt (2003), reporta el montaje de una planta piloto para obtener etanol a partir de
residuos de la madera, se desarrolló una hidrólisis ácida con ácido sulfúrico y dióxido de
azufre en dos etapas seguida de una etapa para hidrólisis enzimática. En Estados
Unidos, Zhang et al. (2007), usaron ácido fosfórico concentrado como solvente no
volátil para la celulosa, un solvente orgánico altamente volátil (acetona) y agua. Durante
el fraccionamiento se logró separar ácido acético, lignina, hemicelulosa y celulosa
amorfa, la cual fue hidrolizada a glucosa y fermentada hasta etanol.
4
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Aguilar y Canizales (2005), lograron la obtención de azúcares fermentables a partir de
residuos lignocelulósicos de la industria cervecera mediante hidrólisis ácida y
desarrollaron un modelo cinético.
Ferrer et al. (2002), han estudiado la cinética de la hidrólisis ácida del bagacillo de caña
para obtener azúcares reductores. El mejor resultado se consiguió con ácido sulfúrico al
6% y 4 horas de reacción. Adicionalmente, han realizado la hidrólisis ácida de la pulpa
de café con ácido sulfúrico.
Mejía et al. (2007), reportan la hidrólisis ácida y enzimática a residuos del mango
común, se obtuvieron mejores resultados con la hidrólisis ácida usando ácido sulfúrico
en proporción de 0.5%.
Méndez-Gallegos et al. (2010), llevaron a cabo un estudio sobre el nopal para generar
recursos energéticos menos contaminantes y renovables, el aprovechamiento de
residuos del nopal con fines energéticos resulta una opción interesante puesto que se
establece y desarrolla en zonas marginales para otro tipo de agricultura y
5
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
adicionalmente podría ser usada en la recuperación de suelos pobres y erosionados.
Los bioenergéticos obtenidos de la biomasa del nopal, adicionalmente son
considerados inagotables, limpios y pueden ser utilizados de manera autogestionada,
ya que tienen la ventaja de ser aprovechables en el mismo lugar donde se producen.
Además, tienen la ventaja de complementarse con otras energías alternas favoreciendo
la integración entre ellas.
En la investigación realizada por Cruz et al. (2011), el objetivo fue obtener celulosa y
bioetanol del bagazo de piña (desecho agrícola). El aprovechamiento de este bagazo
6
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
evitará el consumo de cultivos destinados a la alimentación, evitando el uso excesivo de
tierras y el empleo de residuos orgánicos agroindustriales. Además, el producto
obtenido tiene un valor agregado y podría convertirse en un beneficio para los
productores de piña. La finalidad fue estudiar un proceso para extraer celulosa del
bagazo de piña, y mediante hidrólisis ácida de celulosa y bagazo se obtuvo glucosa.
7
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
V. HIPOTESIS.
VI. OBJETIVOS.
6.2.3. Establecer las variables óptimas para la hidrólisis ácida de la cáscara de piña,
empleando el método de superficie de respuesta.
8
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
VII. MARCO TEORICO.
Los materiales lignocelulósicos se perfilan como una fuente alternativa que no presenta
el problema de los materiales amiláceos y están disponibles en grandes cantidades. Su
9
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
composición es básicamente lignina, celulosa y hemicelulosa. La celulosa y
hemicelulosa se pueden degradar en azúcares fermentables mediante el uso de ácidos
o enzimas (REN21, 2010).
7.1. Biocombustibles
Por su origen, se podría decir que los biocombustibles son una fuente de energía
renovable, ya que son una forma de energía solar transformada. Se puede producir a
partir de una amplia gama de fuentes de biomasa, como: alimentos, fibras y residuos de
madera, cultivos energéticos, cultivos de rotación breve y desechos agrícolas (Alarcón,
2010).
10
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
producción aumenten en los siguientes años. Los más importantes, debido al
crecimiento de la producción, son el bioetanol y el biodiesel (Alarcón, 2010).
El aceite para producir biodiesel, se puede obtener de casi cualquier cultivo oleaginoso,
como el ricino, la palma, algodón, soja, girasol, colza y coco. También se puede utilizar
grasa animal extraída del procesamiento del pescado y otros animales (Alarcón, 2010).
11
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
son producidos de materias-primas no alimentares como residuos agroindustriales y
gramíneas forrajeras de alta producción de biomasa. Su producción es
significativamente más compleja, si comparados a los de 1ra generación y todavía no
son comercializados. Son clasificados según el proceso utilizado en la conversión de la
biomasa: bioquímicos producidos por hidrólisis enzimática, fermentación y
termoquímicos producidos por pirolisis, gasificación y síntesis de Fischer-Tropsch. Las
tecnologías para una conversión de biomasa celulósica a biocombustibles son
existentes, pero todavía no aplicadas en producción de gran escala (Machado, 2010).
La segunda generación de biocombustibles, incluye aquellos realizados a partir de
materia prima proveniente de biomasa lignocelulósica. Aunque este tipo de combustible
todavía no se produce a escala industrial, se espera que los procesos para su
producción sean viables en los próximos 10 años (Alarcón, 2010).
Una alternativa serían los biocombustibles 1.5 generación, que incluirían aquellos
producidos por tecnologías convencionales, pero con materias primas alternativas a las
utilizadas actualmente, menos sensibles a la competencia con la producción de
12
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
alimentos. Entre estas se encontrarían diversas especies arbustivas o arbóreas perenes
oleaginosas u otras con potencial de desarrollarse en zonas áridas o semi-áridas de
tierras marginales, como jatropha, camelina y microalgas (Ganduglia, 2008; citado en
Machado, 2010).
1
Figura 2. Planta de piña
1
http://www.cnmsf.gob.do/Portals/0/images/Sala_de_Prensa/Wide/planta%20pi%C3%B1a.JPG
13
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
la fotosíntesis y la elaboración y almacenamiento de sustancias. Almacena diversas
sustancias como hidratos de carbono, proteínas y grasas. Para que las enzimas actúen
sobre la celulosa debe eliminarse el tejido parenquimático.
2
Figura 3. Cultivo de piña
En México las variedades de piña que se cultiva son la cayena lisa, criolla, esmeralda y
roja española. Los principales estados productores de piña son Veracruz, Oaxaca,
Tabasco, Nayarit y Chiapas, de los cuales Veracruz ha ocupado el primer lugar en los
últimos ocho años. La producción está destinada para su consumo en fresco,
principalmente para el mercado interno, solamente un pequeño porcentaje es para
exportación (SENASICA, 2013)
2
http://latrola.net/blok/wp-content/gallery/fotos_2/planta_pi%F1a/02.jpg
14
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
un área bruta entre 50 000 y 51 000 hectáreas (Elizondo, 2009).
7.5. Celulosa
3
Figura 4. Estructura de la celulosa
3
http://www.javeriana.edu.co/Facultades/Ciencias/neurobioquimica/libros/celular/cellulose.gif
15
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
7.6. Hemicelulosa
4
Figura 5. Estructura de la hemicelulosa
La hemicelulosa sirve como conexión entre la lignina y las fibras de celulosa. Debido a
su naturaleza ramificada, es amorfa y relativamente fácil de hidrolizar a sus azúcares
constitutivos (Girío et al., 2010).
7.7. Lignina
4
http://upload.wikimedia.org/wikipedia/commons/6/69/Hemicellulose.png
16
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
diferentes sustituciones que presenta el anillo aromático. Estos alcoholes son el p-
cumarílico, el alcohol coniferílico y el alcohol sinapílico (Lozanoff et al., 2007). La lignina
puede ser utilizada para la generación de energía térmica, su valor energético depende
de la fuente de biomasa y varía entre 20,934 y 27,912 kJ/kg. También, puede ser
procesada, dependiendo de la calidad de la misma, en productos de alto valor
económico como plastificantes, polímeros conductores de electricidad o resinas
fenólicas (Lozanoff et al., 2007). En la figura 6 se puede apreciar la estructura de la
lignina.
5
Figura 6. Estructura de la lignina
5
http://www.ugr.es/~quiored/qoamb/Lignina.gif
17
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
segunda, 12 meses después. Finalizado este periodo, debe eliminarse la biomasa y
preparar el suelo para iniciar un nuevo ciclo de producción (Quesada et al., 2005).
18
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Que la operación se pueda realizar en reactores de costo moderado y tamaño
razonable,
No producir residuos sólidos,
Obtener altas concentraciones de azúcares.
Los requerimientos energéticos son altos dependiendo del tamaño final de la partícula
y de las características de la biomasa, por lo que su aplicación depende del costo
económico que represente (Hendricks y Zeeman, 2009).
Hay diferentes métodos de pretratamiento químico, los que se utilizan comúnmente son
el pretratamiento alcalino y ácido. En el pretratamiento con ácido, el objetivo es
solubilizar la hemicelulosa para que la celulosa esté más accesible para la etapa de
hidrólisis. Se realiza tanto con ácidos concentrados como con ácidos diluidos. Aunque
19
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
son un agente fuerte para la hidrólisis de la celulosa, los ácidos concentrados son
tóxicos, corrosivos, peligrosos y se requieren reactores de materiales resistentes a la
corrosión, por lo que el costo del pretratamiento es elevado (Kumar et al., 2009).
El uso de ácido diluido es más favorable para aplicaciones a nivel industrial, se realiza a
altas temperaturas durante un periodo corto de tiempo o a bajas temperaturas con
tiempos de retención mayores (Álvira et al. 2010), La lignina tambien se solubiliza en
este proceso. En el pretratamiento con ácido diluido, usualmente se utiliza ácido
sulfúrico o ácido clorhídrico a concentraciones que van de 0.3-1.1% (m/m) (Zhu, 2005).
20
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
7.11. Hidrólisis Ácida
Los procesos industriales de hidrólisis ácida pueden agruparse en dos tipos: los que
emplean ácidos concentrados y los que utilizan ácidos diluidos (Galbe y Zacchi, 2002).
Los procesos que implican ácidos concentrados operan a baja temperatura, pudiendo
obtenerse altos rendimientos de hidrólisis (superiores al 90% de la glucosa potencial). A
pesar de esto, la gran cantidad de ácido empleado en la impregnación del material a
tratar y lo costoso de su recuperación, unido a los efectos corrosivos de los ácidos
concentrados que obliga a altas inversiones en los equipamientos, hacen que el
proceso no sea rentable. Además, tiene el problema asociado de que es necesario una
21
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
costosa etapa de neutralización antes de la fermentación (Keller, 1996).
Sin embargo, los procesos que utilizan ácidos concentrados han adquirido un renovado
interés debido a nuevos métodos que mejoran la economía de recuperación de los
ácidos desarrollados por varias compañías como Masada Resource Group
(Birmingham, Ala), Arkenol (Mission Viejo, California) y APACE (Australia) (Katzen,
1997).
22
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
degradación de los azucares, que además de disminuir el rendimiento del proceso,
pueden afectar a la posterior etapa de fermentación.
Los usos del etanol en la industria son amplios y van desde la elaboración de productos
cosméticos, productos de limpieza, etc. Se ha investigado la posibilidad de emplear la
fermentación etílica en el tratamiento de los vertederos de basura logrando de esta
forma biocombustibles, los estudios no han arrojado aplicaciones concluyentes. No
obstante el empleo de la fermentación alcohólica tiene un éxito potencial en el
tratamiento de los residuos de la industria alimenticia (Ovando y Waliszewski, 2005).
23
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
petróleo y sus derivados, alrededor del 23% se destina a la industria procesadora
(cosméticos, farmacia, química, entre otras), y el 16% restante se destina a la industria
de bebidas. La producción de alcohol destinada al uso como combustible, por lo general
se encuentra subsidiada por el impacto positivo del uso del etanol carburante sobre el
medio (IICA, 2004).
24
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
fase el modelo de superficies de respuesta debe ser capaz de generar respuestas e
información del gradiente de respuesta, para reducir las corridas necesarias durante la
optimización.
25
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
26
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Los diseños de primer orden sirven en la primera fase de la MSR para establecer un
modelo en forma de polinomio de primer orden, el cual nos indique si los niveles
actuales de las variables independientes derivan en un valor de la respuesta cercano
del óptimo. Otro uso del modelo se encuentra en el Método de Máxima Pendiente
Ascendente, ya que al obtener los coeficientes de regresión identifica las variables
independientes con mayor influencia en la variable respuesta. Los diseños factoriales 2k
y los diseños factoriales fraccionados (Box y Draper, 1987) son recomendados para
ajustar un modelo de primer orden de la forma:
k
y x
0 i 1 i i
27
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
7.13.3. Diseños de segundo orden
Los diseños para superficies de respuesta de segundo orden, deben incluir las
propiedades de poder estimar el error experimental y calcular la prueba de la falta de
ajuste del modelo de segundo orden. También, proporcionar estimaciones eficientes de
los coeficientes (Kuehl, 2001). Un polinomio de segundo orden muestra la forma:
Box y Wilson (1951), propusieron los Diseños Centrales Compuestos (DCC) para
encontrar las ecuaciones de la superficie de respuesta cuadrática. Un DCC contiene un
diseño factorial 2k o diseño factorial fraccionado, con n puntos centrales (figura 7) y, que
28
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
se aumenta con un grupo de 2k puntos axiales; los cuales permiten la estimación de la
curvatura. Un diseño con la propiedad de rotabilidad, toma relevancia en la exploración
de una superficie de respuesta. Los Diseños Centrales Compuestos del tipo
Circunscritos (CCC) e Inscritos (CCI) son ejemplo de diseños rotables.
29
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Tabla 1. Diseño experimental Compuesto Central (Box y Wilson, 1951).
Tratamientos X1 X2 X3
1 -1 -1 -1
2 +1 -1 -1
3 -1 +1 -1
4 +1 +1 -1
5 -1 -1 +1
6 +1 -1 +1
7 -1 +1 +1
8 +1 +1 +1
9 0 0 0
10 0 0 0
11 0 0 0
12 0 0 0
13 0 0 0
14 0 0 0
15 -1 0 0
16 +1 0 0
17 0 -1 0
18 0 +1 0
19 0 0 -1
20 0 0 +1
30
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
VIII. MATERIALES Y MÉTODOS
Material lignocelulósico
Análisis
Eliminación
Humedad Libres de extractos
de lignina
Hemicelulosa
Extractos
solubles MSR
etanol-tolueno
Pentosanos
Lignina
31
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
y los puntos centrales. Los puntos factoriales permiten estimar los efectos principales y
las interacciones de los factores; los puntos axiales permiten la determinación de todos
los términos cuadráticos; y los puntos centrales proporcionan una comprobación de la
adecuación del modelo de predicción (Lawson y Erjavec, 2001). Para el proceso de
optimización se manejaron tres variables independientes: temperatura de reacción (ºC),
Tiempo de reacción (min) y concentración de ácido (%).
El DCC consistió en un diseño factorial 2k, donde k=3 (23=8), con seis puntos axiales o
estrellas 2k (2x3=6) y seis puntos centrales (Montgomery, 2013), dando un total de 20
tratamientos. La codificación aplicada de estas variables seguirá el orden establecido
en la matriz de diseño codificada que se muestra en la tabla 1.
Tabla 2. Factores y niveles de las variables independientes para el diseño de la superficie de respuesta.
Variables Símbolo -1 0 +1
Temperatura de reacción (ºC) X1 120 130 140
Tiempo de reacción (min) X2 40 60 80
Concentración de ácido (v/v) X3 2 3.5 5
Para llevar a cabo este trabajo la cáscara de piña fue suministrada por la empresa
FrexPort, ubicada en Juventud S/N esquina camino a San Manuel Huimanguillo
Tabasco, la cual se dedica a la transformación de frutas. Durante la transformación del
fruto de la piña se genera una considerable cantidad de residuos de cáscara, que son
una fuente potencial de materia prima lignocelulósica para obtención de azúcares
previa hidrólisis ya sea ácida o enzimática.
32
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
8.3. Preparación de la Cáscara de Piña
La variedad de piña que fue utilizada en el proceso de hidrólisis ácida fue la variedad
cayena. La preparación consistió en cortar en trozos pequeños, la cáscara de piña para
reducir su tamaño, ésta fue secada en el horno de secado como se muestra en la figura
8, finalmente fue pulverizada en un molino Willey No. 4 Thomas, con número de tamiz
de 2 mm para obtener harina, con la que se llevaron a cabo las determinaciones
químicas que a continuación se detallan.
Entre las características químicas del residuo de la piña, que se realizaron se detallan
las más importantes a continuación:
33
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Previo a la determinación de la humedad, los crisoles se llevaron a peso constante,
para lo cual se mantuvo en estufa a 105 °C ± 0.5 durante 2 horas, posteriormente
fueron puestos en el desecador donde se mantuvieron por 20 min hasta alcanzar la
temperatura ambiente, para luego registrar su peso. Este proceso fue repetido hasta
tener pesos constantes. La determinación de la humedad en la muestra se llevó a cabo
tomando 2 g de cáscara de piña, llevado a la estufa a 105 °C ± 0.5 durante 2 horas
(figura 9). Luego del tiempo de secado se mantuvieron en el desecador por 20 min,
hasta alcanzar la temperatura ambiente. Los crisoles y muestra se pesaron en balanza
analítica. El porcentaje de humedad se determinó de forma directa mediante la
siguiente relación:
Dónde:
CH = Contenido de humedad.
A = Masa original en g.
B = Masa secada en horno en g.
34
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Para esta determinación los crisoles se llevaron a peso constante. Se pesó y se agregó
a cada crisol previamente identificado 1gr de muestra seca previamente tamizada. Las
muestras se llevaron a la mufla para ser calcinadas a la temperatura de 600 ºC por 90
minutos en la figura 10 se observa la muestra después de haber sido calcinadas.
Seguido los crisoles con la muestra se pasaron al desecador por 15 min, para registrar
su peso.
Dónde:
PNC = Peso neto de ceniza.
PCS = Peso de la cáscara seca
35
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Para llevar a cabo la determinación de la solubilidad en agua fría se tomaron 2 g de
cáscara de piña seca a temperatura ambiente que fue previamente molida y pasó por
un tamiz de 2 mm.
Los resultados fueron reportados como porcentaje de materia soluble en agua fría, en la
base libre de humedad, se calculó de la siguiente manera:
Dónde:
SAF = Solubilidad en agua fría.
W1 = Peso de la muestra libre de humedad.
W2 = Peso de la muestra seca después de la extracción con agua fría.
36
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Para la determinación de la solubilidad en agua caliente, se utilizó un aparato de
digestión, que consistió en un matraz Erlenmeyer de 200 mL provisto de un
condensador de reflujo, así como de un baño de agua, construido de manera que el
agua se puede mantener a temperatura de ebullición y a una temperatura constante de
nivel justo por encima del contenido en el matraz.
Dónde:
SAC = Solubilidad en agua caliente.
W1 = Peso de la muestra libre de humedad
W2 = Peso de la muestra seca después de la extracción con agua caliente.
37
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
8.4.4. Porcentaje de extractos solubles de la cáscara de piña en etanol-tolueno
(ASTM D-1107-56, 2001)
Dónde:
W 1= Peso del extracto seco
W 2= Peso de la muestra usada
W 3= Muestra libre de humedad
38
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
39
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
En esta determinación se utilizó 1g de muestra secada a temperatura ambiente se
transfirió a un matraz Erlenmeyer de 125 mL tapado con un vidrio de reloj, al matraz se
le agrego 15 mL de H2SO4 al 72% frío (12 a 15 °C), la muestra fue mezclada con el
ácido y se agitó constante durante al menos 1 min. Se dejó reposar durante 2 h con
agitación frecuente a una temperatura de 18 a 20 °C, fue necesario mantener la
temperatura dentro de estos límites en un baño de agua. Pasado este tiempo el
material se pasó a un matraz de 1 L, al cual se le agregó 560 mL de agua destilada, la
cual diluyó la concentración del ácido hasta el 3%. La muestra se llevó a hervor durante
4 h en un condensador de reflujo. Una vez el material insoluble precipitado, se filtró en
papel filtro Wathman No. 4 llevado a peso constante (105 ºC). Posteriormente el residuo
libre de ácido se lavó con 500 mL de agua caliente, el papel filtro y su contenido fueron
secados en un horno durante 2 horas a 105 ºC para posteriormente registrar el peso del
contenido del papel filtro (figura 15) y se determinó el porcentaje de lignina de acuerdo
a la siguiente ecuación:
Donde.
PGL= Peso en gramos de lignina
PGM= Peso en gramos de muestra
40
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
8.4.6. Preparación de la cáscara de piña libre de extractos (ASTM D-1105-96,
2001)
Este método se utilizó para la preparación de la cáscara de piña libre de extraíbles. Los
extractivos en la muestra consisten en materiales que son solubles en solventes
neutros y que no son parte de la cáscara. Para la preparación se utilizó un extractor
Soxhlet, alcohol etílico (95%) y Hexano.
Pasado ese tiempo se secó el contenido del dedal (libre de extraíbles) a la sombra a
temperatura ambiente. La muestra anterior se llevó a la estufa para secado a 105 ±3 ºC
durante 12 horas. Se pesó y secó hasta peso constante. Lo que se obtuvo fue la
muestra A, que es la muestra de cáscara de piña libre de extraíbles.
41
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
8.4.7. Determinación de holocelulosa (ASTM D1104-56, 1978)
Una vez finalizado el número total de ataques los Erlenmeyer se colocaron en un baño
de agua fría para detener la acción atacante y se enfrió la mezcla (se añadió hielo para
acelerar el proceso) (no se agitan los matraces para que la holocelulosa se deposite en
el fondo). El filtrado se realizó una vez que la mezcla estuvo fría. Se conectó el vacío y
se vertió el contenido del Erlenmeyer en su totalidad. Con los lavados de agua fría se
pasó toda la fibra al papel filtro.
42
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
secado se completó llevando el papel filtro a la estufa a 105 ºC durante 1 h hasta peso
constante. En la figura 17 se muestra el proceso que se llevó acabo para la
determinación de la holocelulosa.
Finalmente el contenido de holocelulosa en base al material seco libre de extractivos se
calculó mediante la expresión:
Dónde:
PH = Peso de la holocelulosa
PSM = Peso seco de la muestra sin extractos
43
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
dejó reposar 3 min; se agregó 5 mL de NaOH al 17.5%, se agitó y dejó reposar 5 min;
agregar 5 mL de NaOH al 17.5%, se agitó y dejó reposar 5 min; se agregó 5 mL de
NaOH al 17.5%, se agitó y dejó reposar 30 min; se añadió 30 mL de agua destilada, se
agitó y se dejó reposar una hora en baño de María a 25 ± 0.2 ºC. Posteriormente se
realizó un filtrado al vacío con papel filtro, previamente tarado, lavando con una solución
de 30 mL de agua y 25 mL de Hidróxido de sodio al 17.5%. Se llevó a cabo un lavado
con 30 mL de agua destilada con la ayuda de una varilla de agitación para un mejor
lavado, con precaución de no romper el papel filtro.
Dónde:
PCS = Peso del crisol con sólidos.
PCV = Peso del crisol vacío.
CIC = Cantidad inicial holocelulosa.
CCD = Cantidad de celulosa determinada.
44
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Para la determinación de estos azúcares se utilizó la norma TAPPI T-223 cm-01 (2001).
El procedimiento consistió en tomar una muestra de 1.5 g de cáscara libre de extractos,
los cuales se colocaron en un matraz con 20 g de NaCl y 100 mL de HCl 3.85 N y unas
perlas de vidrio. Se conectó el matraz al destilador. Se agregaron 250 mL de HCl 3.85
N a un embudo de separación. Se aplicó calor y se destiló el ácido a una velocidad
uniforme de aproximadamente 2.5 mL por min, el destilado fue recogido en un matraz
Erlenmeyer de 250 mL sumergido en un baño con hielo. Durante la destilación se
mantuvo un volumen constante de 100 mL en el matraz de ebullición mediante la
adición de HCl gota a gota desde el embudo de separación. Se continúo la destilación
durante 90 min, tiempo en el que se obtuvo 225 mL de destilado aproximadamente
(figura 19).
La temperatura del destilado se llevó alrededor de 20 °C, se agregó HCl 3.85 N hasta
completar en la marca de 250 mL y se mezcló bien.
45
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Dónde
A = Xilano en la muestra en mg
W = Peso secado al horno de la muestra en g
46
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
ebullición; luego procedió con la destilación y el desarrollo del color exactamente como
se describe anteriormente. Se midió la absorbancia de los destilados a 630 nm,
utilizando un blanco que contenía 5 mL de HCl en lugar de destilado como la solución
de referencia 3.85 N. Finalmente se calculó los mg de xilano en la muestra:
Dónde:
A= Xilano en la muestra en mg
B= Xilosa en la muestra en mg (valor obtenido del modelo de regresión, en la curva de calibración)
Los tratamientos químicos se llevaron a cabo en autoclave Marca All American, con
manómetro, control de válvula y 9 L de capacidad; controlando la temperatura de
operación, concentración de ácido y tiempo de reacción.
La cáscara fue cortada en trozos pequeños, para reducir su tamaño. Se licuó para
separar el bagazo del jugo, este último fue pasteurizado (figura 20) y almacenado bajo
refrigeración, ya que es parte de la cáscara y cuenta con una considerable cantidad de
azúcares que fueron agregados al final de la hidrólisis del bagazo, para su
cuantificación. Por su parte el bagazo fue secado en estufa a una temperatura de 60 ºC,
a partir de este bagazo se llevó a cabo el tratamiento químico.
47
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
8.5.1. Eliminación de lignina
Para llevar a cabo la eliminación de la lignina, el bagazo seco fue sumergido en una
solución de NaOH 0.1N durante 15 minutos, posteriormente se agregó 1.63 % de
sulfato de calcio y se dejó en reposo aproximadamente por 3 horas, posteriormente se
separó el material particulado de la solución. El hidróxido de sodio degrada la lignina y
el sulfato de calcio evita la degradación de la celulosa causada por el hidróxido de
sodio. La lignina disuelta fue eliminada de las muestras por decantación y el sólido que
contiene la celulosa y la hemicelulosa fueron conservado para la hidrólisis (Tejeda et
al., 2011) (figura 21).
Una vez finalizada la eliminación de la lignina, se realizaron dos lavados al bagazo con
agua destilada para reducir el pH a 6-6.5, posteriormente fue secado en estufa a una
temperatura de 60 ºC durante 24 h, a continuación se pulverizó en un molino Willey No.
4 Thomas, con número de tamiz de 2 mm para obtener harina, con la que se llevó a
cabo la hidrólisis ácida.
48
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
El procedimiento de hidrólisis se llevó a cabo adicionando a 10 g de harina de bagazo
de piña, 100 mL de ácido clorhídrico diluido a la temperatura y tiempo que indica el
diseño experimental (Tabla 2, apartado 8.1), de acuerdo con las consideraciones
generales sobre el hidrolizado ácido de material celulósico (Ye y Jiayang, 2002). Se
evaluaron tres concentraciones de ácido clorhídrico (2, 3.5 y 5% v/v), tres temperaturas
(120, 130 y 140 ºC) y tres tiempos de reacción (40, 60 y 80 min), realizando cada
prueba por duplicado (figura 22). A los jarabes obtenidos se separaron de los
componentes que precipitaron, por filtración y se determinó el contenido de azúcares
reductores en los jarabes obtenidos por los métodos que se detallan el apartado 8.5.3.
Se obtiene mediante la relación del azúcar teóricamente esperado con respecto al valor
leído experimentalmente de acuerdo a la siguiente relación:
Dónde:
Y = azúcar teórico.
A = 360 g de glucosa corresponden al peso de dos moléculas de glucosa que se hidrolizan de una
unidad monomérica de la celulosa.
B = 300 g de xilosa que corresponden al peso de dos moléculas de xilosa que se hidrolizan de una
unidad monomérica de xilano (pentosas).
C = 324 g que es el peso de una unidad monomérica de la celulosa.
49
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
D = 264 g que es el peso de una unidad monomérica del xilano.
0.9 = es la fracción que indica que el 90% de la celulosa hidroliza a azúcar, tomando un 10% en
pérdida por celulosa que no se alcanza a hidrolizar.
El reactivo consistió en una disolución formada por los siguientes compuestos: ácido
dinitrosalicílico (ácido 2-hidroxi-3,5-dinitrobenzóico), que actúa como oxidante; Sal de
Rochelle (tartrato sódico-potásico), que impide la disolución de oxígeno en el reactivo e
hidróxido sódico, que aporta el medio requerido para que se produzca la reacción
redox. De esta forma, el ácido 2-hidroxi-3,5-dinitrobenzóico se reduce, en presencia del
grupo reductor de la glucosa, formando el ácido 3-amino-5-nitrosalicílico, mientras que
el grupo aldehído reductor se oxida, para formar un grupo carboxílico. En este método
analítico el DNS está en exceso frente a los grupos reductores y en todas las muestras
se adiciona la misma cantidad, de tal forma que mayores concentraciones de azúcares
reductores provocan una mayor coloración de la muestra. Estas diferencias de
coloración pueden determinarse por espectrofotometría visible, a la longitud de onda de
máxima absorbancia de 540 nm. El desarrollo del método se realizó con base a las
indicaciones de Bello et al., (2006).
50
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
filtró. Se guardó en frasco color ambar, bajo refrigeración.
Para preparar la solución buffer Mclivaine se pesó 2.548 g de C6H8O7.H2O (ácido cítrico
monohidratado) y 3.656 g de Na2HPO4 (Fosfato de sodio dibásico) y enraso a 250 mL
con agua destilada con agitación constante hasta que se obtuvo la disolución total.
Se preparó una solución de glucosa con una concentración de 1 g/L (1000 mg/L), para
la cual se disuelve 0.1 g de glucosa en 100 mL de solución tampón Mcliveine, pH 5
(tabla 3). Para la preparación de las concentraciones de glucosa, se procedió como se
indica a continuación:
C1 * V1=C2 * V2
V1= (C2*V2)/C1
V1= (100*1 mL) / 1000
V1= 0.1 mL de solución de glucosa
V2-V1= volumen de agua destilada
1 mL - 0.1 mL = 0.9 mL de agua destilada.
C1= 1000 mg/L
V1= X
C2= 100 mg/mL
V2= 1 mL
51
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
8.5.3.4. Preparación de la curva patrón de glucosa
1. A cada uno de los tubos se le agrega 1 mL del reactivo DNS y se agita en vortex.
2. Calentar en agua hirviendo por 5 minutos.
3. Dejar enfriar y agregar 8 mL de agua destilada.
4. Utilizar como blanco una solución de agua destilada más el reactivo DNS*.6
5. Leer absorbancia de cada tubo a 540 nm.
52
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
8.5.4. Análisis estadístico
53
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
IX. RESULTADOS Y DISCUSIONES
La cáscara de piña está compuesta por una variedad de compuestos químicos, los
cuales son característicos según la variedad, el grado de madurez de la fruta, y las
condiciones de cultivo, los cuales pueden afectar la cuantificación de los componentes
químicos de la cáscara de piña, al ser sometido a una reacción de hidrólisis ácida
(Ramírez et al., 2012).
54
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
mayor. Se consideran valores relativamente uniformes aquellos, cuyos CV sea del 5%
(Reyes, 1985). En los resultados obtenidos de la composición química del bagazo de
piña, se observa que los valores absolutos de la DS es pequeño, lo que indica que la
dispersión de los datos alrededor de la media es pequeña, es decir que los resultados
son confiables; solo el resultado de la determinación de holocelulosa resultó tener un
valor absoluto alto. Los CV de los datos anteriores confirman lo anterior, ya que en la
mayoría de los resultados obtenidos el CV es menor al 5%, con excepción de la
holocelulosa y humedad.
La lignina estuvo presente en un 9.93 %, valores similares (9.05 % en base seca) son
reportados por Ramírez et al. (2012) para la variedad de piña MD-2. Por su parte
Quesada-Solís et al. (2005), reporta que el porcentaje de lignina en el rastrojo de piña
es de 27.72 %. Ramírez et al. (2012), menciona que la baja solubilidad de la lignina en
ácido no presenta alta producción de inhibidores fenólicos en la fracción líquida
hidrolizada con ácido sulfúrico, por lo que al haber una cantidad pequeña de lignina, la
cantidad de inhibidores generados también es reducida.
55
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
presenta en la tabla 5.
56
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Tabla 6. Diseño experimental, indicando las variables independientes y la variable respuesta (azúcares
totales).
Temperatura Azúcares de
Concentración Tiempo de Azúcares de Azúcares
de reacción la cáscara
ácida (%) reacción (min) jugo (mgL-1) totales (mgL-1)
(ºC)) (mgL-1)
2 40 120 1045.10 2531.30 3576.40
5 40 120 1773.60 2531.30 4304.90
2 80 120 1829.70 2531.30 4361.00
5 80 120 2456.50 2531.30 4987.80
2 40 140 2136.10 2531.30 4667.40
5 40 140 1587.05 2531.30 4118.35
2 80 140 4089.00 2531.30 6620.30
5 80 140 3839.60 2531.30 6370.90
2 60 130 2218.05 2531.30 4749.35
5 60 130 2454.20 2531.30 4985.50
3.5 40 130 1943.75 2531.30 4475.05
3.5 80 130 2222.80 2531.30 4754.10
3.5 60 120 4100.40 2531.30 6631.70
3.5 60 140 3649.90 2531.30 6181.20
3.5 60 130 4334.60 2531.30 6865.90
3.5 60 130 4386.40 2531.30 6917.70
3.5 60 130 4494.45 2531.30 7025.75
3.5 60 130 3687.55 2531.30 6218.85
3.5 60 130 4380.50 2531.30 6911.80
3.5 60 130 3887.90 2531.30 6419.20
Los componentes del modelo A, B, C representan los efectos lineales; A2, B2, C2
representan los efectos cuadráticos de la concentración, tiempo y temperatura, y AC,
BC son interacciones del factor concentración-temperatura y tiempo-temperatura.
57
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
son estadísticamente significativos. Regularmente se observan primero los efectos de
interacción del modelo, porque una interacción significativa influirá en la manera de
interpretar los efectos principales. El Valor-p es comparado con el nivel de significancia
α=0.05. En este trabajo 3 efectos tienen un Valor-p menor que 0.05, indicando que son
significativamente diferentes de cero con un nivel de confianza del 95.0%.
Los resultados obtenidos del análisis para el diseño factorial mostraron que la variable
altamente significativa sobre la variable respuesta rendimiento fue el efecto cuadrático
tiempo (B2) con Valor-p= 0.0141. Son significativos el efecto lineal tiempo (B) con un
Valor-p= 0.0204 y el efecto cuadrático concentración (A2) con un Valor-p= 0.0403.
Dos de los estadísticos más útiles para medir la calidad global del modelo es el
coeficiente de determinación (R2) y el coeficiente de determinación ajustado (R2aj).
Estos coeficientes comparan la variabilidad explicada por el modelo frente a la variación
total, cuantificadas a través de la suma de cuadrados o por el cuadrado medio
(Gutiérrez y de la Vara, 2012). De esta forma, el coeficiente R2aj obtenido del modelo
58
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
ajustado en este trabajo, explica 64.39% de la variabilidad del rendimiento de azúcares
reductores observada en el experimento. Para el caso de R2 explica 81.26% de la
variabilidad de la variable respuesta. De acuerdo con estos resultados, los factores
estudiados (efecto lineal y cuadrático tiempo, y efecto cuadrático concentración de
ácido), son responsables o explican un porcentaje aceptable de la variabilidad
observada en la variable respuesta (rendimiento de azúcares reductores). Así, el efecto
atribuible a factores que hayan tenido pequeñas variaciones, más el efecto de errores
experimentales, fueron pequeños en comparación con el efecto de los factores
estudiados.
Signos positivos delante de los valores indica efecto sinérgico mientras que los
negativos indica efecto antagónico (Kok et al., 2010). El modelo tiene un valor del
coeficiente de determinación entre los valores observados y predichos o correlación
(R2) de 0.8126, lo que significa que 81.26% de la variación total en los resultados para
el rendimiento de azúcares se le atribuyó a las variables independientes y el error en la
variable de respuesta es atribuida a factores no controlables.
59
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Tabla 8. Coeficiente de regresión para rendimiento de azúcares.
Coeficiente Estimado
Constante 8.401E4
A:Conc 5360.
B:Tiempo 171.8
C:Temp -1474.
AA -431.8
AB 0.8248
AC -17.95
BB -3.061
BC 1.711
Para estimar los efectos con base en los contrastes en el ANOVA, se hace uso del
diagrama de Pareto estandarizado, en el cual se representan los efectos divididos entre
su error estándar. Los efectos estandarizados se representan gráficamente (en valor
absoluto) en la gráfica 3, estos al graficarse permiten visualizar cuales tienen un mayor
impacto sobre la variable respuesta.
Como resultado de la estimación de los efectos (gráfica 3), los efectos cuyas barras
superen la línea vertical a la altura del valor crítico son significativos. Cualquier barra
que se extienda más allá de la línea corresponde a efectos que son estadísticamente
significativos con un 95% de nivel de confianza. Así, para el caso del rendimiento de
azúcares, los efectos significativos son el efecto cuadrático tiempo (B2), efecto lineal
tiempo (B) y efecto cuadrático concentración (A2), en ese orden de importancia.
60
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Valor-p representan un aporte insignificante pero se consideran para un mejor ajuste
del modelo.
Diagrama de Pareto Estandarizada para Rend
BB +
B:Tiempo -
AA
C:Temp
BC
CC
AC
A:Conc
AB
0 0.5 1 1.5 2 2.5 3
Efecto estandarizado
Gráfica 3. Diagrama de Pareto de efectos estimados para rendimiento de azúcares reductores.
Para interpretar los efectos de las variables sobre la variable respuesta, las líneas en el
gráfico de efectos se toman en cuenta, ya que indican cambios estimados en Y cuando
cada factor se mueve de su nivel bajo a su nivel alto pasando por sus valores centrales,
mientras los demás factores se mantienen constantes en sus valores centrales, entre -1
y +1.
A medida que la pendiente sea mayor, es decir, que la diferencia entre el nivel bajo y
alto es más grande, el efecto sobre la respuesta es más influyente. En la gráfica 4 se
confirma que el factor tiempo (B) fue el efecto más influyente sobre la variable
respuesta (rendimiento de azúcares), es decir que el rendimiento medio de azúcares
con el factor tiempo a su nivel bajo (40 min) es aproximadamente 4500 mgL-1 mientras
que el rendimiento medio del tiempo a su nivel central (60 min) es aproximadamente
6500 mgL-1. La diferencia de 2000 indica el efecto principal del factor tiempo sobre el
rendimiento (azúcares). Para el factor concentración (A), se observa que el efecto sobre
el rendimiento, se da cuando su nivel se encuentra en su valor medio (3.5 %). En el
61
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
caso del factor temperatura (C), se observa que el efecto sobre la variable respuesta se
da cuando su valor se encuentra en su nivel máximo (140 ºC). En otras palabras para
maximizar el rendimiento de los azúcares la mejor combinación de los niveles en los
factores es; temperatura máxima, concentración de ácido media y tiempo medio
Gráfica de Efectos Principales para Rend
(C=140, A=3.5, B=60).
7500
7000
6500
Rend
6000
5500
5000
4500
2.0 5.0 40.0 80.0 120.0 140.0
Conc Tiempo Temp
62
Optimización de las variables en la hidrolisis ácida de cáscara de
Gráfica de Interacción para Rend piña por MSRGráfica
para obtener
de Interacción AR
para Rend
6700 8000
Conc=2.0
A C
7500
6300
7000 Temp=140.0
Conc=5.0
Rend
Rend
5900 6500
Conc=5.0
6000
5500
5500 Temp=120.0
Conc=2.0
Temp=140.0
5100 5000 Temp=120.0
120.0 140.0 40.0 80.0
Temp Tiempo
Los efectos de los factores representados sobre papel probabilístico (gráfica 6),
muestran tres efectos alejados de la línea, y son los mismos que en la gráfica de Pareto
se observan en las primeras tres barras. Así, en apariencia, los efectos B2, B y A2 son
significativos. En base a los análisis estadísticos realizados, puede afirmarse que C
(temperatura) y A (concentración) no influyen significativamente en el rendimiento de
Gráfica
azúcares reductores, pero sí lo hace Mitad-Normal
B (tiempo para Rend
de reacción).
2
BB
1.6
B:Tiempo
Porcentaje
1.2
AA
C:Temp
0.8
BC
CC
0.4 AC
A:Conc
AB
0
0 0.5 1 1.5 2 2.5 3
Efectos estandarizados
Gráfica 6. Representación de los efectos de los factores sobre del rendimiento de azúcares en papel
probabilístico.
63
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
9.4.4. Predicción
6255
5925
140.0 4430
4000
Temp
4213
4959 80.0
120.0 3756
2.0 4404 Tiempo
5.040.0
Conc
En lo que respecta a la verificación de los supuestos del modelo del ANOVA, este
análisis presume que los residuos se distribuyen normal, independientes, varianza
constante y la ausencia de observaciones atípicas. El supuesto de varianza constante
se puede verificar graficando los residuos contra los predicho, y los puntos deben caer
aleatoriamente en el sentido vertical dentro de una banda horizontal, para cumplir el
supuesto (Gutiérrez y de la Vara, 2012). En las gráficas 8 (varianza constante), 9
64
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
(distribución normal) y 10 (distribución independiente de residuos), se observa una
aparente violación al supuesto de varianza constante, normalidad e independencia, por
la presencia de observaciones alejadas de la línea, las cuales se asocian con valores
grandes que hacen ver el no cumplimiento de los supuestos. Es posible que el no
cumplimiento de la igualdad de varianza se deba a que los factores A, B y C tienen un
efecto real sobre el rendimiento. Para el resto de los supuestos, se observa un patrón
definido de los residuos que hacen suponer la violación de dichos supuestos. Sin
embargo, para mayor seguridad puede aplicarse una transformación apropiada de la
variable respuesta, para corregir el Gráfica
problemade de violación
Residuos parade los supuestos analizados.
Rend
1200
800
400
Residuo
-400
-800
-1200
3500 4500 5500 6500 7500
Número de corrida
Gráfica 8. Residuos
Gráficade
devarianza constante
Probabilidad parapara
Normal rendimiento.
Residuos
99.9
99
95
80
Residuo
50
20
5
1
0.1
-1200 -800 -400 0 400 800
Número de corrida
65
Optimización de las variables en la hidrolisis ácida de cáscara de
Gráfica depiña por MSR
Residuos para obtener AR
para Rend
1200
800
400
Residuo
-400
-800
-1200
0 4 8 12 16 20
Número de corrida
1200
800
400
Residuo
-400
-800
-1200
2 2.5 3 3.5 4 4.5 5
Número de corrida
66
Optimización de las variables en la hidrolisis ácida de cáscara de
piña
Gráfica de por MSR
Residuos para obtener AR
para Rend
1200
800
400
Residuo
-400
-800
-1200
40 50 60 70 80
Número de corrida
1200
800
400
Residuo
-400
-800
-1200
120 124 128 132 136 140
Número de corrida
67
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
gráfica de contorno se trazan las líneas de respuesta constante en el plano x1 y x2. Cada
contorno corresponde a una altura particular de la superficie de respuesta. La gráfica de
contorno es útil para estudiar los niveles de x1 y x2 que producen cambios en la forma o
altura de la superficie de respuesta (Montgomery, 2004).
Temp=140.0
Rend
3500.0-3900.0
3900.0-4300.0
4300.0-4700.0
8500 4700.0-5100.0
5100.0-5500.0
7500 5500.0-5900.0
6500 5900.0-6300.0
Rend
6300.0-6700.0
5500 6700.0-7100.0
7100.0-7500.0
4500
80
3500 70
60
2 2.5 3 50
3.5 4 Tiempo
4.5 5 40
Conc
Gráfica 14. Superficie de respuesta estimada donde se indica el rendimiento esperado como una función
de A, B y C.
En este tipo de gráfica las curvas de los valores iguales de respuesta, se grafican en un
plano donde los ejes coordenados representan los niveles de los factores. Cada curva
representa un valor específico de la altura de la superficie, es decir un valor específico
de Y.
De acuerdo con análisis de la gráfica de contorno, se observa que el proceso puede ser
más sensible a los cambios en el tiempo que a los cambios de concentración.
68
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Temp=130.0
80 Rend
3500.-3900.
3900.-4300.
7500.0 4300.-4700.
70 4700.-5100.
5100.-5500.
5500.-5900.
5900.-6300.
Tiempo
yo= Máximo
6300.-6700.
60 6700.-7100.
7100.-7500.
6300.0
50 5500.0
4700.0
40
2 2.5 3 3.5 4 4.5 5
Conc
Gráfica 15. Contornos de la superficie de respuesta estimada donde se observan las condiciones en las
cuales se obtienen los rendimientos más altos de azúcares reductores.
69
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Temp=140.0
80 Rend
3500.-3900.
3900.-4300.
7500.0 4300.-4700.
70 4700.-5100.
Óptimo 5100.-5500.
5500.-5900.
5900.-6300.
Tiempo
6300.-6700.
60 6700.-7100.
7100.-7500.
6300.0
50 5500.0
4700.0
40
2 2.5 3 3.5 4 4.5 5
Conc
Gráfica 16. Contornos de la superficie de respuesta donde se observa la combinación de factores para el
rendimiento óptimo de azúcares reductores.
70
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
X. CONCLUSIONES Y RECOMENDACIONES
En base a los resultados del análisis de varianza (ANOVA) se comprobó que existen
tres efectos significativos sobre la producción de azúcares reductores; los resultados
obtenidos del análisis para el diseño factorial mostraron que las variables altamente
significativas sobre la variable respuesta rendimiento fueron el efecto cuadrático tiempo
(B2= 0.0141). Son significativos el efecto lineal tiempo (B = 0.0204) y el efecto
cuadrático concentración (A2= 0.0403); estos resultados se pueden comprobar de
acuerdo al diagrama de Pareto estandarizado como se observa en la gráfica 3, cabe
mencionar que estos tres efectos son altamente significativos para la producción.
Del análisis de verificación de los supuestos del modelo se encontró que los residuos
no se distribuyen de manera normal, independientes, con varianza constante y
ausencia de observaciones atípicas. Cabe mencionar que posiblemente el no
cumplimiento de la igualdad de varianza se deba a que los factores A, B y C tienen un
71
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
efecto real sobre el rendimiento de azúcares. Para obtener una mayor seguridad se
puede aplicar una transformación apropiada de la variable respuesta, de esta manera
se podría corregir el problema de violación de los supuestos analizados.
72
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
XI. BIBLIOGRAFÍA CITADA
Álvira, P., Tomás-Pejó, E., Ballesteros, M., and Negro, M. J. (2010). Pretreatment
technologies for an efficient bioethanol production process based on enzymatic
hydrolysis: A review. Bioresource Technology. (101):4851-4861.
American Society for Testing and Materials (ASTM). (1997). Method of Test for Alpha-
Cellulose in Wood. ASTM D1103-60. 2 pp.
American Society for Testing and Materials (ASTM). (1997). Standard Test Methods for
Direct Moisture Content Measurement of Wood and Wood-Base Materials, ASTM
D4442-92. 6 pp.
American Society for Testing and Materials (ASTM). (2001). Standard Test Method for
Ash in Wood. ASTM D1102-84. 2 pp.
American Society for Testing and Materials (ASTM). (2001). Standard Test Methods for
Water Solubility of Wood. ASTM D1110-84. 2 pp.
American Society for Testing and Materials (ASTM). (2001). Standard Test Method for
Ethanol-Toluene Solubility of Wood. ASTM D1107-56. 2 pp.
American Society for Testing and Materials (ASTM). (2001). Standard Test Method for
Acid-Insoluble Lignin in Wood. ASTM D1106-96. 2 pp.
American Society for Testing and Materials (ASTM). (2001). Standard Test Method for
Preparation of Extractive-Free Wood. ASTM D1105-96. 2 pp.
American Society for Testing and Materials (ASTM). 1978. Method of Test for
Holocellulose in Wood. ASTM D1104-56. 2 pp.
73
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
biochemical pathway: A review (Versión electrónica). Energy Conversión and
Management.
Box, G. E., and Draper, N. R. (1987). Empirical model building and response surface.
New York. John Wiley and Sons.
Cruz, R. A., Martínez, M. A., Cinco, Ch. Y., Rivera, A. J. L., y Cruz, G. M. J. (2011).
Aprovechamiento del bagazo de piña para obtener celulosa y bioetanol.
AFINIDAD Revista de Química Teórica y Aplicada. 68(551):38-43.
74
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Centro Nacional de Producción.
Esteva, G. S. (2009). Obtención de bioetanol a partir del mango criollo del Istmo de
Tehuantepec. Tesis de Licenciatura en Ingeniería Química. Universidad del
Istmo, Tehuantepec, Oaxaca. 103 pp.
Ferreira, S., Duarte, P. A., Ribeiro, L. H. M., Queiroz, A. J., and Dominques, C. F.
(2009). Response surface optimization of enzymatic hydrolysis of Cistus ladanifer
and Cytisus striatus for bioethanol production. Biochemical Engineering Journal.
45(3):192-200.
Ferrer, J. R., Páez, G., Arenas de Moreno, L., Chandler, C., Mármol, Z. y Sandoval, L.
(2002). Cinética de la hidrólisis ácida del bagacillo de caña de azúcar.
Universidad de Zulia. Revista Facultad de Agronomía, 19(1):23-33.
Galbe, M., y Zacchi, G. (2002) A review of the production of ethanol from sofwood. Appl.
Microbiol. Biotechnol. 59: 618-628.
Girío, F., Fonseca, C., Carvalheiro, F., Duarte, L., Marques, S., y Bogel-Lukasik, R.
(2010). Hemicelluloses for fuel ethanol: A review. Bioresource Technology,
101:4775–4800.
75
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Keller, F. A. (1996). Integrated bioprocess development for bioethanol production. In:
Wyman CE (ed) Handbook on bioethanol: production and utilization.Taylor
and.Francis, Bristol. 351-357.
Kok, T. T., Keat, T. L., Abdul, R. M. (2010). A glycerol-free process to produce biodiesel
by supercritical methyl acetate technology: An optimization study via Response
Surface Methodology. Bioresource Technology. (101):965-969.
Kumar, P., Barret, D. M., Delwiche, M. J., y Stroeve, P. (2009). Methods for
Pretreatment of Lignocellulosic Biomass for Efficient Hydrolysis and Biofuel
Production. Ind. Eng. Chem. Res., 48, 3713-3729.
Lawson, J., and Erjavec, J. (2001). Resoinse surface methodology. In: Modern statistics
for engineering and quality improvement. Brooks/Cole-Thomson Learning, Pacific
Grove Duxbury. 465 p.
Lenihan, P., Orozco, A., O'Neill, E., Ahmad, M., Rooney, D., and Walker, G. (2010).
Dilute acid hydrolysis of lignocellulosic biomass. Chemical Engineering Journal,
156, 395-403.
Lozanoff, J., Heinichen, S., Marchi, G., y Risso, E. (2007). Bioenergía: Revisión de
tecnologías emergentes. Buenos Aires: Observatorio de Políticas Públicas.
76
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
L.), en la obtención de azúcares fermentables. Ingeniería y Ciencia, 3(6):41-62.
Monsalve, J., Medina, V., y Ruíz, A. (2006). Producción de etanol a partir de la cáscara
de banano y de almidón de yuca. Dyna Revista Facultad de Minas, 73(150):21-
27.
Mosier, N., Wyman, C., Dale, B., Elander, R., Lee, Y. Y., Holtzapple, M., and Ladisch,
M. R. (2005). “Features of Promising Technologies for Pretreatment of
Lignocellulosic Biomass,” Bioresource Technology 96(6):673-686.
Nguyen, Q. A., Tucker, M. P., Keller, F. A., Beaty, D. A., Connors, K. M., y Eddy, F. P.
(1999) Dilute acid hydrolysis of softwoods. Appl. Biochem. Biotechnol.
77(79):133-142.
O`Boyle, A., Good, D., Potts, D., Fein, J. E., Griffith, R., Beck, M. J., Dahlgren, D., and
Wallin, T. (1991) The CASH process. The Swedish Ethanol Foundation
(Bioalcohol Fuel Foundation).
77
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
Picado, D., y Vásquez, G. (2004). Propuesta y evaluación de un manejo tecnológico
sostenible en el cultivo de la piña (Ananas comosus L). Trabajo de Graduación
presentado como requisito parcial para optar al título de Ingeniero Agrónomo con
el grado de Licenciatura, Universidad EARTH, Costa Rica.
REN21. (2010). Renewables Energy Policy Network for the 21st Century. Global Status
Report (Paris: REN21 Secretariat).
Technical Association of the Pulp and Paper Industry (TAPPI). (2001). Pentosans in
78
Optimización de las variables en la hidrolisis ácida de cáscara de
piña por MSR para obtener AR
wood and pulp. TAPPI T223 cm-01. 5 p.
Tejeda, L., Quintana, J., Pérez, J., y Young, H. (2011). Obtención de etanol a partir de
residuos de poda, mediante hidrólisis ácida e hidrólisis enzimática. Rev. U.D.C.A
Act. & Div. Cient. 14(1):111-116.
Teubner, C., Gysin, H., Levin, H., Hansen, H., Schönfelt, S., Ehlert, W. y Lechtaler, W.
(1999). El gran libro de los frutos exóticos. Grupo Ángel Rey (Import, Export &
Marketing). Editorial Everest, pp. 21-27.
Urbaneja, G., Ferrer, J., Páez, G., Arenas de Moreno, L., Colina, G. y Sandoval, L.
(1997). Hidrólisis ácida y caracterización de carbohidratos de la pulpa de café.
Universidad Nacional. Revista Facultad de Agronomía. Vol. 14, pp. 265-275.
Ye, and, Jiayang, (2002). Hydrolysis of lignocellulosic materials for ethanol production: a
review. Bioresource Technology, 83: p. 1–11.
Zhang, Y. H. P., Ding, S. Y., Mielenz, J. R., Cui, J. B., Elander, R. T., Laser, M., Himmel,
M. E., McMillan, J. R. and Lynd, L. R. (2007). Fractionating Recalcitrant
Lignocellulose at Modest Reaction Conditions. Biotechnology and
Bioengineering. 97(2):214-223.
79