INTRODUCCIÓN

En la actualidad, la industria química cubana debe ba­sar su desarrollo en investigaciones hacia la búsqueda de productos que puedan resultar atractivos desde el punto de vista de su uso, calidad y mercado, lo cual con llevaría también a su factibilidad técnica, econó­mica y ambiental (Nieblas et al., 2016).

El sorgo constituye el quinto cereal más importante en el mundo, después del arroz, el trigo, el maíz y la avena, siendo el principal cereal alimenticio para alre­dedor de 750 millones de personas viviendo en regio­nes tropicales semiáridas de África, Asia y Latinoamé­rica (Ramatoulaye et al., 2016). Este cereal contiene varias propiedades beneficiosas y se ha demostrado que su cultivo es económicamente rentable, teniendo en cuenta su bajo costo de producción, resistencia a la sequía y altas temperaturas, dadas sus característi­cas de rusticidad, y la realización de varias cosechas o cortes, además de no contener el gluten que afecta a los enfermos celíacos, por lo que se constituye en una excelente alternativa para la sustitución de importa­ciones (Rodríguez et al., 2015).

La cerveza es una expresión genérica para designar a la bebida resultante de fermentar, mediante levadu­ra seleccionada, el mosto procedente de la malta de granos de cereal (solo o mezclado con otros adjuntos cerveceros transformables en azúcares por digestión enzimática). Esta bebida es sometida previamente a un proceso de cocción y aromatización de sus extrac­tos o concentrados con flores de lúpulo (Gallardo et al., 2013).

En la Universidad Central “Marta Abreu” de Las Villas, Cuba, se ha trabajado por varios años en el desarrollo y la obtención de productos a partir del sorgo, entre los que se encuentran la producción de jarabes dextri­nizados (Rodríguez et al., 2015), maltina (Díaz, 2014; Gallardo et al., 2013), cerveza (Carvajal, 2014; Nie­blas et al., 2016; Ortega, 2016; Pino, 2017) y etanol (Gallardo et al., 2011).

La simulación de procesos para la evaluación de alter­nativas y la mitigación de pérdidas en un proceso de­terminado juega un papel muy importante para obte­ner el modelo final de la simulación, ya que este pue­de revelar a gran escala si un proceso futuro puede dar resultados acertantes (o no) en cuanto a su fac­tibilidad técnica y económica (Auli et al., 2013). La si­mulación de una planta química consiste en la crea­ción de un modelo de proceso o de costo, entendién­dose por modelo una descripción del comportamien­to de un proceso real, el cual sea capaz de predecir la salida (esto es, las respuestas) en función de las entra­das. Entre los múltiples simuladores de procesos exis­tentes en la actualidad, SuperPro Designer® es uno de los más relevantes para la industria de procesos quí­micos, siendo empleado fundamentalmente para la realización de balances de masa, estudios de factibili­dad y análisis económicos de variantes, así como en el diseño y la evaluación conceptual de procesos y plan­tas químicas (Aguiar et al., 2018; Csighy et al., 2017; Govindarajan et al., 2019; Lam et al., 2014; Mani et al., 2016).

Entre los indicadores más importantes para evaluar un proyecto en ingeniería química desde el punto de vista económico se encuentran el valor actual neto (VAN), la tasa interna de retorno (TIR) y el período de recuperación de la inversión (PRI) (Sayar et al., 2019). El van da cuenta del valor del dinero en el tiempo y es la diferencia entre el valor presente de todos los flujos de caja positivos (presentes y futuros) y los flujos de salida al contado, tales como la inversión de capital; se trata de una medida de la factibilidad del proceso propuesto. La tir no es más que la tasa de descuen­to que hace igual a cero el valor del van a lo largo de un tiempo predeterminado de vida del proyecto. Este constituye generalmente una base comparativa exce­lente para evaluar el proyecto en el ambiente econó­mico local. Por último, el PRI se refiere a la duración requerida para que los ingresos totales igualen la in­versión de capital inicial (Peters et al., 2003).

El análisis de sensibilidad se emplea para determinar la manera en que determinado proceso reacciona a cambios en variables claves, tanto de diseño como de operación, del proceso bajo estudio. Este análisis pre­senta múltiples beneficios, entre los que sobresalen el estudio de la influencia de los cambios efectuados en variables de entrada sobre variables de salida, ve­rificar que es factible la solución a las especificaciones de diseño, representar gráficamente las influencia de las variables iniciales y estudiar las variables que fluc­túan en el tiempo a través de un método en estado cuasi-estacionario (Ibrahim et al., 2020). Hasta la fe­cha, son varios los autores que han efectuado estu­dios de sensibilidad en diversos procesos químicos, entre los cuales se pueden mencionar el diseño de un absorbedor para la captura de dióxido de carbono uti­lizando aminas (Razi et al., 2013), la evaluación técni­ca y económica del proceso de producción de biodié­sel (Tang et al., 2015), la producción de Heparinasa I expresada en Escherichia coli (Ernst et al., 1997) y la producción de etanol a partir de biomasa lignoceluló­sica (Rao, 2005).

El sorgo rojo, variedad CIAP R-132, ha sido utilizado para evaluar el proceso de molienda en húmedo de la extracción del almidón contenido en los granos (Rodríguez et al., 2015); la producción de jarabes dex­trinizados mediante hidrólisis enzimática del almi­dón, aplicando la enzima α-amilasa (Rodríguez et al., 2015); como componente adjunto mezclado con cebada para la obtención de cerveza y malta a escala pi­loto (50 L) (Nieblas et al., 2016); y como única materia prima para la obtención de cerveza a escala de labo­ratorio (Alfonso, 2018). Sin embargo, hasta la fecha, no se ha reportado su empleo de forma integral para la producción de cerveza a escala de planta piloto, por lo que no se conoce qué valores tendrán los principa­les indicadores técnicos y económicos de una planta de este tipo.

Considerando los elementos hasta aquí descritos, el objetivo general del presente trabajo consiste en de­terminar la rentabilidad técnica y económica del pro­ceso de producción de cerveza a partir de sorgo rojo CIAP R-132 a escala de planta piloto (150 L/lote) en el contexto económico actual de Cuba. Además, se efec­túa un estudio de sensibilidad con el fin de evaluar la influencia que presentan tres variables iniciales, (i) ca­pacidad de producción de cerveza por lote, (ii) costo de adquisición del sorgo rojo y (iii) precio de venta de la botella de cerveza, sobre tres importantes paráme­tros económicos del proceso de producción evaluado: VAN, TIR y PRI. Por último, se determinó la correlación estadística existente entre las tres variables iniciales seleccionadas y los parámetros económicos VAN, TIR y PRI, para así obtener correlaciones que describan cuantitativamente la relación estadística existente en­tre estas variables.

MATERIALES Y MÉTODOS

Descripción del proceso de producción de cerveza a partir de sorgo rojo CIAP-R-132

En la figura 1 se muestra el diagrama de bloques en los que se exponen las principales etapas del proceso de producción de cerveza a partir de sorgo rojo CIAP R-132.

Figura 1
Diagrama de bloques del proceso de producción de cerveza a partir de sorgo rojo CIAP R-132
Fuente: elaboración propia.

Este proceso cuenta con dos subetapas principales, siendo la primera la subetapa en caliente donde se realizanlas siguientes operaciones:

Este proceso cuenta con dos subetapas principales, siendo la primera la subetapa en caliente donde se realizan las siguientes operaciones:

1. 1. Molienda

   2. Maceración

   3. Filtración y lavado

   4. Cocción del mosto

   5. Sedimentación

La segunda subetapa, conocida como etapa en frío, consta de las siguientes etapas

1. 1. Enfriamiento

   2. Inyección de la levadura y fermentación

   3. Maduración

   4. Enfriamiento, reposo de la cerveza y extracción de la levadura

   5. Envasado

En este caso, el proceso en caliente tiene como objetivo principal disolver las sustancias de la malta y los suce­dáneos empleados, desdoblándolos en azúcares fermentables para obtener un mosto libre de contaminación y de sustancias insolubles que sea adecuado para ser fermentado. En esta etapa del proceso ocurren una serie de operaciones con los objetivos descritos a continuación.

Molienda

Se trituran 19,95 kg de sorgo en un molino de disco para reducir su tamaño hasta obtener una consistencia de harina granulada, con vistas a favorecer la posterior sacarificación del almidón durante el proceso de maceración.

Maceración

La maceración se realiza para lograr la conversión de los almidones contenidos en el sorgo en azúcares fermenta­bles (sacarificación). Para ello, se comienza agregando 180 L de agua al macerador y luego los 19,95 kg de sorgo previamente molidos. Durante el proceso de macera­ción se llevan a cabo 4 pausas o escalones de tempe­raturas. En primer lugar, se calienta el agua conteni­da dentro del macerador hasta una temperatura de 38 ºC, a partir de la cual se le agregó el grano de sor­go; esta pausa de temperatura se mantiene durante 40 minutos. Posteriormente, se incrementa la tempe­ratura de la mezcla hasta 52 ºC y se mantiene en este valor también durante 40 minutos. Transcurrido este tiempo, se incrementa la temperatura del mosto has­ta 63 ºC y se conserva durante 40 minutos. Por últi­mo, se realiza un incremento de la temperatura hasta 71 ºC, permaneciendo en este valor durante 60 minu­tos. Cumplido este tiempo se incrementa la tempe­ratura del líquido macerado hasta 78 ºC con el fin de detener la actividad enzimática. Todo el proceso de maceración se efectúa a una velocidad de agitación de 60 rpm. Una vez finalizado el proceso de macera­ción, al mosto se le aplica la prueba del yodo a fin de comprobar si existió sacarificación del almidón duran­te el proceso de maceración; es decir, si el almidón se desdobló en azúcares simples. En el mosto filtrado y enfriado también se mide el valor de Brix y el pH.

La reacción de hidrolisis enzimática del almidón se describe mediante las ecuaciones 1, 2 y 3 (Suárez et al., 2019):

[Ec. 1]

[Ec. 2]

[Ec. 3]

Filtración y lavado

Se procede a separar el líquido (mosto) del sólido (afrecho). Esta separación se realiza en un colador metálico a través del cual fluye el mosto filtrado, sien­do almacenado en un recipiente colector metálico. A la torta de afrecho acumulada en el colador se le rea­liza un lavado con agua a 75-78 ºC con el fin de que continúen disolviéndose los azúcares contenidos en esta mezcla sólida. El líquido de lavado es recogido en el mismo recipiente donde se colectó el mosto duran­te el primer filtrado. El afrecho agotado es comerciali­zado, mientras que el mosto contenido en el recipien­te colector es bombeado de vuelta al macerador.

Preparación del sucro

En un recipiente aparte se agregan 10,5 kg de azúcar y 12 L de agua, los cuales son esterilizados a 100 ºC por 25 minutos. Una vez concluida la esterilización, la mezcla resultante (sucro) es enfriada.

Cocción

Por medio de la cocción se produce la esterilización y concentración del mosto para que este sea suminis­trado libre de contaminación microbiana a la etapa de fermentación. En esta operación se logra la coagu­lación de las sustancias insolubles y la inactivación de las enzimas que hasta este momento siguen realizando su función. En esta etapa se adicionan 120 g de lúpulo amargo, 30 g de lúpulo aromático y los 12 L de sucro. La cocción se realiza durante 1 hora a una temperatura de 100 ºC, tras lo cual se añade agua de proceso, previa­mente esterilizada, hasta completar 150 litros.

Sedimentación

Una vez finalizada la cocción del mosto, este es verti­do en un tanque colector metálico y bombeado hacia un sedimentador tangencial (whirlpool) para separar la mayor cantidad de partículas sólidas en suspensión que contiene el mosto caliente, la cual está formada por compuestos tanino-proteicos, globulinas y otras partículas finas provenientes del sorgo, así como tam­bién del sucro. En este caso, debido a la fuerte rota­ción que se produce dentro del sedimentador se reú­nen o agrupan los coágulos, los cuales se sedimentan y forman un cono de sustancias coaguladas en el fon­do del sedimentador, separándose de esta forma las partículas coagulantes que están en suspensión del lí­quido clarificado. La mezcla sedimentada es enviada para consumo animal.

Por su parte, la segunda subetapa, es decir, el proceso en frío, tiene como objetivo crear un medio adecuado para la fermentación, lograr una fermentación acele­rada y obtener un producto que cumpla con las nor­mas de calidad establecidas. Las etapas incluidas en este proceso son:

Enfriamiento

Se enfría el mosto contenido en el sedimentador has­ta una temperatura de 30 ºC, haciendo circular agua de enfriamiento por la chaqueta del equipo, la cual proviene de la torre de enfriamiento.

Inyección de la levadura y fermentación

Su objetivo es lograr una fermentación acelerada y una relación adecuada del microorganismo y la can­tidad de mosto a fermentar, ocurriendo la transfor­mación de los azúcares en el mosto en alcohol etílico y dióxido de carbono por acción de la levadura. Una vez que el mosto alcanza la temperatura de 30 ºC en el sedimentador, este es bombeado hacia el reactor y, seguidamente, se inyecta la levadura. En el reactor, este compuesto es aireado con un botellón de oxígeno por espacio de una hora, aproximadamente. Toda esta operación se efectúa manteniendo la recirculación del medio fermentativo, lo que facilita la reacción en me­dio agitado, regulando la entrada del oxígeno necesa­rio para el crecimiento y la propagación de la levadura.

La ecuación de fermentación alcohólica se muestra a continuación (ec. 4):

[Ec. 4]

Una vez aireada, se procede a efectuar la fermentación anaerobia para producir la cerveza, proceso que se lle­va a cabo a una temperatura de 12 °C. Diariamente se lleva a cabo un análisis de extracto y pH. Cuando el ex­tracto llega a 5 °Brix se pasa a la etapa de maduración.

Maduración

En esta etapa la presión del fermentador aumenta hasta 0,8-0,9 kgf/cm² y la temperatura se mantiene entre 18-19 ºC para saturar la cerveza de CO2. El ex­tracto debe ir disminuyendo paulatinamente al ser fermentado por la levadura. Así mismo, el pH debe disminuir hasta 3,5-3,8. Cuando el extracto se man­tiene constante a un valor límite de fermentación se pasa a la etapa de enfriamiento en el fermentador.

Enfriamiento, extracción de la levadura y reposo dela cerveza

Durante esta etapa se enfría la cerveza hasta 0-2 ºC para que precipite la levadura al fondo del fermen­tador. Esta operación tiene como objetivo separar el resto de la cosecha de levadura sedimentada en el fondo del reactor y eliminar proteínas coagulables, partículas insolubles y sustancias coloidales que no se hayan precipitado en el proceso de fermentación, fa­voreciendo así la formación de compuestos que apor­tan el buqué característico de cada tipo de cerveza. En esta etapa, la mezcla se deja reposar por 24 horas y se comienza la extracción de la levadura. Posterior a la extracción se deja reposar por 12 horas. Durante esta operación se debe mantener la presión entre 0,8 y 0,9 kgf/cm2 para saturar de CO2 la cerveza.

Envasado

Una vez extraída la levadura (biomasa) y efectuada la maduración de la cerveza, esta es envasada en botellas de cristal de 350 mL de capacidad.

Simulación del proceso de producción en el simulador SuperPro Designer®

Se empleó el simulador profesional de procesos Su­perPro Designer® v. 8.5 para simular el proceso de pro­ducción de cerveza a partir de sorgo rojo ciap r-132, con el fin de aplicar las herramientas de balance de masa y energía, el diseño de equipamiento y los cál­culos económicos del proceso bajo estudio (figura 2).

Figura 2
Diagrama de flujo del proceso de producción de cerveza a partir de sorgo rojo CIAP R-132 obtenido mediante el simulador SuperPro Designer®
Fuente: elaboración propia.

La simulación del proceso productivo en el simulador SuperPro Designer® permitió obtener valores y resul­tados de un gran número de parámetros técnicos y económicos de importancia para este proceso de pro­ducción, entre los cuales se puede mencionar VAN, TIR, PRI, costos fijos, capital de trabajo, costo unitario de producción, margen bruto y neto y porcentaje de retorno de la inversión.

Para efectuar la simulación se asumió un tiempo de construcción de planta de 15 meses, con 3 meses para realizar la arrancada y puesta en marcha. Se conside­ró un tiempo de vida del proyecto de 15 años, asu­miendo que la planta producirá al 100 % durante todo su tiempo de vida. El VAN fue determinado asumien­do una tasa de interés de 11 % y un 32 % de impues­tos por concepto de ingresos. El costo de validación y puesta en marcha se asumió como 15 % de los cos­tos fijos directos (CFD), mientras que los costos aso­ciados con el aseguramiento y control de la calidad se suponen como un 15 % del costo total de la mano de obra. Se asume además que no existe rechazo del pro­ducto principal (cerveza) por no cumplir con los pará­metros de calidad exigidos, que se gastan alrededor de cup 20.000 anuales para efectuar operaciones de validación del proceso de producción y que el costo relacionado con el tratamiento de residuales corres­ponde a 25 % del costo total de operación.

La planta utiliza todos los servicios auxiliares común­mente consumidos en un proceso de este tipo, es decir, agua de enfriamiento, glicol, electricidad y va­por de agua. Se asume además que la misma trabaja 11 meses al año, con 1 mes para acometer operacio­nes de mantenimiento y reparaciones de equipos y sistemas auxiliares. Se aplicó un salario nominal pro­medio de cup 2,84/hora para los operarios que tra­bajan en la planta y cup 5,00/hora para los supervi­sores y personal de dirección. La tabla 1 muestra los precios de las principales materias primas consumi­das, los materiales utilizados, los servicios auxiliares empleados y los productos obtenidos durante el pro­ceso productivo.

Tabla 1

Precios de las principales materias primas, los servicios auxiliares y los productos obtenidos utilizados en la simulación del proceso productivo(cifras en pesos cubanos [CUP])

Fuente: elaboración propia.

En la tabla 2 se muestran los costos de adquisición de cada equipo empleado en el proceso productivo, los cuales fueron tomados de varias fuentes y refe­rencias bibliográficas (Perry & Green, 2008; Peters et al., 2003; Towler & Sinnott, 2013; Sinnott & Towler, 2019). El producto final obtenido (cerveza) se envasa­rá en botellas de cristal de 350 mL de capacidad.

Tabla 2

Costo del equipamiento principal empleado en el proceso de producción de cerveza a partir de sorgo rojo CIAP R-132

Fuente: elaboración propia.

La tabla 3 muestra la composición química porcentual del sorgo y el lúpulo utilizados durante la simulación, datos obtenidos de Díaz (2014) y Pérez (2016), res­pectivamente. Por último, se escoge una capacidad promedio de producción de la planta de 150 litros de cerveza por lote.

Tabla 3

Composición química porcentual del sorgo y el lúpulo utilizados en la simulación

Fuente: elaboración propia con base en Díaz (2014) y Pérez (2016).

Evaluación de la sensibilidad de los indicadores seleccionados

Considerando los resultados técnico-económicos ob­tenidos durante la simulación del proceso productivo a través del simulador SuperPro Designer®, se desa­rrolló un diseño de experimentos estadísticos del tipo Superficie de Respuesta por medio del software esta­dístico Statgraphics Centurion® xvi para evaluar la in­fluencia de tres variables iniciales o de entrada (ca­pacidad de producción de cerveza por lote, costo de adquisición del sorgo rojo y precio de venta de la bo­tella de cerveza) sobre tres importantes parámetros de salida de proceso: VAN, TIR y PRI. De esta manera, se llevará a cabo un estudio de sensibilidad de 3 en­tradas y 3 salidas.

Para elaborar el diseño de experimentos descrito, a los valores utilizados durante la simulación para las 3 varia­bles iniciales consideradas se le aumentará o disminui­rá 20 %. Lo anterior con el objetivo de tomar en cuenta posibles variaciones u oscilaciones de los valores que puedan presentar estas variables en el futuro y evaluar la potencial influencia tales fluctuaciones en los resul­tados de VAN, TIR y PRI para la planta propuesta.

Se elaboró un diseño de experimentos del tipo super­ficie de respuesta aleatorizado aplicando la opción “Box-Behnken Design”, contenida en el paquete es­tadístico Statgraphics Centurion®, obteniendo inicial­mente 30 corridas experimentales en total. Estas úl­timas fueron posteriormente optimizadas mediante la herramienta “D-Optimality”, contenida en el pro­pio software estadístico, con el objetivo de seleccio­nar aquellas corridas que presentan mayor influencia estadística sobre las 3 variables de salida tomadas en cuenta, así como también reducir la extensión del es­tudio de sensibilidad, llegando finalmente a 11 corri­das experimentales. En la tabla 4 se muestran los va­lores que deben presentar cada una de las 3 variables de entrada tomando en cuenta el rango de ± 20 %. Por su parte, la tabla 5 expone los valores que deberán presentar estos 3 parámetros dentro del diseño de ex­perimentos optimizado que contiene las 11 corridas experimentales.

Tabla 4

Valores que deben presentar cada una de las 3 variables de entrada consideradas tomando en cuenta un rango de variación de ± 20 %

Fuente: elaboración propia.

Tabla 5

Estudio de sensibilidad optimizado que contiene los valores a considerar de cada parámetro de entrada

Fuente: elaboración propia.

Evaluación de la correlación estadística existente entre las variables de entrada y los indicadores VAN, TIT y PRI

Una vez efectuado el estudio de sensibilidad, se pro­cedió a realizar un análisis de la correlación estadísti­ca existente entre las tres variables de entrada consi­deradas y los tres parámetros económicos de salida evaluados, con el objetivo de obtener correlaciones o ecuaciones que describan, de forma cuantitativa, la relación estadística existente entre las variables de entrada y las de salida. Lo anterior se llevó a cabo utilizando la opción “Multiple Regression” contenida en el software estadístico Statgraphics Centurion® XVI.

Por último, se determinó la corrida (o escenario) con el resultado económico más positivo con respecto a los resultados de VAN, TIR y PRI obtenidos, así como también aquella con el resultado menos favorable.

RESULTADOS Y DISCUSIÓN

Principales resultados técnico-económicos obtenidos durante la simulación del proceso de producción de cerveza a escala piloto

La tabla 6 presenta los principales indicadores técni­cos y económicos obtenidos durante la simulación del proceso de producción de cerveza en el simulador Su­perPro Designer®.

Tabla 6

Principales indicadores técnico-económicos obtenidos durante la simulación del proceso de producción de cerveza en el simulador SuperPro Designer®

Fuente: elaboración propia.

Tomando en cuenta los resultados mostrados en la ta­bla 6, para una planta con una inversión inicial de cup 570 000, el proyecto se puede calificar como económi­camente rentable y confiable desde el punto de vista inversionista, puesto que el PRI no es superior a 5 años (3,82 años), la TIR es mayor a 25 % (28,83 %) y el van presenta un resultado positivo (cup 480 000), lo cual es un indicativo de rentabilidad de la inversión y ga­nancias positivas (Baca, 2010; Sinnott & Towler, 2019; Towler & Sinnott, 2013).

Estudios previos relacionados con la evaluación eco­nómica de plantas de producción de cerveza emplean­do sorgo como materia prima obtuvieron los resulta­dos que se muestran a continuación. Carvajal (2014) dimensionó una planta piloto de producción de cer­veza empleando sorgo blanco udg-110 como mate­ria prima, con una capacidad de producción de 100 L/día, obteniendo un costo total de la inversión de cup 106.965,18, un costo total de producción de cup 16.755,44/año, una ganancia anual de cup 28.436,56, un van de cup 75.410,73, una TIR de 24 % y un PRI de 5,5 años. Por su parte, Ortega (2016) diseñó una planta piloto de producción de cerveza de 100 L/día con sorgo blanco udg-110 como materia prima principal, obte­niendo como resultado un VAN de cup 1.905.901,7, una TIR de 40 % y un PRI de cuatro años y seis meses. Por último, Pino (2017) efectuó el diseño de una planta de producción de cerveza con la misma variedad de sorgo y capacidad de producción, obteniendo los siguientes resultados: VAN de cup 14.760.706,1, TIR de 250,1 % y PRI de 1 año.

La tabla 7 muestra el desglose de las principales materias primas y materiales consumidos por año y su influencia porcentual en el costo total de producción.

Tabla 7

Consumo de materias primas y materiales, y su influencia porcentual en el costo de producción

Fuente: elaboración propia.

Evaluación del estudio de sensibilidad efectuado con respecto a las variables iniciales seleccionadas

La tabla 8 muestra los resultados del estudio de sensibilidad efectuado para las 11 corridas consideradas.

Tabla 8

Resultados obtenidos para cada una de las corridas experimentales incluidas en el estudio de sensibilidad efectuado

Fuente: elaboración propia.

Un análisis de la información en la tabla 8 permite establecer que la corrida n.° 1 presenta el escenario económico más optimista y positivo en cuanto a los mayores valores de VAN y TIR y el menor valor de PRI, con cup 941.283, 33,67 % y 3,15 años, respectivamen­te. Esto se debe a que esta corrida presenta la mayor capacidad de producción (180 L/lote) con el mayor precio de venta de la cerveza (cup 28,8/botella), así como el menor costo de compra del sorgo rojo (cup 11,24/kg); es decir, se produce a la mayor capacidad de producción posible adquiriendo la principal mate­ria prima consumida en el proceso (sorgo rojo) al me­nor precio de compra posible y vendiendo el principal producto obtenido (botella de cerveza) al mayor costo de venta posible, lo cual influye positivamente en la rentabilidad global del proceso productivo.

Por otro lado, las corridas n.° 4, 7 y 10 presentaron el peor escenario económico, con un van de cup -44.451, una TIR de 5,70 % y un PRI de 7,67 años. Lo anterior se debe a que en las mismas se tiene el mayor costo de compra del sorgo (cup 16,86/kg), así como el menor precio de venta de la cerveza (cup 19,2/botella) para la menor capacidad de producción posible de la plan­ta (120 L/lote).

Vale destacar que la corrida 11 también presentó re­sultados negativos con respecto a los valores de VAN (cup -31.018), TIR (6,02 %) y PRI (7,49), lo cual se debe a que esta corrida presenta la menor capacidad de producción de cerveza posible (120 L/lote) y el menor precio de venta de la cerveza (cup 19,2/botella)

Resultados obtenidos con respecto a la correlación estadística existente entre las tres variables de entrada y los indicadores VAN, TIR y PRI

Al evaluar la correlación estadística existente entre las tres variables de entrada consideradas (capacidad de producción de cerveza por lote, costo de adquisición del sorgo rojo y precio de venta de la botella de cer­veza) sobre tres indicadores económicos importantes del proceso (VAN, TIR y PRI), se obtuvo una ecuación multifactorial para cada uno de los tres indicadores evaluados, las cuales se muestran a continuación.

La figura 3 muestra el diagrama de Gantt obtenido mediante el empleo del simulador SuperPro Designer®.

Figura 3
Diagrama de Gantt del proceso de producción de cerveza a partir de sorgo rojo CIAP R-132
Fuente: elaboración propia mediante el simulador SuperPro Designer®.

Valor actual neto (VAN)

VAN= - 1,84541E6 + 5331,67*c + 890,517*cs + 59569,7*pc

Tasa interna de retorno (TIR)

TIR= - 28,7312 + 0,0931736*c - 0,0498962*cs + 1,25282*pc

Período de recuperación de la inversión (PRI)

PRI = 15,9756 - 0,0264757*c + 0,0415555*cs - 0,312782*pc

Donde:C = Capacidad

CS = Costo de compra de sorgo

PC = Precio de venta de la cerveza

La tabla 9 muestra los resultados estadísticos obtenidos para cada uno de los indicadores económicos incluidos en el estudio de correlación estadística efectuado.

Tabla 9

Resultados estadísticos obtenidos durante el estudio de correlación estadística realizado

Fuente: elaboración propia.

CONCLUSIONES

El proceso de producción de cerveza a partir de sorgo rojo CIAP R-132 a escala piloto (150 L/lote) puede con­siderarse de rentable desde el punto de vista técni­co y económico considerando los valores de VAN (cup 480.000), TIR (28,83 %) y PRI (3,82 años) obtenidos en este trabajo.

La corrida que mejor escenario económico presentó durante el estudio de sensibilidad efectuado fue la n.° 1, con una VAN = cup 941.283, una TIR = 33,67 % y un PRI = 3,15 años, mientras que las de peor resultado económico fueron las n.° 4, 7 y 10, con un VAN = cup -44.451, TIR = 5,70 % y PRI = 7,67 años.

Se obtuvieron correlaciones estadísticas que permi­ten relacionar cuantitativamente los indicadores van, tir y pri con tres parámetros iniciales del proceso pro­ductivo: (i) capacidad de producción de cerveza por lote, (ii) costo de adquisición del sorgo rojo y (iii) pre­cio de venta de la botella de cerveza.

Referencias

Aguiar, A. C. D. Osorio-Tobón, J. F., & Silva, L. P. S. (2018). Economic analysis of oleoresin production from malagueta peppers (Capsicum frutescens) by supercritical fluid extraction. The Journal of Supercritical Fluids, 133, 86-93. https://doi. org/10.1016/j.supflu.2017.09.031

Alfonso, H. M. (2018). Estudio preliminar del proceso de obtención de cerveza a partir de sorgo rojo ciap r-132 a escala de laboratorio (tesis de diploma, Universidad de Camagüey, Cuba). Repositorio Universidad de Camagüey.

Auli, N. A., Sakinah, M., Bakri, A. M. M. A., Kamarudin, H., & Norazian, M. N. (2013). Simulation of xylitol production: A review. Australian Journal of Basic and Applied Sciences, 7(5), 366-372.

Baca, G. (2010). Evaluación de proyectos (6.a ed.). McGraw-Hill/Interamericana Editores, S.A. de C.V.

Carvajal, N. (2014). Perfeccionamiento del proceso de producción de cerveza a partir de malta de sorgo (tesis de diploma, Universidad Central Marta Abreu de Las Villas, Cuba). Repositorio Universidad Central Marta Abreu de las Villas.

Csighy, A., András, K., & Vatai, G. (2017). Modelling the partial demineralization process of cow milk by SuperPro Designer. Hungarian Journal of Industry And Chemistry, 45(2), 9-12. https://doi. org/10.1515/hjic-2017-0013

Díaz, Y. (2014). Perfeccionamiento del proceso de malteado de sorgo para la producción de maltinas para enfermos celiacos (tesis de diploma, Universidad Central Marta Abreu de Las Villas, Cuba). Repositorio Universidad Central Marta Abreu de las Villas.

Ernst, S., Garro, O. A., Winkler, S., Venkataraman, G., Langer, R., Cooney, C. L., & Sasisekharan, R. (1997). Process simulation for recombinant protein production: cost estimation and sensitivity analysis for heparinase I expressed in Escherichia coli. Biotechnology and Bioengineering, 53(6), 575-582. https://doi.org/10.1002/(SICI)1097- 0290(19970320)53:6<575::AID-BIT5>3.0.CO;2-J

Gallardo, I., Boffill, Y., Ozuna, Y., Gómez, O., Pérez, M., & Saucedo, O. (2013). Producción de bebidas usando sorgo malteado como materia prima para enfermos celíacos. Avances en Ciencias e Ingeniería, 4(1), 61-73.

Gallardo, I., Rodríguez, L., Boffill, Y., Alemán, L., & Pérez, M. (2011). Producción de bioetanol empleando las enzimas generadas del sorgo malteado. Afinidad, 68(552), 144-149.

Govindarajan, D. K., Meganathan, Y., Udayakumar, G. P., & Kothandan, R. (2019). Techno-economic analysis for the production of ethanol from Ipomoea batatas (sweet potato). American International Journal of Research in Science, Technology, Engineering & Mathematics, February, 13-24.

Ibrahim, N. H., Ibrahim, W. H. W., Sakinah, A. M. M., Harun, N., & Othman, M. R. (2020). Sensitivity analysis of xylose production process using aspen plus. iop Conf. Series: Materials Science and Engineering, 736, 1-9. https://doi. org/10.1088/1757-899X/736/2/022110

Lam, K. F., Leung, C. C. J., Lei, H. M., & Lin, C. S. K. (2014). Economic feasibility of a pilot-scale fermentative succinic acid production from bakery wastes. Food and Bioproducts Processing, 92, 282- 290. https://doi.org/10.1016/j.fbp.2013.09.001

Mani, S., Sundaram, J., & Das, K. C. (2016). Process simulation and modeling: Anaerobic digestion of complex organic matter. Biomass and Bioenergy, 93, 158-167. https://doi.org/10.1016/j. biombioe.2016.07.018

Nieblas, C., Gallardo, I., Rodríguez, L., Carvajal, N., González, J. F., & Pérez, M. (2016). Obtención de bebidas y otros productos alimenticios a partir de dos variedades de sorgo. Centro Azúcar, 43(3), 66-77.

Ortega, M. (2016). Producción de cerveza empleando integralmente el grano de sorgo (tesis de diploma, Universidad Central Marta Abreu de Las Villas, Cuba). Repositorio Universidad Central Marta Abreu de las Villas.

Pérez, E. J. (2016). Simulación del proceso de producción de cerveza a escala piloto (tesis de diploma, Universidad Central Marta Abreu de Las Villas, Cuba). Repositorio Universidad Central Marta Abreu de las Villas.

Perry, R. H., & Green, D. W. (2008). Chemical Engineers’ Handbook (8.a ed.). McGraw-Hill.

Peters, M. S., Timmerhaus, K. D., & West, R. E. (2003). Plant design and economics for chemical engineers (5.a ed.). McGraw-Hill.

Pino, M. S. (2017). Tecnología para la producción de cerveza a partir de malta de sorgo para enfermos celíacos (tesis de diploma, Universidad Central Marta Abreu de Las Villas, Cuba). Repositorio Universidad Central Marta Abreu de las Villas.

Ramatoulaye, F., Mady, C., Fallou, S., Amadou, K., Cyril, D., & Massamba, D. (2016). Production and use of sorghum: A literature review. Journal of Nutritional Health & Food Science, 4(1), 1-4. https://doi.org/10.15226/jnhfs.2016.00157

Rao, S. R. (2005). Biomass to ethanol: process simulation, validation and sensitivity analysis of a gasifier and a bioreactor (tesis de maestría, Oklahoma State University). shareok Repository.

Razi, N., Svendsen, H. F., & Bolland, O. (2013). Cost and energy sensitivity analysis of absorber design in co2 capture with mea. International Journal of Greenhouse Gas Control, 10, 331-339. https://doi. org/10.1016/j.ijggc.2013.09.008

Rodríguez, L., Gallardo, I., Nieblas, C., Medina, J., & Ortiz, W. (2015). Obtención de jarabes dextrinizados mediante hidrólisis enzimática del almidón de sorgo. Centro Azúcar, 42(4), 49-58.

Rodríguez, L., Gallardo, I., Nieblas, C., & Ortiz, W. (2015). Evaluación de dos variedades de sorgo para la obtención de almidón. Centro Azúcar, 42(1), 88-95.

Sayar, N. A., Pinar, O., Kazan, D., & Sayar, A. A. (2019). Bioethanol production from Turkish hazelnut husk process design and economic evaluation. Waste Biomass Valor, 10, 909-923. https://doi. org/10.1007/s12649-017-0103-y

Sinnott, R., & Towler, G. (2019). Chemical Engineering Design (6.a ed., vol. 6). Elsevier Butterworth- Heinemann.

Suárez, V. D., López, I., & Álvarez, M. (2019). Estimación de la producción de biogás a partir de un modelo de simulación de procesos. Centro Azúcar, 46(1), 73-85.

Tang, Z.-C., Zhenzhou, L., Zhiwen, L., & Ningcong, X. (2015). Uncertainty analysis and global sensitivity analysis of techno-economic assessments for biodiesel production. Bioresource Technology, 175, 502-508. https://doi.org/10.1016/j.biortech.2014.10.162

Towler, G., & Sinnott, R. (2013). Chemical Engineering Design: Principles, Practice and Economics of Plant and Process Design (2.a ed.). Elsevier Ltd.