Revista Cubana de Ciencia Agrícola

ISSN: 0034-7485
rcca@ica.co.cu
Instituto de Ciencia Animal
Cuba

Sosa, Dailyn; Boucourt, R.; Dustet, J.C.

Uso de la modelación matemática en los procesos de fermentación en estado sólido de sustratos
fibrosos destinados a la alimentación animal
Revista Cubana de Ciencia Agrícola, vol. 46, núm. 2, 2012, pp. 119-126
Instituto de Ciencia Animal
La Habana, Cuba

Disponible en: http://www.redalyc.org/articulo.oa?id=193024447001

Cómo citar el artículo

Número completo
Sistema de Información Científica
Más información del artículo Red de Revistas Científicas de América Latina, el Caribe, España y Portugal
Página de la revista en redalyc.org Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
Revista Cubana de Ciencia Agrícola, Tomo 46, Número 2, 2012. 119

Uso de la modelación matemática en los procesos de fermentación en

estado sólido de sustratos fibrosos destinados a la alimentación animal
Dailyn Sosa1, R. Boucourt1 y J.C. Dustet2
1
Instituto de Ciencia Animal, Apartado Postal 24, San José de las Lajas, Mayabeque, Cuba
2
Grupo de Biotecnología Aplicada, Facultad de Ingeniería Química, Instituto Superior
Politécnico “José Antonio Echeverría”,
La Habana, Cuba

La Fermentación en Estado Sólido (FES) de residuos fibrosos es una de las técnicas más prometedoras para la producción de alimento
animal por vía biotecnológica. En Cuba, a partir de fermentaciones rústicas, se han obtenido numerosos productos de gran utilidad, como
la Saccharina, el Sacchamaíz y el Sacchaboniato. Este trabajo es de carácter metodológico, en él se presenta una revisión general acerca de
la situación actual de la modelación matemática de las FES. Se aborda el uso de esta herramienta para describir el proceso de fermentación
rústica de sustratos fibrosos en estado sólido y se han tenido en cuenta las ecuaciones de balance de masa y energía, además de una ecuación
logística para describir el crecimiento microbiano en estos procesos. La modelación matemática en este tipo de fermentaciones permite
determinar el contenido de proteínas producto de la fermentación, así como estimar los perfiles de temperatura, la altura de la cama de
sólidos, el tiempo total del proceso y el tiempo de volteo del sustrato para lograr un proceso más eficiente. Hasta la fecha no se informan
modelos capaces de predecir el comportamiento de las FES rústicas.
Palabras clave: fermentación rústica en estado sólido, modelo matemático, residuos fibrosos

INTRODUCCIÓN

En los últimos años se han producido avances
importantes en el desarrollo de las Fermentaciones
en Estado Sólido (FES). Entre las aplicaciones más
importantes de este tipo de fermentación se encuentra
la producción de enzimas (Treichel et al. 2010) y etanol
(Wang et al. 2010). Estos procesos de fermentación
permiten aumentar el contenido de proteína y disminuir
la fibra de algunos productos agrícolas para obtener
nuevas opciones como alimento animal (Rodríguez et
al. 1998). Para su aplicación, las FES se llevan a cabo en
condiciones rústicas, y a que todo el proceso se desarrolla
en piso de cemento, donde no se logran controlar las
principales variables de la operación.
En el Instituto de Ciencia Animal (ICA) se han
desarrollado algunos productos de este tipo, entre los
que se encuentran la Saccharina, el Sacchamaíz, el
Sacchasorgo, la fermentación de la caña con excreta
vacuna y el Sacchaboniato. A partir de estos productos, se
han realizado numerosos estudios a nivel de laboratorio
y a escalas mayores.
Las trabajos de laboratorio tienen como objetivo
mejorar el valor nutritivo del producto y se realizan en
frascos Roux (Ramos et al. 2006 y Ramos et al. 2007).
Las investigaciones en piso se centran en estudios acerca
de la altura de la cama de sólidos (Rodríguez et al. 2006
y Carrasco et al. 1997), el volteo del sustrato (Carrasco
et al. 1997) y el tiempo de fermentación (Lezcano y
Marti 1997). Las FES rústicas no solo se aplican en el
ICA, sino que se utilizan en unidades de producción
pecuaria de los Ministerios de la Agricultura y del Azúcar
(Lezcano et al. 1994).
En el caso de la FES controlada, el diseño de
cámaras de fermentación ha constituido un gran avance
en el estudio de los diferentes parámetros cinéticos
y de transporte durante el proceso fermentativo. Sin
embargo, los resultados obtenidos con esta técnica no
han resultado satisfactorios, por lo que ha sido necesaria
su caracterización, con vistas a mejorar el diseño y
las estrategias de las operaciones (Dustet 1999). En
este sentido, se han diseñado nuevos equipos, como
los biorreactores, que no tienen aplicación para las
fermentaciones en condiciones rústicas, debido a su alto
costo y al poco valor agregado de los productos que se
obtienen por esta vía.
Paralelo al desenvolvimiento en el diseño de los
biorreactores, se desarrolló la modelación matemática
de este tipo de proceso. Como consecuencia, las FES
rústicas quedaron relegadas por tener menor aplicación.
El desarrollo de modelos para describir los fenómenos
biológicos y de transporte durante el proceso fermentativo
mejoró la comprensión de muchos aspectos de la FES
(Pandey 2003): la bioquímica, la ingeniería de procesos
(Raghavarao et al. 2003), el diseño y la operación y
escala de los biorreactores (Mitchell et al. 2003). En
el caso de las FES rústicas, la modelación matemática
es también una herramienta muy importante para
escalar los estudios que se realizan en el laboratorio.
El modelo matemático permitirá estimar el tiempo de
fermentación, la altura máxima de la cama y el tiempo
de volteo del sustrato para mantener la temperatura en
un intervalo adecuado para el crecimiento, el nivel de
proteína deseado en el producto y la optimización de
las condiciones de operación. En todos los casos se
ha logrado una disminución importante del número
120 Revista Cubana de Ciencia Agrícola, Tomo 46, Número 2, 2012.
de experimentos. Este trabajo tiene como objetivo rústicas, además de proponer un modelo matemático
abordar el uso de la modelación matemática en las FES que permita describir este último proceso.
de sustratos fibrosos para condiciones controladas y

MODELACIÓN MATEMÁTICA EN FES

El concepto de modelación en FES se refiere a la ejemplo, para la conservación de la energía, la ecuación

búsqueda de expresiones matemáticas que representen se plantea de la siguiente forma:
el sistema en estudio. La importancia de los modelos
utilizados radica en que permiten obtener los valores de
parámetros que explican un proceso particular y ofrecen
El primer término representa la variación de la
una idea de cómo se combinan los diversos fenómenos
temperatura debido a la convección. El segundo, los
de la fermentación para controlar el rendimiento global.
cambios de temperatura producto del mecanismo de
Los modelos son además, la base para evaluar el proceso
conducción. constituye la fuente calorífica por unidad
y tienen gran importancia en el diseño del equipamiento
de volumen (Garcell et al. 1984). En esta ecuación
y los criterios de control (Singhania et al. 2009).
se pueden anular algunos términos, de acuerdo con
Los modelos se pueden dividir en dos grupos
el estudio de que se trate. Para biorreactores con
fundamentales: cinéticos y de balance de masa y energía.
aireación forzada, por ejemplo, el término conductivo es
Los comprendidos en el primer grupo tienen en cuenta
despreciable con respecto al convectivo. Esto se debe a
la cinética de crecimiento de los microorganismos y su
que el calor metabólico generado durante la fermentación
afectación por las condiciones medio ambientales. Los
se extrae mediante el flujo de aire. En las FES rústicas
del segundo grupo parten de la aplicación de las leyes
prevalecen los mecanismos difusivos. Se puede entonces
de conservación de la masa y la energía en la cama de
despreciar el término convectivo, y predomina el
sustrato y de su interacción con los alrededores del
transporte de calor por conducción. Lo mismo ocurre
sistema (Mitchell et al. 2002).
con la ecuación general de fenómenos de transporte
De forma general, los modelos de balance de masa
para la conservación de la masa. Por tanto, los modelos
y energía se obtienen a partir de las ecuaciones de
existentes para biorreactores no tienen aplicación en los
fenómenos de transporte, las cuales tienen en cuenta el
procesos que se realizan en condiciones rústicas.
movimiento de una propiedad en varias direcciones. Por

MODELOS CINÉTICOS
Los diferentes modelos cinéticos para las FES son:
lineal, exponencial, logístico (más utilizado) y de rápida
aceleración/lenta desaceleración (Mitchell et al. 2004).
En la tabla 1 se recogen las ecuaciones diferenciales
para cada uno de ellos.
Ali y Mahmoodzadeh (2009) proponen un modelo
para la FES del salvado de trigo con Aspergillus niger,
que incluye la ecuación logística para describir el
crecimiento de este microorganismo. Los resultados
del modelo cinético se compararon con los datos
experimentales informados por Hamidi-Esfahani et al.
(2004) y se muestran en la figura 1, donde se indica
que el modelo es capaz de predecir los resultados
experimentales. Con la aplicación de este modelo, se
logra ahorrar tiempo y recursos. Además, se obtiene la
información necesaria del proceso en estudio.
Entre los trabajos más recientes, el realizado por
Hashemi et al. (2011) estudia la modelación de las

Tabla 1. Ecuaciones diferenciales de crecimiento en los procesos de FES

Forma diferencial
Lineal dX
=k
dt
Exponencial dX
= µX
dt
Logístico
dX  X 
= µX 1 − 
dt  X m 

Dos fases dX
dt
= µX , t < t a ;
dX
dt
[ ]
= µLe −b (t −ta ) X , t ≥ t a
Revista Cubana de Ciencia Agrícola, Tomo 46, Número 2, 2012.
(○) Datos experimentales y (—) Modelo; (*) Datos experimentales y (- -) Modelo.
Figura 1. Comparación entre el modelo y los datos experimentales de Hamidi-Esfahani
et al. (2004)
diferentes fases de la curva de crecimiento de Bacillus
sp. KR-8104 en salvado de trigo, así como la producción
de α-amilasa a partir de este proceso fermentativo.
Los experimentos se desarrollaron con un modelo
exponencial para predecir el crecimiento microbiano y
se basaron en las variaciones del peso seco del sustrato.
La descripción de las condiciones medio ambientales
MODELOS DE BALANCE DE MASA Y ENERGÍA
Los modelos de balance de masa y energía en un
biorreactor describen la transferencia de masa y calor en
la cama de sustrato sólido y los intercambios entre esta
fase y otras. Generalmente, la mayoría de los modelos
se enfocan en el balance energético (Sahir et al. 2007),
aunque algunos incorporan la transferencia de oxígeno
(Rajagopalan y Modak 1995) y otros, el balance de agua
(Weber et al. 2002).
Entre los modelos referidos en la literatura, el
propuesto por Sangsurasak y Mitchell (1998) incluye la
evaporación y la transferencia de calor en las direcciones
vertical y radial en geometría cilíndrica en un biorreactor
de cama empacada. Al comparar los resultados de este
modelo con los datos experimentales informados por
Ghildyal et al. (1994), se concluyó que el modelo de
Sangsurasak y Mitchell (1998) es capaz de reproducir
estos resultados (figura 2).
El modelo de Weber et al. (1999), además del balance
de energía, incluye el balance de agua, lo que permite
describir el comportamiento de la humedad del cultivo
durante la fermentación. Dustet e Izquierdo (2004)
proponen una modificación a este modelo, de manera que
121
(temperatura, pH, entre otros) es otro aspecto importante
que se debe considerar en la modelación de las FES. Los
modelos obtenidos permiten predecir estas condiciones,
como una función del tiempo, así como la respuesta de
los microorganismos ante las mismas (Mitchell et al.
2004).
quede expresado en función de la cinética de crecimiento
de los microorganismos. Este estudio tuvo como sustrato
bagazo de caña y como microorganismo, al hongo
celulolítico Aspergillus niger. El modelo matemático para
describir el proceso de FES incluye los balances de masa
y energía, ecuaciones cinéticas y ecuaciones auxiliares.
El criterio de validación adoptado en este trabajo
fue la comparación de la temperatura de salida del aire,
medida experimentalmente, y la predicha por el modelo.
Los resultados obtenidos por Dustet e Izquierdo (2004)
se informan en la tabla 2, donde se demuestra que los
valores que se obtienen por el modelo no difieren de los
experimentales.
Entre los modelos más recientes de balance de energía
se encuentra el de Ali y Mahmoodzadeh (2009), que
incluye los términos generación de calor metabólico,
convección y evaporación de agua. Los resultados
obtenidos con este modelo se muestran en la figura
3, donde se constata que son similares a los datos
experimentales informados por Ghildyal et al. (1994).
Esto indica que se trata de un modelo capaz de describir
el proceso en estudio.
122 Revista Cubana de Ciencia Agrícola, Tomo 46, Número 2, 2012.

Los resultados se muestran para

diferentes velocidades superficiales
(a) 0.0047 m/s, (b) 0.0141 m/s y (c)
0.0235 m/s.

Figura 2. Comparación de los resultados del modelo (línea) con los datos experimentales reportados
por Ghildyal et al. (1994) (símbolo).

Tabla 2. Temperatura de salida del aire para la FES con Aspergillus niger
Intervalo de Temperatura Temperatura Error
tiempo (h) experimental (K) teórica (K) relativo (%)
0-10 309 313.8 1.60
11-20 308 310.5 0.80
20-48 308 311.0 0.97

(..) Datos experimentales; (– –) (—) Modelos

Figura 3. Comparación de dos modelos de transferencia de calor con los datos experimentales de Ghildyal
et al. (1994)
Revista Cubana de Ciencia Agrícola, Tomo 46, Número 2, 2012.
Hasta la actualidad, todos los modelos propuestos
para biorreactores de FES no tienen aplicación para
condiciones rústicas, debido a las diferencias entre sus
dinámicas. En las FES que se llevan a cabo en el piso,
se dificulta más el control de las variables de operación,
ya que el proceso está expuesto a las condiciones medio
ambientales. Además, se debe tener en cuenta que muchas
veces se está ante una comunidad microbiana mixta, lo
que también diferencia este tipo de fermentación de
las controladas, que utilizan cultivos puros. Este hecho
implica que existen diferencias en el comportamiento
fisiológico de los microorganismos, por lo que es más
difícil controlar y mantener las mejores condiciones para
el crecimiento. En este sentido, Kreger-van Rij (1984)
realizó estudios con cultivos puros y encontró que para
cada tipo de microorganismo existe una temperatura
óptima. Sin embargo, en los cultivos mixtos resulta más
MODELACIÓN MATEMÁTICA DE LAS FERMENTACIONES RÚSTICAS EN ESTADO SÓLIDO
Uno de los mayores inconvenientes de las FES
rústicas es que los parámetros que rigen el proceso no
se pueden controlar fácilmente. Entre los problemas que
presenta este tipo de fermentación, se hallan los elevados
gradientes de temperatura, debido a la acumulación de
CARACTERÍSTICAS DEL SISTEMA PARA LAS FERMENTACIONES RÚSTICAS
El sistema de trabajo para las fermentaciones rústicas
es una cama de sólidos extendida en piso de cemento,
donde se asume que la geometría es rectangular (figura
4) y las relaciones altura/longitud y altura/ancho son
Figura 4. Esquema del sistema de trabajo
ECUACIONES PARA LA MODELACIÓN MATEMÁTICA DE LAS FERMENTACIONES RÚSTICAS
a) Ecuación cinética. Para describir la cinética
de crecimiento de los microorganismos se utiliza la
ecuación logística, al igual que para las fermentaciones
controladas.
Donde:
X es la concentración de biomasa (kg de biomasa/kg
de sustrato)
Xm y X0 representan la concentración máxima e inicial
de biomasa, respectivamente (kg de biomasa/kg de sustrato)
123
difícil encontrarla y mantenerla.
En los modelos matemáticos para procesos en
biorreactores con aireación forzada predomina el
término convectivo. Esto conlleva a que los procesos de
transporte ocurran a mayor velocidad que cuando tienen
lugar mediante un mecanismo de difusión. Esto permite,
entre otras ventajas, aumentar la altura de la cama de
sólidos y, por tanto, trabajar en espacios más pequeños.
Un aspecto importante a tener en cuenta es que la
fermentación rústica puede ser una variante productiva
para pequeñas comunidades. En este caso, les permite
el autoabastecimiento de alimento para los animales,
sin hacer grandes inversiones, lo que sí se requiere
para las fermentaciones en biorreactores. Además,
este tipo de alimento no tiene un alto valor agregado,
pues los procesos de obtención no son complejos en
equipamiento ni en procedimientos.
calor metabólico, ya que no se utiliza aireación forzada
durante el proceso. Hasta la fecha, no se informan
estudios de modelación en este tipo de fermentación
que permitan profundizar en ella y como consecuencia,
mejorar su desarrollo.
pequeñas. El sistema es heterogéneo (cuatro fases:
sólida, líquida, gaseosa y celular) y poroso. Se encuentra
expuesto a condiciones ambientales y se trabaja en
estado no estacionario.
µ es la velocidad específica de crecimiento (h-1)
t es el tiempo (h).
La ecuación logística es una de las más utilizadas,
pues brinda una adecuada aproximación de toda la
curva de crecimiento, donde se incluyen en una sola
ecuación la fase de retardo y el cese del crecimiento
en las últimas fases de la fermentación (Mitchell y von
Meien 2000). Permite además, describir el crecimiento
de cualquier microorganismo como de las poblaciones
mixtas. Con su aplicación, se puede determinar también,
el contenido de biomasa producto de la fermentación,
que es equivalente a un por ciento de proteínas, y se
representa por la variable .
124
BALANCE DE ENERGÍA
El balance de energía para el proceso se expresa
como sigue:
Donde:
X es la concentración de biomasa (kg de biomasa/
kg de sustrato)
t es el tiempo (h)
T es la temperatura (ºC)
Cpb es la capacidad de calor de la cama de sólidos
(kJ/kg ºC)
kb es la conductividad térmica de la cama (kJ/mh ºC)
Pb es la densidad de la cama de sólidos (kg/m3)
Ps es la densidad del sustrato (kg/m3)
ε es la porosidad
x y z representan el largo y la altura de la cama de
sólidos, respectivamente (m)
ΔH0 es el calor estándar de combustión de moléculas
orgánicas (J/kg de oxígeno)
BALANCES DE MASA
Se tienen en cuenta además, las ecuaciones que
permiten determinar las velocidades de consumo
del sustrato y el oxígeno, así como la velocidad de
producción de agua que se obtiene, producto del proceso
fermentativo. Los balances solo se presentan para la
fase sólida.
• Sustrato:
• Oxígeno:
• Agua:
Donde:
X es la concentración de biomasa (kg de biomasa/
kg de sustrato)
T es el tiempo (h)
Cs ,Co y CH O es la concentración de sólido, oxígeno
2 2
y agua, respectivamente (kg/m3)
Ps es la densidad del sustrato (kg/m3)
ε es la porosidad de la cama de sólido
Y x/s es el coeficiente de rendimiento biomasa/sustrato
(kg de biomasa/kg de sustrato)
Yx/o es el coeficiente de rendimiento biomasa/
2
oxígeno (kg de biomasa/kg de oxígeno) es el coeficiente
de rendimiento biomasa/agua (kg de biomasa/kg de
agua)
Los balances de masa permiten estimar la velocidad
Revista Cubana de Ciencia Agrícola, Tomo 46, Número 2, 2012.
Yx/o es el coeficiente de rendimiento biomasa/oxígeno
2
(kg de biomasa/kg de oxígeno).
Esta ecuación permite determinar el perfil de la
temperatura en la cama de sólidos. El primer término
representa la variación de la temperatura con respecto al
tiempo; el segundo, el término conductivo en dos de las tres
direcciones del espacio; el tercero representa la generación de
calor metabólico durante el proceso. En el balance de energía
solo se tiene en cuenta el término de conducción, ya que el
fluido que está en contacto con el sistema es el aire del medio
que lo rodea. Además, los mecanismos de transporte que se
manifiestan en este tipo de proceso son puramente difusivos,
a diferencia de los procesos que ocurren en biorreactores con
aireación forzada, que son mecanismos convectivos.
El balance de energía permite predecir, en el tiempo y en la
posición, la temperatura del sistema, lo que es de gran utilidad,
pues esta es una variable que afecta el crecimiento microbiano
durante la fermentación. Los perfiles de temperatura están
relacionados directamente con la cinética, ya que al crecer la
población de células evoluciona el calor metabólico.
de consumo de sustrato y oxígeno, así como la velocidad
de producción de agua. En el caso del sustrato, es de gran
importancia, ya que a medida que ocurre la fermentación
existe un gran consumo de este compuesto. Además, el
calor metabólico se genera, fundamentalmente, a partir
del sustrato que es fuente de energía. Se debe considerar
también el balance de oxígeno, pues este es un nutriente
indispensable para las fermentaciones aerobias. Además,
porque existe una relación entre la cantidad de calor que
se evoluciona y el oxígeno que se consume en el proceso.
La función del agua en las FES es múltiple y es
un componente indispensable en la composición de
la biomasa. Otro aspecto importante es que como el
mecanismo de transporte de energía es por difusión,
existe entonces un intercambio de energía con el aire del
ambiente, el cual tiene una temperatura y una humedad
determinada, y por ello puede ocurrir la evaporación.
El agua además, sirve de vehículo para las enzimas y
los nutrientes, pues facilita los intercambios gaseosos.
Una humedad elevada en el sustrato causa poca difusión
de oxígeno y alta contaminación. Al contrario, la
baja humedad conduce al crecimiento limitado de los
microorganismos y disminuye la disponibilidad del
sustrato (Mitchell et al. 2002). Por estas razones, se debe
tener en cuenta el balance de masa para este compuesto
en la modelación matemática de las FES.
Los balances de masa y energía se relacionan entre sí
mediante los rendimientos biomasa/sustrato y biomasa/
oxígeno, los que no son más que las cantidades de las
especies señaladas, que se obtienen o consumen en el
proceso fermentativo. Los rendimientos dependen del
microorganismo y del sustrato de que se trate, así como
Revista Cubana de Ciencia Agrícola, Tomo 46, Número 2, 2012.
de las condiciones de crecimiento. Además, permiten
relacionar la cinética y la termodinámica del proceso.
De forma general, las ecuaciones de balance para
las FES rústicas permitirán estimar los perfiles de
temperatura, determinar el contenido de proteína, el
tiempo total del proceso y de volteo del sustrato, así
como la mejor altura de cama para lograr un buen
proceso fermentativo. Este último es uno de los
factores más importantes que se deben controlar, pues
a medida que el grosor de la cama de sólidos es mayor,
se encontrarán temperaturas más elevadas, debido,
fundamentalmente, a la alta capacidad de aislamiento
térmico del sustrato, que impide la disipación del calor
metabólico generado durante la fermentación. Los
altos gradientes de temperatura, a su vez, limitan el
crecimiento e incluso llegan a ocasionar la muerte del
microorganismo (Mitchell et al. 2002).
Rodríguez et al. (2006) realizaron estudios de la
FES rústica de la caña de azúcar con boniato (Ipomea
batata Lam), para 10 y 15 cm de altura de la cama
de sólidos. Estos autores demostraron que para
10 cm, la temperatura se mantuvo por debajo de 40˚C,
CONSIDERACIONES FINALES
La modelación matemática de las FES rústicas puede
ofrecer mayor información de este proceso, pues en
este tipo de fermentación se dificulta más el control en
las variables. Además, la modelación permite conocer
el tiempo de fermentación para alcanzar un nivel de
concentración de biomasa, así como el nivel de proteína
verdadera del producto en determinadas condiciones
ambientales: temperatura del medio, humedad y
velocidad del aire. Posibilita también conocer la altura
máxima de la cama de sólidos para lograr un producto
homogéneo en concentración de biomasa, y estimar los
perfiles de temperatura. La altura está en función de la
cinética de crecimiento y la evolución de calor para la
REFERENCIAS
Ali, M. & Mahmoodzadeh, B. 2009. Modeling of temperature
gradients in packed-bed solid-state bioreactors. Chem. Eng.
and Proc. 48:446
Carrasco, E., Bocourt, R., Elías, A. & Febles, I. 1997. Layer
height and tumbling on sugar cane fermentation with bovine
faeces. Cuban J. Agric. Sci. 31: 43
Dustet, J.C. 1999. Contribución al estudio y al desarrollo
de la fermentación en estado sólido de materiales
lignocelulósicos. Tésis Dr. Cs. Instituto Superior Politécnico
“José Antonio Echeverría”. La Habana. Cuba
Dustet, J.C. & Izquierdo, E. 2004. Aplicación de balances
de masa y energía al proceso de fermentación en estado
sólido de bagazo de caña de azúcar con Aspergillus níger.
Biotecnología Aplicada. 21:85
Garcell, L., Díaz, A. & Surís, G. 1984. Transferencia de
cantidad de movimiento, calor y masa. Ed. Pueblo y
125
valor en el cual se encuentra el óptimo de gran parte
de los microorganismos ambientales. De igual forma,
obtuvieron mejores resultados para el resto de los
indicadores fermentativos, así como mayor crecimiento
microbiano y síntesis proteica.
La temperatura puede variar considerablemente
durante el proceso de fermentación, y estas variaciones
tienen incidencias en el crecimiento y la formación de
producto. Por esta razón, es conveniente incorporar los
efectos de esta variable en los modelos cinéticos de
crecimiento. Uno de los más utilizados es el que plantean
Saucedo-Castañeda et al. (1990) para la velocidad
específica de crecimiento, en función de la temperatura:
Donde:
µ es la velocidad específica de crecimiento (h-1)
T es la temperatura (ºC)
A es una constante empírica (h-1)
B es una constante empírica (-)
Ea1 y Ea2 son energías de activación (J/g mol)
R es la constante universal de los gases (J/g molºC)
población de células que se utilice. Es decir, este no
será un valor fijo para todos los productos posibles
que se puedan obtener. La modelación matemática
en este tipo de fermentaciones es una herramienta
útil que permite determinar además, el tiempo total
del proceso y el tiempo en que es necesario voltear el
sustrato para lograr un proceso más eficiente. Hasta la
fecha, no se informan modelos capaces de predecir el
comportamiento de los procesos de FES rústicas. Los
que existen para biorreactores no tienen aplicación para
estas fermentaciones por las diferencias en las dinámicas
de ambos procesos.
Educación. La Habana. Cuba. p.136
Ghildyal, N.P., Gowthaman, M.K., Raghava, K.S.M.S.
& Karanth, N.G. 1994. Interaction between transport
resistances with biochemical reaction in packed bed solid
state fermenters: effect of temperature gradients. Enzyme
Microb. Tech. 16:253
Hamidi-Esfahani, Z., Shojaosadati, S.A. & Rinzema, A.
2004. Modelling of simultaneous effect of moisture and
temperature on A. níger growth in solid-state fermentation.
Biochem. Eng. J. 21:265
Hashemi, M., Mousavi, S.M., Razavi, S.H. & Shojaosadati,
S.A. 2011. Mathematical modeling of biomass and
α-amylase production kinetics by Bacillus sp. in solid-state
fermentation based on solid dry weight variation. Biochem.
Eng. J. 53:159
Kreger-van Rij, N.F.W. 1984. The yeast taxonomic study. 3rd
126
Ed. Elsevier Sci.
Lezcano, P. & Marti, J.A. 1997. A note on the fermentation
time of rustic Saccharina. Cuban J. Agric. Sci. 31:313
Lezcano, P., Elías, A., Marti, J. & Rodríguez, Y. 1994. Una nota
sobre el efecto de la altura de la capa de fermentación de
caña molida en la producción de Saccharina rústica. Revista
Cubana de Ciencia Agrícola. 28(3):327-329.
Mitchell, D.A. & von Meien, O.F. 2000. Mathematical
modeling as a tool to investigate the design and operation
of the Zymotis packed-bed bioreactor for solid-state
fermentation. Biotech. Bioeng. 68:127
Mitchell, D.A., Berovic, M. & Krieger, N. 2002. Overview
of solid state bioprocessing. Biotech. Annual Rev. 8:183
Mitchell, D.A., von Meien, O.F., Krieger, N. & Dalsenter,
F.D. 2004. A review of recent developments in modeling
of microbial growth kinetics and intraparticle phenomena
in solid-state fermentation. Biochem. Eng. J. 17:15
Mitchell, D.A., von Meien, O.F. & Krieger, N. 2003. Recent
developments in modelling of solid-state fermentation: heat
and mass transfer in bioreactors. Biochem. Eng. J. 13:137
Pandey, A. 2003. Solid-state fermentation. Biochem. Eng.
J. 13:81
Raghavarao, K.S.M.S., Ranganathan, T.V. & Karanth, N.G.
2003. Some engineering aspects of solid-state fermentation.
Biochem. Eng. J. 13:127
Rajagopalan, S. & Modak, J.M. 1995. Modeling of heat and
mass transfer for solid state fermentation process in tray
bioreactor. Bioproc. Eng. 13:161
Ramos, J.A., Elías, A. & Herrera, F. 2006. Processes for
production of energy-protein feed for animals. Effect
of four energy sources on solid state fermentation of
sugarcane. Cuban J. Agric. Sci. 40:47
Ramos, J.A., Elías, A., Herrera, F., Aranda, E. & Mendoza, G.
2007. Processes for the production of an energetic-proteinic
animal feed. Effect of final molasses levels on the solid state
fermentation of Saccha-sorghum and Saccha-polishing.
Cuban J. Agric. Sci 41:131
Rodríguez, Z., Boucourt, R., Elías, A., Herrera, F.R. &
Nuñez, O. 2006. Effect of layer height on the fermentation
Revista Cubana de Ciencia Agrícola, Tomo 46, Número 2, 2012.
dynamics of sugarcane (Saccharum officinarum) and sweet
potato (Ipomea batata Lam) mixtures. Cuban J. Agric.
Sci. 40:161
Rodríguez, Z., Elías, A. & Riverí, Z. 1998. Studies on the
utilization of sweet potato (Ipomea batata Lam) in solid
state fermentation of sugar cane. Cuban J. Agric. Sci.
32:307
Sahir, A.H., Kumar, S. & Kumar, S. 2007. Modelling of a
packed bed solid-state fermentation bioreactor using the
N-tanks in series approach. Biochem. Eng. J. 35:20-28.
Sangsurasak, P. & Mitchell, D.A. 1998. Validation of a model
describing 2-dimensional heat transfer during solid-state
fermentation in packed bed bioreactors. Biotechnol.
Bioeng. 60:739
Saucedo-Castañeda, G., Gutiérrez-Rojas, M., Bacquet, G.,
Raimbault, M. & Viniegra-González, G. 1990. Heat transfer
simulation in solid substrate fermentation. Biotechnol.
Bioeng. 35:802
Singhania, R., Kumar, P., Soccol, C.R. & Pandey, A. 2009.
Recent advances in solid-state fermentation. Biochem.
Eng. J. 44:13
Treichel, H., de Oliveira, D., Mazutti, M.A., Di Luccio,
M. & Oliveira, J.V. 2010. A review on microbial lipases
production. Food Bioprocess Technol. 3:182
Wang, E.Q., Li, S.Z., Tao, L., Geng, X. & Li, T.C. 2010.
Modeling of rotating drum bioreactor for anaerobic solid-
state fermentation. Appl. Energy 87:2839
Weber, F.J., Oostra, J., Tramper, J. & Rinzema, A. 2002.
Validation of a model for process development and scale-
up of packed-bed solid-state bioreactors. Biotech. Bioeng.
77:381
Weber, F.J., Tramper, J. & Rinzema, A. 1999. A simplified
material and energy balance approach for process
development and scale-up of Coniothyrium minitans
conidia production by solid-state cultivation in a packed-
bed reactor. Biotech. Bioeng 65:447
Recibido: 7 de julio de 2011