Analysis and experimental validation of mathematical models of wine fermentation

In the last decade, the Italian wine industry experienced a relevant international expansion. The wine industry is in second place for energy consumption in the food industry despite the sustainability issue has become more and more important for the Italian and foreign market. It is therefore of paramount importance to implement sound oenology methodologies, i.e., precision oenology approaches, which aim to spur the vinification process re-engineering possibly in a data-driven perspective. The thesis falls into the framework of the technological cluster ALL4INNOVATION ; the purpose is to assist Italian wine companies in this technological transformation, with the scope of improving wine quality and minimizing energy consumption. The thesis aspires to lay the foundations for the implementation of a predictive model for the alcoholic fermentation of the Amarone della Valpolicella DOCG wine. The work consists of data analysis and modelling of the fermentation process of Amarone della Valpolicella DOCG wine. The objectives pursued are (i) prediction of fermentation kinetics and (ii) their optimization through the manipulation of temperature as a control variable. To build a structured database, a sampling plan and an experiments apparatus are devised. A physical-based mathematical fermentation model describing the dynamics of sugar, ethanol, nitrogen, yeast, and oxygen is studied and its parameters will be identified based on the conducted experiments. The model will be finally used to propose a strategy to minimize the energy consumption.

Nel corso dell’ultimo decennio, il settore vitivinicolo italiano ha conosciuto una rilevante fase di espansione, soprattutto sul fronte della crescita internazionale. L’industria del vino è al secondo posto per consumi energetici nel settore alimentare nonostante siano numerosi i Paesi dove l’attenzione alla sostenibilità assume sempre maggiore importanza. È quindi fondamentale implementare una nuova metodologia detta enologia di precisione per l’avvio in sicurezza del re-engineering, in una logica data-driven, del sistema di gestione del processo di vinificazione. Questa tesi è inserita nel contesto del cluster tecnologico ALL4INNOVATION; lo scopo è quello di aiutare le imprese vitivinicole italiane nella trasformazione tecnologica, migliorando così la qualità del vino e minimizzando i consumi energetici. La tesi intende porre le basi per l’implementazione di un modello predittivo della fermentazione alcolica del vino Amarone della Valpolicella DOCG. Il lavoro consiste in uno studio di analisi di dati e di modellizzazione del processo di fermentazione del vino Amarone della Valpolicella DOCG. Gli obiettivi perseguiti saranno (i) predizione della cinetica fermentativa e (ii) ottimizzazione della stessa attraverso la manipolazione della variabile di controllo temperatura. Per creare un database strutturato, sono stati ideati e applicati un piano di campionamento e un sistema di esperimenti di fermentazione di laboratorio. È stato studiato un modello fisico-matematico per la fermentazione che descrive le dinamiche di zucchero, etanolo, azoto, lievito e ossigeno e i suoi parametri sono stati identificati basandosi sugli esperimenti condotti. Infine, su questo modello sarà basato uno studio di ottimizzazione per minimizzare i consumi energetici.