Cómo las técnicas de Procesamiento Aproximado pueden ayudar a predecir parámetros de calidad en entornos industriales. A partir de un conjunto de datos obtenemos un modelo basado en Redes Neuronales (Machine Learning), que predice en función de un estado instantáneo de la planta industrial, uno o varios parámetros de calidad del producto que estamos fabricando o el servicio que estamos prestando. PMV: Demostrador proceso de elaboración del queso, y como factor de calidad a predecir, la humedad, de forma que, a partir del estado operativo de la planta podremos predecir la humedad final que tendrá. El simulador permite modificar los parámetros de operación de cada subproceso (Pasteurización, Corte de Cuajada, Prensado, Salmuera y Secado).

En base a los diferentes parámetros monitorizables en las distintas fases del proceso como tiempos de curación o de permanencia en salmuera, presión durante el prensado, la temperatura y el tipo de pasteurización, entre otros, hemos entrenado, con valores simulados, un conjunto de redes neurales que son capaces de predecir el valor final de humedad del queso con un porcentaje superior al 90%.