"Ciências Básicas para o Desenvolvimento Sustentável"

24 a 26 de outubro de 2023

Trabalho 18570

ISSN 2237-9045
Instituição Universidade Federal de Viçosa
Nível Graduação
Modalidade Pesquisa
Área de conhecimento Ciências Exatas e Tecnológicas
Área temática Ciência e tecnologia de alimentos
Setor Instituto de Ciências Exatas e Tecnológicas - Campus Florestal
Bolsa CNPq
Conclusão de bolsa Sim
Apoio financeiro CNPq, FAPEMIG
Primeiro autor Ana Eliza Miura Damasceno
Orientador VANELLE MARIA DA SILVA
Outros membros Ana Paula Lopes Menezes, CARLOS HENRIQUE DE FIGUEIREDO VASCONCELLOS, Daiane Aparecida Freitas Vieira, ROBLEDO DE ALMEIDA TORRES FILHO
Título Modelagem utilizando Redes Neurais Artificiais (RNA) na predição da vida de prateleira do mel in natura
Resumo As redes neurais artificiais (RNA’s) podem aprender a relação entre entradas e saídas com base nos dados de treinamento, possibilitando a identificação de relações em fontes de dados complexas como a vida de prateleira de produtos a partir de métodos acelerados. Esses testes visam reduzir custos e tempo despendido nas análises que utilizam condições convencionais de armazenamento, sobretudo para produtos com elevados prazos de validade. A temperatura pode afetar uma série de reações indesejáveis, como a formação de Hidroximetilfurfural (HMF). O HMF é um composto furânico que pode ser formado pela desidratação das hexoses em pH ≤ 5 ou como um composto intermediário da reação de Maillard. O HMF é um componente que ocorre naturalmente no mel in natura, sendo utilizado como um parâmetro para avaliar a sua qualidade. A legislação brasileira estabelece um limite máximo de 60 mg HMF/kg mel, pois o HMF pode ser convertido em 5-sulfoximetilfurfural, que é genotóxico e carcinogênico. Logo, o objetivo desse projeto é determinar a vida de prateleira de mel in natura por método acelerado utilizando RNA’s para a sua predição. O teor de 5- Hidroximetilfurfural (HMF) foi o índice de perda de qualidade utilizado e a vida de prateleira foi considerada com o tempo necessário para atingir a concentração de HMF limite estabelecida na legislação. O banco de dados foi baseado no experimento realizado em DIC, em esquema fatorial 3 x 7 (temperaturas 45, 55 e 65°C e 7 tempos de armazenamento), com três repetições. A análise de teor de HMF foi realizada a cada 96/72 h para a temperatura de 45 °C, 24 h para 55 °C e 12 h para 65 °C até atingir a concentração limite. O banco de dados foi formado a partir da vida de prateleira obtidas por meio de modelo de Arrhenius entre temperaturas de 15 a 65°C, em intervalos de 0,1, com energia de ativação (Ea) de 29349,25 cal/mol. Para a análise das diferentes topologias de RNA’s, foi utilizado o software JMP 17, o número de neurônios na camada oculta variou de 2 até 20, a camada de entrada apresentou um neurônio (temperatura) e camada de saída também um neurônio (tempo de vida de prateleira). Foi utilizado o método de validação holdback (validação cruzada) em que a fase de treinamento das redes possuiu 75% dos dados e a fase de teste possuiu 25% dos dados. Diante disso, a melhor topologia de RNA obtida apresentou 10 neurônios na camada oculta. O R2 da etapa de treinamento foi igual a 1 e RASE igual a 9,69x10-06. Já a etapa de validação teve um resultado de R2 igual a 1 e RASE igual a 1,07195x10-05. Diante do exposto, a utilização de RNA’s se mostrou efetiva na determinação da vida de prateleira de méis em diferentes condições de temperatura de armazenamento a partir de resultados de métodos acelerados, utilizando o HMF como fator de perda de qualidade. Esses resultados podem ser utilizados como ferramenta de otimização nos processos de beneficiamento e de armazenamento de méis em diferentes temperaturas.
Palavras-chave Modelo de Arrhenius, Hidroximetilfurfural, Método acelerado.
Forma de apresentação..... Painel
Link para apresentação Painel
Gerado em 0,68 segundos.