Aplicação de redes neuronais para a predição e otimização do processo de secagem de Yacon (Polymnia sonchifolia) com pré-tratamento osmótico

Abstract

Resumo: O processo de pré-tratamento osmótico vem sendo estudado devido às contribuições que ele oferece ao alimento quando seco através de outros processos de secagem como a convectiva. O tubérculo de yacon é um alimento que tem mostrado propriedades prebióticas por causa dos frutooligossacarídeos, fonte de minerais como potássio e cálcio entre outras propriedades. O proposto neste trabalho não é a caracterização das propriedades funcionais do yacon. Mas, uma tecnologia pós-colheita que estabilize as reações no tubérculo de forma rápida, como a secagem, a qual pode ajudar na melhor conservação dos frutooligossacarídeos. Este trabalho de dissertação visa à determinação da cinética de transferência de massa do pré-tratamento osmótico, a avaliação da influência das variáveis independentes como espessura da fatia, concentração e temperatura da solução osmótica usando o sorbitol como agente desidratante, a determinação do processo de secagem do yacon com e sem pré-tratamento osmótico, a predição e otimização através do modelo de redes neuronais do pré-tratamento osmótico a partir das variáveis independentes, espessura das fatias, concentração e temperatura da solução osmótica e treinar uma rede para a secagem convectiva com o objetivo de prever a melhor temperatura necessária para minimizar o tempo de secagem. Com duas horas de pré-tratamento foi possível a máxima transferência de massa entre as fatias e a solução. O pré-tratamento osmótico contribuiu na redução do tempo de secagem convectiva e na aparência final do produto. O aumento da temperatura da solução osmótica demonstrou ter influência negativa na retirada de água do produto e no menor ganho de sólidos durante o pré-tratamento. O modelo de redes neuronais foi eficiente na predição e otimização do processo de secagem convectiva com pré-tratamento osmótico.

Abstract: The process of osmotic pre-treatment has been studied due the contributions it offers to the food when submitted to other drying process as the convective. The yacon roots has been showing prebiotics properties because of the fructooligossacarids, its concentration in minerals as potassium and calcium among other. The proposed in this work is not the characterization of the functional properties of the yacon, but the development of a post harvest technology that stabilizes the reactions in the roots, as the convective drying, which can help in the best conservation of the fructooligossacarids. This work seeks the determination of the kinetics of the osmotic pre-treatment mass transfer. The influence of the independent variables, slice thickness, osmotic solution concentration and temperature using the sorbitol as dehydrating agent. The determination of the drying process of the yacon with and without osmotic pre-treatment. The prediction and optimization of the osmotic pretreatment using the neural network model and to predict the convective drying process with the objective to foresee the best temperature to minimize the time of drying. With two hours of pre-treatment was enough to have the higher mass transfer rate between the slices and the solution. The osmotic pre-treatment contributed to the time reduction in the convective drying process and in the final appearance of the product. The increase in the osmotic solution temperature had a negative influence in the water reduction of the product and in the smallest solid gain during the pretreatment. The neural network model was efficient in the prediction and optimization of the drying process with osmotic pre-treatment.