Modelado de propiedades texturales durante el proceso de maduración de queso tipo suizo utilizando perfiles espectrales

• Autores: Magán Mujica, Claudia Emperatriz, Vásquez Medina, Nadya Paola
• Formato: tesis de grado
• Fecha de Publicación: 2017
• Institución: Universidad Privada del Norte
• Repositorio: UPN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upn.edu.pe:11537/12361
• Enlace del recurso: https://hdl.handle.net/11537/12361
• Nivel de acceso: acceso cerrado
• Materia: Queso; Distribución de planta; Procesos industriales; https://purl.org/pe-repo/ocde/ford#2.11.04

RESUMEN Normalmente la evaluación de la textura durante la maduración del queso requiere métodos invasivos y destructivos, así como equipos especializados. En esta investigación se propone un método no destructivo basado en imágenes hiperespectrales. El objetivo de este estudio fue realizar el modelado de las propiedades texturales del queso de tipo suizo durante el proceso de maduración utilizando sus perfiles espectrales. Treinta y dos muestras fueron preparadas y almacenadas en condiciones de maduración: [0 - 5] semanas, 20 °C y 80% de humedad. Las imágenes hiperespectrales se adquirieron en el rango de 400 a 1000 nm, junto con la maduración, Y llevó a cabo el análisis de textura de perfil (PTA) utilizando dos ciclos de compresión. En PTA se obtuvieron valores de dureza (H) para cada ciclo de compresión (H1 y H2). A continuación, las imágenes hiperespectrales fueron pre-procesadas y analizadas para obtener los perfiles espectrales medios usando funciones que se implementaron en Matlab 2015a. El modelado y optimización de la relación entre los perfiles espectrales y los valores de dureza se realizaron mediante el método de regresión de mínimos cuadrados parciales (PLSR), obteniéndose los modelos ajustados minimizando la suma predictiva de cuadrados (PRESS). El modelo de relación mostró que la longitud de onda más relevante para el modelo H1 fue de 592, 496, 576, 456, 512, 560, 680 y 624 nm; Y para el modelo H2 fueron 592, 496, 576, 456, 512, 624, 680 y 560 nm (clasificados por influencia en el modelo). Finalmente, se calculó el coeficiente de correlación ajustado (R2) obteniendo valores de 0.89 y 0.90 para H1 y H2 respectivamente. Es posible predecir los valores texturales utilizando un modelo basado en perfiles espectrales con una precisión cercana al 90% y la longitud de onda más relevante para el modelo PLSR está en el rango de 450 a 680 nm.