Artigo Completo - Open Access.

Idioma principal

PROPRIEDADES MECÂNICAS DE GÉIS SIMPLES E MISTOS POR REDES NEURAIS ARTIFICIAIS

CARVALHO, B. C. F.; MARTINS, T. D.; PERRECHIL, F. A.;

Artigo Completo:

A previsibilidade de propriedades mecânicas dos géis de caseinato de sódio com ou sem adição de polissacarídeos foi estudada por meio da aplicação das redes neurais artificiais. A melhor configuração de rede encontrada foi obtida por meio do treinamento de diversas estruturas com 10 a 30 neurônios na camada oculta, inserindo-se para os dados de entrada valores numéricos de concentração da proteína caseinato de sódio e polissacarídeos, tipo de polissacarídeo (inulina, carragena e LBG), temperatura de gelificação e razão glucona-δ-lactona (GDL)/caseinato. Para os dados de saída, foram inseridos valores de tensão na ruptura, deformação na ruptura e módulo de Young. A melhor configuração encontrada foi a 5-20-3, que se mostrou adequada para modelar os parâmetros de interesse.

Artigo Completo:

Palavras-chave: géis de caseinato de sódio,

Palavras-chave:

DOI: 10.5151/chemeng-cobeqic2017-093

Referências bibliográficas
  • [1] BRAGA, A. P.; CARVALHO, A.; LUDERMIR, T. B. Redes neurais artificiais: teoria e aplicações. Rio de Janeiro: Livros Técnicos e Científicos, 2000.
  • [2] BRAGA, A. L. M.; CUNHA R. L. The effect of the glucono-δ-lactone/caseinate ratio on sodium caseinate gelation. International Dairy Journal, v. 16, p.389-398, 2006.
  • [3] DOUBLIER, J. -L., GARNIER, C., RENARD, D., & SANCHEZ, C. Protein-polysaccharide interactions. Current Opinion in Colloid and Interface Science, v. 5, p. 202–214, 2000.
  • [4] FOUCQUIER, J.; CHANTOISEAU, E.; LE FEUNTEUN, S.; FLICK, D.; GAUCEL, S.; PERROT, N. Toward an integrated modeling of the dairy products transformations, a review of the existing mathematical models. Food Hydrocolloids, v. 27, p. 1-13, 2012.
  • [5] HE, J.; MU, T. Application of an Artificial Neural Network for Predicting the Texture of Whey Protein Gel Induced by High Hydrostatic Pressure. CCTA2012: Computer and Computing Technologies in Agriculture VI, p. 118-125, 2013.
  • [6] KLASSEN, T. Uso de redes neurais artificiais para a modelagem da temperatura e da retenção de água no processo de resfriamento de carcaças de frango por imersão. Dissertação (Mestrado em Engenharia Química), Universidade Estadual do Oeste do Paraná, 2008.
  • [7] PERRECHIL, F. A.; BRAGA, A. L. M.; CUNHA, R. L. Interactions between sodium caseinate and LBG in acidified systems: Rheology and phase behavior. Food Hydrocolloids, v. 23, p. 2085-2093, 2009.
  • [8] PERROT, N.; TRELEA, I. C.; BAUDRIT, C.; TRYSTRAM, G.; BOURGINE, P. Modelling and analysis of complex food systems: State of the art and new trends. Trends in Food Science and Technology, v. 22, p. 304-314, 2011.
  • [9] PICONE, C. S. F., TAKEUCHI, K. P.; CUNHA, R. L. Heat-induced whey protein gels: Effects of pH and the addition of sodium caseinate. Food Biophysics, v. 6,p. 77-83, 2011.
  • [10] RIBEIRO, K. O., RODRIGUES, M. I., SABADINI, E., & CUNHA, R. L. Mechanical properties of acid sodium caseinate--carrageenan gels: effect of co-solute addition. Food Hydrocolloids, v. 18, p. 71-79, 2004.
  • [11] TAKEUCHI, K. P.; CUNHA, R. L. Influence of ageing time on sodium caseinate gelation induced by glucono-δ-lactone at different temperatures. Dairy Science and Technology, v. 88, p. 667-681, 2008.
Como citar:

CARVALHO, B. C. F.; MARTINS, T. D.; PERRECHIL, F. A.; "PROPRIEDADES MECÂNICAS DE GÉIS SIMPLES E MISTOS POR REDES NEURAIS ARTIFICIAIS", p. 550-555 . In: Anais do XII Congresso Brasileiro de Engenharia Química em Iniciação Científica [=Blucher Chemical Engineering Proceedings, v. 1, n.4]. ISSN Impresso: 2446-8711. São Paulo: Blucher, 2017.
ISSN 2359-1757, DOI 10.5151/chemeng-cobeqic2017-093

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações