El secado de alimentos es un proceso común para conservar muchos tipos de alimentos, incluidas frutas y carnes. Sin embargo, el secado puede alterar la calidad y el valor nutricional de los alimentos. En los últimos años, los investigadores han desarrollado técnicas de precisión que utilizan sensores ópticos e inteligencia artificial para facilitar un secado más eficiente. Un nuevo estudio de la Universidad de Illinois Urbana-Champaign analiza tres técnicas de secado inteligentes emergentes y proporciona información práctica para la industria alimentaria.
“Con los sistemas de secado tradicionales, es necesario retirar la muestra para monitorear el proceso. Pero con el secado inteligente, o secado de precisión, se puede monitorear continuamente el proceso, aumentando la precisión y la eficiencia”, dijo el autor Mohammad Kamerzaman, profesor asistente. Departamento de Ingeniería Agrícola y Biológica (ABE), parte de la Facultad de Ciencias Agrícolas, del Consumidor y Ambientales y de la Facultad de Ingeniería Granger de Illinois.
En el artículo, los investigadores revisan la literatura académica sobre una variedad de dispositivos que aplican técnicas de precisión para mejorar las capacidades de secado inteligente en la industria alimentaria.
Se centran en tres sistemas de detección óptica: imágenes RGB con visión por computadora, espectroscopia de infrarrojo cercano (NIR) e imágenes hiperespectrales de infrarrojo cercano (NIR-HSI): los mecanismos, aplicaciones y discusiones sobre las ventajas y limitaciones. También proporcionan una descripción general de los métodos de secado industriales estándar, como liofilización, pulverización, microondas o secado en horno de aire caliente, que se pueden combinar con técnicas de seguimiento precisas.
“Puede utilizar cada uno de los tres sensores por separado o en combinación. La elección que haga dependerá del sistema de secado particular, sus necesidades y su rentabilidad”, afirma Marcus Vinicius da Silva Ferreira, becario postdoctoral en la ABE.
RGB con visión por computadora utiliza una cámara normal que captura la luz visible a lo largo del espectro de colores RGB. Puede proporcionar información sobre las propiedades de la superficie, como tamaño, forma, color y defectos, pero no puede medir el contenido de humedad.
La espectroscopia NIR utiliza luz infrarroja cercana para medir la absorción de diferentes longitudes de onda, que pueden asociarse con propiedades químicas y físicas únicas del producto, y pueden medir propiedades intrínsecas como el contenido de humedad. Sin embargo, NIR escanea un punto a la vez.
Eso podría funcionar para un solo producto, como rodajas de manzana, al menos inicialmente, dijo Kamersman.
“Pero a medida que avanza el secado, el material se encoge y se vuelve inconsistente, provocando grietas y flexiones. Si se utiliza NIR en esta etapa y se escanea solo un punto, se puede ver el proceso de secado. No se puede medir la velocidad”, anotó.
NIR-HSI es la más completa de las tres técnicas. Escanea toda la superficie del producto, por lo que proporciona información mucho más precisa sobre la velocidad de secado y otras propiedades que el NIR solo, ya que extrae información espacial y espectral tridimensional. Sin embargo, el NIR-HSI también es más caro que los otros dos sensores. Los equipos cuestan entre 10 y 20 veces más que los sensores NIR y 100 veces o más que las cámaras RGB. Además, los requisitos informáticos y de mantenimiento para HSI son bastante altos, lo que aumenta aún más el costo total.
Los tres métodos deben combinarse con IA y aprendizaje automático para procesar información, y se deben entrenar modelos para cada aplicación específica. Nuevamente, HSI requiere más potencia computacional que los otros dos sistemas porque recopila mayores cantidades de datos.
Los investigadores también desarrollaron su propio sistema de secado para probar diferentes métodos. Construyeron un horno calentador y experimentaron con la técnica de secar rodajas de manzana. Primero combinaron el sistema con RGB y NIR. Posteriormente también probó el sistema NIR-HSI, cuyos resultados planea discutir en un artículo futuro.
“Para el monitoreo en tiempo real, la combinación de imágenes RGB, sensores espectroscópicos NIR y NIR-HSI con IA representa un futuro transformador para el secado de alimentos. La integración de estas tecnologías supera las limitaciones del monitoreo tradicional del proceso de secado y avanza las capacidades de monitoreo en tiempo real. ” concluyó en el documento.
Señaló que el desarrollo futuro de instrumentos NIR-HSI portátiles y portátiles permitirá aún más el monitoreo continuo de los sistemas de secado, proporcionando control de calidad en tiempo real en una variedad de entornos operativos.
