Influência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiais
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.uel.br/handle/123456789/9525 |
Resumo: | Resumo: Uma ferramenta altamente eficiente, que tem se destacado no processamento e tratamento de dados, são as Redes Neurais Artificiais (RNAs) Os Mapas Auto-organizáveis (MAO), que são um tipo de RNA, são modelos computacionais fáceis de visualizar, que simulam o processo de informações e aquisição de conhecimento Aplicando esta ferramenta, analisou-se o comportamento do filme formado na superfície dos queijos mussarela e prato, quando submetido a salga por imersão em sistema estático e dinâmico Para reduzir a quantidade de NaCl nos alimentos, o KCI foi utilizado como substituto parcial em quantidades adequadas, sem causar alterações sensoriais nos queijos A difusão de sais na salmoura é causada pela transferência de íons de sódio e potássio, induzidos pelo gradiente de concentração desses sais dentro e fora do alimento A difusão foi modelada utilizando a segunda lei de Fick e simulada pelo método de elementos finitos Os parâmetros utilizados na simulação foram os coeficientes principais e cruzados, número de Biot de massa e a relação entre o coeficiente de transferência de massa e a condutividade mássica (hm/?m) foram ajustados utilizando a otimização simplex super modificada acoplada às funções de desejabilidade No queijo mussarela, o coeficiente principal de difusão do Na+ foi 1,23 vezes maior que o coeficiente de difusão principal de K+ No queijo prato, o coeficiente principal de difusão do Na+ é 1,7 vezes maior que o coeficiente de difusão principal de K+ Os coeficientes cruzados para o queijo mussarela e prato apresentaram valores menores do que os principais, mostrando que a difusão dos solutos em seu próprio fluxo é mais importante do que a interferência entre eles A comparação entre os sistemas estático e dinâmico mostraram que a o processo de difusão é influenciado pelo filme formado na interface biosólido/solução, sendo minimizado com a agitação da salmoura A aplicação de redes neurais artificiais mostrou-se uma ferramenta eficaz na avaliação da influência do filme no processo de difusão dos íons Na+ e K+ e na salga dos queijos Mussarela e Prato |
| id |
UEL_0a1e2cec722ee06c30855b388c8d4227 |
|---|---|
| oai_identifier_str |
oai:repositorio.uel.br:123456789/9525 |
| network_acronym_str |
UEL |
| network_name_str |
Repositório Institucional da UEL |
| repository_id_str |
|
| spelling |
Oliveira, Talita Fogaça deTerrile, Amélia Elena68ab603e-7433-4fe7-b766-6615159f3884-1Corazza, Marcelab0b8e349-37ff-4880-b99c-a1cdd783ec3b-1Yabe, Maria Josefa dos Santos74b0ec8b-2681-49b5-932e-e2db0b6d31e4-1Coppo, Rodolfo Lopes0d35e9d2-1325-49fe-b510-7aba468dc035-1c5ab2238-f0fe-4be3-b52b-8e79de9c86d445830806-cd6b-401a-8260-865768b865ffBorsato, Dionísio [Orientador]Londrina2024-05-01T12:08:38Z2024-05-01T12:08:38Z2022.0012.08.2022https://repositorio.uel.br/handle/123456789/9525Resumo: Uma ferramenta altamente eficiente, que tem se destacado no processamento e tratamento de dados, são as Redes Neurais Artificiais (RNAs) Os Mapas Auto-organizáveis (MAO), que são um tipo de RNA, são modelos computacionais fáceis de visualizar, que simulam o processo de informações e aquisição de conhecimento Aplicando esta ferramenta, analisou-se o comportamento do filme formado na superfície dos queijos mussarela e prato, quando submetido a salga por imersão em sistema estático e dinâmico Para reduzir a quantidade de NaCl nos alimentos, o KCI foi utilizado como substituto parcial em quantidades adequadas, sem causar alterações sensoriais nos queijos A difusão de sais na salmoura é causada pela transferência de íons de sódio e potássio, induzidos pelo gradiente de concentração desses sais dentro e fora do alimento A difusão foi modelada utilizando a segunda lei de Fick e simulada pelo método de elementos finitos Os parâmetros utilizados na simulação foram os coeficientes principais e cruzados, número de Biot de massa e a relação entre o coeficiente de transferência de massa e a condutividade mássica (hm/?m) foram ajustados utilizando a otimização simplex super modificada acoplada às funções de desejabilidade No queijo mussarela, o coeficiente principal de difusão do Na+ foi 1,23 vezes maior que o coeficiente de difusão principal de K+ No queijo prato, o coeficiente principal de difusão do Na+ é 1,7 vezes maior que o coeficiente de difusão principal de K+ Os coeficientes cruzados para o queijo mussarela e prato apresentaram valores menores do que os principais, mostrando que a difusão dos solutos em seu próprio fluxo é mais importante do que a interferência entre eles A comparação entre os sistemas estático e dinâmico mostraram que a o processo de difusão é influenciado pelo filme formado na interface biosólido/solução, sendo minimizado com a agitação da salmoura A aplicação de redes neurais artificiais mostrou-se uma ferramenta eficaz na avaliação da influência do filme no processo de difusão dos íons Na+ e K+ e na salga dos queijos Mussarela e PratoTese (Doutorado em Química) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em QuímicaAbstract: A highly efficient tool that has stood out in data processing and treatment is Artificial Neural Networks (ANNs) Self-organized maps (SOM), which is a type of ANNs, are easy-to-view computational models that simulate information processing and knowledge acquisition Applying this tool, we analyzed the behavior of the film formed on the mozzarella and Prato cheese surface when subjected to salting by immersion in the static and agitated system In order to reduce the amount of NaCl in the food, KCl was used as a partial substitute in adequate amounts, without causing sensory changes in the cheese The diffusion of salts in the brine is caused by the transfer of sodium and potassium ions, induced by concentration gradient of these salts inside and outside the food The diffusion was modeled using Fick's second law and simulated by the finite element method The parameters used in the simulation were the main and cross diffusion coefficients, mass Biot number and the relationship between the mass transfer coefficient and the mass conductivity (hm /?m) that were adjusted using the super modified simplex method coupled to the desirability functions In mozzarella cheese, the main diffusion coefficient of Na+ was 123 times greater than the main diffusion coefficient of K+ In Prato cheese, the main diffusion coefficient of Na+ is 17 times greater than the main diffusion coefficient of K+ The cross coefficients presented smaller values than the main ones, showing that the diffusion of the solutes in relation to their own flow is more important than the interference between them The comparison between the static and dynamic systems showed that the diffusion process is influenced by the film formed at the biosolid/solution interface, being minimized with the brine agitation The application of artificial neural networks proved to be an effective tool in the evaluation of the influence of the film on the diffusion process of Na+ and K+ ions, in the mozzarella cheese saltingporQuímica inorgânicaMapas auto-organizáveisRedes neurais (Computação)Queijo mussarelaProcessos de fabricaçãoChemistry, inorganicSelf-organizing mapsNeural networks (Computer science)Mozzarella cheeseCheese plateManufacturing processesInfluência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisDoutoradoQuímicaCentro de Ciências ExatasPrograma de Pós-Graduação em Química-1-1reponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess30977vtls000237691SIMvtls000237691http://www.bibliotecadigital.uel.br/document/?code=vtls00023769164.00SIMhttp://www.bibliotecadigital.uel.br/document/?code=vtls0002376918954.pdf123456789/4701 - Doutorado - QuímicaORIGINAL8954.pdfapplication/pdf1485392https://repositorio.uel.br/bitstreams/ead4f00d-393c-439f-8d9f-f10024cc8bda/download1018f20498c073e8bf6ac112b8bd8ab7MD51LICENCElicence.txttext/plain263https://repositorio.uel.br/bitstreams/1d5c445a-f842-4b8c-944c-7846b13f5738/download753f376dfdbc064b559839be95ac5523MD52THUMBNAIL8954.pdf.jpg8954.pdf.jpgGenerated Thumbnailimage/jpeg3936https://repositorio.uel.br/bitstreams/96cfa71f-5d75-411d-84ca-b4f69f8bf6e9/download8faf1e6f1cf350f9ad4f451e88ec6c32MD53123456789/95252024-07-12 01:19:48.026open.accessoai:repositorio.uel.br:123456789/9525https://repositorio.uel.brBiblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:19:48Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false |
| dc.title.pt_BR.fl_str_mv |
Influência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiais |
| title |
Influência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiais |
| spellingShingle |
Influência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiais Oliveira, Talita Fogaça de Química inorgânica Mapas auto-organizáveis Redes neurais (Computação) Queijo mussarela Processos de fabricação Chemistry, inorganic Self-organizing maps Neural networks (Computer science) Mozzarella cheese Cheese plate Manufacturing processes |
| title_short |
Influência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiais |
| title_full |
Influência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiais |
| title_fullStr |
Influência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiais |
| title_full_unstemmed |
Influência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiais |
| title_sort |
Influência dos íons sódio e potássio na formação de filme durante a salga dos queijos mussarela e prato com aplicação de redes neurais artificiais |
| author |
Oliveira, Talita Fogaça de |
| author_facet |
Oliveira, Talita Fogaça de |
| author_role |
author |
| dc.contributor.banca.pt_BR.fl_str_mv |
Terrile, Amélia Elena Corazza, Marcela Yabe, Maria Josefa dos Santos Coppo, Rodolfo Lopes |
| dc.contributor.author.fl_str_mv |
Oliveira, Talita Fogaça de |
| dc.contributor.authorID.fl_str_mv |
c5ab2238-f0fe-4be3-b52b-8e79de9c86d4 |
| dc.contributor.advisor1ID.fl_str_mv |
45830806-cd6b-401a-8260-865768b865ff |
| dc.contributor.advisor1.fl_str_mv |
Borsato, Dionísio [Orientador] |
| contributor_str_mv |
Borsato, Dionísio [Orientador] |
| dc.subject.por.fl_str_mv |
Química inorgânica Mapas auto-organizáveis Redes neurais (Computação) Queijo mussarela Processos de fabricação Chemistry, inorganic Self-organizing maps Neural networks (Computer science) Mozzarella cheese Cheese plate Manufacturing processes |
| topic |
Química inorgânica Mapas auto-organizáveis Redes neurais (Computação) Queijo mussarela Processos de fabricação Chemistry, inorganic Self-organizing maps Neural networks (Computer science) Mozzarella cheese Cheese plate Manufacturing processes |
| description |
Resumo: Uma ferramenta altamente eficiente, que tem se destacado no processamento e tratamento de dados, são as Redes Neurais Artificiais (RNAs) Os Mapas Auto-organizáveis (MAO), que são um tipo de RNA, são modelos computacionais fáceis de visualizar, que simulam o processo de informações e aquisição de conhecimento Aplicando esta ferramenta, analisou-se o comportamento do filme formado na superfície dos queijos mussarela e prato, quando submetido a salga por imersão em sistema estático e dinâmico Para reduzir a quantidade de NaCl nos alimentos, o KCI foi utilizado como substituto parcial em quantidades adequadas, sem causar alterações sensoriais nos queijos A difusão de sais na salmoura é causada pela transferência de íons de sódio e potássio, induzidos pelo gradiente de concentração desses sais dentro e fora do alimento A difusão foi modelada utilizando a segunda lei de Fick e simulada pelo método de elementos finitos Os parâmetros utilizados na simulação foram os coeficientes principais e cruzados, número de Biot de massa e a relação entre o coeficiente de transferência de massa e a condutividade mássica (hm/?m) foram ajustados utilizando a otimização simplex super modificada acoplada às funções de desejabilidade No queijo mussarela, o coeficiente principal de difusão do Na+ foi 1,23 vezes maior que o coeficiente de difusão principal de K+ No queijo prato, o coeficiente principal de difusão do Na+ é 1,7 vezes maior que o coeficiente de difusão principal de K+ Os coeficientes cruzados para o queijo mussarela e prato apresentaram valores menores do que os principais, mostrando que a difusão dos solutos em seu próprio fluxo é mais importante do que a interferência entre eles A comparação entre os sistemas estático e dinâmico mostraram que a o processo de difusão é influenciado pelo filme formado na interface biosólido/solução, sendo minimizado com a agitação da salmoura A aplicação de redes neurais artificiais mostrou-se uma ferramenta eficaz na avaliação da influência do filme no processo de difusão dos íons Na+ e K+ e na salga dos queijos Mussarela e Prato |
| publishDate |
2024 |
| dc.date.defesa.pt_BR.fl_str_mv |
12.08.2022 |
| dc.date.created.fl_str_mv |
2022.00 |
| dc.date.accessioned.fl_str_mv |
2024-05-01T12:08:38Z |
| dc.date.available.fl_str_mv |
2024-05-01T12:08:38Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://repositorio.uel.br/handle/123456789/9525 |
| url |
https://repositorio.uel.br/handle/123456789/9525 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.confidence.fl_str_mv |
-1 -1 |
| dc.relation.coursedegree.pt_BR.fl_str_mv |
Doutorado |
| dc.relation.coursename.pt_BR.fl_str_mv |
Química |
| dc.relation.departament.pt_BR.fl_str_mv |
Centro de Ciências Exatas |
| dc.relation.ppgname.pt_BR.fl_str_mv |
Programa de Pós-Graduação em Química |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.coverage.spatial.pt_BR.fl_str_mv |
Londrina |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UEL instname:Universidade Estadual de Londrina (UEL) instacron:UEL |
| instname_str |
Universidade Estadual de Londrina (UEL) |
| instacron_str |
UEL |
| institution |
UEL |
| reponame_str |
Repositório Institucional da UEL |
| collection |
Repositório Institucional da UEL |
| bitstream.url.fl_str_mv |
https://repositorio.uel.br/bitstreams/ead4f00d-393c-439f-8d9f-f10024cc8bda/download https://repositorio.uel.br/bitstreams/1d5c445a-f842-4b8c-944c-7846b13f5738/download https://repositorio.uel.br/bitstreams/96cfa71f-5d75-411d-84ca-b4f69f8bf6e9/download |
| bitstream.checksum.fl_str_mv |
1018f20498c073e8bf6ac112b8bd8ab7 753f376dfdbc064b559839be95ac5523 8faf1e6f1cf350f9ad4f451e88ec6c32 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL) |
| repository.mail.fl_str_mv |
bcuel@uel.br|| |
| _version_ |
1865915179219288064 |