Post on 10-Apr-2016
description
José David Torres González
Enfoques para el análisis y modelado de la textura de los alimentos frescos y
procesados-Una revisión
Lan Chen Umezuruike Linus Opara
Resumen
El análisis de textura y el modelado son técnicas importantes en los alimentos y poscosecha investigación y la
práctica industrial. Una amplia gama de métodos se han utilizado para evaluar los resultados instrumentales, que
proporcionan datos de series temporales de la deformación del producto, permitiendo de este modo una amplia
gama de textura atribuye a calcularse a partir de fuerza-tiempo o los datos de fuerza-desplazamiento. Se han
reportado varios índices de textura como el índice de firmeza, índice crujiente y el índice de textura basada en la
"densidad de energía de vibración", pero estos no son ampliamente utilizados para cuantificar la textura de los
alimentos. Algunos métodos de modelización estadística y se han adoptado para analizar datos de textura de
alimentos, incluyendo la cinética química de reacción y la función de tipo decaimiento Michaelis-Menton, modelos
autocatalíticas mecanicistas basados en la ecuación logística, y el método de elementos finitos. Sin embargo, el
aumento de la demanda de enfoques integrales para el análisis de perfil de textura, textura índices generalizados
y modelos fundamentales textura aún quedan retos en la investigación de alimentos y la industria.
Palabras clave: Textura de los alimentos; Análisis de perfil de textura; Modelado de la textura; Índice textura;
1. Introducción
La textura es un atributo clave de calidad utilizado en la industria de alimentos frescos y procesados para evaluar
la calidad del producto y aceptabilidad. Entre las características de textura, dureza (firmeza) es uno de los
parámetros más importantes de frutas y verduras, que se utiliza a menudo para determinar la frescura de los
alimentos ( Konopacka y Płocharski, 2004 ). Curruscancia es el rasgo fundamental de la alimentación celular,
quebradizo y crujiente ( Taniwaki y Kohyama, 2012 ). Productos gelificados Dadas tales como alimentos muscular,
elasticidad, cohesividad, adhesividad y gomosidad son propiedades importantes para la evaluación de la textura
( Akwetey y Knipe, 2012 y Stejskal et al., 2011 ). Atributos texturales de calidad de los alimentos pueden ser
evaluados mediante análisis sensoriales o instrumentales descriptivos. La combinación de tiempo y el alto costo
asociado con la percepción sensorial ha motivado el desarrollo y el uso generalizado de los ensayos mecánicos
empíricos que se correlacionan con las percepciones sensoriales de textura de los alimentos (Costa et al.,
2011 , Kim et al., 2012 y Wang et al., 2007 ). Con los años, una amplia gama de pruebas instrumentales se han
utilizado tanto en la investigación y la industria para evaluar la textura de los alimentos, y una gran cantidad de
esfuerzo se ha invertido en la mejora de los instrumentos y técnicas de medición para la estimación significativa
de las propiedades de textura ( Oraguzie et al. de 2009 , Zdunek et al., 2010a y Zdunek et al., 2010b ). Diferentes
métodos de medición de la textura pueden dar resultados diferentes, algunos expresaron como valores únicos
como la firmeza del fruto medido a mano celebrado penetrometro (Ioannides et al., 2007 ), mientras que otros
ofrecen más información en profundidad sobre la historia de deformación, tales como series de tiempo datos
sobre la medición de la textura ( Derington et al., 2011 y Taniwaki et al., 2010 ). Estos desarrollos han permitido
José David Torres González
a los investigadores analizar más datos de la textura de alimentos para proporcionar una mejor comprensión de
los mecanismos de la textura y relevancia a la percepción sensorial. El objetivo de este artículo es ofrecer una
revisión de la evolución reciente de análisis de texturas y modelado de alimentos frescos y procesados, incluyendo
enfoques para el análisis de perfil de textura de las mediciones instrumentales. También se discuten diversos
índices texturas empleadas en el análisis de alimentos y modelos para predecir cambios en la textura durante el
manejo y procesamiento de alimentos.
2. Análisis de perfil de textura
Perfiles de textura son curvas que monitorean y registran los eventos característicos espaciales o temporales de
muestras durante las mediciones de la textura de los alimentos. El análisis de los perfiles de las mediciones
mecánicas y acústicas es un aspecto importante de la investigación textura de los alimentos. El análisis del perfil
de textura (TPA) establece un "puente" de medición objetiva a la sensación subjetiva y hace que los alimentos
características de textura más predecible. La historia del análisis de la textura de alimentos perfil de medición y
textura (TPA) se remonta a finales del siglo 19 y principios del 20 cuando el análisis se basa principalmente en
las evaluaciones sensoriales simples para detectar y eliminar los defectos ( Bourne, 1982 ). Fue durante los
últimos 60 años, que coincidió con el auge en la elaboración de alimentos que la medición y análisis de textura
surgieron como sujeto de la investigación y el aprendizaje en la educación superior, sobre todo en la ciencia y la
tecnología (alimentos Szczesniak, 2002 ). Dada su importancia fundamental en la ciencia de los alimentos, varios
autores han discutido el significado y el contexto histórico de la TPA ( Bourne, 1982 , Bourne, 1978 y Brandt et
al., 1963 ). El su libro seminal sobre la textura de los alimentos y la viscosidad de Bourne (1982)narra la historia
temprana de la medición y análisis de la textura y se acredita Dr. Alina S. Szczesniak por ser pionero en nuestra
actual comprensión de la naturaleza multidimensional de la textura y su importancia para el consumidor y para el
desarrollo de los principios de análisis de perfil de textura para ambos métodos instrumentales y
sensoriales. Bourne (1982) ofrece una excelente descripción detallada del principio de la TPA, con ilustraciones
de la compresión requerida para la prueba TPA, TPA típicas curvas generadas con los instrumentos específicos
y un perfil de textura curva de análisis generalizado obtenida de Instron Máquina Universal de Ensayos. Con
respecto a los productos alimenticios, estos comentarios coinciden en que la textura de perfiles implica comprimir
el producto por lo menos dos veces y la cuantificación de los parámetros mecánicos de las curvas de esfuerzo-
deformación grabados (Szczesniak, 2002 ), como se ilustra en la figura. 2 . En esta sección de la revisión, se
discuten las aplicaciones de la TPA a los dos principales tipos de pruebas (mecánicas y acústicas) utilizamos
para medir la textura de los alimentos.
2.1. Análisis del perfil de las mediciones mecánicas
Mediciones mecánicas de textura de los alimentos pueden clasificarse como métodos destructivos y no
destructivos. Por ejemplo, el grupo destructivo incluye ensayo de flexión de tres puntos, de un solo filo muescas
curva (SENB) prueba, pinchazo y pruebas de penetración y corte "método diente", que utiliza una cuchilla incisivo
( Jiang et al., 2008 ). Este grupo de métodos puede enlazar con los mecanismos de micro-estructurales y
moleculares e imitar el proceso de masticación, pero son destructivos y no hay una clara relación con la sensación
José David Torres González
en boca. Los métodos de cuasi-estática de fuerza-deformación ( Ruiz-Altisent et al., 2010 ), la respuesta de
impacto ( Herrero-Langreo et al., 2012 , Molina-Delgado et al., 2009 y Ragni et al., 2010 ), " dedo de compresión
"( Jiang et al., 2008 ), y la detección bioyield ( Lu y Tipper, 2009 y Mendoza et al., 2012 ) se nombran como
medida no destructiva como generalmente sin daños visibles se encuentra y es posible que se aplicarán en línea
. Sin embargo, las principales desventajas de los métodos no destructivos mecánicos son que todavía son
destructivos en micro-escala y la información obtenida a partir de experimentos no es exhaustiva.
En ambas mediciones destructivas y no destructivas, la fuerza es el parámetro clave. Por lo tanto, los perfiles de
textura típica son la fuerza en función del tiempo / distancia (desplazamiento) / deformación (Chaunier et al.,
2007 , Farris et al., 2008 , Greve et al., 2010 , Ragni et al., 2010 y Sasikala et al., 2011 ).De Roeck et
al. (2010) comprimido del cilindro de zanahoria a 70% de su grosor original para obtener la fuerza máxima como
la dureza; Sila et al. (2006) describe la dureza como fuerza de compresión a 30% de deformación. En una prueba
de penetración, la pendiente empinada inicial fue tratado como el carácter de rigidez ( Nguyen et al.,
2010 ). Takahashi et al. (2009) propiedades de textura medidos de cookies y rábano crudo mediante la prueba
de punción, que mostró muchos picos y formó un patrón de zigzag en las curvas de esfuerzo-deformación que
indica la característica crujiente. Varela et al. (2008a) comparó las propiedades de textura de almendras asadas
y crudas, lo que indica que la almendra tostada era claramente frágil y quebradizo con un número
significativamente menor primero desglose fuerza (fuerza al primer pico) y menor deformación en el punto. El
método de separación de la sonda a la tracción se ha aplicado para la caracterización cuantitativa de la
pegajosidad de alimentos fluidos. Durante la prueba de separación a la tracción, la sonda se lleva lentamente
hacia abajo para apretar la muestra de fluido hasta el final de pre-ajuste la separación entre las dos placas que
se alcanza y, posteriormente, se retiró a una velocidad establecida ( Fig. 1 ). La fuerza necesaria para la
separación se registra. La fuerza de tracción máxima y el trabajo hasta que la fuerza máxima se encontró que
eran parámetros útiles para la predicción de la pegajosidad ( Chen et al., 2008 ). Tsukakoshi et
al. (2007) estudiaron las curvas de esfuerzo-deformación registrados por dos máquinas de ensayo diferentes y
los resultados mostraron que el número de cambios en las curvas depende de la máquina de ensayo. Por lo tanto,
es difícil comparar los resultados mediante el uso de diferentes instrumentos.
Fig. 1: Imágenes de la cámara de alta velocidad de miel estirada (flecha apuntando hacia el norte) durante un ensayo de tracción. El intervalo
de tiempo entre cada imagen era de alrededor de 40 ms, y la extensión de la miel en y eje y era (a) 0.1 mm, (c) (b) de 0,9 mm y 1,7 mm
(modificado de Chen et al., 2008 )
José David Torres González
Fig. 2. El análisis de textura utilizando el perfil masticación Szczesniak. Dureza = H, adhesividad = A3, Cohesividad = A2 / A1, Fragilidad = B,
Fuerza de Cohesión = C, Sangría = T1, Calidad elástico = T2 / T1, masticabilidad = H × A2 / A1 × T2 / T1, gomosidad = H × A2 / A1 (modificado
de Kealy, 2006 ).
Prueba de fuerza de corte Warner-Bratzler (WBSF) es una técnica útil que se ha utilizado desde la década de
1930 como medida estándar mecánica para estimar la tenacidad (o sensibilidad) de la carne cruda y cocida
( Girard et al., 2012 y Lorenzen et al., 2010 ), como la carne de cerdo ( Cai et al., 2011 ), la carne de vacuno
( Destefanis et al., 2008 ) y la carne de conejo ( Combes et al., 2004 ). Los espectáculos perfil ya sea fuerza
ejercida en el tiempo o fuerza ejercida contra la distancia que la hoja ha viajado ( Girard et al., 2012 ). Por lo
general, el parámetro más considerado de la curva es la fuerza máxima de cizallamiento. TPA prueba se basa en
la imitación de la masticación o el proceso de mascar con un ciclo de compresión doble. El perfil típico de la
prueba de TPA ( Fig. 2 ) puede evaluar una amplia gama de frescos y procesados propiedades de textura de los
alimentos, tales como la dureza (la máxima fuerza necesaria para comprimir la muestra, H), elasticidad (la
capacidad de la muestra para recuperar su forma original formulario después se retira la fuerza de deformación),
cohesividad (medida en la que la muestra puede ser deformado antes de la ruptura, A2 / A1), adhesividad (el área
total negativa entre el primero y el segundo pico, A3), gomosidad (la fuerza necesaria a desintegrarse una muestra
semisólido a un estado estacionario de la deglución, la dureza × cohesión), y masticabilidad (el trabajo necesario
para masticar una muestra sólida a un estado estacionario de la deglución, elasticidad × gomosidad) ( de Huidobro
et al., 2005 , y Guiné Barrocab 2012 , Jaworska y Bernas, 2010 , Kealy, 2006 , Martínez et al., 2004 y Wu et al.,
2006 ). Los parámetros de la prueba se pueden calcular a partir de la fuerza de compresión en función del tiempo
(o distancia) curvas generalmente utilizando un programa como el 'Textura Exponente Lite' desarrollado y
suministrado por el fabricante ( Farahnaky et al., 2012 ). El método TPA ha sido utilizado con éxito para la
evaluación de la textura en diferentes alimentos como la piña recién cortada ( Montero-Calderón et al., 2008 ), la
fecha de la carne ( Rahman y Al-Farsi, 2005 ), champiñones ( Jaworska y Bernas, 2010 ) , vehículo de raíz
( Farahnaky et al., 2012 ), masa de galletas ( Sudha et al., 2007 ), queso (Ayyash et al., 2011 ), abulón ( Briones-
Labarca et al., 2012 ), emulsiones de carne ( Yilmaz et al., 2012 ), y las salchichas ( Herrero et al., 2007 ). Además,
los investigadores han comparado con TPA prueba WBSF en el análisis de textura de la carne. Por ejemplo, la
dureza (o sensibilidad) fue mejor predicha por TPA que por WBSF, mientras elasticidad sólo fue predicho por
WBSF ( Caine et al., 2003 y de Huidobro et al., 2005 ).
2.2. Análisis de perfil de medición acústica
Característica típica para muchos dura, crujiente y productos alimenticios sólidos crujientes es su comportamiento
fractura por fragilidad, sobre todo acompañado de un sonido agudo (emisión acústica o vibración), que está
José David Torres González
estrechamente relacionada con sus atributos de textura ( Luyten et al., 2004 ,Maruyama et al. 2008 , Taniwaki et
al., 2006 y van Vliet y Primo-Martin, 2011 ). Ensayos mecánicos Por lo tanto, los investigadores han combinado,
como la compresión, penetración y ensayo de flexión de tres puntos con medición acústica ( marzec et al.,
2010 , Saeleaw y Schleining, 2011a , Saeleaw y Schleining, 2011b y Varela et al., 2009 ). Hay varios perfiles a
menudo utilizados en la medición acústica tales como presión acústica de emisión / acústica (también
denominado módulo como acústica o nivel de presión acústica) frente al tiempo / cepa / desplazamiento / distancia
( Arimi et al., 2010a , Castro-Prada et al. de 2009 , Costa et al., 2011 , Costa et al., 2012 , Salvador et al., 2009 y
Saeleaw et al., 2012 ). Los parámetros acústicos importantes son el número y la magnitud de los eventos de
sonido ( Sanz et al., 2007 ). Varela et al. (2009) describieron que el número de picos de sonido era el mejor
parámetro para discriminar diferencias de textura de las muestras. Por lo general, los perfiles mecánicas y
acústicas se presentan en la misma figura (por ejemplo, Fig. 3 ), lo que podría dar una comparación clara entre
ellos y puede ayudar a analizar las propiedades de textura. Fig. 3 representa una curva de fuerza-desplazamiento
y eventos acústicos cuando una muestra de patata frita se inclinó por unos milímetros antes de una fractura
importante. El rango de análisis se estableció entre el punto inicial y principal punto de fractura. El estudio reveló
que la mayoría de las gotas de fuerza acompañado evento acústico ( Taniwaki y Kohyama, 2012 ). Por galletas
que estudian, Arimi et al. (2010b)encontraron que el número de la fuerza y picos de sonido, rupturas espaciales,
longitud de la curva de sonido y área bajo la curva de sonido se correlacionó bien ( R 2 > 0,77) con los datos
sensoriales lo crujiente. Zdunek et al. (2010a) también demostró que no había una correlación significativa de los
recuentos de emisión acústica con nitidez sensorial, crujiente, dureza, jugosidad, textura harinosa y la textura
global de manzana.
Fig. 3. Ejemplos de la curva de fuerza-desplazamiento y eventos acústicos. El círculo de puntos indica un clúster evento acústico (Taniwaki y
Kohyama, 2012 ).
2.3. Ventajas y limitaciones del análisis de perfil de textura
La principal ventaja del análisis de perfil de textura es que el perfil registra los fenómenos de proceso durante la
medición textura mecánica, que puede comparar cuantitativamente con la "sensación" de la boca humana, los
dedos o el oído. Sin embargo, diferentes equipos y las condiciones experimentales son como diferentes personas
y sus hábitos alimenticios. Si no hay normas estrictas que deben cumplir, es difícil comparar los resultados de
diferentes investigaciones.
José David Torres González
3. Los índices de textura
3.1. Índice Firmeza
La firmeza es un atributo importante de la textura de los alimentos, especialmente los alimentos frescos, y ha sido
un criterio para la clasificación de las frutas y hortalizas durante muchos años ( Wang et al., 2006 ).En la
terminología de la ingeniería, la firmeza puede ser interpretada en términos del módulo de elasticidad ( E ), módulo
de corte o la fuerza máxima de penetración ( Cherng y Ouyang, 2003 y Ragni et al., 2010 ). Por lo general, la
firmeza se mide por métodos no destructivos, tales como acústica, vibración, micro-deformación, el impacto, y la
absorción de la luz (típicamente la longitud de onda corta en el infrarrojo cercano) ( Subedi y Walsh, 2009 ). Es
obvio que cada uno de los índices de calidad se basa en una medición específica method.The usa más
frecuentemente parámetros de impacto empíricas para la evaluación firmeza, índices saber firmeza, son y
( Shmulevich et al., 2003 ):
(1)
(2)
Donde P max es la amplitud de pico de la respuesta al impulso (V) y t , un impacto tiempo característico (ms) ( Fig.
4 ), tales como t p , tiempo hasta el pico de amplitud, t c , duración del pulso, o t m , ancho del impacto en la mitad
de la amplitud máxima. Según los índices, García-Ramos et al. (2003) creó un sistema de expulsión en línea y la
fruta fue enviada a la toma correspondiente. Aunque C 1 y C 2 veces tienen buena correlación con los resultados
de otras pruebas firmeza, a veces no tienen, debido a sus altas sensibilidades a las variaciones en la forma de
fruta, la ubicación y ángulo de impacto (Shmulevich et al., 2003 ).
Fig. 4. Esquema del método de evaluación de la firmeza mediante la prueba de impacto (modificado de Shmulevich et al., 2003 ). P maxes la
amplitud de pico de la respuesta al impulso (V).
En los métodos acústicos Fig. 5 ), los índices más probables utilizado firmeza, C 1 y C 2 , se definen como sigue:
José David Torres González
(3)
(4)
Donde f es la primera o segunda frecuencia natural de la fruta probado, m es su masa (kg), y ρ es la densidad
(kg / m 3 ), sin embargo ρ es a menudo elimina en una fórmula simplificada ( Cherng y Ouyang, 2003 , Molina -
Delgado et al., 2009 , Mendoza et al., 2012 , Shmulevich et al., 2003 , Taniwaki et al., 2009a , Taniwaki et al.,
2009b y Wang et al., 2006 ). Sin embargo, las limitaciones de estos métodos son para evaluar el índice de
firmeza de la fruta no esférica, tales como aguacate o mango. Cherng y Ouyang (2003) crearon un nuevo índice
de firmeza C 3 , que es proporcional a la elasticidad, formulado por relativa a masa , densidad y frecuencias
naturales:
(5)
Fig. 5. Esquema del método de evaluación de la firmeza mediante la prueba acústica (modificado de Shmulevich et al., 2003 ). El f 1 y f 2de
sensor-1 son la primera y segunda frecuencia natural de la fruta probado, que se muestran como un ejemplo.
Este nuevo índice extendido la estimación firmeza de frutas o verduras de una esférica a una forma elipsoidal
alargada. Al mismo tiempo, basado en C 3 , otro índice de firmeza C 4 , que es especialmente para los casos de
esférica a la forma elipsoidal achatado, se podría definir como:
(6)
Una expresión de firmeza más general se formuló mediante la combinación de C 3 y C 4 entrega:
C = ((min ( f 1 , f 2) (max ( f 1 , f 2))2)2 / 3m2 / 3ρ t e r c e r a (7)
Ec. (7) es adecuado tanto para alargada y casos oblatos y prácticamente útil. Además, dado que el coeficiente
de Poisson para muchas frutas es mayor que 0,3, el intervalo de la geometría de las muestras elipsoidales
aplicable para el nuevo índice de firmeza es al menos entre la relación de eje de 0,4 y 2,0 (Cherng et al., 2005 ).
José David Torres González
3.2. Índice Textura
Basándose en las características de proceso de la masticación de alimentos, Sakurai et al. (2005a) yTaniwaki et
al. (2006) diseñado un dispositivo de prueba para la medición de la textura del alimento que se inserta una sonda
en una muestra de alimento y detecta la vibración causada por la fractura de la muestra ( Fig. 6 ). Mientras tanto,
crearon un índice de textura (TI1) ese valor se determina en función de la "densidad de amplitud" de las señales
obtenidas ( Taniwaki et al., 2006 y Taniwaki et al, 2009a. ):
(8)
Donde | V i | es la amplitud absoluta de cada punto de datos en voltios y T es la longitud de datos en cuestión de
segundos. El índice de textura refleja el nivel de sonido generado por segundo cuando se mastica una muestra. La
maduración de los cultivares de caqui se evaluó con éxito por este TI (Taniwaki et al., 2009a ). Aún en el mismo
grupo de investigación y con el dispositivo similar, un nuevo TI, "densidad de energía" ( Fig. 7 ), se introdujo, que
se determinó por la integración de amplitudes al cuadrado de las señales de textura multiplicado por un factor de
una banda de frecuencia. Esta evaluación TI habilitado de señales acústicas en la región de alta frecuencia (>
1.000 Hz). Es más sensible que el índice utilizado anteriormente ("densidad de amplitud"). La nueva TI se calcula
utilizando la siguiente expresión ( Taniwaki y Sakurai, 2008 ):
(9)
Donde TI2 es el índice de la textura, f l representa la más baja y f u el límite más alto de cada banda de frecuencia
determinada por el multi-filtro-media octava, V i (V) es la amplitud de la señal de textura, y n es el número de
puntos de datos. El uso de este tipo de equipos y los nuevos valores de TI, los investigadores evaluaron la textura
crujiente, crujiente o firmeza de varios alimentos, como las variedades de col y sus hojas, peras, papas fritas y
carne de uva ( Iwatani et al., 2011 , Taniwaki et al. , 2009b , Taniwaki et al., 2009c y Taniwaki et al., 2010 ).
Fig. 6. (A) Un esquema del dispositivo de medición de la textura. Una sonda se inserta en una muestra de fruta, y las vibraciones
producidas durante la penetración se detecta mediante un sensor piezoeléctrico. (B) Una señal de textura típica de una muestra (Taniwaki
et al., 2009a ).
José David Torres González
Fig. 7. Índices Textura de seis cultivares de col (SK-1, T520, M-3, Kinkei-201, Fuyu-Kuguri y Fuyu-nobori) calculados por la
Ec. (9)(Modificado de Taniwaki y Sakurai, 2008 ). Las barras indican el error estándar ( n = 24 para SK-1 y Kinkei-201; n = 36 para otros
cultivares).
3.3. Índice crujiente
Índice crujiente (CI) creado por Nguyen et al. (2010) y en relación fuerza de perforación y la rigidez del producto,
fue capaz de caracterizar la severidad de los tratamientos de proceso en diversos productos probados. El CI se
presentó como:
(10)
Donde Grad % representa la pendiente de la curva de fuerza-deformación de la muestra procesada en diferentes
porcentajes (10-70%) de la fuerza máxima de perforación. Este valor representa la rigidez de la muestra. F es la
fuerza máxima de perforación (N) de las muestras procesadas y representa la dureza de la muestra. Los
subíndices "tratamiento" y "Ctrl" se refieren a los valores del proceso de tratamiento y de la muestra de control,
respectivamente. Los resultados reportados por Nguyen et al.(2010) mostraron que los resultados instrumentales
IC estaban de acuerdo con los datos sensoriales de zanahoria, rábano rojo y jicama, y los autores concluyeron
que la CI puede ser utilizado como una herramienta eficaz para la comparación de la calidad de la textura
instrumental de muestras sometidas a diversos tratamientos de proceso.
Otro índice textura, "índice de Nitidez", que se basa en la vibración acústica de la sonda cuando se inserta la
sonda en el tejido, se informó por Sakurai et al. (2005b) y aplicado con éxito en el análisis de la textura de la fruta
del caqui.
3.4. Ventajas y limitaciones de los índices de textura
Los índices de textura, es decir, índice de firmeza, el índice de la textura, el índice de crujiente y el índice de
nitidez, se basan en ya sea mecánica o una combinación de métodos mecánicos y acústicos ( Tabla 1 ).Entre
estos índices, el índice de firmeza fue investigado relativamente más que otros por diferentes investigadores. Los
métodos de ensayo de firmeza son simples y no destructivo, que se puede aplicar a la evaluación de la calidad
José David Torres González
en línea. Sin embargo, desde los enfoques de medición mecánicos por lo general dependen del dispositivo, los
índices de textura obtenidos de diferentes equipos son difíciles de comparar. Además, los productos alimentarios
evaluados por estos índices mencionados anteriormente son las frutas y verduras principalmente fresco o
procesado. No hay estudios sobre productos gelificados se ha informado todavía. El índice de firmeza basada en
el método de baja masa impacto puede ser adoptado para clasificar los alimentos musculoso, pero este método
no sería tan amplia como TPA y pruebas WBSF.
Tabla 1. Índices textura de los alimentos frescos y procesados.
Índice Método de prueba basado Muestra de Alimentos Referencias
Índice Firmeza Impacto de baja masa, la
respuesta acústica no
destructivo y no destructivo
Frutas y hortalizas Cherng et al., 2005 , García-Ramos et al., 2003 , Molina-
Delgado et al., 2009 , Mendoza et al., 2012 y Shmulevich
et al., 2003
Índice Textura Vibración Fractura,
destructiva
Hojas de col, peras,
papas fritas, carne de
uva
Iwatani et al., 2011 y Taniwaki et al., 2006 , Taniwaki et
al., 2009a , Taniwaki et al., 2009b , Taniwaki et al.,
2009c y Taniwaki et al., 2010
Índice crujiente Método de la punción,
destructiva
Zanahoria, rábano
rojo, jícama
Nguyen et al. (2010)
Índice Nitidez Vibraciones acústicas de
penetración de la sonda,
destructiva
Fruta del caqui Sakurai et al. (2005b)
4. Modelado de la Textura
El modelado es un enfoque eficaz para predecir la textura de los alimentos. Los modelos empíricos, semi-
empíricos y estadísticos han inducido un tremendo impulso a la investigación textura de los alimentos.Con un
progreso rápido y constante en las técnicas de modelado, modelos de simulación computacional enfoques como
método de elementos finitos (FEM) proporcionar más oportunidades para lograr una mayor comprensión de la
textura de los alimentos.
4.1. Reacción de primer orden / modelo cinético
Debido a su simplicidad matemática y la utilidad, el / modelo de cinética de reacción de primer orden es un modelo
empírico ampliamente empleado para predecir la textura del alimento, especialmente para estudiar cambios en
la textura de los alimentos procesados térmicamente ( Sila et al., 2004 ). Una expresión de la velocidad de
reacción general para la cinética de degradación se puede escribir de la siguiente manera ( Nisha et al., 2006 ):
(11)
Donde 'TR' es el valor cuantitativo de la textura del producto considerado, ' k 'es la constante de velocidad para
el desarrollo textura,' y 'es el orden de la reacción, y' t 'es el tiempo (s). . En la integración de la ecuación (11) con
respecto al tiempo para la reacción de primer orden ( y = 1) da (Nisha et al., 2006 y Yu et al., 2011 ):
(12)
José David Torres González
Donde 'TR 0 'es la lectura de textura en el tiempo 0, y' TR 'es la lectura textura después de tiempo' t '.Un tipo
exponencial de la función de la degradación de tiempo se discute a menudo ( Liu y Scanlon, 2007 y Nisha et al.,
2006 ). Por lo general, el modelo de primer orden se escribe de la siguiente manera:
TR = TR x + (TR 0 -TR x ) e - k t (13)
Donde "TR x 'puede ser' TR ∞ '(el' TR 'después de un largo tiempo) ( Le-Bail et al., 2009 ), y también puede ser
'TR fix '(la parte invariable de' TR ') ( Lana et al., 2005 ), que depende de cómo se defina la ecuación. Por medio
de este modelo, algunos cambios en las propiedades mecánicas de los alimentos durante el procesamiento se
predijo incluyendo módulo de cizallamiento, el módulo de Young, la firmeza, la dureza y la fuerza de indentación
máxima ( Tabla 2 ).
Tabla 2. Los enfoques adoptados por los investigadores para el modelado de la textura de los alimentos frescos y procesados.
Modelado Principio Modelado Textura / propiedad reológica Produce Referencias
Cinética de reacción
de primer orden
(incluyendo tipos
modificados)
Basado en la
cinética de reacción
química. El
desarrollo de la
textura es
directamente
proporcional a la
propiedad de
textura.
Módulo de corte; firmeza; tasa
de desarrollo de la
textura; fuerza máxima
indentación; El módulo de
Young; dureza;
Comportamiento de relajación
del estrés (grandes
deformaciones)
Gelificación caseína de
cuajo; tomates frescos
cortados; tomates en
ramillete; melón; cubos de
papa, gramo todo verde,
escisiones guandul;
tomates; tiras de
patata; rodajas de
patata; miga de pan;
zanahoria; hortalizas de
raíz; litchi; láminas de
sardina; Harina de frijol de
la polilla de masas (crudos
y tostados)
Bhattacharya,
2010 , Corzo et al.,
2006 , De Roeck et
al., 2010 ,Farahnaky
et al., 2012 , Lana et
al., 2005 , Liu y
Scanlon, 2007 , Le-
Bail et al.,
2009 , Nisha et al.,
2006 , Sila et al.,
2004 , Schouten et
al., 2007 ,Schouten
et al.,
2010 , Troncoso y
Pedreschi,
2007 , Tijskens et al.,
2009, Thussu y
Datta, 2012 , Van
Dijk et al. ,
2006a , Van Dijk et
al., 2006b , Yu et al.,
2011 y Zhong y
Daubert, 2004
Segundo Orden
ecuación cinética
La velocidad de
cambio de la
propiedad de
textura sigue una
cinética de reacción
segundo orden.
Tensión máxima y el módulo de
Young
Castañas Moreira et al. (2008)
José David Torres González
Modelado Principio Modelado Textura / propiedad reológica Produce Referencias
Modelo de Maxwell
generalizado
(incluyendo el tipo
modificado) con 2, 3,
4, 7-elemento
Modelos mecánicos
que consisten en
muelles y
amortiguadores.
Comportamiento de relajación
del estrés (baja deformación), la
dureza de piel de pescado
Los alimentos sólidos
similares; harina de frijol
polilla masas (tostados y
crudos); baja en grasa
salchicha de pollo, merluza
del Cabo, pescado Rohu
Andrés et al.,
2008 , Bhattacharya,
2010 , del Nobile et
al., 2007 , Herrero y
Careche,
2005 y Jain et al.,
2007
Método de los
elementos finitos
(FEM)
Sobre la base de la
mecánica
fundamentales en la
microestructura.
Propiedades mecánicas Celular Solo
tomate; cereales alimentos
sólidos; dos materiales
alimenticios; miga de pan
Dintwa et al.,
2011 , Guessasma
et al., 2011 , Kanit et
al., 2006 , Liu y
Scanlon,
2003a y Liu y
Scanlon, 2003b
Modelo estadístico Relación entre la
propiedad textura y
otras variables
asociadas con el
diseño
experimental.
Firmeza, crujiente, crujiente Tomates, pericarpio de
tomate, mango, plátano,
durazno, galletas de
mandioca, patatas fritas,
aperitivos
Pinheiro y Almeida,
2008 , Rojo y
Vincent,
2009 , Subedi y
Walsh,
2009, Saeleaw y
Schleining,
2011a ,Saeleaw et
al., 2012 y Van Dijk
et al., 2006a
Modelo Gibson-
Ashby
Relación entre las
propiedades
mecánicas y la
estructura porosa
de los materiales.
Modelo semi-
empírico en escala
macro.
El módulo de Young; módulo de
compresión
Miga de pan; espumas
quebradizas
Agbisit et al.,
2007 y Zghal et al.,
2002
Función de tipo
decaimiento
Michaelis-Menton
Uno de los modelos
más sencillos y más
conocidos de la
cinética enzimática
Firmeza Manzanas Harker et al. (2006)
Ecuación logística
(incluyendo la función
de Boltzman
Basándose en el
mecanismo auto-
catalítico altamente
simplificado
Firmeza; reblandecimiento Nectarina, Kiwis Rizzolo et al.,
2009 , Tijskens et al.,
2007 y White et al.,
2005
Basado en el modelo de primer orden tradicional, se han utilizado algunos otros modelos empíricos útiles, tales
como la ecuación de Arrhenius combinado con factor de conversión fraccional, para predecir los cambios en la
cinética de la textura en rodajas y tiras de productos alimenticios ( Troncoso y Pedreschi, 2007 y Yu et al.,
José David Torres González
2011 ). La ecuación de Arrhenius es una de las ecuaciones más conocidos en el campo de la química y es
ampliamente utilizado para describir la dependencia de la temperatura de las constantes cinéticas,
como k ( Schwaab y Pinto, 2007 ):
(14-1)
Donde k es la constante de velocidad (o la velocidad de reacción específica), T es la temperatura absoluta
(K), R es la constante de gas ideal, k 0 es la frecuencia (o pre-exponencial) y factor de W es la energía de activación
(J ). Tanto k 0 y W son los parámetros de la ecuación de Arrhenius, generalmente estimados a partir de datos
experimentales. A fin de minimizar la alta correlación entre las estimaciones de los dos parámetros, k 0 y W , otro
tipo de ecuación de Arrhenius se adopta ( Sila et al., 2004 y Schwaab y Pinto, 2007 ):
(14-2)
Donde k ref es la velocidad de reacción de referencia constante en la reacción de referencia de la temperatura T ref ,
mientras que k es la constante de velocidad de reacción a la temperatura T . La conversión fracción se define
como la fracción de reactivo que ha sido convertido para dar un producto en un momento dado. La fórmula
es (FM 0 -FM t ) / (FM 0 -FM ∞ ) ,donde FM 0 es la firmeza inicial en el tiempo cero, FM t es la firmeza en
un momento dado, t , y FM ∞ es la firmeza de equilibrio distinto de cero a tiempo infinito. La reacción de primer
orden en cuanto a la conversión de fracción puede simplificarse como ( Corzo et al., 2006 ):
(15)
Uso de la primera modelo cinético orden modificada por la técnica de conversión fraccional (factor) y combinada
con la ecuación de Arrhenius para la constante cinética, el procesamiento se investigaron los cambios de las
propiedades de textura de los alimentos durante, por ejemplo, el módulo de Young de tiras de patata durante la
fritura profunda ( Thussu y Datta , 2012 ), la dureza de las zanahorias durante el procesamiento térmico ( Sila et
al., 2004 ), la firmeza de láminas de sardina durante pulso de vacío deshidratación osmótica ( Corzo et al., 2006 ),
etc.
4.2. Ecuación Gibson-Ashby
Ecuación Gibson-Ashby, un modelo macroscópico, es uno de los modelos semi-empíricos útiles utilizados en
análisis de la textura de los alimentos. La ecuación se escribe como:
(16)
José David Torres González
Donde E * representa el módulo de Young del sólido celular, E representa el módulo de Young del mismo material
sólido, sin células, ρ * y ρ representa la densidad del sólido celular y del mismo material sólido, sin células,
respectivamente. Este modelo describe la relación entre las propiedades mecánicas y la estructura porosa de los
materiales, tales como miga de pan ( Le-Bail et al., 2009 y Zghal et al., 2002 ).
4.3. Generalizada modelo Maxwell
El modelo de Maxwell generalizado con un número discreto de elementos es otro modelo popular semi-empírica
mecánica para la cuantificación de comportamiento de relajación de los alimentos y una variedad de materiales
poliméricos ( Andrés et al., 2008 ). En el rango de viscoelástico lineal (baja deformación), el comportamiento de
los alimentos puede ser simulado mediante el empleo de modelos mecánicos que consisten en muelles y
amortiguadores, que es el mecanismo de modelo general Maxwell ( Bhattacharya, 2010 y Del Nobile et al.,
2007 ). Originalmente, está dada por la siguiente expresión ( del Nobile et al., 2007 ):
(17)
Donde E ( t ) (MPa) es la relajación módulo elástico en el momento t (s), σ ( t ) (MPa) es la tensión en el
tiempo t (s), ε 0 es la deformación impuesta, E ( λ ) (MPa ) es la función de distribución continua de los tiempos
de relajación, λ (s) es el tiempo de relajación. Durante la prueba de tensión-relajación, el comportamiento
viscoelástico del material de la muestra se revela en un conjunto finito, discreto de los tiempos de respuesta
asociados fortalezas espectrales. El modelo de Maxwell generalizado constaba de varios elementos de Maxwell
en paralelo con un muelle independiente por lo general se presenta como la Ec. (18) ( Andrés et al.,
2008 y Bhattacharya, 2010 ):
(18)
Donde E i y λ i son el módulo elástico y el tiempo de relajación de la i ésimo elemento de Maxwell, respectivamente,
y E e representa el módulo de la primavera solitario ( Fig. 8 ). Pruebas Literatura (Tabla 2 ) han demostrado que
el comportamiento viscoelástico de alimentos tales como baja en grasa salchicha de pollo ( Andrés et al., 2008 )
puede ser descrito por un modelo de Maxwell generalizado;Sin embargo, el reto es determinar el número de
elementos de Maxwell para ser usado en paralelo con un muelle independiente. Una versión modificada del
modelo de Maxwell se aplicó con éxito para predecir la textura de productos alimenticios tales como pescado
( Herrero y Careche, 2005 y Jain et al., 2007 ). Sin embargo, si la comida tiene un comportamiento viscoelástico
no lineal cuando se somete a una gran deformación, el modelo de Maxwell generalizado no se aplica
( Bhattacharya, 2010 ).
José David Torres González
Fig. 8. El modelo de Maxwell generalizado con un elemento de resorte residual en serie (modificado de Bhattacharya, 2010 ). η 1 , η 2 , η3 ,
..., η n son las viscosidades de las primera, segunda, tercera y n-ésimas elementos de amortiguador, respectivamente ( Pa s).E 1 , E 2 , E 3 ,
..., y E n son el módulo de elasticidad de los resortes en el primer segundo, tercero ... y n-ésimo cuerpo, Maxwell, respectivamente (Pa).
4.4. Método de los elementos finitos (FEM)
Modelado FEM basado en engrane explícita de las microestructuras del material ha demostrado ser una
herramienta útil para estudiar el complejo comportamiento mecánico de los alimentos. Se introducen varios
modelos mecánicos fundamentales simplificados en este método. Puede ser más o menos resume en cuatro
etapas. El primero es definir la geometría y la malla; la segunda etapa es para incluir las propiedades del
material; la tercera etapa es determinar la distribución de la tensión en el dominio de la solución; la cuarta etapa
consiste en someter el dominio de la solución a un ensayo mecánico estándar virtual (Guessasma et al.,
2011 ). Finalmente, los resultados FEMENINO tienen que ser examinados por los experimentos. FEM basado en
imágenes confocales tridimensionales se realizaron en dos tipos de alimentos y materiales de la comparación
entre las simulaciones con diferentes condiciones de contorno y los experimentos se llevaron a cabo por Kanit et
al. (2006) . Para la miga de pan extirpados de panes óptimas y overproved, la técnica FEMENINO dio excelente
acuerdo con las curvas experimentales de compresión de tensión-deformación; excelente acuerdo también se
encontró entre el módulo de elasticidad experimental y el estrés crítico ( Liu y Scanlon, 2003a y Liu y Scanlon,
2003b ). Guessasma et al. (2011) revisaron las últimas aplicaciones de modelado mecánico por FEM para el
campo de los alimentos de cereales, expuso sus límites reales y prospectados para la textura predicción. Además,
gracias a la grabación de la imagen de los cambios de geometría de microestructuras, Dintwa et al. (2011)simula
el proceso de compresión de células de tomate solo por FEM. Sin embargo, como otros métodos de modelado,
FEMENINO también tiene sus propios desafíos, tales como la forma de elegir o decidir las propiedades del
material y las constantes razonables, y cómo generar correctamente mallas sobre formas de los alimentos
irregulares.
4.5. Métodos de modelización estadística
Los modelos estadísticos son otro grupo importante de métodos de modelización que se basa principalmente en
las matemáticas. Estos enfoques son susceptibles de ser adoptada cuando el mecanismo fundamental del
proceso o la correlación de parámetros no está claro. Se aplican con frecuencia para estudiar la relación entre
los datos de medición no mecánicas y propiedades de textura de los alimentos. Pinheiro y Almeida (2008) empleó
el modelo de regresión lineal simple para analizar las relaciones entre el tomate firmeza del pericarpio y el pH y
José David Torres González
calcio. Se adoptó parcial modelo regresión del último cuadro de correlacionar los datos sobre la firmeza de tomate,
plátano, mango, durazno y kiwi con los datos espectrales del infrarrojo cercano ( Subedi y Walsh, 2009 , Van Dijk
et al., 2006a y Van Dijk et al., 2006b ) y los datos espectrales de guía de ondas ( Ragni et al., 2012 ). Metodología
de superficie de respuesta se aplicó para analizar los efectos de las variables independientes en el parámetro de
respuesta de la merienda, haciendo coincidir la respuesta estudiado con los factores de código ( Saeleaw et al.,
2012). Modelo de Weibull fue empleado para analizar estadísticamente la nitidez de patatas fritas por Rojo y
Vincent (2009) . Al mismo tiempo, algunos otros métodos estadísticos de análisis de datos, tales como una / dos
/ tres vías análisis de varianza (ANOVA) y el análisis de componentes principales (PCA), también se utilizan con
bastante frecuencia en la evaluación sensorial y medición instrumental ( Alvarez et al., 2011 ,Ares et al.,
2012 , Benedini et al., 2012 , Çakır et al., 2012 , Varela et al., 2008a , Varela et al., 2008b , Wang et al.,
2007 y Zdunek et al ., 2010b ). Además, la red neuronal artificial, una herramienta de modelado no lineal de
datos estadísticos, se utilizó para correlacionar los valores de las tensiones mecánicas de fluido durante la
deglución a la percepción de la textura sensorial ( Rauh et al., 2012 ).
4.6. Otros métodos de modelización
A excepción de los métodos de modelización populares descritas anteriormente, todavía hay algunos otros
modelos útiles disponibles: White et al. (2005) utilizaron la función de Boltzman para predecir Kiwifruits proceso
de ablandamiento; Harker et al. (2006) aplicaron función de tipo decaimiento Michaelis-Menton para predecir la
firmeza de manzana durante el almacenamiento en frío; utilizando el módulo de Young como medida para la
textura, Thussu y Datta (2011) construyeron un marco que combina multifase poroso medios basados en proceso
de modelo y los datos determinados experimentales, para predecir el módulo efectivo de un producto alimenticio
sólido, que se había desarrollado y ampliado para cuatro procesos de eliminación de la humedad-freír, secado,
calentamiento por microondas y hornear. Además, varios grupos de investigación han ofrecido buenas
contribuciones a la modelización textura de los alimentos durante los últimos veinte años. Además de melón y
nectarina ( Rizzolo et al., 2009 , Tijskens et al., 2007 y Tijskens et al., 2009 ), el tomate es el fruto más importante
que estudiaron. De tomates en ramillete a las células individuales de suspensión de tomate, se discutió la firmeza
y los modelos de predicción incluyen la cinética química de primer orden (algunos basados en multitud de orígenes
de firmeza, como los valores de enzimas y pH) ( Lana et al., 2005 , Schouten et al. , 2007 , Schouten et al.,
2010 , Van Dijk et al., 2006a y Van Dijk et al., 2006b ), los modelos estadísticos (tales como parcial de mínimos
cuadrados de regresión que relaciona los datos de firmeza a los datos espectrales en el infrarrojo cercano) ( Van
Dijk et al., 2006a y Van Dijk et al., 2006b ), y FEM para simular el comportamiento de la fuerza-deformación de
las células de tomate ( Dintwa et al., 2011 ). Es de suma importancia para elegir o crear modelos adecuados para
la predicción de propiedades de textura. Zdunek et al. (2011) utilizaron tres métodos de modelización, el simple
lineales, múltiple lineal y la regresión de componentes principales (PCR), para investigar la correlación de
manzana textura sensorial para los datos de emisión acústica de contacto. Modelos de PCR mostraron los
mejores resultados entre los tres modelos en este estudio. Troncoso y Pedreschi (2007) comparó cuatro modelos,
dos de reacción irreversible serie química, una reacción química irreversible, modificado cinética de primer orden
(combinado con la ecuación de Arrhenius y técnica de conversión fraccional) y tradicionales cinética de primer
José David Torres González
orden, en vigor máxima de perforación de rodajas de patata durante el secado. La comparación reveló que los
más simples cinética de primer orden tradicional no era tan bueno como los otros tres modelos. Yu et
al. (2011) comparó la cinética de primer orden modificados con el modelo de Weibull en el proceso de degradación
térmica de firmeza litchi. Los resultados indicados modelo Weibull tuvieron un mejor rendimiento que la ecuación
de primer orden modificado. Alimentos similares con diferentes métodos de modelado se estudiaron también por
los investigadores. Por ejemplo, el módulo y el fracaso estrés de Young de miga de pan fueron equipados con
éxito (0,55 ⩽ R 2 ⩽ 0,94) para el modelo de ley de potencia densidad relativa propuesto por Gibson y Ashby
( Zghal et al., 2002 ), y con el modelo FEM de revolución, las curvas de carga-desplazamiento de miga de pan
generados a partir de hendidura cilíndrica estaban bien predijeron ( Liu y Scanlon, 2003b ). Aunque las
investigaciones de modelado se han realizado durante décadas, las variedades de alimentos parecen
enormes. Incluso los alimentos más conocidos, por ejemplo, un proceso de lácteos entero y las propiedades
mecánicas finales del producto final, como la firmeza, son aún poco modeladas ( Foucquier et al., 2012 ). Por lo
tanto, se deben hacer más esfuerzos en este campo.
5. Conclusiones
Los enfoques para el análisis de datos de textura espacio / temporales registrados durante los experimentos se
emplean ampliamente en la investigación y la industria alimentaria debido a su viabilidad.Sin embargo, desde la
textura de los alimentos es demasiado complicada para ser descrito por una sola propiedad física, pueden
necesitar ser analizados en conjunto para la determinación de la textura de los alimentos más perfiles. Por
ejemplo, la prueba de TPA combinado con el componente acústico podría ser un enfoque útil para la evaluación
de las características de textura. El uso de índices de textura de los alimentos está siendo bastante limitado, que
parece delimitado por las definiciones de los mismos índices, porque la mayoría de ellos se basan en métodos
de medición específicos e instrumentos correspondientes. Con ayuda de la computadora, modelado se está
convirtiendo en un poderoso enfoque para el análisis de la textura de los alimentos. Los datos tanto de la
percepción sensorial y medición instrumental pueden ser analizados, mientras que el desafío es la falta de
modelos fundamentales para la gran variedad de alimentos. Por lo tanto, la colaboración multidisciplinar entre
ingenieros de alimentos, investigadores científicos, materiales de consumo y otros profesionales es necesaria
para el análisis de la textura de los productos alimenticios.