Escuela-Generadores de Innovación - UNT

A cademia,
Generadores de Innovación
Dr. Raúl Siche
Universidad
Nacional de
Trujillo
1
Doslíneasdeinvestigación
LaboratoriodeIngenieríadeProcesosAgroindustriales
UniversidadNacionaldeTrujillo
1. Desarrollo de técnicas no destructivas utilizando

la tecnología de imágenes
2. Desarrollo de envases biodegradables utilizando

residuos de la agroindustria
Desarrollodetécnicasnodestructivasutilizandola tecnologíadeimágenes
El aspecto visual de los alimentos es un factor

importante relacionado con su calidad
El COLORde los alimentos es uno de los más

importantes indicadores visuales de calidad
Visión Computacional
Artículo de revisión
PERO…
¿Podemos estar seguros que son de calidad?
La VISIÓN HIPERESPECTRAL (o las

IMÁGENES técnica en
HIPERESPECTRALES
crecimiento y con gran- potencial
HSI) es para
unaconvertirse en
uno de los métodos más importantes para el
control de calidad de productos alimenticios.
Es posible incorporar esta técnica en multitud de
aplicaciones, como pueden ser para la DETECCIÓN
DE MICROORGANISMOS, DETECCIÓN DE LA
ADULTERACIÓN,IDENTIFICACIÓNDEPESTICIDASEN
ALIMENTOS o en general del CONTROL DE LA
CALIDADde los mismos,etc.
ESPECTROSCOPIA
Permite obtener información de la
estructura interna o la composición de
un cuerpo, en base a la absorción o
emisión de radiación electromagnética
HSI a ciertas longitudes de onda.
ANÁLISISDEIMAGENES
Permite la detección de fragmentos de
materiales en puntos concretos que
tienen una composición diferente a la
del producto objetivo.
Sistema Hiperespectral
Sistemas mediante el cual se pueden
obtener imágenes de alta resolución
espacial y espectral.
Figura 8. Sistema HSI: (a) camera CMOS, (b) cámara hiperespectral, (c) lentes
objetivos, (d) suplemento de energía, (e) plataforma de transporte, (f) motor, (g)
computador con software controlador.
APLICACIONES
EVALUACIÓNDELMARMOLEADO EN CARNEBOVINA (M. longissimus

dorsi) MEDIANTE IMÁGENES HIPERESPECTRALES

Este atributo que se refiere a las manchas blancas de grasa presentes
en la masa muscular en la carne, es asociado a productos de calidad
superior cuando las vetas de grasa están distribuidas uniformemente.
Imágene
s digitalizadas de
los estándares de
la norma japonesa
de
marmoleado

Error Estadístico
Parámetro Estimación
Estándar T Valor-P
Constante 1.799 0.404 4.451 0.002
Ata 0.118 0.047 2.511 0.036
Ata^2 0.005 0.001 4.017 0.003
Ata: Área de marmoleado
Valoresmayoresa34.39fueron
consideradosGRASAyvaloresmenoresCARNE
Muestra SIH SV
M1 2 2
M2 4 4
M3 3 4
M4 3 3
M5 2 2
M6 3 3
M7 2 2
M8 2 2
M9 4 4
M10 3 3
M11 2 3
M12 2 2 Prueba no
M13 2 2
paramétrica Estándar
M14 3 3
M15 3 3 U de Mann-Whitney 544.000
M16 2 3 W de Wilcoxon 1174.000
M17 2 2 Z -.985
M18 2 3
Sig. asintót. (bilateral) 0.324
M19 2 2
M20 2 2
M21 2 2
M22 2 2
M23 4 4
M24 2 2
M25 2 2
Determinación del contenido de almidón en queso fresco

adulterado utilizando imágenes hiperespectrales
Modelación Validación
Concentración Concentración
Relación H/L Relación H/L
Muestra de almidón Muestra de almidón
(mg/mL) (mg/mL)
(mg/g) (mg/g)
1 2.5 5.8566 1 5 6.6478
2 7.5 13.2309 2 8 14.3985
3 12.5 17.4227 3 10 17.2139
4 17.5 21.8286 4 16 17.252
5 22.5 27.3094 5 20 25.3367
H/L: Harina de maíz/Leche

Laslongitudesdeondamásimportantes
asociadasconla detecciónyprediccióndel
almidónenel quesofrescoseencuentran
en584nmyenel rangode976- 1000nm.
Sealcanzó83.2 deniveldeprediccióndelcontenidode
almidónparaunmodeloreducido
Concentración
0 15 pimienta + 15 papaya
1
2.5
5
7.5
10
x 9 = 90 muestras MUESTRAS
p/p 12.5
15
20
25
30
EN SEMILLAYEN POLVO
HEADWALL
PHOTONICS
900 – 1700 nm
Indicadores estadísticos de los modelos PLSconstruidos

Calibración Validación Predicción
Pre-tratamiento #LV
R2c RMSEC R2cv RMSECV R2p RMSEP RDP
Longitudes de onda completa
Raw data 6 0.942 2.29 0.909 2.91 0.880 3.17 3.04
1st Der 3 0.955 2.26 0.924 2.66 0.870 3.39 2.85
2nd Der 5 0.961 1.87 0.998 2.58 0.900 2.96 3.26
SNV 3 0.901 3.00 0.874 3.44 0.727 4.72 2.05
MSC 3 0.901 3.02 0.878 3.40 0.782 4.30 2.24
OSC 2 0.956 2.01 0.943 2.33 0.898 2.97 3.25
SNV + 1st Der 4 0.939 2.36 0.914 2.85 0.899 3.02 3.20
SNV + 2nd Der 4 0.945 2.24 0.919 2.78 0.930 2.51 3.85
OSC + 1st Der 2 0.962 1.86 0.955 2.06 0.896 2.99 3.23
OSC + 2nd Der 1 0.950 2.15 0.946 2.26 0.919 2.71 3.57
Longitudes de onda importantes
Raw data 4 0.932 2.45 0.919 2.72 0.846 3.65 2.67
1º y 2º Der. = Primera y Segunda derivada-Savitzky Golay, respectivamente; SNV = estándar normal variado; MSC =
corrección de dispersión multiplicativa; OSC = Corrección de señal ortogonal; # LV = variables latentes; R2C = coeficiente
de determinación para la calibración; RMSEC = error cuadrático medio de calibración; R2CV = coeficiente de
determinación para la validación cruzada; RMSECV = error cuadrático medio de validación cruzada; R2P = coeficiente de
Dr. Raúl Siche
determinación para la predicción; RMSEP = error cuadrático medio de predicción; RPD = relación de desviación de
predicción
➢ El modelo PLS realizado con importantes longitudes de onda presenta una

buena capacidad predictiva para predecir la concentración de semillas de
papaya en muestras de polvo de pimienta negra (sensibilidad superior al
90%y error inferior al 8%).
➢ En general, los resultados indican que la técnica analítica basada en NIR-HSI
desarrollada en esta investigación es efectiva, sensible, no invasiva y libre
de químicos para detectar el fraude de alimentos en la pimientanegra.
Desarrollo de envases biodegradables
utilizando residuos de la agroindustria
Desarrollodeenvasesbiodegradablesutilizandoresiduosdelaagroindustria
Acumulación en océanos:
1. mill. t/año de R.S. (MINAM, 2012)
• 8 millones t (actualmente)
• Lima: 2 millones t.
• “Gran isla de basura”:
• La Libertad: 275 mil t (2° productor)
3.5 mill. t (80% plástico)
10% es plástico
Partículas flotantes Vertidos a cielo abierto:
• Semejantes al zooplancton • Alteración de paisaje, fuente de
• Liberación de toxinas enfermedades, malos olores, etc.
• Eliminación por incineración → gases
RESIDUOSPLÁSTICOS
tóxicos
UN GRAN PROBLEMA
Tecnopor
• Aislante, liviano, resistente y barato
• Derivado del petróleo
• Baja biodegradabilidad (500 años para degradarse; ARAIZA, 2012)
• Unidad estructural: estireno (cáncer)
• Al quemarse: libera benceno (cáncer)
✓ Se degradan en corto tiempo

✓ Almidón, celulosa,…
✓ Envases con buenas propiedades

✓ Envases biodegradables
✓ Aprovechamiento de residuos de la agricultura
✓ Valor agregado a materias primas
Fuente de almidón
Camote Arracacha Oca
Fuente de fibra
Bagazo de caña de Peladilla de

azúcar espárrago
FABRICACIÓN
5%
90% Fibra
Almidón Agua (1:1 almidón)
MEZCLADO
(50 g)
145 °C
TERMO-PRENSADO 72.4 bar
20 min
5días
25 °C ALMACENAMIENTO
60%HR
¿BIODEGRADABLE?
Norma UNE-EN 13432:2001
Requisitos:
▪ Biodegradabilidad del 90% antes de 06 meses
▪ Desintegrabilidad: fragmentación y ausencia de
contaminación visual del residuo en el compost final antes
de 90 días (tamaño < 2 x 2 mm).
¿BIODEGRADABLE?
Norma UNE-EN ISO 14855-2:2010 (AENOR,2010).
Norma en base a la cual, mediante gravimetría, se determina la biodegradabilidad
(pérdida de CO2) de la muestra sometida a compostaje aerobio.
En42díassealcanzaun
95 depérdidademasa
AENOR. (2010). UNE-EN ISO 14855-2:2010. Determinación de la biodegradabilidad aeróbica final de materiales plásticos en
condiciones de compostaje controladas. Método según el análisis de dióxido de carbono generado. Parte 2: Medición
gravimétrica del dióxido de carbono liberado en un ensayo de laboratorio. (ISO 14855-2:2007, incluyendo Cor 1:2009).
Asociación Española de Normalización y Certificación – AENOR. Madrid, España
Desintegrabilidad (%)= C–m

x 100
C
Donde C es el porcentaje correspondiente

al clúster control (8), y m es el porcentaje
correspondiente al clúster en cada imagen
de la muestra en cada momento de
adquisición de la imagen a lo largo del
periodo de compostaje (7).
En36díassealcanzaun90
d
e pérdidademasa
(Almidóndecamote+fibradebagazodecaña)
GRACIAS
POR SU ATENCIÓN
rsiche@unitru.edu.pe
Dr. Raúl Siche

Escuela-Generadores de Innovación - UNT

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Escuela-Generadores de Innovación - UNT

Cargado por

Copyright:

Formatos disponibles

A cademia,

1. Desarrollo de técnicas no destructivas utilizando

2. Desarrollo de envases biodegradables utilizando

El aspecto visual de los alimentos es un factor

El COLORde los alimentos es uno de los más

La VISIÓN HIPERESPECTRAL (o las

EVALUACIÓNDELMARMOLEADO EN CARNEBOVINA (M. longissimus

EVALUACIÓNDELMARMOLEADO EN CARNEBOVINA (M. longissimus

EVALUACIÓNDELMARMOLEADO EN CARNEBOVINA (M. longissimus

Determinación del contenido de almidón en queso fresco

Determinación del contenido de almidón en queso fresco

Indicadores estadísticos de los modelos PLSconstruidos

➢ El modelo PLS realizado con importantes longitudes de onda presenta una

✓ Se degradan en corto tiempo

✓ Envases con buenas propiedades

Camote Arracacha Oca

Bagazo de caña de Peladilla de

Norma UNE-EN 13432:2001

Desintegrabilidad (%)= C–m

Donde C es el porcentaje correspondiente

Dr. Raúl Siche

También podría gustarte