Comparação da medida de cor de pescado entre sistema de visão computacional e colorímetro convencional no frescor do pescado

A cor da superfície dos alimentos é o primeiro parâmetro de qualidade avaliado pelos consumidores, e é critico para a aceitação do produto, então a medição adequada da cor é uma importante ferramenta. Nesta pesquisa avaliou-se a variação da cor em corvina (Micropogonias furnieri) armazenada em gelo durante 16 dias; os parâmetros de luminosidade (L*), valor cromático a*, valor cromático b*, variação total da cor (ΔE) e croma (C*) foram obtidos por sistema de visão computacional, e por colorímetro Konica Minolta CR-400. O frescor da corvina baseada nas mudanças da cor das brânquias foi avaliado utilizando um sistema de visão computacional. Também se modelou a oxidação da mioglobina em files de burriquete (Pogonias cromis), utilizando os parâmetros de vermelho (valor a* e R). Para registrar as mudanças da cor durante 57,6 h utilizou-se um sistema de visão computacional, a análise química realizou-se determinando a concentração de metamioglobina (%). Na avaliação da cor de corvina armazenada em gelo, o sistema de visão computacional mostrou diferenças significativas para L*, a*, ΔE e C*, enquanto que o colorímetro mostrou diferenças significativas para L* e ΔE, o único parâmetro que não apresentou diferenças entre instrumentos foi ΔE durante a avaliação da corvina armazenada em gelo. O coeficiente de correlação entre os parâmetros da cor (L*, a* e b*) das brânquias da corvina armazenada em gelo pelo tempo de armazenamento foi de 0,9747. O sistema de visão computacional registrou as mudanças da cor em filés de burriquete e se modelaram as mudanças utilizando um modelo exponencial. O sistema de visão computacional mostrou ser mais sensível às mudanças da cor durante a avaliação da cor na corvina armazenada em gelo. É possível prognosticar o tempo de armazenamento da corvina em gelo em função da mudança da cor das brânquias. Assim, foi possível modelar a variação da mioglobina em filés de burriquete utilizando sistemas de visão computacional para registrar ditas mudanças. Os sistemas de visão computacional têm grande capacidade para registrar as mudanças da cor e é possível utiliza-los para avaliar os alimentos em função da cor.

Monitoramento por microcontrolador do cultivo de spirulina em fotobiorreator raceway

A oportunidade de produção de biomassa microalgal tem despertado interesse pelos diversos destinos que a mesma pode ter, seja na produção de bioenergia, como fonte de alimento ou servindo como produto da biofixação de dióxido de carbono. Em geral, a produção em larga escala de cianobactérias e microalgas é feita com acompanhamento através de análises físicoquímicas offline. Neste contexto, o objetivo deste trabalho foi monitorar a concentração celular em fotobiorreator raceway para produção de biomassa microalgal usando técnicas de aquisição digital de dados e controle de processos, pela aquisição de dados inline de iluminância, concentração de biomassa, temperatura e pH. Para tal fim foi necessário construir sensor baseado em software capaz de determinar a concentração de biomassa microalgal a partir de medidas ópticas de intensidade de radiação monocromática espalhada e desenvolver modelo matemático para a produção da biomassa microalgal no microcontrolador, utilizando algoritmo de computação natural no ajuste do modelo. Foi projetado, construído e testado durante cultivos de Spirulina sp. LEB 18, em escala piloto outdoor, um sistema autônomo de registro de informações advindas do cultivo. Foi testado um sensor de concentração de biomassa baseado na medição da radiação passante. Em uma segunda etapa foi concebido, construído e testado um sensor óptico de concentração de biomassa de Spirulina sp. LEB 18 baseado na medição da intensidade da radiação que sofre espalhamento pela suspensão da cianobactéria, em experimento no laboratório, sob condições controladas de luminosidade, temperatura e fluxo de suspensão de biomassa. A partir das medidas de espalhamento da radiação luminosa, foi construído um sistema de inferência neurofuzzy, que serve como um sensor por software da concentração de biomassa em cultivo. Por fim, a partir das concentrações de biomassa de cultivo, ao longo do tempo, foi prospectado o uso da plataforma Arduino na modelagem empírica da cinética de crescimento, usando a Equação de Verhulst. As medidas realizadas no sensor óptico baseado na medida da intensidade da radiação monocromática passante através da suspensão, usado em condições outdoor, apresentaram baixa correlação entre a concentração de biomassa e a radiação, mesmo para concentrações abaixo de 0,6 g/L. Quando da investigação do espalhamento óptico pela suspensão do cultivo, para os ângulos de 45º e 90º a radiação monocromática em 530 nm apresentou um comportamento linear crescente com a concentração, apresentando coeficiente de determinação, nos dois casos, 0,95. Foi possível construir um sensor de concentração de biomassa baseado em software, usando as informações combinadas de intensidade de radiação espalhada nos ângulos de 45º e 135º com coeficiente de determinação de 0,99. É factível realizar simultaneamente a determinação inline de variáveis do processo de cultivo de Spirulina e a modelagem cinética empírica do crescimento do micro-organismo através da equação de Verhulst, em microcontrolador Arduino.

Casca de arroz como adsorvente para extração de micotoxinas em cebola

A produção mundial de arroz chega a 80 milhões de toneladas ao ano, considerando que as cascas representam 20% deste valor, anualmente são geradas cerca de 1.162.000 toneladas desse rejeito. Há alguns anos, esse material era descartado no ambiente, atualmente as leis de proteção ambiental, demandaram na preocupação com resíduos de casca de arroz (FOLETO, 2005). Segundo Mayer (2006) a casca leva aproximadamente 5 anos para se decompor e exala um volume elevado de metano, um dos gases responsáveis pelo efeito estufa. Visando proteger a integridade do meio ambiente, estão sendo buscadas alternativas para reduzir os impactos ambientais do descarte e recuperar os investimentos na cultura do grão. Devido seu alto teor de silício a casca de arroz, é matéria-prima de grande interesse para aplicação em vários ramos: indústria eletrônica, cerâmica e na agricultura e também pode ser utilizada como fonte energética e ser aplicadas como adsorvente, em análises químicas (FOLETO, 2005; ROSA, 2009). Neste trabalho o objetivo foi padronizar método para a determinação das aflatoxinas B1, B2, G1, G2 e ocratoxiana A em cebola, empregando a técnica de extração, Dispersão da Matriz em Fase Sólida (MSPD), tendo a casca de arroz como adsorvente, de forma a possibilitar a determinação dos contaminantes empregando cromatografia de camada delgada de alta eficiência (HPTLC) e/ou cromatografia líquida de alta eficiência acoplada a detector de fluorescência (HPLC-FD). A cebola (Allium cepa L.) foi a matriz escolhida devido sua importância econômica, ela é a terceira hortaliça mais importante economicamente no Brasil, depois do tomate e da batata. O país está entre os dez maiores produtores do mundo, sendo que na safra de 2010 a produção foi de 1.548.146 toneladas. Dentre os estados que se destacam pela sua produção estão: Santa Catarina, São Paulo e Rio Grande do Sul. No entanto, a cebola assim como os demais alimentos é suscetível à contaminação fúngica e se entre a microbiota estiverem espécies toxigênicas pode ocorrer à produção de micotoxinas. O método foi validado avaliando-se curva analítica, linearidade, limites de detecção e quantificação, precisão (repetitividade e precisão intermediária) e exatidão (recuperação) para cada tipo de determinação cromatográfica. Para HPTLC, os limites de detecção variaram entre 0,33-5µg Kg-1 e os de quantificação entre 1-15µg Kg-1 Para o método HPLC-FD os limites de detecção variaram entre 0,003– 0,26 µg Kg-1 e os de quantificação 0,03 – 2,6 µg Kg-1 . As recuperações para o método HPTLC variaram entre 76- 95% e para HPLC-FD variaram entre 72-88%. O método desenvolvido foi aplicado para verificar a ocorrência de micotoxinas em 14 amostras de cebola. A contaminação com aflatoxinas foi verificada em 43% das amostras analisadas. O nível máximo encontrado foi de 90 µg Kg-1 para aflatoxina B2 em uma amostra de cebola crioula, com o defeito de mancha negra.