Aplicação de redes neurais na formulação de gorduras para massa folhada baseada em gorduras interesterificadas de soja e algodão

Abstract

A partir de diferentes estudos científicos que comprovaram que o consumo de ácidos graxos trans formados durante o processo de hidrogenação industrial exerce efeitos negativos sobre a saúde humana. O processo de interesterificação e a formulação utilizando gorduras interesterificadas, óleos totalmente hidrogenados e óleos vegetais se tornou uma alternativa importante para a produção de gorduras zero trans. Os métodos convencionais utilizados pelas empresas para a formulação de gorduras envolvem procedimentos de tentativa e erro, podendo acarretar perdas econômicas, de tempo, energia e matéria prima. As Redes Neurais Artificiais são modelos matemáticos que se assemelham às estruturas neurais biológicas e que tem capacidade computacional adquirida por meio de aprendizado e generalização. São ferramentas utilizadas nas mais diversas áreas para prever, classificar, otimizar, controlar, entre outras aplicações, com intuito de solucionar problemas. O objetivo do presente trabalho foi formular gorduras para massa folhada utilizando redes neurais construídas e treinadas com gorduras interesterificadas de base soja e algodão (Rede1) e base soja (Rede 2). As gorduras obtidas através das Redes Neurais e a performance dos produtos formulados com as mesmas foram comparadas com uma gordura comercial padrão. Os dados de entrada no programa para obtenção de formulações foram o teor de gordura sólida (SFC) e o ponto de fusão de uma margarina comercial para folhados (Rede 1) e uma base oleosa para folhados (Rede 2). A partir dos resultados, foram selecionadas 3 formulações de cada rede, todas com SFC e ponto de fusão semelhante ao solicitado. Observou-se que o SFC e o ponto de fusão previstos pelas redes apresentaram valores muito próximos aos determinados experimentalmente. As gorduras formuladas pelas Redes foram utilizadas na confecção de massas folhadas e os resultados obtidos para volume especifico e altura destas, foram menores quando comparados com a gordura comercial para folhados (Rede 1), já a formulação apresentada pela Rede 2 teve maiores volume específico e altura quando comparados com a base oleosa para folhados e iguais a margarina comercial para folhados. Os resultados obtidos indicaram que a utilização de redes neurais demonstrou ser uma ferramenta útil para elaboração de blends para massa folhada zero trans.

Scientific studies have demonstrated that the consumption of trans fatty acids formed during the industrial hydrogenation process has negative effects on human health. The intersterification process and the formulations using intersterified fats, fully hydrogenated oils and vegetable oils have become important alternatives for the production of zero trans. The conventional methods used industrially for fat formulation involve trial and error procedures, which can yield financial, time, energy and raw material loses. Artificial neural networks are mathematical models that resemble the neurologic biological structures and have computational capacity acquired by learning and generalization. These are tools used in the most diversed areas to prevent, classify, optimize and control, among other applications, in order to solve problems. The objective of the present study was to formulate fats for puff pastry using neurological networks built and trained with intersterified soybean and cottonseed oils (Network 1), and soybean oil (Network 2). The fats obtained from the Neurological networks and the performances of their products were compared with a standard commercial fat. The data entered in the program to obtain the formulations were the solid fat content (SFC) and the melting point of a commercial margarine for sheeted products (Network 1), and an oil base for sheeted dough (Network 2). From the results, 3 formulations were selected from each Network, with SFC and melting point similar to the standard. It was observed that the SFC and the melting points predicted by the Networks had very close values to those experimentally detected. The fats formulated from the Networks were used in puff pastry and the results for specific volume and height were lower when compared to the commercial fat for puff pastry products (Network 1), however, the formulation presented by the Network 2 had higher values for volume and height than the oil base for puff pastry and similar results to the commercial margarine for puff pastry. The results obtained indicated that the utilization of neurological networks proved to be a good tool to elaborate blends for puff pastry zero trans.