Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/38010
metadata.teses.dc.title: Métodos instrumentais alternativos para a predição da cor do café torrado
metadata.teses.dc.title.alternative: Alternative instrumental methods for color of roast coffee prediction
metadata.teses.dc.creator: Pires, Fabiana de Carvalho
metadata.teses.dc.creator.Lattes: http://lattes.cnpq.br/1260127293298208
metadata.teses.dc.contributor.advisor1: Pereira, Rosemary Gualberto Fonseca Alvarenga
metadata.teses.dc.contributor.advisor-co1: Rocha, Roney Alves da
metadata.teses.dc.contributor.referee1: Pereira, Rosemary Gualberto Fonseca Alvarenga
metadata.teses.dc.contributor.referee2: Rocha, Roney Alves da
metadata.teses.dc.contributor.referee3: Souza, Sara Maria Chalfoun de
metadata.teses.dc.contributor.referee4: Nunes, Cleiton Antônio
metadata.teses.dc.contributor.referee5: Pimenta, Carlos José
metadata.teses.dc.subject: Nível de torra
Valor Agtron
Redes neurais artificiais
Level of roasting
Agtron value
Artificial neural networks
Torrefação
Roasting
Torra do café
Coffee roast
metadata.teses.dc.date.issued: 5-Dec-2019
metadata.teses.dc.description.sponsorship: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ)
Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
metadata.teses.dc.identifier.citation: PIRES, F. de C. Métodos instrumentais alternativos para a predição da cor do café torrado. 2019. 101 p. Dissertação (Mestrado em Ciência dos Alimentos)–Universidade Federal de Lavras, Lavras, 2019.
metadata.teses.dc.description.resumo: O café é um dos produtos agrícolas de maior relevância para a economia do Brasil e sua qualidade final é determinada por fatores como a torra, que é um processo térmico dependente do binômio tempo e temperatura capaz de promover mudanças físicas e químicas nos grãos de café, entre elas a cor. A cor dos grãos de café torrado é um dos critérios qualitativos utilizados para interromper o processo de torra e pode ser utilizada como um parâmetro de avaliação. Um descritor específico de cor bastante utilizado pela indústria de café para avaliar o nível de torra é o valor Agtron, em que #25 é a tonalidade marrom mais escura e #95 é a tonalidade marrom mais clara. No entanto, na maioria das vezes, o nível de torra é monitorado de forma subjetiva pelo método visual e pela experiência do profissional responsável pela torra. Visando controlar, monitorar e valorizar a qualidade do café torrado, o presente trabalho teve como objetivo propor duas metodologias alternativas para a análise de cor, tanto para o café torrado em grãos quanto moído e, posteriormente correlacioná-las com o nível de torra, na mesma escala da variável Agtron, a fim de minimizar as variações de um julgamento visual subjetivo. A primeira metodologia consiste na predição da cor de torra de cafés especiais utilizando espectroscopia de infravermelho próximo (NIR) e regressão de mínimos quadrados parciais (PLS), que neste trabalho apresentaram coeficientes de determinação deR^2=99,53 % para o café moído e R^2=96,20 % para o café em grão. A segunda metodologia consiste na predição da cor da torra de cafés especiais utilizando processamento de imagens digitais e redes neurais artificiais (RNA) para o café torrado e moído (R^2 treinamento=99,97 % e R^2 validação=99,97 %)e também para o café torrado em grãos (R^2 treinamento=99,83 % e R^2 validação=99,94 %), ambos os resultados foram promissores e sugerem a possibilidade de utilizar estas técnicas para avaliar o café torrado em função da cor. Para o uso das RNAs foi desenvolvido um software (FRR 1.0)capaz de predizer o valor Agtron e o nível de torra no qual as amostras de café estão classificadas, de maneira direta ao operador, portanto, apresenta um potencial de aplicabilidade nas torrefadoras de café. Este software foi registrado no Instituto Nacional de Propriedade Industrial – INPI, no dia 25 de outubro de 2019, com número de registro 512019002447-8. A terceira metodologia consiste na predição da variável Agtron em função dos parâmetros de cor da CommissionInternationale de l'Eclairage, tais como L*,a*,b*,C* e H °, com R^2=99,33 %para o café torrado em grãos e R^2=99,88 % para o café torrado e moído. E na predição da variável Agtron em função da perda de massa comR^2=98,29 %. Os resultados obtidos por meio das três metodologias foram promissores e mostram a possibilidade de utilizar os ajustes dos modelos de predição para a variável Agtronem função dos parâmetros avaliados neste estudo.
metadata.teses.dc.description.abstract: Coffee is one of the most important agricultural products for the Brazilian economy and your final quality is determined by factor like the roast, which is the thermal process dependent binomial time and temperature able to promote physical and chemical changes in coffee beans, among them the color. The color of roasted coffee beans is one of the qualitative criteria used to interrupt the roasting process can be used as an evaluation parameter. A very specific color descriptor used by the coffee industry to evaluate the roast level is the Agtron value, where #25 is the darkest brown and # 95 is the lightest brown. However, most of times, the roast level is subjectively monitored by the visual method and the experience of the roasting professional. Aiming to control, monitor and promote the roasted coffee, the present work had as objective propose two alternative methodology to color analyse, so much to roasted coffee beans and ground and, subsequently correlate them with the roast level, in the same scale Agtron variable, in order to minimize the variations of a subjective visual judgment. The first methodology consist in the prediction of the roast color of specialty coffees using near infrared spectroscopy (NIR) and partial least square (PLS), which in this work presented determination coefficients R^2=99,53 % for ground coffee and R^2=96,20 % for coffee beans. The second methodology consist in the prediction of the roast color of specialty coffees using digital images processing and artificial neural networks (RNA) for roasted and ground coffee R^2 training=99,97 % and R^2 valid.=99,97 % and for roasted coffee beans R^2 training=99,83 % and R^2 valid.=99,94 %, both the results were promising e suggest the possibilities to use this techniques to evaluate the roasted coffee in function of the color. For the use of RNAs was developed a software (FRR 1.0) capable to predict the Agtron value and the roast level at which the coffee samples were classified, directly to the operator, therefore, present a potential applicability in the coffee roasters.This software was registered at the National Institute of Industrial Property (INPI), on October 25, 2019, with registration number 512019002447-8. The third methodology consist in the prediction of Agtronvariable in function of the color parameters of the Commission Internationale de l'Eclairage, asL*, a*, b*, C* and H° with R^2=99,33 % to roasted coffee beans and R^2=99,88 % to roasted and ground coffee. And, in the prediction Agtron variable mass loss function with R^2=98,29 %. The results obtained through three methodologies were promising and show the possibility of using the prediction model adjustments for the Agtron variable in function of the parameters used in this study.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/38010
metadata.teses.dc.publisher: Universidade Federal de Lavras
metadata.teses.dc.language: por
Appears in Collections:DCA - Ciência dos Alimentos - Mestrado (Dissertações)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.