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.