SBICafé
Biblioteca do Café

Métodos instrumentais alternativos para a predição da cor do café torrado

Show simple item record

dc.contributor.advisor Pereira, Rosemary Gualberto Fonseca Alvarenga
dc.contributor.advisor Rocha, Roney Alves da
dc.contributor.author Pires, Fabiana de Carvalho
dc.date.accessioned 2024-01-30T20:23:30Z
dc.date.available 2024-01-30T20:23:30Z
dc.date.issued 2019-09-30
dc.identifier.citation PIRES, Fabiana de Carvalho. 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. pt_BR
dc.identifier.uri http://www.sbicafe.ufv.br/handle/123456789/14097
dc.description Dissertação de Mestrado defendida na Universidade Federal de Lavras pt_BR
dc.description.abstract 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 de R² = 99,53 % para o café moído e R² = 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 (R² treinamento = 99,97 % e R² validação = 99,97 %) e também para o café torrado em grãos (R² treinamento = 99,83 % e R² 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 Commission Internationale de l'Eclairage, tais como L*,a*,b*,C* e H °, com R² = 99,33 % para o café torrado em grãos e R² = 99,88 % para o café torrado e moído. E na predição da variável Agtron em função da perda de massa com R² = 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 Agtron em função dos parâmetros avaliados neste estudo. pt_BR
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 R² = 99,53 % for ground coffee and R² = 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 R² training = 99,97 % and R² valid. = 99,97 % and for roasted coffee beans R² training = 99,83 % and R² 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 Agtron variable in function of the color parameters of the Commission Internationale de l'Eclairage, as L*, a*, b*, C* and H° with R² = 99,33 % to roasted coffee beans and R² = 99, 88 % to roasted and ground coffee. And, in the prediction Agtron variable mass loss function with R² = 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. pt_BR
dc.format 101 folhas pt_BR
dc.language.iso pt_BR pt_BR
dc.publisher Universidade Federal de Lavras pt_BR
dc.subject Nível de torra pt_BR
dc.subject Valor Agtron pt_BR
dc.subject redes neurais artificiais pt_BR
dc.subject Level of roasting pt_BR
dc.subject Agtron value pt_BR
dc.subject d artificial neural network pt_BR
dc.subject.classification Cafeicultura::Qualidade de bebida pt_BR
dc.title Métodos instrumentais alternativos para a predição da cor do café torrado pt_BR
dc.title.alternative Alternative instrumental methods for color of roast coffee prediction pt_BR
dc.type Dissertação pt_BR

Files in this item

Files Size Format View Description
Dissertação Fab ... rvalho Pires 2019 UFLA.pdf 2.440Mb application/pdf View/Open ou Pre-visualizar Texto Completo

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Sobre o SBICafé

Browse

My Account