TECNOLOGIAS APLICADAS PARA EL CONTROL EN LÍNEA PARA LA ELABORACIÓN DE QUESOS. Belén López (Universidad de Murcia). En las II Jornadas Técnicas "Nuevas Tecnologías en Seguridad y Calidad de los Productos Lácteos". Cáceres, noviembre 2013.

1. TECNOLOGIAS APLICADAS PARA EL
CONTROL EN LÍNEA PARA LA
ELABORACIÓN DE QUESOS
M.B. López1, S. Rovira1, V. García1, I. Roa2
1Universidad
de Murcia. Dpto. Tecnología de los Alimentos, Nutrición y Bromatología
Facultad de Veterinaria. Campus de Espinar do. 30100 Murcia
2Instituto Tecnológico Agroalimentario de Extremadura Ctra. San Vicente s/n. Finca Santa Engracia. 06071. Badajoz

2. Calidad
Tecnológica
Seguridad
Alimentaria

3. Estandarización del
producto
Procesos
elaboración
Minimizar pérdidas
económicas derivadas
de cambios en el
rendimiento y en la
calidad.

4. FORMACIÓN DEL GEL
Hidrólisis
Agregación
sinéresis
coagulación
Grado de
100
conversión
κ-caseína (%)
60-80
Endurecimiento
de la cuajada
50
10
20
Aplicación de
sensores en línea
30 40
Tiempo de corte
Viscosímetros
NIR

5. ANTECEDENTES
• Viscosimetros (Scott et al., 1961).
• Método Berridge (1952)
• Microscopía electrónica Hostettler et al. (1955) y, Green et al. (1978)
•Conductividad eléctrica Tsouli et al. (1975), Dejmek (1989)
•Manometría, Curd Firmnes Tester (1976) Byum y Olson (1982)
•Geometria oscilatoria (Bohlin et al., 1984)
•Oscilación vertical , Vatimer (Richardson et al., 1985)
•Movilidad molecular mediante espectroscopia de difusión (Horne y
Davidson, 1990)
•Método alambre caliente (Hot Wire method)
•Infrarrojo cercano (composición físico-química)
•Sensor óptico + sonda térmica (Raynal y Remeuf, 2000)
DISPOSITIVOS EN LÍNEA
•Viscosímetro de torsión (Sharma et all., 1993, Krenkel et al., 1996)
•Dispersión NIR (Payne et al. ,1993)
•CoAguLab
•CoAguLite

6. SENSOR DE COAGULACIÓN
PREDICCION DEL TIEMPO DE CORTE
Cuba de
cuajado
Operación de
corte
Objetivo: Seleccionar
automáticamente los
tiempos de coagulación y
de corte de la cuajada
Finalidad: Mejorar
rendimiento, control de
humedad de la cuajada, y
la homogeneidad y
calidad de producto final

7. ORIGEN DE LA SEÑAL DE DISPERSIÓN
Castillo (2002). Tesis Doctoral
PARTÍCULAS
COLOIDALES
SONDA
FIBRA
FUENTE DE
RADIACIÓN
880 nm
1200µm
RADIACIÓN
DISPERSADA
IDR (voltaje)
Ø 600µm
Sensor de
coagulación

8. Sistema de
agitación de
velocidad variable
Válvula de
drenado
Casquillo
sensor LFV
Palas de agitación y liras
Casquillo
sensor
CoAguLite
Casquillo para extracción
de suero/cuajada

9. CoAguLite TM
Una única longitud de
onda (880nm)
Ofrece buenos
resultados en la
coagulación.
Payne et al.
(1993)
Un rango amplio de longitud
de onda.
Prototipo LFV
Castillo et al.
(2005)
Permite el control de ambos
procesos (coagulación y
sinéresis)

10. Tiempo de
corte
Rendimiento
quesero
Castillo
(2002)
Humedad
Pérdida de grasa
en suero
La primera derivada permite
mostrar la tendencia del ratio
de la radiación dispersa
(reflectancia).
Coordenadas
CIELab
El máximo de la primera derivada
esta directamente relacionado con el
tiempo de corte permitiendo su
predicción

11. ¿ Los resultados son extrapolables a otro
tipo de leche?

13. coagulació
n
sinéresis

14. Cut
Stirring
Stirring
Stirring
Mayor
incremento del
ratio en la
coagulación y
menor
coeficiente de
variación.

16. ¿ y a la industria?

18. 1. Estudio comparativo de los quesos obtenidos en la elaboración
paralela
Cuba 12 L
Cuba 10.000 L
vs
SÍ
¿Diferencias
significativas?
NO
No se
pueden
extrapolar
los modelos
Paralelismo
A
N
O
V
A
Rendimiento
- Humedad
- Contenido
de grasa en
suero

19. 2. Desarrollo de algoritmos de predicción mediante el prototipo
LFV
Predicción tiempo de corte
Los modelos IV, VI ,VII y VIII son los más apropiados.
Los nuevos parámetros incluidos mejoran los modelos de
predicción. Siendo los tres últimos los más apropiados.

20. Predicción de la humedad y el rendimiento
quesero
Los nuevos
parámetros definidos
permiten la predicción
de la humedad del
producto final y el
rendimiento quesero
con menor SEP que el
descrito por otros
autores.
(Castillo 2006a,2006b;
Fagan 2008; Mateo 2009)
Predicción de la textura
Los modelos que ofrecen una
línea de tendencia y unos
SEP apropiados son I, V y el
VIII.
LFV permite la predicción de
las características de textura
del producto final.

21. 3. Selección de uno de los modelos para la predicción online del contenido de
humedad
M= 35,66 x Rheating end + 85,22 x
R
10 elaboraciones
comparación
humedades
Tiene en cuenta la mayoría de
etapas de elaboración.
Permite conocer la humedad a
tiempo real estandarización de la
humedad.
SEP y R2 apropiados
El rango de variación en
la humedad por el LFV es
inferior al habitual entre
los lotes de queso en la
industria alimentaria.

22. 4. Estandarizar la humedad en el momento del vaciado de la cuba
Disminuiría las variaciones del rendimiento entre los distintos lotes.
Permitiría adaptar el proceso a variaciones ajenas a cambios en la
elaboración (variaciones materia prima, cuajo, crecimiento de cultivos
starter …) modificando el momento del vaciado de la cuba.
54%
57%
R = M – (85,22 x Rheating end ) / 35,66
Se confirma de
forma preliminar
la utilidad del
sensor para lograr
una humedad
determinada.

23. Automatización de la elaboración del queso
mediante sensor láser y su integración en línea,
con el sistema de trazabilidad por etiquetas de
radiofrecuencia (RFID). RTA2011-00013-C02-02
IP. Isidro Roa Ojalvo. INTAEX/ UNIVERSIDAD DE MURCIA