APLICACIÓN DEL SENSOR NIR EN LA DETECCIÓN RÁPIDA DE ARENA EN AZÚCAR VHP

Vol 1, 2026 - 342303
Póster
Favoritar este trabajo
¿Cómo citar este artículo?
Resúmenes

El azúcar crudo VHP (Very High Polarization) representa aproximadamente el 80% de las exportaciones brasileñas de azúcar y se transporta en grandes volúmenes a lo largo de la cadena de suministro. En este contexto, la contaminación o adulteración por materiales minerales, como la arena, puede comprometer la calidad del producto y generar pérdidas económicas significativas. Este estudio evaluó el potencial de la espectroscopia de infrarrojo cercano (NIR) combinada con técnicas quimiométricas para detectar la adulteración por arena en azúcar VHP. Se utilizaron tres muestras de azúcar VHP con diferentes valores de color ICUMSA (540, 752 y 1237 UI) y dos arenas de origen fluvial con tamaños de partícula entre 0,5 y 1,0 mm. Las muestras se prepararon con niveles de contaminación entre 0,1% y 25%, generando un total de 1.278 espectros NIR obtenidos en el rango de 900 a 1700 nm. Los datos fueron analizados mediante Análisis de Componentes Principales (PCA), Redes Neuronales Artificiales (ANN) y Regresión por Mínimos Cuadrados Parciales (PLS). El PCA reveló tres grupos diferenciados asociados a las distintas matrices de azúcar, indicando un fuerte efecto de la matriz sobre las respuestas espectrales. Los modelos de clasificación basados en ANN mostraron un excelente desempeño para distinguir muestras adulteradas y no adulteradas, alcanzando exactitudes de 0,994 durante la calibración y de 1,000 durante la validación. Los modelos PLS permitieron predecir los niveles de contaminación por arena, presentando coeficientes de determinación (R²) de aproximadamente 0,72 para la calibración y 0,70 para la validación. Los resultados demuestran que la espectroscopia NIR es una herramienta prometedora, rápida y no destructiva para la detección preliminar de adulteraciones por arena en azúcar VHP. Además, la amplia base de datos generada proporciona fundamentos para el desarrollo de modelos de clasificación y predicción más robustos, ampliando el potencial de aplicación industrial de esta técnica.

¡Comparte tus ideas o preguntas con los autores!

¿Sabías que el mayor estímulo en el desarrollo científico y cultural es la curiosidad? ¡Deje sus preguntas o sugerencias al autor!

Inicia sesión para interactuar

¿Tiene alguna pregunta o sugerencia? ¡Comparte tus comentarios con los autores!

Instituciones
  • 1 Escola Superior de Agricultura Luiz de Queiroz da Universidade de São Paulo
  • 2 ESALQ/USP
  • 3 Sucroanalítica Ciência e Tecnologia
  • 4 Spectral Solutions
Eje Temático
  • 5. Tecnología y procesos industriales
Palabras Clave
Quimiometría
Control de calidad
Integridad alimentaria
Redes neuronales artificiales
Cadena de suministro