Thèse d'exercice : Pharmacie : Université de Nantes : 2003. / Bibliogr. f. 132-135 [49 réf.].

No description available.

Heat penetration data were obtained for a canned food model (gelatinized waxy maize starch) during processing in an agitating retort under various conditions to evaluate the effect of process variables on the heat penetration parameters (f$ sb{ rm h}$ and j$ sb{ rm ch}$) and resulting process lethality (F$ sb{ rm o}$) and cook value (C$ sb{ rm o}$). Overall heat transfer coefficient (U$ sb{ rm o}$), Hunter L, a and b values were determined. The study indicated that f$ sb{ rm h}$, j$ sb{ rm ch}$, F$ sb{ rm o}$, C$ sb{ rm o}$ and U$ sb{ rm o}$ were influenced (p $<$ 0.05) by all process variables except can headspace. Retention percentage of thiamin, ascorbic acid and chlorophyll at each process condition was estimated using the heat penetration data and documented D and z values for each quality factor. Results confirm better retention of quality factors at higher temperatures and higher rotation speeds. / Rheological changes associated with the starch were evaluated in relation to different factors and were well described by the Power law model. Apparent viscosity of the processed product was related to the cook value of the process. / Fresh vegetables were canned and subjected to end-over-end rotation. Heating times were adjusted to give approximately the same process lethality (F$ sb{ rm o}$ = 10 minutes). Processing under higher temperatures and higher rotation speeds resulted in better retention (p $<$ 0.01) of vegetable texture, while only temperature (higher the better) had a desirable effect on color. / Buffered aqueous mixtures of ascorbic acid and thiamin were sealed in glass vials and cans. At each temperature, rotation speed did not have a significant effect on the retention of either vitamin. Processing at 110$ sp circ$C yielded significantly lower retention (p $<$ 0.01) of both vitamins than at 120$ sp circ$C and 130$ sp circ$C. Estimated ascorbic acid and thiamin retention using experimental time-temperature data and published kinetic parameters showed fairly good agreement with experimental data.

Orientador: Rubens Maciel Filho / Dissertação (mestrado) - Universidade Estadual de Campinas. Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-26T21:05:08Z (GMT). No. of bitstreams: 1 Aguiar_HelenaCristinaI.L_M.pdf: 4620932 bytes, checksum: 599c90f6c71f6effafd2b6b0e96021e6 (MD5) Previous issue date: 2000 / Resumo: Estudos demonstram que a expectativa de crescimento do consumo de papel e baixo custo de produção no Brasil pode tornar a indústria de celulose e papel do país a maior geradora de negócios neste ramo internacionalmente. O processo de produção de celulose é complexo, e apesar de muito estudado ainda há muitas lacunas que precisam ser preenchidas. Por outro lado, as redes neurais são uma solução para a modelagem de processos cujo conhecimento é incompleto ou cuja complexidade dificulta a produção de bons resultados através da modelagem determinística. O objetivo principal desta tese foi a criação de um modelo para a predição do grau de polpação da madeira a partir de dados industriais, utilizando técnicas de modelagem diferentes. O trabalho explorou principalmente a modelagem através de redes neurais, mas também se dedicou à aplicação dos dados industriais a um modelo determinístico e a sua posterior combinação com uma rede neural para o desenvolvimento de um modelo híbrido. A discussão sobre os recursos necessários para a utilização de cada técnica, bem como a comparação entre as diferentes metodologias, suas vantagens e desvantagens, também são assuntos deste trabalho. A Aracruz Celulose SA, a maior fábrica do Brasil, cedeu os dados para o desenvolvimento do modelo. A avaliação de vários modelos encontrados na literatura selecionou o modelo determinístico a ser utilizado. O modelo neural apresenta uma rede "feedforward" treinada com o algoritmo de retropropagação. Inicialmente, os dados industriais foram avaliados e apenas aqueles que mostraram trazer informação relevante foram utilizados. A estrutura e parâmetros da rede foram otirnizados de modo a melhorar a performance do modelo. A combinação do resultado do modelo determinístico com o modelo neural formaram o modelo híbrido. A fábrica não pode ceder o esperado número de conjuntos de dados para o treinamento da rede neural. No entanto, a qualidade dos dados e o rigor com que foram obtidos, conjuntamente com um cuidadoso trabalho de seleção desses dados possibilitaram a busca de soluções para o sucesso do modelo. A alternativa encontrada foi a criação de um novo conjunto de dados, obtidos através de uma curva de correlação dos dados industriais. Apesar do pequeno conjunto de treinamento, a rede neural produziu resultados satisfatórios, onde o erro entre os valores esperados e preditos foram menores que o erro experimental para a determinação de lignina remanescente. O modelo determinístico foi capaz de reproduzir a taxa de deslignificação da celulose no tempo, o que determina o grau de polpação, e portanto foi considerado adequado para a utilização no modelo híbrido. A rede híbrida gerou resultados um pouco melhores que a rede pura, e seu treinamento foi significativamente mais rápido. Um modelo de computação rápida e que reproduza os resultados esperados pode ser implementado em um sistema supervisor ou de controle para funcionar "on-line". Os resultados apresentados mostram que tanto as redes neurais puras quanto os modelos luoridos, quando bem treinados e otimizados, atendem a esses requisitos. Mostram também que é possfvel utilizar variáveis normais de processo, tomando mais viável o desenvolvimento de modelos específicos / Abstract: Studies show that the expected growth of paper consumption and low production cost in Brazil may turn its pulp and paper industry into the greatest business generator in this field worldwide. The process to produce pulp is complex, and although it has been extensively researched, there are still many questions to be answered. On the other hand, neural networks may be the solution for processes whose knowledge is incomplete or whose complexity makes it harder to obtain good results with first principIe models. The main goal of this thesis was the development of a model to predict pulping degree using industrial data, with different modeling techniques. It explored mainly neural networks technique, but also did it apply the data into a first principIe model, which was later used for the development of a hybrid mode!. The discussion about the resources required for each technique, as well as the different methods, their advantages and limitations, is part of this work. Aracruz Celulose SA, the largest mill in Brazil, provided the data for the model development. The evaluation of published models set the criteria for the selection of the deterministic model to be used. The neural model presents a feedforward network trained with backpropagation algorithm. After an evaluation of the industrial data, only the variables that showed to carry relevant information were used. The network structure and its parameters were optimized in order to improve model performance. The combination of the result obtained from the deterministic model with a neural network composed the hybrid model. The mill could not provide the expected amount of training data. However, the quality of the data and the rigorous data collection procedure, as well as the careful data evaluation made it possible to search for solutions for a successful model. The alternative was the production of a new data set formed with points of the correlation curve obtained from industrial data. The difference between the expected and predicted values was lower than the experimental error inherent to the lab test for determination of remaining lignin. The fIrst principIe model was able to reproduce delignification rate, which determines the pulping degree, and therefore was considered adequate to be used in the hybrid model. The hybrid network results were slightly better than the ones obtained with the pure net and its training was appreciably faster. A model which is able to reproduce expected results in a timely fashion can be implemented in a control or supervisory system that works on-line. The results showed that when well trained and optimized, both, the pure nets and the hybrid models, fulfill these requirements. They also show that it is possible to use normal process variables, making it more feasible to develop customized models / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química

Orientadores: Enrique Ortega Rodriguez, Pilar Rodriguez Massaguer / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia de Alimentos / Made available in DSpace on 2018-07-25T10:18:50Z (GMT). No. of bitstreams: 1 Frangipani_MarialuciOliveira_M.pdf: 16516753 bytes, checksum: a9b95e19bcc5e8d398a68ef021137390 (MD5) Previous issue date: 1999 / Resumo: Este trabalho mostra a viabilidade de novas técnicas de se monitorar um processo de esterilização em autoclave para refeições prontas em bandejas plásticas semi-rígidas. Nesta pesquisa, utilizou-se um programa de uso industrial para aquisição de dados (Genie, v.3.0 - Advantech, E.U.A) e o adaptamos para o uso com as interfaces PCl-818H e PClD-789D (Advantech, EU.A). O sistema adaptado demonstra em tempo real as temperaturas no processo, assim como a curva de letalidade acumulada durante todo o processo. O novo sistema foi comparado em sua performance ao sistema já em uso no laboratório de Termobacteriologia da FEA, UNICAMP, o sistema OORIC de aquisição de dados, mostrando ser tão eficiente quanto o mesmo, porém, mais versátil / Abstract: The present dissertation provides insights for monitoring an autoclave sterilization process for pre-cooked food products, placed in plastic semirigid trays. For this purpose, we used a software (Genie, v.3.0 - Advantech, EU.A) connected to two data-acquisition systems, PCl-818H e PClO-l890 (Advantech, EU.A), so that we could perform real-time data acquisition and visualization of both temperature profile and accomplished lethality curve during the entire process. The new system proved to be comparable with the OORIC data acquisition system in use at the Thermobacterilogy laboratory of the Food Engineering School at UNICAMP. Besides being comparable, it showed to be more versatile as well / Mestrado / Mestre em Engenharia de Alimentos

No description available.

No description available.

Th. doct.-ing.--Sci. des matér.--Toulouse--I.N.P., 1983. N°: 263.

A high-temperature, high-pressure autoclave has been adapted for use with a high-field nuclear magnetic resonance spectrometer. The autoclave has an internal pressure range of atmospheric pressure to 1.5 kbar and a temperature range of 273 K to 1900 K. The autoclave is usable in a high field (8 T) magnet with a room temperature, 76.4 mm bore. The autoclave was tested using assorted nuclear species with resonant frequencies ranging from 57 to 70 MHz at pressures ranging from atmospheric pressure to 1220 bar and temperatures ranging from 273 K to 448 K. Previously, the autoclave was used in conjunction with an iron magnet at temperatures to 1900 K and pressures to 1.5 kbar. / Graduation date: 1997

No description available.