A indústria de óleos e gorduras rotineiramente adquire uma grande quantidade de dados durante suas rotinas operacionais. Um dos principais parâmetros utilizados para o controle do processo de hidrogenação é o índice de iodo (IV) que quantifica o grau relativo de insaturação dos ácidos graxos. A metodologia tradicional para determinação do índice de iodo (AOCS Cd 1b-87) implica em várias etapas de preparo de amostra, acarretando em um tempo de execução em torno de 30 a 45 minutos. Como, geralmente, o processo de hidrogenação industrial ocorre em bateladas, o reator permanece parado com o óleo e reagentes até a análise do IV, que é determinante para liberar a gordura hidrogenada para as próximas etapas. Assim, a combinação de técnicas instrumentais rápidas com métodos de análise multivariada é importante para extrair as informações mais relevantes sobre a composição química das amostras permitindo um monitoramento online do processo. Nesse contexto, este trabalho teve dois objetivos principais. Primeiramente, foi realizado o monitoramento do processo de hidrogenação industrial do óleo de soja utilizando mapas auto organizáveis (SOM) em combinação com dados de composição de ácidos graxos obtidos por cromatografia gasosa com detector de ionização por chama (GC-FID). Posteriormente, por meio da espectroscopia no infravermelho médio com reflectância atenuada (FTIR-ATR), foi elaborado um modelo de regressão por mínimos quadrados parciais (PLS) para a determinação rápida do IV. Através do SOM foi possível acompanhar as reações de saturação e isomerização que ocorrem durante a hidrogenação. Foi constatado que os isômeros trans são mais estáveis e menos sensíveis à hidrogenação que os isômeros cis. De acordo com os mapas, a variação dos ácidos graxos monoinsaturados está relacionada principalmente com o aumento do C18:1, a variação dos poli-insaturados com a redução do C18:2(cis), dos saturados com o aumento do C18:0 e dos ácidos graxos trans com o aumento do C18:1(trans). O IV foi o principal parâmetro químico responsável pela segmentação das amostras em função do tempo de hidrogenação, com uma redução significativa, em média, de 125,75 para 60,04 g I2.100 g-1 de óleo. Assim, o SOM foi eficiente para o reconhecimento e a caracterização das diferentes etapas do processo de hidrogenação industrial. De acordo com desempenho mostrado pelas figuras de mérito, o modelo PLS proposto apresentou uma boa correlação entre os valores de referência e os valores previstos de IV. O modelo capturou adequadamente a natureza química do processo de hidrogenação do óleo de soja em reator industrial confirmando as bandas de absorção mais correlacionados ao IV. O conjunto de resultados obtidos indica que a análise multivariada combinada com métodos instrumentais pode ser utilizada como uma alternativa rápida e confiável para o monitoramento do processo de hidrogenação industrial do óleo de soja e determinação do IV, com mínimo preparo de amostra e sem a geração de resíduos químicos. Dessa maneira, coletar amostras do processo industrial em andamento e obter os resultados em tempo real pode corrigir desvios operacionais e evitar paradas de produção. / The oils and fats industry routinely get a large amount of data during its operational routines. One of the main parameters used to control the hydrogenation process is the iodine value (IV) which quantifies the relative unsaturation degree of fatty acids. The traditional method for determining the iodine value (AOCS Cd 1b-87) involves several stages of preparation, resulting in a running time of around 30 to 45 minutes. Generally, the industrial hydrogenation process takes place in batches, so the reactor remains stationary with the oil and reagents until complete the IV analysis, which is critical to release the hydrogenated fat for the next steps. Thus, the combination of fast instrumental techniques with multivariate analysis methods is impportant to extract the most relevant information about the chemical composition of samples, allowing an online process monitoring. In this context, this work had two main objectives. First, monitoring was performed in the industrial process of soybean oil hydrogenation using self-organizing maps (SOM) in combination with fatty acid composition data obtained by gas chromatography with flame ionization detector (GC-FID). Subsequently, through the mid-infrared spectroscopy with attenuated reflectance (FTIR-ATR), was developed a regression model by partial least squares (PLS) for the rapid determination of the IV. Through the SOM it was possible monitoring the saturation and isomerization reactions which occur during the hydrogenation. It was also observed that the trans isomers are more stable and less sensible to the hydrogenation that the cis isomers. According to the maps, the variation of monounsaturated fatty acids is mainly related with an increase in C18:1, the variation of polyunsaturated with reduction in C18: 2 (cis), saturated fatty acids with the increase in C18:0 and trans fatty acids an increase in C18:1 (trans). The IV was the main chemical parameter responsible for segmentation of the samples as a function of hydrogenation time, with a significant reduction in average of 125.75 to 60.04 g I2.100 g-1. Thus, the SOM was efficient for the recognition and characterization of the different stages of the industrial hydrogenation process. According to performance shown by figures of merit, the proposed PLS model showed a good correlation between the reference values and the predicted values of IV. The model adequately captured the chemical nature of soybean oil hydrogenation process on industrial reactor and confirming the absorption bands more correlated to IV. The set of results shows that the multivariate analysis in tandem with instrumental methods can be used as a fast and reliable alternative to monitoring the industrial soybean oil hydrogenation process and determination of IV with minimal sample preparation and without the generation of chemical residues. Thus, collecting samples of the industrial process in progress and get results in real time can correct operational deviations and prevent production downtime.
| Identifer | oai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:RI_UTFPR:oai:repositorio.utfpr.edu.br:1/2164 |
| Date | 23 October 2015 |
| Creators | Sanchez, Jorge Leonardo |
| Contributors | Bona, Evandro, Tanamati, Ailey Aparecida Coelho, Bona, Evandro, Tanamati, Ailey Aparecida Coelho, Valderrama, Patrícia, Bonafé, Elton Gutendorfer |
| Publisher | Universidade Tecnológica Federal do Paraná, Campo Mourao, Medianeira, Programa de Pós-Graduação em Tecnologia de Alimentos, UTFPR, Brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UTFPR, instname:Universidade Tecnológica Federal do Paraná, instacron:UTFPR |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds