Return to search

Obtenção de mistura de óleos vegetais: otimização, caracterização e predição de propriedades físicas e químicas. / Obtaining a mixture of vegetable oils: optimization, characterization and prediction of physical and chemical properties.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-05-22T22:23:47Z
No. of bitstreams: 1
KATCILÂNYA MENEZES DE ALMEIDA - TESE PPGEA 2012..pdf: 12015723 bytes, checksum: 89f32aca42c4224f2d2241d72785479c (MD5) / Made available in DSpace on 2018-05-22T22:23:47Z (GMT). No. of bitstreams: 1
KATCILÂNYA MENEZES DE ALMEIDA - TESE PPGEA 2012..pdf: 12015723 bytes, checksum: 89f32aca42c4224f2d2241d72785479c (MD5)
Previous issue date: 2012-04 / CNPq / O Brasil possui grande potencial agrícola para produzir óleo vegetal, tanto para fins
alimentares como para suprir parte da demanda de energia renovável, porém nos
últimos cinco anos tem sido o maior importador de azeite de oliva do mundo, devido
aos seus benefícios para a saúde. Neste contexto objetivou-se, com este trabalho, a
elaboração de misturas especiais de óleos vegetais para fins alimentícios, com base nos
óleos de amendoim, gergelim, maracujá e soja. Os óleos de amendoim e gergelim como
alternativa por serem culturas produzidas no Brasil, constituem uma fonte de ácidos
graxos e antioxidantes tão pouco explorados na alimentação dos brasileiros, tal como o
óleo de maracujá como co-produto, descartado pela indústria de suco e ainda o óleo de
soja cuja matéria-prima abundante, tornam o produto acessível aos consumidores de
todas as classes sociais. Os óleos de amendoim e gergelim foram extraídos de sementes
das cultivares BRS-Havana e BRS-Seda, respectivamente, cedidas pela Embrapa
Algodão enquanto o óleo de maracujá foi adquirido no comércio de São Paulo e o de
soja no de Campina Grande. As misturas foram elaboradas com base em uma matriz de
planejamento experimental e, em seguida, submetidas às análises de composição de
ácidos graxos e ensaios físico-químicas (umidade, índice de acidez, índice de iodo,
índice de refração, densidade e viscosidade) segundo a metodologia do IAL (2008). As
medidas obtidas foram utilizadas para estudar e otimizar a elaboração das misturas de
óleos vegetais e como variáveis para predição por espectrometria no infravermelho
próximo (NIR) foram utilizados os mínimos quadrados parciais (PLS) como
metodologia de calibração multivariada. Os resultados foram submetidos à análise de
variância (ANOVA), à análise de variância multivariada (MANOVA), à análise de
correlação canónica e à análise de correlação de Pearson, pelo software SAS 9.1.3; na
análise de componentes principais (PCA) e regressão por mínimos quadrados parciais
(PLS) utilizou-se o software Uncrambler 9.8®. Concluiu-se que a mistura equivalente a
40% de óleo de amendoim, 20% de óleo de gergelim, 20% de óleo de maracujá e 20%
de óleo de soja apresentou-se como a melhor mistura para fins alimentares, com base na
composição de ácidos graxos. Os métodos de predição por NIR foram eficazes para a
estimativa não destrutiva, rápida, de baixo custo e direta, dos ácidos graxos palmítico,
esteárico, oleico, linoleico, araquídico e linolênico e para as medidas físico-químicas de
densidade, índice de refração, viscosidade, índice de acidez e índice de iodo. / Brazil has great potential to produce vegetable oils as a source of raw materiais for food
and energy. But in the last five years has been the largest importer of olive oil in the
worid due to its health benefits and wide divulgation. In this context, the aim of this
work was the development of special blends of vegetable oils as an alternative to olive
oils based on peanut, sesame, soy and passion fruit. The peanut and sesame oils because
they are a source of fatty acids and antioxidants in the diet of little explored in Brazil,
passion fruit oil as co-product of the juice industry, and soybean oil abundant raw
material which makes the product available to consumers of ali social classes. The
peanut and sesame oils were extracted from seeds of BRS-Seda and BRS-Havana, while
passion fruit oil was purchased commercially of city São Paulo-SP and trade soybean in
the city of Campina Grande-PB. The mixtures were prepared based on an array of
experimental design and then submitted to analysis of fatty acid composition and
physico-chemical (moisture, acid value, iodine value, refractive index, density and
viscosity). Moreover, were used as reference variables for prediction via infrared
spectroscopy (NIR) using the partial least squares (PLS) and multivariate calibration
methodology. The results were subjected to analysis of variance (ANOVA),
multivariate analysis of variance (MANOVA), canonical correlation analysis and
Pearson correlation analysis by SAS 9.1.3 software, the principal component analysis
(PCA) and Partial least squares regression (PLS) was used Uncrambler 9.8 ® softwarlt
was concluded that the mixture equivalent to 40% peanut oil, 20% sesame oil, 20%
passion fruit oil, and 20% soybean oil was presented as the best mix for food
composition based on fatty acids. The prediction by NIR methods were effective for
estimating non-destructive, rapid, inexpensive and direct fatty acids palmitic, stearic,
oleie, linoleic, linolenic and arachidic and physico-chemical measurements of density,
refractive index, viscosity, acid value and iodine value.

Identiferoai:union.ndltd.org:IBICT/oai:localhost:riufcg/773
Date22 May 2018
CreatorsALMEIDA, Katcilânya Menezes de.
ContributorsMEDEIROS, Everaldo Paulo., GOMES, Josivanda Palmeira., PEDROZA, Juarez Paz., SANTOS, Maria Betânia Hermenegildo dos., ALVES, Niedja Marizze Cezar.
PublisherUniversidade Federal de Campina Grande, PÓS-GRADUAÇÃO EM ENGENHARIA AGRÍCOLA, UFCG, Brasil, Centro de Tecnologia e Recursos Naturais - CTRN
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Biblioteca de Teses e Dissertações da UFCG, instname:Universidade Federal de Campina Grande, instacron:UFCG
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0027 seconds