Fuente: Universidad de Australia del Sur
Los científicos de UniSA han desarrollado la primera técnica automatizada del mundo para evaluar simultáneamente la calidad de las almendras y detectar la contaminación potencialmente grave por micotoxinas de los granos.
En 2019-2020, la cosecha de almendras de Australia tuvo un valor de poco más de $ 1 mil millones y se espera que el sector crezca a $ 1,5 mil millones en los próximos años, con las condiciones de cultivo de almendras de Australia entre las mejores del mundo.
Con la industria local exportando actualmente a más de 50 países, la clasificación precisa y consistente de las almendras es de suma importancia para que los mercados internacionales puedan confiar en el producto australiano.
Tradicionalmente, las almendras se clasificaban y probaban manualmente cada hora. líneas de producción para comprobar la consistencia del aspecto, astillado y rayado, granos dobles, daños por insectos y moho y otros defectos.
Sin embargo, este proceso es laborioso, lento y subjetivo, lo que puede conducir a evaluaciones inexactas e inconsistentes, especialmente de una temporada a otra debido a la rotación del personal.
En colaboración con el socio de la industria SureNut, los científicos de la Universidad de Australia del Sur han desarrollado una máquina que mejora drásticamente la precisión de clasificación de las almendras y detecta contaminantes potencialmente letales comunes en los granos de almendra.
Un equipo de investigación dirigido por el profesor asociado Sang-Heon Lee, financiado por Cooperative Research Centers Projects, combinó dos cámaras de alta resolución, una cámara hiperespectral y algoritmos de inteligencia artificial especialmente desarrollados para crear un sistema que puede estudiar la calidad de la almendra con mucho más detalle que un ojo humano.
El sistema puede evaluar con precisión defectos físicos como astillas y raspaduras, y detectar contaminantes dañinos, incluida la presencia de aflatoxina B1, un potente carcinógeno que puede estar asociado con más del 20% de los casos de cáncer de hígado en todo el mundo.
“Nuestro objetivo con esta innovación no era simplemente recrear lo que los humanos pueden hacer, sino ir mucho más allá”, dice el Prof. Dr hab. Sotavento.
Por lo tanto, en términos de apariencia física, esta máquina puede detectar defectos de manera más rápida y precisa que la clasificación manual, y gracias al uso de dos cámaras de alta resolución y una superficie de visualización transparente, también puede observar ambos lados de la tuerca simultáneamente. “
Si bien esta funcionalidad visual por sí sola coloca al sistema SureNut a la vanguardia de la innovación en este campo, la adición de una cámara hiperespectral para la detección de contaminación es un gran avance mundial.
Los ingenieros de UniSA, el Dr. Wilmer Ariza y el Dr. Gayatri Mishra, desarrollaron el sistema hiperespectral utilizado en la máquina SureNut, y el Dr. Ariza dice que las almendras presentan un desafío único para la tecnología.
“Somos el primer equipo en aplicar con éxito imágenes hiperespectrales a las almendras de esta manera, a pesar de que otros investigadores lo han probado”, dice el Dr. Ariza.
“Ciertas características de los núcleos de nuez, que mantenemos en secreto, hicieron que este proceso fuera extremadamente difícil, pero lo superamos y ahora podemos realizar análisis muy detallados con imágenes hiperespectrales.
“Durante este proceso, también descubrimos información nueva sobre imágenes hiperespectrales en general, que compartiremos con la comunidad de investigación más amplia a lo largo del tiempo”.
Gracias a esta innovación hiperespectral, el sistema SureNut puede monitorear los cuatro indicadores clave en las almendras:contenido de humedad; contenido de ácidos grasos libres (FFA) y índice de peróxido (PV) que están asociados con la rancidez; y contenido de aflatoxina B1.
“El contenido de humedad, FFA, PV y aflatoxina B1 fue predicho correctamente por el modelo desarrollado con una precisión del 95%, 93%, 91% y 94%, respectivamente”, dice el Prof. Sotavento.
“Anteriormente, la única forma de detectar estos contaminantes era a través de métodos de laboratorio que requerían trituración de muestras y tratamiento químico, lo que dificultaba la validación, por lo que nuestra técnica representa una mejora de seguridad significativa para la industria, considerando que la rancidez y las aflatoxinas tienen un impacto significativo en la salud del consumidor. . ”
Si bien el análisis hiperespectral solo se probó en un dispositivo de laboratorio prototipo en esta etapa, recientemente se probó en el campo una máquina SureNut con el sistema de clasificación de UniSA en Riverland Almonds, una de las principales empresas del sur de Australia. almendra fabricantes.
Deanne Crawford, Gerente de Garantía de Calidad de Riverland Almonds, dice que las pruebas realizadas durante la cosecha de este año muestran el enorme potencial del sistema SureNut.
“Riverland Almonds continúa trabajando en estrecha colaboración con SureNut para probar la unidad en la temporada de producción de 2021”, dice Crawford.
“Si bien la unidad es un prototipo y aún está en desarrollo, los avances logrados nos dan ánimo y optimismo de que los resultados obtenidos esta temporada mostrarán que la tecnología es comercialmente aplicable a la industria.
“Estamos particularmente alentados por las características adicionales que SureNut está desarrollando para integrarse con la unidad”.
Entregado por
Universidad de Australia del Sur