Herramienta permite maximizar el rendimiento en procesamiento de salmón

El método de análisis del rendimiento productivo (PYA, por sus siglas en inglés) sirve para identificar áreas en una empresa procesadora donde se puede optimizar el rendimiento mediante el cálculo de la eficiencia de rendimiento del proceso de transformación. En contraste con PYA, que se centra en los pasos del proceso y dónde se pueden mejorar, la tecnología analítica del proceso (PAT, por sus siglas en inglés) está dirigida a monitorear el producto a lo largo de la cadena de producción.

En lugar de aplicar únicamente pruebas de calidad postproducción, es útil investigar las propiedades de las materias primas y las variables del proceso durante la producción. Esto permite la adaptación de los parámetros de procesamiento en tiempo real, lo que garantiza los rasgos de calidad seleccionados para el producto final.

Los dos métodos tienen ventajas específicas cuando se aplican por separado. Sin embargo, una combinación de ellos proporcionaría al productor de alimentos una herramienta valiosa para analizar, primero la producción, considerando tanto la variación biológica como de proceso de la materia prima y, en segundo lugar, estos hallazgos permitirían identificar la “procesabilidad” del producto.

En este contexto, el trabajo publicado en Journal of Food Engineering "Analysis of the production of salmon fillet – Prediction of production yield”, analizó productivamente el proceso de fileteado, autorecorte y recorte manual de salmón Atlántico utilizando PYA con el fin de identificar las áreas donde la PAT puede ser aplicada en una situación de producción futura. La hipótesis del trabajo consideró que, al combinar las ideas detrás de PYA y PAT, las características de las materias primas entrantes se pueden considerar al planificar, y también monitorear, los procesos para permitir, posteriormente, un aumento del rendimiento.

Según los resultados del estudio, el 78% de los salmones exhibían una diferencia de peso entre los filetes, la que favorecía el del lado derecho. “Aunque el procedimiento inicial (se observó que todas las cabezas tenían más carne/músculo en su lado izquierdo, en comparación con el lado derecho), podría explicar parte de la diferencia de peso observada, no lo explica todo, ya que el corte del vientre también parece influir en la diferencia de peso observada.

El artículo muestra un modelo parcial de mínimos cuadrados para predecir el rendimiento después del fileteado, el cual se basó en seis variables (relación de forma, longitud, W/L, espesor, peso y factor K) de preprocesamiento y permitió una predicción aceptable del rendimiento de fileteado con una validación cruzada de error cuadrático medio de 0,68.

“Aunque el conjunto de datos era pequeño y, por lo tanto, no permitió probar la capacidad predictiva del modelo con nuevos datos, la validación cruzada de la raíz del error cuadrático medio muestra que es posible establecer un modelo de predicción relevante”, concluyeron los autores.

“El modelo de predicción final se basó en datos de salmón de 4-5 kg cosechados en enero. Por lo tanto, debe investigarse si diferentes agrupaciones de tamaños, diferencias estacionales y/u otras variables influyen en la predictibilidad del rendimiento. Los coeficientes beta del modelo cambiarán de acuerdo con el grupo de tamaños y, por lo tanto, el modelo podría necesitar algunos ajustes con respecto a las materias primas de otras temporadas y / u origen”, aseguraron los investigadores.

El modelo presentado puede estimar el rendimiento para un determinado lote antes de ingresar a la planta de proceso. “Esto puede facilitar una planificación óptima de la producción de filetes de salmón ordenando y asignando el lote correcto a la categoría de producto adecuada para obtener un rendimiento y calidad óptimos”, afirmaron los especialistas.