Istraživači koriste matematičke modele za optimizaciju proizvodnje maslinovog ulja
Korištenjem metodologije površina odgovora, španjolski znanstvenici sada mogu predvidjeti utjecaj različitih varijabli na proces proizvodnje maslinovog ulja.
Skupina istraživača sa Sveučilišta Jaén u Španjolskoj razvila je nove matematičke modele koji mogu pomoći u predviđanju kvalitete ekstra djevičanskog maslinovog ulja i optimizaciji njegove proizvodnje.
RSM nam omogućuje dobivanje informacija koje ćemo propustiti primjenom klasičnih metodologija. Njegova je prednost u tome što se može proučavati kombinirani učinak više varijabli, što znači utjecaj svake od njih i interakciju koja postoji među svima njima.
Istraživači su razvili ove modele koristeći metodologiju površine odgovora (RSM), koja istražuje odnos između neovisnih i ovisnih varijabli uključenih u proizvodni proces i često se koristi za maksimiziranje prinosa određene tvari.
"RSM nam omogućuje dobivanje informacija koje bismo propustili primjenom klasičnih metodologija", rekao je za Olive Oil Times Francisco Espínola Lozano, profesor na Sveučilištu u Jaénu i glavni istraživač u studiji. "Njezina je prednost u tome što se može proučavati kombinirani učinak nekoliko varijabilnih čimbenika, mjereći utjecaj svakog od njih i interakciju koja postoji među njima."
Espínola Lozano je rekao da je studija po prvi put istražila kombinirano istraživanje četiriju tehnoloških čimbenika: veličinu sita i čekićarskog mlinčeka koji melje masline; vrijeme i temperaturu miješanja paste od maslina; te doze tehnoloških pomoćnih sredstava korištenih za poboljšanje učinkovitosti masline.
"Talk i kaolinska glina već su odobreni kao tehnološki aditivi, ali mi smo koristili kalcijev karbonat i postigli bolje rezultate", rekao je. "Ovo predstavlja obećavajuću istraživačku liniju."
Prema riječima Espínola Lozana, upotreba različitih matematičkih modela tijekom istraživanja omogućila je istraživačima da otkriju vezu između ovih tehnoloških i agrotehničkih čimbenika. Iz tog razloga, modeli mogu odrediti učinke koje će sorta masline, stupanj zrelosti, vrsta uzgoja (tradicionalni, intenzivni, superintenzivni) te upotreba ili nedostatak navodnjavanja imati na proces proizvodnje ulja.
Primjenom RSM-a na prethodno osmišljen statistički eksperiment, istraživači su također razvili modele koji mogu predvidjeti učinak varijacije određenih tehnoloških aspekata na maslinovo ulje.
Primjer toga je sposobnost modela da poveća ili smanji određena fenolna spojeva s antioksidativnim i protuupalnim svojstvima, poput oleokantala, što omogućuje stvaranje proizvoda sa specifičnim značajkama i varijacijama, kako u pogledu okusa, tako i zdravstvenih svojstava.
"Osim prinosa, proučavali smo regulirane parametre kvalitete te sadržaj fenolnih spojeva (prirodnih antioksidansa) i hlapivih spojeva, koji su odgovorni za arome, te smo procijenili više od 30 odgovora", rekao je Espínola Lozano.
Dodao je da matematički modeli koji se koriste ovise o svojstvu maslinovog ulja koje istraživači žele poboljšati.
Ovi novi modeli ne samo da pomažu u predviđanju kvalitete maslinovih ulja, već i olakšavaju automatizaciju proizvodnje maslinovog ulja u mlinovima. Čini se da nije potrebna nikakva posebna tehnološka prilagodba, već samo primjena matematičkih modela prilagođenih maslinama koje se obrađuju u mlinu.
U slučaju da se mljekara odluči na sustavno i automatizirano upravljanje proizvodnjom, matematički se modeli mogu uključiti u softver koji se koristi.
Espínola Lozano je naglasio da mlinače trenutno pristupaju proizvodnji maslinovog ulja više kao umjetničkom poduhvatu, koji se oslanja na iskustvo i intuiciju majstora maslinovog ulja, a ne kao procesu kojim se treba upravljati znanstvenim i tehnološkim pristupom.
Po njegovom mišljenju, važno je da tvrtke uključene u proizvodnju maslina nauče o brojnim mogućnostima koje otvara znanstveno istraživanje i maksimalno iskoriste svoje prednosti.
Ovaj stav vjerojatno dijeli i Junta de Andalucía, čije je Vijeće za inovacije, znanost i poduzeća financiralo projekt.