Modelagem matemática e a avaliação da qualidade de sementes de trigo submetidas à secagem contínua e intermitente

Abstract

RESUMO: A agroindústria é um dos setores com maior demanda globalmente, sendo que o trigo é um dos grãos mais produzidos no país. O trigo (Triticum spp.) é um grão bastante empregado para a alimentação humana. Entretanto, a produção do trigo é realizada sazonalmente, e para suprir a demanda da matéria-prima durante o ano todo, necessita-se realizar o armazenamento. Para armazenar, o teor de umidade deve variar entre 12,5 – 14,0% em base seca (b.s.), entretanto, normalmente o trigo é colhido com teor variando entre 18 - 20% (b.s.), necessitando ser submetido ao processo de secagem. A secagem intermitente é uma metodologia em que as condições de secagem variam conforme o tempo do processo. No intuito de prever o comportamento do processo de secagem, utiliza-se de modelos matemáticos. Esses modelos possuem como objetivos otimizar a secagem, explicar a variabilidade dos dados experimentais, minimizar a necessidade de energia, reduzir erros experimentais, além de analisar os processos de transporte de calor e a massa. Além da aplicação dos modelos matemáticos do processo de secagem intermitente, deve-se verificar em relação ao processo a variação a temperatura do ar de secagem, o tempo de secagem e os períodos de intermitência no intuito da redução do consumo de energia, aumento da retenção da qualidade do grão após a secagem, além da preservação dos compostos antioxidantes. Devido a isso, o presente estudo tem como objetivo realizar as secagens contínuas e intermitentes de 3 cultivares de trigo (BRS – Atobá, BRS – Jacana e BRS – Sanhaço), avaliar o potencial antioxidante, teor de proteína e lipídios para os trigos in natura e submetidos ao processo de secagem, ajustar modelos matemáticos tradicionais de secagem contínua e intermitente, aplicar modelo de ordem fracionária para ambas as secagens, além de avaliar o consumo energético. As condições de secagem empregadas neste estudo foram: temperaturas de 40, 55 e 70 °C e períodos de intermitência de 5 e 10 min. Em relação a otimização do processo de extração em termos de análises antioxidantes, verificou-se que maiores frações de etanol no solvente (EtOH:H2O 70:30 e 90,36:9,64 v/v) mostraram maior eficiência do processo, apresentando que os compostos antioxidantes presentes no trigo possuem maior polaridade. Para o teor de proteína, verificou-se que menores temperaturas de secagem e maiores períodos de intermitência acarretam em menores perdas da qualidade do material. Quanto ao teor de lipídios, menores temperaturas de secagem apresentaram melhores valores em termos percentuais. Entretanto, quando se compara com os grãos in natura, ocorreu diferenças significativas do percentual (36,16 % para o trigo BRS – Atobá, 52,2 % para o trigo BRS – Sanhaço e 34,9% para o trigo BRS – Jacana), retratando que a influência do fator temperatura foi maior no teor de lipídios do que no teor de proteínas do material. Em relação aos modelos matemáticos de cinética de secagem contínua por parâmetros concentrados, verificou-se que os melhores ajustes ocorreram para modelos com elevadas quantidade de parâmetros e para o modelo de ordem fracionária. Quanto ao modelo de parâmetros distribuídos para a secagem contínua dos grãos de trigo, verificou-se que os valores obtidos pelas análises estatísticas que o modelo foi ajustado adequadamente, e o desvio total máximo foi inferior a 10,0 %. Quanto ao teor de umidade dentro do material, verificou-se que ocorre variação ao longo da posição. Por isso, é necessário a avaliação da distribuição de umidade no interior do trigo para prever um modelo cinético de secagem com maior precisão. Quanto ao processo de secagem intermitente, verificou-se que os melhores ajustes matemáticos para os 3 cultivares de trigo foram de Page e de ordem fracionária. Além disso, os valores de ? para o trigo variaram entre 0 e 1, apresentando um fenômeno de subdifusão. Por último, em relação ao consumo de energia durante o processo de secagem, verificou-se que as condições utilizadas de intermitência, tempo de secagem, e condições das amostras impactam diretamente no consumo de energia. Devido a isso, demonstra-se que estudos de otimização dos parâmetros de secagem são essenciais para a determinação das melhores condições de processo no intuito de minimizar o consumo de energia

ABSTRACT: Agrobusiness is one of the sectors with the greatest demand globally, with wheat being one of the most produced grains in the country. Wheat (Triticum spp.) is a grain widely used for human consumption. However, wheat production is carried out seasonally, and to meet the demand for the raw material throughout the year, storage is necessary. To store, the moisture content must vary between 12.5 – 14.0 % on a dry basis (d.b.), however, wheat is normally harvested with a content varying between 18 – 20 % (d.b.), requiring it to be subjected to the process of drying. Intermittent drying is a methodology in which drying conditions vary depending on the process time. In order to predict the behavior of the drying process, mathematical models are used. These models aim to optimize drying, explain the variability of experimental data, minimize the need for energy, reduce experimental errors, in addition to analyzing heat and mass transport processes. In addition to the application of mathematical models of the intermittent drying process, the variation in drying air temperature, drying time and intermittence periods must be verified in relation to the process in order to reduce energy consumption and increase retention, quality of the grain after drying, in addition to preserving antioxidant compounds. Due to this, the present study aims to carry out continuous and intermittent drying of 3 wheat cultivars (BRS – Atobá, BRS – Jacana and BRS –Sanhaço), evaluate the antioxidant potential, protein and lipid content for wheat in natura and subjected to the process drying, adjust traditional mathematical models for continuous and intermittent drying, apply a fractional order model for both dryings, in addition to evaluating energy consumption. The drying conditions used in this study were: temperatures of 40, 55 and 70 °C and intermittent time of 5 and 10 min. Regarding the optimization of the extraction process in terms of antioxidant analyses, it was found that higher fractions of ethanol in the solvent (EtOH:H2O 70:30 and 90.36:9.64 v/v) had greater process efficiency, presenting that the antioxidant compounds present in wheat have greater polarity. For protein content, It was found that lower drying temperatures and longer intermittency periods result in smaller losses in the quality of the material. As for lipid content, lower drying temperatures showed better values in percentage terms. However, when compared to in natura grains, there were significant differences in percentage (36.16 % for BRS – Atobá wheat, 52.2 % for BRS – Sanhaço wheat, and 34.9% for BRS – Jacana wheat), showing that the influence of the temperature factor was greater on the lipid content than on the protein content of the material. About mathematical models of continuous drying kinetics using lumped parameters, it was found that the best fits occurred for models with a high number of parameters and the fractional order model. Regarding the distributed parameter model for the continuous drying of wheat grains, it was verified that the values obtained by statistical analyses that the model was adequately adjusted, and the maximum total deviation was less than 10.0 %. As for the moisture content within the material, it was found that variation occurs along the position. Therefore, it is necessary to evaluate the moisture distribution inside the wheat to predict a drying kinetic model with greater accuracy. As for the intermittent drying process, it was found that the best mathematical fits for the 3 wheat cultivars were Page and fractional order. Furthermore, ? values for wheat varied between 0 and 1, presenting a subdiffusion phenomenon. Finally, in relation to energy consumption during the drying process, it was found that the conditions used for intermittency, drying time, and sample conditions directly impact energy consumption. Due to this, it is demonstrated that optimization studies of drying parameters are essential for determining the best process conditions to minimize energy consumption