Artículos
Una mejor manera de detectar grietas en el cascarón de huevo
11 August 2010
Un nuevo sistema desarrollado por el Servicio de Investigación Agrícola (ARS) del USDA detecta 99.4 por ciento de huevos agrietados en las pruebas, incluso de microgrietas. Esta es una mejor tasa de detección que los clasificadores humanos con grandes habilidades.
A nadie le gusta comprar un cartón de huevos y encontrar que algunos se encuentran agrietados. Por lo que naturalmente, las grietas son un factor clave en el procesamiento y clasificación de los huevos de plato.
Pero algunas grietas, llamadas “microgrietas”, son tan pequeñas que incluso el ojo de un clasificador humano con experiencia puede no verlas en la planta de empaque o procesamiento. Desafortunadamente, las microgrietas van creciendo con el tiempo y a menudo son fácilmente visibles para cuando llega al consumidor en el mercado.
Las grietas son una preocupación de inocuidad alimentaria porque pueden permitir la contaminación del huevo mediante patógenos, tales como la salmonela. Afortunadamente, los procesos de inocuidad de los huevos empiezan mucho antes que el consumidor compra un cartón de huevos.
El Servicio de Comercialización Agrícola (AMS) del USDA, que regula a los huevos, necesitaba un método más objetivo para detectar las microgrietas, uno que sea sencillo y barato y que funcione en un sistema a granel. Se dirigieron a los científicos del Servicio de Investigación Agrícola (ARS) para buscar una solución.
El equipo del ARS incluye a la tecnóloga de alimentos Deana Jones, de la Unidad de Investigación de Calidad e Inocuidad de Huevos, y los ingenieros Kurt Lawrence, Seung Chul Yoon y Bosoon Park, el analista de imágenes Jerry Heitschmidt y el técnico Allan Savage, de la Unidad de Investigación de Evaluación de Inocuidad y Calidad.
Diseñaron y construyeron un instrumento que ayuda a encontrar las grietas difíciles de ver. Ambas unidades de investigación forman parte del Centro de Investigaciones Richard B. Russell de Athens, Georgia. Ya se presentó una solicitud de patente para esta tecnología.
La vieja forma de hacerlo: la más difícil
Actualmente, muchas plantas de empaque y procesamiento de huevo de alta velocidad utilizan análisis de alta frecuencia para “escuchar” las grietas, dice el Dr. Lawrence. Hay otras plantas que todavía lo hacen de la vieja manera, con clasificadores humanos que inspeccionan visualmente los huevos con una fuente de luz brillante en un ambiente de luz muy baja.
Es imposible detectar todas las grietas, por lo que algunas se pasan, pero el problema es que no hay ningún método que detecte las microgrietas. El resultado es que algunos cartones, para cuando llegan al mercado, pueden tener huevos que tengan muchas grietas. Otro problema es que los métodos actuales pueden eliminar huevos innecesariamente que se cree que están agrietados pero que realmente no lo están, lo que los científicos llaman “falsos positivos”.
Los avances en las modernas máquinas de clasificación de huevo han resultado en un procesamiento de hasta 180,000 huevos de plato por hora. A las plantas de procesamiento que operan bajo las prácticas de certificación de clasificación del USDA se les pide que una cierta porción de estos huevos clasificados la hagan clasificadores humanos del AMS. En las plantas más grandes, el factor limitante de la velocidad de procesamiento es el clasificador, por lo que se necesita una segunda persona para manejar el volumen.
Con esto en mente, los investigadores del ARS desarrollaron una nueva tecnología que permite que las grietas más pequeñas sean más obvias. También puede detectar otras imperfecciones en un huevo que se toman como grietas, pero que no lo son. La tecnología utiliza una cámara de presión y un sistema de imágenes que hace que sean más aparentes las fracturas más pequeñas.
Tecnología que emula clasificadores humanos
La idea se basa en uno de los métodos básicos que los clasificadores humanos utilizan para identificar las grietas de los huevos: suavemente golpean dos huevos juntos y escuchan un sonido sordo. “Esta técnica se basa en las propiedades acústicas del huevo. En otras palabras, un huevo agrietado hace un sonido diferente que uno intacto", dice la Dra. Jones.
El segundo método es sencillamente inspeccionar de forma visual que no tenga grietas el huevo. “Si hay alguna característica que pudiera parecer una grieta o si el clasificador oye el sonido indicativo de un huevo agrietado, va a presionar o apretar el huevo para ayudar a confirmar la presencia de la grieta”, explica la Dra. Jones.
Las investigaciones iniciales con el sistema de imágenes trataron de emular la inspección visual. Pero muchas características del cascarón que no son grietas hacía que se percibieran como tales, lo que llevaba a numerosos falsos positivos.
Por lo que los investigadores necesitaban un método para realzar estas grietas, similar a la forma en que los clasificadores humanos aprietan el huevo a lo largo de la grieta para ver si se abre. “La pregunta para nosotros entonces fue cómo presionar automáticamente a lo largo de la grieta para que se pudiera localizar en un cascarón de huevo en cualquier orientación”, explica el Dr. Lawrence.
Era necesario hacer más investigación en ingeniería. Fue en ese momento en que los científicos se dieron cuenta que se estaba haciendo la pregunta equivocada, o más bien, la respuesta no encajaba con la pregunta. El sistema de detección no podría presionar o aplastar al huevo como los clasificadores lo hacían pero ¿qué pasaría si pusieran el huevo en presión ligeramente negativa o vacía?
Fue como una luz de inspiración, y así es como se ve una grieta en la cámara cuando se abre bajo presión. La primera cámara prototipo se construyó para un solo huevo, pero los científicos rápidamente expandieron esto a una cámara de 20 huevos.
Para probar la cámara, se obtuvieron 1,000 huevos de plato blancos de una planta procesadora de huevos cercana, se transportaron al laboratorio y se llevaron a temperatura ambiente para simular las condiciones del proceso. Muchos de los huevos se manipularon para causar microgrietas y se examinaron inmediatamente por los clasificadores de AMS y se clasificaron como intactos o agrietados. Los huevos entonces se sometieron a un sistema de presión negativa y de imágenes y se reclasificaron.
Los resultados fueron sorprendentes. “El sistema detectó 99.4% de las grietas del cascarón de huevo mientras que casi no registraron ningún falso positivo (0.3%), para llegar a una precisión general del 99.6%.
“En comparación, los clasificadores profesionales humanos tuvieron un 85.8% de detección de grietas y un 1.2% de falsos positivos, con una precisión general del 94.2% en estos huevos con microgrietas difíciles de ver", comentó el Dr. Lawrence. “Los resultados del sistema son mucho mejores que los logrados con anterioridad.
“Esto puede muy bien brindar una herramienta para que los clasificadores de huevo utilicen de manera consistente para identificar los huevos agrietados y mejorar la calidad que llega al consumidor”, él concluyó.
Febrero 2009
© 2000 - 2021. Global Ag MediaNinguna parte de este sitio puede ser reproducida sin previa autorización.