Análisis de grasa en tiempo real en el procesamiento de carne molida

Por qué el contenido de grasa es la especificación determinante

La carne picada de vacuno se compra, se mezcla y se vende por su relación magro/grasa, de modo que el contenido de grasa está regulado, declarado y tarificado a la vez. En Estados Unidos, 9 CFR 319,15 define la carne de vacuno troceada, la carne picada de vacuno y la hamburguesa como productos que no deben contener más de un 30 por ciento de grasa ni agua añadida, fosfatos, ligantes o extensores [1]. La norma de etiquetado 9 CFR 317.362(f) permite una declaración de porcentaje de magro en carne picada solo si el porcentaje de grasa aparece contiguo a ella con letras del mismo color, tamaño y tipo [2]. En la Unión Europea, el Reglamento (UE) n.º 1169/2011 (anexo VI, parte B) fija contenidos máximos de grasa para la denominación «carne picada», comprobados sobre una media diaria: 7 % para la carne picada magra, 20 % para la carne picada de vacuno puro, 30 % para la carne picada que contiene carne de porcino y 25 % para las demás especies, y exige la mención «porcentaje de grasa inferior a …» en la etiqueta [3]. Para un transformador de la industria alimentaria la tarea tiene dos caras: no superar nunca el nivel de grasa declarado y no regalar nunca carne magra quedándose más por debajo de lo necesario.

Los métodos de referencia y por qué son lentos

Los métodos de referencia para la composición de la carne son procedimientos clásicos de química húmeda. ISO 1443 determina la grasa total por hidrólisis ácida de la muestra para liberar la grasa ligada, seguida de extracción con disolvente [4]. ISO 1442:2023 determina la humedad por secado directo, o por destilación en productos con muchas sustancias volátiles además del agua [5]. ISO 937:2023 determina el nitrógeno por el principio Kjeldahl, a partir del cual se calcula la proteína bruta [6]. Cada uno requiere horas de digestión, extracción o secado, de modo que el resultado se refiere a un lote que ya ha salido del mezclador o de la picadora. Prieto et al. encontraron que el NIR es muy adecuado para predecir la composición química de la carne pero más débil para los rasgos tecnológicos y sensoriales, y atribuyen los resultados más débiles a la heterogeneidad de las muestras y su preparación, la baja precisión de los métodos de referencia y la subjetividad de los paneles de cata [7].

Qué reportan los estudios en línea

La medición continua de carne picada de vacuno en el punto de producción tiene un historial revisado por pares que se remonta tres décadas, en gran parte del grupo noruego en torno a Isaksson, Tøgersen y Hildrum. Isaksson et al. montaron un instrumento NIR de reflectancia difusa directamente a la salida de una picadora de carne y, para muestras que cubrían 6,2–21,7 % de grasa, 59,6–72,9 % de humedad y 18,1–20,7 % de proteína, obtuvieron errores de validación cruzada (RMSECV) de 0,73–1,50 % para la grasa, 0,75–1,33 % para la humedad y 0,23–0,32 % para la proteína según la placa de la picadora; los diámetros de orificio más pequeños dieron los errores más bajos, y los resultados se juzgaron aceptables para placas de 4, 8 y 13 mm [8]. Tøgersen et al. aplicaron el mismo enfoque a lotes a escala industrial de vacuno y porcino picados a través de una placa de 13 mm (7–26 % de grasa, 58–75 % de agua, 15–21 % de proteína) y reportaron errores de predicción de 0,82–1,49 % para la grasa, 0,94–1,33 % para el agua y 0,35–0,70 % para la proteína; el método se adoptó para uso rutinario en una planta cárnica noruega en sustitución de la estandarización manual [9].

Estudios posteriores abordaron los casos difíciles. Para vacuno semicongelado, Tøgersen et al. utilizaron un instrumento de filtros sin contacto a la salida de la picadora, con filtros elegidos para ser lo más insensibles posible a la cristalización del agua, y estimaron cada lote a partir del promedio de sus lecturas; en 55 lotes de 400–800 kg el RMSECV fue de 0,48–1,11 % para la grasa, 0,43–0,97 % para la humedad y 0,41–0,47 % para la proteína [10]. En una cinta transportadora, Hildrum et al. monitorizaron 60 lotes de vacuno picado grueso con un instrumento de matriz de diodos en condiciones industriales; tras eliminar la señal de la propia cinta, los errores de predicción con validación cruzada fueron de 1,6–2,4 % para grasa y agua y de 0,5–0,8 % para proteína, de nuevo mejores con el tamaño de picado más pequeño [11]. Anderson y Walker midieron un flujo continuo moldeado de carne picada de vacuno con un espectrómetro de matriz de diodos visible/NIR y obtuvieron un error estándar de predicción de 2,15–2,28 % de grasa en mediciones de validación individuales pero de 0,70–1,05 % de grasa cuando las predicciones se agruparon por bloques completos [12]. Wold et al. reportan el mismo efecto para un escáner de imagen NIR sobre recortes de vacuno: los recortes individuales se predijeron con un RMSEP del 8,7 %, los flujos que formaban lotes de 10–24 kg con 1,33 %, y las simulaciones indicaron alrededor del 0,6 % para lotes de 100 kg [13].

Diseñar el punto de medición

La literatura ofrece tres reglas prácticas para situar un analizador en línea en una línea de carne picada de vacuno:

• Reportar promedios de lote, no espectros individuales. La carne picada es heterogénea a la escala de un punto de medición, y los estudios en línea alcanzaron una exactitud utilizable promediando las lecturas sobre un lote o un bloque [10][12][13]. La decisión de control — añadir recortes magros o grasos al mezclador — corresponde al promedio del lote.
• Medir tras el picado más fino disponible. La carne picada a través de los orificios de placa más pequeños dio los errores más bajos tanto a la salida de la picadora como en la cinta [8][11]; cuanto más grueso sea el producto, más material debe promediarse para el mismo error.
• Mantener bajo control la población de muestras. La carne semicongelada cambia el espectro por la formación de hielo y necesita su propia selección de longitudes de onda o calibración [10]; en las mediciones en cinta hay que eliminar el fondo de la cinta [11]; y puesto que el modelo hereda el error del método de referencia, los procedimientos ISO de grasa, humedad y nitrógeno [4][5][6] deben ejecutarse en condiciones documentadas para las muestras de referencia.

Convertir la estimación continua de grasa y humedad en un lazo de estandarización magro/grasa significa ajustar las proporciones de materia prima magra y grasa antes de descargar el lote, que es como lo utilizó la planta noruega del estudio de 1999 [9]. El valor declarado en la etiqueta sigue siendo materia del método de referencia y del reglamento; el resultado NIR en línea complementa ese análisis en lugar de sustituirlo [1][3].

Cómo lo aborda USTECH

Para carne picada en cintas transportadoras y a la salida de mezcladores o picadoras, USTECH ofrece el ProLine17EC, un analizador NIR en línea robusto con protección IP65, matriz InGaAs, carcasa de acero inoxidable y ventana de zafiro, y el ProLine17ECS para medición de alta velocidad sobre producto en movimiento rápido. La suite caliX proporciona las herramientas de regresión PLS y preprocesado utilizadas en los estudios anteriores, y ProChem transfiere los valores promediados por lote al PLC o al sistema SCADA que controla la dosificación de magro y grasa. Qué intervalo de promediado, tamaño de picado y población de calibración proporcionan la exactitud que necesita una especificación magro/grasa determinada se establece en un estudio de viabilidad con sus propias muestras de carne y análisis de referencia, no se asume a partir de cifras publicadas.