SCALE-UP INDUSTRIAL DE CARACTERÍSTICAS SENSORIAIS USANDO TÉCNICAS DE INTELIGÊNCIA COMPUTACIONAL

Introdução: A indústria alimentícia enfrenta desafios significativos no escalonamento de processos produtivos, especialmente envolvendo a manutenção de atributossensoriais como sabor, textura e aparência. Essas características são fundamentais para a aceitação do consumidor final e, portanto, sua preservação durante a transição de uma escala laboratorial para uma escala industrial é fundamental. Os escalonamentos, muitas vezes não-lineares, são complexos e demandantes de tempo quando realizados com técnicas tradicionais, especialmente em cenários complexos, exigindo amplo conhecimento dos processos envolvidos. Nesse contexto, a aplicação de ferramentas de aprendizado de máquina surge como uma alternativa promissora para superar as limitações dos métodos convencionais. Os modelos orientados por dados são capazes de analisar grandes volumes de informações e identifica padrões e interações que são difíceis de identificar por meio de equações analíticas. Este trabalho aborda a implementação de machine learning para prever e otimizar variáveis sensoriais durante o escalonamento na produção de alimentos. Objetivos: A pesquisa visa explorar como essas técnicas podem melhorar a precisão e eficiência dos processos de escalonamento, reduzindo a dependência de modelos matemáticos tradicionais. Materiais e método: Foi realizada uma revisão de literatura sistematizada utilizando palavras-chave como “machine learning“, “scale-up”, e “percepção sensorial”, resultando na seleção de dez artigos relevantes, selecionados por mérito e aplicação em contextos industriais. Resultados: Os resultados apontam que o uso de redes neurais artificiais (ANN), assim como outros modelos de machine learning apresentam desempenho superior na previsão de variáveis sensoriais em comparação com métodos tradicionais. Considerações finais: O estudo destaca a eficiência da aplicação dessas tecnologias nas etapas de escalonamento da produção de alimentos na indústria alimentícia. Os artigos avaliados sugerem o uso de abordagens híbridas para futuros trabalhos, assim como diferentes ferramentas de otimização e aquisição de dados.

Palavras-chave: Ampliação de escala; Aprendizado de máquinas; Percepção sensorial.