基于花生的3D可打印食品油墨粘弹性质的预测
Amaresh Kadival1, Jayeeta Mitra1, Manish Kaushal2
1Department of Agricultural and Food Engineering, IIT Kharagpur, Kharagpur, India.
Journal of texture studies
|December 6, 2023
概括
赞坦改善了可3D打印花生食品油墨的粘弹性和可打印性. 人工神经网络准确地预测食物油墨的行为,类似于传统模型.
科学领域:
- 食品科学 食品科学 食品科学
- 材料科学 材料科学 材料科学
- 类风病学 类风病学 类风病学
背景情况:
- 食品的3D打印需要精确控制材料的特性.
- 以花生为基础的食品油墨在实现所需的粘性弹性方面存在独特的挑战.
- 赞坦 (XG) 是一种常见的食品添加剂,用于修改纹理和风湿学.
研究的目的:
- 为了研究香甘对花生食品粘弹性质的影响.
- 评估人工神经网络 (ANN) 作为食品油墨风湿学预测模型.
- 为了将粘弹性参数与硬度和凝聚度等3D打印性能特征相关联.
主要方法:
- 使用频率扫描和放松测试来描述粘弹性质.
- 食品油墨的行为是使用麦克斯韦三元和佩雷格模型建模的.
- 人工神经网络 (ANN) 用于预测粘弹性反应.
- 测量了硬度和凝聚力,以评估可打印性.
主要成果:
- 添加桑坦改进了剪切薄化行为,降低了粘度 (η*),储存模块 (G') 和损失模块 (G'').
- 添加XG使放松曲线向下移动,表明粘弹性动力学的变化.
- 所有模型 (Maxwell,Peleg,ANN) 准确地预测了衰变力.
- 赞坦减少了硬度和增加了凝聚力,提高了3D打印能力.
- 硬度与麦克斯韦参数 (Fe,F1,F2,F3) 和佩雷格常数k2有很强的正相关性,与k1有负相关性.
结论:
- 桑坦是有效的优化花生食品油墨为3D打印通过提高其粘性弹性特性.
- 人工神经网络为传统模型提供了可行的替代方案,用于预测食品油墨的质性行为.
- 了解粘弹性参数和机械性能之间的关系对于成功的食品3D打印至关重要.
