Monitoramento inteligente da qualidade do óleo de soja utilizando nariz eletrônico e modelos de aprendizado de máquina

Abstract

O controle de qualidade do óleo de soja, insumo essencial na fabricação de margarinas, é fundamental para garantir a padronização nos processos industriais. As análises convencionais, entretanto, dependem de painéis sensoriais compostos por especialistas treinados, que classificam as amostras com base no olfato. Esse método, além de oneroso, é suscetível à subjetividade e à fadiga sensorial. Este trabalho propõe um sistema alternativo baseado em um nariz eletrônico (E-nose), capaz de capturar os perfis de compostos orgânicos voláteis (VOCs) presentes nas amostras de óleo. Os dados obtidos foram utilizados para treinar modelos de classificação com o objetivo de realizar uma avaliação automatizada da qualidade. Os resultados demonstram a eficácia da abordagem, evidenciando sua capacidade de discriminar entre diferentes classes de qualidade. Conclui-se que o uso do E-nose, aliado a modelos de classificação, representa uma ferramenta robusta e promissora, oferecendo uma alternativa rápida, objetiva e de menor custo para a análise de insumos na indústria de alimentos.