Optimizacion del proceso de lavado de quinua (Chenopodium quinoa Wild) amarilla
No Thumbnail Available
Date
2016
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
El objetivo del presente trabajo fue optimizar el proceso de lavado de quinua (Chenopodium quinoa Wild) amarilla, reduciendo la cantidad de saponina presente en el grano de quinua a niveles de aceptación para el consumo de las personas. Para la optimización del lavado de quinua se consideraron diferentes variables, temperatura del agua (ºC), dureza del agua (ppm), pH del agua, Proporción (quinua: solución), Tiempo de Ultrasonido (min), Nivel de ultrasonido (Hz), Tiempo de Remojo (min), Nivel de Agitación (rpm) y tiempo de Agitación (min), siguiendo un diseño de dos etapas: screening Plackett-Burman (PB-12). Las variables significativas (p<0.05) fueron la temperatura y la dureza del agua. Luego se utilizó un Diseño Central Compuesto Rotacional (DCCR) para la segunda etapa de optimización. El modelo obtenido para la extracción final fue validado a través del Análisis de Regresión y ANOVA (significativo en ambos casos). Se determinó los valores de mayor extracción entre (45°C – 53°C); que minimizan el contenido de saponina final. Finalmente a condiciones óptimas fueron obtenidos los valores de extracción de la saponina de 71.2 % del grano de quinua.
Description
The aim of this study was to optimize the washing process of yellow quinoa (Chenopodium quinoa wild), reducing the amount of saponin present in the quinoa grain to acceptance levels for personal consumption. For optimization washing quinoa are considered different variables, water temperature (), water hardness (ppm), water pH, proportion (quinoa solution), ultrasound time (min), ultrasound level (Hz) soaking time (min) level of agitation (rpm) and stirring time (min), following a two-stage design: Plackett-Burman screening (PB-12). Significant variables (p <0.05) were temperature and water hardness. A rotational Central Composite Design (DCCR) for the second optimization step is then used. The model obtained for the final extraction was validated through regression analysis and ANOVA (significant in both cases). Values greater extraction is determined between of (45 ° C - 53 ° C) was determined; minimizing end saponin content. Finally to optimum values they were obtained extraction saponin 71.2% of quinoa grain
Keywords
Diseño compuesto central (dccr), Ultrasonido, Saponina, Optimización, Screening