Cómo hacer la mayonesa perfecta con una computadora

¿Cuál es el secreto para obtener una calidad constante a la hora de elaborar mayonesa? ¿De qué manera se puede obtener un equilibrio adecuado de forma constante entre los ingredientes, la fuerza de corte y el tiempo de mezcla? A continuación encontrará la respuesta:

Para empezar, necesita acceder a nuestra herramienta de predicción, un programa de software basado en el conocimiento obtenido a partir de un proyecto de investigación de tres años sobre la producción de emulsiones frías. En segundo lugar, necesita uno de nuestros mezcladores de corte alto para productos de emulsiones frías. Está diseñado para brindarle una flexibilidad sin precedentes, una calidad constante y el máximo rendimiento de los ingredientes, todo al menor costo posible. Juntos, la herramienta y el mezclador, le garantizan que obtendrá una mayonesa perfecta.

Ingredientes de la mayonesa.

Basta de adivinar

La herramienta de predicción nos permite mejorar la configuración de mezcla y los parámetros del proceso de acuerdo con las recetas y los requisitos. Al variar esta gama de parámetros, lo podemos ayudar a lograr las características de textura deseadas y otras medidas de calidad. Esto permite eliminar las conjeturas a la hora de elaborar mayonesa y salsas emulsionadas, además permite reducir el proceso costoso y largo que implica realizar pruebas físicas.

¿Para qué se puede usar?

  1. Para reproducir un producto existente
    Primero analizamos la calidad de su producto y seleccionamos el procedimiento de mezcla óptimo y los parámetros del proceso para reproducir la textura, el sabor, la sensación dentro de la boca y la apariencia. A continuación, puede controlar el proceso de mezcla de tal manera que se garantice una calidad constante del producto, independientemente del nivel de producción.

  2. Para desarrollar productos nuevos de forma rápida y económica
    De acuerdo con los parámetros de entrada, como tamaño del lote, tiempo de mezcla, tipo y cantidad de ingredientes, la herramienta de predicción permite predecir con exactitud los resultados finales. Usar un modelo de simulación permite reducir de forma significativa la necesidad de realizar pruebas físicas y mejora el plazo de lanzamiento al mercado de los productos nuevos.

¿Desea probarla?

Simplemente envíenos una muestra del producto que desea reproducir y lo analizaremos midiendo los parámetros de calidad como la textura y el tamaño de las gotas. De acuerdo con nuestro análisis (y con su opinión con respecto a los ingredientes) utilizaremos la herramienta de predicción para determinar cuál es el mejor método de mezcla y los parámetros correctos del proceso necesarios para reproducir su muestra.

Póngase en contacto con nuestros especialistas en emulsiones frías. En el campo de comentarios, escriba que está interesado en obtener un análisis de productos mediante la herramienta de predicción.

Proyecto de investigación

Mediante cientos de pruebas, nuestros técnicos en alimentos analizaron el proceso de emulsificación a nivel molecular, mientras que nuestros ingenieros de proceso estudiaron los patrones de flujo y el rendimiento de la mezcla con técnicas de dinámica de fluidos computacional. Los resultados de este proyecto de investigación se publicaron en más de una docena de artículos revisados por colegas:

  • Håkansson A., Mortensen H.-H., Andersson R. Innings F. (2017). Experimental investigations of turbulent fragmenting stresses in a Rotor-Stator Mixer. Part 1. Estimation of turbulent stresses and comparison to breakup visualizations. (Investigaciones experimentales sobre las tensiones de fragmentación turbulentas en un mezclador de rotor y estator. Parte 1. Estimación de tensiones turbulentas y comparación con visualizaciones de fragmentación) Aceptado por la revista científica Chemical Engineering Science.
  • Håkansson, A., Mortensen, H.-H., Andersson, R., Innings, F. (2017). Experimental investigations of turbulent fragmenting stresses in a Rotor-Stator Mixer. Part 1. Estimation of turbulent stresses and comparison to breakup visualizations. Part 2. Probability distributions of instantaneous stresses. (Parte 2. Distribuciones de probabilidad de tensiones instantáneas). Aceptado por la revista científica Chemical Engineering Science.
  • Håkansson A., Innings F., (2017) The dissipation rate of turbulent kinetic energy and its relation to pumping power in inline rotor-stator mixers. (La tasa de disipación de la energía cinética turbulenta y su relación con la potencia de bombeo de los mezcladores de rotor y estator en línea), Advances in Engineering, https://advanceseng.com/chemical-engineering/dissipation-rate-turbulent-kinetic-energy-pumping-power-inline-rotor-stator-mixers/.
  • Håkansson A., Innings F., (2017). The dissipation rate of turbulent kinetic energy and its relation to pumping power in inline rotor-stator mixers (La tasa de disipación de la energía cinética turbulenta y su relación con la potencia de bombeo de los mezcladores de rotor y estator en línea). Edición 115 de la revista Chemical Engineering and Processing, pág. 46–55
  • Mortensen H—H., Innings F., Håkansson A., (2017). The effect of stator design on flowrate and velocity fields in a rotor-stator mixer (El efecto del diseño del estator con respecto a los campos de velocidad de flujo y velocidad en un mezclador de rotor y estator); edición 121 de la revista Chemical Engineering Research and Design, pág. 245-254
  • Håkansson A., Arlov D., Carlsson F. e Innings F. (2016). Hydrodynamic Difference between Inline and Batch Operation of a Rotor-Stator Mixer Head (Diferencia hidrodinámica entre el funcionamiento en línea y por lotes de un cabezal del mezclador de rotor y estator); un enfoque sobre la Dinámica de fluidos computacional (CFD). Can. J. Chem. Ing. 9999:1–11.
  • Håkansson A., Chaudhryb Z., Innings F. (2016). Model emulsions to study the mechanism of industrial mayonnaise emulsification (Modelo de emulsiones para estudiar el mecanismo de emulsificación de la mayonesa industrial; edición 98 de la revista Food and Bioproducts Processing, pág. 189-195.
  • Håkansson A., Askaner M., Innings F. (2016). Extent and mechanism of coalescence in rotor-stator mixer food emulsion emulsification (Alcance y mecanismo de coalescencia para la emulsificación de emulsiones de alimentos con el mezclador de rotor y estator); edición 175 de la revista Journal of Food Engineering, pág. 127-135.

Para obtener más información, consulte nuestros informes ‘Por el laberinto de la mayonesa' y “Optimización del proceso de mezcla y la calidad de los alimentos con el uso de la dinámica de fluidos computacional (CFD)