Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process

Autores
Capossio, Juan Pablo; Fabani, Maria Paula; Román Barón, María Celia; Zhang, Xin; Baeyens, Jan; Rodriguez, Rosa Ana; Mazza, German Delfor
Año de publicación
2022
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Watermelon is a fruit produced around the world. Unfortunately, about half of it—the rind—is usually discarded as waste. To transform such waste into a useful product like flour, a thermal treatment is needed. The drying temperature for the rind that produces flour with the best characteristics is most important. A multiobjective optimization (MOO) procedure was applied to define the optimum drying temperature for the rind flour fabrication to be used in bakery products. A neural network model of the fabrication process was developed with the drying temperature as input and five process indicators as outputs. The group of process indicators comprised acidity, pH, water-holding capacity (WHC), oil-holding capacity (OHC), and batch time. Those indicators represent conflicting objectives that are to be balanced by the MOO procedure using the weighted distance method. The MOO process showed that the temperature interval from 67.3 °C to 73.1 °C holds the compromise solutions for the conflicting indicators based on the stakeholder’s preferences. Optimum indicator were 0.12–0.19 g malic acid/100 g dwb (acidity), 5.7–5.8 (pH), 8.93–9.08 g H2O/g dwb (WHC), 1.46–1.56 g oil/g dwb (OHC), and 128–139 min (drying time).
Fil: Capossio, Juan Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Patagonia Norte. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas. Universidad Nacional del Comahue. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas; Argentina
Fil: Fabani, Maria Paula. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Confluencia. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica | Universidad Nacional del Comahue. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica.; Argentina
Fil: Román Barón, María Celia. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Confluencia. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica | Universidad Nacional del Comahue. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica.; Argentina
Fil: Zhang, Xin. Beijing Academy Of Food Sciences; China
Fil: Baeyens, Jan. No especifíca;
Fil: Rodriguez, Rosa Ana. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Confluencia. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica | Universidad Nacional del Comahue. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica.; Argentina
Fil: Mazza, German Delfor. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Patagonia Norte. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas. Universidad Nacional del Comahue. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas; Argentina
Materia
BY-PRODUCT
MULTIOBJECTIVE OPTIMIZATION
NEURAL NETWORK MODELING
WASTE VALORIZATION
WATERMELON RIND
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/218053

id CONICETDig_fdcc37573edfe4a6a59b64fb3c7e91c3
oai_identifier_str oai:ri.conicet.gov.ar:11336/218053
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication ProcessCapossio, Juan PabloFabani, Maria PaulaRomán Barón, María CeliaZhang, XinBaeyens, JanRodriguez, Rosa AnaMazza, German DelforBY-PRODUCTMULTIOBJECTIVE OPTIMIZATIONNEURAL NETWORK MODELINGWASTE VALORIZATIONWATERMELON RINDhttps://purl.org/becyt/ford/2.4https://purl.org/becyt/ford/2Watermelon is a fruit produced around the world. Unfortunately, about half of it—the rind—is usually discarded as waste. To transform such waste into a useful product like flour, a thermal treatment is needed. The drying temperature for the rind that produces flour with the best characteristics is most important. A multiobjective optimization (MOO) procedure was applied to define the optimum drying temperature for the rind flour fabrication to be used in bakery products. A neural network model of the fabrication process was developed with the drying temperature as input and five process indicators as outputs. The group of process indicators comprised acidity, pH, water-holding capacity (WHC), oil-holding capacity (OHC), and batch time. Those indicators represent conflicting objectives that are to be balanced by the MOO procedure using the weighted distance method. The MOO process showed that the temperature interval from 67.3 °C to 73.1 °C holds the compromise solutions for the conflicting indicators based on the stakeholder’s preferences. Optimum indicator were 0.12–0.19 g malic acid/100 g dwb (acidity), 5.7–5.8 (pH), 8.93–9.08 g H2O/g dwb (WHC), 1.46–1.56 g oil/g dwb (OHC), and 128–139 min (drying time).Fil: Capossio, Juan Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Patagonia Norte. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas. Universidad Nacional del Comahue. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas; ArgentinaFil: Fabani, Maria Paula. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Confluencia. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica | Universidad Nacional del Comahue. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica.; ArgentinaFil: Román Barón, María Celia. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Confluencia. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica | Universidad Nacional del Comahue. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica.; ArgentinaFil: Zhang, Xin. Beijing Academy Of Food Sciences; ChinaFil: Baeyens, Jan. No especifíca;Fil: Rodriguez, Rosa Ana. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Confluencia. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica | Universidad Nacional del Comahue. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica.; ArgentinaFil: Mazza, German Delfor. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Patagonia Norte. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas. Universidad Nacional del Comahue. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas; ArgentinaMDPI2022-10info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/218053Capossio, Juan Pablo; Fabani, Maria Paula; Román Barón, María Celia; Zhang, Xin; Baeyens, Jan; et al.; Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process; MDPI; Processes; 10; 10; 10-2022; 1-222227-9717CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/doi/10.3390/pr10101984info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:40:11Zoai:ri.conicet.gov.ar:11336/218053instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 09:40:11.997CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process
title Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process
spellingShingle Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process
Capossio, Juan Pablo
BY-PRODUCT
MULTIOBJECTIVE OPTIMIZATION
NEURAL NETWORK MODELING
WASTE VALORIZATION
WATERMELON RIND
title_short Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process
title_full Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process
title_fullStr Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process
title_full_unstemmed Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process
title_sort Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process
dc.creator.none.fl_str_mv Capossio, Juan Pablo
Fabani, Maria Paula
Román Barón, María Celia
Zhang, Xin
Baeyens, Jan
Rodriguez, Rosa Ana
Mazza, German Delfor
author Capossio, Juan Pablo
author_facet Capossio, Juan Pablo
Fabani, Maria Paula
Román Barón, María Celia
Zhang, Xin
Baeyens, Jan
Rodriguez, Rosa Ana
Mazza, German Delfor
author_role author
author2 Fabani, Maria Paula
Román Barón, María Celia
Zhang, Xin
Baeyens, Jan
Rodriguez, Rosa Ana
Mazza, German Delfor
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv BY-PRODUCT
MULTIOBJECTIVE OPTIMIZATION
NEURAL NETWORK MODELING
WASTE VALORIZATION
WATERMELON RIND
topic BY-PRODUCT
MULTIOBJECTIVE OPTIMIZATION
NEURAL NETWORK MODELING
WASTE VALORIZATION
WATERMELON RIND
purl_subject.fl_str_mv https://purl.org/becyt/ford/2.4
https://purl.org/becyt/ford/2
dc.description.none.fl_txt_mv Watermelon is a fruit produced around the world. Unfortunately, about half of it—the rind—is usually discarded as waste. To transform such waste into a useful product like flour, a thermal treatment is needed. The drying temperature for the rind that produces flour with the best characteristics is most important. A multiobjective optimization (MOO) procedure was applied to define the optimum drying temperature for the rind flour fabrication to be used in bakery products. A neural network model of the fabrication process was developed with the drying temperature as input and five process indicators as outputs. The group of process indicators comprised acidity, pH, water-holding capacity (WHC), oil-holding capacity (OHC), and batch time. Those indicators represent conflicting objectives that are to be balanced by the MOO procedure using the weighted distance method. The MOO process showed that the temperature interval from 67.3 °C to 73.1 °C holds the compromise solutions for the conflicting indicators based on the stakeholder’s preferences. Optimum indicator were 0.12–0.19 g malic acid/100 g dwb (acidity), 5.7–5.8 (pH), 8.93–9.08 g H2O/g dwb (WHC), 1.46–1.56 g oil/g dwb (OHC), and 128–139 min (drying time).
Fil: Capossio, Juan Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Patagonia Norte. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas. Universidad Nacional del Comahue. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas; Argentina
Fil: Fabani, Maria Paula. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Confluencia. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica | Universidad Nacional del Comahue. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica.; Argentina
Fil: Román Barón, María Celia. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Confluencia. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica | Universidad Nacional del Comahue. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica.; Argentina
Fil: Zhang, Xin. Beijing Academy Of Food Sciences; China
Fil: Baeyens, Jan. No especifíca;
Fil: Rodriguez, Rosa Ana. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Confluencia. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica | Universidad Nacional del Comahue. Instituto de Investigacion y Desarrollo En Ingenieria de Procesos, Biotecnologia y Energias Alternativas. Grupo Vinculado Instituto de Ingenieria Quimica.; Argentina
Fil: Mazza, German Delfor. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Patagonia Norte. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas. Universidad Nacional del Comahue. Instituto de Investigación y Desarrollo en Ingeniería de Procesos, Biotecnología y Energías Alternativas; Argentina
description Watermelon is a fruit produced around the world. Unfortunately, about half of it—the rind—is usually discarded as waste. To transform such waste into a useful product like flour, a thermal treatment is needed. The drying temperature for the rind that produces flour with the best characteristics is most important. A multiobjective optimization (MOO) procedure was applied to define the optimum drying temperature for the rind flour fabrication to be used in bakery products. A neural network model of the fabrication process was developed with the drying temperature as input and five process indicators as outputs. The group of process indicators comprised acidity, pH, water-holding capacity (WHC), oil-holding capacity (OHC), and batch time. Those indicators represent conflicting objectives that are to be balanced by the MOO procedure using the weighted distance method. The MOO process showed that the temperature interval from 67.3 °C to 73.1 °C holds the compromise solutions for the conflicting indicators based on the stakeholder’s preferences. Optimum indicator were 0.12–0.19 g malic acid/100 g dwb (acidity), 5.7–5.8 (pH), 8.93–9.08 g H2O/g dwb (WHC), 1.46–1.56 g oil/g dwb (OHC), and 128–139 min (drying time).
publishDate 2022
dc.date.none.fl_str_mv 2022-10
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/218053
Capossio, Juan Pablo; Fabani, Maria Paula; Román Barón, María Celia; Zhang, Xin; Baeyens, Jan; et al.; Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process; MDPI; Processes; 10; 10; 10-2022; 1-22
2227-9717
CONICET Digital
CONICET
url http://hdl.handle.net/11336/218053
identifier_str_mv Capossio, Juan Pablo; Fabani, Maria Paula; Román Barón, María Celia; Zhang, Xin; Baeyens, Jan; et al.; Zero Waste Watermelon Production through Non-Traditional Rind Flour: Multi-Objective Optimization of the Fabrication Process; MDPI; Processes; 10; 10; 10-2022; 1-22
2227-9717
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/doi/10.3390/pr10101984
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv MDPI
publisher.none.fl_str_mv MDPI
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844613271617798144
score 13.070432