Come produrre la maionese perfetta... con un computer
Qual è il segreto per ottenere una qualità costante nella produzione della maionese? Come si può ottenere sempre il giusto equilibrio tra ingredienti, forza di taglio e tempo di miscelazione? Ecco la risposta:
Per cominciare, è necessario accedere al nostro strumento di previsione, che è un programma software basato sulle conoscenze generate da un progetto di ricerca triennale sulla produzione di emulsioni fredde. In secondo luogo, occorre uno dei nostri miscelatori ad elevata forza di taglio per prodotti in emulsione fredde. I nostri miscelatori sono progettati per offrirvi una flessibilità senza precedenti, una qualità costante e la massima resa, il tutto al costo più basso possibile. Insieme, lo strumento e il miscelatore garantiscono una maionese perfetta.
Non serve più indovinare
Per cosa può essere utilizzato?
- Per replicare un prodotto esistente
Per prima cosa analizziamo la qualità del prodotto e selezioniamo il procedimento di miscelazione ottimale e i parametri di processo per riprodurne la consistenza, il sapore, la sensazione in bocca e l'aspetto. È quindi possibile controllare il processo di miscelazione in modo da garantire una qualità costante del prodotto, indipendentemente dalle dimensioni della produzione. - Per sviluppare nuovi prodotti in modo rapido e conveniente
Sulla base di parametri di input come la dimensione del lotto, il tempo di miscelazione, il tipo e la quantità degli ingredienti, lo strumento di previsione consente di prevedere con precisione i risultati finali. L'utilizzo di un modello di simulazione riduce notevolmente la necessità di test fisici e migliora il time-to-market quando si lanciano nuovi prodotti.
Desideri provare?
Inviateci un campione del prodotto che desiderate replicare e noi lo analizzeremo, misurando i parametri di qualità come la consistenza e la dimensione delle gocce. Sulla base della nostra analisi (e degli input del cliente relativi agli ingredienti), useremo lo strumento di previsione per determinare il metodo migliore di miscelazione e correggere i parametri di processo necessari per ricreare il campione.
Contatta i nostri specialisti in emulsione fredda compilando il modulo sottostante
Progetti di ricerca
Nel corso di centinaia di prove, i nostri tecnologi alimentari hanno analizzato il processo di emulsione a livello molecolare, mentre i nostri ingegneri di processo hanno studiato i modelli di flusso e le prestazioni di miscelazione utilizzando la fluidodinamica computazionale. I risultati di questo progetto di ricerca sono stati pubblicati in più di una dozzina di articoli sottoposti ad equa revisione da parte di terzi:
- 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. Accettato da 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 2. Probability distributions of instantaneous stresses. Accettato da 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, 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. Chemical Engineering and Processing 115, pagg. 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—An experimental investigation; Chemical engineering research and design 121, p.245-254
- Håkansson A., Arlov D., Carlsson F., and Innings F. (2016). Hydrodynamic Difference between Inline and Batch Operation of a Rotor-Stator Mixer Head - A CFD Approach. Can. J. Chem. Eng. 9999:1–11.
- Håkansson A., Chaudhryb Z., Innings F. (2016). Model emulsions to study the mechanism of industrial mayonnaise emulsification; Food and bioproducts processing 98, pagg. 189–195;
- Håkansson A., Askaner M,. Innings F. (2016). Extent and mechanism of coalescence in rotor-stator mixer food emulsion emulsification; Journal of Food Engineering 175, pagg. 127-135
Per maggiori dettagli, consulta i nostri white paper "Farsi strada nel labirinto della maionese" e "Ottimizzare il processo di miscelazione e la qualità degli alimenti con l'utilizzo della fluidodinamica computazionale"