MODELIZACIN: HERRAMIENTAS PARA LA OPTIMIZACIN DE PROCESOS

Lpez, R*, Gmez A

Centro de Innovacin y Tecnologa Alimentaria de La Rioja (CITA La Rioja)
Pol. Tejeras Norte. C/ Los Huertos, 2
26500 Calahorra, La Rioja
rlopez@cita-larioja.es

PALABRAS CLAVE: tratamientos trmicos, secado, modelizacin, optimizacin

RESUMEN

Es necesario disponer de modelos adecuados para poder optimizar y mejorar la gestin de

los procesos industriales.

La optimizacin de procesos busca mejorar la calidad de un producto a la vez de reducir

costes de produccin, tiempos de proceso y mejorar la eficiencia hdrica y energtica.

En el presente trabajo se van a exponer dos casos concretos de optimizacin de procesos,

cmo es el modelado de tratamientos trmicos en envases plsticos y el secado de
embutidos.

En ambos casos para modelizar el proceso se han desarrollado herramientas que permiten
formular y resolver el problema de optimizacin, empleando para ello Matlab y Comsol.

INTRODUCCIN OPTIMIZACIN DE PROCESOS

Optimizar, desde un punto de vista estrictamente matemtico, es encontrar el mximo o el

mnimo de una funcin respecto a ciertas restricciones. Este objetivo matemtico difcilmente
se puede dar en la realidad; pero esta tcnica es una de las herramientas cuantitativas ms
importantes para la toma de decisiones en la industria.

La optimizacin de procesos busca mejorar la calidad de un producto, reducir costes de

produccin, reducir el tiempo de procesado o mejorar la eficiencia energtica y/o hdrica. En
definitiva ser ms eficientes.

La optimizacin de procesos puede consistir simplemente en un pequeo reajuste de los

equipos y/o usos que se hacen con ellos, o que sea necesario el uso de modelos matemticos
de las operaciones que tienen lugar en un equipo para completar el conocimiento del equipo,
sus limitaciones y su control.

La optimizacin es una herramienta imprescindible en el diseo de un proceso.

 Figura 1.- Optimizacin de procesos

EMPLEO DE MODELOS EN LA OPTIMIZACIN DE PROCESOS

Un modelo es una representacin de una realidad compleja. Modelizar es desarrollar una

descripcin lo ms exacta posible de un sistema y de las actividades llevadas a cabo en l.

Los modelos pueden revelar relaciones que no son evidentes a primera vista. Adems los
modelos nos permiten experimentar situaciones complejas, que en la realidad podran
acarrear un gasto innecesario de dinero.

La simulacin intenta reproducir la realidad a travs de los modelos, generalmente con la

ayuda de un programa informtico, dando solucin a las ecuaciones matemticas. La
simulacin ser tan exacta como lo sean las ecuaciones de partida y la capacidad de los
ordenadores para resolverlos.

La optimizacin es la solucin ptima de las ecuaciones respecto a nuestro problema.

DESARROLLO DE MODELOS

En el desarrollo de un modelo se debe decidir qu factores son relevantes y cmo de

complejo debe ser el modelo. A medida que el modelo de proceso se hace ms complejo, por
lo general, la optimizacin se hace ms difcil.

Existen dos categoras generales para clasificar los modelos:

1. Los basados en la teora fsica.

2. Los basados en descripciones estrictamente empricos (los llamados modelos de caja
negra).
Los modelos matemticos basados en leyes fsicas y qumicas se emplean con frecuencia en
aplicaciones de optimizacin. Estos modelos son conceptualmente atractivos porque un
modelo general para cualquier tamao de sistema se puede desarrollar an antes de que el
sistema est construido. Los modelos empricos, por otro lado, son atractivos cuando un
modelo fsico no puede ser desarrollado debido al tiempo o recursos limitados. La entrada-
salida de datos son necesarios en todos los casos para poder adaptarse a coeficientes
desconocidos.

La construccin de un modelo se puede dividir en cuatro fases:

1. Definicin y formulacin del problema

2. El anlisis preliminar y de detalle
3. Evaluacin
4. Aplicacin de la interpretacin

Figura 2.- Esquema para la construccin de un modelo

1. Definicin y formulacin del problema

En esta fase se define el problema y se identifican los elementos importantes que pertenecen
al problema y a su solucin. Debe ser determinado el grado de precisin necesario en el
modelo y los potenciales usos de este modelo.

Para evaluar la estructura y la complejidad del modelo se debe determinar:

 1. El nmero de variables independientes que deben ser incluidos en el proceso.
2. El nmero de ecuaciones independientes necesarias para describir el sistema.
3. El nmero de parmetros desconocidos en el proceso

Estas cuestiones tambin se entrelaza con la cuestin de la verificacin del modelo: qu

tipos de datos estn disponibles para la determinacin de que el modelo es una descripcin
vlida del proceso? Antes de llevar a cabo el modelado real, es importante para evaluar la
parte econmica, el esfuerzo de modelado y la capacidad de llevar ese proyecto a cabo

2. Fase de diseo

La fase de diseo incluye la especificacin del contenido, descripcin general del modelo y
algoritmos necesarios para desarrollar el modelo, la formulacin matemtica y la simulacin.

En primer lugar, definir variables de entrada y de salida, y determinar cul es el "sistema" y

el "medio ambiente". Adems, seleccionar la representacin matemtica especfica para el
modelo, as como los lmites.

A continuacin se desarrollan los diagramas de flujo, se definen los mdulos y sus relaciones
estructurales. Al realizar este proceso de manera informtica, permite usar subrutinas
existentes y bases de datos, ahorrando tiempo.

3. Fase de evaluacin

Esta fase est destinada a la verificacin final del modelo. Las pruebas de elementos
individuales deben llevarse a cabo durante las primeras fases.

La evaluacin del modelo se lleva a cabo de acuerdo con los criterios de evaluacin y el plan
de ensayo establecidos en la fase de definicin del problema.

A continuacin se realizan las pruebas de sensibilidad de los datos y parmetros del modelo
y determinar si las relaciones aparentes son fsicamente significativas. Usar datos reales en
la medida de lo posible. La validacin del modelo requiere una lgica de la confirmacin, los
supuestos y el comportamiento. Estas tareas implican la comparacin con los histricos de
entrada y salida de datos, o datos en la literatura, la comparacin con el rendimiento de
planta piloto, y la simulacin. En general, los datos utilizados en la formulacin de un modelo
no deben ser utilizado para validar.

MODELOS APLICABLES A LA IAA

En la IAA podemos emplear los siguientes modelos:

Optimizacin clsica (mximos y mnimos de una funcin, concavidad y convexidad,

Hessianos)
Mtodo de sustitucin
 Condiciones de Kalrush-Kuhn-Tucker
Mtodo Simplex

Qu los aplicaremos a los siguientes procesos:

Procesos trmicos

Parmetros: masa, composicin, diferencial de temperatura, viscosidad, coeficiente de

transferencia de calor, agitacin, espacio de cabeza, geometra del envase, grosor del envase

Transferencia de materia

Parmetros: masa, volumen, concentracin, dimetro de partcula, diferencial de

temperatura, diferencia de presin, coeficiente de transferencia de masa, viscosidad.

Ahorro materias primas, menos emisiones,

Mecnica de fluidos

Parmetros: densidad, viscosidad, masa, velocidad, presin, altura, tubera (rugosidad de las
paredes, longitud, material)

Cintica de destruccin microbiana

Velocidad, agitacin, temperatura, recuento inicial y recuento final de microrganismos,

termosensibilidad, tiempo

DOS CASOS DE MODELOS APLICADOS EN LA IAA

A continuacin se van a exponer dos casos concretos de modelizacin de procesos

agroalimentarios, en los que viene trabajado el CITA La Rioja, cuyo fin es la optimizacin de
procesos; como es el modelado de tratamientos trmicos en envases plsticos y el modelado
del proceso de secado intermitente de embutidos crudo curados.

En ambos casos se han utilizados los elementos finitos, como herramienta matemtica para
la modelizacin utilizando como software para la resolucin del modela Comsol Multiphysics.

Modelizacin de tratamientos trmicos en envases plsticos

El empleo de modelos matemticos para simular los tratamientos trmicos de alimentos

envasados es de una gran utilidad por la posibilidad que ofrece de prediccin de la
temperatura en cualquier parte del interior del envase una vez se conoce la evolucin de la
temperatura de su superficie externa. Los valores tiempo-Temperatura obtenidos se podrn
utilizar para calcular la intensidad del tratamiento trmico aplicado.

En este caso el objetivo es el de disear los tratamientos adaptados a los nuevos envases y a
sus nuevas geometras de forma que se puedan controlar los efectos deseables y los
indeseables de la aplicacin de calor.

La problemtica de la simulacin del procesado trmico de los alimentos se complicar a la vez

que lo haga la geometra del envase, aunque como siempre la determinacin de la evolucin
de la temperatura en cada punto de la masa del producto deber establecerse de acuerdo con
el mecanismo de transmisin que tenga lugar en cada caso.
El empleo de modelos matemticos para simular los tratamientos trmicos de alimentos
envasados es hoy una prctica generalizada gracias al uso de ordenadores cuya potencia
permite realizar los clculos necesarios en tiempo real. C.O. Ball (1923 y 1928) fue el primero
en abordar el estudio de la penetracin de calor por mtodos matemticos para la prediccin
de la combinacin tiempo-temperatura partir de datos experimentales. De aquellos estudios
Ball dedujo que la temperatura en centro geomtrico de una lata de conserva tiende hacia la
temperatura del recinto del autoclave de forma logartmica. Numerosas variaciones del
modelo desarrollado por Ball en los aos 20 estn disponibles con diversas puntualizaciones en
la precisin.
Cuando la transmisin de calor se produce por un mecanismo de conduccin ser interesante
la utilizacin de soluciones numricas por diferencias finitas al mtodo de Fourier en el caso de
que se utilicen formatos regulares de envase: esferas, cilindros o paraleleppedos. Sin
embargo, cuando los envases tengan formas menos regulares (que sera el caso de los envases
plsticos) ser necesario definir las condiciones de contorno mediante un anlisis de
elementos finitos, cuya metodologa de resolucin de numrica es ms compleja que la
empleada para las diferencias finitas. (Tucker, 1991).
Simulantes de alimentos

La utilizacin de productos naturales en la validacin de los modelos obtenidos presenta

dificultades aadidas. En primer lugar se debera tener en cuenta la variabilidad natural de
sus propiedades termofsicas y adems que estos productos no permiten ms que una sola
utilizacin, ya que el tratamiento trmico modifica sus propiedades fsicas y por ello su
respuesta al prximo calentamiento.

Por ello, a lo largo de las ltimas dcadas se ha venido trabajando con distintos productos para
la simulacin de alimentos. El ms comn es la bentonita (Jackson, 1940; Jackson y Olson,
1940). Se utilizan suspensiones al 1% de bentonita para simular alimentos que se calientan
por conveccin, mientras que para simular los que se calientan por conduccin se emplean
suspensiones de bentonita ms concentradas, del 5 al 8% (Uno y Hayakawa, 1980; Bhowmik
y Hayakawa, 1988; Shin y Bohwmik, 1993). La difusividad trmica de las suspensiones de
bentonita es funcin de su concentracin, por lo que se deber conseguir una estimable
precisin en su preparacin si se quieren conseguir resultados reproducibles. Adems estas
suspensiones se deterioran con su uso repetido por lo que el uso de bentonita presenta unas
restricciones muy prximas a las de los alimentos naturales. Para la simulacin de alimentos
que se calientan por conduccin tambin se han ensayado suspensiones acuosas de agar
(Evans, 1958) y de almidones (Holdsworth, 1997) que tampoco solucionan los problemas
presentados por las suspensiones de bentonita. En el estudio de los procesos de
calentamiento por conveccin se ha empleado una amplia gama de productos, desde el
agua, hasta aceites trmicos, pasando por soluciones acuosas de etilenglicol, azcar,
glicerina, almidn, etc. (Swain y col., 2004), que presentan buenos resultados uno a uno,
pero con los que es difcil cubrir toda la gama de difusividades trmicas cubierta por los
alimentos. Por ltimo tambin se han utilizado elastmeros de silicona tanto para la
simulacin de procesos por conveccin como por conduccin debido a su amplia gama de
viscosidades, su estabilidad a las temperaturas de procesado y a la buena reproducibilidad
obtenida (Bown y col. 1985; Peralta Rodrguez, 1987; Smout y col. 1998; Abril y Casp,
2006).

Figura.3.- Barquetas llenas de silicona, con Figura.4.-Autoclave rotativo SURDRY.

las sondas colocadas.

CITA LA RIOJA ha trabajado con una silicona de propiedades trmica conocidas, como
simulante de alimento, para la modelizacin de tratamientos trmicos en envases plsticos
tipo barqueta y estudiar si su comportamiento trmico se poda considerar conductivo. Para
ellos se dise un modelo convectivo para las condiciones del exterior y conductivo para la
transmisin de calor en el interior del envase. Se vio que a pesar de que la viscosidad de la
silicona empleada sea muy alta, se producen corrientes de conveccin en el interior de la
barqueta que consiguen que la transmisin de calor no pueda considerarse como puramente
conductiva, lo que trae consigo un error a tener en cuenta y a valorar si es o no asumible en
la veracidad del modelo.
Construccin del modelo

En la construccin del modelo de simulacin se ha empleado el mtodo numrico general

para la aproximacin de soluciones de ecuaciones diferenciales parciales, elementos finitos y
para la minimizacin del error se ha trabajado con el algoritmo Simplex (Nelder-Mead),
mtodo heurstico de bsqueda de mnimos de cualquier funcin N-dimensional (Martnez,
2001).

Figura. 5.-. Mallado del modelo trapezoidal tridimensional que

representa un cuarto de barqueta. Detalle punto crtico.

En la construccin de un modelo se asumen una serie de hiptesis que luego deben ser
validadas o en su defecto, reconducir el diseo experimental. En el caso de los tratamientos
trmicos se asumieron los siguientes puntos

1) El simulante de producto, de propiedades trmicas conocidas, las mantiene constantes a

lo largo de todo el proceso trmico.

2) Existen planos de simetra del volumen seleccionado para el estudio de la evolucin de la

temperatura.

3) Los valores de coeficiente de pelcula (h) en la superficie externa se considerarn

constantes o funcin de la temperatura del recinto.

4) Condiciones de subdominio (producto): se asume que comportamiento de la silicona es

por conduccin dada su alta viscosidad.

5) Condiciones de contorno (condiciones de recinto): al tratarse de un cuarto de barqueta,

existen caras que se encuentran aisladas (las correspondientes a los planos de simetra) y
caras sometidas a flujo de calor convectivo (las correspondientes a la superficie de la
barqueta).

La problemtica de la simulacin del procesado trmico de los alimentos se complica a la vez

que lo haga la geometra del envase, aunque como siempre la determinacin de la evolucin
de la temperatura en cada punto de la masa del producto deber establecerse de acuerdo
con el mecanismo de transmisin que tenga lugar en cada caso.

Conclusiones

La utilizacin de modelos que asumen que el coeficiente de pelcula exterior se mantiene

constante durante el tratamiento trmico lleva a cometer errores excesivamente grandes.
Para minimizar estos errores es necesario considerar que el coeficiente de pelcula es funcin
de la temperatura del medio de calefaccin lo que complica el clculo a la vez que se acerca
a la realidad.

El modelo establecido de esta forma es capaz de simular el comportamiento trmico de las

barquetas llenas de silicona de alta viscosidad con un error razonablemente pequeo, sin
embargo, resulta necesario indagar en el estudio contemplando los siguientes puntos:

- Estudio de diferentes simulantes lo ms termoestables posibles, y cuyo

comportamiento se asemeje a los modos de transmisin de calor puros.
- Reduccin de las variables que afecten a la simulacin: variables en el registro
experimental: colocacin de los envases, condiciones de tratamiento, colocacin de
las sondas,
- Bsqueda de la relacin que rige la evolucin de un parmetro como lo es el
coeficiente de pelcula o en su defecto minimizar su efecto en el modelo

Modelizacin del secado intermitente de embutidos

Otro procesos alimentario sobre el que se esta trabajado en modelizacin, es el proceso de

secado intermitente de embutidos crudo curados.

Se pretende optimizar el proceso de maduracin-secado de productos curados, dirigido hacia

estrategias relativas a mejorar la relacin coste-eficiencia. El proceso de obtencin
tradicional es un proceso largo que vara desde 2 semanas a varios meses dependiendo del
calibre del embutido.

Desde el punto de vista industrial una reduccin del tiempo de secado constituye una ventaja
econmica importante, ya que reduce el tiempo en el que el producto es retenido en los
secaderos, agilizando la salida al comercio de estos productos y su consiguiente obtencin de
beneficios econmicos. Teniendo en cuenta el costo energtico derivado del uso de los
secaderos, una reduccin del tiempo necesario para secar el producto supondra una
reduccin importante para las empresas en este coste. Asimismo, el control de las
condiciones del proceso permite una estandarizacin de la produccin y elimina riesgos y
potenciales
les defectos de calidad.

En los trabajos realizados en la optimizacin del proceso de secado, el objetivo general ha

sido parametrizar y modelizar la dinmica de migracin de agua en el interior del embutido
durante el proceso de secado y a travs de este conocimiento adquirido, aplicar medidas que
aceleren este proceso de secado (evitando cualquier problema que puede surgir en esta
etapa como acortezamiento, desarrollo microbiano o rancidez) a la vez que se asegura la
calidad del producto final y optimiza el coste energtico del proceso. Para ello, es necesario:

- investigar la dinmica de migracin de agua en el interior del alimento durante el

proceso de secado
- conocer la influencia de las variables de entorno, cmo afecta el ciclo de secado
(temperatura, humedad relativa, velocidad de aire) al movimiento y eliminacin
de agua
- monitorizar la evolucin de la migracin a lo largo del tiempo
- investigar la influencia de algunos tratamientos-procesos
tratamientos procesos en la aceleracin del
secado

El estudio de la migracin del contenido de humedad se llev a cabo a travs de medidas

analticas en distintos momentos del ciclo, en las que se diferenciaran distintas secciones del
embutido. Se busca que estas secciones se correlacionen en funcin del contenido de
humedad y la distancia
ncia al frente de evaporacin, situado en la superficie del embutido. Al
mismo tiempo, diferentes medidas no destructivas como color, conductividad, pH y merma
entre otras, se tendrn en cuenta y se buscar una correlacin directa con la distribucin de
la humedad
medad y la velocidad de secado.

Figura 6.-. Registro de temperatura, humedad relativa y velocidad del aire en el interior de un
secadero.
Al igual que en el caso de la modelizacin de los tratamientos trmicos, nos encontramos con
la dificultad de la repetibilidad de los ensayos y de las determinaciones debido a la
variabilidad natural, variabilidad en la elaboracin del chorizo; de ah que sea tambin
primordial para la construccin de un modelo vlido el dar con un simulante de producto que
se asemeje a la realidad o bien conseguir una metodologa de elaboracin reproducible,

Se pretende elaborar un modelo terico que permita prever cualquier alteracin o cambio de
los parmetros estudiados en funcin de las condiciones ambientales del secadero
(temperatura, humedad relativa y velocidad del aire). En base a este modelo, se buscarn
las condiciones ambientales ideales que permitan reducir el tiempo necesario de secado sin
que las condiciones tanto fsico-qumicas como sensoriales del producto final se vean
alteradas.

BIBLIOGRAFA

Abril Requena, J. y Casp Vanaclocha, A. (2006). Empleo de sistemas modelo para el estudio de
la transmisin de calor en alimentos envasados. IV Congreso Espaol de Ingeniera de
Alimentos. Crdoba (Espaa).

Ball, C.O. (1923) Thermal process time for canned food. Bull. Nat. Res. Council, 7, 9-76.

Ball, C.O. (1928) Mathematical solution of problems on thermal processing of canned food.
University of California Publications in Public Health, 1, 145-245.

Bhowmik, S.R. y Hayakawa, K. (1988) Quality retention and steam consumption of selected
thermal processes. Lebensm.-Wiss. u.- Technol. 21, 13-19.

Brquez, R.M., Canales, E.R., Redon, J.P. Osmotic dehydration of raspberries with vacuum
pretreatment followed by microwave-vacuum drying (2010) Journal of Food
Engineering, 99 (2), pp. 121-127.

Bown, G., Nesaratnum, R. y Peralta Rodriguez, R.D. (1985) Computer modelling for the
control of sterilization processes. Technical Memorandum N 442. Campden and
Chorleywood Food Research Ass. Chipping Campden.

Camarena, F., MarLnez-Mora, J.A., Ardid, M. Ultrasonic study of the complete dehydration
process of orange peel (2007) Postharvest Biology and Technology, 43 (1), pp. 115-
120.

Comaposada J., Arnau J., Gou P., Monfort J.M., 2004. Accelerated method for drying and
maturing sliced food products. Patent WO/2005/092109.
Damez,J.L., Clerjon, S., Abouelkaram, S. and Lepetit, J. Beef meat electrical impedance
spectroscopy and anisotropy sensing for non-invasive early assessment of meat
ageing, Journal of Food Engineering, Volume 85, Issue 1, March 2008, Pages 116-122

Evans, H.L. (1958) Studies in canning processes. II. The effects of the variation with
temperature of the thermal properties of foods. Food Technol. 12, 276-280.

Flambert, E. y Deltour, J. (1972). Localization of the critical area in thermally processed

conduction heated canned food. Lebensm.-Wiss. U. Tech. 5, 7-13.

Garcia-Noguera, J., Oliveira, F.I.P., Gallo, M.I., Weller, C.L., Rodrigues, S., Fernandes, F.A.N.
Ultrasound-Assisted Osmotic Dehydration of Strawberries: Effect of Pretreatment
Time and Ultrasonic Frequency (2010) Drying Technology, 28 (2), pp. 294-303.

Gowen, A.A., Abu-Ghannam, N., Frias, J., Oliveira, J. Modeling dehydration and rehydration of
cooked soybeans subjected to combined microwave-hot-air drying (2008) Innovative
Food Science and Emerging Technologies, 9 (1), pp. 129-137.

Holdsworth, S.D (1997) Thermal Processing of Packaged foods. Blakie Academic &
Professional. London.

Incropera, F.P., De Witt,D.P., Bergman, T.L. y Lavine, A.S. (2007) Fundamentals of Heat and
Mass Transfer John Wiley & Sons. Hoboken, N.J.

Jackson, J.M. (1940) Mechanism of heat transfer in canned foods during thermal processing.
Proceedings of the 1st Food Conference. pp. 39-49. Chicago.

Jackson, J.M. y Olson, F.C.W. (1940) Thermal processing of canned foods in tin containers. IV.
Studies of the mechanisms of heat transfer within container. Food. Res., 5, 409-420.

Lu, J., Townsend, W.E. (1973). Feasibility of adding freeze-dried meat in the preparation of
fermented dry sausage. Journal of Food Science, 45, pp. 622-626

Martnez, J.L. (2001) Optimizacin y ajuste de parmetros mediante el mtodo Simplex

(Nelder-Mead). 1 Reunin de Usuarios de EcosimPro, UNED, Madrid, 3-4 Mayo 2001.

Olson, F.C.W. y Jackson, J.M. (1942) Heating curves. Theory and Practical Application.
American Can Company, Maywood, Il.

Patente DENKI KAGAKU KEIKI KK, Measuring fat content in minced meat - by applying AC
electromagnetic field and measuring current flowing through toroidal coil. JP9015212-
A , Priority Date: 03 Jul 1995

Peralta Rodriguez, R.D. (1987) Heat transfer in flame sterilisation of liquid food simulants.
Technical Bull. N62, 46 pp., Campden Food Preservation Res. Ass.

Prosafebeef., 2009. EU 9th Framework Programme, disponible en http://www.prosafebeef.eu

Ramaswamy, H., Marcotte, M. Food Processing principles and applications, Chapter 5 Food
dehydration. CRC Press 2005.

Robertson, G.L. y Miller, S.L. (1984) Uncertainties associated with the estimation of the F0
values in can which heat by conduction. J. Food Tecnol. 19, 623-630.

Setiady, D., Rasco, B., Younce, F., Clary, C. Rehydration and sensory properties of dehydrated
russet potatoes (Solanum tuberosum) using microwave vacuum, heated air, or freeze
dehydration (2009) Drying Technology, 27 (10), pp. 1116-1122.

Shin, S y Bhowmik, S.R. (1993) Determination of thermophysical properties of plastic cans

used for thermal sterilization of foods. Lebensm.-Wiss. u.-Technol. 26, 400-405.

Sirami, J., Louthellier, P., 2002. Method for continuous production of minced meat, dried and
restored in thin slabs. Patent WO/2003/007722.

Smout, C., van Loey, A. y Hendrickx, M. (1998) Heat distribution in industrial-scale water
cascading (rotary) retort. J. Food Sci. 63, 882-886.

Stadnik, J., Dolatowski, Z.J., Baranowska, H.M. Effect of ultrasound treatment on water holding
properties and microstructure of beef (m. semimembranosus) during ageing (2008)
LWT - Food Science and Technology, 41 (10), pp. 2151-2158.

Swain, M.V.L., Russell, S.L., Clarke, R.N. y Swain, M.J. (2004) The development of food
simulants for microwave oven testing. Int. J. Food Sci. Technol. 39, 623-630.

Tucker, G.S. (1991) Development and use of numerical techniques for improved thermal
process calculations and control. Food Control 2, 15-19.

Uno, J. y Hayakawa, K. (1980) Correction factor of come-up heating based on critical point in a
cylindrical can of heat conduction foods. J. Food Sci. 45, 853-859.