Utilização de algoritmos de aprendizagem de máquina para predição de absorção de água nas carcaças de frango / Use of machine learning algorithms for water absorption prediction in chicken carcasses

Abstract

O Brasil atualmente é o maior exportador de carne de frango do mundo, sendo o segundo maior produtor apenas atrás dos Estados Unidos. Inúmeras normas de qualidade e segurança alimentar são inerentes à produção de carne de frango, entre elas, os parâmetros de absorção de água. A unidade produtora estudada produz cerca de 10 mil toneladas de frangos inteiros por mês, que são exportados principalmente para África e Oriente Médio. A dificuldade em ajustar o processo para atender aos fatores de gotejamento e absorção de água pode levar à perda da produção em caso de violação do limiar ou gerar perdas se a proporção de água na carcaça for muito menor do que o permitido. A dificuldade de se controlar totalmente o volume de água que as carcaças absorverão durante a imersão para resfriamento, é proporcional à quantidade de variáveis que as determinam, sendo objetivo identificar as variáveis principais, a fim de eliminar os custos ligados a esse problema. Os dados dos testes realizados no processo foram submetidos à análise de tendências por meio de algoritmos de aprendizado de máquina como método para prever os valores encontrados de acordo com a situação do processo de produção. Para realizar as análises foi utilizado o software Weka 3.8. A aplicação do Multilayer Perceptron nos parâmetros de resfriamento da carcaça teve uma boa evolução, pois fizemos ajustes no algoritmo por meio do software Weka, apresentando coeficientes de correlação acima de 0,66 para Absorção e acima de 0,5 para Gotejamento, e provando ser aplicável, não apenas na previsão de resultados, mas para garantir maior controle no processo.