UNIVERSIDADE ESTADUAL DE CAMPINAS

Faculdade de Engenharia de Alimentos

ANA VALÉRIA ULHANO BRAGA

“CARACTERIZAÇÃO DE ATIVIDADE DE ÁGUA E CINÉTICA DE

DESSORÇÃO DE ÁGUA EM ALIMENTOS”

CAMPINAS
2015
 ANA VALÉRIA ULHANO BRAGA

“CARACTERIZAÇÃO DE ATIVIDADE DE ÁGUA E CINÉTICA DE

DESSORÇÃO DE ÁGUA EM ALIMENTOS”

Dissertação apresentada à Faculdade de

Engenharia de Alimentos da Universidade
Estadual de Campinas como parte dos requisitos
exigidos para a obtenção do título de Mestra em
Tecnologia de Alimentos.

Orientador: Prof. Dr. Flávio Luís Schmidt

Co-Orientador: Dr. Serguei Balachov

ESTE EXEMPLAR CORRESPONDE À VERSÃO FINAL

DA DISSERTAÇÃO DEFENDIDA PELA ALUNA ANA
VALÉRIA ULHANO BRAGA, E ORIENTADA PELO PROF.
DR. FLÁVIO LUÍS SCHMIDT.

CAMPINAS
2015
 BANCA EXAMINADORA

Prof. Dr. Flávio Luís Schmidt (Orientador)

Universidade Estadual de Campinas – Titular

Dr. Alfredo de Almeida Vitali

Pesquisador - Titular

Dra. Flávia Maria Netto

Universidade Estadual de Campinas – Titular

Dr. Marcelo Cristianini

Universidade Estadual de Campinas – Suplente

Dra. Maria Isabel Berto

Instituto de Tecnologia de Alimentos – Suplente

A ata da defesa com as respectivas assinaturas dos membros encontra-se no

processo de vida acadêmica do aluno.
 Agradecimentos

Agradeço ao meu orientador Professor Dr. Flávio Luís Schimidt por toda
ajuda, paciência, confiança em meu trabalho e pela disponibilidade em me ajudar
sempre. Obrigada por fazer esse trabalho possível e por todas as oportunidades.
Agradeço especialmente ao meu co-orientador Dr. Serguei Balashov por
todas as oportunidades profissionais, por todo o ensinamento nesses anos como
sua aluna e principalmente pelo exemplo de pesquisador. Obrigada pela paciência,
por toda a ajuda por fazer esse trabalho possível.
Agradeço a Dra. Olga Balashova pela deposição dos filmes sensíveis nos
sensores utilizados nesse trabalho, pelas correções, por toda a ajuda e por todos os
ensinamentos durante todo o tempo que trabalhamos juntas.
Agradeço a Maria Cecília pela montagem do circuito elétrico do sensor e por
toda ajuda e companheirismo durante o desenvolvimento desse trabalho.
Agradeço a Graça e a Elaine por todo o trabalho desenvolvido na sala limpa
de fabricação dos sensores, por toda ajuda e apoio durante o desenvolvimento
desse trabalho.
Agradeço a todos os colegas da Divisão de Microssistemas do CTI Renato
Archer por toda a ajuda.
Agradeço a divisão DAPE do CTI Renato Archer, especialmente ao Nailson
por toda a ajuda com o desenvolvimento do software e instalação de equipamentos
que viabilizaram meu trabalho.
Agradeço ao Carlos pela ajuda e pelo companheirismo durante meu
mestrado.
Agradeço a Fátima pela amizade e por todos os almoços que fizeram meus
dias muito alegres.
Agradeço ao setor de Microbiologia do Centro de Ciência e Qualidade de
Alimentos do ITAL por toda a infraestrutura e ajuda durante o preparo dos padrões,
especialmente as técnicas e amigas Fabiana, Gabriela e Silvia que me ajudaram e
me ensinaram muito desde o início de minha vida profissional.
Agradeço ao Dr. Hector Abel Palácios Cabrera, pesquisador da microbiologia
do ITAL por toda a orientação em relação aos padrões, todas as oportunidades que
me apresentou e tudo que me ensinou.
Agradeço a NAMITEC pelo apoio financeiro ao projeto e a CNPq pela bolsa
concedida.
Agradeço aos meus pais por todo o apoio durante esse trabalho e em todos
meus estudos, além de todos os ensinamentos e exemplos que formaram a pessoa
que sou. Sem o incentivo de vocês nada seria possível.
Agradeço a meu namorado Danilo por todo apoio, paciência, compreensão,
incentivo e ajuda durante esse trabalho.
Agradeço a todos que de alguma forma me ajudaram e me apoiaram no
desenvolvimento do meu trabalho.
 Resumo

A atividade de água (Aw) é um parâmetro muito importante para a indústria de

alimentos, pois influencia a velocidade de reações enzimáticas, químicas e
microbiológicas. Os equipamentos disponíveis no mercado para medidas de Aw são
baseados na medida do ponto de orvalho, capacitância ou resistência são muito
caros, sua resposta pode ser muito demorada e sujeitos a contaminação por voláteis
da amostra. Nesse trabalho é proposto o uso de sensores de ondas acústicas
superficiais (SAW) medir Aw de alimentos. O objetivo desse trabalho foi avaliar a
viabilidade desse sensor com filme sensível de óxido de grafeno para medidas de
Aw de alimentos variados, avaliando também sua precisão, tempo de resposta e
custo. Um modelo de tratamento de dados, baseado em dois processos simultâneos
de adsorção de água pela superfície do sensor foi adotado. As curvas de referência
do sensor foram gerada través da medida da Aw de 12 soluções padrão. Trinta e
duas amostras de alimentos foram medidas por um equipamento comercial de Aw
(Decagon 4TE) e pelo sensor de SAW. Os parâmetros de amplitudes de saturação
A1+A2 e A1 foram extraídos das curvas cinéticas e avaliados usando as curvas de
referência. O erro médio de medidas do sensor de SAW (em relação ao
equipamento comercial) utilizando o parâmetro A1+A2 foi de 0,0190 unidade de Aw,
que é menor do que o erro de alguns equipamentos comerciais. O tempo de
medidas com o sensor de SAW usando somente A1 é menor do que o tempo de
medidas usando equipamentos comercias. A média dos erros para esse caso foi de
0,0371 unidade de Aw. A precisão pode ser aumentada no futuro usando os outros
métodos de síntese e deposição de óxido de grafeno. O tempo de medidas de Aw
pelo sensor comercial foi em média de 4:55min, enquanto o tempo médio de
medidas do sensor de SAW foi de 4:46min avaliando A1+A2 e 0:46min avaliando
somente A1. Foi concluído que o sensor de SAW apresenta resposta mais rápida
que os típicos sensores comerciais, e por isso pode ser usado para a medida rápida
e precisa de Aw para vários tipos de alimentos. O baixo preço do sensor de SAW vai
garantir sua disponibilidade não somente para a indústria de alimentos, mas também
para laboratórios e pequenos produtores de alimentos. Além disso, a possibilidade
de extrair as características da curva cinética de dessorção de moléculas de água do
alimento pode gerar novos parâmetros para o controle da qualidade e de processos
a que os alimentos são expostos.
 Abstract

Water activity (Aw) is a very important parameter for the food industry because it
influences the velocity of enzymatic, chemical and microbiological reactions.
Commercially available Aw measurement equipment is based on dew point
evaluation, is expensive and its response can be time consuming for some types of
samples. Surface Acoustic Wave (SAW) sensors are already used to measure
relative humidity and in this work it is proposed for the first time its application as the
Aw sensor. The aim of this work was the feasibility study of use of this sensor with
graphene oxide sensitive film for measurement of Aw of different foods, its accuracy,
response time and price. The model of data processing which is based on two
simultaneous processes of water adsorption by the sensor surface was adopted.
Through the measurement of 12 standard solutions, adjust parameters were
extracted and two reference curves were approximated by polynomials. Thirty two
food samples were measured by a commercial Aw equipment (Decagon 4TE) and by
the SAW sensor. The parameters of saturation amplitude A1+A2 and A1 were
extracted from kinetic curves of water molecules desorption of foods. These values
were applied to the correspondent reference curve to determine the Aw value using
SAW sensor. The sensor mean error using the parameter A1+A2 was 0.0190 units of
Aw. The measurement time with SAW sensor using only A1 is less than the
measurement time of the commercial equipment. The mean error in this case is
around 0.0371 units of Aw. The accuracy can be increased in the future by using
other methods of synthesis and deposition of graphene oxide. The Aw measurement
time by the commercial sensor was in average 4:54min, while the average SAW
sensor measurement time was 4:46min evaluating A1+A2 and 0:46min evaluating
only A1. It was concluded that the developed sensor, being faster than a typical
commercial one, can be used for rapid and precise Aw measurement for various
types of food samples. The low price will ensure the sensor availability not only for
the food industry, but also for laboratories and small food producers. The possibility
of extracting kinetic characteristics of the water desorption can add additional
parameters of the control of food samples quality and process.
 Lista de Ilustrações

Figura 1: Mapa de estabilidade. Velocidade relativa de diferentes reações de acordo

com a atividade de água do alimento ........................................................................ 22
Figura 2: Textura dos alimentos de acordo com a atividade de água ....................... 23
Figura 3 - Dessecador para medida de atividade de água pelo método tradicional .. 25
Figura 4 - Câmara fechada de um equipamento de atividade de água de ponto de
orvalho. ..................................................................................................................... 28
Figura 5 - Perfil típico de uma onda SAW que mostra as velocidades de cada ponto
de um cristal.. ............................................................................................................ 34
Figura 6: Estrutura de um sensor de ondas acústicas superficiais............................ 35
Figura 7 - Estrutura química do óxido de grafeno ..................................................... 36
Figura 8 - Uma curva típica de calibração de um sensor de SAW com diferentes
umidades relativas .................................................................................................... 38
Figura 9 - Sensor de SAW......................................................................................... 39
Figura 10: Fotos da caixa do sensor.. ....................................................................... 40
Figura 11: Caixa do sensor com recipiente plástico acoplado................................... 40
Figura 12 - Esquema de equipamentos necessários para fazer medidas no sensor
de SAW ..................................................................................................................... 41
Figura 13 - Sensor SAW ligado à fonte, contador de frequência e computador ........ 41
Figura 14 - Etapas do processo de medidas ............................................................. 43
Figura 15: Curvas de adsorção obtidas com diferentes modelos. ............................. 50
Figura 16 – Comparação entre valores experimentais e valores teóricos e linha de
tendência linear. ........................................................................................................ 51
Figura 17 - Valores de Aw de amostras-padrão descritas pela literatura e
experimentais ............................................................................................................ 54
Figura 18 - Amplitude de saturação e desvio padrão de amostras-padrão testadas
em sensores com diferentes filmes sensíveis ........................................................... 55
Figura 19: Curva de referência (A1+A2) gerada pelos pontos de referência
aproximados por um polinômio de 5ª ordem e equação utilizada para o teste de
viabilidade dos alimentos .......................................................................................... 57
Figura 20- Curva de referência (A1) gerada pelos pontos de referência aproximados
por um polinômio de 5ª ordem e equação utilizada para o teste de viabilidade dos
alimentos ................................................................................................................... 58
Figura 21 - Curva de referência (A2) gerada pelos pontos de referência aproximados
por um polinômio de 5ª ordem. ................................................................................. 59
Figura 22 – Aw (decagon) e Amplitude de saturação (A1 + A2) (SAW) de soluções
padrão (pontos de referência) e alimentos ................................................................ 65
Figura 23 - Diferença absoluta menor que 0,02 para valores de atividade de água
medidos pelo sensor SAW (amplitude A1 + A2) e Decagon....................................... 66
Figura 24 - Diferença absoluta maior que 0,02 para valores de atividade de água
medidos pelo sensor SAW (amplitude A1 + A2) e Decagon....................................... 66
Figura 25 – Valores de atividade de água de alimentos medidos do Decagon e
sensor SAW (amplitudes A1 + A2) ............................................................................. 67
Figura 26 - Aw (decagon) e Amplitude de saturação (A1) (SAW) de soluções padrão
(pontos de referência) e alimentos ............................................................................ 71
Figura 27 - Diferença absoluta menor que 0,02 para valores de atividade de água
medidos pelo sensor SAW (amplitude A1) e Decagon .............................................. 71
Figura 28 - Diferença absoluta maior que 0,02 para valores de atividade de água
medidos pelo sensor SAW (amplitude A1) e Decagon .............................................. 72
Figura 29 – Valores de atividade de água de alimentos medidos pelo Decagon e
sensor SAW (amplitude A1) ....................................................................................... 72
Figura 30 – Valores de atividade de água medidos pelo sensor de SAW utilizando os
valores de amplitude A1+A2 e A1 ............................................................................... 73
Figura 31 – Resultado do teste de repetitividade das amostras ................................ 75
Figura 32 - Média e desvio padrão das amplitudes das amostra-padrão testadas
durante o teste de repetitividade ............................................................................... 75
Figura 33 - Velocidade α1 das 3 amostras de pão de queijo sem passar por nenhum
processo, e após serem submetidas ao processo de secagem e adição de água.... 78
 Lista de Tabelas

Tabela 1 - Atividade de água mínima necessária para o crescimento de micro-

organismos e produção de toxinas............................................................................ 19
Tabela 2 - Atividade de água mínima para reações enzimáticas em alguns alimentos.
.................................................................................................................................. 22
Tabela 3: descrição de características e preço dos principais equipamentos de
atividade de água existentes no mercado ................................................................. 31
Tabela 4 – Atividade de água a 25ºC de soluções salinas saturadas e água pura
usadas como padrão de atividade de água ............................................................... 33
Tabela 5 - Amostras-padrão preparadas para as medidas com o sensor de SAW e
Aw esperada a 25ºC.................................................................................................. 44
Tabela 6: Valor de atividade de água de amostras-padrão da literatura e
experimentais medidos em equipamento Decagon 4TE ........................................... 53
Tabela 7 - Parâmetros extraídos das curvas cinéticas das soluções padrões através
de ajuste com o modelo 3 para obter a curva de referência ..................................... 56
Tabela 8 - Parâmetros extraídos das curvas de alimentos ajustados ao modelo 3 ... 60
Tabela 9 - Atividade de água de amostras de alimento usando o novo sensor de
SAW (amplitudes A1+A2) e equipamento comercial Decagon 4TE ........................... 63
Tabela 10 - Atividade de água de amostras de alimento usando o novo sensor de
SAW (amplitude A1) e equipamento comercial Decagon 4TE ................................... 69
Tabela 11 - Parâmetros das curvas das 3 amostras de pão de queijo extraídos
através de ajuste com o modelo 3 para teste dinâmico ............................................ 77
 Lista de abreviaturas e siglas

Aw – Atividade de água (water activity)

SAW – Ondas acústicas superficiais (surface acoustic waves)

GO – Óxido de grafeno (graphene oxide)

RF – Rádio frequência

ERH – Umidade relativa de equilíbrio (equilibrium relative humidity)

 Sumário

1 Introdução geral ..................................................................................................... 14

2 Objetivos ................................................................................................................ 15
2.1 Objetivo geral ................................................................................................... 15
2.2 Objetivos específicos ....................................................................................... 15
3 Revisão Bibliográfica .............................................................................................. 16
3.1 Atividade de água ............................................................................................ 16
3.1.1 Atividade de água e crescimento microbiano ............................................ 18
3.1.2 Atividade de água e a estabilidade dos alimentos .................................... 21
3.1.3 Atividade de água e textura dos alimentos ............................................... 23
3.2 Métodos de medidas de atividade de água ..................................................... 24
3.2.1 Método tradicional (método estático) ........................................................ 24
3.2.2 Método do ponto de congelamento ........................................................... 25
3.2.3 Método manométrico ................................................................................ 26
3.2.4 Métodos higrométricos .............................................................................. 26
3.2.4.1 Ponto de orvalho................................................................................. 27
3.2.4.2 Higrômetros elétricos .......................................................................... 28
3.2.4.3 Higrômetro de cabelo ......................................................................... 29
3.3 Atividade de água e temperatura ..................................................................... 29
3.4 A medida de Aw na indústria ........................................................................... 30
3.5 Equipamentos comerciais ................................................................................ 31
3.6 Padrões de atividade de água ......................................................................... 32
3.7 Sensores de ondas acústicas superficiais ....................................................... 34
3.7.1 Princípio de funcionamento ....................................................................... 35
3.7.2 Deposição de filmes sensíveis de óxido de grafeno ................................. 36
3.7.3 Sensores de SAW para medidas de atividade de água ............................ 38
4 Material e Métodos ................................................................................................. 39
4.1 Dispositivo de SAW ......................................................................................... 39
4.2 Sensor de SAW ............................................................................................... 39
4.3 Equipamentos necessários .............................................................................. 40
4.4 Processo de medidas ...................................................................................... 42
4.5 Preparo de soluções-padrão ............................................................................ 44
 4.6 Tratamento de dados ....................................................................................... 45
4.7 Curva de referência e escolha do filme sensível ............................................. 47
4.8 Teste de viabilidade ......................................................................................... 48
4.9 Teste de repetitividade de medidas ................................................................. 49
4.10 Teste dinâmico de atividade de água ............................................................ 49
5 Resultados ............................................................................................................. 50
5.1 Tratamento de dados ....................................................................................... 50
5.2 Padrões de atividade de água ......................................................................... 52
5.3 Ajuste da sensibilidade do filme sensível ......................................................... 54
5.4 Curva de referência ......................................................................................... 55
5.5 Teste de viabilidade com vários alimentos ...................................................... 59
5.6 Teste de repetitividade de medidas ................................................................. 74
5.7 Teste dinâmico de Atividade de água .............................................................. 76
5.8 Competitividade de mercado do sensor de SAW ............................................ 78
6 Conclusões............................................................................................................. 79
7 Sugestão para trabalhos futuros ............................................................................ 80
8 Referências ............................................................................................................ 81
9 Anexos ................................................................................................................... 86
9.1 Curvas experimentais das soluções padrão do sensor de SAW com 10
camadas de Óxido de grafeno ............................................................................... 86
9.2 Curvas experimentais das medidas de alimentos do sensor de SAW com 10
camadas de Óxido de grafeno ............................................................................... 98
9.3 Curvas experimentais do teste de repetitividade do sensor de SAW com 10
camadas de Óxido de grafeno ............................................................................. 130
9.4 Curvas experimentais das amostras de pão de queijo utilizadas no teste
dinâmico do sensor de SAW com 10 camadas de Óxido de grafeno .................. 151
 14

1 Introdução geral

A medida de atividade de água (Aw) é muito importante para a indústria

de alimentos porque esse parâmetro caracteriza a quantidade de água livre nos
alimentos, que é associada à alterações químicas, microbiológicas e enzimáticas
nos produtos.
Os equipamentos de medição de Aw disponíveis no mercado são muito
caros e têm tempo de resposta longo, dificultando assim o uso dessa medida em
diversas empresas e laboratórios.
No Brasil, o Centro de Tecnologia da Informação Renato Archer,
localizado em Campinas, tem por missão o desenvolvimento de vários tipos de
sensores e microssistemas. Dentre as suas atividades, destaca-se o
desenvolvimento de diversos sensores baseados em filmes sensíveis
nanoestruturados.
Especificamente em relação à medida de Aw, foi desenvolvido um sensor
baseado no filme sensível de óxido de grafeno de espessura de 1-10 nm. Para
garantir a sensibilidade foi usada a tecnologia de ondas acústicas superficiais
(SAW). Nesse trabalho, os parâmetros desse sensor foram aprimorados para
garantir o máximo de sensibilidade e velocidade de medidas.
O aprimoramento deste sensor foi concebido visando à alta precisão de
medidas, o pequeno tempo de resposta, o baixo custo de fabricação e compactas
dimensões podendo ser utilizado inclusive como um sensor portátil de Aw.
Este trabalho teve por objetivo a avaliação da influência de diversas
formas de deposição de óxido de grafeno na propagação das ondas acústicas
superficiais, e o estudo da viabilidade deste sensor para medida de Aw. Assim, uma
vez determinado a melhor disposição do sensor, foi feito o modelamento matemático
das funções de resposta do mesmo. Em seguida, o sensor foi calibrado com
soluções salinas supersaturadas e finalmente testados com alimentos. Como padrão
de comparação, foi utilizado o sensor mais tradicional do mercado (Decagon), com
funcionamento baseado na medida do ponto de orvalho.
 15

2 Objetivos

2.1 Objetivo geral

 Avaliar a viabilidade de um sensor de SAW para medidas de atividade de água de

alimentos

2.2 Objetivos específicos

 Avaliar os modelos de tratamento de dados de curvas cinéticas típicas de

sensores de SAW e determinar o modelo com melhor ajuste aos dados
experimentais
 Avaliar sensores com diferentes números de deposições de filmes de óxido de
grafeno e determinar o qual apresenta a melhor relação entre a sensibilidade e
dispersão de medidas para ser usado nas etapas do trabalho
 Gerar uma curva de referência para esse sensor que possa ser usada para
determinar o valor de Aw a partir de medidas da frequência do sensor de SAW
 Determinar a precisão do sensor em relação a um sensor comercial
 Comparar o tempo de medidas entre o sensor de SAW e o sensor comercial
 Comparar o preço de fabricação do sensor de SAW e dos equipamentos
existentes no mercado
 16

3 Revisão Bibliográfica

A água é um importante constituinte de todos os alimentos. Ela determina

algumas de suas características como a textura, crescimento microbiológico, sabor e
cor, entre outras (BUERA et al., 2006).
A vida de prateleira de um alimento é limitada por processos físicos,
químicos e biológicos e todos eles são fortemente influenciados pelo teor de água
dos alimentos (ESKIN; ROBINSON, 2000; KAREL; LUND, 2003).
Apesar da relação direta entre a quantidade de água presente nos
alimentos e a velocidade de reações, a quantidade total de água (umidade) não é
adequada para prever sua estabilidade. A medida da porção de água que influencia
diretamente a velocidade dessas reações é chamada de atividade de água (KAREL;
LUND, 2003).

3.1 Atividade de água

As moléculas de água podem estar presentes em diferentes ambientes

em uma matriz alimentar ou substância e, por causa da interação com certas
moléculas, a água pode ter diferentes propriedades físico-químicas. De acordo com
o ambiente em que se encontra, a interação com os componentes do alimento e sua
disponibilidade, a água nos alimentos é classificada principalmente como água livre
e água de constituição (MAKAWY; EL-SAYD, 2010).
A água de constituição é a água que está quimicamente ligada às
moléculas da matriz (proteínas, carboidratos e minerais), e que não está disponível
para o crescimento microbiano e nem para reações químicas. Essas ligações são
muito mais fortes do que ocorre entre moléculas de água pura, fazendo com que
elas fiquem mais próximas umas as outras e sua estrutura fique mais densa. O
aumento da densidade da água leva a alteração em suas propriedades físico-
químicas, como por exemplo, aumento do ponto de ebulição e diminuição do ponto
de fusão. Assim, essas moléculas de água só podem ser removidas se o produto for
exposto a altas temperaturas. Esta água não pode ser congelada e assim não altera
a estrutura do produto (ATHIÉ et al., 1998; MAKAWY; EL-SAYD, 2010).
 17

A água livre se encontra nos espaços intergranulares e no interior dos

poros do alimento. Ela é mantida por forças de absorção de pouca intensidade. Este
tipo de água apresenta grande mobilidade e pode ser facilmente retirada durante um
processo de secagem. Suas moléculas não estão ligadas a nenhum componente do
alimento, assim podem ser usadas para o crescimento microbiano e também estão
disponíveis para reações químicas. Por estar cercada somente por outras moléculas
de água, a água livre apresenta propriedades físico-químicas muito semelhantes às
da água pura, como o ponto de ebulição, ponto de fusão e densidade. Quando um
produto é congelado, somente essa água se congela, ficando assim indisponível
para reações (ATHIÉ et al., 1998; MAKAWY; EL-SAYD, 2010).
A atividade de água representa a quantidade de energia da água no
sistema. A água livre é muito mais volátil do que a água ligada, por isso a água que
evapora para atingir um ambiente de equilíbrio em uma câmara fechada a
temperatura ambiente, é apenas a água livre. Assim, medindo a pressão de vapor
da água do ambiente em equilíbrio é possível avaliar a quantidade de água livre no
alimento. Dividindo esse valor pelo valor da pressão de vapor do ambiente de
equilíbrio da água pura, é encontrado o valor de Aw na forma:

pw
Aw = (1),
P0w

onde, Aw – atividade de água

pw – pressão de vapor de água de um alimento no espaço vazio de um
ambiente fechado a uma dada temperatura
Pw0 – pressão de vapor da água de água pura no espaço de um ambiente
fechado na mesma temperatura (JARDIM, 1987; WIEDERHOLD, 1997; KAREL;
LUND, 2003; RAHMAN, 2007; DECAGON, 2009; MAKAWY; EL-SAYD, 2010;
SANDULACHI, 2012).
A uma temperatura constante no ambiente fechado, existe uma relação
entre Aw do produto e a umidade relativa do ar em equilíbrio:

ERH
Aw = (2),
100
 18

onde, ERH – umidade relativa de equilíbrio (WIEDERHOLD, 1997; BARBOSA-

CÁNOVAS et al., 2003; KAREL; LUND, 2003).
A atividade de água de um produto é considerada a umidade relativa do
ar ao redor do alimento quando não ganha nem perde umidade e está em equilíbrio
com o ambiente (BARBOSA-CÁNOVAS et al., 2003).
Importantes aplicações da medida de Aw para a indústria de alimentos
são: a escolha do processo a que o alimento será submetido, a seleção de
ingredientes usados no desenvolvimento de um produto e seleção da melhor
embalagem para o produto (RAHMAN, 2007).

3.1.1 Atividade de água e crescimento microbiano

A atividade de água tem grande importância para a indústria de alimentos,

pois o crescimento de micro-organismos é diretamente dependente da
disponibilidade de água livre. Por isso, o valor de Aw de um alimento traz
informações se ele é susceptível ao crescimento e desenvolvimento de algum tipo
de bactéria, fungo ou levedura. Assim, controlando esse valor, é possível evitar o
crescimento de micro-organismos patógenos e deteriorantes que podem diminuir a
vida de prateleira dos alimentos. Para outros alimentos que usam micro-organismos
em sua produção, como a cerveja e o queijo, é necessário garantir um ambiente
com Aw adequada para seu desenvolvimento (ESKIN; ROBINSON, 2000; SILVA et
al., 2010; SANDULACHI, 2012).
Cada micro-organismo precisa de uma Aw mínima para o crescimento
(Tabela 1), mas a maioria das bactérias e dos micro-organismos patógenos não se
desenvolvem em Aw menor que 0,86, mesmo que os outros parâmetros como pH,
temperatura e disponibilidade de nutrientes sejam ideais. Os fungos e leveduras
xerofílicos osmofílicos, conhecidos por se desenvolver em ambientes com baixa
disponibilidade de água, geralmente não se desenvolvem em ambientes com Aw
menor que 0,62 (BARBOSA-CÁNOVAS et al., 2003; KAREL; LUND, 2003).
 19

Tabela 1 - Atividade de água mínima necessária para o crescimento de micro-

organismos e produção de toxinas (LEITÃO, 1987; ROCKLAND; BEAUCHAT,
1987; LEVINE; SLADE, 1991; BARBOSA-CÁNOVAS et al., 2003)
Aw mínima
Produção Bactéria Fungo Levedura
Crescimento
de toxina
0,990 Campylobacter jejuni
0,970 Pseudomonas fluorescens
0,960 Leuconostoc spp
0,960 Pseudomonas aeruginosa
0,960 Shigela spp
0,950 Acitenobacter spp
0,95 Aeromonas spp
0,950 Bacillus megatherium
0,950 Flavobacterium spp
0,950 Moraxella sp
0,950 Vibrio cholerae
0,950 Yersinia enterocolitica
0,940 Enterobacter aerogenes
0,940 Lactobacillus plantarum
0,940 Microbacterium spp
0,940 Pediococcus cerevisiae
0,940 0,940 Stachybotrys atra
0,940 Salmonella spp
0,940 Vibrio parahaemolyticus
0,935 Escherichia coli
0,930 Bacillus stearothermophilus
0,930 Botrytis cinerea
0,930 0,940 Clostridium botulinum
0,930 Clostridium perfringens
0,930 Micrococcus luteus
0,930 Mucor plumbeus
0,930 Rhizopus nigricans
0,920 Bacillus cereus
0,920 Listeria monocytogenes
0,900 Bacillus subtilis
0,900 Lactobacillus spp
0,900 Saccharomyces cerevisiae
Trichothecium
0,900
roseum
 20

Tabela 1 - Atividade de água mínima necessária para o crescimento de

micro-organismos e produção de toxinas (LEITÃO, 1987; ROCKLAND; BEAUCHAT,
1987; LEVINE; SLADE, 1991; BARBOSA-CÁNOVAS et al., 2003) (continuação)
Aw mínima
Produção Bactéria Fungo Levedura
Crescimento
de toxina
0,900 0,900 Alternaria alternata
0,890 Hansenula spp
0,880 Candida spp
0,880 Rhodotorula spp
0,850 0,990 Aspergillus clavatus
0,840 Alternaria citri
0,840 Aspergillus wentii
0,840 Byssochlamys nivea
0,830 Debaryomyces hansenii
0,830 0,990 Penicillium expansum
0,830 Penicillium islandicum
0,830 0,830 Penicillium viridicatum
0,830 0,870 Staphylococcus aureus
0,820 Aspergillus fumigatus
0,820 0,870 Aspergillus parasiticus
0,810 0,870 Penicillium cyclopium
0,810 0,850 Penicillium patulum
0,810 0,850 Penicillium urticae
0,800 Penicillium citrinum
0,800 Zygosaccharomyces bailii
0,800 Saccharomyces bailii
Penicillium
0,790
chrysogenum
0,790 0,990 Penicillium martensii
0,780 0,780 Aspergillus flavus
0,770 Aspergillus niger
0,770 0,830 Aspergillus ochraceus
0,760 0,810 Penicillium ochraceus
0,750 Aspergillus candidus
0,750 Aspergillus restrictus
0,75 Halobacterium halobium
0,710 Eurotium chevalieri
0,700 Eurotium amstelodami
0,620 Saccharomyces rouxii
0,610 Monascus bisporus
 21

O crescimento microbiano é limitado pela atividade de água, e esta pode

ser reduzida pela adição de um soluto. A membrana celular das bactérias é muito
permeável à água, mas seletivamente permeável aos solutos. Assim, abaixando a
Aw de um alimento através de processos da adição de sal ou açúcar, o micro-
organismo libera água do seu interior (por osmose) para atingir o equilíbrio com o
ambiente externo, fazendo com que perca sua atividade metabólica, seu
crescimento seja inibido e permaneça em estado de dormência celular, podendo
chegar à morte (LEITÃO, 1987; KAREL; LUND, 2003).
O valor mínimo de Aw necessário para o crescimento microbiano é
alterado para mais ou para menos por fatores como mudança de pH, adição de sal,
adição de agentes antimicrobianos, tratamento térmico, temperatura e tempo de
estocagem (RAHMAN, 2007).
Conhecendo os valores de atividade de água em que os micro-
organismos se desenvolvem, através da análise de Aw é possível definir por quais
processos um alimento deve passar para estender sua conservação (SANDULACHI,
2012).

3.1.2 Atividade de água e a estabilidade dos alimentos

Além de influenciar o crescimento microbiano, a Aw também determina a

estabilidade dos alimentos sendo um parâmetro importante para as reações
enzimáticas, reações de oxidação, reações hidrolíticas e de escurecimento (Figura
1), influenciando assim a estabilidade nutricional, a coloração, o odor, o sabor e a
textura dos alimentos (HARDMAN, 1987; BARBOSA-CÁNOVAS et al., 2007).
Ao contrário do crescimento microbiano, as reações químicas e
enzimáticas podem ocorrer em Aw muito baixas. As reações de escurecimento
enzimático e não enzimático ocorrem acima de um valor crítico de Aw e atingem a
velocidade máxima em um valor de Aw intermediário, com diminuição nos altos
valores (ESKIN; ROBINSON, 2000).
Cada enzima necessita um valor de Aw mínima para que atue (Tabela 2).
Conhecendo o produto e a enzima presente, é possível abaixar a Aw e prolongar
sua vida de prateleira (ROCKLAND; BEAUCHAT, 1987; RAHMAN, 2007).
 22

Figura 1: Mapa de estabilidade. Velocidade relativa de diferentes reações de acordo

com a atividade de água do alimento (adaptado de TSOTSAS; MUJUMDAR, 2011).

Tabela 2 - Atividade de água mínima para reações enzimáticas em alguns

alimentos (RAHMAN, 2007; DAMODARAN et al., 2010).
Produto/substrato Enzima Aw mínima Autor
Grãos Fitases 0,900 Simato, Multon (1985)
Germe de trigo Glicosídeo hidrolases 0,200 Simato, Multon (1985)
Farinha de centeio Amilases 0,750 Simato, Multon (1985)
Macarrão Fosfolipases 0,450 Simato, Multon (1985)
Massa de farinha de trigo Protease 0,960 Simato, Multon (1985)
Pão Amilases 0,360 Simato, Multon (1985)
Caseína Tripsina 0,500 Simato, Multon (1985)
Amido Amilases 0,400/0,750 Simato, Multon (1985)
Galactose Galactosidase 0,400-0,600 Simato, Multon (1985)
Azeite Lipase 0,250 Simato, Multon (1985)
Trioleína Fosfolipases 0,450 Simato, Multon (1985)
Glicose Glicose oxidase 0,400 Simato, Multon (1985)
Ácido linoleico Lipoxigenase 0,500/0,700 Simato, Multon (1985)
Lecitina Fosfolipases 0,450 Mathlouthi (1986)
Catecol Fenol oxidase 0,250 Mathlouthi (1986)
 23

Um produto com Aw em torno de 0,300 é bastante estável à reações de

oxidação, reações de escurecimento e reações microbiológicas. Mas, quanto maior
o valor de Aw do produto, maior a velocidade dessas reações (Figura 1) (BARBOSA-
CÁNOVAS et al., 2003)
A Aw influencia também a estabilidade de vitaminas no alimento. A
degradação das vitaminas não deteriora o alimento, mas reduz seu valor nutricional.
Algumas vitaminas que sofrem influência do valor de Aw do alimento são: ácido
ascórbico (vitamina C), tiamina (vitamina B1) e riboflavina (vitamina B2). Cada
vitamina apresenta uma faixa de valores de Aw em que é mais estável e uma faixa
de valores em que sofre maior degradação. Esses valores não são facilmente
determinados porque sofrem muita influência de fatores como a composição da
matriz alimentar em que está presente, temperatura e pH (HARDMAN, 1987;
BARBOSA-CÁNOVAS et al., 2007).

3.1.3 Atividade de água e textura dos alimentos

A maior alteração física do alimento em relação a água é o aumento da

plastificação e da mobilidade de moléculas quanto maior a quantidade de água. Os
alimentos com baixa Aw têm textura seca e dura, os alimentos com Aw intermediária
são secos, firmes ou flexíveis enquanto os alimentos com alta Aw são úmidos,
macios e pegajosos (Figura 2) (KAREL; LUND, 2003; TSOTSAS; MUJUMDAR,
2011).

Figura 2: Textura dos alimentos de acordo com a atividade de água (adaptado de

ROCKLAND; BEAUCHAT, 1987)
 24

Alguns alimentos possuem valor comercial devido a sua textura firme,

como os cereais matinais e os biscoitos crocantes. A baixa Aw determina essa
textura e, se elevada, o alimento têm sua crocância reduzida e perde seu valor
comercial (BARBOSA-CÁNOVAS et al., 2007).
A atividade de água também influencia a mudança física do alimento
relacionada a transição vítrea. A transição vítrea é uma mudança da fase sólido-
vítreo para uma fase semi-líquido gomoso (aumento da viscosidade) que ocorre na
temperatura de transição vítrea de acordo com a composição do alimento e sua
atividade de água. O conhecimento da temperatura de transição vítrea de um
determinado alimento em função do seu conteúdo de água é muito importante para
determinar parâmetros do processamento e condições de armazenamento para
manter o alimento com a textura desejada (LEITE et al., 2005).

3.2 Métodos de medidas de atividade de água

As características desejáveis para um método ou equipamento para

medidas de Aw são: precisão, reprodutibilidade, velocidade, baixo custo,
portabilidade, fácil uso, durabilidade, intervalo de medidas maior possível,
possibilidade de uso para medir todos os tipos de produtos, ausência de risco
operacional, fácil calibração e fácil checagem (TROLLER, 1978).

3.2.1 Método tradicional (método estático)

Para medir a atividade de água de uma amostra pelo método tradicional,

uma amostra do alimento de 2 a 3 g é pesada em um cadinho de alumínio e
colocada em um dissecador fechado em atmosfera com ERH conhecida, gerada
normalmente por uma solução salina supersaturada (Figura 3) e temperatura
controlada (dentro de uma estufa). As amostras são pesadas regularmente, em
intervalos constantes até que o peso fique estável e, portanto, ocorra o equilíbrio
entre a amostra e o ambiente. A Aw do alimento é calculada a partir da diferença
entre o peso inicial e final da amostra (RAHMAN, 2009).
 25

Figura 3 - Dessecador para medida de atividade de água pelo método tradicional

(adaptado de RAHMAN, 2009)

O uso desse método para a medida de Aw nos alimentos apresenta

grandes desvantagens:
- utiliza grande espaço físico;
- o processo de estabelecimento do equilíbrio pode ser muito prolongado,
demorando de 3 semanas a alguns meses para que o peso da amostra se torne
constante;
- o processo de abertura do dessecador para pesar a amostra pode retardar o
processo de equilíbrio, fazendo com que o processo seja ainda mais demorado;
- amostras com alta Aw podem apresentar crescimento microbiano durante o tempo
de medida;
- as características físico-químicas do alimento podem ser alteradas durante o tempo
de medida e o resultado pode não ser confiável (JARDIM, 1987; RAHMAN, 2009).

3.2.2 Método do ponto de congelamento

As características físicas e químicas do ponto de congelamento de um

alimento são relacionadas à sua Aw. A temperatura em que uma solução congela é
sempre menor que a temperatura que a água pura congela, por isso a relação entre
essa temperatura e a Aw pode ser feita. Essa mudança no ponto de congelamento
 26

ocorre porque quando solutos são acrescentados, a pressão de vapor do alimento

diminui e o produto passa a formar cristais de gelo (ponto de congelamento) em uma
temperatura menor. O ponto em que o alimento começa a congelar pode ser medido
e a partir deste, o valor de Aw a 25ºC pode ser calculado (DITCHFIELD, 2000;
KRESS-ROGERS; BRIMELOW, 2001).
Esse método pode ser utilizado para medir a atividade de água de
produtos com alto teor de compostos voláteis, o que é uma grande vantagem, já que
esses compostos dificultam a medida por métodos higrométricos. Mas, esse método
só pode ser usado para medir a Aw de amostras líquidas, o que limita muito seu uso,
e por isso não é muito utilizado pelas indústrias e laboratórios (LERICI, 1978;
BARBOSA-CÁNOVAS et al., 2003).

3.2.3 Método manométrico

Para medir atividade de água pelo método manométrico, uma amostra de

alimento é colocada em uma câmara fechada conectada a um manômetro. Quando
a amostra entra em equilíbrio com o ambiente, a pressão parcial de vapor é medida
pelo manômetro e esse valor é relacionado à Aw do produto (JARDIM, 1987).
O tempo necessário para que a amostra entre em equilíbrio com o
ambiente e a medida possa ser feita é da ordem de 1 hora. Esse método apresenta
alta precisão e sensibilidade, mas não pode ser utilizado para medir Aw de alimentos
que tenham compostos voláteis (JARDIM, 1987; BARBOSA-CÁNOVAS et al., 2007).

3.2.4 Métodos higrométricos

Os métodos de medida de Aw através de higrômetros consistem de

equilibrar a água livre da amostra de alimento com o espaço livre de uma pequena
câmara fechada e a medida da umidade relativa desse espaço livre. Vários métodos
higrométricos são utilizados em equipamentos comerciais para medidas de Aw,
como ponto de orvalho, ponto de congelamento, temperatura de bulbo seco,
temperatura de bulbo úmido, resistência elétrica e capacitância de sal (RAHMAN,
2009).
 27

Muitos trabalhos questionam se o equilíbrio na atmosfera da câmara é

realmente atingido durante o tempo de medida em amostras de baixa a média Aw.
Pode acontecer de somente um estágio estacionário ser atingido e a pressão de
vapor não chegue ao equilíbrio total. Mas, como a diferença entre esse
pseudoequilíbrio e o equilíbrio total é em torno de 1%, pode ser considerado em
equilíbrio para as medidas (RAHMAN, 2007).

3.2.4.1 Ponto de orvalho

A medida de atividade de água através do método do ponto de orvalho é

feita em um ambiente fechado onde o equilíbrio termodinâmico é atingido. Como
apenas a água livre do alimento se evapora, ela é proporcional à quantidade de
moléculas de água no espaço livre da câmara fechada. O interior da câmara é
resfriado e a temperatura do momento em que as moléculas de água se condensam
sobre um espelho é chamado de ponto de orvalho. O ponto de orvalho é a
temperatura em que o ar sob investigação atinge o ponto de saturação do conteúdo
de umidade e em que o orvalho ou geada se forma. O exato momento em que o
orvalho se forma é detectado pelo sensor de refletância ótica e a temperatura da
câmara é aferida pelo termômetro (Figura 4). Essa temperatura é
termodinamicamente relacionada à umidade relativa do ar do espaço livre, e
consequentemente proporcional ao valor de Aw (JARDIM, 1987; WROLSTAD et al.,
2004; BARBOSA-CÁNOVAS et al., 2007; RAHMAN, 2009).
Se a temperatura ambiente e do equipamento de ponto de orvalho variar
5ºC em um dia, o valor de Aw pode variar 0,01. Como essa variação é relativamente
alta, é importante que a temperatura de medida seja controlada. (WROLSTAD et al.,
2004).
Esse método de medidas apresenta algumas limitações para produtos
que apresentam altas concentrações de componentes voláteis (como acido acético -
mais de 2%, etanol - mais de 1% e propileno glicol - mais de 3,5%) que podem
condensar no espelho junto com o vapor de água e alterar o resultado da medida.
(BARBOSA-CÁNOVAS et al., 2007).
 28

Figura 4 - Câmara fechada de um equipamento de atividade de água de ponto

de orvalho. 1 - espelho, 2 - sensor ótico, 3 - termômetro, 4 - ventilador, 5 –
amostra (WROLSTAD et al., 2004)

3.2.4.2 Higrômetros elétricos

Existem dois tipos de higrômetros elétricos no mercado, o de resistência e

o eletrolítico. Os dois tipos tem o mesmo princípio de funcionamento em que um
material muda sua resposta elétrica de acordo com umidade relativa à que é exposto
(JARDIM, 1987; BARBOSA-CÁNOVAS et al., 2007).
O higrômetro de resistência ou de condutividade se baseia na resistência
de um sal higroscópico em equilíbrio em um ambiente fechado onde a amostra é
exposta. Quando esse sal absorve água do alimento ou libera água para o ambiente,
a sua condutância elétrica é alterada, e essa diferença é relacionada ao valor de Aw
do produto (TROLLER, 1978; JARDIM, 1987).
O higrômetro eletrolítico é composto de uma câmara, um sensor e um
potenciômetro. Uma corrente alternada passa pelo sensor que contem uma solução
saturada de cloreto de lítio, que é um sal higroscópico. Essa solução absorve ou
libera água dependendo da umidade relativa da câmara em que a amostra é
exposta. A alteração da corrente é então relacionada ao valor de Aw do produto
(TROLLER, 1978; JARDIM, 1987).
O tempo de equilíbrio da amostra para determinar o valor de Aw varia de
15 minutos a 24 horas dependendo da faixa de Aw a ser testada, do alimento, do
equilíbrio do vapor e do equilíbrio térmico (BARBOSA-CÁNOVAS et al., 2007).
 29

As maiores desvantagens desse método de medida é o alto custo do

equipamento, a tendência de contaminação das soluções salinas por moléculas
polares e por compostos voláteis, que pode causar erros de medidas, e o
envelhecimento do higrômetro que pode levar a mudanças físicas e químicas e
alteração dos resultados (TROLLER, 1978).

3.2.4.3 Higrômetro de cabelo

O funcionamento do higrômetro de cabelo para fazer medidas de umidade

relativa e atividade de água é baseado na característica que os fios de cabelo têm
de absorver moléculas de água do ambiente e se alongar. Uma das extremidades de
alguns fios de cabelo é presa em um ponto fixo e a outra é colocada em um braço
móvel que é preso a um ponteiro. Esse braço móvel estica os fios dentro de uma
câmara fechada onde a amostra é exposta. Dependendo de sua flexibilidade é
determinado o valor de Aw (TROLLER, 1978; JARDIM, 1987; BARBOSA-CÁNOVAS
et al., 2007).
Higrômetros de cabelo modernos substituem o fio de cabelo por fios de
poliamida e são chamados de higrômetros de fibra-dimensional. Apesar da
tecnologia desses sensores ter evoluído, o tempo necessário para a medida
continua o mesmo, em torno de 3 horas e tem sensibilidade baixa. Uma das
vantagens desse método é que ele pode ser usado para fazer medidas de alimentos
que tem componentes voláteis, pois a medida não sofre grandes interferências por
esses componentes (BARBOSA-CÁNOVAS et al., 2007)

3.3 Atividade de água e temperatura

Durante a medida de atividade de água, atenção particular deve ser dada

a temperatura em que é feita. Alterações na temperatura durante a medida entre a
câmara de medida, o sensor e o alimento podem causar erros no resultado, sendo
que, quanto maior a Aw do produto, maior o erro (KRESS-ROGERS; BRIMELOW,
2001).
A mudança da temperatura de um produto leva à mudanças em sua
pressão de vapor, a transferência de umidade e alteração na atividade de água.
 30

Além disso, se uma amostra com temperatura mais alta que o ambiente é colocada
na câmara fechada, pode ocorrer a condensação de água nas paredes e na parte
sensível de medidas e o valor de Aw será incorreto (TROLLER, 1978; BARBOSA-
CÁNOVAS et al., 2007).
O valor de atividade de água de uma amostra pode variar até 0,002 por
ºC. Para minimizar essa variação, muitas normas e regulamentos que requerem a
medida de Aw, determinam que temperatura deve ser estabilizada em, geralmente,
25ºC (WROLSTAD et al., 2004).

3.4 A medida de Aw na indústria

Além da indústria de alimentos, outros setores também utilizam o

parâmetro de Aw em seus processos. Na área da agricultura, a medida da Aw
durante a estocagem de sementes é muito importante, já que não deve ser muito
baixa para que elas não percam a viabilidade e não deve ser muito alta para que
não deteriorem ou germinem precocemente. Os valores ideais de Aw para a
estocagem variam de acordo com o tipo de semente, já que cada um tem uma
composição diferente (BARBOSA-CÁNOVAS et al., 2007).
A atividade de água tem grande importância na indústria farmacêutica
para o controle da dosagem de substâncias, da sua textura e da vida de prateleira
dos produtos (evitando reações de degradação e contaminação microbiológica).
Sabendo a Aw é possível prever se uma substância se dissolve em outra, avaliar a
estabilidade de medicamentos dentro de cápsulas e avaliar a estabilidade de
embalagens (BARBOSA-CÁNOVAS et al., 2007).
A medida de atividade de água também é utilizada no controle de
qualidade da indústria de papel para garantir uma secagem ideal e evitar problemas
como a deformação no produto final e a não absorção da tinta de impressão
(ROTRONIC, 2001).
 31

3.5 Equipamentos comerciais

Na Tabela 3 estão descritos os principais equipamentos do mercado que

medem Aw, método de medidas, qual faixa de medida abrangem, o tempo de leitura
e o preço.

Tabela 3: descrição de características e preço dos principais equipamentos de

atividade de água existentes no mercado (DECAGON, 2007, 2014a, 2014b, 2014c;
GETROTECH, 2014; NOVASINA, 2014; ROTRONINC, 2014)
Faixa Tempo
Preço Preço
Equipamento Marca Foto Método de Precisão de
(R$)* (US$)**
leitura leitura

HygroPalm ponto de 0a 4a5

Rotronic 0,008 5115,75 2950.00
HP23-AW-A orvalho 1,000 minutos

Aqualab higrômetro 0,050 a 5

Decagon 0,01 30000,00 -
Pré cap eletrônico 1,000 minutos

ponto de 0,005 a 5
Aqualab 3TE Decagon 0,003 - 8000.00
orvalho 1,000 minutos

higrômetro
eletrônico 0,030 a 2,5 a 5
Aqualab 4TE Decagon 0,003 50000,00 10834.00
e ponto de 1,000 minutos
orvalho

higrômetro 0a 5
Pawkit Decagon 0,02 12000,00 1995.00
eletrônico 1,000 minutos

higrômetro 0,030 a
LabMaster Novasina 0,002 - 39190,00 8000.00
eletrônico 1,000

higrômetro 0,03 a
LabSwift Novasina 0,003 - 11490,00 4503.00
eletrônico 1,000

* - valores cotados no segundo semestre de 2014

** - valores cotados no segundo semestre de 2015

Os equipamentos de Aw mais utilizados no mercado são os Aqualab, que

utilizam o método de ponto de orvalho, e os equipamentos Novasina que utilizam
 32

higrômetros eletrônicos como método de medidas. Apesar de serem os

equipamentos com melhor custo benefício disponíveis no mercado, apresentam
desvantagens significativas: o alto custo de compra e manutenção (que dificulta seu
uso por uma grande parcela de indústrias), o elevado tempo de resposta para alguns
alimentos, e o fato do equipamento não medir a atividade de água de alguns
alimentos (por exemplo, que possuem substâncias voláteis) (DITCHFIELD, 2000).

3.6 Padrões de atividade de água

Independente de qual equipamento é usado para medir a atividade de

água de um alimento, é importante que ele esteja calibrado e tenha sua calibração
verificada para garantir resultados confiáveis e precisão. Para isso, soluções salinas
saturadas são ótimas escolhas devido a sua facilidade de preparo, estabilidade e
ampla variação de Aw (BARBOSA-CÁNOVAS et al., 2007).
Para produzir as soluções salinas saturadas, o sal deve ser colocado em
um recipiente e a água adicionada em pequenas quantidades, mexendo com uma
espátula a cada adição. Mais água deve ser adicionada até que a solução tenha
duas fases: o corpo de fundo e um líquido límpido na superfície. As soluções devem
ser armazenadas a temperatura ambiente em um recipiente bem fechado, evitando
o ganho ou a perda de água (WROLSTAD et al., 2004; BARBOSA-CÁNOVAS et al.,
2007).
A água utilizada para produção de soluções-padrão de Aw deve ser
sempre destilada ou deionizada para garantir que a solução atinja o valor correto
(WROLSTAD et al., 2004).
Os valores de Aw das amostras-padrão formadas por soluções salinas
saturadas e água pura, encontrados na literatura, estão descritos na Tabela 4. Os
valores de Aw de cada amostra podem apresentar alguma diferença de acordo com
cada autor.
 33

Tabela 4 – Atividade de água a 25ºC de soluções salinas saturadas e água pura

usadas como padrão de atividade de água
ANJOS et al., BARBOSA - DOWNES; MEDEIROS,
Substância - sigla
2008 CÁNOVAS et al., 2007 ITO, 2001 2006
Água - H2O 1,000  0,003 - - -
Cromato de Potássio - K2CrO4 - 0,979  0,005 - -
Sulfato de Potássio - K2SO4 - 0,973  0,005 0,973  0,004 -
Nitrato de Potássio - KNO3 0,926  0,001 0,936  0,006 0,935  0,005 0,925
Cloreto de Bário - BaCl2 0,903  0,001 - - -
Nitrato de Estrôncio - SrNO3 - 0,851  0,004 - -
Cloreto de Potássio - KCl 0,843  0,003 0,843  0,003 0,843  0,002 0,850
Tartarato de Sódio - Tartarato Na - - - -
Sulfato de Amônio - (NH4) 2SO4 - 0,810  0,003 - -
Brometo de Potássio - KBr 0,808  0,210 0,809  0,002 0,808  0,002 -
Cloreto de Amônio - NH4Cl - 0,786  0,004 - -
Cloreto de Sódio - NaCl 0,753  0,001 0,753  0,001 0,752  0,001 0,751
Nitrato de Sódio - NaNO3 - 0,743  0,003 0,742  0,003 -
Cloreto de Estrôncio - SrCl2 - 0,709  0,001 - -
Iodeto de Potássio - KI - 0,689  0,002 - -
Cloreto de Cobalto - CoCl2 - 0,649  0,035 - -
Nitrato de Amônio - NH4NO3 - - - 0,625
Brometo de Sódio - NaBr - 0,576  0,004 0,575  0,004 -
Nitrato de Magnésio - Mg(NO3)2 - 0,529  0,002 0,528  0,002 -
Nitrato de Cálcio - Ca(NO3)2 - - - 0,522
Carbonato de Potássio - K2CO3 - 0,432  0,004 0,431  0,003 0,430
Iodeto de Sódio - NaI - 0,382  0,005 - -
Cloreto de Magnésio - MgCl2 0,328  0,002 0,328  0,002 0,327  0,001 0,325
Fluoreto de Potássio - KF - 0,308  0,013 - -
Acetato de Potássio - KAc - 0,225  0,003 0,225  0,003 0,230
Iodeto de Lítio - LiI - 0,176  0,001 - -
Brometo de Cálcio - CaBr2 - 0,165  0,002 - -
Cloreto de Lítio - LiCl 0,113  0,270 0,113  0,003 0,113  0,002 0,120
Hidróxido de Sódio - NaOH - 0,082  0,021 - -
Hidróxido de Potássio - KOH - 0,082  0,007 - 0,080
Brometo de Zinco - ZnBr2 - 0,078  0,004 - -
Brometo de Lítio - LiBr - 0,064  0,005 0,063  0,005 -
Cloreto de Zinco - ZnCl2 - - - 0,055
Fluoreto de Césio - CsF - 0,034  0,009 - -
Pentóxido de Fósforo - P2O5 - - - 0,001
 34

3.7 Sensores de ondas acústicas superficiais

As ondas acústicas superficiais (SAW) são uma classe de ondas que se

propagam pela superfície de um corpo sólido. Em geral, elas podem se propagar em
qualquer tipo de sólido (dielétricos, metais, cristais, etc...), mas o caso mais usado
na prática é a propagação da SAW pela superfície de um cristal piezoelétrico. Para
excitar uma SAW na superfície de um cristal deste tipo é usado efeito piezoelétrico
reverso. Ele é usado no seguinte sentido: um sinal elétrico de radio frequências
(RF) é aplicado na superfície de um cristal piezoelétrico. Os campos elétricos que
este sinal gera provocam distorções mecânicas (efeito piezoelétrico reverso) que se
propagam pela superfície. No caso de um sinal de RF, o campo elétrico é periódico
no domínio do tempo que gera como resultado uma onda plana. O perfil típico desta
onda é mostrado na Figura 5 (MORGAN, 2007).

Figura 5 - Perfil típico de uma onda SAW que mostra as velocidades de cada ponto
de um cristal. As direções das setas correspondem a direção de movimento de
regiões locais do cristal. O comprimento de setas corresponde o valor de velocidade.
A espessura do cristal é considerada infinita (MORGAN, 2007).

Como observado na Figura 5, a intensidade da onda cai muito rápido dentro

do cristal o que significa que toda energia do sinal é concentrada na camada fina da
superfície. Este confinamento de energia na camada muito fina explica o fato que as
ondas superficiais são muito sensíveis a fatores externos. Esta propriedade é usada
para construir um sensor de SAW (MORGAN, 2007).
 35

3.7.1 Princípio de funcionamento

Um sensor de SAW é uma linha de atraso cujo funcionamento é baseado

em efeito de piezoeletricidade. Um sensor típico é mostrado na Figura 6. Seu
transdutor de entrada transforma um sinal elétrico de radiofrequência em uma onda
acústica que se propaga na direção do transdutor de saída. O transdutor de saída
transforma o sinal acústico em sinal elétrico de alta frequência assim fechando o
círculo de tratamento de sinal pelo dispositivo. A área entre transdutores (área ativa)
normalmente é coberta com um filme sensível. O tempo de propagação de onda
acústica do transdutor de entrada até o transdutor de saída depende da distância
entre transdutores e da velocidade da onda. Uma das maneiras mais fáceis de medir
este tempo de propagação e sua fase correspondente é transformar o tempo em
frequência colocando a linha de atraso de SAW em uma malha de realimentação de
um oscilador. Neste caso o tempo de propagação é transformado em frequência de
oscilação do oscilador e pode ser medido usando, por exemplo, os contadores
padrões de frequência (HE et al., 2009).

Figura 6: Estrutura de um sensor de ondas acústicas superficiais (adaptado de

ARSHAK et al., 2004).

A possibilidade da linha de atraso funcionar como um sensor é baseada

no fato de que a velocidade de SAW depende da densidade do filme sensível. Pode
ser provado que o aumento da densidade causa diminuição da velocidade
 36

(RUPPEL; FJELDLY, 2000). Para a maioria dos filmes sensíveis, a densidade das
moléculas do analito adsorvidos depende de densidade do analito em fase gasosa
que entra em contado com o filme. As moléculas adsorvidas mudam a densidade
total do filme que causa a mudança do tempo de propagação da SAW e que é
registrada através de medidas de mudança de frequência de oscilação de um
oscilador (MORGAN, 2007).
Para sensores de umidade e Aw, o filme de óxido de grafeno depositado
entre transdutores faz o papel do filme sensível que adsorve as moléculas de água
da atmosfera. Em filmes de óxido de grafeno, as moléculas estão ligadas pelo filme
por forças de Wan der Waals. Este tipo de força gera adsorção física de moléculas
pela superfície e o sistema ao atingir o equilíbrio termodinâmico tem densidade de
moléculas adsorvidas em equilibro com a umidade relativa do ar. Devido às ligações
das forças de adsorção serem fracas, o tempo de estabelecimento de equilíbrio é
muito curto (menos de um segundo) que torna este sensor um dos mais rápidos
(BALASHOV et al., 2014).

3.7.2 Deposição de filmes sensíveis de óxido de grafeno

O óxido de grafeno é um derivado do grafite (o grafeno), produzido

através de um processo de oxidação que cria grupos funcionais de C=O e C–OH
(hidroxila) de cada lado da folha de carbono e carboxilas e suas bordas (Figura 7)
(LERF et al., 1998; YAO et al., 2011).

Figura 7 - Estrutura química do óxido de grafeno (YAO et al., 2011)

Por ser um material rico em oxigênio livre, o óxido de grafeno é muito

hidrofílico e capaz de adsorver grande quantidade de água quando exposto a
 37

atmosfera (STANKOVICH et al., 2006; BARROSO-BUJANS et al., 2010). Além

disso, pode ser utilizado para formar suspensões em água e depositado em
superfícies sensíveis, fazendo desse material um ótimo candidato para filmes
sensíveis de sensores de umidade relativa (EDA; CHHOWALLA, 2010).
SCHEDIN et al. (2007), BARROSO-BUJANS et al. (2010), YAO et al.
(2011), ZHAO et al. (2011) estudaram o uso de filmes sensíveis de óxido de grafeno
para sensores de umidade. Todos os trabalhos mostraram que esse filme teve
excelente sensibilidade às moléculas de água.
As suspensões de óxido de grafeno são estáveis a temperatura ambiente
e podem ser usadas para a deposição de filmes finos via spray. Para minimizar o
tempo de resposta do sensor, o filme sensível deve ser o mais fino possível, o que
determina o tipo de spray a ser usado para a deposição (EDA; CHHOWALLA, 2010;
BALASHOV et al., 2014).
Nos últimos anos foi desenvolvido um método para obtenção de spray
digital que utiliza quantidades muito pequenas de suspenção de óxido de grafeno
para gerar jatos de gotículas minúsculas da suspenção. O processo é ultrassônico e
nele são usados os pulsos de RF para nebulizar as gotas microlitricas. Utilizando
esse método, o processo de deposição de filme consiste em uma série de
deposições, cada uma com uma camada ultrafina (espessura de 2-5 nm) de óxido
de grafeno na superfície de uma amostra. Os parâmetros do processo de deposição
permitem um controle rigoroso sobre a espessura e o espalhamento do óxido de
grafeno sobre superfície. Os filmes obtidos com outros métodos de deposição que
usam gotículas maiores apresentam efeito de “coffe ring” que é determinado pela
convecção do líquido dentro da gotícula durante o processo de secagem. Essa
convecção leva material diluído na gotícula para as bordas formando circulos com
maior densidade de material (“coffe ring”) que pode ser observado por exemplo
durante a secagem de gotículas de café que deu nome ao efeito. Os filmes obtidos
com o método de atomização não sofrem a infuência de efeito de “coffe ring” e
apresentam uma boa uniformidade e aderência (BALASHOV et al., 2014).
 38

3.7.3 Sensores de SAW para medidas de atividade de água

Os sensores de SAW são amplamente utilizados para medir a umidade

relativa do ar (CALIENDO et al., 1997; PENZA; ANISIMKIN, 1999; PENZA;
CASSANO, 2000; WU et al., 2008; BUVAILO et al., 2011).
Expondo esses sensores a padrões que geram diferentes valores de ERH
e utilizando a resposta gerada, é possível obter uma curva de calibração que permite
que o sensor seja utilizado para a determinação de ERH de outras amostras
(PENZA; ANISIMKIN, 1999; PENZA; CASSANO, 2000). Uma curva típica de
calibração de um sensor SAW é mostrada na Figura 8.

Figura 8 - Uma curva típica de calibração de um sensor de SAW com diferentes

umidades relativas (ZHAO et al., 2011)

Como a Aw de um produto pode ser medida através da umidade relativa

de equilíbrio em um ambiente fechado, utilizando um sensor SAW para medir essa
umidade é possível calcular o valor de Aw da amostra (WIEDERHOLD, 1997).
 39

4 Material e Métodos

4.1 Dispositivo de SAW

A parte sensível do sensor de SAW utilizado foi fabricada no Centro de

Tecnologia da Informação Renato Archer (CTI) utilizando a técnica de fotolitografia
tradicional a partir de uma lâmina de quartzo. Foi usado um filme de alumínio de
2500 Å de espessura para gravação do circuito de SAW.
O dispositivo de SAW mede 1,8 x 11,5mm com parte sensível de quartzo
(Figura 9). Ele é colado e microssoldado a uma cápsula, que é conectada a uma
placa de RF.

Figura 9 - Sensor de SAW

4.2 Sensor de SAW

O sensor é composto por uma placa de RF que tem dois canais: um

canal de referência e outro de medidas (Figura 10). Essa placa é fixada dentro de
uma caixa de metal que isola os componentes e tem entrada para a fonte de
energia e saída para um contador de frequência.
Uma tampa plástica é fixada na caixa metálica através de parafusos. Um
ambiente fechado é formado por um recipiente plástico com amostra encaixado a
essa tampa. O sensor de SAW mede a pressão parcial do vapor de água desse
ambiente (Figura 11).
 40

a) b)
Figura 10: Fotos da caixa do sensor. a) vista da frente - placa com componentes
eletrônicos colocada na caixa de metal com dispositivo de SAW em uma câmara
fechada (canal de referência - seta). b) vista do verso - placa encaixada na caixa de
metal com o dispositivo de SAW exposto ao ambiente (canal de medidas - seta).

a)

b)

Figura 11: Caixa do sensor (a) com recipiente plástico acoplado (b)

4.3 Equipamentos necessários

O diagrama de blocos do processo de medição de Aw usando o sensor

de SAW é mostrado na Figura 12. Uma fonte de alimentação com 13V é ligada ao
sensor. O sensor é ligado a um contador de frequência que mede a frequência
diferencial dos dois canais de SAW e passa os valores medidos para um
computador que salva os dados.
 41

Figura 12 - Esquema de equipamentos necessários para fazer medidas no sensor

de SAW

A Figura 13 mostra uma foto de todos os equipamentos ligados e prontos

para fazer medidas de Aw. A fonte utilizada é da marca Minipa modelo MPM 3503 e
o contador de frequência é da marca Agillent modelo 53220A.

Figura 13 - Sensor SAW (a) ligado à fonte (b), contador de frequência (c) e
computador (d)
 42

Para o registro das medidas da frequência foi utilizado um software

desenvolvido no CTI Renato Archer utilizando o programa LabView.

4.4 Processo de medidas

Para começar o processo de medidas e garantir que os componentes

eletrônicos se aqueçam, minimizando a influência da mudança de temperatura
durante as medidas, o sensor sempre foi ligado por pelo menos 20 minutos antes de
começar o processo de medidas.
Para manter a câmara fechada sempre com o mesmo nível de umidade
do ar, antes de começar as medidas das amostras, um recipiente com sílica gel foi
exposto ao sensor por um período de no mínimo 10 minutos. A sílica gel adsorve
moléculas de água e sua Aw medida pelo equipamento Decagon foi sempre <0,005.
Para garantir a qualidade, a sílica gel utilizada para todos os experimentos (marca
Synth) foi trocada diariamente.
Após os 10 minutos, o recipiente com sílica foi substituído pelo recipiente
com 4 gramas de amostra e o processo de medida de Aw iniciava-se. As etapas de
processo de medida são mostradas na Figura 14.
Para as medidas com o sensor, uma amostra com o volume de 4ml
(amostra líquida) ou 4g (amostra sólida) foi colocada em um recipiente de plástico
inerte. As dimensões do recipiente correspondem à medida do recipiente dos
equipamentos utilizados para a medida de Aw de alimentos (diâmetro de 40 mm e
altura de 11 mm). Este recipiente foi encaixado à tampa plástica presa na caixa do
sensor, assim formando um ambiente fechado, onde a amostra libera água
formando um ambiente com umidade relativa de equilíbrio (Figura 14a). As
moléculas de água se ligam ao filme sensível do sensor mudando sua densidade. A
frequência de resposta do sensor então sofre mudanças. O computador registra as
frequências medidas pelo contador de frequência a cada segundo gerando no final
uma curva dinâmica até que o equilíbrio é observado. O equilíbrio corresponde ao
equilíbrio atingido pelo vapor de água no espaço vazio do recipiente com a água
livre da amostra (Figura 14b).
 43

Figura 14 - Etapas do processo de medidas a)primeira etapa - o recipiente é

encaixado na caixa do sensor, b) segunda etapa - o recipiente fica fechado para que
a amostra atinja o equilíbrio, c) terceira etapa - a amostra é retirada da caixa do
sensor. No centro – uma típica curva cinética de adsorção

O volume do espaço livre no recipiente e a área externa da amostra (que

está em contado com o espaço livre) são parâmetros importantes que influenciam a
velocidade de liberação de água da amostra (fator α). Durante todas as medidas,
esses parâmetros foram mantidos o mais próximo possível. Apesar de influenciar o
fator velocidade (fator α), o volume e área da amostra não interferem no valor de
amplitude de saturação da amostra que corresponde ao valor de Aw.
As mudanças típicas da frequência de sensor correspondem no mínimo a
centenas de Hertz para produtos com valor de Aw muito baixa e KiloHertz para
produtos com alta Aw. Por isso foi definido que quando a velocidade da mudança da
frequência atinge valor na ordem de 1 Hz/seg o sistema entra em estado de
equilíbrio termodinâmico e os parâmetros da curva podem ser extraídos para
calcular o valor que corresponde a Aw de produto.
O tempo necessário para que o sistema atinja o equilíbrio termodinâmico
varia para cada amostra. Mas, para obter muitos pontos experimentais e garantir
 44

que atingiram o equilíbrio, o tempo que a amostra foi exposta ao sensor foi de 10
minutos (tempo suficiente para o sistema atingir a saturação) e então foi retirada.
Depois que a amostra foi retirada, o recipiente com sílica gel foi
novamente colocado para o sensor voltar para estado inicial de medidas (Figura
14c).
Para cada amostra foram feitas 3 medidas para assim ser possível
calcular a media e desvio padrão.

4.5 Preparo de soluções-padrão

Para calibrar o sensor e fazer os testes de repetitividade de respostas,

foram usadas soluções salinas supersaturadas e duas substâncias puras como
padrões. Todos os padrões, as marcas utilizadas e Aw descritas na literatura estão
na Tabela 5.

Tabela 5 - Amostras-padrão preparadas para as medidas com o sensor de SAW e

Aw esperada a 25ºC (MEDEIROS, 2006; BARBOSA-CÁNOVAS et al., 2007; ANJOS
et al., 2008)
Amostra-padrão Marca Aw esperada
Água – H2O - 1,000
sulfato de potássio - K2SO4 Synth 0,973
nitrato de potássio - KNO3 Synth 0,936
cloreto de potássio – KCl Synth 0,843
cloreto de sódio – NaCl Synth 0,753
iodeto de potássio – KI Synth 0,689
nitrato de magnésio - Mg(NO3)2 Vetec 0,529
carbonato de potássio - K2CO3 Synth 0,432
cloreto de magnésio - MgCl2 Synth 0,328
fluoreto de potássio – KF Synth 0,308
acetato de potássio - KAc Synth 0,225
cloreto de zinco - ZnCl2 Dinamica 0,055
Sílica gel - < 0,005

Estas soluções foram escolhidas porque abrangem toda a faixa de Aw,

gerando assim uma curva de referência com maior número de pontos. A
 45

metodologia usada para o preparo das soluções foi a adição de um sal em um frasco
de vidro de 500ml e adição de pequenas quantidades de água sob vigorosa agitação
até que um líquido límpido foi observado, deixando no mínimo 25% do conteúdo
total de corpo de fundo do reagente, garantindo assim que a Aw correspondente foi
atingida (DOWNES; ITO, 2001).
Cada amostra foi colocada em recipiente hermeticamente fechado em
temperatura ambiente por no mínimo 24 horas para garantir a estabilidade da
solução. Após este período, as amostras foram testadas em equipamento comercial
Decagon Device 3TE para verificar se atingiu o valor esperado de Aw. Quando o
valor de Aw foi o esperado, 4 ml da solução foi armazenada em um frasco de vidro
para serem usadas nos testes com o sensor. Em cada frasco foi colocado líquido
límpido e corpo de fundo de cada solução para garantir que a Aw se manteve a
mesma, mesmo com a entrada ou saída de moléculas de água.
Todo o processo de produção das soluções saturadas de sais foi
realizado no Instituto de Tecnologia de Alimentos (ITAL), Centro de Ciência e
Qualidade de Alimentos (CCQA), laboratório de Microbiologia de Alimentos.

4.6 Tratamento de dados

O tratamento de dados foi feito baseado em modelos de

adorção/dessorção de moléculas de água disponíveis na literatura.
O primeiro modelo testado (modelo 1) assume que o processo de
adsorção de água pela superfície do sensor segue uma equação cinética de
adsorção descrita pelo processo de difusão de primeira ordem. A resposta de sensor
neste caso pode ser escrita na forma (MARCZEWSKI, 2010):

f t   f 0  A0 1  exp( t ) (3)

onde, A0 - amplitude de saturação (KHz)

 - fator de velocidade (1/segundo)
f 0 - frequência basal (KHz)

O segundo modelo (modelo 2) considera que a dinâmica de adsorção tem

contribuição de dois processos, um processo rápido de adsorção de moléculas de
 46

água pelas moléculas do filme sensível e um processo lento que foi aproximado por
uma função linear. A adição de um processo lento descreve neste caso uma
contribuição somatória de tais processos como adsorção pelos defeitos,
instabilidades do sistema, aquecimento dos componentes eletrônicos, etc. Este
modelo foi representado pela fórmula (MARCZEWSKI, 2010):

f(t) = 𝑓0 + 𝑓1 𝑡 + 𝐴0 (1 − exp(−𝛼𝑡)) (4)

onde, A0 - amplitude de saturação (KHz)

 - fator de velocidade (1/segundo)
f 0 - frequência basal (KHz)
f1 – função linear (KHz/segundo).

O terceiro modelo que foi testado (modelo 3) é proposto por

MARCZEWSKI (2010) e pode ser tratado como uma generalização do modelo 2.
Nesse modelo inclui-se dois processos, cada um sendo uma função exponencial
natural do tipo do modelo 1 com sua própria amplitude de saturação e fator de
velocidade, representado pela fórmula:

f(t) = A1 (1 − e−∝1 t ) + A2 (1 − e−∝2t ) (5)

onde A1 - amplitude de saturação do primeiro processo (KHz)

∝1 - fator de velocidade do primeiro processo (1/segundo)
f 0 - frequência basal (KHz)
𝐴2 - amplitude de saturação do segundo processo (KHz)
∝2 - fator de velocidade do segundo processo (1/segundo).

Os modelos foram usados para tratamento de dados experimentais, e

seus parâmetros foram avaliados usando o método de mínimos quadrados. Todo
conjunto de parâmetros foi avaliado para cada modelo. Como critério de aceitação
dos modelos foi escolhido o valor de desvio padrão (S):
 47

(F(tj )−f(tj ))2

S = √∑N
j=1 (6)
N(N−1)

onde N - número de pontos da curva experimental

𝐹(𝑡𝑗 ) – valor experimental de medidas em momento do tempo 𝑡𝑗
𝑓(𝑡𝑗 ) - resposta teórica do sensor no momento de tempo tj.

O modelo que apresentou menor S foi considerado como o modelo mais

adequado para a extração dos dados.
Para caracterizar o tempo mínimo necessário para a medida de Aw pelo
sensor de SAW, foi determinado o momento (segundos) em que a amostra atinge o
valor que corresponde a 95% do valor total da amplitude de saturação (A 1 e A2).

4.7 Curva de referência e escolha do filme sensível

Neste trabalho os termos “número de deposições’ ou “número de

camadas” correspondem o número de gotículas de suspenção que foram
nebulizadas pelo spray para obter o filme final.
Para escolher um sensor com características adequadas (boa
sensibilidade e repetitividade) para a medida de Aw, diferentes superfícies sensíveis
foram testadas. Pontos de referência foram desenvolvidos para os sensores: sem
filme sensível depositado (somente a superfície de quartzo), com 1, 2, 5, 10 e 15
deposições de óxido de grafeno.
Para os pontos de referência, em cada sensor foram feitas medidas, em
triplicata, de todas as soluções-padrão. Todas as curvas cinéticas foram tratadas e
os parâmetros de cada uma foram extraídos.
Os parâmetros amplitude de saturação (A1, A2 e A1 + A2) extraídos através
do modelo 3, que correspondem ao valor de Aw da amostra (sensor SAW), foram
usados junto com o valor de Aw da amostra (obtido através da medida em
equipamento comercial) para formar pontos de referência (Aw – eixo x e amplitude
de saturação – eixo y) em gráficos (Figuras 19, 20 e 21).
Os pontos de referência de cada sensor foram analisados. O sensor
escolhido foi o que apresentou maior sensibilidade (maior amplitude de saturação),
 48

permitindo assim obter maior precisão, e menor dispersão (desvio padrão entre as
medidas) para que as medidas sejam repetitivas.
Os pontos de referência do sensor escolhido foram aproximados por um
polinômio (ordem que tiver melhor ajuste) usando funções padrões do Excel. O
polinômio obtido foi utilizado para calcular a Aw correspondente aos valores de
amplitude de saturação dos alimentos testados no sensor de SAW.
Assim, a partir da curva de referência escolhida foi possível testar
qualquer alimento, em todas as faixas de atividade de água, sólidos e líquidos,
usando o sensor SAW e dizer qual o valor de sua Aw.

4.8 Teste de viabilidade

Amostras de diferentes alimentos que apresentam grande variação de

atividade de água foram testadas em equipamento comercial Decagon 4TE e com o
sensor de SAW. Todas as amostras de alimento foram adquiridas no comercio local.
Os alimentos testados foram: refrigerante diet, leite integral, iogurte
natural, suco concentrado de caju, maçã, presunto, margarina, pão francês integral,
queijo parmesão, leite condensado, geleia de morango, shimeji seco, orégano,
farinha de trigo, macarrão seco, grão de milho, açúcar refinado, fubá, grão de trigo,
chocolate ao leite, grão de arroz, uva passa, café torrado e moído, torrada
multigrãos, café solúvel, biscoito cream cracker, cereal matinal, maçã desidratada,
bolacha recheada, leite em pó, biscoito de polvilho, batata chips.
Todos os alimentos foram avaliados em triplicata, tanto no sensor SAW
quanto no sensor comercial e o tempo de medida foi cronometrado para
comparação.
Os parâmetros das curvas cinéticas de todas as amostras foram extraídos
usando o modelo de melhor ajuste. As amplitudes de saturação foram aplicadas na
curva de referência do sensor de SAW e foram transformadas no valor de Aw
correspondente para que possa ser comparado ao sensor comercial.
 49

4.9 Teste de repetitividade de medidas

Amostras de 3 soluções-padrão (cloreto de magnésio - MgCl2, cloreto de

sódio – NaCl, água – H2O) foram testadas em triplicata no sensor SAW uma vez por
semana durante 9 semanas para verificar se os resultados são repetitivos. Para isso,
a média e o desvio padrão de cada amostra durante todas as análises foram
calculadas.

4.10 Teste dinâmico de atividade de água

Um dos diferenciais do sensor de SAW é que além do valor absoluto de

Aw, ele faz uma medida dinâmica, possível de ser acompanhada em tempo real (a
cada segundo), através da curva de liberação de água do alimento.
Um teste avaliando a velocidade de liberação de água foi feito para
verificar se essa informação pode ajudar a caracterizar alimentos com a mesma Aw,
mas que passaram por processos diferentes.
O teste de velocidade foi feito usando pão de queijo. A amostra foi
cortada em pequenos pedaços (0,5 x 0,5 cm) e colocada em três recipientes
plásticos. Elas foram pesadas (4g) e medidas no sensor SAW em triplicata. Foram
deixadas expostas ao ambiente durante 15 horas e após esse tempo foram pesadas
e foi feita a adição de água (pequenas gotas utilizando micropipeta) até ficarem com
o mesmo peso inicial. As amostras foram muito bem fechadas e deixadas em
temperatura ambiente para entrar em equilíbrio e medidas com o sensor SAW após
4 e 24 horas.
Após o tratamento das curvas, o fator de velocidade α foi extraído e
comparado.
 50

5 Resultados

5.1 Tratamento de dados

Os três modelos descritos no item 4.6 foram aplicados para extrair os

parâmetros das curvas de adsorção de moléculas de água pelo sensor de SAW.
Uma curva típica experimental de adsorção é mostrada na Figura 15.

470 470
A B
468 468

466 466
Δ Frequência (KHz)

464 Δ Frequência (KHz) 464

462 462

460 460

458 458
S= 432 Hz S= 283 Hz
456 456
0 200 400 600 0 200 400 600
Tempo (segundos) Tempo (segundos)

470
C
468

466
Δ Frequência

464

462

460

458
S= 242 Hz
456
0 200 400 600
Tempo (segundos)

Figura 15: Curvas de adsorção obtidas com diferentes modelos. Vermelho – curva
experimental. Azul - curva teórica. S – valor de dispersão dos pontos teóricos e
experimentais. A) curva tratada com modelo 1. B) curva tratada com modelo 2. C)
curva tratada com modelo 3 (modelos descritos no item 4.6). Seta – retirada do
alimento e exposição de sílica gel ao sensor, retirando moléculas de água da
superfície do sensor
 51

As curvas que correspondem ao ajuste da curva experimental com

modelos de uma única função exponencial natural (modelo 1), de uma função
exponencial natural mais uma função linear (modelo 2) e de duas funções
exponenciais naturais (modelo 3) estão também representados na mesma figura.
Os valores teóricos e experimentais foram comparados na Figura 16
através de uma linha de tendência gerando o valor de R² para cada modelo testado.

A B
468 468
Valores teóricos (KHz)

Valores teóricos (KHz)

R² = 0,9451 R² = 0,9807
464 464

460 460

456 456
457 462 467 457 462 467
Valores experimentais (KHz) Valores experimetais (KHz)

C
468
Valores teóricos (KHz)

R² = 0,9977
464

460

456
457 462 467
Valores experimentais (KHz)

Figura 16 – Comparação entre valores experimentais e valores teóricos e linha de

tendência linear. A) curva tratada com modelo 1. B) curva tratada com modelo 2. C)
curva tratada com modelo 3 (modelos descritos no item 4.6).

Como observado nas Figuras 15 e 16, o modelo de duas funções

exponenciais (modelo 3) apresentou melhor ajuste (menor S e maior R²) entre os
 52

pontos experimentais e os pontos teóricos. Como todas as curvas medidas

apresentaram o mesmo comportamento, esse modelo foi adotado para a extração
de dados.
O mecanismo de adsorção de moléculas de água pelo óxido de grafeno,
descrito na literatura (BI et al., 2013) é composto por dois processos diferentes. O
primeiro processo é mais rápido, e é relacionado à ligação das moléculas de água a
moléculas hidrofílicas na superfície do GO (através de pontes de hidrogênio) e
ligações simples de multicamadas de moléculas de água. O segundo processo é
mais lento. Esse processo ocorre pela penetração de moléculas de água no interior
das camadas de GO que causam a hidrólise de alguns grupos funcionais. Além
disso, o segundo processo pode ter a influência de outros processos lentos
decorrentes de instabilidades do sistema eletrônico e aquecimento de componentes.
O modelo 3 (modelo com duas funções exponenciais naturais) é
composto por 2 processos e segue a mesma dinâmica do descrito pela literatura
(primeiro processo rápido e segundo processo lento). Assim, podemos concluir que
o tratamento de dados experimentais desenvolvido neste trabalho pode ser usado
como comprovação experimental adicional para o modelo de adsorção existente na
literatura.
Como o primeiro processo caracteriza a ligação rápida entre moléculas de
água e a superfície do GO, e a quantidade dessa ligação é proporcional à
quantidade de moléculas de água no ambiente de equilíbrio, utilizando o modelo 3 é
possível utilizar o primeiro processo para calcular o valor de atividade do produto em
menor tempo.

5.2 Padrões de atividade de água

Conforme descrito na metodologia (item 4.5), as amostras-padrão foram

preparadas e os valores de atividade de água foram medidos no equipamento
Decagon em triplicata, sempre colocando o sobrenadante e o corpo de fundo de
cada solução no recipiente de medida. Os valores de Aw encontrados na literatura
(MEDEIROS, 2006; BARBOSA-CÁNOVAS et al., 2007; ANJOS et al., 2008) e os
valores experimentais estão na Tabela 6.
 53

Tabela 6: Valor de atividade de água de amostras-padrão da literatura e

experimentais medidos em equipamento Decagon 4TE
Aw Aw valores experimentais ±
Amostras-padrão
valores da literatura desvio padrão
Água - H2O 1,000 1,000 ± 0,0011
sulfato de potássio - K2SO4 0,973 0,9771 ± 0,0016
nitrato de potássio - KNO3 0,936 0,9419 ± 0,0012
cloreto de potássio – KCl 0,843 0,8463 ± 0,0008
cloreto de sódio – NaCl 0,753 0,7559 ± 0,0011
iodeto de potássio – KI 0,689 0,6941 ± 0,0003
nitrato de magnésio - Mg(NO3)2 0,529 0,5688 ± 0,0003
carbonato de potássio - K2CO3 0,432 0,4405 ± 0,0002
cloreto de magnésio - MgCl2 0,328 0,3629 ± 0,0010
fluoreto de potássio – KF 0,308 0,3585 ± 0,0002
acetato de potássio – KAc 0,225 0,2324 ± 0,0002
cloreto de zinco - ZnCl2 0,055 0,0851 ± 0,0005
Sílica gel - <0,050 ± 0
nº de medidas - 3

Os valores de atividade de água das 11 amostras medidas não ficaram

iguais aos valores da literatura. Em 6 casos, a diferença entre as medidas foi menor
que 1%; em 3 amostras a diferença de medidas foi de 1 a 10% e em outros 3 casos
a diferença foi maior que 10%. A diferença entre esses valores pode ser relacionada
com diversos fatores como problemas com a pureza dos sais utilizados.
O equipamento comercial (Decagon 4TE) que foi utilizado para a medir a
Aw das amostras tem grande exatidão e as amostras apresentaram baixa dispersão
entre as medidas (desvio padrão - Tabela 6). A Figura 17 mostra a comparação dos
valores esperados e dos valores experimentais e apresenta valor de R² igual a
0,9981. Esse valor é muito próximo a 1, e mostra que apesar de algumas amostras
apresentarem algumas variações, no geral as amostras apresentam grande
equivalência aos valores esperados. Por isso estas amostras foram consideradas
padrões adequados e foram usadas para elaboração da curva de referência devido
à alta estabilidade dos resultados das medidas (pequeno desvio padrão).
 54

0,8
R² = 0,9981

0,6
Aw literatura

0,4

0,2

0
0 0,2 0,4 0,6 0,8 1
Aw experimental
Figura 17 - Valores de Aw de amostras-padrão descritas pela literatura e
experimentais

5.3 Ajuste da sensibilidade do filme sensível

Como já foi explicado na introdução, para medir a Aw de um produto é

necessário que o sistema entre em estado de equilíbrio termodinâmico. Pela
definição de curvas cinéticas, o sistema teoricamente entra em estado de equilíbrio
quando o tempo de medida chega ao infinito. Na prática, isso significa que o tempo
de medida deve ser suficientemente grande para garantir que a amostra entre em
equilíbrio com o ambiente. Os parâmetros práticos serão discutidos posteriormente,
mas, por enquanto, destaca-se que, segundo o modelo 3, em estado de equilíbrio
termodinâmico (t -> ∞) a resposta do sistema é a soma de duas amplitudes de
saturação A1 e A2 . As amplitudes de saturação são funções da densidade dos sítios
de adsorção que é determinada pela densidade do filme sensível. O método de
deposição usado neste trabalho permite controlar a densidade de filme pelo número
de deposições.
Os resultados experimentais dos testes comparando a amplitude de
saturação (A1 + A2) de soluções-padrão medidas em dispositivos de SAW sem o
filme e com diferentes números de camadas de óxido de grafeno (item 4.7) estão
mostrados na Figura 18.
 55

70
Amplitude de saturação (A1 + A2) (KHz)

60

50
Quartzo
40 Grafeno 1 camada
Grafeno 2 camadas
30
Grafeno 5 camadas

20 Grafeno 10 camadas
Grafeno 15 camadas
10

0
0 0,2 0,4 0,6 0,8 1
Atividade de água
Figura 18 - Amplitude de saturação (pontos) e desvio padrão (barras) de amostras-
padrão testadas em sensores com diferentes filmes sensíveis

Foi possível observar que a amplitude de saturação aumentou com o

aumento de camadas de óxido de grafeno depositadas sobre o sensor e a dispersão
das medidas também aumentou. A amplitude de saturação é correspondente à
sensibilidade do sensor, ou seja, quanto maior a amplitude de saturação de uma
curva de referência, mais sensível é o sensor. Mas, se a dispersão (desvio padrão)
dos pontos é alta, as medidas são menos precisas, o que deixa de ser interessante
para um sensor.
Levando em conta essas variações, um sensor com deposição de 10
camadas de óxido de grafeno foi escolhido para ser utilizado para todos os testes de
viabilidade e testes de velocidade por ter alta sensibilidade e baixa dispersão das
medidas.

5.4 Curva de referência

O sensor escolhido para ser usado nos testes desse trabalho foi o sensor
com 10 deposições de óxido de grafeno. Os parâmetros amplitude de saturação (A1
e A2), velocidade (α1 e α2) e tempo para 95% de saturação para o 1º e 2º processos,
extraídos de todas as medidas de soluções-padrão estão descritos na Tabela 7.
Todas as curvas experimentais, a aproximação pelo modelo (3) e os dados extraídos
 56

estão descritos no Anexo 9.1. Os parâmetros para cada curva foram avaliados
através do modelo 3 usando o método de mínimos quadrados. Usando um software
desenvolvido no CTI Renato Archer, baseado no método de mínimos quadrados.

Tabela 7 - Parâmetros extraídos das curvas cinéticas das soluções padrões

através de ajuste com o modelo 3 para obter a curva de referência
Amplitude Amplitude 95% de 95% de
α 1 x 10³ α 2 x 10³
Amostra A1 A2 saturação 1º saturação 2º
(1/segundo) (1/segundo)
(KHz) (KHz) processo (seg) processo (seg)
ZnCl2 0,35 ± 0,06 0,10 ± 0,05 20543,33 ± 2523,02 4,70 ± 3,17 0,14 ± 0,02 690,7 ± 287,6
KAc 0,92 ± 0,11 0,12 ± 0,02 940,53 ± 830,17 12,20 ± 1,15 5,0 ± 3,4 246,2 ± 22,9
KF 1,47 ± 0,08 0,43 ± 0,03 4886,70 ± 7617,31 9,50 ± 2,51 4,8 ± 4,7 326,9 ± 74,5
MgCl2 1,71 ± 0,06 0,68 ± 0,03 523,27 ± 136,09 15,97 ± 6,93 6,0 ± 1,6 221,5 ± 120,4
K2CO3 2,94 ± 0,11 0,89 ± 0,10 239,73 ± 88,86 7,83 ± 1,06 14,1 ± 6,6 386,2 ± 55,0
Mg(NO3)2 3,94 ± 0,13 1,78 ± 0,22 150,93 ± 80,18 9,67 ± 3,17 16,6 ± 2,7 332,1 ± 107,6
KI 8,27 ± 0,24 3,43 ± 0,55 113,20 ±41,25 8,10 ± 1,78 28,5 ± 8,6 382,1 ± 93,0
NaCl 11,50 ± 0,28 6,25 ± 0,48 86,43 ± 6,85 6,33 ± 0,25 34,7 ± 2,7 470,4 ± 18,6
KCl 15,46 ± 1,02 10,14 ± 1,04 70,37 ± 16,03 6,47 ± 0,84 44,2 ± 11,4 464,4 ± 62,5
KNO3 24,19 ± 0,65 12,53 ± 0,34 47,10 ± 3,22 5,77 ± 0,75 63,7 ± 4,4 522,1 ± 73,8
K2SO4 24,66 ± 1,03 14,60 ± 0,52 55,87 ± 6,45 6,37 ± 0,31 54,0 ± 5,9 467,9 ± 22,3
H2O 25,91 ± 0,60 19,40 ± 1,40 50,90 ± 5,38 5,00 ± 0,30 59,2 ± 5,9 596,7 ± 37,4

Analisando a Tabela 7, verifica-se que a amplitude de saturação A1 é

maior que a amplitude de saturação A2 em todos os casos. Foi descrito por BI et al.
(2013) que as primeiras ligações que ocorrem entre as moléculas de água e o óxido
de grafeno estão na superfície do filme. Como a amplitude A1 foi maior que a
amplitude A2 é possível concluir que o filme apresenta muitos sítios de ligação em
sua superfície e o filme está bem espalhado pela superfície do sensor.
O tempo para 95% de saturação para os processo 1 e 2 é muito diferente.
O 1º processo saturou em menos de 1 minuto em todos os padrões e o segundo
processo saturou entre 3 e 11 minutos. O tempo para 95% de saturação do primeiro
processo é mais rápido porque esse processo caracteriza as ligações que ocorrem
na superfície do filme, onde os sítios de ligação estão mais acessíveis às moléculas
de água. Já o segundo processo reflete a ligação de moléculas de água nos sítios
de ligação que estão no interior das camadas de GO. A penetração das moléculas
de água entre as camadas é lenta e por isso o segundo processo tem tempo para
 57

saturação maior (BI et al., 2013). Essa diferença entre os dois processos comprova
que o uso do modelo 3 é adequado para o ajuste na curva experimental e extração
dos parâmetros.
Os valores de velocidade α também seguiram a mesma característica de
serem maiores para o 1º processo e menores para o 2º processo. Esse parâmetro
caracteriza a velocidade com que a água é liberada da amostra para o ambiente e
se liga ao filme, por isso, as amostras apresentaram diferentes valores de α.
Como a curva cinética descreve dois processos separadamente, para
fazer uma curva de referência podem ser usadas as amplitudes somadas (A 1 + A2)
ou as amplitudes separadamente (A1 ou A2).
Os pontos de referência foram gerados usando os valores de amplitude
de saturação (A1 + A2) (eixo y) e os valores de Aw (Decagon) (eixo x). Esses pontos
foram aproximados por um polinômio para gerar uma curva de referência. O
polinômio que apresentou a melhor aproximação aos pontos foi o polinômio de 5ª
ordem (Figura 19).

50
y = -152,53x5 + 371,28x4 - 238,92x3 + 65,743x2 - 1,3854x - 0,0067
R² = 0,9978
Amplitude de Saturação A1+A2 (KHz)

40

30

20

10

0
0 0,2 0,4 0,6 0,8 1
Atividade de água

Figura 19: Curva de referência (A1+A2) gerada pelos pontos de referência

aproximados por um polinômio de 5ª ordem e equação utilizada para o teste de
viabilidade dos alimentos
 58

Esse polinômio apresentou boa aproximação na maioria dos pontos, com

o valor de R² igual a 0,9978. Por isso, essa curva pode ser usada para transformar
os valores de amplitude de saturação de medidas de alimentos (A1 + A2) feitas pelo
sensor de SAW em valores de Aw utilizando a fórmula gerada.
Outra curva de referência foi feita utilizando o parâmetro de amplitude de
saturação A1 (Figura 20).

30
y = -242,05x5 + 560,19x4 - 403,22x3 + 119,25x2 - 8,0512x + 0,1159
25 R² = 0,9966
Amplitude de saturação A1 (KHz)

20

15

10

0
0 0,2 0,4 0,6 0,8 1
-5

Atividade de água

Figura 20- Curva de referência (A1) gerada pelos pontos de referência

aproximados por um polinômio de 5ª ordem e equação utilizada para o teste de
viabilidade dos alimentos

Esses pontos de referência, utilizando o parâmetro A1, apresentaram o

melhor ajuste com um polinômio de 5ª ordem, apresentado o valor de R² igual a
0,9966. Essa curva apresentou uma boa aproximação e também pode ser usada
para transformar valores de amplitude de saturação A1 de alimentos em valores de
Aw.
Utilizando o parâmetro A2, foi gerada uma curva de referência (Figura 21).
Nessa figura, a curva de referência foi aproximada por um polinômio de 5ª ordem.
Essa curva apresentou valor de R² igual a 0,9832, tendo pior ajuste do que as
curvas anteriores. Por isso, essa curva não foi utilizada para transformar valores de
 59

amplitude de saturação A2 de medidas de alimentos no sensor SAW em valores de

Aw.
25
y = 100,04x5 - 221,7x4 + 200,2x3 - 69,661x2 + 9,094x - 0,0967
R² = 0,9832
Amplitude de saturação A2 (KHz)

20

15

10

0
0 0,2 0,4 0,6 0,8 1
Atividade de água

Figura 21 - Curva de referência (A2) gerada pelos pontos de referência

aproximados por um polinômio de 5ª ordem.

A curva de referência que apresentou melhor ajuste aos pontos de

referência foi a curva que utiliza o parâmetro de amplitude de saturação de A1+ A2.
Assim, essa curva foi utilizada para determinar o valor de Aw de amostras de
alimentos no teste de viabilidade do sensor SAW.
Como o tempo de resposta da amplitude A1 é muito curto, a curva de
referência A1 também foi utilizada para determinar a viabilidade do sensor de SAW
para medidas de alimentos.

5.5 Teste de viabilidade com vários alimentos

Na metodologia (item 4.8) é descrito o processo de medidas para o teste

de viabilidade do uso do sensor de SAW para determinar a atividade de água
alimentos. Os alimentos foram avaliados no sensor comercial Decagon 4TE e no
mesmo dia foram feitas as medidas no sensor SAW. Como determinada pela análise
dos modelos de tratamento de dados, as curvas cinéticas das medidas de alimentos
foram tratadas usando o modelo 3 e os parâmetros extraídos estão descritos na
Tabela 8. Todas as curvas experimentais, a aproximação pelo modelo e os dados
extraídos estão descritos no Anexo 9.2.
 Tabela 8 - Parâmetros extraídos das curvas de alimentos ajustados ao modelo 3
Amplitude A1 Amplitude A2 α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
Amostra
(KHz) (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
Refrigerante diet 28,77 ± 2,64 21,76 ± 2,38 45,50 ± 7,55 7,00 ± 2,55 67,1 ± 12,3 464,9 ± 174,7
Leite integral 26,83 ± 1,31 22,08 ± 1,15 50,67 ± 6,22 6,37 ± 0,21 59,6 ± 6,9 466,0 ± 16,1
Iogurte integral 25,01 ± 0,54 18,28 ± 0,50 55,20 ± 5,07 6,00 ± 0,36 54,5 ± 4,9 496,9 ± 26,7
Suco concentrado de cajú 25,15 ± 0,81 18,01 ± 0,25 53,27 ± 1,91 5,53 ± 0,25 56,2 ± 2,1 538,3 ± 24,2
Maçã 30,80 ± 1,42 25,06 ± 0,63 8,37 ± 0,21 69,73 ± 8,00 43,3 ± 4,7 355,2 ±9,4
Presunto 28,72 ± 2,28 26,60 ± 0,96 8,27 ± 0,40 72,23 ± 9,55 41,9 ± 5,3 361,3 ± 17,4
Margarina 21,48 ± 0,31 16,65 ± 0,90 40,57 ± 3,29 5,53 ± 0,47 74,1 ± 6,3 539,6 ± 48,0
Pão francês integral 21,40 ±1,22 19,96 ± 0,94 68,10 ± 12,26 9,97 ± 0,64 42,3 ± 5,4 299,8 ± 19,5
Queijo parmesão 18,90 ± 3,68 19,47 ± 5,88 63,73 ± 11,24 9,77 ± 4,29 47,9 ± 7,7 403,5 ± 25,1
Leite condensado 14,92 ± 1,77 11,99 ± 0,54 69,50 ± 8,75 12,37 ± 3,01 43,4 ± 5,1 252,2 ± 70,1
Geleia de morango 12,65 ± 2,99 6,33 ± 0,49 59,47 ± 39,84 8,67 ± 3,02 31,5 ± 8,3 371,4 ± 119,1
Shimeji seco 6,62 ± 0,70 3,31 ± 0,70 156,70 ± 51,90 12,47 ± 5,91 20,8 ± 7,7 295,1 ± 178,2
Orégano 6,64 ± 0,15 3,84 ± 0,24 138,17 ± 40,03 12,77 ± 0,65 23,0 ± 7,2 228,5 ± 16,5
Farinha de trigo 4,67 ± 0,35 4,37 ± 0,37 203,17 ± 55,27 34,43 ± 2,12 15,6 ± 5,0 87,0 ± 5,3
Macarrão seco 5,24 ± 0,12 2,99 ± 0,16 214,20 ± 39,04 15,90 ± 3,47 14,2 ± 2,4 193,2 ± 39,7
Grão de milho 4,37 ± 0,19 4,62 ± 0,58 320,83 ± 85,20 17,90 ± 2,62 9,7 ± 2,2 157,3 ± 7,5
Açúcar refinado 6,83 ± 0,10 2,92 ± 0,04 187,53 ± 9,24 12,67 ± 0,97 15,3± 1,8 235,7 ± 18,5
Fubá 4,42 ± 0,45 3,46 ± 0,31 259,63 ± 55,43 27,80 ± 2,43 11,9 ± 2,7 108,1 ± 9,8
Grão de trigo 4,56 ± 0,04 1,99 ± 0,09 187,60 ± 19,61 9,17 ± 1,68 16,0 ± 1,6 330,7 ± 54,1
Chocolate ao leite 4,79 ± 0,36 2,48 ± 0,36 231,07 ± 17,81 9,17 ± 1,40 13,0 ± 0,9 329,4 ± 49,3
Grão de arroz 4,80 ± 0,11 2,39 ± 0,14 231,30 ± 54,16 10,93 ± 1,96 10,0 ± 4,2 278,5 ± 44,7
Uva passa 3,09 ± 0,52 2,27 ± 0,32 395,37 ± 165,13 17,80 ± 2,60 8,5 ± 3,7 170,2 ± 25,1

60
 Tabela 8 - Parâmetros extraídos das curvas de alimentos ajustados ao modelo 3 (continuação)
Amplitude A1 Amplitude A2 α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
Amostra
(KHz) (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
Café torrado e moído 3,45 ± 0,04 1,20 ± 0,02 358,43 ± 66,10 17,13 ± 2,14 8,2 ± 1,1 176,3 ± 23,0
Torrada multigrãos 2,00 ± 0,02 0,88 ± 0,03 577,27 ± 169,36 10,43 ± 1,40 5,5 ± 1,5 288,6 ± 38,1
Café solúvel 2,54 ± 0,20 0,92 ± 0,14 299,50 ± 40,86 30,73 ± 6,32 10,1 ± 1,4 99,8 ± 18,3
Biscoito cream cracker 2,32 ± 0,17 0,70 ± 0,05 1119,47 ± 550,16 9,23 ± 2,54 3,1 ± 1,5 343,5 ± 111,1
Cereal matinal 1,64 ± 0,19 0,59 ± 0,06 433,57 ± 101,12 10,07 ± 1,25 7,1 ± 1,9 298,9 ± 34,2
Maçã desidratada 1,19 ± 0,19 0,27 ± 0,26 902,87 ± 499,43 18,10 ± 17,41 4,2 ± 2,5 538,9 ± 289,2
Bolacha recheada 0,81 ± 0,01 0,11 ± 0,03 693,03 ± 277,38 6,00 ± 1,80 6,0 ± 1,8 525,2 ± 159,4
Leite em pó 1,11 ± 0,03 0,17 ± 0,05 717,73 ± 412,23 11,17 ± 2,45 5,1 ± 2,8 275,3 ± 61,6
Biscoito de polvilho 1,19 ± 0,02 0,03 ± 0,02 1532,13 ± 1047,13 23,57 ± 18,19 2,5 ± 1,3 176,6 ± 98,4
Batata chips 1,24 ± 0,93 0,89 ± 0,85 484,40 ± 306,81 173,13 ± 161,19 7,9 ± 4,5 167,7 ± 268,7

61
68
 62

As amostras de alimento tiveram o mesmo comportamento das amostras-

padrão em relação às amplitudes. Todas as amostras apresentaram maior valor de
A1 e menor valor de A2. Como os valores de amplitude das amostras de alimento
seguiram o mesmo comportamento dos padrões, A1 + A2 ou A1 podem ser usados
para determinar o valor de Aw da amostra.
O parâmetro de velocidade α teve o comportamento igual ao dos padrões
(maior valor para o primeiro processo e menor valor para o segundo processo) na
maioria das amostras. Apenas uma amostra, de maçã, apresentou comportamento
contrário (menor valor no primeiro processo e maior para o segundo). Como o
parâmetro α caracteriza como o produto libera as moléculas de água, o fato de essa
amostra apresentar um comportamento diferente pode ser atribuído a características
do produto.
O tempo para 95% de saturação do 1º e 2º processo também seguiu o
mesmo comportamento das amostras padrão (menor tempo para o 1º processo e
maior tempo para o 2º processo), com exceção da maçã.
Os valores de amplitude (A1+A2) foram aplicados à curva de referência
gerando valores de Aw a partir do sensor de SAW. Os resultados da comparação
entre as medidas de Aw utilizando Decagon e SAW utilizando alimentos estão
descritos na Tabela 9.
Tabela 9 - Atividade de água de amostras de alimento usando o novo sensor de SAW (amplitudes A1+A2) e equipamento comercial
Decagon 4TE

Decagon SAW
Diferença Diferença
Alimento Média tempo Amplitude de Média
Média Aw Média Aw absoluta (%)
(min) saturação (Hz) tempo (min)
Refrigerante diet 0,9993 ± 0,0006 4:22 ± 2:15 50545 ± 1123 - 7:45 ± 2:55 - -
Leite integral 0,9984 ± 0,0005 4:02 ± 2:07 48924 ± 414 - 7:46 ± 0:16 - -
Iogurte integral 0,9958 ± 0,0006 3:37 ± 1:04 43301 ± 36,0 0,9935 ± 0,0003 8:17 ± 0:27 0,0023 0,2
Suco concentrado de cajú 0,9896 ± 0,0019 4:21 ± 1:33 43179 ± 577 0,9925 ± 0,0043 8:58 ± 0:24 0,0029 0,3
Maçã 0,9822 ± 0,0024 3:33 ± 0:21 55877 ± 891 - 5:55 ± 0:09 - -
Presunto 0,9742 ± 0,0004 4:22 ± 2:34 55327 ± 1345 - 4:19 ± 3:13 - -
Margarina 0,9507 ± 0,0040 3:36 ± 0:30 38141 ± 1119 0,9545 ± 0,0087 9:00 ± 0:48 0,0038 0,4
Pão francês integral 0,9431 ± 0,0003 2:45 ± 0:04 41360 ± 321 0,9790 ± 0,0024 5:00 ± 0:20 0,0359 3,8
Queijo parmesão 0,9287 ± 0,0006 3:20 ± 0:26 38381 ± 2308 0,9563 ± 0,0177 6:43 ± 0:25 0,0276 3,0
Leite condensado 0,8467 ± 0,0005 2:59 ± 0:06 26918 ± 2098 0,8608 ± 0,0195 4:12 ± 1:10 0,0141 1,7
Geleia de morango 0,8005 ± 0,0014 4:40 ± 3:01 18991 ± 2851 0,7797 ± 0,0319 6:11 ± 1:59 0,0208 2,6
Shimeji seco 0,6757 ± 0,0004 3:23 ± 0:24 9943 ± 116 0,6520 ± 0,0022 4:55 ± 2:58 0,0237 3,5
Orégano 0,6505 ± 0,0003 3:22 ± 0:13 10487 ± 89 0,6620 ± 0,0016 3:49 ± 0:17 0,0115 1,8
Farinha de trigo 0,6503 ± 0,0010 3:29 ± 0:39 9048 ± 259 0,6346 ± 0,0053 1:27 ± 0:05 0,0157 2,4
Macarrão seco 0,6475 ± 0,0013 3:23 ± 0:33 8231 ± 107 0,6173 ± 0,0024 3:13 ± 0:40 0,0302 4,7
Grão de milho 0,6385± 0,0001 3:29 ± 0:37 9003 ± 563 0,6335 ± 0,0117 2:37 ± 0:08 0,0050 0,8
Açúcar refinado 0,6377 ± 0,0012 3:53 ± 0:43 9761 ± 67 0,6345 ± 0,02460 3:56 ± 0:18 0,0032 0,5
Fubá 0,6190 ± 0,0007 3:17 ± 0:11 7890 ± 157 0,6096 ± 0,0036 1:48 ± 0:10 0,0094 1,5
Grão de trigo 0,6048 ± 0,0010 3:50 ± 1:21 6653 ± 80 0,5762 ± 0,0022 5:31 ± 0:54 0,0286 4,7
Chocolate ao leite 0,6015 ± 0,0011 3:23 ± 0:03 7269 ± 61 0,5948 ± 0,0015 5:29 ± 0:49 0,0067 1,1

63
70
 Tabela 9 - Atividade de água de amostras de alimento usando o novo sensor de SAW (amplitudes A1+A2) e
equipamento comercial Decagon 4TE (continuação)

Decagon SAW
Diferença Diferença
Alimento Média tempo Amplitude de Média
Média Aw Média Aw absoluta (%)
(min) saturação (Hz) tempo (min)
Grão de arroz 0,5639 ± 0,0010 3:31 ± 0:09 7203 ± 79 0,5931 ± 0,0020 4:39 ± 0:45 0,0292 5,2
Uva passa 0,5510 ± 0,0026 4:22 ± 1:29 5371 ± 552 0,5396 ± 0,0191 2:50 ± 0:25 0,0114 2,1
Café torrado e moído 0,4557 ± 0,0022 5:14 ± 2:50 4666 ± 30 0,5147 ± 0,0012 2:56 ± 0:23 0,0590 12,9
Torrada multigrãos 0,4341 ± 0,0002 3:38 ± 0:02 2884 ± 32 0,4212 ± 0,0023 4:49 ± 0:38 0,0129 3,0
Café solúvel 0,4219 ± 0,0017 4:46 ± 2:16 3471 ± 85 0,4586 ± 0,0048 1:40 ± 0:18 0,0367 8,7
Biscoito cream cracker 0,4154 ± 0,0029 6:52 ± 5:17 3028 ± 143 0,4311 ± 0,0096 5:44 ± 1:51 0,0157 3,8
Cereal matinal 0,3805 ± 0,0028 4:58 ± 1:21 2239 ± 169 0,3653 ± 0,0177 4:59 ± 0:34 0,0152 4,0
Maçã desidratada 0,2614 ± 0,0054 13:43 ± 13:36 1464 ± 454 0,2677 ± 0,0615 8:29 ± 3:57 0,0063 2,4
Bolacha recheada 0,2563 ± 0,0024 6:22 ± 3:48 931 ± 31 0,1928 ± 0,0046 8:45 ± 2:39 0,0635 24,8
Leite em pó 0,2378 ± 0,0019 7:52 ± 5:35 1294 ± 23 0,2455 ± 0,0034 4:35 ± 1:02 0,0077 3,2
Biscoito de polvilho 0,2034 ± 0,0023 12:05 ± 11:41 1230 ± 9 0,2363 ± 0,0014 2:57 ± 1:38 0,0329 16,2
Batata chips 0,1066 ± 0,0010 11:09 ± 7:02 350 ± 81 0,1065 ± 0,0131 2:48 ± 4:29 0,0001 0,1
Média - 4:55 - - 5:03 0,0190 -

64
 65

Os valores de Aw dos alimentos e soluções padrão medidos pelo

Decagon e amplitude de saturação medida pelo sensor SAW (amplitudes A1+A2) são
mostrados na Figura 22.

60
Amplitude de saturação A1 + A2

50

40

Pontos de
30
Referência
(KHz)

20 Alimentos

10

0
0 0,2 0,4 0,6 0,8 1
Atividade de água (Decagon)

Figura 22 – Aw (decagon) e Amplitude de saturação (A1 + A2) (SAW) de soluções

padrão (pontos de referência) e alimentos

Os pontos que correspondem às medidas de alimentos se sobrepuseram

nos pontos de referência. Isso mostra que soluções-padrão podem ser usadas para
formar uma curva de referência para o sensor e para transformar os valores de
amplitude de saturação de alimentos em valores de Aw.
Quatro amostras de alimentos (refrigerante diet, leite integral, maçã e
presunto) não tiveram valor de Aw determinados pelo sensor SAW porque
apresentaram valores de amplitude de saturação maior do que a amplitude de
saturação da água pura. Como a água pura é a substância com maior valor de Aw
(1,000), o valor de Aw dessas amostras não puderam ser calculadas através da
curva de referência.
As diferenças absolutas entre os valores de Aw medidos no Decagon e no
sensor SAW (amplitudes A1+ A2) variaram entre as amostras, tendo como média a
diferença de 0,0190 de atividade de água. O sensor portátil Pawkit da Decagon
devices (Tabela 3) disponível no mercado apresenta precisão de medidas de 0,02
de Aw. Assim, o sensor SAW apresenta precisão compatível mostrando que pode
ser utilizado como sensor portátil para medidas de Aw.
 66

Dezessete amostras de alimentos apresentaram valores de Aw, medidos

no Decagon e no sensor SAW (amplitudes A1+A2), com diferença absoluta menor
que 0,02 (Figura 23) e outras 11 amostras apresentaram diferença absoluta entre
0,02 e 0,07 (Figura 24). O valor 0,02 foi escolhido como referência por ser a precisão
mínima necessária dos equipamentos para medida de Aw existentes no mercado.
Apesar de 11 amostras apresentarem diferença absoluta maior que 0,02, elas tem
valor de Aw próximo ao valor do Decagon, com diferença de no máximo 7%.

biscoito cream cracker

iogurte integral
suco concentrado de cajú
margarina

orégano

torrada multigrãos
0,8
leite condensado
Atividade de água

cereal matinal
maçã desidratada
0,6
farinha de trigo

açúcar refinado
grão de milho

fubá

Decagon
chocolate ao leite

leite em pó
uva passa
SAW
0,4

batata chips
0,2

Figura 23 - Diferença absoluta menor que 0,02 para valores de atividade de água
medidos pelo sensor SAW (amplitude A1 + A2) e Decagon

1
pão frances integral

queijo parmesão

0,8
geleia de morango

biscoito de polvilho
bolacha recheada
Atividade de água

0,6
shimeji seco

Decagon
macarrão seco

grão de trigo

grão de arroz

SAW
café torrado e

0,4
moído

café solúvel

0,2

Figura 24 - Diferença absoluta maior que 0,02 para valores de atividade de água
medidos pelo sensor SAW (amplitude A1 + A2) e Decagon
 67

Os valores de Aw das amostras de alimento medidos com o sensor SAW

(A1+A2) e com o Decagon foram comparados na Figura 25. O valor de R² gerado
pela tendência linear foi de 0,9919 e mostrou que, no geral, os valores de Aw
encontrados pelo sensor SAW são muito próximos aos valores de Aw encontrados
pelo Decagon. Como o valor de R² da comparação entre os valores das soluções
saturadas medidos pelo Decagon e descritos na literatura foi de 0,9981, e foi muito
próximo do valor do R² da Figura 25, a precisão de medidas utilizando o sensor
SAW (Amplitude A1+A2) é muito alta, mostrando que esse sensor pode ser utilizado
para medidas de Aw de alimentos.

1
R² = 0,9919

0,8

0,6
Aw - Decagon

0,4

0,2

0
0 0,2 0,4 0,6 0,8 1
Aw - SAW (A1 + A2)
Figura 25 – Valores de atividade de água de alimentos medidos do Decagon e
sensor SAW (amplitudes A1 + A2)

A média do tempo de resposta do sensor SAW utilizando os parâmetros

(A1+A2) foi de 5:03 min, que é muito próximo a média do tempo das medidas no
equipamento Decagon (4:55). A maioria das amostras com alta Aw tiveram menor
tempo de resposta no Decagon e a maioria das amostras com baixa Aw apresentou
menor tempo de resposta no SAW. Esse comportamento pode ser explicado através
do método de medidas de cada sensor. Como o Decagon utiliza o método de ponto
de orvalho, é necessário que a amostra entre em equilíbrio com o ambiente para
depois abaixar a temperatura até que o orvalho se forme. Em altos valores de Aw,
após atingir o equilíbrio é preciso que a temperatura abaixe muito pouco para que o
orvalho seja formado e o equipamento gere o resultado. Já em amostras com baixos
valores de Aw, após atingir o equilíbrio é preciso que a temperatura abaixe bastante
 68

para que ele se forme, o que faz com que o processo de medidas demore mais.
Como o sensor SAW termina a medida no momento em que a amostra atinge o
equilíbrio e não precisa de resfriamento, sua resposta é mais rápida. Como amostras
com baixa Aw tem valor de Aw próximo do ponto inicial de medidas (Aw=0
estabelecida com sílica gel), o equilíbrio dessas amostras acontece mais rápido do
que amostras com alta Aw.
Já que o tempo de saturação da amplitude A1+A2 é muito longo, o uso da
curva de referência utilizando apenas a amplitude A 1 é proposta (Figura 20 - item
5.4). Os valores de A1 das amostras de alimento foram aplicados a essa curva de
referência e os valores encontrados estão apresentados na Tabela 10.
A Aw dos alimentos medidos pelo Decagon e amplitude de saturação
medida pelo sensor SAW (amplitudes A1) estão mostrados na Figura 26 junto com
os pontos de referência.
Assim como aconteceu na Figura 22, os pontos correspondentes à
amplitude de saturação de alimentos ficaram sobrepostos aos pontos de referência,
mostrando que o parâmetro de amplitude A1 também pode ser usado para
transformar o valor de amplitude em Aw.
A média da diferença absoluta no valor de Aw do equipamento comercial
e SAW (amplitude A1) foi de 0,0371. Apesar de este valor ser um pouco maior que a
precisão dos equipamentos disponíveis no mercado (Tabela 3), foi considerado que
o sensor SAW apresentou valores de medidas com menos de 5% de diferença em
relação aos valores encontrados pelo Decagon.
Tabela 10 - Atividade de água de amostras de alimento usando o novo sensor de SAW (amplitude A 1) e equipamento comercial
Decagon 4TE

Decagon SAW
Diferença Diferença
Alimentos Média tempo Amplitude de Média tempo
Média Aw Média Aw absoluta (%)
(min) saturação (Hz) (min)
Refrigerante diet 0,9993 ± 0,0006 4:22 ± 2:15 28780 ± 2640 - 1:07 ± 0:12 - -
Leite integral 0,9984 ± 0,0005 4:02 ± 2:07 26837 ± 1311 - 1:00 ± 0:07 - -
Iogurte integral 0,9958 ± 0,0006 3:37 ± 1:04 25016 ± 535 0,9776 ± 0,0094 0:54 ± 0:05 0,0182 1,8
Suco concentrado de cajú 0,9896 ± 0,0019 4:21 ± 1:33 25157 ± 812 0,9803 ± 0,0142 0:56 ± 0:02 0,0093 0,9
Maçã 0,9822 ± 0,0024 3:33 ± 0:21 30808 ± 1418 - 0:43 ± 0:05 - -
Presunto 0,9742 ± 0,0004 4:22 ± 2:34 28725 ± 2274 - 2:24 ± 2:51 - -
Margarina 0,9507 ± 0,0040 3:36 ± 0:30 21484 ± 308 0,9206 ± 0,0047 1:14 ± 0:06 0,0301 3,2
Pão francês integral 0,9431 ± 0,0003 2:45 ± 0:04 21400 ± 1227 0,9193 ± 0,0188 0:42 ± 0:05 0,0238 2,5
Queijo parmesão 0,9287 ± 0,0006 3:20 ± 0:26 18906 ± 3675 0,8810 ± 0,0564 0:48 ± 0:08 0,0477 5,1
Leite condensado 0,8467 ± 0,0005 2:59 ± 0:06 14921 ± 1776 0,8196 ± 0,0289 0:43 ± 0:05 0,0271 3,2
Geleia de morango 0,8005 ± 0,0014 4:40 ± 3:01 12654 ± 2990 0,7803 ± 0,0516 0:32 ± 0:08 0,0202 2,5
Shimeji seco 0,6757 ± 0,0004 3:23 ± 0:24 6630 ± 699 0,6546 ± 0,0190 0:21 ± 0:08 0,0211 3,1
Orégano 0,6505 ± 0,0003 3:22 ± 0:13 6639 ± 145 0,6554 ± 0,0040 0:23 ± 0:07 0,0049 0,8
Farinha de trigo 0,6503 ± 0,0010 3:29 ± 0:39 4676 ± 346 0,5910 ± 0,0134 0:16 ± 0:05 0,0593 9,1
Macarrão seco 0,6475 ± 0,0013 3:23 ± 0:33 5243 ± 116 0,6123 ± 0,0040 0:14 ± 0:02 0,0352 5,4
Grão de milho 0,6385± 0,0001 3:29 ± 0:37 4376 ± 184 0,5789 ± 0,0078 0:10 ± 0:02 0,0596 9,3
Açúcar refinado 0,6377 ± 0,0012 3:53 ± 0:43 6840 ± 100 0,6609 ± 0,0027 0:16 ± 0:01 0,0232 3,6
Fubá 0,6190 ± 0,0007 3:17 ± 0:11 4426 ± 445 0,5805 ± 0,0185 0:12 ± 0:03 0,0385 6,2
Grão de trigo 0,6048 ± 0,0010 3:50 ± 1:21 4563 ± 36 0,5869 ± 0,0014 0:16 ± 0:02 0,0179 3,0
Chocolate ao leite 0,6015 ± 0,0011 3:23 ± 0:03 4792 ± 364 0,5955 ± 0,0138 0:13 ± 0:01 0,006 1,0

69
Tabela 10 - Atividade de água de amostras de alimento usando o novo sensor de SAW (amplitude A 1) e equipamento comercial
Decagon 4TE (continuação)

Decagon SAW
Alimentos Diferença Diferença
Média tempo Amplitude de Média tempo absoluta (%)
Média Aw Média Aw
(min) saturação (Hz) (min)
Grão de arroz 0,5639 ± 0,0010 3:31 ± 0:09 4807 ± 114 0,5964 ± 0,044 0:10 ± 0:04 0,0325 5,8
Uva passa 0,5510 ± 0,0026 4:22 ± 1:29 3096 ± 524 0,5074 ± 0,0348 0:09 ± 0:04 0,0436 7,9
Café torrado e moído 0,4557 ± 0,0022 5:14 ± 2:50 3457 ± 42 0,5336 ± 0,0025 0:09 ± 0:01 0,0779 17,1
Torrada multigrãos 0,4341 ± 0,0002 3:38 ± 0:02 1997 ± 21 0,3942 ± 0,0036 0:05 ± 0:02 0,0399 9,2
Café solúvel 0,4219 ± 0,0017 4:46 ± 2:16 2549 ± 204 0,4643 ± 0,0214 0:10 ± 0:01 0,0424 10,0
Biscoito cream cracker 0,4154 ± 0,0029 6:52 ± 5:17 2327 ± 171 0,4401 ± 0,0199 0:03 ± 0:02 0,0247 5,9
Cereal matinal 0,3805 ± 0,0028 4:58 ± 1:21 1645 ± 188 0,3290 ± 0,0362 0:07 ± 0:02 0,0515 13,5
Maçã desidratada 0,2614 ± 0,0054 13:43 ± 13:36 1193 ± 191 0,2486 ± 0,0313 0:04 ± 0:02 0,0128 4,9
Bolacha recheada 0,2563 ± 0,0024 6:22 ± 3:48 815 ± 11 0,1925 ± 0,0015 0:05 ± 0:02 0,0638 24,9
Leite em pó 0,2378 ± 0,0019 7:52 ± 5:35 1116 ± 24 0,2356 ± 0,0036 0:05 ± 0:03 0,0022 0,9
Biscoito de polvilho 0,2034 ± 0,0023 12:05 ± 11:41 1198 ± 21 0,2483 ± 0,0033 0:03 ± 0:01 0,0449 22,1
Batata chips 0,1066 ± 0,0010 11:09 ± 7:02 1250 ± 927 0,2683 ± 0,1480 0:08 ± 0:05 0,1617 151,7
Média - 4:55 - - 0:27 0,0371 -

70
76
 71

Amplitude de saturação A1 (KHz)

30

Pontos de
20
Referência
Alimentos
10

0
0 0,2 0,4 0,6 0,8 1
Atividade de água

Figura 26 - Aw (decagon) e Amplitude de saturação (A1) (SAW) de soluções padrão

(pontos de referência) e alimentos

Utilizando o parâmetro de amplitude A1, 7 amostras apresentaram valores

de diferença absoluta menor que 0,02 de Aw (Figura 27) e 21 amostras
apresentaram diferença maior que esse valor (Figura 28).

1
iogurte integral

suco concentrado de cajú

0,8
Atividade de água

maçã desidratada

0,6
orégano

Decagon
grão de trigo

chocolate ao leite

leite em pó

SAW
0,4

0,2

Figura 27 - Diferença absoluta menor que 0,02 para valores de atividade de água
medidos pelo sensor SAW (amplitude A1) e Decagon
 72

biscoito cream cracker

torrada multigrãos
pão frances integral

café torrado e
margarina

queijo parmesão
0,8

café solúvel
leite condensado

cereal matinal
geleia de morango
Atividade de água

moído

bolacha recheada
bicoito de polvilho
0,6

shimeji seco

batata chips
macarrão seco

açúcar refinado
Decagon

farinha de trigo

grão de milho

fubá
grão de arroz
uva passa
SAW
0,4

0,2

Figura 28 - Diferença absoluta maior que 0,02 para valores de atividade de água
medidos pelo sensor SAW (amplitude A1) e Decagon

Os valores de Aw das amostras de alimento medidos com o sensor SAW

(A1) e com o Decagon foram comparados na Figura 29. O valor de R² gerado pela
tendência linear foi de 0,9655. Esse valor é menor do que a comparação entre e o
Decagon e o sensor SAW utilizando a amplitude A1+A2 (R²=0,9919), mostrando que
utilizando o parâmetro A1, o sensor é menos preciso.

1
R² = 0,9655

0,8

0,6
Aw - Decagon

0,4

0,2

0
0 0,2 0,4 0,6 0,8 1
Aw - SAW (A1)

Figura 29 – Valores de atividade de água de alimentos medidos pelo Decagon e

sensor SAW (amplitude A1)
 73

A Figura 30 compara os valores de Aw encontrados pelo sensor de SAW

utilizando os parâmetros A1+A2 e A1 e apresenta o valor de R² de 0,9771. Esse valor
confirma que há diferença entre a precisão entre as medidas de atividade de água
que utilizam esses parâmetros.

1
R² = 0,9771
Aw SAW (amplitudes A1+A2)

0,8

0,6

0,4

0,2

0
0 0,2 0,4 0,6 0,8 1
Aw SAW (amplitude A1)

Figura 30 – Valores de atividade de água medidos pelo sensor de SAW utilizando os

valores de amplitude A1+A2 e A1

O uso da amplitude A1 para determinação do valor de Aw de uma amostra

apresenta como principal vantagem o tempo de resposta, que foi muito diferente do
Decagon. A média do tempo de medidas do Decagon foi de 4:55min e do sensor de
SAW de 0:27min. Essa relação é ainda maior em amostras de alimentos com Aw
baixa, como ocorre, por exemplo, com batata chips (11:09 min – Decagon e 0:08 min
– SAW), biscoito de polvilho (12:05 min – Decagon e 0:03 min – SAW) e maçã
desidratada (13:43 min – Decagon e 0:04 min – SAW).
Assim, utilizando o parâmetro de amplitude A1 para determinar a Aw do
produto, abre-se uma nova perspectiva para sensores de Aw. Entre os
equipamentos mais utilizados para a medida de Aw do mercado (Tabela 3), o que
apresenta menor tempo de medida de acordo com o fabricante é o Decagon 4TE,
que é de 2,5 min para algumas amostras. Utilizando a amplitude A1, o sensor SAW
apresentou a média de menos do que 1 minuto, facilitando o uso dessa medida por
indústrias e laboratórios.
Como esse trabalho apresenta os resultados de um teste inicial de
viabilidade do sensor SAW, melhorando os processos de fabricação é possível
 74

aumentar a precisão, atingindo os valores dos equipamentos comerciais disponíveis

no mercado. Assim, o primeiro processo A1 poderá ser utilizado como parâmetro
para determinação da Aw do produto em tempo muito menor do que os
equipamentos disponíveis no mercado.

5.6 Teste de repetitividade de medidas

Para o teste de repetitividade (item 4.9), 3 amostras padrão (cloreto de

magnésio, cloreto de sódio e água) foram testadas durante 9 semanas no sensor
SAW. As curvas foram tratadas utilizando o modelo 3 e os valores de amplitude de
saturação (A1 + A2) foram extraídos.
A média dos valores de amplitude de saturação (A1 + A2) estão
demonstrados na Figura 30. Todas as curvas experimentais, a aproximação pelo
modelo e os dados extraídos estão descritos no Anexo 9.3. Foi possível observar
que as medidas feitas em até 3 semanas apresentam pouca dispersão. A análise da
figura mostra que existe um deslocamento lento das medidas com o passar do
tempo. Este deslocamento pode ser atribuído às condições de síntese e deposição
do filme sensível de GO. No presente trabalho, para evitar o efeito desse
deslocamento, calibrações periódicas foram feitas semanalmente utilizando 3
soluções salinas supersaturadas (cloreto de magnésio, cloreto de sódio e água), e
as medidas de alimentos foi feita quando o valor de amplitude de saturação dessas
soluções foi muito próximo aos valores da curva de calibração. A análise da
literatura (BI et al., 2013), comprova que melhorando as condições da síntese de GO
e a estabilidade dos filmes, a estabilidade dos resultados das medidas pode ser
melhorada drasticamente.
 75

50

Amplitude de saturação A1+A2 (KHz)

40
Semana 1
Semana 3
30
Semana 4
Semana 6
20
Semana 7
Semana 8
10
Semana 9

0
0 0,2 0,4 0,6 0,8 1
Atividade de água
Figura 31 – Resultado do teste de repetitividade das amostras

Os valores mostrados na Figura 31 foram usados para calcular a média dos

valores de medida de cada padrão. Os resultados desse processo e os desvios
padrão correspondentes estão demonstrados na Figura 32.

50
Amplitude de saturação A1+A2 (KHz)

40

30

20

10

0
0 0,2 0,4 0,6 0,8 1
Atividade de água
Figura 32 - Média e desvio padrão das amplitudes das amostra-padrão testadas
durante o teste de repetitividade

O desvio padrão das amostras indicou que durante 9 semanas o sensor

apresentou uma variação de valores de 25% para cloreto de magnésio, 16,4% para
 76

cloreto de sódio e 5,2% para água. Como a Aw do cloreto de magnésio e sua

amplitude de saturação são pequenos, a variação de 25% corresponde a 560Hz.
Para as amostras de cloreto de sódio e água, o desvio padrão das medidas durante
as 9 semanas foi de 2,37KHz e 2,23 KHz.
Para o uso comercial do sensor SAW, o processo de fabricação deve ser
ajustado a fim de aumentar o tempo em que o sensor apresenta resultados
repetitivos, diminuindo a necessidade de calibração frequente.

5.7 Teste dinâmico de Atividade de água

Assim como descrito no item 4.10 da metodologia, o teste dinâmico foi

feito utilizando amostras de pão de queijo. Três amostras de pão de queijo foram
pesadas, testadas (em triplicata) no sensor de SAW (tempo 0) e expostas ao
ambiente por 15 horas para perder parte do seu conteúdo de água. A perda de peso
foi de 14% em média para cada amostra. Em seguida foi feita a adição de água
(com micropipeta) até que a amostra voltasse ao peso inicial (umidade da amostra
foi reestabelecida). As amostras foram colocadas em recipiente hermético e testadas
com o sensor SAW após esperar por 4 horas (tempo 4 horas) e 24 horas (tempo 24
horas).
Os valores dos parâmetros extraídos das curvas das amostras estão
descritos na Tabela 11. Todas as curvas experimentais, a aproximação pelo modelo
e os dados extraídos estão descritos no Anexo 9.4.
Como se observa na Tabela 11, os valores de amplitude de saturação
não apresentaram um padrão de comportamento em que fosse possível perceber
que o alimento foi submetido aos processos de secagem e adição de água. Ao
contrário do comportamento dos valores de amplitude, os valores de α mostraram
aumento da velocidade de liberação de água pelas amostras em todos os casos.
Os parâmetros α1 e α2 apresentaram o mesmo comportamento, mas para
avaliar as diferenças entre as amostras, o parâmetro α1 é suficiente, por isso ele foi
utilizado já que o tempo de medida do primeiro processo é mais rápido.
 77

Tabela 11 - Parâmetros das curvas das 3 amostras de pão de queijo extraídos

através de ajuste com o modelo 3 para teste dinâmico
Tempo Amplitude A1 Amplitude A2 α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
a
(horas) (KHz) (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 - 23,08 ± 0,97 14,26 ± 0,36 61,37 ± 4,41 5,40 ± 1,10 48,8 ± 3,5 565,8 ± 113,9
4 22,91 ± 1,05 14,38 ± 1,00 63,67 ± 1,33 6,33 ± 1,68 46,97 ± 1,0 495,8 ± 151,9
24 22,69 ± 1,13 17,64 ± 0,99 70,20 ± 3,32 7,23 ± 0,93 42,7 ± 1,9 415,3 ± 49,7
2 - 24,10 ± 0,44 15,01 ± 0,28 63,27 ± 2,50 5,13 ± 0,45 47,3 ± 1,8 581,3 ± 53,5
4 23,64 ± 0,94 15,72 ± 0,81 69,27 ± 10,70 5,40 ± 1,39 43,8 ± 6,6 571,4 ± 127,7
24 24,30 ± 1,83 17,15 ± 0,81 85,37 ± 7,99 8,20 ± 0,79 35,2 ± 3,1 365,2 ± 36,5
3 - 21,36 ± 2,37 15,75 ± 0,84 65,27 ± 52,77 7,23 ± 0,91 34,4 ± 5,4 423,1 ± 69,6
4 24,23 ± 0,33 16,02 ± 0,62 87,13 ± 7,31 7,63 ± 0,29 34,5 ± 3,0 390,7 ± 15,0
24 22,49 ± 0,69 17,35 ± 0,42 97,17 ± 18,60 8,93 ± 1,11 31,5 ± 5,8 336,8 ± 39,8
a = amostra

Os valores de α1 mostraram que após a adição de água (4 e 24 horas) a

velocidade de liberação de água aumentou para todos os casos (Figura 33). Isso
acontece porque quando moléculas de água livre estão presentes em um alimento,
elas são ligadas às outras moléculas que estão presentes no alimento como, por
exemplo, as moléculas de sais e açúcares, (BARBOSA-CÁNOVAS et al., 2007).
Quando pelo processo de secagem essa água livre é eliminada e posteriormente é
feita a adição de água no produto, as moléculas de água adicionadas podem não se
ligar aos componentes do alimento da mesma maneira que moléculas que o produto
perdeu no processo de secagem. Como as ligações de novas moléculas de água
podem ser mais fracas, as amostras com água adicionada apresentam uma
velocidade de liberação maior.
Ao contrario dos equipamentos comerciais de atividade de água que
permitem avaliar apenas o conteúdo de água livre da amostra, o algoritmo de
tratamento de resposta desenvolvido neste trabalho, além de avaliar o valor de Aw,
permite a avaliação de velocidade de dessorção de moléculas de água da amostra
usando somente α1. Este método de avaliação de velocidade em condições de
mercado ou produção pode proporcionar um novo meio de controle de qualidade de
processos e estocagem de produtos.
 78

100

90
α1 x 10³ (1/segundo)

80
tempo 0
4 horas
70
24 horas

60

50
0 1 2 3
amostras

Figura 33 - Velocidade α1 das 3 amostras de pão de queijo sem passar por nenhum
processo (tempo 0), e após serem submetidas ao processo de secagem e adição de
água (4 e 24 horas)

5.8 Competitividade de mercado do sensor de SAW

O preço de fabricação do sensor de SAW é em torno de US$7.5 para a

parte eletrônica, US$1,25 para a deposição do filme, US$5 para a caixa do sensor,
totalizando US$13,75. Os equipamentos utilizados para o processamento de
medidas pode ser feito utilizando um contador de frequência baixo cujo custo é em
torno de US$20 e a visualização dos resultados pode ser feita utilizando um celular
ou computador comum.
Esse valor é muito menor do que o valor de todos os equipamentos
comerciais existentes hoje no mercado (Tabela 3). O equipamento comercial de
menor preço do mercado custa US$1995.00 que é aproximadamente 150 vezes
mais que o custo de fabricação do sensor de SAW. Os sensores utilizados nesse
trabalho como referência para medidas de SAW, o Decagon 3TE e 4TE custam
US$8000 e US$10834 respectivamente.
 79

6 Conclusões

 O teste de viabilidade do uso do sensor SAW mostrou que esse sensor pode ser
utilizado para medir a Aw de diferentes tipos de alimentos com exceção de 4
amostras (refrigerante diet, leite integral, maçã e presunto) que apresentaram
valores de amplitude maiores do que a amplitude da água.
 O modelo para o tratamento de dados experimentais deste trabalho que
descreve 2 processos (modelo 3), apresentou-se adequado para a extração de
parâmetros das curvas cinéticas geradas pelo sensor SAW. Os dois processos
seguem o comportamento de adsorção de moléculas de água pelo filme de GO,
comprovando experimentalmente o que foi descrito na literatura.
 A sensibilidade do filme de GO aumentou com o aumento de deposições e foi
suficiente para medir os valores de atividade de água de alimentos em menos de
1 minuto.
 A medida pelo sensor de SAW é muito rápida para alimentos de baixa Aw,
diferenciando-o dos equipamentos comerciais e facilitando o uso para essas
amostras.
 O método de uso de sensor de SAW desenvolvido nesse trabalho permite, além
de medir o valor de Aw, a extração do parâmetro de liberação de água pela
amostra (α1).
 80

7 Sugestão para trabalhos futuros

Para melhorar a precisão, repetitividade e qualidade das medidas de Aw

do sensor de SAW, os próximos trabalhos devem:
 estudar as condições da síntese de GO e da estabilidade dos filmes;
 estudar as condições de fabricação do sensor e da deposição do filme que
aumentem a estabilidade do sensor em relação ao tempo de vida;
 avaliar as condições de fabricação do sensor e da deposição do filme que
aumentem a precisão das medidas de alimentos, especialmente utilizando o
parâmetro A1;
 estudar os parâmetros que aumentem a precisão do sensor e se pode atingir a
precisão dos sensores mais utilizados pela indústria;
 estudar o parâmetro α mais detalhadamente, e sugerir uma aplicação da medida
de velocidade para a indústria de alimentos;
 reduzir o tamanho físico do sensor com alimentação através de pilhas,
viabilizando seu uso como sensor portátil.
 81

8 Referências

ANJOS, V. D. A.; YOTSUYANAKI, K.; CABRERA, H. A. P.; et al. Building

Competence in Chemical Metrology for the Brazilian Society. , 2008. São Paulo: :
IPT - Instituto de Pesquisas Tecnológicas do Estado de São Paulo.

ARSHAK, K.; MOORE, E.; LYONS, G. M.; HARRIS, J.; CLIFFORD, S. A review of
gas sensors employed in electronic nose applications. Sensor Review, v. 24, n. 2, p.
181–198, 2004.

ATHIÉ, I.; CASTRO, M. F. P. M.; GOMES, R. A. R.; VALENTINI, S. R. T.

Conservação de grãos. Campinas: Fundação Cargill, 1998.

BALASHOV, S. M.; BALACHOVA, O. V.; BRAGA, A. V. U.; FILHO, A. P.;

MOSHKALEV, S. Influence of the deposition parameters of graphene oxide
nanofilms on the kinetic characteristics of the SAW humidity sensor. Sensors and
Actuators B: Chemical, v. 217, p. 88–91, 2014. Elsevier B.V. Disponível em:
<http://linkinghub.elsevier.com/retrieve/pii/S0925400514014208>. .

BARBOSA-CÁNOVAS, G. V.; FERNÁNDEZ-MOLINA, J. J.; ALZAMORA, S. M.; et al.

Handling and Preservation of Fruits and Vegetables by Combined Methods for
Rural Areas. Roma: FOOD AND AGRICULTURE ORGANIZATION OF THE
UNITED NATIONS (FAO), 2003.

BARBOSA-CÁNOVAS, G. V.; FONTANA JÚNIOR, A. J.; SCHMIDT, S. J.; LABUZA,

T. P. Water activity in foods – Fundamentals and Applications. 1st ed. New York:
John Wiley & Sons, 2007.

BARROSO-BUJANS, F.; CERVENY, S.; ALEGRÍA, A.; COLMENERO, J. Sorption

and desorption behavior of water and organic solvents from graphite oxide. Carbon,
v. 48, n. 11, p. 3277–3286, 2010. Disponível em:
<http://linkinghub.elsevier.com/retrieve/pii/S0008622310003465>. Acesso em:
15/5/2014.

BI, H.; YIN, K.; XIE, X.; et al. Ultrahigh humidity sensitivity of graphene oxide.
Scientific reports, v. 3, n. 5 V, p. 2714, 2013. Disponível em:
<http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3776968&tool=pmcentre
z&rendertype=abstract>. .

BUERA, M. DEL P.; WELTI-CHANES, J.; LILLFORD, P. J. .; CORTI, H. R. . Water

Properties of Food, Pharmaceutical and Biological Materials. Nova York: CRC
Press, 2006.

BUVAILO, A.; XING, Y.; HINES, J.; BORGUET, E. Thin polymer film based rapid
surface acoustic wave humidity sensors. Sensors and Actuators B: Chemical, v.
156, n. 1, p. 444–449, 2011. Elsevier B.V. Disponível em:
<http://linkinghub.elsevier.com/retrieve/pii/S0925400511003777>. Acesso em:
15/5/2014.
 82

CALIENDO, C.; VERONA, E.; ANISIMKIN, V. I. Surface acoustic wave humidity

sensors: a comparison between different types of sensitive membrane. Smart
Materials and Structures, v. 6, n. 6, p. 707–715, 1997. Disponível em:
<http://stacks.iop.org/0964-
1726/6/i=6/a=007?key=crossref.9e218ba2edbb808914ab7533dea5b058>. .

DAMODARAN, S.; FENNEMA, O. R.; PARKIN, K. L. Química de Alimentos de

Fennema. 4 ed ed.Porto Alegre: Artmed Editora, 2010.

DECAGON. Water Activity Meter Operator ’ s Manual Version 5 for AquaLab

models Series 3 and 3TE. 2007.

DECAGON. Measuring Moisture Content Using Water Activity. Disponível em:

<http://www.aqualab.com/assets/Uploads/AN-Measuring-Moisture-Content-Using-
Water-Activity.pdf>. .

DECAGON. AQUALAB PRE CAP. Disponível em:

<http://aqualab.decagon.com.br/produtos/analisadores-de-atividade-de-
agua/aqualab-pre-cap/>. Acesso em: 13/5/2014a.

DECAGON. AQUALAB SERIES 4TEV. Disponível em:

<http://aqualab.decagon.com.br/produtos/analisadores-de-atividade-de-
agua/aqualab-series-4tev-atividade-de-agua-por-ponto-de-orvalho-e-capacitancia/>. .

DECAGON. PAWKIT. Disponível em:

<http://aqualab.decagon.com.br/produtos/analisadores-de-atividade-de-
agua/pawkit/>. .

DITCHFIELD, C. Estudos dos métodos para a medida da atividade de água,

2000. Escola Politécnica da Universidade de São Paulo.

DOWNES, F. P.; ITO, K. Compendium of methods for the Microbiological

examination of foods. 4th ed. Washington: American Public Health Association,
2001.

EDA, G.; CHHOWALLA, M. Chemically derived graphene oxide: Towards large-area

thin-film electronics and optoelectronics. Advanced Materials, v. 22, n. 22, p. 2392–
2415, 2010.

ESKIN, M.; ROBINSON, D. S. Food Shelf Life Stability: Chemical, Biochemical,

and Microbiological Changes. Nova York: CRC Press, 2000.

GETROTECH. HP23-AW-SET-40. Disponível em:

<https://www.getrotech.com.br/index.php/teste-medicao/termohigrometros/hp23-aw-
set-40-conjunto-aw-hygropalm-e-a-soluc-o-perfeita-para-as-medicoes-no-local.html>.
Acesso em: 13/5/2014.

HARDMAN, T. M. Water and food quality. 1st ed. Londres: Elsevier, 1987.
 83

HE, S.; WANG, W.; LI, S.; PAN, Y.; LIU, M. High-frequency stability oscillator for
surface acoustic wave gas sensor. Acoustical Science and Technology, v. 30, n.
1, p. 7–12, 2009. Disponível em:
<http://joi.jlc.jst.go.jp/JST.JSTAGE/ast/30.7?from=CrossRef>. .

JARDIM, D. C. P. Medidas de atividade de água. I Seminário sobre Atividade de

Água em Alimentos. Anais... , 1987. Campinas: Instituto de Tecnologia de
Alimentos.

KAREL, M.; LUND, D. B. Physical Principles of Food Preservation. CRC Press,

2003.

KRESS-ROGERS, E.; BRIMELOW, C. J. B. Instrumentation and Sensors for the

Food Industry. 2 ed ed.Woodhead Publishing, 2001.

LEITÃO, M. F. F. Atividade de água e transformações microbiológicas de

deterioração. I Seminário sobre Atividade de Água em alimentos. Anais... , 1987.

LEITE, J. T. DE C.; MURR, F. E. X.; PARK, K. J. Transições de fases em alimentos:

influência no processamento e na armazenagem. Revista Brasileira de produtos
agroindustriais, v. 7, n. 1, p. 83–96, 2005.

LERF, A.; HE, H.; FORSTER, M.; KLINOWSKI, J. Structure of Graphite Oxide
Revisited. Journal of Physical Chemistry B, v. 102, n. 23, p. 4477–4482, 1998.
Disponível em: <http://dx.doi.org/10.1021/jp9731821>. .

LERICI, C. R. Water Activity and Freezing Point Depression of Aqueous Solutions

and Liquid Foods. Water, v. 48, n. 3, p. 1667–1669, 1978.

LEVINE, H.; SLADE, L. Water Relationships in Foods - Advances in the 1980s

and Trends for the 1990s. Nova York: Plenum Press, 1991.

MAKAWY, M. M.; EL-SAYD, N. I. Comparison of Methods for Determination of

Moisture in Food 1. Research Journal of Agriculture and Biological Sciences, v.
6, n. 6, p. 906–911, 2010.

MARCZEWSKI, A. W. Application of mixed order rate equations to adsorption of

methylene blue on mesoporous carbons. Applied Surface Science, v. 256, n. 1, p.
5145–5152, 2010.

MEDEIROS, A. C. S. Preparo e Uso de Soluções Salinas Saturadas para a

Caracterização Fisiológica de Sementes Florestais. Colombo: Embrapa, 2006.

MORGAN, D. Surface acoustic waves filters. 2nd ed. Oxford: Academic Press,
2007.

NOVASINA. LAB MASTER-SWIFT. Disponível em: <file:///C:/Users/Ana

Val%C3%A9ria/Downloads/LAB MASTER-SWIFT (1).pdf>. Acesso em: 13/2/2014.
 84

PENZA, M.; ANISIMKIN, V. I. Surface acoustic wave humidity sensor using polyvinyl-
alcohol film. Sensors and Actuators A: Physical, v. 76, n. 1-3, p. 162–166, 1999.
Disponível em: <http://linkinghub.elsevier.com/retrieve/pii/S0924424799000047>. .

PENZA, M.; CASSANO, G. Relative humidity sensing by PVA-coated dual resonator

SAW oscillator. Sensors and Actuators B: Chemical, v. 68, n. 1-3, p. 300–306,
2000. Disponível em:
<http://linkinghub.elsevier.com/retrieve/pii/S0925400500004482>. .

RAHMAN, S. Handbook of Food Preservation. Nova York: CRC Press, 2007.

RAHMAN, S. Food Properties Handbook. 2 ed. ed.Nova York: CRC Press, 2009.

ROCKLAND, L. B.; BEAUCHAT, L. R. Water activity: theory and application to

food. Nova York: CRC Press, 1987.

ROTRONIC. THE SIGNIFICANCE AND MEASUREMENT OF WATER ACTIVITY

(ERH). Disponível em:
<https://www.google.com.br/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&cad=rja
&uact=8&ved=0ahUKEwiysZ6X697JAhVFHR4KHX6iCgAQFggoMAE&url=http://www
.swisserv.com/Rotronic/Awpaper-Orig.doc&usg=AFQjCNHtayl7-PiE6bzqanqpH-
Pae7NIjg&sig2=a9dcXrv__vTWhJk8LzlmgA>. Acesso em: 15/12/2015.

ROTRONINC. HygroPalm - HP23-AW-A. Disponível em:

<http://www.rotronic.com/humidity-measurement-feuchtemessung-
temperaturmessung/water-activity-wasseraktivitaet/hygropalm23-aw-hp23-aw.html>.
Acesso em: 13/5/2014.

RUPPEL, C. C. W.; FJELDLY, T. A. Advances in surface acoustic wave

technology, systems and application. Singapore: World Scientific Publishing,
2000.

SANDULACHI, E. Water Activity Conceptand Its Role In Food Preservation.

Meridian Engineering, v. 4, p. 40–48, 2012.

SCHEDIN, F.; GEIM, A K.; MOROZOV, S. V; et al. Detection of individual gas

molecules adsorbed on graphene. Nature materials, v. 6, n. 9, p. 652–5, 2007.
Disponível em: <http://www.ncbi.nlm.nih.gov/pubmed/17660825>. Acesso em:
28/4/2014.

SILVA, N.; JUNQUEIRA, V. C. A.; SILVEIRA, N. F. A.; et al. Manual de métodos de

análises microbiológicas de alimentos e água. 4th ed. São Paulo: Livraria Varela,
2010.

STANKOVICH, S.; PINER, R. D.; NGUYEN, S. T.; RUOFF, R. S. Synthesis and

exfoliation of isocyanate-treated graphene oxide nanoplatelets. Carbon, v. 44, n. 15,
p. 3342–3347, 2006.

TROLLER, J. Water Activity and Food. 1st ed. Academic Press, 1978.
 85

TSOTSAS, E.; MUJUMDAR, A. S. Modern Drying Technology - Volume 3:

Product Quality and Formulation. 1st ed. New York: Wiley, 2011.

WIEDERHOLD, P. R. Water Vapor Measurement: Methods and Instrumentation.

CRC Press, 1997.

WROLSTAD, R. E.; ACREE, T. E.; DECKER, E. A.; et al. Handbook of Food

Analytical Chemistry, Water, Proteins, Enzymes, Lipids, and Carbohydrates.
Wiley, 2004.

WU, T.-T.; CHEN, Y.-Y.; CHOU, T.-H. A high sensitivity nanomaterial based SAW
humidity sensor. Journal of Physics D: Applied Physics, v. 41, n. 8, p. 085101,
2008. Disponível em: <http://stacks.iop.org/0022-
3727/41/i=8/a=085101?key=crossref.45387f90622d5545a8cd8c713fb43b65>.
Acesso em: 19/5/2014.

YAO, Y.; CHEN, X.; GUO, H.; WU, Z. Graphene oxide thin film coated quartz crystal
microbalance for humidity detection. Applied Surface Science, v. 257, n. 17, p.
7778–7782, 2011. Elsevier B.V. Disponível em:
<http://linkinghub.elsevier.com/retrieve/pii/S0169433211005629>. Acesso em:
15/5/2014.

ZHAO, C.-L.; QIN, M.; HUANG, Q.-A. Humidity sensing properties of the sensor
based on graphene oxide films with different dispersion concentrations. 2011 IEEE
SENSORS Proceedings, p. 129–132, 2011. Ieee. Disponível em:
<http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm?arnumber=6126968>. .
 86

9 Anexos

9.1 Curvas experimentais das soluções padrão do sensor de SAW com 10

camadas de Óxido de grafeno

9.1.1 Cloreto de Zinco

469,4 469,5
1 S= 9,0e+8 Hz 2
469,3 z 469,4

Δ Frequência (KHz)
469,2
469,3
Δ Frequência

469,1
469,2
469,0

468,9 469,1
S= 5,0 e+10 Hz
468,8 469,0
0 200 400 600 0 200 400 600 800 1000
tempo (segundos) Tempo (segundos)

469,7
3 S= 5,0 e+10
Hz
469,6

469,5
Δ Frequência (KHz)

469,4

469,3

469,2

469,1

469,0
0 200 400 600 800
Tempo (segundos)

Figura 34 - Curvas de adsorção de água das amostras de Cloreto de Zinco.

Vermelho – curva experimental. Azul - curva teórica.

Tabela 12 - Parâmetros extraídos das curvas de Cloreto de Zinco através de ajuste

com o modelo 3
Amplitude A1 Amplitude A2 α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
(KHz) (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 0,42 0,154 17630 3,5 0,16 834,2
2 0,31 0,085 22000 2,3 0,13 878,4
3 0,32 0,066 22000 8,3 0,13 359,7
 87

9.1.2 Acetato de Potássio

470
1 S= 62,1 Hz 470 2 S= 50,5 Hz
470
470
469
469
Δ Frequência

469 469

Δ Frequência
469 469

469 469

469 469

468 468
0 200 400 600 0 200 400 600 800
tempo (segundos) tempo (segundos)

470
3 S= 35,0 Hz
470

469
Δ Frequência

469

469

469

469
0 200 400 600 800
tempo (segundos)
Figura 35 - Curvas de adsorção de água das amostras de Acetato de Potássio.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 13 - Parâmetros extraídos das curvas de Acetato de Potássio através de

ajuste com o modelo 3
Amplitude A1 Amplitude A2 α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
(KHz) (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,02 0,11 568,1 11,0 5,27 270,5
2 0,93 0,14 361,8 12,3 8,27 243,3
3 0,81 0,12 1891,7 13,3 1,58 224,9
 88

9.1.3 Fluoreto de Potássio

470 470
1 S= 101,0 Hz
2
469 469

Δ Frequência
Δ Frequência

468 468

467 467
S= 120,8 Hz

466 466
0 200 400 600 800 0 500 1000
tempo (segundos) tempo (segundos)

470
3 S= 95,7 Hz

469
Δ Frequência

468

467

466
0 200 400 600 800
tempo (segundos)

Figura 36 - Curvas de adsorção de água das amostras de Fluoreto de Potássio.

Vermelho – curva experimental. Azul - curva teórica.

Tabela 14 - Parâmetros extraídos das curvas de Fluoreto de Potássio através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,56 0,45 668,6 12,4 4,5 240,9
2 1,41 0,44 311,5 8,1 9,6 367,4
3 1,43 0,40 13680,0 8,0 0,21 372,3
 89

9.1.4 Cloreto de Magnésio

469
469
1 2
469
468,5
468
468

Δ Frequência
468
Δ Frequência

467,5
467
S= 108,0 Hz
467
467
S= 84,6 Hz 466,5
466

466 466
0 500 1000 0 200 400 600
tempo (segundos) tempo (segundos)

469,0
3 S= 125,9 Hz
468,5

468,0
Δ Frequência

467,5

467,0

466,5

466,0
0 200 400 600
tempo (segundos)
Figura 37 - Curvas de adsorção de água das amostras de Cloreto de Magnésio.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 15 - Parâmetros extraídos das curvas de Cloreto de Magnésio através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,64 0,71 664,6 21,8 4,50 136,9
2 1,73 0,66 512,1 17,8 5,84 168,3
3 1,76 0,67 393,1 8,3 7,61 359,4
 90

9.1.5 Carbonato de Potássio

470 470
1 S= 154,4 Hz 2 S= 178,5 Hz

469 469

468

Δ Frequência
468
Δ Frequência

467 467

466 466

465 465
0 500 1000 0 200 400 600 800
tempo (segundos) tempo (segundos)

470
3
469

468
Δ Frequência

467

466
S= 166,6 Hz

465
0 500 1000
tempo (segundos)
Figura 38 - Curvas de adsorção de água das amostras de Carbonato de Potássio.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 16 - Parâmetros extraídos das curvas de Carbonato de Potássio através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 2,89 0,98 282,3 8,0 10,6 373,8
2 2,87 0,92 299,3 8,8 10,0 338,5
3 3,07 0,78 137,6 6,7 21,7 446,3
 91

9.1.6 Nitrato de Magnésio

470
469
1 S= 136,3 Hz 2
470
468
469
467 468

Δ Frequência
Δ Frequência

466 467
466
465
465
464 464 S= 220,2 Hz
463 463
462
462
0 500 1000
0 200 400 600 800
tempo (segundos)
tempo (segundos)

470

469
3 S= 200,4 Hz

468

467
Δ Frequência

466

465

464

463

462
0 200 400 600 800 1000
tempo (segundos)
Figura 39 - Curvas de adsorção de água das amostras de Nitrato de Magnésio.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 17 - Parâmetros extraídos das curvas de Nitrato de Magnésio através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 4,07 1,98 64,5 6,7 18,2 444,4
2 3,82 1,81 222,9 13,0 13,4 230,0
3 3,93 1,54 165,4 9,3 18,1 321,9
 92

9.1.7 Iodeto de Potássio

472 472
1 2
470 470
468 468
466 466

Δ Frequência
Δ Frequência

464 464
462 462
460 460
458 S= 336,8 Hz S= 536,6 Hz
458
456 456
0 200 400 600 800 1000 0 500 1000 1500
tempo (segundos)
tempo (segundos)

472

470
3 S= 430,1 Hz

468

466
Δ Frequência

464

462

460

458

456
0 500 1000 1500
tempo (segundos)
Figura 40 - Curvas de adsorção de água das amostras de Iodeto de Potássio.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 18 - Parâmetros extraídos das curvas de Iodeto de Potássio através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 8,55 3,63 91,0 8,7 32,9 343,2
2 8,15 3,85 160,8 9,5 18,6 314,8
3 8,11 2,81 87,8 6,1 34,1 488,2
 93

9.1.8 Cloreto de sódio

475 470
1 468
2 S= 346,8Hz

470 466
464
465
462
Δ Frequência

Δ Frequência
460
460
458

455 456
454
S= 379,2Hz
450 452
450
445 448
0 200 400 600 800 1000 0 200 400 600 800
tempo (segundos) tempo (segundos)

470
468 3 S= 307,4 Hz

466
464
462
Δ Frequência

460
458
456
454
452
450
0 200 400 600 800
tempo (segundos)
Figura 41 - Curvas de adsorção de água das amostras de Cloreto de Sódio.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 19 - Parâmetros extraídos das curvas de Cloreto de Sódio através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 11,80 6,79 94,3 6,6 31,7 451,6
2 11,46 5,91 81,8 6,3 36,6 471,0
3 11,24 6,04 83,2 6,1 35,9 488,7
 94

9.1.9 Cloreto de Potássio

475 475
1 2
470 470

465 465

Δ Frequência
Δ Frequência

460 460

455 455

450 450
S= 389,7 Hz S= 267,4 Hz
445 445

440 440
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475
3
470

465

460
Δ Frequência

455

450
S= 394,3 Hz
445

440
0 200 400 600 800 1000
tempo (segundos)
Figura 42- Curvas de adsorção de água das amostras de Cloreto de Potássio.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 20 - Parâmetros extraídos das curvas de Cloreto de Potássio através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 15,01 10,84 76,4 7,0 39,1 423,9
2 14,75 10,63 82,5 6,9 36,3 432,9
3 16,63 8,95 52,2 5,5 57,3 536,3
 95

9.1.10 Nitrato de Potássio

475 475
470
1 470
2
465 465
460 460
455
Δ Frequência

Δ Frequência
455
450 450
445
445
440
440
435 S= 308,1 Hz S= 549,5 Hz
435
430
430
425 0 200 400 600 800 1000
0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475
3
470
465
460
455
ΔFrequência

450
445
440
435 S= 464,4 Hz

430
0 200 400 600 800 1000
tempo (segundos)

Figura 43 - Curvas de adsorção de água das amostras de Nitrato de Potássio.

Vermelho – curva experimental. Azul - curva teórica.

Tabela 21 - Parâmetros extraídos das curvas de Nitrato de Potássio através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 24,85 12,60 47,5 6,2 62,9 478,3
2 23,55 12,82 50,1 6,2 59,7 480,7
3 24,18 12,16 43,7 4,9 68,4 607,3
 96

9.1.11 Sulfato de Potássio

475 475
470
1 S= 337,9 Hz
470
2
465 465
460 460
455 455

Δ Frequência
Δ Frequência

450 450
445 445
440 440
435 435 S= 924,2 Hz
430 430
425 425
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475
470
3 S= 593,3 Hz

465
460
455
Δ Frequência

450
445
440
435
430
425
0 200 400 600 800
tempo (segundos)
Figura 44 - Curvas de adsorção de água das amostras de Sulfato de Potássio.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 22 - Parâmetros extraídos das curvas de Sulfato de Potássio através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 25,66 14,36 51,8 6,3 57,8 469,7
2 24,74 14,24 52,5 6,1 56,9 489,2
3 23,60 15,19 63,3 6,7 47,2 444,8
 97

9.1.12 Água

480 1 480
2 S= 484,8 Hz

470 470

460 460
Δ Frequência

Δ Frequência
450 450

440 440

430 430
S= 562,2 Hz
420 420
0 200 400 600 800 1000 0 200 400 600 800
tempo (segundos)
tempo (segundos)

475
470
3
465
460
455
Δ Frequência

450
445
440
435
430 S= 351,7 Hz
425
420
0 200 400 600 800 1000
tempo (segundos)
Figura 45 - Curvas de adsorção de moléculas de água das amostras de água.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 23- Parâmetros extraídos das curvas de Água através de ajuste com o
modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 26,41 20,53 48,1 5,0 62,1 594,4
2 25,24 19,84 57,1 5,3 52,4 560,5
3 26,07 17,84 47,5 4,7 63,0 635,2
 98

9.2 Curvas experimentais das medidas de alimentos do sensor de SAW com 10

camadas de Óxido de grafeno

9.2.1 Refrigerante diet

480 480
1 2
470 470

460 460

450

Δ Frequência
450
Δ Frequência

440 440

430 430

420 S= 762,1 Hz S= 745,2 Hz

420
410 410
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

480
3
470

460

450
Δ Frequência

440

430
S= 495,0 Hz
420

410
0 200 400 600 800 1000
tempo (segundos)
Figura 46 - Curvas de adsorção de água das amostras de Refrigerante diet.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 24 - Parâmetros extraídos das curvas de refrigerante diet através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 26,59 24,35 49,3 9,6 60,7 310,9
2 31,71 19,68 36,8 4,5 81,3 654,8
3 28,02 21,24 50,4 6,9 59,3 429,0
 99

9.2.2 Leite integral

480 480
1 2
470 470

460 460
Δ Frequência

450

Δ Frequência
450

440 440

430 430
S= 945,7 Hz S= 763,9 Hz
420 420

410 410
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

480
3
470

460
Δ Frequência

450

440

430
S= 592,0 Hz
420

410
0 200 400 600 800 1000
tempo (segundos)
Figura 47 - Curvas de adsorção de água das amostras de Leite integral. Vermelho –
curva experimental. Azul - curva teórica.

Tabela 25 - Parâmetros extraídos das curvas de Leite integral através de ajuste com
o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 28,04 21,32 45,9 6,6 65,1 448,9
2 27,01 21,52 48,4 6,3 61,8 468,2
3 25,44 23,41 57,7 6,2 51,8 480,9
 100

9.2.3 Iogurte integral

470 470
465
1 465
2
460 460
455 455
450 450

Δ Frequência
Δ Frequência

445 445
440 440
435 435
430 430
425 S= 491,2 Hz 425 S= 283,0 Hz
420 420
415 415
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470
465
3
460
455
450
Δ Frequência

445
440
435
430
425 S= 400,9 Hz
420
415
0 200 400 600 800 1000
tempo (segundos)
Figura 48 - Curvas de adsorção de água das amostras de Iogurte integral. Vermelho
– curva experimental. Azul - curva teórica.

Tabela 26 - Parâmetros extraídos das curvas de Iogurte integral através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 24,55 18,71 60,7 6,4 49,2 468,4
2 25,60 17,73 50,7 5,7 59,0 521,3
3 24,89 18,39 54,2 5,9 55,2 501,0
 101

9.2.4 Suco concentrado de caju

470 470
465
1 465
2
460 460
455 455
450 450

Δ Frequência
Δ Frequência

445 445
440 440
435 435
430 430
425 S= 281,8 Hz 425 S= 399,9 Hz
420 420
415 415
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470
465
3
460
455
450
Δ Frequência

445
440
435
430
425 S= 440,9 Hz
420
415
0 200 400 600 800 1000
tempo (segundos)
Figura 49- Curvas de adsorção de água das amostras de Suco concentrado de caju.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 27 - Parâmetros extraídos das curvas de Suco concentrado de caju através

de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 25,78 17,87 51,1 5,5 58,6 540,5
2 25,44 17,87 54,0 5,3 55,4 561,3
3 24,24 18,30 54,7 5,8 54,7 513,1
 102

9.2.5 Maçã

480 480
1 2
470 470

460 460

450
Δ Frequência

Δ Frequência
450
440
440
430
430
420
S= 692,5 Hz
420 410
S= 470,4 Hz
410 400
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundo) tempo (segundo)

480
3
470

460

450
Δ Frequência

440

430

420
S= 926,8 Hz
410

400
0 200 400 600 800 1000
tempo (segundos)
Figura 50- Curvas de adsorção de água das amostras de maçã. Vermelho – curva
experimental. Azul - curva teórica.

Tabela 28 - Parâmetros extraídos das curvas de maçã através de ajuste com o

modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 29,32 25,53 64,2 8,3 46,6 358,8
2 32,14 24,35 66,1 8,2 45,2 362,3
3 30,95 25,31 78,9 8,6 37,9 344,5
 103

9.2.6 Presunto

480 480
1 S= 904,3 Hz 2
470 470

460 460

Δ Frequência
450 450
Δ Frequência

440 440

430 430

420 420 S= 517,4 Hz

410 410
0 500 1000 1500 2000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

480
3
470

460

450
Δ Frequência

440

430

420 S= 963,7 Hz
410

400
0 200 400 600 800 1000
tempo (segundos)
Figura 51 - Curvas de adsorção de água das amostras de presunto. Vermelho –
curva experimental. Azul - curva teórica.

Tabela 29 - Parâmetros extraídos das curvas de presunto através de ajuste com o

modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 27,14 27,06 64,8 7,9 46,2 376,7
2 27,69 27,24 68,9 8,2 43,4 364,7
3 31,33 25,49 83,0 8,7 36,0 342,4
 104

9.2.7 Margarina

470 1 470
2
465 465
460 460
455 455
Δ Frequência

450 450

Δ Frequência
445 445
440
440
435
435
430 S= 278,7 Hz S= 255,9 Hz
430
425
425
420
0 200 400 600 800 1000
0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470
3 S= 107,1 Hz
465
460
455
Δ Frequência

450
445
440
435
430
425
0 200 400 600 800
tempo (segundos)
Figura 52- Curvas de adsorção de água das amostras de margarina. Vermelho –
curva experimental. Azul - curva teórica.

Tabela 30- Parâmetros extraídos das curvas de margarina através de ajuste com o
modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 21,83 17,28 42,9 5,9 69,8 502,9
2 21,31 17,05 42,0 5,7 71,3 522,0
3 21,29 15,62 36,8 5,0 81,3 593,9
 105

9.2.8 Pão francês integral

475 1 475 2
470 470
465 465
460 460
455
Δ Frequência

455

Δ Frequência
450 450
445 445
440 440
435 435
S= 724,4 Hz 430 S= 766,4 Hz
430
425 425
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475
3 S= 704,0 Hz
470
465
460
455
Δ Frequência

450
445
440
435
430
425
0 200 400 600 800
tempo (segundos)
Figura 53- Curvas de adsorção de água das amostras de pão francês integral.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 31- Parâmetros extraídos das curvas de pão francês integral através de
ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 20,10 20,90 82,0 10,7 36,4 277,7
2 22,53 19,03 63,5 9,7 47,1 307,1
3 21,56 19,95 58,8 9,5 43,5 314,6
 106

9.2.9 Queijo parmesão

475 1 S= 451,7 Hz 475 2

470 470
465 465
460 460 S= 473,7 Hz
455

Δ Frequência
455
Δ Frequência

450 450
445 445
440 440
435 435
430 430
425 425
0 200 400 600 800 0 200 400 600
tempo (segundos) tempo (segundos)

475 3
470
465
460
455
Δ Frequência

450
445
440
435
S= 428,6 Hz
430
425
0 200 400 600 800 1000
tempo (segundos)
Figura 54 - Curvas de adsorção de água das amostras de queijo parmesão.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 32 - Parâmetros extraídos das curvas de queijo parmesão através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 20,81 15,55 56,7 6,9 52,8 432,4
2 21,23 16,63 57,8 7,7 51,8 388,9
3 14,66 26,23 76,7 14,7 39,0 389,0
 107

9.2.10 Leite condensado

475
1 475 2
470 470
465 465
460 460
Δ Frequência

Δ Frequência
455 455
450 450
445 445
S= 364,2 Hz S= 208,0 Hz
440 440
435 435
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475
3 S= 406,9 Hz
470

465

460
Δ Frequência

455

450

445

440
0 200 400 600 800
tempo (segundos)
Figura 55 - Curvas de adsorção de água das amostras de leite condensado.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 33 - Parâmetros extraídos das curvas de leite condensado através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 15,62 12,60 64,5 13,9 46,3 214,5
2 16,23 11,78 64,4 14,3 46,4 209,0
3 12,90 11,59 79,6 8,9 37,6 333,1
 108

9.2.11 Geleia de morango

475 1 470 2
470 465

465
460

Δ Frequência
Δ Frequência

460
455
455
S= 479,2 Hz
450
450 S= 256,2 Hz

445 445
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470
3
468
466
464
462
Δ Frequência

460 S= 292,8 Hz
458
456
454
452
450
448
0 100 200 300 400 500
tempo (segundos)
Figura 56 - Curvas de adsorção de água das amostras de geleia de morango.
Vermelho – curva experimental. Azul - curva teórica.

Tabela 34 - Parâmetros extraídos das curvas de geleia de morango através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 15,88 6,33 80,9 7,9 37,0 378,9
2 12,09 5,85 84,0 6,1 35,6 486,6
3 9,98 6,82 13,5 12,0 22,0 248,8
 109

9.2.12 Shimeji seco

470 1 470
2
468 468

466
466
Δ Frequência

464

Δ Frequência
464
462
462
460
S= 310,4 Hz
458 460 S= 140,4 Hz

456 458
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3
468

466
Δ Frequência

464

462

460 S= 144,0 Hz

458
0 200 400 600 800 1000
tempo (segundos)
Figura 57 - Curvas de adsorção de água das amostras de shimeji seco. Vermelho –
curva experimental. Azul - curva teórica.

Tabela 35 - Parâmetros extraídos das curvas de shimeji seco através de ajuste com
o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 6,08 3,94 204,5 17,6 14,64 169,7
2 6,38 3,42 164,1 13,8 18,25 216,5
3 7,41 2,56 101,5 6,0 29,48 499,1
 110

9.2.13 Orégano

468 468
1 2
466 466
464 464
462

Δ Frequência
Δ Frequência

462
460
460
458
458
456
S= 102,4 Hz S= 132,5 Hz
456
454

452 454
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

468
3
466

464

462
Δ Frequência

460

458

456
S= 134,3Hz
454

452
0 200 400 600 800 1000
tempo (segundos)
Figura 58 - Curvas de adsorção de água das amostras de orégano. Vermelho –
curva experimental. Azul - curva teórica.

Tabela 36 - Parâmetros extraídos das curvas de orégano através de ajuste com o

modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 6,78 3,60 96,4 12,1 31,0 247,2
2 6,49 4,07 141,9 12,8 21,1 215,8
3 6,64 3,86 176,2 13,4 16,9 222,6
 111

9.2.14 Farinha de trigo

470
1 470 2
468
468

466
466
Δ Frequência

Δ Frequência
464 464

462 462

460 S= 350,9 Hz 460 S= 213,1 Hz

458 458
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3
468

466
Δ Frequência

464

462

460 S= 197,9 Hz

458
0 200 400 600 800 1000
tempo (segundos)
Figura 59 - Curvas de adsorção de água das amostras de farinha de trigo. Vermelho
– curva experimental. Azul - curva teórica.

Tabela 37 - Parâmetros extraídos das curvas de farinha de trigo através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 4,42 4,79 140,3 36,7 21,3 81,4
2 5,07 4,10 225,1 32,5 13,3 92,0
3 4,53 4,21 244,1 34,1 12,2 87,7
 112

9.2.15 Macarrão seco

470
1 470 2
469 469
468 468
467 467
466 466

Δ Frequência
Δ Frequência

465 465
464 464
463 463
462 462
S= 246,5 Hz S= 170,9 Hz
461 461
460 460
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

471 3
470
469
468
467
Δ Frequência

466
465
464
463
462
S= 234,0 Hz
461
460
0 200 400 600 800 1000
tempo (segundos)
Figura 60 - Curvas de adsorção de água das amostras de macarrão seco. Vermelho –
curva experimental. Azul - curva teórica.

Tabela 38 - Parâmetros extraídos das curvas de macarrão seco através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 5,31 2,81 258,9 12,9 11,5 230,6
2 5,10 3,13 186,8 15,1 16,0 197,4
3 5,31 3,02 196,9 19,7 15,2 151,5
 113

9.2.16 Grão de milho

470 1 470
2
468 468

466 466
Δ Frequência

Δ Frequência
464 464

462 462

460 S= 291,1 Hz 460 S= 262,4 Hz

458 458
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3
469
468
467
Δ Frequência

466
465
464
463
462
461 S= 161,6 Hz

460
0 200 400 600 800 1000
tempo (segundos)
Figura 61 - Curvas de adsorção de água das amostras de grão de milho. Vermelho –
curva experimental. Azul - curva teórica.

Tabela 39 - Parâmetros extraídos das curvas de grão de milho através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 4,57 4,70 272,9 18,6 10,9 162,6
2 4,20 5,16 419,2 20,1 7,14 160,6
3 4,34 4,00 270,4 15,0 11,0 148,7
 114

9.2.17 Açúcar refinado

468 1 468 2
466 466

464 464
Δ Frequência

Δ Frequência
462 462

460 460

458 458
S= 165,5 Hz S= 138,1 Hz
456 456
454 454
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

468 3
466

464
Δ Frequência

462

460

458

456 S= 100,6 Hz

454
0 200 400 600 800 1000
tempo (segundos)
Figura 62 - Curvas de adsorção de água das amostras de açúcar. Vermelho – curva
experimental. Azul - curva teórica.

Tabela 40 - Parâmetros extraídos das curvas de açúcar através de ajuste com o

modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 6,78 2,91 177,2 11,6 16,9 256,2
2 6,77 2,96 195,0 12,9 13,3 230,5
3 6,95 2,88 190,4 13,5 15,7 220,4
 115

9.2.18 Fubá

470
469
1 470
2
469
468 468
467 467

Δ Frequência
466 466
Δ Frequência

465 465
464 464
463 463
462 462
S= 235,9 Hz 461 S= 315,8 Hz
461
460
460
0 200 400 600 800 1000
0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3
469
468
467
466
Δ Frequência

465
464
463
462
S= 267,7 Hz
461
460
0 200 400 600 800 1000
tempo (segundos)
Figura 63- Curvas de adsorção de água das amostras de fubá. Vermelho – curva
experimental. Azul - curva teórica. S – valor de dispersão dos pontos teóricos e
experimentais.

Tabela 41 - Parâmetros extraídos das curvas de fubá através de ajuste com o

modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 4,32 3,59 310,1 29,0 9,6 103,2
2 4,03 3,68 268,5 29,4 11,1 101,7
3 4,91 3,11 200,3 25,0 14,9 119,4
 116

9.2.19 Grão de trigo

469 1 469 2
468 468

467 467

466 466

Δ Frequência
Δ Frequência

465 465

464 464

463 463

462 S= 147,2 Hz 462 S= 125,4 Hz

461 461
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3
469
468
467
Δ Frequência

466
465
464
463
462 S= 249,7 Hz
461
0 200 400 600 800 1000
tempo (segundos)
Figura 64- Curvas de adsorção de água das amostras de grão de trigo. Vermelho –
curva experimental. Azul - curva teórica. S – valor de dispersão dos pontos teóricos
e experimentais.

Tabela 42 - Parâmetros extraídos das curvas de grão de trigo através de ajuste com
o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 4,55 2,09 210,0 11,1 14,2 268,5
2 4,60 1,91 173,5 8,3 17,2 357,3
3 4,53 1,96 179,3 8,1 16,7 366,4
 117

9.2.20 Chocolate ao leite

466 1 466 2
465 465
464 464
463
463
462

Δ Frequência
Δ Frequência

462
461
461
460
460 459
459 458 S= 105,6 Hz
458 S= 66,4 Hz 457
457 456
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

466 3
465
464
463
462
Δ Frequência

461
460
459
458
S= 105,1 Hz
457
456
0 200 400 600 800 1000 1200 1400
tempo (segundos)
Figura 65 - Curva de adsorção de água das amostras de chocolate ao leite.
Vermelho – curva experimental. Azul - curva teórica. S – valor de dispersão dos
pontos teóricos e experimentais.

Tabela 43- Parâmetros extraídos das curvas de chocolate ao leite através de ajuste
com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 4,48 2,82 251,4 9,1 11,9 325,7
2 4,69 2,50 218,2 10,6 13,7 282,0
3 5,19 2,11 223,6 7,8 13,3 380,4
 118

9.2.21 Grão de arroz

467
1 467 2
466 466
465 465
464 464

Δ Frequência
Δ Frequência

463 463
462 462
461 461
460 460
459 S= 78,0 Hz S= 103,0 Hz
459
458 458
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

467 3
466
465
464
Δ Frequência

463
462
461
460
S= 79,0 Hz
459
458
0 200 400 600 800 1000
tempo (segundos)
Figura 66 - Curvas de adsorção de água das amostras de grão de arroz. Vermelho –
curva experimental. Azul - curva teórica. S – valor de dispersão dos pontos teóricos
e experimentais.

Tabela 44 - Parâmetros extraídos das curvas de grão de arroz através de ajuste com
o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 4,69 2,55 292,6 13,2 10,2 226,9
2 4,91 2,33 189,9 9,8 5,7 304,3
3 4,80 2,30 211,4 9,8 14,1 304,2
 119

9.2.22 Uva passa

469 1 469 2
468 468
467
467
466
Δ Frequência

Δ Frequência
466
465
465
464
464
463
S= 156,9 Hz
463 S= 165,5 Hz
462
461 462
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

469 3
468

467
Δ Frequência

466

465

464

463 S= 148,9 Hz

462
0 200 400 600 800 1000
tempo (segundos)
Figura 67 - Curvas de adsorção de água das amostras de uva passa. Vermelho –
curva experimental. Azul - curva teórica. S – valor de dispersão dos pontos teóricos
e experimentais.

Tabela 45 - Parâmetros extraídos das curvas de uva passa através de ajuste com o
modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 3,69 2,13 239,2 17,8 12,5 168,0
2 2,88 2,64 568,2 20,4 5,2 146,2
3 2,71 2,04 378,7 15,2 7,9 196,3
 120

9.2.23 Café torrado e moído

466 1 466 2
465 465

464 464
Δ Frequência

Δ Frequência
463 463

462 462

461 S= 48,0 Hz 461

S= 68,7 Hz
460 460

459 459
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

466 3
465

464
Δ Frequência

463

462

461
S= 103,4 Hz
460

459
0 200 400 600 800 1000
tempo (segundos)
Figura 68 - Curva de adsorção de água das amostras de café torrado e moído.
Vermelho – curva experimental. Azul - curva teórica. S – valor de dispersão dos
pontos teóricos e experimentais.

Tabela 46 - Parâmetros extraídos das curvas de café torrado e moído através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 3,41 1,22 338,9 19,0 8,8 157,1
2 3,46 1,20 304,3 17,6 8,8 169,9
3 3,49 1,19 432,1 14,8 6,9 201,8
 121

9.2.24 Torrada multigrãos

470 1 S= 112,4 Hz
470
2
469 469

469 469

468 468

Δ Frequência
Δ Frequência

468 468

467 467

467 467
S= 95,5 Hz
466 466

466 466
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3
469

469
Δ Frequência

468

468
S= 82,7 Hz
467

467

466
0 200 400 600
tempo (segundos)
Figura 69 - Curvas de adsorção de água das amostras de torrada multigrãos.
Vermelho – curva experimental. Azul - curva teórica. S – valor de dispersão dos
pontos teóricos e experimentais.

Tabela 47 - Parâmetros extraídos das curvas de torrada multigrãos através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,97 0,89 763,7 9,1 3,92 326,5
2 2,01 0,91 432,9 10,3 6,93 289,0
3 2,01 0,85 535,2 11,9 5,59 250,4
 122

9.2.25 Café solúvel

470 1 469 2
469 469
469 468
468 468

Δ Frequência
468 467
Δ Frequência

467 467
467 466
466 466
466 S= 116,6 Hz 465 S= 139,8 Hz
465 465
465 464
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

469 3
469
468
468
Δ Frequência

467
467
466
466 S= 108,0 Hz
465
465
0 200 400 600 800 1000
tempo (segundos)
Figura 70 - Curvas de adsorção de água das amostras de café solúvel. Vermelho –
curva experimental. Azul - curva teórica. S – valor de dispersão dos pontos teóricos
e experimentais.

Tabela 48 - Parâmetros extraídos das curvas de café solúvel através de ajuste com
o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 2,65 0,89 296,0 27,7 10,11 107,7
2 2,67 0,79 260,5 26,5 11,49 112,8
3 2,31 1,07 342,0 37,99 8,75 78,8
 123

9.2.26 Biscoito cream cracker

470 1 470 2
470 469
469 469
469
468
Δ Frequência

Δ Frequência
468
468
468
467
467
467
467
S= 125,4 Hz S= 79,9 Hz
466 466

466 466
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470
3
469

469

468
Δ Frequência

468

467

467
S= 109,8 Hz
466

466
0 200 400 600 800 1000
tempo (segundos)
Figura 71 - Curvas de adsorção de água das amostras de biscoito cream cracker.
Vermelho – curva experimental. Azul - curva teórica. S – valor de dispersão dos
pontos teóricos e experimentais.

Tabela 49 - Parâmetros extraídos das curvas de biscoito cream cracker através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 2,52 0,66 1009,5 6,3 2,96 471,8
2 2,21 0,75 632,6 10,6 4,73 282,0
3 2,24 0,68 1716,3 10,8 1,74 276,7
 124

9.2.27 Cereal matinal

470 1 471 2
470 470

470
469

Δ Frequência
Δ Frequência

469
469
469
468
468
468 S= 48,4 Hz S= 93,3 Hz
468

467 467
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3
470

469
Δ Frequência

469

468

468 S= 65,2 Hz

467
0 200 400 600 800 1000
tempo (segundos)
Figura 72 - Curvas de adsorção de água das amostras de cereal matinal. Vermelho
– curva experimental. Azul - curva teórica. S – valor de dispersão dos pontos
teóricos e experimentais.

Tabela 50 - Parâmetros extraídos das curvas de cereal matinal através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,44 0,59 512,9 11,5 5,8 259,7
2 1,81 0,53 319,7 9,2 9,3 322,4
3 1,67 0,64 468,1 9,5 6,3 314,6
 125

9.2.28 Maçã desidratada

469 1 S= 170,6 Hz
469
2
469 469

469 469

469 469

Δ Frequência
Δ Frequência

468 468

468 468

468 468
S= 54,4 Hz
468 468

468 468
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3 S= 89,5 Hz

469

469
Δ Frequência

468

468

467

467
0 200 400 600 800
tempo (segundos)
Figura 73 - Curvas de adsorção de água das amostras de maçã desidratada.
Vermelho – curva experimental. Azul - curva teórica. S – valor de dispersão dos
pontos teóricos e experimentais.

Tabela 51 - Parâmetros extraídos das curvas de maçã desidratada através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,08 0,10 1427,0 8,4 2,1 356,0
2 1,08 0,13 849,1 7,7 3,5 388,3
3 1,41 0,57 432,5 38,2 6,9 872,3
 126

9.2.29 Bolacha recheada

470
1 S= 44,4 Hz
470
2 S= 65,7 Hz
470 470

470 470

Δ Frequência
Δ Frequência

469 469

469 469

469 469

469 469

469 469
0 200 400 600 800 0 200 400 600 800
tempo (segundos) tempo (segundos)

470
3
470

470
Δ Frequência

469

469

469
S= 44,4 Hz
469

469
0 200 400 600 800 1000
tempo (segundos)
Figura 74 - Curvas de adsorção de água das amostras de bolacha recheada.
Vermelho – curva experimental. Azul - curva teórica. S – valor de dispersão dos
pontos teóricos e experimentais.

Tabela 52 - Parâmetros extraídos das curvas de bolacha recheada através de ajuste

com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 0,82 0,14 697,8 4,2 4,29 698,1
2 0,80 0,11 968,0 7,8 3,09 384,0
3 0,81 0,09 413,3 6,0 7,24 493,4
 127

9.2.30 Leite em pó

469
1 S= 120,1 Hz
469 2
469 469

469 469
469
469
Δ Frequência

Δ Frequência
469
469
468
468
468
468 468 S= 50,0 Hz
468 468

468 468
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

469 3 S= 34,5 Hz
469
469
469
469
Δ Frequência

468
468
468
468
468
0 200 400 600 800
tempo (segundos)
Figura 75 - Curvas de adsorção de água das amostras de leite em pó. Vermelho –
curva experimental. Azul - curva teórica. S – valor de dispersão dos pontos teóricos
e experimentais.

Tabela 53 - Parâmetros extraídos das curvas de leite em pó através de ajuste com o

modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,14 0,13 1174,4 13,6 2,5 219,2
2 1,11 0,17 605,7 11,2 4,9 265,6
3 1,09 0,22 373,1 8,7 8,0 341,2
 128

9.2.31 Biscoito de polvilho

469 1 S= 70,4 Hz 469 2

469 S= 792,2 Hz
469
469 469
469 469
Δ Frequência

Δ Frequência
469 469
468 468
468 468
468 468

468 468
0 200 400 600 800 1000 0 200 400 600 800
tempo (segundos) tempo (segundos)

469 3
469
469
469
Δ Frequência

469
468
468
468 S= 110,5 Hz
468
468
0 200 400 600 800 1000 1200
tempo (segundos)
Figura 76 - Curvas de adsorção de água das amostras de biscoito de polvilho.
Vermelho – curva experimental. Azul - curva teórica. S – valor de dispersão dos
pontos teóricos e experimentais.

Tabela 54 - Parâmetros extraídos das curvas de biscoito de polvilho através de

ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,21 0,009 807,5 14,6 3,7 204,5
2 1,17 0,057 2732,7 11,6 1,1 258,0
3 1,20 0,030 1056,2 44,5 2,7 67,2
 129

9.2.32 Batata chips

470 1 470
470
2
470
470
470
470
470
470
Δ Frequência

Δ Frequência
470
470
470 470
470 470
469 469
S= 19,8 Hz 469 S= 12,7 Hz
469
469
469
469
469
0 200 400 600 800 1000
0 200 400 600 800
tempo (segundos) tempo (segundos)

470 3
470

470
Δ Frequência

470

470

469

469 S= 20,2 Hz

469
0 200 400 600 800 1000
tempo (segundos)

Figura 77 - Curvas de adsorção de água das amostras de batata chips. Vermelho –

curva experimental. Azul - curva teórica. S – valor de dispersão dos pontos teóricos
e experimentais.

Tabela 55 - Parâmetros extraídos das curvas de batata chips através de ajuste com
o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 0,31 0,03 827,4 6,2 3,6 477,9
2 1,26 0,93 236,1 185,3 12,6 16,1
3 2,16 1,72 389,7 327,9 7,6 9,1
 130

9.3 Curvas experimentais do teste de repetitividade do sensor de SAW com 10

camadas de Óxido de grafeno

9.3.1 Semana 1

9.3.1.1 Cloreto de Magnésio

468 1 468 2
467 467
467 467
466 466
Δ Frequência

ΔFrequência
466 466
465 465
465 465
464 464
S= 135,6 Hz S= 20,0 Hz
464 464
463 463
0 200 400 600 800 1000 1200 1400 0 200 400 600 800 1000 1200 1400
tempo (segundos) tempo (segundos)

467 3
467
466
466
Δ Frequência

465
465
464
S= 38,5 Hz
464
463
0 200 400 600 800 1000
tempo (segundos)
Figura 78 - Curvas de adsorção de água das amostras de Cloreto de Magnésio para
o teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 56 - Parâmetros extraídos das curvas de Cloreto de Magnésio para o teste

de repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 3,02 0,58 720,1 8,6 4,15 348,0
2 2,61 0,68 1653,1 11,9 1,81 250,7
3 2,47 0,58 644,8 7,9 4,64 376,1
 131

9.3.1.2 Cloreto de Sódio

466 1 466 2
464 464
462 462
460 460
458
Δ Frequência

458

Δ Frequência
456 456
454 454
452 452
450 S= 191,1 Hz 450 S= 234,6 Hz
448 448
446 446
0 200 400 600 800 1000 1200 1400 0 200 400 600 800 1000 1200 1400
tempo (segundos) tempo (segundos)

468 3
466
464
462
460
Δ Frequência

458
456
454
452
S= 203,9 Hz
450
448
0 200 400 600 800 1000 1200 1400
tempo (segundos)
Figura 79 – Curvas de adsorção de água das amostras de Cloreto de Sódio para o
teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 57 - Parâmetros extraídos das curvas de Cloreto de Sódio para o teste de

repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 8,96 6,97 58,0 7,0 51,5 424,3
2 10,3 5,70 49,6 5,1 60,3 579,4
3 8,44 6,96 70,6 6,4 42,4 467,3
 132

9.3.1.3 Água

470
465
1 470 2
465
460 460
455 455
450 450
Δ Frequência

Δ Frequência
445 445
440 440
435 435
430 430
425 S= 237,3 Hz 425 S= 396,8 Hz
420 420
415 415
0 200 400 600 800 1000 0 200 400 600 800 1000 1200 1400 1600
tempo (segundos) tempo (segundos)

470 3
465
460
455
450
Δ Frequência

445
440 S= 573,1 Hz
435
430
425
420
415
0 200 400 600 800
tempo (segundos)
Figura 80 - Curvas de adsorção de água das amostras de Água para o teste de
repetitividade. Vermelho – curva experimental. Azul - curva teórica. S – valor de
dispersão dos pontos teóricos e experimentais.

Tabela 58 - Parâmetros extraídos das curvas de Água para o teste de repetitividade

através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 25,13 20,28 41,7 4,5 71,7 651,5
2 25,01 19,73 53,3 5,8 56,1 509,8
3 26,54 17,78 41,1 4,8 72,7 612,8
 133

9.3.2 Semana 3

9.3.2.1 Cloreto de Magnésio

469 1 469 2
469 469
468
468
Δ Frequência

Δ Frequência
468
468
467 S= 108,0 Hz
467
467
S= 84,6 Hz 467
466

466 466
0 200 400 600 800 1000 0 100 200 300 400 500
tempo (segundos) tempo (segundos)

469 3 S= 125,9 Hz

469

468
Δ Frequência

468

467

467

466
0 200 400 600
tempo (segundos)
Figura 81 - Curva de adsorção de água das amostras de Cloreto de Magnésio para o
teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 59 - Parâmetros extraídos das curvas de Cloreto de Magnésio para o teste

de repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,64 0,71 664,6 21,8 4,5 136,9
2 1,73 0,66 512,1 17,8 5,8 168,3
3 1,76 0,67 393,1 8,3 7,6 359,4
 134

9.3.2.2 Cloreto de Sódio

472
470
1 470 2 S= 306,2 Hz
468
468
466
466
464 464

Δ Frequência
Δ Frequência

462 462
460 460
458 458
456 456
454 S= 195,1 Hz 454
452 452
450 450
0 200 400 600 800 1000 1200 0 200 400 600 800
tempo (segundos) tempo (segundos)

S= 343,9 Hz
472 3
470
468
466
464
Δ Frequência

462
460
458
456
454
452
450
0 200 400 600 800 1000
tempo (segundos)
Figura 82 - Curvas de adsorção de água das amostras de Cloreto de Sódio para o
teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 60 - Parâmetros extraídos das curvas de Cloreto de Sódio para o teste de

repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 11,74 5,55 57,8 5,3 51,7 563,0
2 10,55 5,61 67,0 6,5 44,6 455,8
3 10,38 6,28 80,9 9,3 36,9 318,8
 135

9.3.2.3 Água

480 1 480 2 S= 484,8 Hz

470 470

460 460
Δ Frequência

Δ Frequência
450 450

440 440

430 S= 562,2 Hz 430

420 420
0 200 400 600 800 1000 0 200 400 600 800
tempo (segundos) tempo (segundos)

475
470
3
465
460
455
Δ Frequência

450
445
440
435
430 S= 351,7 Hz
425
420
0 200 400 600 800 1000
tempo (segundos)
Figura 83 - Curvas de adsorção de água das amostras de Água para o teste de
repetitividade. Vermelho – curva experimental. Azul - curva teórica. S – valor de
dispersão dos pontos teóricos e experimentais.

Tabela 61 - Parâmetros extraídos das curvas de Água para o teste de repetitividade

através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 26,41 20,53 48,1 5,0 62,1 594,4
2 25,24 19,84 57,1 5,3 52,3 560,5
3 26,07 17,84 47,5 4,7 63,0 160,8
 136

9.3.3 Semana 4

9.3.3.1 Cloreto de Magnésio

469
1 469
2
468
468

468
468

Δ Frequência
Δ Frequência

467
467
467
S=90,4 Hz 467
466 S=72,1 Hz

466 466
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

469 3 S= 71,2 Hz
468

468
Δ Frequência

467

467

466

466
0 200 400 600 800 1000
tempo (segundos)
Figura 84 - Curvas de adsorção de água das amostras de Cloreto de Magnésio para
o teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 62 - Parâmetros extraídos das curvas de Cloreto de Magnésio para o teste

de repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,64 0,36 616,7 12,8 4,85 234,7
2 1,53 0,30 1311,5 8,4 2,28 356,2
3 1,62 0,50 548,3 9,4 54,6 317,6
 137

9.3.3.2 Cloreto de Sódio

475
1 470 2 S= 346,8 Hz
468
470 466
464
465
462
Δ Frequência

Δ Frequência
460
460
458
455 456
454
S= 379,2 Hz
450 452
450
445 448
0 200 400 600 800 1000 0 200 400 600 800
tempo (segundos) tempo (segundos)

470 3 S= 307,4 Hz
468
466
464
462
Δ Frequência

460
458
456
454
452
450
0 200 400 600 800
tempo (segundos)
Figura 85 - Curvas de adsorção de água das amostras de Cloreto de Sódio para o
teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 63 - Parâmetros extraídos das curvas de Cloreto de Sódio para o teste de

repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 11,80 6,79 94,3 6,6 31,7 451,6
2 11,46 5,91 81,8 6,3 36,6 471,0
3 11,24 6,04 83,2 6,1 35,9 488,7
 138

9.3.3.3 Água

475 1 S= 550,4 Hz 475 2

470 470
465 465
460 460
455 455

Δ Frequência
Δ Frequência

450 450
445 445
440 440
435 435
430 430 S= 576,0 Hz
425 425
420 420
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475 3
470
465
460
Δ Frequência

455
450
445 S= 256,0 Hz
440
435
430
425
0 200 400
tempo (segundos)
Figura 86 - Curvas de adsorção de água das amostras de Água para o teste de
repetitividade. Vermelho – curva experimental. Azul - curva teórica. S – valor de
dispersão dos pontos teóricos e experimentais.

Tabela 64 - Parâmetros extraídos das curvas de Água para o teste de repetitividade

através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 25,75 15,99 51,4 6,9 58,2 428,8
2 25,79 16,17 51,2 7,4 58,4 400,8
3 22,03 19,00 65,9 9,0 45,4 330,8
 139

9.3.4 Semana 6

9.3.4.1 Cloreto de Magnésio

470 1 S= 49,6 Hz 470 2

470 470
470 470
469 469
469 469

Δ Frequência
Δ Frequência

469 469
469 469
469 469
468 468 S= 56,1 Hz
468 468
468 468
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos

3 S= 43,3 Hz
470
470
469
Δ Frequência

469
469
469
469
468
468
468
0 200 400 600 800 1000
tempo (segundos)
Figura 87 - Curvas de adsorção de água das amostras de Cloreto de Magnésio para
o teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 65 - Parâmetros extraídos das curvas de Cloreto de Magnésio para o teste

de repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,06 0,44 631,4 8,1 4,7 366,5
2 1,04 0,45 661,2 8,5 4,5 350,6
3 1,03 0,43 386,4 7,9 7,7 374,7
 140

9.3.4.2 Cloreto de Sódio

472 1 472 2
470 470

468 468
466
466

Δ Frequência
Δ Frequência

464
464
462
462
460
460 458
458 S= 259,5 Hz
456
S= 223,6 Hz
456 454
454 0 200 400 600 800 1000
0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

472
3 S= 328,8 Hz
470
468
466
Δ Frequência

464
462
460
458
456
454
0 200 400 600 800 1000
tempo (segundos)
Figura 88 - Curvas de adsorção de água das amostras de Cloreto de Sódio para o
teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 66 - Parâmetros extraídos das curvas de Cloreto de Sódio para o teste de

repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 9,70 4,62 71,6 4,5 41,7 653,1
2 10,17 4,34 88,3 3,8 33,9 784,3
3 9,10 3,94 116,0 6,5 25,8 456,6
 141

9.3.4.3 Água

475 1 475 2
470 470
465 465
460 460

Δ Frequência
455 455
Δ Frequência

450 450
445 445
440 440
435 435
S= 425,8 Hz S= 596,6 Hz
430 430
425 425
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475
3
470
465
460
455
Δ Frequência

450
445
S= 782,2 Hz
440
435
430
425
0 200 400 600
tempo (segundos)
Figura 89 – Curvas de adsorção de água das amostras de Água para o teste de
repetitividade. Vermelho – curva experimental. Azul - curva teórica. S – valor de
dispersão dos pontos teóricos e experimentais.

Tabela 67 - Parâmetros extraídos das curvas de Água para o teste de repetitividade

através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 24,35 15,77 52,9 5,4 56,5 552,7
2 23,90 16,60 79,7 5,7 60,1 516,6
3 23,13 16,79 52,5 7,0 56,9 424,7
 142

9.3.5 Semana 7

9.3.5.1 Cloreto de Magnésio

470 1 S= 493,5 Hz 470 2 S= 73,0 Hz

470 470

469 469

Δ Frequência
Δ Frequência

469 469

468 468

468 468

467 467
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3 S= 60,3 Hz

470

469
Δ Frequência

469

468

468

467
0 200 400 600 800 1000
tempo (segundos)
Figura 90 - Curvas de adsorção de água das amostras de Cloreto de Magnésio para
o teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 68 - Parâmetros extraídos das curvas de Cloreto de Magnésio para o teste

de repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,58 0,52 173,5 9,0 17,2 330,5
2 1,47 0,52 304,1 9,4 9,8 316,4
3 1,46 0,48 182,5 7,5 16,4 397,9
 143

9.3.5.2 Cloreto de Sódio

470 1 S= 308,0 Hz 470 2 S= 257,7 Hz

468 468
466
466
464
Δ Frequência

Δ Frequência
464
462
462
460
460
458
456 458

454 456
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3
468

466
Δ Frequência

464

462
S= 232,5 Hz
460

458

456
0 200 400 600 800
tempo (segundos)
Figura 91 - Curvas de adsorção de água das amostras de Cloreto de Sódio para o
teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 69 - Parâmetros extraídos das curvas de Cloreto de Sódio para o teste de

repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 7,46 4,60 110,9 9,2 26,9 323,5
2 8,52 3,20 656,0 6,7 45,6 446,2
3 9,18 0 393,6 6,1 43,1 487,9
 144

9.3.5.3 Água

475 1 475 2
470 470
465 465
460 460
Δ Frequência

455

Δ Frequência
455
450 450
445 445
440 440
435 435
S= 803,3 Hz S= 1308 Hz
430 430
425 425
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475 3
470
465
460
Δ Frequência

455
450 S= 690,1 Hz
445
440
435
430
425
0 200 400 600
tempo (segundos)
Figura 92 - Curvas de adsorção de água das amostras de Água para o teste de
repetitividade. Vermelho – curva experimental. Azul - curva teórica. S – valor de
dispersão dos pontos teóricos e experimentais.

Tabela 70 - Parâmetros extraídos das curvas de Água para o teste de repetitividade

através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 24,17 17,39 50,2 4,1 59,5 722,2
2 25,77 14,39 45,0 4,6 66,4 647,8
3 23,38 15,45 55,1 6,3 54,2 471,5
 145

9.3.6 Semana 8

9.3.6.1 Cloreto de Magnésio

471 1 471 2
470 470

470 470

Δ Frequência
Δ Frequência

469 469

469 469
S= 77,7 Hz S= 71,9 Hz
468 468

468 468
0 200 400 600 800 1000 1200 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

471
3
470

470
Δ Frequência

469

469
S= 86,8 Hz
468

468
0 200 400 600 800 1000 1200 1400
tempo (segundos)
Figura 93 - Curvas de adsorção de água das amostras de Cloreto de Magnésio para
o teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 71 - Parâmetros extraídos das curvas de Cloreto de Magnésio para o teste

de repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 1,47 0,63 174,0 8,1 17,2 369,7
2 1,46 0,63 184,5 7,2 16,2 410,4
3 1,51 0,66 275,2 6,8 10,8 439,2
 146

9.3.6.2 Cloreto de Sódio

470
1 S=333,4 Hz 470 2
468 468
466 466
464 464
Δ Frequência

Δ Frequência
462 462
460 460
458 458
S= 482,5 Hz
456 456
454 454
0 200 400 600 800 1000 1200 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

470 3
468
466
464
Δ Frequência

462 S= 334,8 Hz
460
458
456
454
0 200 400 600
tempo (segundos)
Figura 94 - Curvas de adsorção de água das amostras de Cloreto de Sódio para o
teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 72 - Parâmetros extraídos das curvas de Cloreto de Sódio para o teste de

repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 9,10 4,49 79,9 3,2 37,4 908,1
2 8,78 3,43 87,2 5,9 34,3 500,3
3 8,30 3,86 86,7 5,9 34,5 506,5
 147

9.3.6.3 Água

480 1 475 2
470
470 465
460
460
455
Δ Frequência

Δ Frequência
450
450
445
440
440
435
430 430 S= 780,6 Hz
S= 545,8 Hz 425
420 420
0 500 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475 3
470
465
460
455
Δ Frequência

450
445 S= 706,9 Hz
440
435
430
425
420
0 200 400 600
tempo (segundos)
Figura 95 - Curvas de adsorção de água das amostras de Água para o teste de
repetitividade. Vermelho – curva experimental. Azul - curva teórica. S – valor de
dispersão dos pontos teóricos e experimentais.

Tabela 73 - Parâmetros extraídos das curvas de Água para o teste de repetitividade

através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 27,31 19,09 46,7 4,9 64,0 601,8
2 25,51 19,26 58,8 5,4 58,8 649,8
3 23,23 19,32 59,4 7,2 50,3 415,0
 148

9.3.7 Semana 9

9.3.7.1 Cloreto de Magnésio

470 1 S= 108,4 Hz 470 2

470 470
469
469

Δ Frequência
Δ Frequência

469
469
468
468
468

467 468 S= 41,6Hz

467 467
0 200 400 600 800 0 200 400 600 800 1000 1200 1400
tempo (segundos) tempo (segundos)

470 3 S=59,6Hz

470

469
Δ Frequência

469

468

468

467
0 200 400 600 800 1000
tempo (segundos)
Figura 96 - Curvas de adsorção de água das amostras de Cloreto de Magnésio para
o teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 74 - Parâmetros extraídos das curvas de Cloreto de Magnésio para o teste

de repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 2,03 0,54 269,4 9,9 11,1 302,3
2 1,88 0,53 203,2 6,8 14,7 438,1
3 1,71 0,54 425,3 9,0 7,0 329,5
 149

9.3.7.2 Cloreto de Sódio

470 1 S= 129,1 Hz 472 2

468 470
468
466
466
464
Δ Frequência

Δ Frequência
464
462
462
460
460
458 458
S= 236,1 Hz
456 456
454 454
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

S= 175,5 Hz
472 3
470
468
466
Δ Frequência

464
462
460
458
456
454
0 200 400 600 800
tempo (segundos)
Figura 97 - Curvas de adsorção de água das amostras de Cloreto de Sódio para o
teste de repetitividade. Vermelho – curva experimental. Azul - curva teórica. S –
valor de dispersão dos pontos teóricos e experimentais.

Tabela 75 - Parâmetros extraídos das curvas de Cloreto de Sódio para o teste de

repetitividade através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 9,49 3,92 77,8 4,1 38,4 719,2
2 9,57 3,67 92,8 4,9 32,2 605,5
3 9,62 3,57 80,1 4,1 37,3 728,7
 150

9.3.7.3 Água

475 1 475 2
470 470
465 465
460 460

Δ Frequência
Δ Frequência

455 455
450 450
445 445
440 440
435 435
S= 296,6 Hz
430 S= 792,8 Hz 430
425 425
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475 3
470
465
460
455
Δ Frequência

450
445
S= 513,2 Hz
440
435
430
425
0 200 400 600
tempo (segundos)
Figura 98 - Curvas de adsorção de água das amostras de Água para o teste de
repetitividade. Vermelho – curva experimental. Azul - curva teórica. S – valor de
dispersão dos pontos teóricos e experimentais.

Tabela 76 - Parâmetros extraídos das curvas de Água para o teste de repetitividade

através de ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 26,24 15,72 44,5 4,4 67,2 679,8
2 25,57 16,35 46,5 3,8 64,3 770,0
3 24,33 16,54 51,1 4,9 58,5 605,4
 151

9.4 Curvas experimentais das amostras de pão de queijo utilizadas no teste

dinâmico do sensor de SAW com 10 camadas de Óxido de grafeno

9.4.1 Amostra 1

9.4.1.1 Antes do teste

475
475 1 S= 380,3 Hz 2
470
470
465
465
460
460
455

Δ Frequência
Δ Frequência

455
450
450 445
445 440
440 435 S= 941,4 Hz
435 430
430 425
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475 3
470
465
460
Δ Frequência

455
450
445
440
S= 349,5 Hz
435
430
0 200 400 600 800 1000
tempo (segundos)
Figura 99 - Curvas de adsorção de água da amostra 1 de pão de queijo antes do
teste dinâmico de Aw. Vermelho – curva experimental. Azul - curva teórica. S – valor
de dispersão dos pontos teóricos e experimentais.

Tabela 77 - Parâmetros extraídos das curvas da amostra 1 de pão de queijo antes

do teste dinâmico de Aw através do ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 21,98 14,63 65,9 6,5 45,4 460,2
2 23,83 14,24 57,1 4,3 52,4 686,6
3 23,43 13,92 61,1 5,4 48,7 550,7
 152

9.4.1.2 4 horas após a adição de água

475 1 S= 510,4 Hz 475 2 S= 331,8 Hz

470 470
465 465
460 460
Δ Frequência

455

Δ Frequência
455
450 450
445 445
440 440
435 435
430 430
425 425
0 200 400 600 800 0 200 400 600 800
tempo (segundos) tempo (segundos)

475 3 S= 442,3 Hz
470
465
460
Δ Frequência

455
450
445
440
435
430
0 200 400 600 800
tempo (segundos)
Figura 100 - Curvas de adsorção de água da amostra 1 de pão de queijo 4 horas
após a adição de água no teste dinâmico de Aw. Vermelho – curva experimental.
Azul - curva teórica. S – valor de dispersão dos pontos teóricos e experimentais.

Tabela 78 - Parâmetros extraídos das curvas da amostra 1 de pão de queijo após 4

horas da adição de água no teste dinâmico de Aw através do ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 22,57 15,13 63,0 7,4 47,5 401,8
2 22,08 14,77 65,2 7,2 45,8 414,5
3 24,09 13,24 62,8 4,4 47,6 671,1
 153

9.4.1.3 24 horas após a adição de água

475 475
1 2
470 470
465 465
460 460
455 455
Δ Frequência

Δ Frequência
450 450
445 S= 726,5 Hz 445
440 440
435 435
430 S= 806,6 Hz
430
425 425
0 200 400 600 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475 3 S= 866,3 Hz
470
465
460
455
Δ Frequência

450
445
440
435
430
425
0 200 400 600 800
tempo (segundos)
Figura 101 – Curvas de adsorção de água da amostra 1 de pão de queijo 24 horas
após a adição de água no teste dinâmico de Aw. Vermelho – curva experimental.
Azul - curva teórica. S – valor de dispersão dos pontos teóricos e experimentais.

Tabela 79 - Parâmetros extraídos das curvas da amostra 1 de pão de queijo após 24

horas da adição de água no teste dinâmico de Aw através do ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 22,98 18,00 69,2 6,8 43,2 434,9
2 23,65 16,52 67,5 6,6 44,3 452,2
3 21,45 18,41 73,9 8,3 40,5 358,7
 154

9.4.2 Amostra 2

9.4.2.1 Antes do teste

475 1 475 2 S= 253,0 Hz

470 470
465 465
460 460
455
Δ Frequência

455

Δ Frequência
450 450
445 445
440 440
435 S= 236,0 Hz 435
430 430
425 425
0 200 400 600 800 1000 0 200 400 600 800
tempo (segundos) tempo (segundos)

475 3
470
465
460
455
Δ Frequência

450
445
S= 227,5 Hz
440
435
430
425
0 200 400 600 800
tempo (segundos)
Figura 102 – Curvas de adsorção de água da amostra 2 de pão de queijo antes do
teste dinâmico de Aw. Vermelho – curva experimental. Azul - curva teórica. S – valor
de dispersão dos pontos teóricos e experimentais.

Tabela 80 - Parâmetros extraídos das curvas da amostra 2 de pão de queijo antes

do teste dinâmico de Aw através do ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 23,62 14,94 63,4 5,6 47,1 527,1
2 24,49 15,32 60,7 4,7 49,2 634,1
3 24,20 14,77 65,7 5,1 45,6 582,6
 155

9.4.2.2 4 horas após a adição de água

475 1 475
2
470 470
465 465
460 460
455 455
Δ Frequência

Δ Frequência
450 450
445 445
440 440
435 435
S= 448,3 Hz
S= 504,6 Hz 430
430
425 425
0 200 400 600 800 1000 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475 3
470
465
460
455
Δ Frequência

450
445
440
435
S= 610,2 Hz
430
425
0 200 400 600 800 1000
tempo (segundos)
Figura 103 – Curvas de adsorção de água da amostra 2 de pão de queijo 4 horas
após a adição de água no teste dinâmico de Aw. Vermelho – curva experimental.
Azul - curva teórica. S – valor de dispersão dos pontos teóricos e experimentais.

Tabela 81 - Parâmetros extraídos das curvas da amostra 2 de pão de queijo 4 horas

após a adição de água no teste dinâmico de Aw através do ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 23,60 16,19 80,7 7,0 37,0 424,0
2 24,59 14,78 67,6 4,6 44,3 642,1
3 22,72 16,18 59,5 4,6 50,2 648,2
 156

9.4.2.3 24 horas após a adição de água

475 1 S= 682,0 Hz 475 2

470 470
465 465
460 460
455 455
Δ Frequência

Δ Frequência
450 450
445 445
440 440
435 435
430 430 S= 569,1 Hz
425 425
420 420
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475 3
470
465
460
455
Δ Frequência

450 S= 691,5 Hz
445
440
435
430
425
0 200 400 600
tempo (segundos)
Figura 104 – Curvas de adsorção de água da amostra 2 de pão de queijo 24 horas
após a adição de água no teste dinâmico de Aw. Vermelho – curva experimental.
Azul - curva teórica. S – valor de dispersão dos pontos teóricos e experimentais.

Tabela 82 - Parâmetros extraídos das curvas da amostra 2 de pão de queijo 24

horas após a adição de água no teste dinâmico de Aw através do ajuste com o
modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 26,41 16,40 81,9 7,3 36,5 406,6
2 23,11 18,01 79,7 8,5 37,5 351,1
3 23,38 17,05 94,5 8,8 31,7 337,8
 157

9.4.3 Amostra 3

9.4.3.1 Antes do teste

475 1 S= 390,2 Hz 475 2 S= 373,3 Hz

470 470
465 465
460
460
455

Δ Frequência
Δ Frequência

455
450
450
445
440 445
435 440
430 435
425 430
0 200 400 600 800 0 200 400 600 800
tempo (segundos) tempo (segundos)

475
3
470
S= 295,0 Hz
465
460
Δ Frequência

455
450
445
440
435
430
0 200 400 600
tempo (segundos)
Figura 105 - Curvas de adsorção de água da amostra 3 de pão de queijo antes do
teste dinâmico de Aw. Vermelho – curva experimental. Azul - curva teórica. S – valor
de dispersão dos pontos teóricos e experimentais.

Tabela 83 - Parâmetros extraídos das curvas da amostra 3 de pão de queijo antes

do teste dinâmico de Aw através do ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 22,97 16,07 90,71 7,6 33,0 389,4
2 18,63 16,39 4,6 6,2 40,3 503,1
3 22,47 14,80 100,5 7,9 29,8 376,8
 158

9.4.3.2 4 horas após a adição de água

475 1 S= 931,0 Hz 475 2

470 470
465 465
460 460
455

Δ Frequência
455
Δ Frequência

450 450
445 445
440 440
435 435
430 S= 577,6 Hz
430
425 425
0 200 400 600 800 0 200 400 600 800 1000
tempo (segundos) tempo (segundos)

475 3 S= 568,8 Hz
470
465
460
455
Δ Frequência

450
445
440
435
430
425
0 200 400 600 800
tempo (segundos)
Figura 106- Curvas de adsorção de água da amostra 3 de pão de queijo 4 horas
após a adição de água no teste dinâmico de Aw. Vermelho – curva experimental.
Azul - curva teórica. S – valor de dispersão dos pontos teóricos e experimentais.

Tabela 84 - Parâmetros extraídos das curvas da amostra 3 de pão de queijo 4 horas

após a adição de água no teste dinâmico de Aw através do ajuste com o modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 24,07 16,23 78,7 7,8 38,0 381,2
2 24,00 16,51 91,5 7,8 32,7 382,9
3 24,61 15,33 91,2 7,3 32,8 408,0
 159

9.4.3.3 24 horas após a adição de água

475 1 475
2 S= 576,6 Hz
470 470
465 465
460 460
455

Δ Frequência
455
Δ Frequência

450 450
445 445
440 440
435 435
S= 584,4 Hz 430
430
425 425
0 200 400 600 800 1000 0 200 400 600 800
tempo (segundos) tempo (segundos)

475 3
470
465
460
455
Δ Frequência

450
445
440 S= 466,2 Hz
435
430
425
0 200 400 600
tempo (segundos)
Figura 107 - Curvas de adsorção de água da amostra 3 de pão de queijo 24 horas
após a adição de água no teste dinâmico de Aw. Vermelho – curva experimental.
Azul - curva teórica. S – valor de dispersão dos pontos teóricos e experimentais.

Tabela 85 - Parâmetros extraídos das curvas da amostra 3 de pão de queijo 24

horas após a adição de água no teste dinâmico de Aw através do ajuste com o
modelo 3
Amplitude Amplitude α 1 x 10³ α 2 x 10³ 95% de saturação 95% de saturação
n
A1 (KHz) A2 (KHz) (1/segundo) (1/segundo) 1º processo (seg) 2º processo (seg)
1 23,24 16,97 93,0 7,9 32,1 374,8
2 21,89 17,80 81,0 8,8 36,9 340,1
3 22,35 17,27 117,5 10,1 25,4 295,5