Universidade desenvolve técnica para identificar fraudes em azeites com 99% de precisão

Uma inovação desenvolvida na Escola de Engenharia de São Carlos (EESC) da Universidade de São Paulo (USP) alia sensoriamento em micro-ondas e inteligência artificial para quantificar até 5% de adulterantes em azeite de oliva extravirgem.

De acordo com o pesquisador Júlio Alarcon, autor da dissertação que detalha o estudo, o método é capaz de identificar óleos de soja, milho, girassol e canola com precisão de 99,2%.

Segundo ele, trata-se de uma solução mais acessível e prática em comparação às técnicas tradicionais, como ressonância magnética nuclear. Além de garantir menor custo, o sistema apresenta potencial para aplicação em larga escala na indústria e no mercado consumidor por permitir a fabricação de dispositivos portáteis.

“Nosso objetivo foi criar uma tecnologia acessível e eficiente para detectar adulterações em azeite de oliva, algo que, com os métodos tradicionais, exige equipamentos caros e pessoal especializado. Com o sensor planar em micro-ondas, conseguimos identificar adulterantes como óleo de soja e canola com alta precisão, além de quantificar os níveis de adulteração de forma prática e portátil.”.

A base do sistema desenvolvido está na tecnologia de micro-ondas, que utiliza frequências semelhantes às de sinais de Wi-Fi e celulares para analisar as propriedades do azeite. Um sensor planar, composto de tiras de cobre em uma placa, é inserido no material a ser analisado, emitindo sinais de micro-ondas e medindo a resposta eletromagnética do material analisado e previamente alocado.

“O sensor interage diretamente com o azeite, captando variações no ambiente que indicam a presença de adulterantes. É como uma espectrometria de micro-ondas, que detecta mudanças sutis nas propriedades do óleo”, destaca o pesquisador.

“O sensor é imerso no óleo e detecta até mesmo alterações muito pequenas, graças à sensibilidade da tecnologia e ao refinamento das redes neurais que processam os dados”, detalha.

“Testamos diferentes configurações, desde redes mais simples, com duas camadas, até modelos mais complexos para encontrar o equilíbrio ideal entre eficiência e precisão”, detalha Pepino. “No final, conseguimos um sistema que atinge até 99% de acerto”, diz.