Même si la modélisation offre un grand potentiel pour améliorer la torréfaction et réduire la quantité de travail manuel impliqué, elle est loin de pouvoir remplacer le travail d'un torréfacteur dans le développement de profils de torréfaction. Même la tâche relativement simple consistant à reproduire un profil de torréfaction donné reste un défi, et les logiciels d'automatisation de la torréfaction actuellement disponibles sur le marché ne sont généralement pas encore assez performants pour les torréfacteurs spécialisés, explique Mark.
«Je suis toujours surpris que nous n'ayons pas ce genre de logiciel. Je pense que c'est une combinaison du fait que les thermocouples sont trop lents à réagir et du fait qu'il y a tellement d'inertie thermique dans un torréfacteur — donc, si vous modifiez le point de consigne de température, cela peut prendre 30 secondes pour que le torréfacteur réagisse", explique-t-il. "C'est pourquoi les capteurs de température infrarouges vont être étonnants, car il s'agit essentiellement d'une lecture instantanée de la température des grains."
Les logiciels de torréfaction ont le potentiel de permettre aux torréfacteurs de fonctionner de manière semi-autonome en reproduisant les profils de torréfaction.
Aider les torréfacteurs à développer de nouveaux profils nécessitera des modèles beaucoup plus complexes que ceux requis pour une simple automatisation de la torréfaction. L'un des plus grands défis consistera à relier les modèles aux résultats sensoriels, qui sont beaucoup plus difficiles à mesurer que les paramètres physiques tels que la couleur ou la couleur. perte d'humidité.
«Il est très difficile de relier les propriétés physiques et chimiques aux données sensorielles», explique Mark. Même si vous pouviez modéliser avec précision le transfert de chaleur pendant la torréfaction, le relier aux changements chimiques qui affectent la saveur est une autre tâche énorme. Les changements physiques du grain pendant la torréfaction modifient la façon dont le café est moulu et extrait, ce qui affecte encore davantage la saveur. La collecte de données sensorielles, quant à elle, est coûteuse et prend du temps.
"Il est difficile d'obtenir un modèle qui décrit tout, car tous [ces facteurs] sont liés, mais les gens passent beaucoup de temps à se concentrer sur une partie et ne réfléchissent pas à la manière dont il existe un processus logique de A à B à C. ", dit Marc. «C'est encore plus compliqué car il n'y a jamais deux haricots identiques, mais j'ai l'impression que c'est faisable.»