شکل ۴-۱۰- مقایسه منحنی SFC مخلوط‌های چربی اینتراستریفیه شده با منحنی SFC انواع مارگارین و شورتنینگ (قورتا، ۲۰۰۲).FHPO : روغن پالم اولئین کاملاً هیدروژنه؛ SO: روغن سویا
همان‌طور که در شکل مشخص است، چربی‌های اینتراستریفیه شده شیمیایی با مخلوط‌های ۳۵:۶۵ و ۴۵:۵۵ روغن پالم اولئین کاملاً هیدروژنه و روغن سویا برای انواع مارگارین‌های چسبنده[۹۲] ، نانوایی و پهن شونده[۹۳] ، شورتنینگ پوسته پای و تا حدودی لارد اصلاح شده مناسبند و مخلوط ۲۵:۷۵ روغن پالم اولئین کاملاً هیدروژنه و روغن سویا به ترکیب لارد نزدیک است که برای تولید موارد فوق می‌توان از آنها استفاده کرد.
فصل پنجم: نتیجه‌گیری
اینتراستریفیکاسیون به عنوان یک تکنیک مناسب تولید کننده را قادر می‌سازد تا چربی با پلاستیسیته و نقطه ذوب مناسب به علاوه ترکیب اسیدهای چرب قابل پیش‌بینی تولید نماید. واکنش اینتراستریفیکاسیون بین یک چربی جامد و روغن مایع به ما این اجازه را می‌دهد تا چربی‌های نیمه جامدی تولید کنیم که حاوی هیچ باقیمانده اسید چرب ترانسی نباشد.
اینتراستریفیکاسیون تأثیری بر پروفایل اسیدهای چرب چربی ندارد اما پروفایل تری آسیل گلیسرول چربی در اثر این واکنش تغییر می‌کند. در اینتراستریفیکاسیون شیمیایی سرانجام پروفایل تری آسیل گلیسرول‌های چربی به تعادل رسیده و انجام بیشتر فرایند تغییری در ویژگی‌های شیمیایی یا فیزیکی آن ایجاد نمی‌کند. اینتراستریفیکاسیون را می‌توان به عنوان یک فرایند اصلاح و تغییر برای افزایش و کاهش نقطه ذوب و SFC ترکیبات چرب مورد استفاده قرار داد.
ویژگی‌های فیزیکی ترکیبات اینتراستریفیه شده مخلوط‌های مختلف از روغن سویا و روغن پالم اولئین کاملاً هیدروژنه مانند نقطه ذوب و SFC می‌تواند تابعی از پروفایل اسیدهای چرب آنها باشد. به این ترتیب امکان پیش بینی ویژگی‌های فیزیکی چربی‌ها تنها با دانستن پروفایل اسید چرب آنها و حتی قبل از انجام فرایند بدون نیاز به اندازه‌گیری ویژگی‌های فیزیکی مانند درصد SFC یا پروفیل تری آسیل گلیسرول که ممکن است در برخی آزمایشگاه‌ها امکانات آن موجود نباشد و یا در صورت وجود پرهزینه و وقت‌گیر است، وجود دارد.
بر اساس نتایج این تحقیق می‌توان نتیجه‌گیری کرد که منحنی‌های SFCf(T) و SFCf(SFA) مخلوط‌های اینتراستریفیه شده شیمیایی روغن سویا و روغن پالم اولئین کاملاً هیدروژنه را می‌توان با بهره گرفتن از تابع سیگموئیدی گمپرتز مدل سازی نمود. با چند جایگزینی در مدل گمپرتز می‌توان تابع دو متغیره سیگموئیدی را برای بیان SFC به عنوان تابعی از هر دوی دما و مقدار SFA شرح داد.
همان‌طور که در این تحقیق بیان شد، این مدل پتانسیل بالایی در پیش بینی SFC
