हॅमसह हार्दिक आणि साधी नेव्ही बीन सूप

हे नेव्ही बीन सूप डूटेड हेम किंवा उरलेल्या हॅम हाड आणि वाळलेल्या नेव्ही सेमसह बनविलेले एक सोपे सूप आहे. लंच किंवा रात्रीचे जेवण म्हणून सर्व्ह करण्यासाठी ते खूपच हितकारक आहे आणि हे निश्चित करणे सोपे नाही. बेक केलेले हेम डिनर मधील हे ham हाड आणि डूटी हॅम वापरा. सूप केवळ सोपा नाही, हे बजेट अनुकूल आहे!

या बीन सूप कॉर्नब्रेड, कॉर्नब्रेड मफिन किंवा कॉर्न स्टिकसह सर्व्ह करावे. नुकतीच बेक्ड बिस्किटे किंवा कवचयुक्त रोल तसेच उत्कृष्ट होईल.

बीन सूपसाठी तुम्ही धीमी कुकरचा वापर करुन प्राधान्य दिल्यास, या क्रॉक भांडी नेव्ही बीन आणि हॅम सूपवर एक नजर टाका.

आपल्याला काय आवश्यक आहे

ते कसे तयार करायचे

  1. नेव्ही सोयाबीनचे धुवा आणि त्यांना प्रती निवडा. कोणत्याही खराब झालेले किंवा विकृत बीन्स काढून टाका आणि लहान दगड शोधा. मोठ्या कढई किंवा भांडे मध्ये सोया घाला आणि उकळत्या पाण्यात 2 quarts घालावे सोयाबीनचे 2 ते 4 तास भिजवून टाका.
  2. एका मोठ्या डच ओव्हन किंवा स्टॉकपॉटमध्ये, सोयाबीनचे (किंवा त्यांचे भिजवून पाणी) हॅम हाड किंवा हॅम हॉक्स उकळत नाही जोपर्यंत दाणे निविदा होत नाहीत तोपर्यंत 1 1/2 तास.
  3. हाड काढून टाका व हॅम घाला. हाडे आणि चरबी टाकून टाका आणि बारीक चिरलेली हॅम भांडे वर परत करा.
  1. भांडे चिरलेला कांदा, भाजी किंवा कोशिंबीर बनवण्यासाठी उपयुक्त अशी एक वनस्पती, आणि बे पाने घालावे.
  2. 1 गॅलन तयार करण्यासाठी पुरेसा पाणी किंवा भाज्या भांड्यात जोडा. हॅम मांस भांडे परत जोडा मटनाचा रस्सा चव आणि आवश्यक म्हणून, मिठ आणि मिरपूड घालावे सुमारे 30 मिनिटे 1 तास जास्त शिजू द्या.

* जर आपण आपल्या सोयाबीन रात्रभर भिजवून ठेवायला हवे, तर प्रथम पाणी उकळणे गरजेचे नाही. फक्त 2 क्वॅर्टरच्या वाटीसह एक वाटीत ठेवा आणि 8 ते 12 तासांसाठी खोलीच्या तापमानावर सोडा. किंवा, दुसर्या द्रुत पद्धतीसाठी, सोयाबीनचे मोठे भांडे लावून 2 क्वॅर्टरच्या पाण्याने झाकून घ्यावे आणि उकळी आणावी. 3 मिनीटे उकळणे. उष्णता काढा आणि त्यांना 2 ते 4 तास गरम पाण्यात भिजवून द्या.

विविधता

पोषणविषयक मार्गदर्शक तत्त्वे (प्रत्येक सेवेसाठी)
कॅलरीज 13 9
एकूण चरबी 1 ग्रॅम
संपृक्त चरबी 0 ग्रॅम
असंतृषित चरबी 0 ग्रॅम
कोलेस्टेरॉल 3 मिग्रॅ
सोडियम 87 मिलीग्राम
कर्बोदकांमधे 24 ग्रॅम
आहार फायबर 7 ग्रॅम
प्रथिने 9 ग्राम
(आमच्या पाककृतींवरील पोषण संबंधी माहितीची गणना एका घटक डेटाबेसच्या आधारावर केली जाते आणि त्याचा अनुमान लावला गेला पाहिजे. वैयक्तिक परिणाम बदलू शकतात.)