ब्राउन शुगर फ्रॉस्टिंग के साथ मक्खन स्पाइस केक

यह मक्खन मसाला केक एक स्वादिष्ट दो परत वाला केक है जो एक शानदार ब्राउन शुगर ठंढ से भरा हुआ है। मक्खन की अम्लता बेकिंग सोडा के साथ संतुलित होती है, जो इस केक के सुन्दर बनावट में जोड़ती है।

यह केक आपके अगले परिवार के जश्न, डिनर पार्टी में, या एक पॉटलक लेने और भीड़ को वाह करने के लिए हर किसी को खुश करेगा।

ब्राउन शुगर ठंढने के लिए आपको एक डबल बॉयलर की आवश्यकता होगी। यदि आप एक क्रीम पनीर ठंढ पसंद करते हैं, तो अपने पसंदीदा या इस क्रीम पनीर फ्रॉस्टिंग रेसिपी का उपयोग करने में संकोच न करें

आपको किस चीज़ की ज़रूरत पड़ेगी

इसे कैसे करे

  1. आटा, बेकिंग पाउडर, सोडा, नमक, दालचीनी , अदरक, लौंग, और जायफल को एक साथ मिलाएं। रद्द करना।
  2. इलेक्ट्रिक मिक्सर के साथ एक मिश्रण कटोरे में मक्खन क्रीम।
  3. ब्राउन शुगर, दानेदार चीनी, अंडे, और वेनिला निकालने जोड़ें। 5 मिनट के लिए, या हल्के और लालसा तक एक इलेक्ट्रिक मिक्सर की उच्च गति पर मारो। जब आप मिश्रण कर रहे हों तो कटोरे को अक्सर स्क्रैप करें।
  4. मक्खन के साथ वैकल्पिक, सूखे सूखे अवयवों को जोड़ें, चिकनी होने तक सबसे कम गति पर मिश्रण।
  1. बल्लेबाज को दो greased में डालो और 8 इंच गोल परत केक पैन floured।
  2. 30 मिनट के लिए 350 एफ पर सेंकना, या केंद्र में डालने वाले लकड़ी के पिक या केक टेस्टर तक साफ हो जाता है।
  3. 5 मिनट के लिए एक रैक पर केक में केक को कूल करें, फिर इसे पूरी तरह से ठंडा करने के लिए रैक पर पैन से बाहर कर दें।
  4. ठंढ के लिए, डबल बॉयलर के शीर्ष पैन में सभी अवयवों को मिलाकर शुरू करें। उच्च गति पर 1 मिनट के लिए सामग्री को हरा करने के लिए एक इलेक्ट्रिक मिक्सर का उपयोग करें।
  5. एक तेज उबाल के लिए डबल बॉयलर के निचले भाग में हीट पानी।
  6. तेजी से उबलते पानी और गर्मी के दौरान डबल बॉयलर पर ठंडा पैन रखें, लगातार 7 मिनट तक या चोटियों के फार्म तक।
  7. गर्मी से ठंढ निकालें और स्थिरता फैलाने तक पिटाई जारी रखें।
  8. ठंडा मसाला केक के शीर्ष और किनारों को ठंढें।

शयद आपको भी ये अच्छा लगे:

पोषण संबंधी दिशानिर्देश (प्रति सेवा)
कैलोरी 261
कुल वसा 8 जी
संतृप्त वसा 4 जी
असंतृप्त वसा 3 जी
कोलेस्ट्रॉल 43 मिलीग्राम
सोडियम 245 मिलीग्राम
कार्बोहाइड्रेट 46 ग्राम
फाइबर आहार 1 जी
प्रोटीन 3 जी
(हमारे व्यंजनों पर पोषण संबंधी जानकारी को एक घटक डेटाबेस का उपयोग करके गणना की जाती है और इसे अनुमान माना जाना चाहिए। व्यक्तिगत परिणाम भिन्न हो सकते हैं।)