Възможни приложения на NIR технологията за оценка на качеството на картофите и картофените продукти

2 области на приложение: области на приложение на близка инфрачервена спектроскопия - маслодайни растения - зърно/мелница (мрежи) - млечна промишленост - месна промишленост - (картофена промишленост) - алкохол/биоетанол - фармацевтични продукти - химия 0,3 Изчезване E 0,25 0,2 0,15 0,1 NIT 0, дължина на вълната XH OH CH C = O NH SH NIT, NIR (спектър) 2.5 Изчезване E 2 1,5 1 0,5 XH OH CH C = O NH SH NIR дължина на вълната 2400 Измервателен принцип Калибриране Калибриране и валидиране на Х стойности (NIR стойности на измерване) + Y стойности (данни от анализа) Стойности на валидиране на калибрационен модел X (NIR стойности на измерване) + Y стойности на калибриращ модел (данни от анализа)

технологията

3 Материал и методи Материал и методи приблизително Картофена проба от теста за стойността на картофите, BSA Година на отглеждане: (реколта/съхранение) Местоположения: (Nossen, Neuhof, Haßloch, Hankensbüttel, Wegberg, Olvenstedt) 50 KTBL сортове картофи (Dethlingen) Година на отглеждане: Процедура суровина картофи 30 клубени нарязване (Хомогенизация) Картофени продукти Измерване на цвета Химико-физическа сензорна оценка Анализи NIR/NIT X данни Модел Y Данни Анализи и методи Референтни методи за съставки Директни характеристики - Сухо вещество (AACC Метод 44-60, St. Paul, MN, 1984) - Нишесте (според Ewers) - Захар (колориметричен метод, Roche Diagnostics) - Суров протеин (AACC метод 46-12, St. Paul, MN, 1984) (Суров протеин - подобрен метод на Kjeldahl)

5 NIR - прогноза за редуциране на захари Мин. = 8 Макс. = 676 n = 163 R² = 0, = 113 NIR регресия за прогнозиране на съдържанието на редуциращи захари (данни за валидиране) червено. Захар, NIR червено. Захар, аналитична (mg/100g FM) NIR - прогноза за общата захар Обща захар, NIR Мин. = 135 Макс. = 1793 = n = 169 R² = 0, NIR регресия за прогнозиране на общото съдържание на захар (данни за валидиране) Обща захар, аналитична (mg/100g FM) NIT - прогноза за суров протеин (% i.fm.) Суров протеин (% ifm, NIT) мин. = 1,4% макс. = 2,8% = 1,9% 3 n = 44 R² = 0,49 2,5 2 1,5 1 1,3 1,8 2,3 2,8 Суров протеин (% ifm, аналитичен) Близо инфрачервено предаване (NIT): регресионни данни на валидиращите данни за суров протеин

7 TROKA - цвят (L стойност, лекота) Troka (L стойност) NIR 70,00 n =, 00 R² = 0,423 66,00 64,00 62,00 60,00 58,00 56,00 58,00 60,00 62,00 64,00 66,00 68,00 70,00 Трока, L-стойност (яркост) Близо инфрачервено отражение (NIR): регресионни данни на валидиращите данни за качеството на пържените картофи TROKA, NIR 8, 50 7,50 6,50 5,50 4,50 3,50 пържени картофи: Качествен клас (1-9) = (цвят + вкус + текстура вътре + коричка)/4 n = 145 R² = 0,344 n = 54 R² = 0,78 3,50 4,50 5,50 6,50 7,50 8,50 пържени картофи - качествени, сензорни (степен 1-9) Близо инфрачервено отражение (NIR): регресивни данни на валидиращите данни за пържените картофи Качество C бедрата - цвят (L-стойност, яркост) Качество на чипове, NIR 70.00 n = 176 R² = 0.765 60.00 50.00 Близо инфрачервено отражение (NIR): регресивни данни на валидиращите данни за качеството на картофените чипсове 40,00 40,00 50,00 60,00 70,00 Инструментално качество на чипа (L стойност)

8 Резюме - DM и силата могат да бъдат определени много добре и с двете устройства (NIT/NIR) (R² = 0,989 или R² = 0,97) - само слаба оценка на съдържанието на суров протеин (R² = 0,49) (NIT) (NIR? ) - малко по-добра прогноза за намаляване на захарите (R² = 0,586) чрез NIR измерване - добра първа оценка на общата захар в пресни картофи чрез NIR измерване (R² = 0,834) - Възможно е измерване (R² = 0,46) (NIR?) - Много добра прогноза или оценка на тенденцията към черни петна от% чрез измерване на NIR в обхвата на пробата (обобщаването трябва да се провери) Резюме - Много добра прогноза или оценка на качеството на картофения чипс ( R² = 0,765) чрез измерване на NIR - резултатът за сухите картофи е по-малко благоприятен (R² = 0,423) - качеството на обработката на пържените картофи едва ли може да бъде оценено (R² = 0,344) rsage?)