Flour analysis by near-infrared spectroscopy (NIRS)

Význam tématu

Monitoring obsahu vlhkosti, bílkovin, popela a dalších parametrů mouky je klíčové pro optimalizaci mlynářského procesu a kvalitu konečného produktu. Technologie NIR umožňuje rychlé a bez-chemické stanovení těchto ukazatelů v řádu sekund.

Cíle a přehled studie / článku

V aplikaci byly analyzovány 237 vzorků různých druhů mouky (pšeničná, špaldová a další) s cílem vyvinout kalibrační modely pro predikci:

• vlhkosti
• bílkovin
• popela

Metoda měla zajistit rychlou, spolehlivou a jednoduchou kontrolu kvality v laboratoři i při výrobním procesu.

Použitá metodika

Vzorky byly měřeny v režimu difuzní reflexe na přístroji OMNIS NIR Analyzer Solid. Pro lepší reprezentativnost se během měření otáčel vzorkový kelímek o průměru 100 mm. Spektra byla automaticky průměrována a použita k vývoji predikčních modelů. Referenční hodnoty vlhkosti, bílkovin a popela byly získány podle metod AOAC 953.10, AOAC 2001.11 a AOAC 923.03.

Použitá instrumentace

• OMNIS NIR Analyzer Solid
• Velký držák OMNIS NIR 100 mm
• Velký kelímek OMNIS NIR 100 mm
• OMNIS Stand-Alone licence
• Quant Development software licence

Hlavní výsledky a diskuse

Modely pro predikci klíčových parametrů dosáhly následujících výsledků:

• Vlhkost: R2 0,827, SEC 0,47 %, SECV 0,48 %
• Bílkoviny: R2 0,789, SEC 1,89 %, SECV 2,68 %
• Popel: R2 0,929, SEC 0,221 %, SECV 0,231 %

Další parametry jako obsah lepku, škrobu či reologické vlastnosti (pevnost těsta, index elasticity, tenacita) vykázaly R2CV v rozmezí 0,755 až 0,919. Nejlepší korelace byla u parametrů popela a reologických ukazatelů, což potvrzuje schopnost NIR technologie spolehlivě predikovat složité charakteristiky mouky.

Přínosy a praktické využití metody

• Okamžité výsledky bez chemické přípravy vzorku
• Nízké provozní náklady
• Jednoduché zaškolení uživatelů a implementace at-line i v laboratoři
• Možnost kontinuální kontroly kvality výrobního procesu

Budoucí trendy a možnosti využití

• Integrace NIR senzorů do automatizovaných výrobních linek
• Rozšíření modelů o další typy obilovin a funkcionalizované mouky
• Použití pokročilých algoritmů strojového učení pro zdokonalení predikce
• Online monitoring spotřeby surovin a optimalizace receptur

Závěr

Blízká infračervená spektroskopie prokázala vysokou spolehlivost a rychlost při analýze kvality mouky. Vývoj kalibračních modelů umožňuje efektivní a bez-chemické sledování klíčových parametrů na každém kroku výrobního cyklu.

Reference

• AOAC International Official Methods 953.10, 2001.11, 923.03
• Metrohm Application Note AN-NIR-123 Flour analysis by near-infrared spectroscopy