Analysis of Packaging Materials using a Mass Spectral Based Chemical Sensor

Aplikace | 2004 | GERSTELInstrumentace
GC/MSD, HeadSpace, GC/SQ
Zaměření
Potraviny a zemědělství, Průmysl a chemie, Materiálová analýza
Výrobce
Agilent Technologies, GERSTEL

Význam tématu


Kontrola kvality obalových materiálů je klíčová pro ochranu chuti a vůně potravin či dalších citlivých výrobků. Tradiční senzorické testy jsou časově náročné a subjektivní, proto se prosazuje využití chemických senzorů s hmotnostní spektrometrií pro rychlé, objektivní a automatizované sledování výroby přímo na výrobní lince.

Cíle a přehled studie


Cílem bylo ověřit použitelnost hmotnostně spektrálního chemického senzoru (HS ChemSensor) pro tři aplikace:
  • Rozlišení speciálních papírů s nízkou a vysokou emisí pachů.
  • Rozlišení šarží granulátu polyethylenu (PE) s přijatelnou a nepřijatelnou (off-odor) kvalitou.
  • Detekce stopových množství tri(propylenglykol)diakrylátu (TPGDA) v materiálech mléčných a džusových kartonů v ppb rozsahu.

Použitá metodika a instrumentace


Pro analýzy byl využit systém GERSTEL Headspace ChemSensor spojený s Agilent MSD (Mass Selective Detector) a dále porovnán s klasickým HS-GC/MS (GERSTEL MPS2). Pro chemometrické zpracování se využily metody SIMCA (PCA) a K-Nearest Neighbors (KNN).

  • Odebírání vzorků: statická hlava v nádobkách 10–20 mL, různé teploty a časy inkubace podle materiálu.
  • Režimy MSD: scan a selektivní ion monitoring (SIM) pro cílové fragmenty (např. m/z 55, 113 u TPGDA).
  • Datové zpracování: Gerstel ChemSensor makra generovala ASCII fingerprinty, SIMCA definovala třídy a mezitřídní vzdálenosti, KNN klasifikovalo neznámé vzorky.

Hlavní výsledky a diskuse


  • Papíry: SIMCA i KNN modely přesně oddělily čtyři typy papírů na „nízký“ a „vysoký“ pach s mezitřídními vzdálenostmi výrazně nad hodnotou 3.
  • PE granulát: identifikovány šarže s off-odor pomocí charakteristických iontů m/z 44 a 74. KNN s K=4 úspěšně přiřadil neznámé vzorky ke správné kategorii.
  • TPGDA v kartonech: v režimu SIM detekovány fragmenty m/z 55 a 113 v dávkách od 75 do 100 ppb. SIM přinesl vyšší citlivost než scan režim. Případné zvýšení citlivosti lze očekávat při využití SPME nebo SBSE obohacení.

Přínosy a praktické využití metody


Metoda umožňuje:
  • Rychlou (řádově minuty) a objektivní inspekci šarží papíru a polymerů bez chromatografické separace.
  • Snížení závislosti na senzorických panelech a GC/MS ve výběrových kontrolách.
  • Snadné reportování výsledků a možnost integrace přímo ve výrobním provozu.

Budoucí trendy a možnosti využití


Další rozvoj lze očekávat v oblasti:
  • Optimalizace SIM‐MSD parametrů (scan rate, počet iontů, dwell time) pro zvýšení citlivosti.
  • Využití technik SPME nebo SBSE pro obohacení stopových látek.
  • Rozšíření aplikací na další monomery, plasty a aditiva v potravinářských a farmaceutických obalech.
  • Implementace strojového učení pro automatickou detekci anomálií v reálném čase.

Závěr


Hmotnostně spektrální ChemSensor prokázal schopnost rychle a spolehlivě klasifikovat obalové materiály z hlediska nepříjemných pachů a detekovat stopové kontaminanty. Metoda nabízí efektivní alternativu ke konvenčním GC/MS technikám a otevřela cestu k průmyslovým aplikacím online kontroly kvality.

Reference


  1. Kolb B., Ettre L. S. Static Headspace–Gas Chromatography Theory and Practice. Wiley-VCH, New York, 1997.
  2. Marek T., Grollmann U. DIC Technical Review, 1999, 5, 93.

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

Classification of Coffees from Different Origins by Chemical Sensor Technology
Use of a Mass Spectral Based Chemical Sensor to Discriminate Food and Beverage Samples: Olive Oils and Wine as Examples
Wine Discrimination using a Mass Spectral Based Chemical Sensor
Fast Analysis of Food and Beverage Products using a Mass Spectrometry Based Chemical Sensor