The Analysis of Beer Components Using FT-NIR Spectroscopy

Aplikace | 2010 | Thermo Fisher ScientificInstrumentace
NIR Spektroskopie
Zaměření
Potraviny a zemědělství
Výrobce
Thermo Fisher Scientific

Význam tématu


Analýza složení piva je klíčová pro kontrolu kvality, stabilitu chuti a konzistence šarží v pivovarnictví. Tradiční analytické postupy jsou často specializované na jednotlivé parametry (hustota, alkohol, barva, hořkost, organické kyseliny) a vyžadují časově náročnou přípravu vzorků a různé přístroje. FT‑NIR spektroskopie nabízí možnost rychlého, bezkontaktního a simultánního stanovení několika parametrů z jediné spektrální měření, což výrazně zvyšuje provozní efektivitu a umožňuje rychlejší rozhodování v produkčním i kontrolním provozu.

Cíle a přehled studie / článku


Cílem studie bylo ukázat proveditelnost a výhody aplikace FT‑NIR spektroskopie (s transflektančním přístupem) pro kvantitativní určování klíčových parametrů piva: obsah alkoholu, barvu (EBC), index lomu a specifickou hmotnost. Autoři zkoumali, zda lze z 1 spektra získat přesné predikce těchto parametrů pomocí chemometrických modelů (PLS) a zda metoda poskytne robustní výsledky srovnatelné s konvenčními referenčními postupy.

Použitá instrumentace


ULIST
  • FT‑NIR přístroj: Thermo Scientific Antaris FT‑NIR Method Development Sampling (MDS) System.
  • Sonda: SabIR vláknová s transflektančním adaptérem.
  • Referenční materiál: Spectralon® pro měření pozadí.
  • Software: Thermo Scientific RESULT pro sběr spekter a TQ Analyst pro konstrukci PLS kalibrací.


  • Použitá metodika


    Bylo změřeno 27 standardních vzorků piva bez jakékoli přípravy. Spektra byla sbírána v oboru 10 000–4000 cm⁻¹ s rozlišením 8 cm⁻¹ a průměrováním 32 skenů; doba sběru jednoho kvantitativního měření byla cca 25 s. Spektrální data byla středněná (mean‑centered) a uplatněna byla korekce násobného signálu (Multiplicative Signal Correction, MSC) pro kompenzaci variací v cestní délce a disperzi. Pro kvantifikaci byla použita regresní metoda Partial Least Squares (PLS). Různé analyty byly modelovány v odlišných spektrálních regionech a s rozdílnou spektrální úpravou:

    • Alkohol: spektrální oblast 5500–4000 cm⁻¹; první derivace; bez dalších vyhlazovacích úprav.
    • Barva (EBC): oblast 9900–4100 cm⁻¹; bez derivací či vyhlazení.
    • Index lomu: oblast 7000–4000 cm⁻¹; první derivace; aplikována Norrisova derivace (segment 5, gap 2) jako vyhlazení.
    • Specifická hustota: oblast 7162–4099 cm⁻¹; druhá derivace; Norrisova derivace (segment 3, gap 2) jako vyhlazení.


    Hlavní výsledky a diskuse


    PLS modely vykázaly velmi vysokou vzájemnou shodu s hodnotami získanými konvenčními referenčními metodami. Hlavní statistiky jsou následující (shrnutí):

    • Korelační koeficienty (r): alkohol ≈ 0,999; barva ≈ 0,9998; index lomu ≈ 0,9997; specifická hustota ≈ 0,996. Tyto hodnoty naznačují výbornou linearitu mezi FT‑NIR predikcí a referencí.
    • Chyby kalibrace a validace: RMSEC a RMSEP pro alkohol, barvu a index lomu byly velmi nízké; pro specifickou hustotu byly chyby uvedeny v řádu 10⁻⁴, což je v kontextu hustot malá absolutní odchylka. RMSECV z průřezové validace ukázalo stabilní chování modelů.
    • PRESS (Predicted Residual Error Sum of Squares) metrika vykazovala typické chování robustního modelu (klesající k minimu a následná stabilizace), což podporuje platnost zvolených PLS modelů.


    Diskuse poukazuje na to, že dominantní přítomnost vody a komplexní matice piva je zvládnutelná vhodnou spektrální předzpracovací úpravou a vhodným výběrem spektrálních oken. Kombinace transflektance a vláknové sondy umožnila rychlé měření bez ředění či jiného zpracování vzorků.

    Přínosy a praktické využití metody


    • Rychlost: měření jedné vzorky v přibližně 25 s výrazně zkracuje čas do výsledku vs. tradiční separační a mokré chemické metody.
    • Multianalytičnost: z jednoho spektra lze současně predikovat alkohol, barvu, index lomu a hustotu, čímž se snižuje potřeba více přístrojů a režimů měření.
    • Bez přípravy vzorku: eliminace ředění, chemických činidel a zdlouhavých kroků přípravy.
    • Robustnost: ověřené PLS modely s vysokými korelacemi a nízkými chybami vhodné pro kontrolu jak surovin, tak produktu ve výrobě.


    Budoucí trendy a možnosti využití


    • Rozšíření kalibračních souborů pro pokrytí širší variability složení piva (různé suroviny, pivní styly, sezónní variace) a robustnější přenositelnost modelů mezi provozy.
    • Implementace FT‑NIR v on‑line a at‑line režimech pro kontinuální procesní řízení a okamžité kontroly kvality.
    • Využití pokročilých algoritmů strojového učení pro zlepšení predikcí a detekci anomálií v čase (nelineární modely, ensemble metody).
    • Kalibrační transfer a standardizace mezi různými sondami a přístroji pro snadnější nasazení v sítích pivovarů.
    • Rozšíření škály analyzovatelných parametrů (např. specifické organické kyseliny, vyšší alkoholy) s cílem nahradit či doplnit chromatografické a enzymatické metody.


    Závěr


    Studie prokázala, že FT‑NIR spektroskopie s transflektanční sondou a chemometrickým zpracováním (PLS) je vhodnou, rychlou a efektivní metodou pro simultánní stanovení klíčových parametrů piva. Metoda nabízí výrazné provozní výhody: bezpřípravové měření, krátký čas analýzy, vysokou přesnost a potenciál pro zařazení do procesní kontroly. Hlavní podmínkou úspěšného nasazení je kvalitní kalibrační sada reprezentující variabilitu produktů a pravidelná údržba a validace modelů.

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

    PDF verze ke stažení a čtení
     

    Podobná PDF

    The Analysis of Beer Components Using FT-NIR Spectroscopy
    FT-NIR Analysis of Wine
    FT-NIR Analysis of Wine
    2007|Thermo Fisher Scientific|Aplikace
    Trace contaminant analysis in biodiesel with an Antaris II FT-NIR Analyzer
    Density and Copolymer Content in Polyethylene Samples by FT-NIR Spectroscopy