Prediction of choline chloride concentration on silage

Aplikace | 2022 | Thermo Fisher ScientificInstrumentace
NIR Spektroskopie
Zaměření
Potraviny a zemědělství
Výrobce
Thermo Fisher Scientific

Prediction of choline chloride concentration on silage — shrnutí aplikace FT‑NIR pro kvantifikaci na senáži


Význam tématu

Cholinchlorid (trimethyl(2‑hydroxyethyl)ammoniumchlorid) je běžný doplněk krmiv plnící roli rozpustného B‑vitaminu, který podporuje metabolismus tuků, růst a integritu buněčných membrán u hospodářských zvířat. Spolehlivá a rychlá analýza jeho koncentrace v senáži je klíčová pro kontrolu kvality krmiva, dávkování a bezpečnost výrobního procesu. Tradiční postupy (extrakce a titrace, např. Volhardova metoda či jiné titrace) jsou časově náročné, destruktivní a citlivé na interferující soli a matricové vlivy, což omezuje jejich použitelnost v provozním prostředí.

Cíle a přehled studie / článku

Hlavním cílem bylo ukázat, že FT‑NIR spektroskopie dokáže rychle, nedestruktivně a přesně určit obsah cholinchloridu v mletých rostlinných krmivech (ground corncob/silage). Studie demonstruje možnost měření přímo skrze plastový vak se vzorkem bez nutnosti rozbalení, extrakce či titrace a porovnává výsledky s referenční titrační metodou pro kalibraci modelu.

Použitá metodika a instrumentace

  • Typ spektrometrie: Fourier‑transformní blízká infračervená spektroskopie (FT‑NIR) – diffuse reflectance.
  • Instrument: Thermo Scientific Antaris FT‑NIR Analyzer (pozn.: data byla sbírána na starším modelu; v závěru zmíněn Antaris II jako vylepšení).
  • Sběr dat: rozlišení 4 cm‑1, 8 průměrovaných skenů (co‑averages).
  • Předzpracování spekter: první derivace, multiplicative scatter correction (MSC), Norris smoothing (segment length 11, gap 3).
  • Kalibrace: parciální nejmenší čtverce (PLS) vytvořená v softwaru TQ Analyst (Thermo Scientific).
  • Referenční metoda: argentometrická (stříbrná) titrace použitá pro kvantitativní určení obsahu cholinchloridu vzorků.
  • Vzorky: 25 pytlů senáže měřených „through‑bag“ (přímé měření přes plastový obal).

Hlavní výsledky a diskuse

  • Spektrální data: surová spektra ukazovala výraznou variabilitu mezi vzorky, což je pro kalibraci výhodné, protože poskytuje rozsah matricových podmínek a koncentrací.
  • Předzpracování (první derivace + MSC + Norris smoothing) zvýraznilo relevantní pásy a redukovalo vlivy rozptylu a baseline driftu, což zlepšilo schopnost chemometrického modelu odfiltrovat nerelevantní variabilitu.
  • Kalibrace PLS dosáhla korelačního koeficientu r = 0,9835, RMSEC = 0,425 (jednotky dle referenční metody) a predikční chyby vyjádřené jako reziduální chyba přibližně ±1,6 %; to indikuje velmi dobrou shodu mezi NIR‑predikcí a titračními referencemi pro daný dataset.
  • Časová efektivita: jedno měření pomocí FT‑NIR trvalo méně než 6 sekund ve srovnání s 6–12 hodinami potřebnými pro extrakci a titraci u tradičních metod.
  • Nepřímé výhody: analýza je nedestruktivní (vzorek zůstává použitelný jako krmivo) a jeden NIR záznam může být využit pro současné modely více složek (vícečetné kalibrace z jedné spektrální matice).

Přínosy a praktické využití metody

  • Výrazné zkrácení doby analýzy umožňuje rychlý screening a online/at‑line kontrolu výroby a logistiky krmiv.
  • Eliminace potřeby rozpouštědel, časově náročných extrakcí a spotřebních chemikálií snižuje provozní náklady a rizika laboratorních procesů.
  • Nedestruktivní měření skrze obal zvyšuje praktičnost sběru dat v provozu a minimalizuje zásahy do vzorku.
  • Možnost rozšíření kalibrace na další parametry (např. velikost částic, další přídavné látky) pomocí multivariačních přístupů bez nutnosti dalších sběrů spekter.

Budoucí trendy a možnosti využití

  • Rozšíření datového souboru: použití většího počtu vzorků a širšího rozsahu matric (různá vlhkost, druhy krmiva, různé materiály obalů) pro zvýšení robustnosti a generalizace modelu.
  • Externí validace a transfer kalibrací mezi přístroji (včetně migrace na moderní Antaris II) pro nasazení v distribuovaných provozech a mezi laboratořemi.
  • Integrace s výrobním řízením (PAT) pro automatické sledování dávkování a okamžitou korekci procesních parametrů.
  • Rozvoj robustních metod korekce vlivu obalových materiálů a vlhkosti, případně kombinace NIR s dalšími senzory pro lepší dekonvoluci matricových interferencí.

Závěr

Studie prokázala, že FT‑NIR analýza provedená na Antaris FT‑NIR přístroji dokáže kvantifikovat obsah cholinchloridu v senáži přes plastový vak rychle, přesně a nedestruktivně. Kalibrační model založený na PLS dosáhl vysoké korelace s referenční titrací (r ≈ 0,9835) a predikční přesnosti kolem ±1,6 %. Metoda nabízí zásadní časové a provozní výhody oproti tradičním titračním postupům a má silný potenciál pro nasazení v průmyslových podmínkách, zejména po rozšíření a validaci kalibrací. Doporučuje se další rozšíření počtu vzorků, validace napříč zařízeními a zohlednění vlivu proměnných matric pro zajištění dlouhodobé robustnosti modelu.

Použitá instrumentace

  • Thermo Scientific Antaris FT‑NIR Analyzer (původní model použitý pro data); zmíněn také modernizovaný Antaris II jako doporučený upgrade.
  • Softwarové nástroje: TQ Analyst (Thermo Scientific) pro chemometrické modelování (PLS) a regionální volbu spektrálních pásem.
  • Referenční analytika: argentometrická (stříbrná) titrace pro kvantifikaci cholinchloridu jako referenční metoda.

Reference

  1. Hirsch J. Prediction of choline chloride concentration on silage. Thermo Fisher Scientific Application Note AN50942_E 05/22M, 2022.

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

PDF verze ke stažení a čtení
 

Podobná PDF

Rapid Analysis of Key Chemical Products in the Haber-Bosch Ammonia Synthesis Process
FT-NIR Analysis of the Hock Process for the Production of Phenol and Acetone
Near-Infrared Analysis of Critical Parameters in Lyophilized Materials
Sampling Considerations for the Measurement of a UV Stabilizer in Polymer Pellets Using FT-NIR Spectroscopy