tabla de contenido
mantente al día acerca de neospectra
Visión general
La detección de la presencia de un adulterante en un material es una tarea esencial para numerosas empresas. Los métodos de detección de un determinado adulterante podrían fallar, ya que podrían usarse nuevos adulterantes para superar el método de detección establecido. Detectar adulterantes desconocidos en un material conocido es un verdadero desafío. La huella espectral de un material es una herramienta sólida que se puede utilizar en esta aplicación. NeoSpectra ofrece un análisis rápido, preciso e in situ para verificar la pureza de los materiales receptores. En esta nota de aplicación, demostramos el uso del espectrómetro NIR portátil NeoSpectra para detectar rápidamente la presencia de adulterantes en la leche en polvo.
Introducción
Los productos lácteos se encuentran entre los productos más consumidos en el mundo, lo que convierte a la leche en uno de los alimentos más adulterados. Urea (Carbamida) - CO (NH)2)2) es un componente natural de la leche y es rico en nitrógeno. En las prácticas típicas de análisis de la leche, el contenido de proteína de la leche se estima mediante el análisis del contenido de nitrógeno. Por lo tanto, para aumentar la cantidad detectable de nitrógeno en la leche, la urea se usa a menudo como adulterante de la leche. Esta práctica permite a los adulteradores marcar falsamente su leche como leche de mayor calidad con mayor contenido de proteínas y cobrar precios más altos.
Este experimento tiene como objetivo identificar la presencia de urea en muestras de leche en polvo mediante la detección de su respuesta espectral a la luz infrarroja cercana (NIR). Esto proporciona una poderosa herramienta de análisis para detectar si se ha agregado algún adulterante a la muestra. Esto demuestra que el escáner NeoSpectra, que se caracteriza por su portabilidad, tamaño compacto y rentabilidad, permite analizar materiales puros in situ.
How NIR works for conformity testing
Conformity means ensuring that a product meets specific quality standards and requirements. Near-Infrared (NIR) spectroscopy helps in this process by using light. The NeoSpectra Scanner shines light on a sample and analyzes the response of the reflected light. Each material has a unique reflection pattern, like a fingerprint. By comparing this pattern to those of standard samples, the solution can quickly tell if the sample meets the required standards. Sophisticated algorithms calculate a Conformity Index (CI), which is a number that shows how well the sample matches the standard.
Diseño de experimentos
Conjunto de muestras:
Se recolectaron un total de 5 muestras de leche en polvo de diferentes fuentes comerciales.
Las muestras se dividieron en dos grupos principales:
- Muestras de referencia: muestras de leche en polvo sin adulterar
- Muestras de prueba: muestras de leche en polvo adulteradas con urea en diversas concentraciones: 1,25%, 2,5% y 5%.
Para garantizar la reutilización de los modelos en diferentes dispositivos, se utilizaron un total de 5 instrumentos para recopilar los espectros. Se usó un instrumento para recolectar las muestras de referencia y los 4 instrumentos restantes se usaron para recolectar los espectros de las muestras de prueba.
Condiciones de medición:
- Configuración: Reflexión con kit de polvo
- Rango espectral: 1.350 — 2.550 nm
- Tiempo de escaneo: de 3 s
- Mediciones: Cada muestra se midió 4 veces con el escáner NeoSpectra y se promedió para el análisis.
- Intervalo de tiempo: 12 s
- Temperatura: temperatura ambiente
Algoritmo de selección
Como criterio de aceptación se utiliza una envolvente alrededor de la media de los espectros de referencia. Si el espectro de prueba se encuentra completamente dentro de esta envolvente, entonces esta muestra supera este algoritmo de selección; de lo contrario, esta muestra no coincide con las muestras de referencia. La envolvente se basa en la desviación estándar de los espectros de referencia en cada longitud de onda, como se muestra en la figura 1.
Durante la prueba, la desviación del espectro de prueba con respecto al espectro de referencia medio se divide por la desviación estándar de los espectros de referencia en cada longitud de onda.
La métrica de evaluación es la desviación normalizada máxima de todas las longitudes de onda, denominada índice de conformidad.
CI= max [test_spectrumi-maloi )/estándari ]
Dónde test_spectrumi es la respuesta espectral de la muestra de ensayo a la longitud de onda i, mediai es la media de las respuestas espectrales de las muestras de referencia en la longitud de onda i y stdi es la desviación estándar de las respuestas espectrales de las muestras de referencia en la longitud de onda i.
El algoritmo de detección está integrado en la aplicación NeoSpectra Conformity, que permite a los usuarios desarrollar por sí mismos modelos de pruebas rápidas de aprobación/fracaso.
Resultados y discusión
Se analizan 3 muestras de leche en polvo adulteradas con diferentes concentraciones de urea con 4 escáneres, además de una muestra no adulterada. Todas las muestras adulteradas fueron detectables en los 4 escáneres NeoSpectra, como se muestra en la figura 2.
Se encontró que un umbral de 5 para el índice de conformidad era el umbral más adecuado para esta aplicación.
Conclusión
El escáner NeoSpectra, cuando se usa junto con la aplicación Conformity, ha demostrado un rendimiento excepcional en la detección de leche en polvo adulterada con urea. El sencillo proceso de medición de muestras y la facilidad de desarrollo de los modelos, que no requieren experiencia previa en modelización, facilitan la rápida implementación de esta herramienta en diversos entornos con una inversión de tiempo mínima. Esta solución integral identifica de manera eficaz las adulteraciones por motivos económicos (EMA) y, por lo tanto, permite tomar decisiones rápidamente en cualquier momento y lugar en que se detecte una adulteración.
