Desarrollo de sensores ópticos de bajo costo para la evaluación de la calidad de los productos

Resumen:

La espectroscopia de infrarrojo cercano (NIR) es una herramienta poderosa para mediciones no destructivas de varios parámetros de calidad. Además, el rendimiento de la espectroscopía NIR para la evaluación de la calidad depende de dos componentes clave: 1) los espectrómetros adecuados y 2) los modelos de calibración adecuados. El objetivo de este estudio fue 1) desarrollar modelos predictivos para los parámetros de calidad de mangos y tomates utilizando diferentes espectrómetros comerciales, 2) construir un prototipo de espectrómetro NIR interno e investigar la posibilidad de usarlo como fuente de datos espectrales para el desarrollo de modelos de calibración para los parámetros de calidad de mangos y tomates. Este trabajo se centra en el objetivo de determinar los parámetros de calidad de las frutas y verduras: mangos y tomates. La materia seca (DM), los sólidos solubles totales (SST), la acidez valorable (TA), el pH y la firmeza fueron los parámetros de calidad clave en este estudio. Los modelos de calibración se desarrollaron mediante la regresión de mínimos cuadrados parciales (PLSR) y el análisis de los datos utilizó tanto datos sin procesar como datos preprocesados (por ejemplo, la derivada de Savitzky/Golay, el SNV). La posibilidad de predecir los parámetros de calidad de las muestras de mango y tomate se evaluó utilizando diferentes espectrómetros comerciales (SCIO, Linksqure, Texas Instruments NIRScan Nano y Neospectra). En el caso de las muestras de mango, se desarrollaron buenos modelos predictivos para la DM, el TSS, la TA y el pH utilizando las mediciones espectroscópicas de SCIO y Linksqure, que funcionaban tanto en modo visible como NIR. El mejor modelo de DM con el espectrómetro SCIO mostró valores de validación cruzada del 0,92 y el 0,739% para R2 y RMSE, respectivamente. Los mejores modelos predictivos para los parámetros de TSS, TA y pH se desarrollaron utilizando Linksqure operado en modo visible. Los valores R2 de calibración y validación cruzada (entre paréntesis) para el TSS, el TA y el pH fueron de 0,91 (0,75), 0,91 (0,79) y 0,93 (0,81), respectivamente. Los valores RMSE de calibración y validación cruzada (entre paréntesis) para el TSS, el TA y el pH fueron de 1,03 OBrix (1,76 OBrix), 0,38% (0,58%) y 0,21 (0,35), respectivamente. Los modelos predictivos de bajo rendimiento con valores de R2 modestos se obtuvieron utilizando datos espectrales de los instrumentos NIR Scan Nano y Neospectra de Texas Instruments. Para el trabajo con tomates, se eligió el tomate cherry para la prueba de los parámetros de calidad. En esta parte solo se utilizaron tres espectrómetros comerciales (SCIO, Linksqure y Texas Instruments) porque la ventana de muestreo de Neospectra es demasiado grande para permitir las mediciones espectroscópicas. Se desarrollaron buenos modelos predictivos para predecir la DM y la firmeza utilizando las mediciones espectroscópicas realizadas con SCIO y Linksqure, que funcionaban tanto en modo visible como NIR. El mejor modelo para la DM se obtuvo utilizando datos espectrales del espectrómetro SCIO y ha mostrado valores de validación cruzada del 0,89 y el 0,27% para R2 y RMSE, respectivamente. En cuanto a la firmeza, los mejores resultados se obtuvieron utilizando datos espectrales adquiridos con el instrumento Linksqure que funciona en modo visible. Los valores R2 de calibración y validación cruzada (corchetes) fueron de 0,91 (0,87). Los valores RMSE de calibración y cruzación/validación (corchetes) para la firmeza fueron de 0,91 N (0,87 N). El rendimiento de los modelos para predecir los parámetros de calidad basados en los datos espectrales adquiridos con el NIRScan Nano de Texas Instruments fue deficiente, y los modestos valores de R2 arrojaron resultados similares a los del trabajo realizado con mangos. Dados los alentadores resultados obtenidos con los instrumentos NIR comerciales de bajo costo en la primera parte de este trabajo, pasamos a la segunda parte, donde se construyó y evaluó un prototipo de espectrómetro NIR interno. El rendimiento de un espectrómetro NIR depende de tres componentes clave: la fuente de luz, el selector de longitud de onda y el detector. El prototipo de un espectrómetro NIR portátil potencialmente económico se ha construido alrededor del sensor Hamamatsu C14384MA/01. El prototipo de espectrómetro interno se fabricó en dos versiones con diferentes fuentes de luz. La primera versión utilizaba una fuente de luz LED NIR (SFH 4376, OSRAM), mientras que la segunda utilizaba una bombilla de filamento halógeno de tungsteno (TH). Estos espectrómetros funcionaban en el rango de longitud de onda de 650 a 1050 nm. Posteriormente, se probó el rendimiento del prototipo del espectrómetro utilizándolo para recopilar datos espectrales de mangos y tomates con el fin de desarrollar modelos predictivos para determinados parámetros de calidad. En el caso de las muestras de mango, se obtuvieron buenos modelos predictivos para predecir la DM, el TSS, la TA y el pH utilizando fuentes de luz NIR LED y TH. Los mejores modelos para predecir la DM se obtuvieron utilizando la versión espectrómetro con la fuente de luz de filamento TH. Los valores de R2 del conjunto de prueba fueron de 0,82. Los mejores modelos de TSS, TA y pH se obtuvieron utilizando los datos adquiridos con el prototipo equipado con un LED NIR. Los valores de R2 de los conjuntos de prueba para el TSS, el TA y el pH fueron de 0,86, 0,92 y 0,86, respectivamente. Los modelos desarrollados para la predicción de la firmeza fueron deficientes, con valores de R2 moderados en ambas versiones del espectrómetro. En conclusión, el prototipo de espectrómetro interno se ha utilizado para recopilar datos espectroscópicos de los mangos Nam Dok Mai, que se recolectaron en dos temporadas de cosecha diferentes. A partir de estos datos espectroscópicos, se desarrollaron modelos predictivos para los parámetros de calidad del mango (DM, TSS, TA, pH, firmeza). Se desarrollaron modelos con una calidad satisfactoria (R2 > 0.80 en el conjunto de prueba) para la DM, el TSS, la TA y el pH. Los resultados indican que el instrumento construido puede recopilar datos espectroscópicos utilizables de muestras de productos agrícolas. En el caso de las muestras de tomate, se desarrollaron modelos predictivos de calidad modesta para todos los parámetros de calidad, con valores de R2 de la prueba inferiores a 0,70 en todos los casos. El rendimiento de la predicción de la DM, el TSS, el TA, el pH y la firmeza utilizando fuentes de luz de filamento NIR LED y TH fue significativamente inferior al de los modelos predictivos descritos en publicaciones anteriores. Por otro lado, los modelos predictivos de los espectrómetros internos muestran un mejor rendimiento en comparación con los prototipos anteriores (tecnología MOEMS) para la predicción, el TSS, el DM, el TA y el pH de las muestras de tomate. En conclusión, se evaluó el potencial del espectrómetro NIR de bajo costo que utiliza la tecnología MOEMS de nueva generación (C14383MA/01) para la medición rápida y no destructiva de muestras de tomate. Los resultados mostraron que los modelos predictivos se pueden utilizar para predecir la DM, el TSS y el pH. Los modelos predictivos con una calidad satisfactoria (R2 > 0,50) se han desarrollado para la DM, el TSS y el pH. Sin embargo, para la TA y la firmeza se tradujeron en un rendimiento de predicción deficiente.