目录
随时了解最新动态 关于 neospectra
导言
牛奶是使用最广泛的食品之一,是所有乳制品的原料。因此,测量牛奶的成分对乳制品行业至关重要。不同的乳制品需要不同的牛奶含量比例。此外,定期测量牛奶成分对于监测和维持产品质量至关重要。
对奶制品供应链的不同阶段进行快速准确的分析可以在提高从农场到餐桌的牛奶和牛奶类产品的效率和质量方面发挥重要作用。这需要一个可靠且易于使用的工具,才能在不同的位置进行此类测量。
在本应用说明中,我们展示了NeoSpectra手持式近红外光谱仪能够准确分析牛奶样品的脂肪、乳糖和蛋白质含量,其性能符合ICAR标准。
概述
除了影响乳品行业外,牛奶分析在更广泛的牛奶养殖行业中也起着至关重要的作用。牛奶的成分与动物的健康状况及其饲料的质量密切相关。因此,这些分析为优化饲料质量、做出明智的选择以及促进动物疾病的早期发现和治疗提供了宝贵的见解。
目前,最精确的牛奶分析方法涉及缓慢和破坏性的化学分解,因此需要实验室工作而不是现场应用。通常,用户从多个牛奶批次中提取样本,获得所有批次的平均结论。
事实证明,使用这些方法监测动物健康和饲料质量既昂贵又低效。或者,FT-IR 台式系统可用于开发这项工作,但其成本和高维护要求使其不适合在农场进行分析。
一个简单的解决方案在于开发一种便携式、经济实惠的工具,用于快速测量牛奶含量。该工具应能够在现场进行无损分析,最好是在挤奶站的生产线上进行牛奶养殖应用。
微型化近红外(NIR)光谱仪的进步已经到了手持设备可以提供可靠且具有成本效益的手段来应对这些挑战的阶段。本应用说明展示了使用NeoSpectra光谱传感器进行现场牛奶分析的情况。
NIR 的工作原理
近红外是一种二级分析方法,它依赖于来自参考实验室的数据,即参考数据,使用光谱建立 PLS 回归。校准后,PLS 模型可以仅使用近红外光谱仪生成的光谱来预测牛奶成分。然后,仪器可以在几秒钟内获得结果。
实验设计
为了证明NeoSpectra扫描仪预测生牛奶中的脂肪、蛋白质和乳糖成分的能力,进行了以下实验。
样品集
为了模拟现实生活中的情况,实验中使用的样本需要考虑牛奶样本可能的不同变化。因此,生牛奶样本是从不同的农场采集的,每个样本都是从不同的动物身上采集的。
参考方法
对样品进行了准确的破坏性化学测试,以准确记录其含量。
校准和验证
为了公平地比较模型的性能,90%的样本用于校准模型,而10%的样本用作看不见的样本来测试模型的预测能力。
测量条件
• 设置: 分散反射
• 光谱范围: 1350 — 2550 纳米
• 扫描时间: 的 5 秒
• 分辨率 在 α=1,550 nm 时为 16nm
• 光斑大小 = 10 毫米2
• 温度: 房间温度
• 平均值: 使用NeoSpectra扫描仪对每个样品进行了3次测量,并对分析进行了平均值。
校准模型开发
构建偏最小二乘回归(PLS)模型的目的是建立通过实验室化学分析确定的牛奶含量光谱和测量值之间的线性关系。PLS 用于将最初包含 257 个变量(波长)的频谱数据减少为有限数量的潜在变量(L.V.)。降低复杂性旨在增强数据的可解释性。
潜在变量的选择基于其与响应(本文中的牛奶含量)的相关性,优先考虑相关性高的变量。
数据分析
为了评估偏最小二乘(PLS)模型的性能,采用了交叉验证技术。这涉及计算预测误差(所有样本误差的均方根)和预测内容与从化学分析中获得的参考数据之间的测定系数(R2CV)。交叉验证技术需要将数据划分为校准集和验证集。校准集用于训练 PLS 模型,而验证集则用于评估模型的性能。
在每次迭代中,将验证集和校准集合合在一起,并将数据的新部分指定为验证集。然后重复该过程,包括对更新后的集合进行模型训练和验证。这种迭代过程一直持续到每个样本在验证集中至少出现一次为止,从而对PLS模型的预测能力进行了全面评估。
交叉验证的结果如图 2 所示。
为了量化模型的准确性,以下统计特征总结为:
• R2: 测定系数。越接近 1 越好。
• RMSE: 误差的均方根。越小越好。
• 九月 — 预测的标准误差。越小越好。
• 偏见 — 实验室结果和预测值之间的平均差异。越接近 0 越好。
本研究中提出的发现表明,NeoSpectra扫描仪有可能成为牛奶分析的主要商业解决方案,符合农场应用的ICAR标准。同时,它有能力使整个牛奶供应链中牛奶分析的采用大众化。与其他传统和新兴的牛奶分析技术不同,NeoSpectra独特地集成了一组功能,可实现具有成本效益、快速、广泛、用户友好和精确的牛奶分析。
结论
NeoSpectra 扫描仪在分析生牛奶方面表现出卓越的性能,可进行现场测试。可以迅速分析直接从农场采集的样本,并利用所得数据来定制和评估奶牛的健康状况和牛奶的质量。所有信息都安全地存储在云中,确保从世界任何地方都可以访问。此功能适用于小农户和大型企业,提供了可无缝集成到各种农场设置中的多功能解决方案。