便携式近红外分析监测小麦粉质量

导言

小麦粉源自细粉状的小麦仁，是生产各种烘焙和面食（例如面包、蛋糕、饼干和面条）的基本原料。除了在烹饪创作中的作用外，小麦粉还是一种重要的消耗性原料，可提供必需的营养素，包括碳水化合物、蛋白质和矿物质，有助于满足日常饮食需求。但是，由于质量参数的变化和潜在的掺假，小麦粉产品的质量和安全性面临持续的挑战，对人类健康构成威胁。

概述

采用系统高效的分析方法来监测小麦粉的质量和安全的必要性变得越来越明显。传统的实验室方法虽然精确，但往往被证明既费力又耗时。小麦粉的关键质量参数，包括水分、蛋白质、灰分和湿麸质含量，以及沉淀值、降落次数和流变特性等技术参数共同决定了其整体质量。尽管这些实验室分析非常精确，但该行业需要一种快速而准确的方法，在需要时提供实时信息。

近红外（NIR）红外技术已成为传统实验室分析方法的有前途的替代方案。但是，到目前为止，尚未开发出能够无缝集成该技术进行现场分析的便携式系统。为了填补这一差距，手持式全光谱仪NeoSpectra提出了一种创新的解决方案，可以彻底改变小麦粉质量和安全的监测。在这项研究中，我们探讨了NeoSpectra在评估关键质量参数方面的应用，并讨论了其对小麦粉行业的潜在影响。

材料和方法

为了评估NeoSpectra的性能，从代表不同供应商和小麦粉质量的三个不同的生产基地采集了样品——000、0000 和全麦粉。分析包括将面粉放在旋转的杯子上，在1.5分钟内收集每个样品的六次测量结果。使用包含 438 个样本的综合数据集来开发偏最小二乘 (PLS) 回归模型，并使用交叉验证（威尼斯百叶窗）来评估模型性能。与参数分布相比，评估指标包括均方根误差 (RMSE) 和 R2。实验室分析侧重于三个关键参数：水分、灰分和湿麸质。

结果和讨论

这项研究的结果表明，NeoSpectra模型在准确评估所有三个参数（水分、灰分和湿麸质）方面表现出色。发现预测误差比标准差（RPD）小三倍，范围误差比（RER）超过15，这表明模型的高可靠性。

NeoSpectra展示了其在从原材料接收到生产线终端分析的各种操作场景中快速提供精确结果的能力，从而增强了小麦粉生产过程的整体可追溯性。

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

此外，仪器之间模型的无缝转移允许与主要供应商合作，从而将质量控制体系扩展到设施以外。从样品中获得的光谱数据可作为独特的指纹，不仅可以识别材料，还可以确认批次的合规性。

结论

NeoSpectra作为手持式全光谱仪的问世，标志着小麦粉质量监测领域的重大进步。它的便携性、效率和从各种面粉类型（包括面粉、全谷物和液体）收集数据的能力使其成为可行的现场解决方案。该研究基于大量样本收集，强调了该仪器与传统台式系统的性能不相上下，并确定了改进途径。建议包括实施特定质量模型，以解决小麦粉质量之间固有的差异，为加强小麦粉行业的质量控制做法铺平道路。