Экспресс-контроль качества цельного зерна по спектрам пропускания в ближней инфракрасной области

Вид материала

Автореферат диссертации

Содержание Содержание работы 2. Экспериментальная часть 2.1. Объекты исследования и оборудование 2.2. Методы математической обработки спектральных данных 2.3. Методология разработки градуировочных моделей 2.4. Результаты исследований и их анализ 2.4.3. Практическое использование разработанного метода контроля качества зерна пшеницы

Подобный материал:

• Конференция «Вопросы контроля качества и безопасности зерна при хранении и экспортно-импортных, 10kb.
• П. Г. Зверев Институт общей физики им. А. М. Прохорова ран, г. Москва Кристаллы с центрами, 767.42kb.
• Контроль качества сварных соединений трубопроводов стальных, из полимерных материалов,, 375.15kb.
• Концепция эффективного развития сельскохозяйственного производства и создания цивилизованного, 180.11kb.
• Беседа преподобного Серафима с Н. А. Мотовиловым Это было в четверг. День был пасмурный, 151.39kb.
• Лекарственные средства: обеспечение, контроль качества, перспективы, 13.02kb.
• Имесей, оценить степень интенсивности воздействия на зерно в процессе переработки,, 25.84kb.
• О нарушении прав потребителей ОАО «Восточный экспресс банк» на территории области, 19.65kb.
• Сергей Нилус о цели христианской жизни – беседа преподобного Серафима Саровского, 1907.3kb.
• Экспресс-контроль цветовых характеристик мясного сырья и мясопродуктов, основанный, 316.99kb.

Структура и объем работы. Диссертационная работа изложена на 168 стр. машинописного текста, содержит 39 рисунков, 43 таблицы. Состоит из введения, обзора литературы, описания объектов и методов исследования, экспериментальной части, выводов, списка использованной литературы из 127 наименований и 7 приложений.

СОДЕРЖАНИЕ РАБОТЫ

1. ОБЗОР ЛИТЕРАТУРЫ

В обзоре литературы приведена краткая история и основы метода ближней инфракрасной спектроскопии. Проведен аналитический обзор современных образцов отечественных и зарубежных моделей БИК-анализаторов зерна. Приведены и проанализированы результаты исследований применимости данного метода для анализа различных видов сельскохозяйственной продукции.


2. ЭКСПЕРИМЕНТАЛЬНАЯ ЧАСТЬ

Исследования проводились в государственной хлебной инспекции по Краснодарскому краю, хлебоприемных предприятиях Краснодарского края, ГНУ «ВНИИ Пищевой Биотехнологии» РАСХН.

2.1. Объекты исследования и оборудование

В качестве объектов анализа были выбраны: зерно мягкой пшеницы, зерно ржи.

Для разработки градуировочных моделей (ГМ), как наиболее важные, но трудоемкие и требующие существенного времени для выполнения анализа, были выбраны следующие показатели: массовая доля сырой клейковины, качество клейковины, влажность, стекловидность. К этим нормативам был добавлен показатель содержания белка в пересчете на абсолютно сухой вес, как являющийся актуальным в связи с экспортными поставками зерна за рубеж, а также входящий в перечень требуемых показателей качества согласно международным стандартам ИСО.

Для решения задач контроля качества входного сырья спиртовых предприятий согласно ОСТ 10-00334586-I-93 были выбраны показатели: влажность и условная крахмалистость.

Все измерения производились с использованием БИК-анализатора ИнфраЛЮМ ФТ-10 производства фирмы “Люмэкс”. Прибор является однолучевым Фурье-спектрометром, измеряющим спектры пропускания образцов в ближней инфракрасной области (диапазон 8000 – 14000 см^-1).

В работе также использовались: полуавтоматический анализатор общего азота Kjeltec (FOSS, Дания), шкаф сушильный электрический СЭШ-3М (Россия), мельница лабораторная ЛЗМ (Россия), мельница лабораторная ЛМТ (Россия), прибор для оценки упругих свойств клейковины ИДК-1М (Россия), диафаноскоп ДСЗ-2 (Россия), поляриметр фотоэлектронный А-1 ЕПО (Россия).

2.2. Методы математической обработки спектральных данных

Для расчета градуировочных моделей в работе были использованы следующие алгоритмы: регрессия по главным компонентам (PCR) и метод дробных наименьших квадратов (PLS).

Перед использованием данных алгоритмов спектры образцов градуировочного набора подвергались предварительной обработке (предобработке) - математическим операциям, производимым со спектрами, и предназначенным для повышения точности градуировочных моделей за счет уменьшения спектральных вариаций и приведения спектров к общему виду. В дальнейшем, при проведении рутинных анализов, тем же предобработкам автоматически подвергаются спектры всех неизвестных образцов перед расчетом определяемых показателей с помощью разработанных градуировочных моделей.


2.3. Методология разработки градуировочных моделей

Градуировка БИК-анализатора ИнфраЛЮМ ФТ-10 осуществляется с помощью программы СпектраЛЮМ/Про. Для выбора лучших параметров градуировочной модели используется программа Envelope. Обе программы разработаны фирмой “Люмэкс” при участии автора.

Для вычисления параметров ГМ используется программа для автоматизации расчетов Envelope. Эта программа включает мультивариантные математические методы Partial Least Squares (PLS) и Principal Components Regression (PCR), рекомендованные Американским институтом по стандартизации и материалам (ASTM) для обработки спектров, полученных методом фурье-спектроскопии. Мультивариантные математические методы позволяют обрабатывать наборы спектральных данных путем изменения статистических параметров, используя различные варианты предобработки исходных спектров и варьируя спектральный диапазон.

Блок-схема разработки градуировочных моделей приведена на рисунке 1. Все операции делятся на 4 основные этапа:

1. Подготовка и ввод исходных данных.
   
2. Предварительная выбраковка данных и поиск параметров ГМ
   
3. Уточнение параметров ГМ.
   
4. Установление окончательных параметров ГМ и их включение в ПО БИК-анализатора.
   

В соответствии с указанными этапами выполняются следующие операции:

1. Отбор и подготовка набора образцов зерна для градуировки.
   
2. Определение показателей качества градуировочных образцов зерна традиционными методами (референтные данные).
   
3. Измерение спектров пропускания образцов с использованием БИК-анализатора.
   
4. Предварительный выбор спектрального диапазона и числа факторов ГМ. Осуществляется на персональном компьютере (ПК) путем сравнения результатов автоматического перебора программой Envelope заданных вариантов спектрального диапазона и числа факторов по следующим критериям: минимум стандартной ошибки градуировки (SEC), минимум стандартной ошибки кросс-валидации (SECV), минимум отношения SECV/SEC, минимальное число факторов при близких значениях предыдущих критериев. Указанные критерии используются и на всех последующих этапах разработки градуировочной модели.
   

При предварительном выборе спектрального диапазона для ускорения расчета применяется шаг 128 см^-1. На этом этапе и далее используется шаг, кратный

спектральному разрешению, т.е. 16 см^-1.

1. Выявление выпадающих образцов. Данная стадия введена для поиска образцов с величиной отклонения предсказания от референтного значения более чем на 3*SEC (ошибка в референтных данных, случайное измерение образца, не принадлежащего данной группе измерений, несоблюдение условий измерения). Если такие образцы обнаружены, их спектры должны быть удалены из ГМ. После удаления необходимо повторить алгоритм, начиная с п. 4.
   

5. Выбор предобработки. Осуществляется путем сравнения результатов автоматического перебора программой Envelope заданных вариантов предобработок по указанным выше критериям. При первичном выполнении пункта 4 используется предобработка BNM. Если найдена другая предобработка, то необходимо повторить алгоритм, начиная с п. 4 с использованием найденной.
   
6. Уточнение спектрального диапазона и числа факторов ГМ. Шаг при переборе спектрального диапазона 64 см^-1.
   

6.1. Выявление аномальных образцов. Критерий поиска: статистическое расстояние Махаланобиса. Значение этого показателя для всех образцов в ГМ должно быть менее 3. Спектры всех других образцов считаются аномальными и удаляются из градуировочного набора. Если аномальные образцы найдены, то алгоритм повторяется, начиная с пункта 6.

2. Выявление выпадающих образцов. Данная стадия введена для поиска образцов с величиной отклонения предсказания от референтного значения более чем на 2,5*SEC. Если такие образцы обнаружены, их спектры должны быть удалены, либо для них должен быть повторно проведен референтный анализ, и повторное измерение спектра. После этого необходимо повторить алгоритм, начиная с пункта 5.
   

7. Определение “точного” спектрального диапазона. Осуществляется с шагом, равным спектральному разрешению при измерении спектров образцов (для ИнфраЛЮМ ФТ-10 - 16см^-1).
   

1. Выявление аномальных образцов. Аналогично п. 6.1.
   
7. Разработка ГМ закончена. ГМ с найденными параметрами включается в программное обеспечение БИК-анализатора.
   

Рисунок 1. Блок-схема разработки градуировочных моделей

2.4. Результаты исследований и их анализ

2.4.1. Выбор условий измерения цельного зерна пшеницы с помощью

БИК-анализатора

Измерение образцов продукции с использованием БИК-анализатора ИнфраЛЮМ ФТ-10 проводится с использованием кювет с разной длиной оптического пути. Этот параметр может варьироваться от 1,5 до 27 мм, что позволяет анализировать весь спектр пищевой и сельскохозяйственной продукции.

Для измерения спектров зерна с максимальной точностью необходимо было подобрать кювету с оптимальной длиной оптического пути, так, чтобы интенсивность излучения, прошедшего через образец, находилась в рабочем диапазоне фотоприемника, т.е. не вызывала, с одной стороны, превышения максимально-допустимого уровня для фотоприемника, а с другой - увеличения уровня шумов в спектре. Поскольку сам сигнал, поступающий с фотоприемника, является величиной не постоянной и зависит от настроек электроники, использовать его как критерий выбора оптимального оптического пути не удобно. В качестве более удобного и наглядного критерия было выбрано сравнение величины пропускания в максимуме спектра измеряемого образца с величиной пропускания встроенного в прибор эталона. При измерении образцов в программе СпектраЛЮМ/Про величина пропускания автоматически приводится по отношению к встроенному эталону прибора, что упрощает использование данного критерия. Например, величина пропускания 200% в спектре означает, что образец на данной длине волны в два раза более прозрачен, чем встроенный эталон.

Экспериментально было установлено, что для детекторов, используемых в приборах ИнфраЛЮМ ФТ-10, при величине пропускания в максимуме спектра более 1000% возможно превышения максимально-допустимого уровня для фотоприемника. С другой стороны, в спектре с величиной пропускания в максимуме менее 30% становится заметным вклад шумовой составляющей, что влечет за собой ухудшение точности разрабатываемых ГМ.

Поскольку зерно является неоднородным продуктом, как по крупности отдельных зерен, так и по химическому составу, то для разных образцов величина максимума спектра пропускания может отличаться в 10-15 и более раз (рисунок 2). Соответственно, поиск оптимальной длины оптического пути для кювет, используемых при измерении образцов цельного зерна пшеницы, сводился к сопоставлению диапазона варьирования максимума спектра пропускания различных образцов, и допустимых границ этого максимума (30 – 1000%).

Экспериментальным путем найдена оптимальная длина оптического пути кюветы (18 мм), позволяющая анализировать сильно отличающиеся образцы пшеницы и при этом удовлетворяющая указанным выше требованиям.



Рисунок 2. Примеры спектров пропускания образцов (1, 2, 3) цельного зерна пшеницы. Длина оптического пути кюветы 18 мм


Еще одним крайне важным для обеспечения сходимости и воспроизводимости результатов фактором является процесс заполнения кюветы. Поскольку зерно неоднородно, то в зависимости от способа заполнения кюветы укладка зерна в кювете, а следовательно и степень ее заполнения, и, соответственно, величина оптического поглощения будут меняться. Одним из вариантов обеспечения воспроизводимости заполнения кюветы может быть стандартизованная процедура свободной засыпки зерна. В соответствии с такой процедурой зерно засыпается с небольшой одинаковой высоты равномерно по всей площади кюветы. Уплотнение зерна и встряхивание кюветы исключается. Улучшить воспроизводимость заполнения кюветы зерном можно с использованием специальной воронки (рисунок 3).

Предложенная воронка представляет собой приспособление, предназначенное для стандартизации заполнения кюветы зерном, и состоит из двух плоских поверхностей: вертикальной и наклонной, соединенных по бокам вертикальными плоскостями, и образующих между собой щель, через которую просыпается зерно. Ширина щели выбрана минимальной, но не препятствующей свободному просыпанию зерна через воронку. Исходя из строения и возможных размеров зерна пшеницы, для обеспечения данного требования была выбрана ширина щели, равная 6 мм. Ширина воронки соответствует внутренней ширине кюветы. С внешней стороны вертикальной плоскости воронка имеет приспособление для крепления на кювету.

Угол наклона плоскости, на которую высыпается зерно, был выбран 45⁰, для обеспечения беспрепятственного скольжения зерна по поверхности, а также удобства его засыпания.

Заполнение кюветы с использованием данной воронки производится следующим образом: зерно пшеницы с помощью шпателя отбирается небольшими порциями по 1,5 – 3г и с одной и той же минимальной высоты равномерно высыпается по всей ширине наклонной поверхности кюветы. Заполнение производится до верхней кромки кюветы.



Рисунок 3. Кювета 18 мм с установленной воронкой, заполненная зерном пшеницы


Преимущество этого метода по сравнению с заполнением кюветы без воронки подтверждено экспериментально. В экспериментах участвовало три оператора, каждый из которых проводил заполнение кюветы тремя образцами зерна пшеницы двумя способами в 10 повторностях для каждого образца. После каждого заполнения кюветы измерялся спектр образца. По измеренным спектрам производилось предсказание содержание белка и сырой клейковины в образце по ранее разработанным градуировочным моделям. При использовании воронки среднее квадратическое отклонение (СКО) параллельных измерений оказалось меньше в 17 случаях из 18, СКО средних значений предсказаний для разных операторов меньше в 5 случаях из 6.

Отбор проб и выделение навесок проводили в соответствии с требованиями

ГОСТ 13586.3-83. Выделенную из средней пробы навеску зерна очищали от сорных

примесей, за исключением испорченных зерен.

Условия окружающей среды во время проведения измерений также нормировали. Исходя из условий, указанных в ТУ на прибор, а также из опубликованных материалов, по влиянию условий окружающей среды на результаты, получаемые методом БИК-спектроскопии, были установлены следующие нормативы:

• температура окружающего воздуха: 25  10⁰C;
  
• относительная влажность воздуха: не более 80% при температуре 25⁰C;
  
• атмосферное давление: 84…106,7 кПа;
  
• напряжение питания сети переменного тока 198…242 В;
  
• частота переменного тока: (50  1) Гц.
  

Температура анализируемых образцов зерна должна соответствовать комнатной температуре и укладываться в диапазон 25  10⁰C.

Предложенная кювета с длиной оптического пути 18 мм, а также способ заполнения кюветы с помощью специальной воронки может использоваться при проведении анализа и других зерновых культур, в частности, ржи и ячменя. На рисунке 4 приведены примеры спектров пропускания цельного зерна пшеницы, ячменя и ржи, измеренные в кювете с длиной оптического пути 18 мм.

Таким образом, определены основные параметры и разработаны требования к условиям размещения пробы зерна при измерении.



Рисунок 4. Примеры спектров пропускания образцов цельного зерна пшеницы, ячменя и ржи. Длина оптического пути кюветы 18 мм

2.4.2. Разработка метода контроля в зерне пшеницы массовой доли белка, влажности, стекловидности, количества и качества сырой клейковины методом спектроскопии в ближней инфракрасной области

Для проведения работы было отобрано более 230 образцов зерна мягкой пшеницы из Краснодарского края, урожая 2002 и 2003 гг. Образцы были проанализированы традиционными методами в лаборатории ГХИ по Краснодарскому краю по показателям: белок, влажность, стекловидность, количество и качество сырой клейковины.

Для проведения исследований использовался БИК-анализатор «ИнфраЛЮМ ФТ-10», находящийся в лаборатории ГХИ по Краснодарскому краю (мастер-прибор).

С помощью мастер-прибора измерены спектры всех образцов. Для повышения точности и исключения возможности ошибок спектры всех градуировочных образцов и образцов для проверки измерялись в трех повторностях. Для приведенных выше показателей разработаны градуировочные модели.

Во всех случаях лучший результат получен при использовании математической модели PLS и предобработок BNM (предварительное выравнивание базовой линии (B), предварительное нормирование спектров по СКО (N), расчет средневзвешенных значений (M)). Основные параметры разработанных ГМ приведены в таблице 1.

Таблица 1. Основные параметры разработанных ГМ

Наименование параметра	Значение параметра
	Белок	Влажность	Сырая клейковина	ИДК	Стекловидность
Число параметров ГМ	4	3	4	5	3
Спектральный диапазон, см-1	9744 - 10784	10292 - 12012	8822 - 10170	8848 - 10464	10480 - 11720
SEC, %	0,331	0,201	0,936	8,96	2,56
SECV, %	0,334	0,204	0,944	9,11	2,74

Лучшие корреляции референтных данных, полученных традиционными методами, с предсказанными по методу БИК значениями, получены по показателям: белок, влажность и количество сырой клейковины. Примеры результатов определения показателей качества градуировочных образцов зерна пшеницы с использованием разработанных градуировочных моделей в сравнении с результатами, полученными традиционными методами, представлены на рисунке 5.





а) белок б) влажность


в) сырая клейковина г) стекловидность

Рисунок 5. Результаты определения показателей качества градуировочных образцов зерна пшеницы с использованием разработанных градуировочных моделей в сравнении с результатами, полученными традиционными методами.


Полученные в ходе разработки градуировочных моделей спектральные диапазоны согласуются с литературными данными по положению полос поглощения компонентов в ближней инфракрасной области. На рисунке 6 представлен спектр пропускания цельного зерна пшеницы, спектральные диапазоны разработанных градуировочных моделей, а также соответствующие им полосы поглощения белка и влаги. Спектральному диапазону, найденному для белка соответствует полоса поглощения белка с максимумом 9823 см^-1(1018 нм) и, видимо, край полосы поглощения 11001 см^-1(909 нм). Спектральному диапазону для сырой клейковины и ИДК соответствуют полосы поглощения белка с максимумом 9823 см^-1 (1018 нм) и 8749 см^-1(1143 нм). Спектральному диапазону для влажности соответствуют полосы поглощения влаги с максимумом 10438 см^-1 (958 нм) и 11990 см^-1 (834 нм). Указанные полосы поглощения имеют наибольшую интенсивность. Спектральным диапазонам разработанных градуировочных моделей соответствует также ряд менее интенсивных полос поглощения.



Рисунок 6. Спектр пропускания цельного зерна пшеницы, спектральные диапазоны разработанных градуировочных моделей и соответствующие им полосы поглощения белка и влаги.


Полученные ГМ с использованием специальных методов были перенесены с мастер-прибора на анализаторы других хозяйств Краснодарского края. На 14 предприятиях проведена проверка работоспособности БИК-анализаторов с этими градуировочными моделями по 10 образцам зерна мягкой пшеницы, характерным для урожая 2004г. в Краснодарском крае. Сведения об образцах и организациях, участвовавших в межлабораторных сличительных испытаниях, представлены в диссертационной работе. Результаты определения показателей качества образцов обработаны методами математической статистики. Основные метрологические характеристики приведены в таблице 2.


Таблица 2. Диапазоны значений показателей и характеристики погрешности измерений для зерна пшеницы при доверительной вероятности P = 0,95

Показатель качества пшеницы	Диапазон измерений	sr	sR,	r	R	SEV	
Белок, %	9 – 18	0,14	0,19	0,39	0,53	0,25	0,50
Влажность, %	9 – 18	0,049	0,076	0,14	0,21	0,27	0,54
Сырая клейковина, %	15– 30	0,36	0,41	1,0	1,2	0,8	1,6
Стекловидность, %	35 - 60	0,50	0,59	1,4	1,6	2,2	4,3
ИДК	45 - 115	4,4	5,5	12	15	8,5	17

Для показателей “белок”, “влажность”, “клейковина” и “стекловидность” показатель точности  соответствует или близок допустимым показателям точности стандартных по ГОСТ методов анализа. Для показателя “ИДК” данная величина существенно превышает допустимую для опорного метода, поэтому результат, полученный на анализаторе «ИнфраЛЮМ ФТ-10» по данному показателю, может использоваться только как оценочная величина.

На основании проведенных исследований и полученных результатов составлена методика: “Пшеница. Определение белка, влажности, стекловидности, количества и качества сырой клейковины методом спектроскопии в ближней инфракрасной области с использованием анализатора “ИнфраЛЮМ ФТ-10”, аттестованная во ФГУП “Уральский научно-исследовательский институт метрологии”, свидетельство № 224.04.05.056 / 2004, ФР.1.31.2004.01088.

Разработанная методика применяется в ряде хозяйств Российской Федерации, в том числе, и в Краснодарском крае. Отзывы, полученные от организаций, приведены в диссертационной работе (приложение 2).

2.4.3. Практическое использование разработанного метода контроля качества зерна пшеницы

Основными потребителями разработанного метода контроля качества цельного зерна пшеницы предполагаются элеваторные хозяйства, производители зерна, а также сюрвейерские компании. Однако метод может быть использован и в других предприятиях, в первую очередь мукомольных.