Новый метод измерения раствороудерживающей способности муки с применением автоматизированной системы SRC-CHOPIN от CHOPIN Technologies
03.12.18
Представление
Раствороудерживающая способность (SRC) позволяет оценить вклад в водопоглощение основных функциональных полимеров муки (клейковинных белков, крахмала, пентозанов). Первым признанным в отрасли стандартизованным методом, был метод 56-11.02, утвержденный Американской ассоциацией специалистов по биохимии зерна (AACCI). Однако, из-за необходимости постоянного встряхивания на начальной фазе гидратации, и дальнейшего перемешивания, получаемые с помощью данного ручного метода результаты, чрезвычайно подвержены влиянию человеческого фактора. Такой подход обладает низкой эффективностью и усложняет процесс определения SRC. Для решения этой проблемы CHOPIN Technologies разработала автоматизированную систему, основанную на принципах стандартного метода AACCI, но при этом исключающую влияние оператора на результаты испытаний. В настоящее время новый метод проходит оценку в рамках совместных международных исследований.
Материалы и методы
В совместном исследовании принимают участие 12 лабораторий, которые дважды проанализировали двенадцать проб муки с четырьмя растворителями: вода WA-SRC, сахароза SUC-SRC, карбонат натрия CAR-SRC и молочная кислота LAC-SRC. Лаборатории были выбраны таким образом, чтобы охватить разнообразных пользователей, в том числе научно-исследовательские институты (4), мукомольную промышленность (4) и хлебопекарную промышленность (3), при чем в последнем случае исследования проводились разработчиком. Набор проб представлял собой репрезентативную выборку различных образцов промышленной муки с широкой вариацией значений SRC. В таблице 1 показан химический состав отобранных проб, проанализированных Qualtech (Вандёвр, Франция).
Таблица 1 – Результаты химического анализа отобранных проб муки.
|
Влажность (%) |
Белок (% d.b.) |
Зольность (% d.b.) |
Повреждение крахмальных зерен (UCD) |
1 |
13.0 |
13.5 |
0.63 |
13.6 |
2 |
13.5 |
11.7 |
0.73 |
23.8 |
3 |
12.9 |
13.7 |
0.64 |
14.3 |
4* |
13.6 |
9.5 |
0.52 |
17.3 |
5 |
11.8 |
10.1 |
0.58 |
23.3 |
6* |
13.1 |
14.1 |
0.68 |
23.0 |
7 |
13.6 |
9.5 |
0.62 |
11.7 |
8 |
13.5 |
13.5 |
0.52 |
22.1 |
9* |
13.2 |
9.5 |
0.51 |
17.1 |
10* |
13.0 |
14.0 |
0.65 |
22.8 |
11 |
13.2 |
14.0 |
0.62 |
24.6 |
12 |
13.2 |
10.6 |
0.42 |
25.6 |
* № 4 – № 9, а также № 6 – № 10 представляют собой скрытые дубликаты.
Результаты
Средние значения повторяемости (Sr) и воспроизводимости (SR), полученные в рамках исследования (рисунок 1), соответственно, составляли 0,53 и 1,08 для WA-SRC; 1,05 и 1,43 для SUC-SRC; 0,67 и 1,15 для CAR-SRC; 0,86 и 1,94 для LAC-SRC; 0,59 и 1,12 для глютен-индекса (GPI-SRC).
Синий - Стандартное отклонение повторяемости
Красный - Стандартное отклонение воспроизводимости
Рисунок 1 – Зависимость стандартного отклонения от среднего значения параметров SRC для различных растворителей.
Результаты автоматизированного метода, полученные для SUC-SRC, LAC-SRC и CAR-SRC, в среднем, были в два раза ниже значений, полученных с помощью ручного метода и на 10% ниже для WA-SRC (таблица 2).
Таблица 2 – Сравнение эффективности определения SRC с помощью ручного и автоматизированного метода.
Метод |
Ручной метод определения SRC |
Автоматизированный метод определения SRC |
||||||
Растворитель |
Диапазон |
Среднее значение |
Sr |
SR |
Диапазон |
Среднее значение |
Sr |
SR |
WA-SRC |
46.3-61.0 |
52.2 |
0.7 |
1.2 |
52.9-72.3 |
61.7 |
0.53 |
1.08 |
SUC-SRC |
83.0-100.4 |
90.3 |
1.45 |
3.22 |
86.5-117.2 |
99.2 |
1.05 |
1.43 |
CAR-SRC |
58.7-72.0 |
66.0 |
1.00 |
2.29 |
63.8-98.3 |
76.9 |
0.67 |
1.15 |
LAC-SRC |
65.4-128.8 |
95.2 |
1.2 |
3.65 |
60.2-154.2 |
105.5 |
0.86 |
1.94 |
GPI-SRC |
37.9-90.9 |
60.9 |
0.7 |
1.2 |
40.1-71.6 |
59.2 |
0.59 |
1.12 |
Заключение
Обладая расширенной областью применения и повышенной точностью, новый метод является превосходной альтернативой для специалистов, которые нуждаются в самых точных методах тестирования, как при решении исследовательских задачи, так и в промышленности. Предложенный автоматизированный метод определения SRC был проанализирован специалистами по статистике AACCI, а также рассмотрен Комитетом по методам оценки мягкой пшеницы и в настоящий момент представлен в качестве нового утвержденного метода AACCI.
-
10.12.19FLIR представила первую в отрасли камеру машинного зрения с поддержкой технологии глубокого обучения Firefly DL
Видеокамера FLIR Firefly с поддержкой технологии глубокого обучения может применяться производителями оригинального оборудования, инженерами, а также различными изготовителями и уже доступна для приобретения
Полная версия новости -
03.12.19TA Instruments объявила о выпуске новой установки MSF16
Новая высокопроизводительная и простая в использовании установка MSF16 предназначена для повышения эффективности и совершенствования программ испытаний заказчиков и сокращения времени разработки.
Полная версия новости