ラマン分光法による小麦粉の灰と水分の定量化

小麦粉は、焼き菓子、パスタ、食品濃縮物、菓子の工業規模で広く使用されています。灰の含有量と湿気は、小麦粉の品質と使用の重要な指標として役立ちますが、日常的に適用された評価方法は面倒です。小麦粉サンプルのラマンスペクトルと参照重量分析の結果を使用して得られた部分的な最小二乗回帰モデルは、小麦粉の灰と水分の迅速かつ信頼性の高い決定を可能にし、2％程度の予測の相対的な標準誤差を備えています。分析された小麦粉中の炭素、酸素、硫黄、窒素、したがってタンパク質の炭素、酸素、硫黄、窒素の定量化を可能にする類似のキャリブレーションモデル、それぞれ0.1、0.3、3.3、および＆＆nbsp; 1.4％に等しい予測の相対標準誤差を組み合わせて構築し、それぞれ組み合わせて構築しました。元素分析とラマンスペクトルの結果。

Wheat flour is widely used on an industrial scale in baked goods, pasta, food concentrates, and confectionaries. Ash content and moisture can serve as important indicators of the wheat flour's quality and use, but the routinely applied assessment methods are laborious. Partial least squares regression models, obtained using Raman spectra of flour samples and the results of reference gravimetric analysis, allow for fast and reliable determination of ash and moisture in wheat flour, with relative standard errors of prediction of the order of 2%. Analogous calibration models that enable quantification of carbon, oxygen, sulfur, and nitrogen, and hence protein, in the analyzed flours, with relative standard errors of prediction equal to 0.1, 0.3, 3.3, and 1.4%, respectively, were built combining the results of elemental analysis and Raman spectra.