得到完美的苹果干零食在近红外光谱分析的帮助下

干零食比如苹果芯片是一个方便的替代新鲜水果,提供更长的寿命和更容易存储。消费者越来越多的产品多样化的需求,因此公司外套这样的零食水果和蔬菜粉提高味觉和感官吸引力。

一个新的研究从伊利诺斯州大学的探讨了涂层的干燥过程,裸苹果芯片使用近红外(NIR)光谱实时测量含水率。近红外光谱技术大大提高了测量的速度和精度,研究人员说。

涂层的目的是使干苹果芯片功能和营养,吃更有吸引力,研究生Ragya Kapoor解释道食品科学与人类营养(FSHN) U(我和该论文的第一作者。

“我们的想法是让学龄儿童在他们的饮食包括苹果的芯片。我们使用蔓越莓粉末涂料使苹果片更有吸引力的颜色和味道,”卡普尔说。“我们把苹果片在液态溶液60秒两次,然后进行热用电吹风操作。”

研究人员检查各点含水率与微型近红外光谱在整个干燥过程中,确保芯片足够干燥。

近红外光谱技术提供了许多优势标准监测技术相比,说穆罕默德Kamruzzaman助理教授农业和生物工程系(安)U(我和研究报告的合著者。

“在传统的方法中,你把样品从生产进行实验室分析。这一过程耗时至少24小时,样品被破坏,一些分析要求严厉的化学物质,”Kamruzzaman指出。

近红外光谱需要几秒,不需要样品,也没有使用任何化学品。

“近红外光谱是高度精确,它非常快,不破坏样品,和不使用化学物质。绿色科技,这是可持续的。传统的实验室技术需要专家来处理设备和解释数据。近红外光谱是易于使用,几乎任何人都可以处理仪器和测量只有几分钟的训练。和设备和便携式小。”

近红外光谱是通过扫描产品与不可见光,Kamruzzaman解释道。

“与我们的眼睛,我们可以看到大小、形状和颜色的食物,但我们不能看到的营养成分。近红外光读取化学键的食物,所以你可以分析任何生物物质和确定水分含量等特性,蛋白质、脂肪、纤维、碳水化合物。近红外光谱会给你许多数据点;我们提取数据和使用机器学习来解释结果,”他说。

“近红外光谱和机器学习的结合是非常强大的。”

Kapoor Kamruzzaman,研究合著者Amir Malvandi研究生在安倍,郝冯食品和生物过程工程教授U的我,有两个主要的研究目标。他们想要探索食用涂层苹果片和测试使用近红外光谱监测涂层与裸切片的干燥过程。

“涂层的水分含量是不同的,裸露的样品,我们想看看干燥行为不同。我们发现,用近红外光谱技术可以区分两个样品完全基于不同的成分,”卡普尔解释道。

研究人员称,近红外光谱可以大大提高生产效率。

“近红外光谱可以让你看到你的产品水分含量的变化。你可以持续监测干燥过程,观察干物质的数量,并决定正确的时间停下来,“Kamruzzaman状态。

参考:冯Kapoor R, Malvandi A, H, Kamruzzaman m .食用涂层苹果芯片的实时湿度监控在热风干燥使用微型近红外光谱技术和化学计量学。轻型。2022;154:112602。doi:10.1016 / j.lwt.2021.112602

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。