Analyse sur tabac, spectrométrie proche infrarouge dans l'industrie agroalimentaire Spectroscopie proche infrarouge dans l’agroalimentaire - Analyse de tabac pour l’évaluation d’un système PIR portable www.getspec.de

Liens informatifs



	Applications

	Spectromètres PIR

	Tête de mesure en réflexion

	SentroProc NIR QC

Actuel

	Informationen in deutsch

	Information in English

	Информация на русском языке

Spectroscopie proche infrarouge dans l’agroalimentaire - Analyse de tabac pour l’évaluation d’un système PIR portable

Demande d'information

1. PROBLEMATIQUEA l’aide de la spectroscopie proche infrarouge et de la technique de mesure « Réflexion diffuse » il devra possible de déterminer les paramètres typiques du tabac dans une analyse quantitative. Il s’agit d’un ensemble des paramètres qui permettent d’évaluer la qualité des matières premières dans l’industrie de tabac. Notamment nous avons analysé les ingrédients suivants:
C – carbone
NT – azote totale
PP – poly-phénols
CIT – acide citrique
A – alcaloïdes
AT – alcalinité totale

2. DISPOSITIF DE MESURE ET PREPARATION DES ECHANTILLONS
Les essais ont été réalisés avec le système SentroProc NIR QC qui était connecté à la tête de mesure SentroHead par fibres optiques. La figure ci-dessous vous montre la disposition des échantillons.

3. REALISATION DES MESURAGES
Nous avons analysé 53 échantillons pour les mesurages d’essai du tabac en réflexion diffuse avec le système SentroProc NIR QC. Les échantillons, mis dans une boîte de Pétri d’un diamètre de 10 cm, ont été placés dans une plaque tournante pour assurer l’homogénéité d’illumination. La plage spectrale pour l’analyse spectroscopique était de 900 nm allant jusqu’au 1700 nm.
Les échantillons moulus (mouture fine) ont été mis dans les boîtes de Pétri sans aucun pré-traitement.

4. ÉTALONNAGEL’étalonnage multidimensionnel était modélisé à l’aide du logiciel chimiométrique GRAMS/AI version 7.01. Nous avons utilisé la méthode de régression PLS (Partial Least Square) qui a pour principe de construire des variables latentes à partir des matrices X et Y. Cette méthode nous semblait très utile car elle assez performante et privilégiée pour l’étalonnage puisqu’elle permet de considérer un nombre de variables observées très supérieur au nombre d’échantillons. Pour obtenir une calibration optimale on a construit plusieurs modèles avec des pré-traitements des spectres différents.