Цифровая цветометрия с использованием смартфонов в экспресс-контроле цветности сахара

Цветность сахара является одним из нормируемых показателей качества. Она характеризует степень окрашенности раствора сахара, вызванную наличием красящих веществ сахарного производства в кристаллах сахара, выраженную в единицах оптической плотности (единицах ICUMSA). За окраску отвечают красящие вещества сахарного производства в виде сложных органических соединений различной степени конденсации и полимеризации, имеющие цвет Для цитирования

Черноусова О.В., Рудаков О.Б., Аббуд М. Цифровая цветометрия с использованием смартфонов в экспресс-контроле цветности сахара // Вестник ВГУИТ. 2024. Т. 86.  № 2. С. 93–98.

от светло-желтого до темно-коричневого и образовавшиеся в результате химического взаимодействия некоторых извлеченных из сырья вместе с сахарозой природных веществ между собой и с полученными в ходе превращений в полуфабрикатах технологического потока веществами, придающие окраску полуфабрикатам и готовой продукции. Для определения этого показателя используют межгосударственный стандарт ГОСТ 12572–2015 «САХАР. Метод определения цветности» [1].

This is an open access article distributed under the terms of the Creative Commons Attribution 4.0 International License

В химическом анализе цветометрия используется уже около 35 лет [2]. Для изучения цветности пищевых продуктов на протяжении последних двух десятков лет активно применяется метод цифровой цветометрии (ЦЦМ) [3–9]. Кроме того, ЦЦМ используют для контроля качества лекарственных препаратов [10–13], в экологическом мониторинге [14–17], для контроля примесей в цементах [18], определения свойств полимеров [19]. Cреди пищевых продуктов много исследований посвящено применению метода ЦЦМ для контроля качества молочной продукции [4–6], продолжаются изучение возможностей этого метода для анализа растительных масел [7]. В то же время анализ цветности сахара этим методом при использовании мобильных устройствах используется мало. Так, например, в работе [20] используется зависимость цветовых характеристик, полученных при сканировании образцов. В работах иностранных коллег используются сложные хемометрические приемы для анализа цветности коричневого сахара [21] или для определения его содержания в напитках [22].

Первоначально цифровая цветометрия основывалась на применении фотокамер, сканеров, в последнее время все больше встречается работ с использованием смартфонов в качестве аналитического прибора [23]. Так, в обзоре [24] показано современное состояние и перспективы развития метода ЦЦМ при применении смартфона в качестве цветорегистрирующего устройства при экспресс-анализе для контроля объектов окружающей среды, биологических жидкостей, пищевых продуктов, лекарственных препаратов и некоторых специфических объектов, проведен анализ достоинств и недостатков смартфона, оснащенного различными программными продуктами.

Цель работы – определение цветности сахара и изучение возможности использования цветометрии на мобильных устройствах для контроля этого параметра.

Материалы и методы

В качестве объектов анализа (таблица 1) выбрали пять образцов сахара, приобретенных в торговой сети. Из них три образца – кусковой сахар, два образца – кристаллический сахар, один образец – тростниковый сахар.

В работе использовали следующие приборы и оборудование: рефрактометр ИРФ-454 Б2М, спектрофотометр марки КФК-3 КМ, для ЦЦМ применяли смартфон Huawei P Smart. Для подготовки образцов взвешивали на технических весах 50±0,1 г сахара, переносили в коническую колбу вместимостью 250 см3. Затем в колбу добавляли 50 см3 дистиллированной воды с рН = 7,0 (значение контролировали с помощью рН-метра), растворяли сахар, затем фильтровали в сухую коническую колбу. В профильтрованном растворе рефрактометром определяли массовую долю сухих веществ по ГОСТ 31896–2012. Измерения оптической плотности растворов проводили в кювете с толщиной слоя 3 см при длине волны 420 нм, в качестве раствора сравнения использовали дистиллированную воду.

Для ЦЦМ использовали пластиковые бюксы высотой 28 мм, диаметром 25 мм, помещенные в органайзер размером 16х13,5 см (рисунок 1). В бюксы помещали образцы сахара, при этом сахар-рафинад предварительно измельчали в фарфоровой ступке. Условия освещения стандартизировали с использованием лампы дневного света. Условия съемки: ISO 400, S 1/280s, F 1,9, баланс белого «авто». Для вычислений использовали программное обеспечение для смартфонов Color Picker (рисунок 2). В качестве стандарта белизны применяли порошок кристаллического BaSO 4 .

Рисунок 1. Фотографии образцов в пластиковых бюксах в органайзере

Figure 1. Photos of samples in plastic bottles in an organizer

Рисунок 2. Скриншот программы Color Picker

Figure 2. Screenshot of the Color Picker program

Таблица 1.

Объекты анализа

Table 1.

Objects of analysis

Образец Sample	Наименование Name	Категория, происхождение Category, origin	Производитель Manufacturer	Нормативный документ Regulatory document
1	Русский сахар Russian sugar	Сахар белый кусковой категории ТС 2, свекловичный White lump sugar of TC 2 category, beet sugar	«РУСАГРО – БЕЛГОРОД» ЖШК – «НИКА» филиалы "RUSAGRO - BELGOROD" ZhSHK -"NIKA" branches	ГОСТ 33222–2015
2	Селяночка Selyanochka	Сахар белый кристаллический категории ТС 2, свекловичный White crystalline sugar, beet sugar, category TC 2	ООО «Перелешинский сахарный комбинат» Pereleshinsky Sugar Mill LLC	ГОСТ 33222–2015
3	Бакалейный стандарт Grocery standard	Сахар белый кристаллический категории ТС 3, свекловичный White crystalline sugar, beet sugar, category TC 3	ООО «Орбита» Orbita LLC	ГОСТ 33222–2015
4	Чайкофский Chaikofsky	Сахар белый кусковой категории экстра, свекловичный White lump sugar, extra category, beet sugar	ООО «РУСАГРО-ТАМБОВ» RUSAGRO-TAMBOV LLC	ГОСТ 33222–2015
5	Global Village	Сахар нерафинированный тростниковый кусковой прессованный	ЗАО «Санкт-Петербургский сахарный завод CJSC "St. Petersburg Sugar Plant	ТУ 9111–002– 15157693–2005

Результаты

По результатам измерений оптической плотности на фотоколориметре и определения показаний на рефрактометре вычисляли цветность в единицах ICUMSA:

Д420100-1000 СВр/ ’ где Д420 – оптическая плотность; 100 – коэффициент перевода на 100 % сухих веществ; 1000 – коэффициент индексации результата в диапазон целых чисел; СВ – массовая доля сухих веществ, %; ρ – плотность раствора сахара, г/см3; l – толщина поглощающего слоя, см.

Затем получали изображения растворов сахара на смартфоне в пластиковых бюксах и параллельно изображения порошка кристаллического BaSO 4 .

Фотографии обрабатывали с помощью бесплатного программного обеспечения Color Picker. Расчеты проводили в трёхкомпонентной цветовой системе RGB.

Цветность порошков сахара в цифровой цветометрии оценивали в долях от стандарта белизны по формулам (3):

F’ R = F R (о)/ F R (ст) (1)

F’ G = F G (о)/ F G (ст) (2)

F’ B = F B (о)/ F B (ст) (3)

где F’ R , F’ G , F’ B – относительные изменения красной, зеленой и голубой компонент цветности в долях от стандарта; F R (ст), F G (ст), F B (ст) – значения красной, зеленой и голубой компонент цветности для стандарта; F R (ст), F G (ст), F B (ст) – значения красной, зеленой и голубой компонент цветности для образца сахара. Стандартный образец сравнения (BaSO 4 ) использовали для нивелирования погрешностей, обусловленных возможными различиями в освещенности проб.

Результаты определения цветности сахара представлены в таблицах 2 и 3.

Обсуждение

По данным, полученным в ходе анализа, цветность в единицах ICUMSA двух образцов сахара удовлетворяет заявленной категории, а два образца имеют значения превышающие нормы цветности в своей категории. Тростниковый сахар ожидаемо имеет высокие значения. Анализируя данные, представленные в таблице 3, можно сделать вывод, что более чувствительной к цветности сахара является интенсивность синей компоненты цветности ( F’ B ), наименее чувствительной является интенсивность красной компоненты цветности ( F’ R ). Наиболее приближенным к белому цвету является сахар марки экстра, наименьшая белизна у тростникового сахара, что хорошо согласуется с данными, полученными на фотоколориметре. Это подтверждает возможность использования предложенной методики определения цветности сахара.

Предлагаемая методика характеризуется доступностью оборудования, программного обеспечения. Кроме того, мобильность системы и простота регистрации цветометрических характеристик в сочетании с экспрессностью и дешевизной, доступностью пробоподготовки, обусловливает перспективность использования данного способа в заводских лабораториях.

Таблица 2.

Результаты определения цветности

Table 2.

Color determination results

Образец Sample	Цветность | Color
	ICUMSA	ГОСТ 33222–2015
1	93,9	104,0
2	148,6
3	160,6	195,0
4	96,1	45,0
5	3656	-

Таблица 3.

Результаты определения цветности образцов сахара, помещенных в пластиковые бюксы, с помощью смартфона

Table 3.

Results of determining the color of sugar samples using a smartphone

Образец Sample	Цветность | Color
	F’ R ,	S r , %	F’ G	S r , %	F’ B	S r , %	F’ ср	S r , %
1	0.963±0.010	0,95	0.960±0.018	1,59	0.965±0.007	0,64	0.964±0.009	0,84
2	0,932±0,017	1,60	0,922±0,024	2,30	0,908±0,016	1,57	0.922±0.018	1,72
3	0,911±0,021	2,02	0,893±0,025	2,47	0,864±0,021	2,15	0.891±0.020	1,96
4	0.970±0.014	1,23	0.973±0.020	1,76	0.980±0.006	0,54	0.976±0.012	1,08
5	0.703±0.016	1,95	0.513±0.027	4,61	0.410±0.018	3,81	0.543±0.018	2,96

Заключение

C помощью ЦЦМ можно структурировать результаты измерений в электронных базах данных, заметно повысить экспрессность анализа. Использование смартфонов делает метод ЦЦМ мобильным и доступным не только высококвалифицированным специалистам, но и обычным потребителям, что является неоспоримым преимуществом этого метода. Предложенный способ оценки белизны требует дальнейшей валидации, еще нет критериев, по которым можно оценить соответствие сахара определенной категории, т. к. шкала RGB использована впервые в этой области. К достоинствам разработанного подхода следует отнести то, что предложен эталон, с которым можно было бы сравнивать цвет сахара, подобно стандартам для оценки цветности других пищевых продуктов (например, муки). Метрологические характеристики ЦЦМ, сопоставимы с классическими оптическими методами анализа. Кроме этого следует отметить удобство документирования и хранения электронных изображений в виде файлов, их статистической обработки и передачи по интернету в любую лабораторию или службу.