Изменение спектральных фотолюминесцентных свойств молока при скисании
Автор: Беляков Михаил Владимирович, Самарин Геннадий Николаевич, Кудрявцев Александр Алексеевич, Ефременков Игорь Юрьевич
Журнал: Инженерные технологии и системы @vestnik-mrsu
Рубрика: Пищевые системы
Статья в выпуске: 3, 2022 года.
Бесплатный доступ
Введение. Применение цифровых технологий позволит увеличить эффективность животноводства. К таким технологиям можно отнести оптический мониторинг качества продукции. Цель исследования - изучение зависимости спектральных характеристик и параметров возбуждения и люминесценции молока при скисании. Материалы и методы. Для измерений использовали молоко с жирностью 3,2 %. Кислотность контролировали титриметрическим методом. Спектры возбуждения и регистрации люминесценции измеряли на спектрофлуориметре «Флюорат-02-Панорама» в диапазоне 200-500 нм. Вычисляли интегральные и статистические параметры спектров в программах PanoramaPro и Microcal Origin. Результаты исследования. При скисании молока спектры возбуждения смещаются вниз, при этом в диапазоне 350-500 нм наблюдается качественное изменение характеристик, хотя абсолютный уровень фотосигнала почти на порядок меньше, чем при 220-340 нм. Поток фотолюминесценции при возбуждении излучением с длиной волны 262 нм уменьшается в процессе скисания. Поток при возбуждении излучением 385 нм, наоборот, увеличивается, особенно за первые трое суток. Поток при возбуждении 442 нм уменьшается незначительно. Статистические параметры и энергия спектров фотолюминесценции неинформативны для контроля скисания молока. Зависимость отношения потоков фотолюминесценции при возбуждении излучением 385 и 442 нм от кислотности линейно аппроксимируется с коэффициентом детерминации 0,99. Обсуждение и заключение. Изменение люминесцентных свойств молока можно использовать как маркер его скисания с контролем кислотности. Для создания метода контроля показателей качества молока при скисании наиболее информативным является использование длин волн возбуждения 385 и 442 нм с последующей регистрацией фотолюминесценции в диапазонах 440-490 и 490-600 нм соответственно.
Молоко, кислотность, оптические спектры, поток фотолюминесценции, линейная регрессионная модель
Короткий адрес: https://sciup.org/147238937
IDR: 147238937 | DOI: 10.15507/2658-4123.032.202203.460-475
Список литературы Изменение спектральных фотолюминесцентных свойств молока при скисании
- Лобачевский Я. П., Дорохов А. С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. Т. 15, № 4. С. 6-10. doi: https://doi.org/10.22314/2073-7599-2021-15-4-6-10
- Optimization of Power and Economic Indexes of a Farm for the Maintenance of Cattle / G. N. Sa-marin [et al.] // Intelligent Computing and Optimization. ICO 2019. Advances in Intelligent Systems and Computing ; Ed. by P. Vasant, I. Zelinka, G. W. Weber. Vol. 1072. Cham : Springer, 2019. P. 679-689. doi: https://doi.org/10.1007/978-3-030-33585-4_66
- Identification of Organic Matter Dispersions Based on Light Scattering Matrices Focusing on Soil Organic Matter Management / N. F. Bunkin [et al.] // ACS Omega. 2021. Vol. 5, Issue 51. P. 33214-33224. doi: https://doi.org/10.1021/acsomega.0c04906
- Liu Q., Guo W., Zhu X. Effect of Lactose Content on Dielectric Properties of Whole Milk and Skim Milk // International Journal of Food Science & Technology. 2018. Vol. 53, Issue 9. P. 2037-2044. doi: https://doi.org/10.1111/ijfs.13790
- Comparative Metabolite Profiling of Raw Milk from Subclinical and Clinical Mastitis Cows Using 1H-NMR Combined with Chemometric Analysis / M. Luangwilai [et al.] // International Journal of Food Science & Technology. 2021. Vol. 56, Issue 1. P. 493-503. doi: https://doi.org/10.1111/ijfs.14665
- Morales F.-J., Romero C., Jiménez-Pérez S. Characterization of Industrial Processed Milk by Analysis of Heat-Induced Changes // International Journal of Food Science & Technology. 2000. Vol. 35, Issue 2. P. 193-200. doi: https://doi.org/10.1046/j.1365-2621.2000.00334.x
- Development of an Improved Extraction and HPLC Method for the Measurement of Ascorbic Acid in Cows' Milk from Processing Plants and Retail Outlets / N. Chotyakul [et al.] // International Journal of Food Science & Technology. 2014. Vol. 49, Issue 3. P. 679-688. doi: https://doi.org/10.1111/ijfs.12350
- Determination of Organochlorine Pesticide Residues in Pasteurized and Sterilized Milk Using QuEChERS Sample Preparation Followed by Gas Chromatography-Mass Spectrometry [Электронный ресурс] / C. Özdemir [et al.] // Journal of Food Processing and Preservation. 2019. Vol. 43, Issue 11. doi: https://doi.org/10.1111/jfpp.14173
- Yildiz Ö., Unluturk S. Differential Scanning Calorimetry as a Tool to Detect Antibiotic Residues in Ultra High Temperature Whole Milk // International Journal of Food Science & Technology. 2009. Vol. 44, Issue 12. P. 2577-2582. doi: https://doi.org/10.1111/j.1365-2621.2009.02087.x
- Review of Near-Infrared Spectroscopy as a Process Analytical Technology for Real-Time Product Monitoring in Dairy Processing [Электронный ресурс] / Y.-Y. Pu [et al.] // International Dairy Journal. 2020. Vol. 103. doi: https://doi.org/10.1016/j.idairyj.2019.104623
- Genetic Analysis on Infrared-Predicted Milk Minerals for Danish Dairy Cattle / R. M. Zaalberg [et al.] // Journal of Dairy Science. 2021. Vol. 104, Issue 8. P. 8947-8958. doi: https://doi.org/10.3168/ jds.2020-19638
- Portnoy M., Coon C., Barbano D. M. Infrared Milk Analyzers: Milk Urea Nitrogen Calibration // Journal of Dairy Science. 2021. Vol. 104, Issue 7. P. 7426-7437. doi: https://doi.org/10.3168/jds.2020-18772
- Evaluating the Performance of Machine Learning Methods and Variable Selection Methods for Predicting Difficult-to-Measure Traits in Holstein Dairy Cattle Using Milk Infrared Spectral Data / L. F. M. Mota [et al.] // Journal of Dairy Science. 2021. Vol. 104, Issue 7. P. 8107-8121. doi: https://doi. org/10.3168/jds.2020-19861
- The Use of Milk Mid-Infrared Spectroscopy to Improve Genomic Prediction Accuracy of Serum Biomarkers / I. van den Berg [et al.] // Journal of Dairy Science. 2021. Vol. 104, Issue 2. P. 2008-2017. doi: https://doi.org/10.3168/jds.2020-19468
- Accuracy and Biases in Predicting the Chemical and Physical Traits of Many Types of Cheeses Using Different Visible and Near-Infrared Spectroscopic Techniques and Spectrum Intervals / G. Stocco [et al.] // Journal of Dairy Science. 2019. Vol. 102, Issue 11. P. 9622-9638. doi: https://doi.org/10.3168/ jds.2019-16770
- Effectiveness of Two Different at-Line Instruments for the Assessment of Cheese Composition, Major Minerals and Fatty Acids Content [Электронный ресурс] / M. Franzoi [et al.] // International Dairy Journal. 2021. Vol. 123. doi: https://doi.org/10.1016/j.idairyj.2021.105184
- Infrared Spectroscopy Combined with Chemometrics as a Convenient Method to Detect Adulterations in Cooking/Stretching Process in Commercial Cheese [Электронный ресурс] / M. Ozturk [et al.] // International Dairy Journal. 2022. Vol. 128. doi: https://doi.org/10.1016/j.idairyj.2021.105312
- Monitoring the Ripening Attributes of Turkish White Cheese Using Miniaturized Vibrational Spectrometers / H. Yaman [et al.] // Journal of Dairy Science. 2022. Vol. 105, Issue 1. P. 40-55. doi: https:// doi.org/10.3168/jds.2021-20313
- Predicting Cow Milk Quality Traits from Routinely Available Milk Spectra Using Statistical Machine Learning Methods / M. Frizzarin [et al.] // Journal of Dairy Science. 2021. Vol. 104, Issue 7. P. 7438-7447. doi: https://doi.org/10.3168/jds.2020-19576
- Comparison of Bayesian and Partial Least Squares Regression Methods for Mid-Infrared Prediction of Cheese-Making Properties in Montbeliarde Cows / M. El Jabri [et al.] // Journal of Dairy Science. 2019. Vol. 102, Issue 8. P. 6943-6958. doi: https://doi.org/10.3168/jds.2019-16320
- Mining Data from Milk Mid-Infrared Spectroscopy and Animal Characteristics to Improve the Prediction of Dairy Cow's Liveweight Using Feature Selection Algorithms Based on Partial Least Squares and Elastic Net Regressions [Электронный ресурс] / L. Zhang [et al.] // Computers and Electronics in Agriculture. 2021. Vol. 184. doi: https://doi.org/10.1016/j.compag.2021.106106
- He X., Fu X., Rao X. Model Robustness Improvement by Absorption and Reduced Scattering Spectra in Short Wave Near Infrared Spectral Region // Biosystems Engineering. 2018. Vol. 176. P. 114-124. doi: https://doi.org/10.1016/j.biosystemseng.2018.10.013
- Colaruotolo L. A., Peters E., Corradini M. G. Novel Luminescent Techniques in Aid of Food Quality, Product Development, and Food Processing // Current Opinion in Food Science. 2021. Vol. 42. P. 148-156. doi: https://doi.org/10.1016/j.cofs.2021.06.005
- Investigation of an in-Line Prototype Fluorescence and Infrared Backscatter Sensor to Monitor Rennet-Induced Coagulation of Skim Milk at Different Protein Concentrations / B. Panikuttira [et al.] // International Journal of Food Science & Technology. 2020. Vol. 55, Issue 1. P. 175-182. doi: https://doi. org/10.1111/ijfs.14267
- Spectroscopy of an Intrinsic Fluorophore in Animal and Plant Milk for Potential Identification of Their Quality / L. Roy [et al.] // Journal of Dairy Science. 2020. Vol. 103, Issue 2. P. 1366-1376. doi: https://doi.org/10.3168/jds.2019-17034
- Ma Y. B., Amamcharla J. K. A Rapid Method to Quantify Casein in Fluid Milk by Front-Face Fluorescence Spectroscopy Combined with Chemometrics // Journal of Dairy Science. 2021. Vol. 104, Issue 1. P. 243-252. doi: https://doi.org/10.3168/jds.2020-18799
- Investigation of Heat-Acid Induced Coagulation Behaviour of Whole Milk Systems Employing Front-Face Fluorescence Spectroscopy / P. Chakraborty [et al.] // International Journal of Dairy Technology. 2020. Vol. 73, Issue 4. P. 674-682. doi: https://doi.org/10.1111/1471-0307.12726
- Belyakov M. V., Kulikova M. G., Gerts A. A. Control of Powdery Contents and Mass Rates of the Extract in the Dry Substance of Barley Malt by Photoluminescent Method // International Journal of Food Science & Technology. 2022. Vol. 57, Issue 1. P. 408-415. doi: https://doi.org/10.1111/ijfs.15398