ПРИМЕНЕНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В АНАЛИЗЕ ДАННЫХ КВАДРУПОЛЬНОГО МАСС-СПЕКТРОМЕТРА

С повышением внимания к качеству и безопасности пищевых продуктов становится необходимо разработать эффективные инструменты для анализа сложных образцов. Метод масс-спектрометрии (МС) представляет собой универсальную технологию для анализа состава пищевых продуктов с высокой чувствительностью и селективностью [1–4]. Методы МС все шире применяются в пищевой промышленности благодаря своей простоте, экономичности и высокой производительности [5–6]. Для экспресс-диагностики в режиме реального времени был реализован метод газовой масс-спектрометрии. Получаемая в результате масс-спектрометрического анализа совокупность многомерных данных требует современной математической обработки. С этой целью для обработки данных применяются метод главных компонент и кластерный анализ [7].

Метод k-средних (k-means) является одним из наиболее популярных алгоритмов кластеризации, который используется для разделения данных на k групп (кластеров) на основе их сходства [8]. В контексте интеллектуального контроля качества пищевой продукции метод k-средних позволяет классифицировать образцы продукции на основе их химического состава, что упрощает анализ и контроль качества, позволяет повысить точность анализа за счет определения границ между различными классами образцов продукции и визуали- зировать данные в виде кластеров, что облегчает понимание структуры данных и принятие решений на основе полученных результатов [9].

Целью данного исследования было продемонстрировать возможности разработанного программно-аппаратного комплекса в повышении эффективности контроля качества ферментированной молочной продукции. В ходе работы был проведен масс-спектрометрический анализ состава газовой среды 19 образцов ферментированной молочной продукции от фермерских и промышленных производителей. Анализ проводился в реальном времени на малогабаритном квадрупольном масс-спектрометре МС7-200 с прямым капиллярным вводом пробы при атмосферном давлении, с использованием специально подготовленных медицинских шприцов для взятия проб [10–12].

МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

В работе были исследованы пробы газового состава среды воздуха у поверхности образцов ферментированной молочной продукции. Анализ состава проб производился на малогабаритном квадрупольном масс-спектрометре МС7-200 с прямым капиллярным вводом пробы при атмосферном давлении, разработанном в ИАП РАН [13]. Отбор проб воздуха производился с использованием медицинских шприцов объемом 20 мл непосредственно из упаковки образцов продукции. Использование таких шприцов помогает получить точный масс-спектр, который не искажен фоновыми примесями.

Были проведены исследования двух групп ферментированной молочной продукции. Первая группа была представлена 14 образцами ферментированной молочной продукции от индивидуальных фермерских хозяйств. Во вторую группу вошли 5 образцов промышленной ферментированной молочной продукции. Всего было проанализировано 19 образцов.

Для обработки и визуализации полученных данных был использован метод главных компонент (МГК) — метод машинного обучения без учителя, часто используемый для анализа данных с большим количеством параметров [14]. Данный метод позволяет снизить число признаков, выбрав самые изменчивые из них, для этого происходит переход к новым переменным — главным компонентам (ГК). Алгоритм подбирает веса для главных компонент таким образом, чтобы ГК1 и ГК2 имели наибольшую выборочную дисперсию и при этом не коррелировали друг с другом, что помогает бороться с мультиколлинеарностью в массиве данных. В результате анализа данным методом мы можем визуализировать полученные данные в пространстве главных компонент (ГК1, ГК2) в виде точек, каждая из которых соответствует отдельному молочному продукту.

Далее был применен кластерный анализ методом k-средних (k-meansclustering) [15]. После применения метода главных компонент мы получили новые признаки, которые являются линейными комбинациями исходных признаков. Таким образом, мы уменьшили размерность данных с наименьшей потерей информации о продукции.

Для группировки образцов молочной продукции на основе их сходства в данном исследовании применялся метод кластеризации k-средних, для оценки качества кластеризации используется значение V : чем меньше значение V , тем лучше разбиение

k

V = ZZ( x - * )2, i=1 xeSi где k — число кластеров, Si — полученные кластеры, i = 1, 2, …, k и μi — центроиды всех векторов x из кластера Si.

Конечная цель метода k-средних — разделить множество объектов на k кластеров так, чтобы объекты внутри каждого кластера были максимально близки друг к другу, а объекты из разных кластеров были максимально далеки.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

В результате экспериментального исследования были получены масс-спектры газового состава для 19 образцов ферментированной молочной продукции.

Сравнительные масс-спектры газового состава образца 1 ферментированной молочной продукции от индивидуального фермерского хозяйства и образца 19 промышленной продукции представлены на рис. 1.

Основные пики: 55 масса, 56 масса, 58 масса — ацетон C 3 H 6 O; 60 масса — уксусная кислота C 2 H 4 O 2 ; 69 масса — сквален С 30 H 50 ; 84 масса — криптон Kr.

Рис. 1. Масс-спектры газового состава образца ферментированной молочной продукции от индивидуальных фермерских хозяйств (образец 1) и образца промышленной продукции (образец 19).

ПРИМЕНЕНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Рис. 2. Результат кластеризации 19 образцов ферментированной молочной продукции методом k-средних. Группа 1 — фермерская продукция, группа 2 — промышленная продукция

Самый большой пик ацетона у первого образца, он обладает наименьшей жирностью 1.5% и наименьшим сроком хранения — 5 суток. У образца 6 пик на 69 массе. Продукт имеет самую густую и вязкую консистенцию. Криптона в пробе меньше, чем в атмосфере. Это связано с тем, что при измерениях мы вычитаем атмосферный масс-спектр из масс-спектра пробы и, таким образом, видим результирующий масс-спектр [16].

Далее был проведен кластерный анализ исходного массива данных с помощью метода k-средних. В результате были выделены две группы образцов ферментированной молочной продукции. Первая группа включает 16 образцов от индивидуальных фермерских хозяйств и 2 образца промышленной продукции, а вторая группа — 3 образца промышленной продукции.

Визуальное представление кластеризации исходного массива данных методом k-средних дано на рис. 2.

ВЫВОДЫ

В ходе развития программно-аппаратного комплекса на основе малогабаритного квадрупольного масс-спектрометра МС7-200 разработки ИАП

РАН была предложена методика для контроля газового состава ферментированной молочной продукции с использованием методов анализа многомерных данных. Проведенные лабораторные испытания ферментированной продукции и полученные результаты свидетельствуют об эффективности методики. С ее помощью может быть решена проблема контроля качества изготовленной ферментированной молочной продукции. Также разработанная система позволяет решить проблему соответствия выпускаемой продукции установленным нормам на производящих предприятиях. Кроме того, данная разработка позволит еще на ранних стадиях изготовления отследить различные нарушения технологии производства.

Таким образом, настоящее исследование показывает перспективность использования масс-спектрометрического программно-аппаратного комплекса в решении не только сугубо научных, но и технико-промышленных задач.

Исследование выполнено в рамках Государственного задания № 075-00439-24-00.