table des matières
restez à jour à propos de Neospectra
Présentation
Le lait est l'un des produits alimentaires les plus utilisés et sert de matière première à tous les produits laitiers. Par conséquent, la mesure des composants du lait est devenue cruciale pour l'industrie laitière. Les différents produits laitiers nécessitent des ratios variables de teneur en lait. En outre, il est essentiel de mesurer régulièrement les composants du lait pour contrôler et maintenir la qualité du produit.
Une analyse rapide et précise des différentes étapes de la chaîne d'approvisionnement des produits laitiers peut jouer un rôle majeur dans l'amélioration de l'efficacité et de la qualité du lait et des produits à base de lait, de la ferme à l'assiette. Cela nécessite un outil fiable et facile à utiliser pour effectuer ce type de mesures à différents endroits.
Dans cette note d'application, nous démontrons la capacité du spectromètre NIR portable NeoSpectra à fournir une analyse précise de la teneur en matières grasses, en lactose et en protéines des échantillons de lait avec des performances conformes aux normes ICAR.
Vue d'ensemble
En plus d'avoir un impact sur le secteur laitier, l'analyse du lait joue un rôle crucial dans l'ensemble de l'industrie laitière. La composition du lait est étroitement liée à la santé de l'animal et à la qualité de son alimentation. Par conséquent, ces analyses fournissent des informations précieuses pour optimiser la qualité des aliments, faire des choix éclairés et faciliter la détection et le traitement précoces des maladies chez les animaux.
À l'heure actuelle, les méthodes d'analyse du lait les plus précises impliquent une décomposition chimique lente et destructive, nécessitant des travaux de laboratoire plutôt que des applications sur le terrain. En général, les utilisateurs extraient des échantillons de plusieurs lots de lait et obtenaient des conclusions moyennes pour tous les lots.
utilisé pour l'analyse sur place du lait cru.
Le suivi de la santé des animaux et de la qualité des aliments à l'aide de ces méthodes s'avère extrêmement coûteux et inefficace. Des systèmes de table FT-IR sont également disponibles pour développer ces travaux, mais leur coût et leurs exigences de maintenance élevées ne les rendent pas adaptés à l'analyse à la ferme.
Une solution simple réside dans le développement d'un outil portable et abordable pour une mesure rapide de la teneur en lait. Cet outil devrait permettre une analyse non destructive sur le terrain, de préférence en ligne dans les stations de traite pour les applications de production laitière.
Les progrès réalisés dans le domaine des spectromètres dans le proche infrarouge (NIR) miniaturisés ont atteint un stade tel que les appareils portables peuvent offrir des moyens fiables et rentables de relever ces défis. Cette note d'application présente l'utilisation des capteurs spectraux NeoSpectra pour l'analyse du lait sur le terrain.
Comment fonctionne le NIR
Le NIR est une méthode analytique secondaire qui s'appuie sur les données provenant du laboratoire de référence, les données de référence, pour construire une régression PLS avec les spectres. Une fois étalonné, le modèle PLS permet de prédire les composants du lait en utilisant uniquement les spectres générés par le spectromètre NIR. Les résultats peuvent ensuite être obtenus en quelques secondes par l'instrument.
Conception de l'expérience
Afin de démontrer la capacité du scanner NeoSpectra à prédire les composants en matières grasses, en protéines et en lactose du lait cru, les expériences suivantes ont été menées.
Ensembles d'échantillons
Afin d'imiter des situations réelles, les échantillons utilisés dans l'expérience doivent prendre en compte les différentes variations possibles des échantillons de lait. Par conséquent, des échantillons de lait cru ont été prélevés dans différentes exploitations, chaque échantillon ayant été prélevé sur un animal différent.
Méthodes de référence
Des tests chimiques destructifs précis ont été effectués sur les échantillons afin d'enregistrer avec précision leur contenu.
Étalonnage et validation
Pour comparer équitablement les performances des modèles, 90 % des échantillons ont été utilisés pour calibrer les modèles, tandis que les 10 % des échantillons ont été utilisés comme échantillons invisibles pour tester la capacité de prédiction des modèles.
Conditions de mesure
• Configuration : Reflection diffus
• Gamme spectrale : Entre 1350 et 2550 nm
• Durée du scan : de 5
• Résolution de 16 nm à λ = 1 550 nm
• Taille du spot = 10 mm2
• Température : Température ambiante
• Moyenne : Chaque échantillon a été mesuré 3 fois avec le scanner NeoSpectra et moyenné pour l'analyse.
Développement de modèles d'étalonnage
Des modèles de régression par les moindres carrés partiels (PLS) ont été construits pour établir une relation linéaire entre les spectres et les mesures de la teneur en lait, déterminées par analyse chimique en laboratoire. Le PLS est utilisé pour réduire les données spectrales, qui comprenaient à l'origine 257 variables (longueurs d'onde), en un nombre limité de variables latentes (L.V.). Cette réduction de la complexité vise à améliorer l'interprétabilité des données.
La sélection des variables latentes est basée sur leur corrélation avec les réponses (teneur en lait dans ce contexte), en donnant la priorité à celles présentant une corrélation élevée.
Analyse des données
Pour évaluer les performances du modèle des moindres carrés partiels (PLS), une technique de validation croisée a été utilisée. Cela impliquait de calculer l'erreur de prédiction (moyenne quadratique des erreurs pour tous les échantillons) et le coefficient de détermination (R2CV) entre les contenus prévus et les données de référence obtenues par analyse chimique. La technique de validation croisée consiste à diviser les données en ensembles d'étalonnage et de validation. Le kit d'étalonnage est utilisé pour entraîner le modèle PLS, tandis que le kit de validation est réservé à l'évaluation des performances du modèle.
À chaque itération, les ensembles de validation et d'étalonnage sont combinés, et une nouvelle partie des données est désignée comme ensemble de validation. Le processus est ensuite répété, impliquant l'apprentissage du modèle et la validation des ensembles mis à jour. Cette procédure itérative se poursuit jusqu'à ce que chaque échantillon ait été représenté au moins une fois dans l'ensemble de validation, fournissant ainsi une évaluation complète des capacités prédictives du modèle PLS.
Les résultats de la validation croisée sont présentés dans la Figure 2.
Afin de quantifier la précision du modèle, les caractéristiques statistiques suivantes sont résumées dans :
• R2 : Coefficient de détermination. Plus c'est proche de 1, mieux c'est.
• RMSE : Racine quadratique moyenne de l'erreur. Plus c'est petit, mieux c'est.
• SEPT — Erreur type de prédiction. Plus c'est petit, mieux c'est.
• Biais — différence moyenne entre les résultats de laboratoire et les valeurs prévues. Plus c'est proche de 0, mieux c'est.
Les résultats présentés dans cette étude suggèrent que le scanner NeoSpectra pourrait devenir la principale solution commerciale pour l'analyse du lait, conformément aux normes ICAR pour les applications à la ferme. Simultanément, il a la capacité de démocratiser l'adoption de l'analyse du lait tout au long de la chaîne d'approvisionnement en lait. Contrairement à d'autres technologies traditionnelles et émergentes pour l'analyse du lait, NeoSpectra intègre de manière unique un ensemble de fonctionnalités, permettant une analyse du lait rentable, rapide, généralisée, conviviale et précise.
Conclusions
Le scanner NeoSpectra a démontré d'excellentes performances dans l'analyse du lait cru, permettant des tests sur le terrain. Les échantillons prélevés directement à la ferme peuvent être analysés rapidement et les données qui en résultent peuvent être utilisées pour adapter et évaluer la santé des vaches et la qualité du lait. Toutes les informations sont stockées en toute sécurité dans le cloud, ce qui garantit leur accessibilité où que vous soyez dans le monde. Cette capacité s'applique à la fois aux petits agriculteurs et aux grandes entreprises, offrant une solution polyvalente qui s'intègre parfaitement dans diverses configurations agricoles.
