BLOG

Yeni NIR sistemleri (hemen hemen) her şeyi yapabilir

15 Ocak 20165 dk okuma

Tahıl, un ve irmikte online ölçümlerde kullanılan yeni nesil yakın kızılötesi sistemler glüten, su emilimi ve nişasta zedelenmesi konusunda yeni olasılıklar sunuyor. Bu olasılıklar, değirmencilerin un üretimini doğrudan ve bireysel olarak optimize edilmesine olanak sağlıyor.

73buhlers

Thomas ZİOLKO Bühler AG Tahıl işleme endüstrisi hammadde, ara mamul ve son ürünleri yakından takip etmek için yıllardır yakın kızılötesi sistemi (NIR) kullanmaktadır. Her gün daha fazla şirket, prosesleri gerçek zamanlı olarak optimize etmek için NIR teknolojisinin sunduğu avantajları kullanıyor. NIR teknolojisi, istikrarlı ürün kalitesini güvence altına almayı mümkün kılmakta ve bir değirmenin karlılığına önemli katkılar yapmaktadır.

YENİ JENERASYON NIR NIR ekipmanlarının ilk nesli; protein içeriği, nem ve küle odaklanıyordu. Bu parametreler çoğu online sistemlerin “klasikleriydi” ve hala da öyleler. Ancak buna ek olarak değirmenlerle uyumlu olması gereken diğer kalite parametreleri de vardır. Örneğin, buğday ununda glüten miktarı, unun su emme gücü, hatta nişasta zedelenmesi de önemli faktörlerdir. Online NIR sistemlerin daha eski nesilleri, bu parametreleri yalnızca yetersiz bir kesinlikle ve tekrarlanabilir şekilde belirleyebiliyordu. NIR sistemlerin son nesli ise Bühler’in NIR Multi online Analiz Cihazı MYRG’de olduğu gibi foto diyot dizileri (diyot dizi, DA) kullanarak, bu ekstra parametreler için yeni olasılıklar sağlamakta ve bu sebeple de değirmenciler için yeni bir potansiyel sunmaktadır. Söz konusu ilave kalibrasyonlar, laboratuvar sonuçları için uzun süre beklemeyi ortadan kaldırıyor ve düzeltici ölçüler de gecikme olmaksızın kullanılabiliyor.

NIR İÇİN OLANAKLAR Yakın kızılötesi spektroskopi, gıda ve yem ürünleri gibi organik materyallerdeki hâkim içeriği belirlemek için iyi bir şekilde yerleştirilmiştir. Ancak böyle yapabilmek için bir NIR sisteminin güvenilir şekilde çalışacak, hem iyi bir donanıma hem de bilinmeyen ürünlerin içeriğini belirleyecek iyi bir matematiksel modele (kalibrasyon) ihtiyacı vardır. En önemli NIR-aktif biyokimyasal bileşenler- örneğin su, nişasta, protein ve yağ- sorunsuzca modellenebilir (ya da kalibre edilebilir). Ancak diğer fiziksel ve biyokimyasal ürün özellikleri, hakim içeriğin kombinasyonuna ve partikül boyutu dağılımı gibi diğer özelliklerine bağlı oldukları sürece NIR spektra ile ilişkilendirilebilirler. Bunun bir örneği hamur yapımı sırasında unun suyu emme ve tutma gücüdür. Suyu emme gücü, diğer her şeyin yanında protein hacmi ve kalitesine, nişasta tanelerine ve partikül boyut dağılımına da bağlıdır.

NIR’IN LİMİTLERİ Yalnızca NIR spektrada bilgi bırakan ve bunlarla ilişkilendirilebilen özellikler kalibre edilebilir. Bunun bir örneği de undaki belirli enzimlerin aktivitelerini değerlendirmekte kullanılan “numune”lerdir. NIR teknolojisi yalnızca konsantrasyonu düşük aralıklar için uygundur. Enzimleri NIR için kalibre etmek teknik olarak imkansızdır çünkü unda aktif olabilmesi için yalnızca birkaç ppm enzimi almaktadır. NIR kalibrasyonu oluşturmada verilerin genişliği, modelin kesinliği ve sağlamlığı için belirleyicidir. Bir yandan, ölçülecek tüm özelliklerin çeşitlerini kapsamak, son derece gereklidir çünkü modellerin sonuca ulaşmasına izin vermez. Diğer yandan, spesifik ürün özellikleri (partikül boyutu, sıcaklık, kaynak ve kimyasal kompozisyon) gibi herhangi bir rahatsızlık faktörü, kullanılan enstrümentasyonlar ve çevresindekiler de ölçülmesi gereken özelliklerle birlikte göz önüne alınmalıdır. En iyi kalibrasyon için birkaç yüz numune, bu koşullar altında gerekli hale gelmektedir.

PROSES Spektra ve numuneleri kıyaslamak için belirli algoritmalar (kemometri) kullanılarak data hazırlanmalı ve hesaplanmalıdır. İlginç bilgilerin (örneğin protein içeriği) ilginç olmayan bilgilerden (örneğin partikül boyutu) daha iyi şekilde ayrılması için gerekli olan donanım, ürünün kendisi üzerinde çeşitli matematiksel fonksiyonlar kullanılarak hazırlanan spektra datasına bağlıdır. Kemometristlerin becerileri kapsamında olan belirli olasılıklar da bulunmaktadır. Kantitatif kalibrasyon modelleri, genellikle kalibre edilecek özelliklerle birlikte spektra ve bağlantılardaki en büyük farklılıkları araştıran PLS algoritma ile hesaplanır (en küçük kısmi kareler).

NIR SİSTEMLERİNİN ÇALIŞMASI Online NIR ölçüm sisteminin doğruluğu genellikle SEP (standart tahmin hatası) tarafından gösterilir. SEP, en az 20 doğrulama ölçümü sırasındaki referans laboratuvarı ve online ölçüm arasında bulunan rastgele standart hatadır. Kalibrasyon, referans laboratuvarından gelen dataya bağlı olduğu için NIR’daki (SEP) rastgele hata, laboratuvarın (SEL) rastgele hatasından daha küçük olamaz. Temsili bir numune almanın büyük bir problem olduğu homojen olmayan örnekler için online bir NIR ölçümü, numune hacminden ötürü büyük ölçüde daha kesindir. NIR araçları sürekli ayarlama gerektirir. Önce, donanım (örneğin ışık kaynağı, ölçüm penceresi) sık sık kontrol edilmeli, ürün belirli bir süre sonra bilinmeyen bir yönde doğal bir değişim geçirdiğinden sonrasında NIR kalibrasyonlarının düzenli olarak izlenmesi ve genişlemesi gerekmektedir.

KALİTE PARAMETRELERİ GLÜTEN Buğday unundaki protein içeriği, yüzde 90 oranında glütenden (glüten proteini) oluşmaktadır. Glütendeki önemli proteinler, eşit porsiyonlardaki gliadin ve glütenindir. Glüten, buğday unu hamuru kabarmaya başladığında sonuç veren, az çok esnek-elastik maddeden oluşur. Diğer bir deyişle, temelde ıslatılmış gliadin ve glütenindir. Daha yüksek protein içeriği, her zaman yüksek glüten içeriği anlamına gelmediğinden, glütenin NIR kalibrasyonu yüksek katma değer sağlayabilir. Buğdayın glüten içeriği ve dokusu, hamurun yoğurma ve pişirme sırasındaki tutumu sırasında belirleyicidir. Genel olarak: glüten içeriği arttıkça su emilimi, gaz tutma özelliği ve pişirilmiş üründen beklenilen hacim de artar. İyi glüten değerleri: %30–34 Laboratuvar ölçümlerinin tekrarlanabilirliği (Metot ICC137/1) 0,4’tür. NIR Multi Online Analiz Cihazı MYRG ile 0,7’ye ulaşılmıştır.

NİŞASTA ZEDELENMESİ Bilimsel bir açıdan bakılacak olursa, “Nişasta zedelenmesi” mekanik olarak deforme olmuş nişastayı ifade etmektedir. Bozulmamış nişastaya kıyasla, mekanik olarak deforme olmuş nişasta beş kat daha fazla su emer. Bu da onu, protein içeriğinin yanı sıra hamurdan alınan verim ve su emiliminde en önemli faktör haline getirmektedir. Nişasta zedelenmesi, değirmencilik prosesinin çeşitli aşamalarında meydana gelmektedir. Eğer teknoloji uzmanları istenilen nişasta zedelenmesi seviyesini biliyorlarsa öğütme prosesini beklentilere göre düzenleyebilirler. Örneğin rulo uzunluklarını boyutlandırmak (daha uzun ya da yüksek nişasta zedelenmesi) ya da öğütme basıncı. Laboratuvar ölçümlerinin tekrarlanabilirliği (Metot AACC 76-33) 0,7’dir. NIR multi online analiz cihazı MYRG ile 0,8’e ulaşılmıştır.

SU EMİLİMİ Su emilimi (%), 500 Farinograf Ünite (FU) sabit hamur kıvamı elde edebilmek için una eklenmesi gereken su miktarıdır. Su emilim kapasitesini belirlemek için laboratuvarda çoğunlukla Brabender firmasından alınan farinograf kullanılmaktadır. Endüstriyel fırınlar, tutarlı kalitedeki hammaddelere ihtiyaç duyarlar çünkü bu sayede proseste sürekli düzenlemeye ihtiyaç duyulmaz. Bu, unun su emilim kapasitesini de içermektedir. Su emilim kapasitesi, diğer başka şeylerin yanı sıra kabarma ve pişirme prosesi sırasında da hamurun düzgün şekilde hazırlanması ve kontrol edilmesi için önemlidir.  Yani doğal olarak pişirme prosesi sırasında eklenen su miktarı, su emilim kapasitesine bağlı olacaktır. Bir değirmencinin üstlenmesi mümkün olan düzeltici ölçümler vardır: öğütme prosesini düzenlemek, farklı dinlendirme çeşitleri uygulamak ya da su emilimi çok düşük olduğunda atrisyon un eklemek gibi. Laboratuvar ölçümlerinin tekrarlanabilirliği (Metot ICC115/1) 0,8’dir. NIR multi online analiz cihazı MYRG ile 1,0’a ulaşılmıştır.

KESİNLİK Aşağıdaki tablo Bühler NIR Multi Online Analiz Cihazı MYRG’da bulunan belirli kalibrasyon sistemlerinin kesinliğini/doğruluğunu özetlemektedir. SEP değerlerinin laboratuvar metotlarının kesinliğiyle karşılaştırılması, yeni nesil NIR spektrometrelerinin devam eden üretimdeki ekstra parametreleri şaşırtıcı bir kesinlikle belirleyebileceğini göstermektedir.

Buğday Unu Parametreleri Referans Metodu Aralık Hedef SEP
Nem TGA 701 @130°C 7 – 16 % 0.20 %
Protein Dumas / Kjeldahl 8 – 23 % dm 0.25 %
Kül TGA 701 @900°C 0.3 – 0.9 % dm 0.03 %
0.9 – 2.5 % dm 0.05 %
Yaş glüten ICC 137 18 – 47 % mb 14 % 0.7 %
Su emilimi Brabender Farinogram 47 – 85 % mb 14 % 1.0 %
Nişasta zedelenmesi Chopin SDmatic AACC 76-33 5 – 31 UCD 1.0 UCD
Sandstedt & Mattern AACC 76-30 3.5 – 17 % 0.8 %
 
Dosya Kategorisindeki Yazılar
03 Ocak 20184 dk okuma

B1 ve B2 vitaminli mikro besin premiksleri: En yüksek kalitenin kriteri olarak aşırı ince dağılım

“Önümüzdeki yıllarda, un zenginleştirme çok daha yaygınlaşmış olacak. Kamu sağlığını korumak ve eko...

02 Mart 20151 dk okuma

Temizleme ve Sınıflandırma Teknolojilerinin Kaliteye Etkisi

“Globalleşen dünya piyasasında teknolojik gelişmelere ayak uydurmak, her üreticiyi ilgilendirmekted...

29 Ocak 20212 dk okuma

Covid-19 gölgesinde un sektörünün başarısı

Ayten Çandar Işık Yönetim Kurulu Üyesi Çandaroğulları Derya Un ve Yem Sanayii Pandemi nedeniyl...