NIR-analysaattorin tietokannan luominen ja käytettävyyden parantaminen
Uuttera, Milma; Hiltunen, Eino (2020)
Uuttera, Milma
Hiltunen, Eino
2020
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2020060316551
https://urn.fi/URN:NBN:fi:amk-2020060316551
Tiivistelmä
Tämän opinnäytetyön tavoitteena oli perehtyä Nicolet iS50 FT-IR -spektrometrin toimintaan ja edesauttaa sen hyödyntämistä Hämeen ammatti-instituutin opetusmeijerin käytössä. Tarkoituksena oli kalibroida spektrometriin liitetty NIR-analysaattori (lähi-infrapuna-analysaattori) opetusmeijerissä valmistettaville tuotteille rasva- ja kuiva-ainepitoisuuden osalta. Kalibrointia varten oli luotava NIR-analysaattorille tietokanta. NIR-analysaattorin käytettävyyden parantamiseksi analysaattorille luotiin käyttöohjeet.
NIR-analysaattori kalibroitiin OMNICTM Specta -ohjelmalla mitatuilla spektreillä ja referenssituloksilla. Referenssitulokset saatiin opetusmeijerissä käytössä olevilla kemiallisilla analysointimenetelmillä. Rasvapitoisuus analysoitiin Gerber- sekä Van Gulik -menetelmillä ja kuiva-ainepitoisuus infrapunakuivaimella. Kalibrointi suoritettiin TQ Analyst -ohjelmalla käyttämällä regressioanalyysissä pienimmän neliösumman menetelmää (PLS-regressio).
Kattavaa tietokantaa ei pystytty luomaan, koska näytteiden analysointiin varattu aika loppui kesken kansallisen poikkeustilan vuoksi. Tämän takia näytteitä oli liian vähän hyvien regressioanalyysien luomiseksi. Kalibrointia voidaan jatkaa tässä työssä tehdyillä käyttöohjeilla.
NIR-analysaattori kalibroitiin OMNICTM Specta -ohjelmalla mitatuilla spektreillä ja referenssituloksilla. Referenssitulokset saatiin opetusmeijerissä käytössä olevilla kemiallisilla analysointimenetelmillä. Rasvapitoisuus analysoitiin Gerber- sekä Van Gulik -menetelmillä ja kuiva-ainepitoisuus infrapunakuivaimella. Kalibrointi suoritettiin TQ Analyst -ohjelmalla käyttämällä regressioanalyysissä pienimmän neliösumman menetelmää (PLS-regressio).
Kattavaa tietokantaa ei pystytty luomaan, koska näytteiden analysointiin varattu aika loppui kesken kansallisen poikkeustilan vuoksi. Tämän takia näytteitä oli liian vähän hyvien regressioanalyysien luomiseksi. Kalibrointia voidaan jatkaa tässä työssä tehdyillä käyttöohjeilla.