Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/21560
Tipo: Dissertação
Título: Classificação de cafés solúveis usando espectroscopia NIR e quimiometria
Autor(es): Nóbrega, Rossana Oliveira da
Primeiro Orientador: Araújo, Mário Cesar Ugulino de
Primeiro Coorientador: Fernandes, David Douglas de Sousa
Resumo: O café solúvel é uma bebida obtida a partir da desidratação do extrato de café torrado, cuja qualidade é caracterizada por suas propriedades organolépticas, que depende de diversos fatores, como a variabilidade do grão, extração da cafeína, moagem, processo de torra, entre outros. Contudo, a qualidade desse produto deve ser monitorada para garantir a segurança alimentar e aceitação por parte dos consumidores e órgãos reguladores. Assim, este trabalho objetivou desenvolver metodologias analíticas verdes baseadas em Espectroscopia do Infravermelho Próximo (NIR: near infrared spectroscopy) de bancada e portátil e quimiometria para avaliação da conformidade dos cafés solúveis comerciais, a respeito do tipo e grau de torra. A primeira abordagem do estudo consiste na classificação das amostras de cafés solúveis descafeinado em relação ao café solúvel regular (com cafeína), utilizando a Modelagem Independente e Flexível por Analogia de Classes direcionada pelos dados (DD-SIMCA: Data-Driven – Soft Independent Modelling of Class Analogy), em ambos os equipamentos NIR de bancada e NIR portátil. Nessa abordagem, os resultados obtidos foram 100% de sensibilidade, especificidade e acurácia. Na segunda abordagem, os cafés solúveis regulares foram classificados a respeito do grau de torra, tradicional e extraforte, utilizando Análise Discriminante por Mínimos Quadrados Parciais (PLS-DA: Partial Least Squares Discriminant Analysis) e o Algoritmo de Projeções Sucessivas para seleção de intervalos em PLS-DA (iSPAPLS- DA: Successive Projections Algorithm for Interval Selection in Partial Least- Squares). Para os espectros do NIR de bancada, obteve-se o melhor resultado com o método iSPA-PLS-DA, ao usar o pré-processamento média móvel com correção de espalhamento multiplicativo (MM+MSC), alcançando 96,7% de taxa de acurácia na discriminação das amostras em suas respectivas classes. No caso do NIR portátil, o melhor desempenho de classificação foi observado para iSPA-PLS-DA com o préprocessamento média móvel e correção de linha de base offset (MM+BO), com 98% de acurácia. Portanto, este estudo mostrou o potencial da espectroscopia NIR juntamente com as ferramentas quimiométricas de classificação para análise rápida, não destrutiva e direta do café solúvel, e que podem ser úteis para avaliação dos parâmetros de qualidade durante o processo industrial, bem como do produto acabado.
Abstract: Soluble coffee is a drink obtained from the dehydration of roasted coffee extract, the quality of which is characterized by its organoleptic properties, which depend on several factors, such as grain variability, caffeine extraction, grinding, roasting process, among others. However, the quality of this product must be monitored to ensure food safety and acceptance by consumers and regulatory bodies. Thus, this work aimed to develop green analytical methodologies based on bench and portable Near Infrared Spectroscopy (NIR: near infrared spectroscopy) and chemometric to assess the conformity of commercial soluble coffees, regarding the type and degree of roast. The first approach of the study is to classify the samples of soluble decaffeinated coffees in relation to regular soluble coffee (with caffeine), using Data-Driven Independent and Flexible Class Analogy Modeling (DD-SIMCA: Data-Driven – Soft Independent Modeling of Class Analogy) on both bench-top and portable NIR equipment. In this approach, the results obtained were 100% sensitivity, specificity, and accuracy. In the second approach, regular soluble coffees were classified with respect to roasting, traditional and extra-strong, using Partial Least Squares Discriminant Analysis (PLSDA) and the Successive Projections Algorithm for selection of intervals in PLS-DA (iSPA-PLS-DA: Successive Projections Algorithm for Interval Selection in Partial Least-Squares). For bench-top NIR spectra, the best result was obtained with the iSPA-PLS-DA method, when using the moving average pre-processing with multiplicative scatter correction (MM+MSC), reaching 96.7% of accuracy rate in the discrimination of samples in their respective classes. In the case of portable NIR, the best sorting performance was observed for iSPA-PLS-DA with moving average preprocessing and baseline offset correction (MM+BO), with 98% accuracy. Therefore, this study showed the potential of NIR spectroscopy together with chemometric classification tools for rapid, non-destructive, and direct analysis of soluble coffee, which can be useful for evaluating quality parameters during the industrial process, as well as the finished product.
Palavras-chave: Café
espectroscopia NIR
DD-SIMCA
PLS-DA
iSPA-PLS-DA
Coffee
NIR spectroscopy
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA
Idioma: por
País: Brasil
Editor: Universidade Federal da Paraíba
Sigla da Instituição: UFPB
Departamento: Química
Programa: Programa de Pós-Graduação em Química
Tipo de Acesso: Acesso aberto
Attribution-NoDerivs 3.0 Brazil
URI: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufpb.br/jspui/handle/123456789/21560
Data do documento: 23-Jul-2021
Aparece nas coleções:Centro de Ciências Exatas e da Natureza (CCEN) - Programa de Pós-Graduação em Química

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
RossanaOliveiraDaNóbrega_Dissert.pdf3,89 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons