Presentasjon lastes. Vennligst vent

Presentasjon lastes. Vennligst vent

SINTEF Fisheries and Aquaculture 1 Måleteknikker for bruk i prosess- og produktkontroll ved fremstilling av fôr og næringsmidler SINTEF Fiskeri og havbruk.

Liknende presentasjoner


Presentasjon om: "SINTEF Fisheries and Aquaculture 1 Måleteknikker for bruk i prosess- og produktkontroll ved fremstilling av fôr og næringsmidler SINTEF Fiskeri og havbruk."— Utskrift av presentasjonen:

1 SINTEF Fisheries and Aquaculture 1 Måleteknikker for bruk i prosess- og produktkontroll ved fremstilling av fôr og næringsmidler SINTEF Fiskeri og havbruk Marit Aursand Trondheim

2 SINTEF Fisheries and Aquaculture 2 MR senteret ved NTNU/SINTEF: (NMR – kjerne magnetisk resonans) FoU samarbeid for utvikling og bruk av MR teknologi innen FoU områdene: Medisin, Olje, Materialer, Biologi/biokjemi og Næringsmidler (fisk, kjøtt etc)

3 SINTEF Fisheries and Aquaculture 3 FoU gruppe ved SINTEF SFH/NTNU Maskin syn og MR teknologi for bruk i næringsmiddelforskning Emil Veliyulin forsker, Ph.D SINTEF Fiskeri og havbruk Ulf Erikson seniorforsker, Ph.D SINTEF Fiskeri og havbruk Ida Grong Aursand, Ph.D student Ekrem Misimi, Ph.D student Trond Singstad forskningsingeniør (NTNU, Medisinsk fakultet) Ingrid Gribbestad seniorforsker, Ph.D NTNU/SINTEF Fiskeri og havbruk Marit Aursand seniorforsker, Ph.D SINTEF Fiskeri og havbruk Eva Falch, Ph.D student Inger BeateStandal, Ph.D student

4 SINTEF Fisheries and Aquaculture 4 Måleteknikker – noen behov ?  Effektive, lønnsomme og miljøvennlige at-,on-line teknikker  Verifisering av sporbarhetsdata – produkt sammensetning, opprinnelse etc.  Måleteknikker som gir ny kunnskap om prosessers innvirkning på næringsmidlet – produktutvikling  Måleteknikker/sensorer for deteksjon – integrerte systemer i automatiserte produksjonslinjer for sortering (størrelse, kvalitets parameter)

5 SINTEF Fisheries and Aquaculture 5 Måleteknikker – noen behov ?  Effektive, lønnsomme og miljøvennlige at-,on-line teknikker

6 SINTEF Fisheries and Aquaculture 6 Rapid determination of fat content in salmon with NMR mouse

7 SINTEF Fisheries and Aquaculture 7 Results from a field study using 40 live salmons ( in collaboration with Aqua Gen AS)

8 SINTEF Fisheries and Aquaculture 8 NMR mouse: local probe and surface scanner From fat point measurements to fat images Norwegian Quality Cut (NQC) in salmon 7-10% fat 33-36% fat

9 SINTEF Fisheries and Aquaculture 9 Lavfelts NMR Instrument : BRUKER minispec mq series 1 H resonance frequency: 10 and 20MHz Probe diameters: 10, 18 and 40mm Variable temperature:-100°C  +200 °C Gradient Unit: max 4T/m Bruksområder : Protein-, fett-, karbohydrater- og vann-innhold i fiske fôr og dets ingredienser Fett og vanninnhold i fisk og kjøtt Viskositet i fiske olje Vanninnhold i klipfisk Struktur studier/ vannets tilstand i næringsmidler Etc.

10 SINTEF Fisheries and Aquaculture 10 Quantification of water and fat content in salmon y = 0,8497x + 0,003 R 2 = 0, Fat Content, [%], (Chemical, Bligh & Dyer) Fat content, [%], (NMR )

11 SINTEF Fisheries and Aquaculture 11 Endringer i vannets tilstand i tørket og rehydrert torske muskel – metode for å studere effekt av prosesser på “vannfordeling” – lav felts NMR studier 0 0,2 0,4 0,6 0, Time [ms] Normalized intensity Rehydrated cod Destilled waterFresh cod

12 SINTEF Fisheries and Aquaculture 12 Lav felts NMR er tatt i bruk at-line for optimalisering av fôrproduksjon

13 SINTEF Fisheries and Aquaculture 13 Komposisjonelle analyser av fiskefôr og råvarer med lavfelt NMR

14 SINTEF Fisheries and Aquaculture 14 Korrelasjoner : NMR mot kjemisk verdi Protein Karbohydrat Fett Vann

15 SINTEF Fisheries and Aquaculture 15 Fordeler ved bruk av Lavfelts NMR i forhold til tradisjonelle kjemiske metoder i fôr produksjon  Hurtig (15 sek/ måling for dagens oppsett, kan reduseres til 1 sek)  Utføres av ansatte i produksjonen  Svært lave driftskostnader  Ikke – ødeleggende for prøven, den kan benyttes videre  Ikke bruk av giftige kjemikaliser  Kan lett benyttes for ulike formål  Kan integreres inn i prosess-linjen – optimalsiering av prosess  Automatisert data lagring i felles databaser Fôrleverandøren har installert Lav felts NMR utstyr i anlegg i Norge og Chile.

16 SINTEF Fisheries and Aquaculture 16 Konsekvenser ? Det kjemisk laboratoriet legges ned ! En ”riktigere” sammensetning av produktet i forhold til varedeklarasjon, ”sparer” dyre råvarer. Store innsparinger hver år !!

17 SINTEF Fisheries and Aquaculture 17 Måleteknikker – noen behov ?  Verifisering av sporbarhetsdata – produkt sammensetning, opprinnelse etc.

18 SINTEF Fisheries and Aquaculture 18 Fremtidens testing mht opprinnelse og forfalskning - ved bruk av NMR teknologi ? Database & Multivariat dataanalyse = opprinnelsestesting ?

19 SINTEF Fisheries and Aquaculture 19 Authentication by using NMR techniques Nuclear magnetic resonance (NMR) Get a fingerprint (spectra) Data processing using multivariate data analysis = origin testing, adulteration

20 SINTEF Fisheries and Aquaculture 20 2 H (deuterium) NMR teknikken Fordeling av deuterium i molekyler som vann etanol fettsyrer etc. varierer pga isotop diskriminering ved fysiske eller biokjemiske reaksjoner samt miljømessige påvirkninger 2 H NMR er offisiell EU metode for påvisning av forfalskning av vin (Official Journal of the European Communities (1990) Vol. 33, L272.)

21 SINTEF Fisheries and Aquaculture 21 β-DHA α-DHA CARBONYL REGION β-EPA β-18:4 β-DPA α-EPA α-18:4 α-DPA 600 MHz 13 C NMR spectrum of extracted salmon lipids A TRIGLYCERIDE MOLECULE α-chain β-chain α-chain Carbony l carbon Fatty acid

22 SINTEF Fisheries and Aquaculture 22 Wild versus farmed salmon PNN (Probabilistic Neural Network) : Input Data: 25 PCA Scores (from 247 samples x 187 variable data set) Wild = 0 Farmed = 1 Wild versus farmed predictions are clearly feasible

23 SINTEF Fisheries and Aquaculture 23 Geographical origin - salmon samples Norway = 1 Scotland = 2 Iceland = 3 Ireland = 4 Canada = 5 Faroes = 6 Unknown = 7 PNN (Probabilistic Neural Network) : Input Data: 25 PCA Scores from 181 samples x 187 variable data set) Geographic origin predictions appear to be feasible although somewhat more difficult than wild versus farmed

24 SINTEF Fisheries and Aquaculture 24 Wild verus farmed cod Wild = 0 Seems that wild vs farmed differences are large for cod. The database is relatively small. Farmed = 1

25 SINTEF Fisheries and Aquaculture 25 Cod samples – geographical origin Probabilistic Neural Network (PNN) Norway = 1Scotland = 2 There are consistent differences between Scotland and Norway with respect to country of origin.

26 SINTEF Fisheries and Aquaculture 26 Cod samples – geographical origin Probabilistic Neural Network (PNN) Norway = 1Scotland = 2 There are consistent differences between Scotland and Norway with respect to country of origin.

27 SINTEF Fisheries and Aquaculture C NMR spekter Kommersiell lakse olje Helsekostprodukt “Salmon oil” (dyphavslaks)

28 SINTEF Fisheries and Aquaculture 28 Real salmon oils Fake salmon oils Generative Topographic Mapping to the task of visualization and classification of the 13 C NMR data.

29 SINTEF Fisheries and Aquaculture 29 Fatty acids and positioning of fatty acids in the triacylglycerol and phospholipids molecule Aursand et al ( ) Medina et al (1994) Formation of free fatty acids during lipolysis of fish Medina et al, Falch et al (2005) Lipid oxidation Medina et al (1998) Autentication/origintesting of fish Aursand et al (1995-) Quantification of n-3 and DHA in fish oils Igaraschi et al (2000), Aursand et al (2005) Lipid oxidation Saito (1997) Falch et al (2004) SOME APPLICATIONS USING HR NMR IN FISH LIPIDS 1H1H 13 C Quantification of phospholipids (not in fish) Helmerich and Koehler (2003) 31 P

30 SINTEF Fisheries and Aquaculture N(CH 3 ) 3 Time 0 Stored 1 week Biochemical reactions – hydrolysis of lipids ( 13 C extracts)  Less intensity of carbons signals from phosphorgroup - indication of other reactions than those catalysed by A and B phospholipases. (Falch, Størseth, Aursand, NMR in Food Science, 2005)

31 SINTEF Fisheries and Aquaculture 31 1 H – MAS - NMR Intact tissue of cod liver 2 days Control ■ Detectable changes within 2 days (4 o C). ■ High resolution of peaks and possibility to quantify n-3 fatty acids n (Falch, Størseth, Aursand, NMR in Food Science, 2005)

32 SINTEF Fisheries and Aquaculture 32 Høyfelts NMR inn i prosesslokalene ?

33 SINTEF Fisheries and Aquaculture 33 Måleteknikker – noen behov ?  Måleteknikker som gir ny kunnskap om prosessers innvirkning på næringsmidlet /fôr - produktutvikling

34 SINTEF Fisheries and Aquaculture 34 Salting av laks studert vha. Magnetic Resonance Imaging (MRI) Fordeler med MRI teknikken: ikke destruktiv hurtig (3 –10 min per bilde) kvantitativ informasjon om både vann- og saltfordeling flere snitt som dekker hele prøve kan avbildes samtidig ++++

35 SINTEF Fisheries and Aquaculture 35 Skisse: MRI-bilder Forsøksoppsett 16% lake Salting av hel filet Saltetid: 4 h Utjevning: 14 h } = 18 h før MRI-måling Hodedel (høyfett) Referanser (2, 4, 6% saltløsning) Haledel (lavfett) Laterallinje Rygg Skinnside Innside filet

36 SINTEF Fisheries and Aquaculture 36 Prerigor Postrigor Frossen/Tint

37 SINTEF Fisheries and Aquaculture 37 Lavfelt NMR: studier av vannets tilstand i muskelen Bruker minispec mq 20

38 SINTEF Fisheries and Aquaculture 38 fish ROI reference ROI Mref Mfish Monoexponential extrapolation of the corresponding decay curves to zero time gives a measure of the total water content in the sample (Mfish) Regions of Interest (ROI) defined in the fish area of the image and in the 64.3% reference samle placed on the left hand side of the fish sample Water Content in Clip Fish

39 SINTEF Fisheries and Aquaculture 39 In vitro salt depletion in brine and salt uptake in the two regions (ROI 1 and ROI 2) of the fillet calculated from the real-time 23 Na-MRI study ROI 1 ROI 2 Plexiglass tube Cod fillet Chosen regions of interest Brine Plexiglass plate Sketch of the sample holder with the cod fillet surrounded by brine used in the real-time MRI study of sodium diffsion Diffusion of salt into cod fillet - real time study by MRI

40 SINTEF Fisheries and Aquaculture 40 3-D imaging: separation of fat/connective tissue from water based on MRI contrast Fat/connective tissue Water

41 SINTEF Fisheries and Aquaculture 41 Måleteknikker – noen behov ?  Måleteknikker/sensorer for deteksjon – integrerte systemer i automatiserte produksjonslinjer for sortering (størrelse, ulike kvalitetsparametre)

42 SINTEF Fisheries and Aquaculture 42

43 SINTEF Fisheries and Aquaculture 43 Maskinsyn – Computer vision Automatisk bildebehandling for ’on-line’ sortering og kvalitetskontroll av laks – Sortering på av hel fisk grunnlag av:  Vekt, lengde  K-faktor Eventuelle ytre defekter :  ’korthaler’,  ’pukkellaks’,  Sårskader  skjelltap

44 SINTEF Fisheries and Aquaculture 44 Maskinsyn – Computer vision Automatisk bildebehandling for ’on-line’ sortering og kvalitetskontroll av laks – Sortering på filet grunnlag av: farge, fargefordeling (Roche) fett- og fettfordeling trimmegrad blod- og melaninflekker samt filèt-spalting

45 SINTEF Fisheries and Aquaculture 45 Fremtidens kvalitetssortering av pelagisk fisk ?

46 SINTEF Fisheries and Aquaculture 46 Fremtidens kvalitetssortering av pelagisk fisk ?


Laste ned ppt "SINTEF Fisheries and Aquaculture 1 Måleteknikker for bruk i prosess- og produktkontroll ved fremstilling av fôr og næringsmidler SINTEF Fiskeri og havbruk."

Liknende presentasjoner


Annonser fra Google