首页> 外文期刊>Journal of the American Society of Brewing Chemists >Lautering Performance Prediction from Malt by Combining Whole Near-Infrared Spectral Information with Lautering Process Evaluation as Reference Values
【24h】

Lautering Performance Prediction from Malt by Combining Whole Near-Infrared Spectral Information with Lautering Process Evaluation as Reference Values

机译:通过将整个近红外光谱信息与Lautering工艺评估作为参考值相结合,从麦芽获得Lautering性能预测

获取原文
获取原文并翻译 | 示例
       

摘要

The aim of this study is to predict lautering performance from malt batches. It pursues an innovative approach by combining the total near-infrared (NIR) spectral information content with lautering process evaluation data. For this, multivariate data analysis is applied to combine the information content of whole NIR spectra of malt with lautering process data. Three NIR spectra were taken for each of the 11 single-malt batches of 100% pilsner malt. Additionally, standard laboratory analyses were performed. Standardized lautering processes were carried out, evaluated, and categorized in "good," "semi," and "bad." The 51 lautering process evaluation values, each with three associated NIR spectra, add up to a total of 153 objects employed in building the prediction model. Partial least squares discriminant analysis (PLS-DA) was used for classification and calculating prediction accuracy. The prediction accuracy of the calibration set was 92.7% with only three failed lautering performance predictions. In the test set validation, only one lautering process prediction failed. This results in a prediction accuracy of 90.6% for the calibration model. With this study, the feasibility of NIR spectroscopy in combination with multivariate statistics to predict lautering performance by analysis of malt was proven.%El objetivo de este estudio es predecir el rendimiento de filtración del mosto de los lotes de malta. Persigue un enfoque innovador al combinar el total de infrarrojo cercano (NIR) de contenido de información espectral con los datos de la evaluación del proceso de filtración del mosto. Para esto, se aplica el análisis de datos multivariados para combinar el contenido de información de todos espectros de NIR de la malta con los datos del proceso de filtración del mosto. Tres espectros de NIR fueron tomadas por cada uno de los 11 lotes pura de 100% de malta pilsen. Además, se llevaron a cabo análisis estándar de laboratorio. Procesos estandarizados de filtración del mosto se llevaron a cabo, evaluados y categorizados en "bueno," "semi" y "malo." Los 51 valores de evaluación del proceso de filtración del mosto, cada uno con tres espectros NIR asociado, suman un total de 153 objetos empleados en la construcción del modelo de predicción. Se utilizó los cuadrados mínimos parciales análisis discriminante (PLS-DA) para la clasificación y el cálculo de precisión de la predicción. La precisión de la predicción del conjunto de calibración fue del 92.7%, con sólo tres predicciones fracasado del rendimiento de filtración del mosto. En la validación del conjunto de la prueba, sólo una predicción proceso de filtración del mosto falló. Esto resulta en una precisión de la predicción de 90.6% para el modelo de calibración. Con este estudio, la viabilidad de la espectroscopia de NIR en combinación con la estadística multivariante para predecir rendimiento del filtración de mosto mediante el análisis de la malta se demostró.
机译:这项研究的目的是预测麦芽批次的过滤性能。它通过将总的近红外(NIR)光谱信息内容与过滤过程评估数据相结合,追求一种创新的方法。为此,应用多元数据分析将麦芽的整个NIR光谱信息与过滤过程数据结合起来。对11个100%比尔森啤酒的单一麦芽批次中的每一个都获取了三个NIR光谱。另外,进行了标准实验室分析。进行了标准化的过滤过程,进行了评估,并将其分为“好”,“半”和“差”。 51个过滤过程评估值(每个都有三个相关的NIR光谱)加起来总计为构建预测模型所用的153个对象。偏最小二乘判别分析(PLS-DA)用于分类和计算预测准确性。校准集的预测准确性为92.7%,只有三个失败的过滤性能预测。在测试集验证中,只有一个过滤过程预测失败。这将导致校准模型的预测精度达到90.6%。通过这项研究,证明了近红外光谱技术与多元统计数据相结合通过麦芽分析预测滤渣性能的可行性。%EL OBESTivo DE ESTE E Studio DES REDRIMIMENTO DEfiltracióndel Mosto de los lotes de malta。合并后的全部个人信息的创新者。帕拉埃斯托,多用途多变种组合,纳尔达国家情报局,洛斯达托斯,普罗索索和多拉菲尔省。特雷斯·埃斯佩罗斯·德·尼雷·富尔隆·托马达斯·波尔多·卡萨·乌诺·德·洛斯11 lotes pura de 100%de malta pilsen。阿德玛斯,塞维利亚,埃博拉实验室。 Proposos estandarizados defiltracióndel mosto se llevaron a cabo,评估对象为“ bueno”,“ semi”和“ malo”。洛斯51个州的评估程序,新近合并了153个预测模型。预防犯罪和刑事诉讼(PLS-DA)的对等和预防性犯罪。 92.7%的caliprecióndecaliprecióndelprediccióndel consolo,大多数的filtracióndelfiltraciónconsólotres predicciones consólotres predicciones。可以在大多数情况下进行合法性检查。 90.6%的calibración模型的结果。墨西哥国家电影和电视艺术研究中心(CIR),西班牙国家电视台(CIR),西班牙国家唱片公司(CIR),西班牙国家唱片公司(DIR)

著录项

  • 来源
  • 作者单位

    Lehrstuhl fuer Brau- und Getraenketechnologie, Technische Universitaet Muenchen, Weihenstephan, Weihenstephaner Steig 20, 85354 Freising, Germany;

    Lehrstuhl fuer Brau- und Getraenketechnologie, Technische Universitaet Muenchen, Weihenstephan, Weihenstephaner Steig 20, 85354 Freising, Germany;

    Lehrstuhl fuer Brau- und Getraenketechnologie, Technische Universitaet Muenchen, Weihenstephan, Weihenstephaner Steig 20, 85354 Freising, Germany;

    Lehrstuhl fuer Brau- und Getraenketechnologie, Technische Universitaet Muenchen, Weihenstephan, Weihenstephaner Steig 20, 85354 Freising, Germany;

    Lehrstuhl fuer Brau- und Getraenketechnologie, Technische Universitaet Muenchen, Weihenstephan, Weihenstephaner Steig 20, 85354 Freising, Germany;

  • 收录信息 美国《科学引文索引》(SCI);美国《生物学医学文摘》(MEDLINE);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    Lautering process; Malt; Multivariate data analysis; NIR; Process prediction;

    机译:抽奖过程;麦芽;多元数据分析;近红外;工艺预测;
  • 入库时间 2022-08-18 00:33:02

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号