Classification and quantification of beet & cane sugar by using optical spectroscopy and chemometrics
Optik spektroskopi ve kemometri kullanarak pancar ve kamış şekerinin sınıflandırılması ve karışımlardaki miktarının tespiti
- Tez No: 756718
- Danışmanlar: DOÇ. DR. HALİL MECİT ÖZTOP, DR. ÖĞR. ÜYESİ ALİ CAN KARACA
- Tez Türü: Yüksek Lisans
- Konular: Gıda Mühendisliği, Food Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Gıda Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 131
Özet
Sükroz, şeker endüstrisinde kullanılan ana maddelerden biridir. Dünya çapında sükroz, şeker pancarı ve şeker kamışı olmak üzere iki farklı kaynaktan üretilmektedir. Ancak, hükümet politikaları nedeniyle şeker kamışının Türkiyede üretilmesine izin verilmemiştir. Öte yandan, şeker kamışı yasadışı olarak pancar şekeri olarak satılabilir.. Sükrozun moleküler yapısı aynı olduğu için kimyasal yöntemlerle kaynağını ayırt etmek zordur. Bu nedenle daha pratik ve ekonomik yöntemlerin geliştirilmesi gıda endüstrisi için değerli olacaktır. Optik spektroskopi (UV-VIS-NIR), farklılıkların tespiti için umut verici bir teknik olabilir. Bu araştırmada, farklı bitki kaynaklarından (kamış, pancar) %25 (w/w) sükroz su solüsyonları hazırlamak için dokuz ülkeden sükroz örnekleri toplanmış ve absorbansları 200-1380nm arasında kaydedilmiştir. Sonuçlar 200-600 nm arasında spektral imza farklılıkları olduğunu ortaya koymuştur. Tahmin doğruluğunun iyileştirilmesinin LDA, SIMCA, KNN ve CART gibi kemometrik yaklaşımları gerektirdiği bilinmektedir. Sonuçlar, birkaç yöntemin yüksek performans gösterdiğini, ancak LDA'nın en basit yorumla %100 doğru sınıflandırma verdiğini göstermektedir. Ayrıca, kantifikasyon analizi için değişen konsantrasyonlar yoluyla bu şekerlerin ikili karışımları hazırlanmıştır. En kabul edilebilir sonuçları veren çoklu doğrusal regresyon (MLR), Savitsky Golay filtresi ve birinci türev ile birlikte, sırasıyla 2.956, 3.026 and 10.251 olan, RMSEC, RMSEP ve RPD değerlerini verdi. Elde edilen sonuçlar, sakarozun bitki kaynağının UV bölgesi ve kemometrik yöntemler kullanılarak tespit edilebileceği konusunda umut verici görünmektedir.
Özet (Çeviri)
Sucrose is one of the main ingredients used in food industry. It is obtained mainly from two different sources; sugar beet and sugar cane. Due to govermental regulations, cane sugar is not allowed to be produced in Turkey. On the other hand, cane sugar can be illegally sold as beet sugar. Since molecular structure of sucrose is same, it is difficult to differentiate sources by using chemical methods. Therefore, developing more practical and affordable methods would be valuable for the food industry. Optical spectroscopy (UV-VIS-NIR) can be a promising technique for detection of differences. In this thesis, sucrose samples (cane, beet) were collected from nine countries to prepare 25% (w/w) sucrose water solutions and their absorbances were recorded (200-1380nm). Results showed that, spectral signature differences were observable between 200-600 nm. It is known that improving the prediction accuracy requires chemometrics, such as linear discriminant analysis (LDA), soft independent modelling of class analogy (SIMCA), k-nearest neighbors (KNN) and classification and regression trees (CART). All methods showed high performance, but LDA gave 100% correct classification with a simple interpretation. In addition, binary mixtures of these sugar were also prepared for quantification analysis. Multiple linear regression (MLR) with Savitsky Golay (SG) and the first derivative, gave the most acceptable results of root mean square error of calibration (RMSEC), prediction (RMSEP) and residual predictive deviation (RPD) values of 2.956, 3.026 and 10.251 respectively. The obtained results seemed promising for the plant source of sucrose to be detected by using UV region and chemometrics.
Benzer Tezler
- Yapay sinir ağı ve bulanık mantık tabanlı algoritmalar ile uçucu organik bileşiklerin miktarsal tayini
Quantitative determination of volatile organic compounds by using artificial neural network and fuzzy logic based algorithm
ALİ GÜLBAĞ
Doktora
Türkçe
2006
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. FEVZULLAH TEMURTAŞ
- Kuantum korelasyonlar ve klasik korelasyonlar
Quantum correlations and classical correlations
ADEM TÜRKMEN
Yüksek Lisans
Türkçe
2012
Fizik ve Fizik MühendisliğiAnkara ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. ABDULLAH VERÇİN
- Automated processing and classification of medical thermal images
Medikal termal görüntülerin otomatik olarak işlenmesi ve sınıflandırılması
AHMET ÖZDİL
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT YILMAZ
- Dişetine uygulanan farklı cerrahi yöntemlerin melanin pigmentasyonu eliminasyonu üzerine etkilerinin değerlendirilmesi
Evaluation of the effects of different surgical methods applied to gingiva on elimination of melanin pigmentation
NİMET CEM YILDIZ
Doktora
Türkçe
2007
Diş HekimliğiGazi ÜniversitesiPeriodontoloji Ana Bilim Dalı
PROF.DR. C. COŞKUN BARAN
- Kayaç dokusal özelliklerinin sınıflandırılması ve kaya mühendisliği uygulamaları
Classification of rock texture properties and rock engineering applications
CÜNEYT ATİLLA ÖZTÜRK
Doktora
Türkçe
2006
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF.DR. ERKİN NASUF