NIR como herramienta para determinar la calidad en tiempo real de granos secos de destilería
Vea cómo puede utilizar la tecnología NIR como herramienta de medición para un coproducto valioso de la industria de los biocombustibles: los granos secos de destilería con solubles (DDGS).
La mayoría de las plantas de etanol en los Estados Unidos son instalaciones de molienda en seco, que utilizan almidón de maíz para producir etanol; el resto del grano de maíz se utiliza para producir una variedad de coproductos de granos de destilería secos y húmedos, incluidos los DDGS. En la producción de etanol molido en seco, se producen aproximadamente 7,7 kg de DDGS por bushel (25,4 kg) de maíz.
Las características de fuente de fósforo de alta energía, proteína moderada y fácil digestión de los DDGS lo convierten en un reemplazo atractivo para componentes alimenticios tradicionales más costosos, como el maíz, la harina de soja y el fosfato mono o dicálcico. Los DDG también tienen una vida útil más larga que la harina normal de maíz o soja, lo que aumenta su valor.
La venta de coproductos brinda a los productores de etanol una nueva fuente de ingresos para ayudar a compensar las fluctuaciones en la demanda y el precio de los combustibles renovables. Sin embargo, la variabilidad en el contenido de nutrientes, la digestibilidad y las características físicas (p. Ej., Color, tamaño de partícula) entre las fuentes de DDGS puede ser un desafío al determinar el valor económico y alimenticio para el ganado y las aves de corral. Por lo tanto, es importante determinar la composición de nutrientes para una formulación precisa del alimento, así como el impacto de las características físicas de los DDGS en la calidad del alimento.
La variabilidad de nutrientes entre los subproductos de destilería se ha atribuido a muchas fuentes, incluida la variación de la materia prima (por ejemplo, tipos de granos, variedad de granos, calidad del grano y fórmula del grano) y factores de producción en todo el proceso, desde la molienda hasta la fermentación. En este blog, presentamos el control de calidad de los DDGS utilizando mediciones NIR rápidas o en tiempo real para análisis de color y de proximidad.
Análisis Proximal
El análisis próximo de los ingredientes de alimentos para animales es un aspecto fundamental del aseguramiento de la calidad. Las mediciones suelen incluir humedad, proteína cruda, fibra cruda, grasa cruda y cenizas. Las especificaciones de los ingredientes sirven como base para la evaluación de la calidad, los acuerdos de compra y la formulación de la dieta. La espectroscopia de infrarrojo cercano (NIR) es una técnica establecida en la industria de alimentos para animales para mediciones rápidas de estos atributos de la muestra. Con el monitoreo NIR en tiempo real o el acceso NIR en línea, los datos nutricionales se pueden evaluar en cualquier punto del proceso para ayudar a las plantas a mejorar su eficiencia o reducir los costos operativos.
Para los sitios que requieren la cuantificación de proteínas de diversas materias primas vegetales ricas en proteínas, los modelos híbridos pueden ser de particular interés. Algunos investigadores han tenido éxito en la combinación de múltiples materias primas vegetales (por ejemplo, DDGS de maíz, harina de germen de maíz, harina de gluten de maíz y harina de colza) en un solo modelo de regresión, lo que brinda una conveniencia adicional cuando se están investigando varios tipos de muestras.
La humedad es un parámetro especialmente importante para los DDGS, considerando su impacto en la fluidez, los riesgos de deterioro microbiano e incluso los costos de transporte.
Durante el acondicionamiento del alimento, los procesadores pueden apuntar a alrededor del 15-17% de humedad. Este objetivo generalmente ayuda a evitar tapones en la peletizadora. Para un transporte rentable y un almacenamiento más seguro, un contenido de humedad de menos del 15% es la regla general para los ingredientes del alimento.
Los DDGS han mostrado tendencias higroscópicas durante el almacenamiento a largo plazo. En un estudio, los DDGS almacenados en una fábrica de alimentos para animales comercial mostraron un aumento del 30% en el contenido de humedad durante un período de almacenamiento de 13 semanas.
Los instrumentos BUCHI NIR-Online pueden evaluar fácilmente el contenido de humedad durante todo el procesamiento para mantener los productos dentro de un rango óptimo para respaldar una buena fluidez y estabilidad. Los datos de humedad en tiempo real durante el secado pueden respaldar esos objetivos al tiempo que reducen los costos de energía y mejoran el rendimiento del producto.
Evaluación de color
Actualmente, no existe un sistema de clasificación de color para los DDGS como los existentes para el maíz y otras exportaciones de granos. Históricamente, el color se ha utilizado subjetivamente para evaluar el posible daño por calor que impacta negativamente en la digestibilidad de los aminoácidos. En consecuencia, algunos compradores de DDGS considerarán el color como una medida de calidad importante.
Los DDGS de maíz pueden variar desde un tono dorado claro hasta un marrón muy oscuro. Se utiliza una lectura L * que va de 0 (oscuro) a 100 (claro) para informar tanto el enrojecimiento (a *) como el amarillento (b *) en la escala de colores. El color de los DDGS puede verse afectado por varios factores, incluida la cantidad de solubles agregados a los granos antes del secado, el tipo y la temperatura del secador, y el color natural del grano de materia prima utilizado. Bhadra y col. (2007) informaron que L * variaba de 36.6 a 50.2 yb * variaba de 5.2 a 10.8, respectivamente.
Tanto el sistema
ProxiMate NIR en línea de BUCHI como el
NIR-Online™ en línea pueden configurarse con un detector visible, lo que permite un análisis rápido o en tiempo real del color en cualquier punto de la cadena de proceso. Los datos visibles y
NIR se recopilan en paralelo, lo que reduce el tiempo de prueba. La señal visible también se puede combinar matemáticamente con la señal NIR para mejorar el rendimiento de algunas mediciones de parámetros.
En una aplicación
NIR típica para medir los
parámetros de calidad de los DDG, los datos espectrales se correlacionan con los valores de referencia (obtenidos mediante métodos de referencia validados) para construir una calibración. El desarrollo de la calibración requiere la aplicación de
quimiometría, en la que la información se extrae de los sistemas químicos utilizando técnicas estadísticas y basadas en datos. La quimiometría requiere una formación analítica avanzada en el uso de
software, que la mayoría de los operadores no tienen. El BUCHI
ProxiMate NIR ofrece una solución a este desafío con su función de
calibración automática, conocida como
AutoCal®. El sensor
NIR Online™ tiene una disposición similar para los sistemas de
producción continua.
Una vez que se han recopilado los datos espectrales y se han agregado las mediciones de referencia, las calibraciones para todos los parámetros de interés (por ejemplo, proteína cruda, fibra, ceniza húmeda) se obtienen simultáneamente con solo presionar el botón
AutoCal®. Además del análisis próximo, los sistemas
ProxiMate NIR y
NIR Online™ tienen capacidades para monitorear los cambios de color en los DDGS y otros subproductos de la producción de biocombustible. Esta determinación de color se considera una medida primaria que no requiere el desarrollo de una calibración.
En términos de resistencia a las duras condiciones, las unidades NIR ProxiMate y NIR Online™ se desarrollan con un número mínimo de piezas móviles y clasificaciones de protección de ingreso de hasta IP69 / X9K.
Para concluir…
La
espectroscopia NIR ha sido adoptada como una
técnica rápida, no destructiva y rentable para analizar la calidad y el valor nutricional de alimentos, piensos y coproductos de procesamiento, como los DDGS. Los espectrómetros
ProxiMate NIR y
NIR Online™ de BUCHI se pueden calibrar para su uso en la monitorización de DDGS en función de la composición próxima y los cambios de color. Los materiales sospechosos pueden enviarse a un
laboratorio para realizar pruebas más exhaustivas utilizando métodos de referencia estándar. Una vez que se han desarrollado las calibraciones, la cantidad de material que debe probarse mediante métodos químicos rigurosos se reduce en gran medida, lo que ahorra mano de obra, tiempo y recursos energéticos. Los materiales que no cumplan con el estándar mínimo de calidad se pueden desviar para un procesamiento adicional para aumentar su valor.
Texto extraído del
Blog buchinir de BUCHI
Acceda al blog haciendo click
aquí
