1 / 32

ASSORBIMENTO INFRAROSSO

ASSORBIMENTO INFRAROSSO. Lo spettro è meno risolto a l maggiori ( D E tra i livelli energetici è minore). Lo spettro può essere diviso in 4 zone: Zona di stretching dell’idrogeno ( l = 2.7 –4.0 m m) Zona di stretching del triplo legame ( l = 4.0-5.0 m m)

bobby
Télécharger la présentation

ASSORBIMENTO INFRAROSSO

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ASSORBIMENTO INFRAROSSO

  2. Lo spettro è meno risolto a l maggiori (DE tra i livelli energetici è minore)

  3. Lo spettro può essere diviso in 4 zone: • Zona di stretching dell’idrogeno (l = 2.7 –4.0 mm) • Zona di stretching del triplo legame (l = 4.0-5.0 mm) • Zona di stretching del doppio legame (l = 5.0 –6.4 mm) • Zona di stretching e bending del legame singolo (l = 6.0-15 mm)

  4. La strumentazione è paragonabile a quella di uno spettrofotometro con l’uso di materiali che non provochino interfererenze (p.es. cuvette di KBr). La sorgente è generalmente un solido riscaldato e in alcuni strumenti si usano rivelatori di calore (p.es. termocoppie) soprattutto utili nella regione a lunghezze d’onda elevate. Alcuni strumenti più moderni (FTIR, spettrometro infrarosso a trasformata di Fourier) sono in grado di misurare contemporaneamente tutto lo spettro IR. La spettroscopia IR viene utilizzata molto spesso a scopo qualitativo. E’ uno strumento molto potente perché lo spettro IR della regione fingerprint (impronta digitale) a basse energie è praticamente unico per ogni molecole. Per l’identificazione della molecola si confronta lo spettro ottenuto con quello di molti altri spettri disponibili in banche dati. Lo spettro deve essere registrato in opportune condizioni sperimentali (con la sostanza gassosa, solida o disciolta in un solvente che non interferisce).

  5. Sistemi di misura e campionamento per IR

  6. Studio della shelf life del formaggio Crescenza Fibra ottica posizionata sulla superficie 5 spettri per campione, trasformati in derivata seconda per esaltare le differenze Analisi in PCA L’analisi delle componenti principali valuta la variabilità del dato totale utilizzando gli spettri in forma di matrice. E’ una tecnica di classificazione . Le componenti principali sono nuove variabili che danno informazioni sulla varianza.

  7. Con lo Score plot si mette in evidenza il comportamento dei campioni rispetto a 2 variabili latenti (componenti principali) Ci sono 2 direttrici differenti se si confrontano campioni conservati a 8 e 15° che si evidenziano bene solo a tempi lunghi Nella serie a 8° si separano i campioni in 2 gruppi a tempi lunghi la PC2 diventa piu’ importante (valore dello scores)

  8. Con il loading plot si evidenzia il ruolo di ogni variabile (lunghezza d’onda) rispetto alle componenti principali Ci sono variazioni ascrivibili a vibrazioni di acqua e lipidi Con il trattamento in derivata seconda si vedono riarrangiamenti strutturali a carico della matrice proteica I dati ottenuti (shelf life 6-7 giorni a 8-10°) sono confrontabili con le analisi chimiche

  9. Lievitazione di impasti La fibra ottica viene posizionata al centro geometrico 1 spettro ogni 5 min per 180 min

  10. Correzione per la variazione della linea di fondo

  11. PC3 indica la massima velocità del processo Minimo della PC2 corrispondente alla fase di collasso dell’impasto

  12. L’avena contiene piu’ fibra e lipidi e le “avenine” hanno una minore capacità di formare il glutine La fase di sviluppo è piu’ lenta Le differenze nella PC2 possono essere dovute alla maggiore acqua legata dell’avena che influenza la struttura dell’impasto

  13. Sviluppo di un metodo FTIR per la determinazione simultanea • di: • Acido oleico • Acido linoleico • SFA • MUFA • PUFA • Perossidi

  14. Cosa è stato fatto: • 86campioni di olio extravergine da frantoi di Abruzzo, Marche e Puglia (2006 e 2007) • Analisi degli indici di qualità (FA, PV, indici spettrofotometrici) • Determinazione della composizione in acidi grassi (GC) Acquisizione degli spettri FTIR con un Tensor 27TM FTIR (Bruker Optics, Milan, Italy), con un inteferometro RocksolidTM e un detector DigiTectTM con ATR. L’ATR (Specac Inc., Woodstock, GA, USA) con un cristallo di ZnSe. Gli spettri (32 scansioni/campione) sono stati acquisiti nel range of 600 to 4000 cm-1 con una risoluzione di 4 cm-1, tramite il software OPUS r. 6.0 (Bruker Optics).

  15. -CH -CH2 -CH3 C=O FINGERPRINT REGION C=O ALDEIDI C=O FFA

  16. Data processing e modelli di calibrazione I dati sono stati esportati come file ASCII usando OPUS 6.0 software e processati con una routine PLS (Partial least squares) scritta ad hoc su software Matlab (Mathworks Inc., Natick, MA, USA). Per ciascun parametro è stato costruito un modello PLS partendo da un training set di campioni utilizzando come valore vero quello ottenuto in GC. Lo spettro inizialmente processato per intero in alcuni casi è stato ristretto attraverso una strategia “moving- windows” eseguita con una routine Matlab.

  17. Risultati I: acido oleico e linoleico

  18. Risultati II: MUFA, PUFA, SFA

  19. Risultati III: PV

  20. Risultati IV MUFA PUFA SFA Ac. oleico Ac. linoleico PV calibration set () and trainingset (○)

  21. determinazione SIMULTANEA di: • Ac. oleico • Ac. linoleico • MUFA • PUFA • SFA • PV • non richiede estrazione, separazione o trattamento del campione. • Non è influenzato dall’operatore!

  22. Naso elettronico Persaud and Dodd (1982) Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose. Nature,299:352–355 Il “naso elettronico” è uno strumento che comprende una serie di sensori chimici non specifici e un sistema di pattern recognition in grado di riconoscere odori semplici e complessi (Gardner and Bartlett, 1994. Sensors and Actuators B, 18, 221,).

  23. IL NASO UMANO ELETTRONICO Polmoni Campionamento Pompa Nervi olfattivi Sensazione Sensori Bulbo olfattivo Processamento Raccolta dei dati Cervello Rete Neurale Risoluzione • COME E’ COSTITUITO IL NASO ELETTRONICO? • Similmente al sistema olfattivo umano, è costituito da: • Sensori chimici (10 MOSFET and 5 MOS) simili ai recettori olfattivi umani • Un software di pattern recognition(NST Senstool) simile al cervello umano

  24. SENSORI MOSFET Transistor di ossidi di metallo ad effetto di campo • Sono costituiti da tre strati: • Silicio semiconduttore • Isolante ad ossido di silicio • Metallo catalitico (Pt, Pd, etc.) Operano come un transistor a cui viene applicato un potenziale. Sono sensibili a composti contenenti idrogeno (ammine, aldeidi, esteri, chetoni, aromatici ed alcoli) e lavorano alla temperatura di 140-170°C. Quando una molecola polare interagisce con il metallo, il campo elettrico viene modificato, ciò provoca una variazione di corrente. Lo strumento registra il cambiamento di voltaggio necessario per riportare la corrente al valore iniziale.

  25. SENSORI MOS Semiconduttori ad ossidi di metallo Film semiconduttore di ossido di metallo • Sono costituiti da tre strati: • Substrato di ceramica • Filo riscaldante • Film semiconduttore di ossidi di metallo (Zn, Co, etc.) Elettrodo Filo riscaldante Si basano su cambi di conducibilità indotti da reazioni superficiali dovute all’adsorbimento del gas. Sono sensibili a molti gas di combustione (idrocarburi saturi, NO, CO). Operano alla temperatura di 300-400°C. Il meccanismo di reazione si basa su uno scambio di ossigeno tra le molecole volatili ed il film metallico, che provoca un cambio di resistenza registrato e correlato ai composti adsorbiti.

  26. NST SENSTOOL Analizza i dati utilizzando tre metodi di pattern recognition: • PCA: Principal Component Analysis • PLS: Partial Least Square Regression • ANN: Artificial Neural Network • Essi permettono di: • studiare l’insieme dei dati (PCA e PLS) • predire le proprietà dei campioni (PLS e ANN)

  27. Score plot Loading plot RISULTATI PCA

  28. Campionamento Data analysis PROCESSO ANALITICO Come lavora il naso elettronico? Lo spazio di testa del campione è aspirato e trasferito sulla superficie dei sensori La risposta dei sensori è convertito in un segnale elettrico monitorabile dal computer La risposta dei sensori viene elaborata usando metodi di analisi multivariata

  29. Applicazioni del naso elettronico nel settore alimentare Birra e bevande - Controllo materie prime - Shelf-life - Monitoraggio (on line) fermentazione Carne e derivati - Rancidità - Shelf-life - Odori estranei Latte e derivati - Odori estranei nel latte - Rancidità nel latte e formaggi - Conservazione dei formaggi Vegetali - Freschezza - Additivi - Shelf-life Prodotti della pesca - Shelf-life - Freschezza Grani - Classificatione - Umidità Succhi di frutta - Odori estranei - Purezza - Origine - Ossidazione

  30. Piezoelectric System- Electronic nose 14 mm quartz 7 mm gold -cys-ala-glu-ser New approach Peptide-modified gold nanoparticles -cys-ala-glu-ser -cys-ala-glu-ser Au -cys-ala-glu-ser -cys-ala-glu-ser -cys-ala-glu-ser -cys-ala-glu-ser -cys-ala-glu-ser

More Related