在真正的时间
Teagasc正与西班牙Córdoba大学和爱尔兰领先的乳制品公司Glanbia Ireland合作，评估一种最先进的过程传感器，用于实时测量牛奶蛋白浓缩物中的蛋白质。
浓缩牛奶蛋白粉(MPC)是一种高蛋白乳制品原料，常用于生产
蛋白质强化食品，体重管理，婴儿配方奶vwin彩票app粉和运动健身产品。
在MPC粉体的生产中，超滤后关键成分如蛋白质含量的监测和预测是必不可少的，以确保实现最佳工艺。
全球对乳制品需求的增长，正推动爱尔兰乳制品加工企业优化工艺，从而提高产品吞吐量，以满足这一需求。内联和实时测量已被证明是有益的，以确保过程中的目标蛋白集接近实现。
Teagasc与Córdoba大学(西班牙)和领先的乳制品公司Glanbia爱尔兰合作，领导了一个名为“NIR4Dairy”的项目，评估近红外(NIR)光谱作为一种过程分析技术，结合鲁棒预测模型的开发，用于液体MPC中蛋白质含量的在线测量。
近红外光谱技术
预测蛋白质含量
近红外光谱研究入射光与样品之间的相互作用。“光谱指纹”的生成包含了样品的化学成分信息，如蛋白质、总固体和脂肪。然后将这些信息用作构建预测模型的一部分。
自20世纪70年代以来，近红外技术已作为实验室分析方法(离线)用于乳制品行业的成分分析。近年来，近红外技术和仪器仪表的发展已将其应用范围扩大到在线和在线连续过程监测。
最优预测模型依赖于高质量的光谱和参考数据。作为初步研究，我们利用实验室条件对近红外传感器进行了研究，以优化光学设置(即光谱分辨率、每个样品的扫描次数、光谱重复性)。使用正确的光学设置可以确保从产品中获得高质量的光谱。
Teagasc研究人员开发了一个实验室模型，利用Glanbia Ireland提供的120个代表性MPC样本来预测液体MPC的蛋白质含量。
在Teagasc公司的生物功能食品工程(BFE)设施中，近红外传感器还通过流动测试橇进行了中试规模的研究。vwin彩票app研究了温度和流速等工艺条件对光谱质量和模型性能的影响。
流测试滑
给予乳制品加工者更好的控制
研究结果表明，使用近红外传感器进行蛋白质的内联测量是有效的，并将使乳制品加工企业及时做出关于调整流程优化的决策。
通过将使用近红外传感器开发的预测模型与过程管理系统集成，乳制品加工企业将更好地控制其过程。近红外传感技术是一种快速、无损和无化学物质的方法，基于实验室模型和中试规模研究的成功，它已安装在工业合作伙伴的MPC工艺工厂。
该项目需要继续进行的工作，包括优化光学设置，以使用真实的工艺条件连续收集MPC光谱，并进行实验试验，以更新实验室蛋白质模型，并在工业规模验证模型性能。
到目前为止，该项目研究人员在近红外应用和乳制品加工领域取得了重大进展，并显示了该技术的潜力，可以帮助最小化不合格批次，同时也减少了最终粉末中额外的蛋白质泄漏。
资金
该研究获得了研究领袖2025奖学金计划(由Teagasc和欧盟的Horizon 2020研究和创新计划共同资助)的资助，根据Marie skodowska - curie赠款协议号754380。
贡献者
渊源聚氨酯
玛丽·斯卡洛多斯卡·居里的;
研究领袖2025 Fellow
Teagasc食vwin彩票app品研究中心，
Moorepark,软木塞。
安娜加里多Varo
教授
农业学院
和林业工程
西班牙科尔多瓦大学。
多洛雷斯Perez-Marin
教授
农业学院
和林业工程
西班牙科尔多瓦大学。
诺拉·奥谢
研究人员
数字乳品专家
Teagasc食vwin彩票app品研究中心，
Moorepark,软木塞。
norah.oshea@teagasc.ie