بررسی امکان تشخیص انواع قند محلول با استفاده از یک حسگر تشدیدگر دی الکتریک

یکی از مهمترین اجزای تشکیل دهنده اغلب مواد غذایی قندها می‌باشند، که تشخیص انواع آن در مواد غذایی از اهمیت بالایی برخودار است. در این مطالعه، یک حسگر دی‌الکتریک استوانه‌ای با استفاده از یک دستگاه مولد تابع و تحلیل‌گر طیف برای استخراج طیف‌های دی‌الکتریک در محدوده فرکانس 1500 مگاهرتز برای تشخیص انواع قند به شکل محلول در آب استفاده شد. طیف‌های دی‌الکتریک با تهیه انواعی از محلول آب قند شامل گلوکز، ساکاروز، فروکتوز، اینورت، شربت غنی از فروکتوز و عصاره مالت جو (قند غالب مالتوز)، در سطوح بریکس بین 123 اندازه‌گیری شد. همچنین نمونه‌هایی نیز به شکل محلول قندهای ترکیبی مورد آزمون قرار گرفت. روش‌ آماری تحلیل مولفه‌های اصلی (pca) برای امکان تشخیص و تفکیک انواع قند در نمونه‌ها از داده‌های طیفی دی‌الکتریک مورد ارزیابی قرار گرفت. تحلیل مولفه‌های اصلی با دو مولفه‌ی اصلی pc1 و pc2، قابلیت تشخیص انواع قندهای مستقل در سه دسته متمایز شامل ساکاروز و شربت ذرت غنی از فروکتوز، فروکتوز و قند اینورت، گلوکز و مالت را نشان داد. صرف نظر از قند گلوکز، قندهای مستقل و ترکیبی تقریبا در دو دسته متفاوت تشخیص داده شد. نتایج حاصل پتانسیل نسبتا خوبی از روش دی‌الکتریک برای تشخیص انواع قند را نشان داد، با این حال اثر تجمعی دی الکتریک قندها در ترکیب با هم در محدوده فرکانسی مورد آزمون قابل تفکیک نبود که انتظار می‌رود با محدوده های فرکانسی بزرگ‌تر بتوان نتایج قابل قبول‌تری از آن به دست آورد.

Feasibility study on detecting different types of sugar solutions using a dielectric resonator sensor

< p >< p >< p >One of the most important ingredients of most foods is sugar, so it is important to detect the type of sugar in foods. In this study, a cylindrical dielectric sensor using a function generator and a spectrum analyzer was used to measure dielectric spectra in the range of 0150 MHz to detect different sugars in watersugar solutions. Dielectric spectra were investigated by preparing a variety of watersugar solutions including glucose, sucrose, fructose, invert, high fructose corn syrup and malt extract (dominantly maltose sugar) in four brix levels ranged within 312. Moreover, samples were tested with mixing the sugars in a solution. The statistical method of principal component analysis (PCA) was evaluated for detecting and discriminating different types of sugars from dielectric spectral data. PCA with two principal components PC1 and PC2, showed a distinct separation of sugars in three visual groups of sucrose and high fructose corn syrup, fructose and invert and glucose and malt. Irrespective of glucose, the mixed sugar solutions were discriminated from single sugar solutions in two groups. The results of this study showed a promising potential of dielectric method for detecting different sugars, however, the cumulative dielectric effect of the mixed sugars was not discriminable which is expected to be detected with greater range of frequency.