Made available in DSpace on 2014-12-17T15:41:52Z (GMT). No. of bitstreams: 1 MariaRCI_DISSERT.pdf: 3251511 bytes, checksum: ea24e2034f12435ffe63fbcaee9ff544 (MD5) Previous issue date: 2010-02-24 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / In this work we used chemometric tools to classify and quantify the protein content in samples of milk powder. We applied the NIR diffuse reflectance spectroscopy combined with multivariate techniques. First, we carried out an exploratory method of samples by principal component analysis (PCA), then the classification of independent modeling of class analogy (SIMCA). Thus it became possible to classify the samples that were grouped by similarities in their composition. Finally, the techniques of partial least squares regression (PLS) and principal components regression (PCR) allowed the quantification of protein content in samples of milk powder, compared with the Kjeldahl reference method. A total of 53 samples of milk powder sold in the metropolitan areas of Natal, Salvador and Rio de Janeiro were acquired for analysis, in which after pre-treatment data, there were four models, which were employed for classification and quantification of samples. The methods employed after being assessed and validated showed good performance, good accuracy and reliability of the results, showing that the NIR technique can be a non invasive technique, since it produces no waste and saves time in analyzing the samples / Neste trabalho foram utilizadas ferramentas quimiom?tricas para classificar e quantificar o teor de prote?nas em amostras de leite em p?. Empregou-se a espectroscopia NIR com reflect?ncia difusa associada a t?cnicas multivariadas. Primeiramente, realizou-se um m?todo explorat?rio das amostras atrav?s da an?lise das componentes principais (PCA),em seguida a classifica??o de modelagem independente para analogia de classes (SIMCA). Dessa forma se tornou poss?vel classificar as amostras que se agruparam por semelhan?as em sua composi??o. Por fim, as t?cnicas de regress?o por m?nimos quadrados parciais (PLS) e regress?o por componentes principais (PCR) permitiram a quantifica??o do teor de prote?nas nas amostras de leite em p?, comparadas com o m?todo de refer?ncia Kjeldahl. Um total de 53 amostras de leite em p? comercializadas nas regi?es metropolitanas de Natal, Salvador e Rio de Janeiro foram adquiridas para an?lise, em que ap?s pr?-tratamento dos dados obtidos, foram encontrados quatro modelos, os quais empregaram-se para a classifica??o e quantifica??o das amostras. Os m?todos empregados ap?s serem avaliados e validados apresentaram bom desempenho, demonstrando exatid?o e confiabilidade nos resultados obtidos, mostrando que a t?cnica NIR pode ser uma t?cnica n?o invasiva, uma vez que n?o produz res?duos e ainda economiza tempo na an?lise das amostras

Made available in DSpace on 2014-12-17T15:41:56Z (GMT). No. of bitstreams: 1 AlessandraMC_DISSERT.pdf: 3533058 bytes, checksum: de92ff683335d9aa6c119013acb5b5d0 (MD5) Previous issue date: 2011-08-15 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / In this work calibration models were constructed to determine the content of total lipids and moisture in powdered milk samples. For this, used the near-infrared spectroscopy by diffuse reflectance, combined with multivariate calibration. Initially, the spectral data were submitted to correction of multiplicative light scattering (MSC) and Savitzsky-Golay smoothing. Then, the samples were divided into subgroups by application of hierarchical clustering analysis of the classes (HCA) and Ward Linkage criterion. Thus, it became possible to build regression models by partial least squares (PLS) that allowed the calibration and prediction of the content total lipid and moisture, based on the values obtained by the reference methods of Soxhlet and 105 ? C, respectively . Therefore, conclude that the NIR had a good performance for the quantification of samples of powdered milk, mainly by minimizing the analysis time, not destruction of the samples and not waste. Prediction models for determination of total lipids correlated (R) of 0.9955, RMSEP of 0.8952, therefore the average error between the Soxhlet and NIR was ? 0.70%, while the model prediction to content moisture correlated (R) of 0.9184, RMSEP, 0.3778 and error of ? 0.76% / Neste trabalho foram constru?dos modelos de calibra??o para determinar os teores de lip?dios totais e umidade em amostras de leite em p?. Para isso, utilizou-se a espectroscopia no infravermelho pr?ximo por reflect?ncia difusa, aliado ? calibra??o multivariada. Inicialmente, os dados espectrais foram submetidos ? corre??o multiplicativa do espalhamento da luz (MSC) e alisamento de Savitzsky-Golay. Em seguida, as amostras foram divididas em subgrupos por aplica??o da an?lise por agrupamento hier?rquico das classes (HCA) e crit?rio de Ward Linkage. Desta forma, tornou-se poss?vel construir modelos de regress?o por m?nimos quadrados parciais (PLS) que permitiu a calibra??o e previs?o dos teores de lip?dios e umidade, com base nos valores obtidos por m?todos de refer?ncia de Soxhlet e secagem a 105 ? C, respectivamente. Portanto, conclui-se que o NIR apresentou um bom desempenho para quantifica??o de amostras de leite em p?, principalmente pela minimiza??o do tempo das an?lises, n?o destrui??o das amostras e n?o gera??o de res?duos. Os modelos de previs?o para determina??o de lip?dios totais apresentaram correla??o (R) de 0,9955, RMSEP de 0,8952, por conseguinte, o erro m?dio entre o Soxhlet e o NIR foi ? 0,70%, enquanto o modelo de previs?o para teor de umidade apresentou correla??o (R) de 0,9184, RMSEP, 0,3778 e erro de ? 0,76%