Neue Publikation in Sensors [20.09.23]
Marvin Anker und Christian Krupitzer vom Fachgebiet für Lebensmittelinformatik sind Co-Autoren der Publikation "Online Monitoring of Sourdough Fermentation Using a Gas Sensor Array with Multivariate Data Analysis" in Sensors (Impact Factor: 3.9 (2022)).
Die Publikation "Online Monitoring of Sourdough Fermentation Using a Gas Sensor Array with Multivariate Data Analysis" von Marvin Anker (Fachgebiet für Lebensmittelinformatik und Computational Science Hub, Universität Hohenheim, Stuttgart, Deutschland) mit den Co-Autoren, Abdolrahim Yousefi-Darani (Fachgebiet für Prozessanalytik und Getreidewissenschaft Universität Hohenheim, Stuttgart, Deutschland), Viktoria Zettel (Fachgebiet für Prozessanalytik und Getreidewissenschaft Universität Hohenheim, Stuttgart, Deutschland), Olivier Paquet-Durand (Fachgebiet für Prozessanalytik und Getreidewissenschaft Universität Hohenheim, Stuttgart, Deutschland), Bernd Hitzmann (Fachgebiet für Prozessanalytik und Getreidewissenschaft Universität Hohenheim, Stuttgart, Deutschland), Christian Krupitzer (Fachgebiet für Lebensmittelinformatik und Computational Science Hub, Universität Hohenheim, Stuttgart, Germany) wurde im Sensors, MDPI (Impact Factor: 3.9 (2022)) veröffentlicht.Sauerteig kann die Haltbarkeit, die sensorischen Eigenschaften und die Nährstoffzusammensetzung von Backwaren verbessern. Um eine hohe Qualität des Sauerteigs zu gewährleisten, muss die Fermentation überwacht werden. Die charakteristischen Prozessvariablen für die Sauerteiggärung sind der pH-Wert und der Säuregrad, gemessen als titrierbare Gesamtsäure (TTA). Die zeit- und kostenintensive Offline-Messung von Prozessvariablen kann durch die Verwendung von Online-Gasmessungen in Vorhersagemodellen verbessert werden. Daher wurde ein Gassensor-Array-System (GSA) zur Online-Überwachung des Fermentationsprozesses von Sauerteig durch Korrelation von Abgasdaten mit Offline-Messwerten der Prozessvariablen eingesetzt. Es wurden drei Methoden getestet, um die aus dem GSA extrahierten Merkmale zur Erstellung der Modelle zu nutzen. Die robustesten Vorhersagemodelle wurden durch die Verwendung einer PCA (Principal Component Analysis) für alle Merkmale und die Kombination von zwei Fermentationen erreicht. Die Kalibrierungen mit den extrahierten Merkmalen hatten einen prozentualen mittleren quadratischen Fehler (RMSE) von 1,4 % bis 12 % für den pH-Wert und von 2,7 % bis 9,3 % für den TTA-Wert. Der Bestimmungskoeffizient (R2) für diese Kalibrierungen lag bei 0,94 bis 0,998 für den pH-Wert und bei 0,947 bis 0,994 für die TTA. Die erzielten Ergebnisse zeigen, dass die Online-Messung von Abgasen aus Sauerteigfermentationen mit Gassensor-Arrays eine kostengünstige und effiziente Anwendung zur Vorhersage von pH-Wert und TTA sein kann.Die Publikation ist in www.mdpi.com/1424-8220/23/18/7681 abrufbar.
