VIEW ARTICLE http://dx.doi.org/10.1094/ASBCJ-2014-0717-01
Lautering Performance Prediction from Malt by Combining Whole Near-Infrared Spectral Information with Lautering Process Evaluation as Reference Values. C. Holtz, D. Krause, M. Hussein, M. Gastl (1), and T. Becker, Lehrstuhl für Brau- und Getränketechnologie, Technische Universität München, Weihenstephan, Weihenstephaner Steig 20, 85354 Freising, Germany. (1) Corresponding author. E-mail: <martina.gastl@wzw.tum.de>; phone: +49-8161-713266, fax: +49-8161-713883. J. Am. Soc. Brew. Chem. 72(3):214-219, 2014.
The aim of this study is to predict lautering performance from malt batches. It pursues an innovative approach by combining the total near-infrared (NIR) spectral information content with lautering process evaluation data. For this, multivariate data analysis is applied to combine the information content of whole NIR spectra of malt with lautering process data. Three NIR spectra were taken for each of the 11 single-malt batches of 100% pilsner malt. Additionally, standard laboratory analyses were performed. Standardized lautering processes were carried out, evaluated, and categorized in “good,” “semi,” and “bad.” The 51 lautering process evaluation values, each with three associated NIR spectra, add up to a total of 153 objects employed in building the prediction model. Partial least squares discriminant analysis (PLS-DA) was used for classification and calculating prediction accuracy. The prediction accuracy of the calibration set was 92.7% with only three failed lautering performance predictions. In the test set validation, only one lautering process prediction failed. This results in a prediction accuracy of 90.6% for the calibration model. With this study, the feasibility of NIR spectroscopy in combination with multivariate statistics to predict lautering performance by analysis of malt was proven. Keywords: Lautering process, Malt, Multivariate data analysis, NIR, Process prediction
El objetivo de este estudio es predecir el rendimiento de filtración del
mosto de los lotes de malta. Persigue un enfoque innovador al combinar el total
de infrarrojo cercano (NIR) de contenido de información espectral con los datos
de la evaluación del proceso de filtración del mosto. Para esto, se aplica el
análisis de datos multivariados para combinar el contenido de información de
todos espectros de NIR de la malta con los datos del proceso de filtración del
mosto. Tres espectros de NIR fueron tomadas por cada uno de los 11 lotes pura de
100% de malta pilsen. Además, se llevaron a cabo análisis estándar de
laboratorio. Procesos estandarizados de filtración del mosto se llevaron a cabo,
evaluados y categorizados en “bueno,” “semi” y “malo.” Los 51 valores de
evaluación del proceso de filtración del mosto, cada uno con tres espectros NIR
asociado, suman un total de 153 objetos empleados en la construcción del modelo
de predicción. Se utilizó los cuadrados mínimos parciales análisis
discriminante (PLS-DA) para la clasificación y el cálculo de precisión de la
predicción. La precisión de la predicción del conjunto de calibración fue del
92.7%, con sólo tres predicciones fracasado del rendimiento de filtración del
mosto. En la validación del conjunto de la prueba, sólo una predicción proceso
de filtración del mosto falló. Esto resulta en una precisión de la predicción de
90.6% para el modelo de calibración. Con este estudio, la viabilidad de la
espectroscopia de NIR en combinación con la estadística multivariante para
predecir rendimiento del filtración de mosto mediante el análisis de la malta se
demostró. Palabras claves:
Análisis de datos multivariados, Malta, NIR, Predicción de proceso, Proceso de
filtración del mosto