استفاده از LIBS در آنالیز مواد غذایی:
در صنایع غذایی، طیفسنجی شکست ناشی از لیزر (LIBS) به روشی مفید برای تضمین کیفیت و ایمنی مواد غذایی تبدیل شده است. در این تحقیق ادغام هوش مصنوعی و LIBS برای بهبود در صنایع غذایی به طور کامل مورد بررسی قرار گرفته است. اصل عملیات و سیستم LIBS به اختصار معرفی می شود. بیشتر روشهای مختلف تشخیص و اندازهگیری LIBS در صنایع غذایی را مورد بحث قرار میدهد که شامل موضوعاتی مانند روشهای پیش تصفیه نمونههای غذایی، طراحی پلتفرم تشخیص، تکنیکهای تجزیه و تحلیل دادهها و ادغام شیمیسنجی میشود. همچنین به چگونگی استفاده از فناوریهای LIBS در بسیاری از مراحل زنجیره تامین مواد غذایی، مانند پردازش مواد غذایی، حملونقل، ذخیرهسازی و بازاریابی میپردازد. ادغام هوش مصنوعی در LIBS به طور کامل مورد بررسی قرار گرفته است و بینش هایی را در مورد مزایا و پتانسیل آن در تقویت شیوه های صنایع غذایی ارائه می دهد. علاوه بر این، محدودیتهای LIBS مورد توجه قرار میگیرد و جهتگیریهای بالقوه آینده برای بهبود و گسترش در صنایع غذایی برجسته میشود. این بررسی بینش های ارزشمندی را برای محققان و دست اندرکاران صنعت ارائه می دهد که به دنبال اهرم هم افزایی بین LIBS و هوش مصنوعی برای بهبود کیفیت و ایمنی مواد غذایی هستند.
اخیرا LIBS به عنوان روش سریع و میکرو تخریبگر در صنعت غذای به کار گرفته شده است. مواد بسیاری مثل شیر, محصولات نانوایی, چای, روغن سبزیجات, آب, غلات, آرد, سیب زمینی, خرما و گونه های مختلف گوشت توسط LIBS آنالیز شده اند.
تجزیه و تحلیل کیفی با LIBS یک کار ساده است، با این حال، ممکن است مشکلاتی برای تجزیه و تحلیل کمی وجود داشته باشد. نسبت سیگنال به نویز پایین نمونه هایی با ترکیب آلی پیچیده مانند محصولات غذایی تازه رایج ترین چالش است. علاوه بر این، به دلیل مقدار نسبتاً کمی جرم جدا شده، LIBS به هر گونه ناهمگنی مواد مورد بررسی بسیار حساس است. تفاوت های ناشی از خواص شیمیایی یا فیزیکی نمونه به عنوان اثرات ماتریسی شناخته می شود که منجر به تغییر در شدت سیگنال خطوط انتشار می شود. برای به دست آوردن نتایج قابل اعتماد، آماده سازی و ارائه دقیق نمونه و همچنین بهینه سازی پارامترهای اندازه گیری مهم است.
کاربرد LIBS در صنایع غذایی :
تشخيص وجود فلزات سنگین در تمام مواد غذایی و بررسی پتانسیل میزان مسمومیت و سرطان زایی آنها
تشخیص میزان ریزمغذی ها در تمام مواد غذایی
تشخيص وجود آلودگی نیترات و نیتریت و انواع عناصر آلاینده در آب
تشخیص عناصر موجود در آب معدنی و سایر نوشیدنیها
تشخیص تقلب در مواد غذایی با بررسی طیف عناصر ماده اصلی با ماده تقلبی ( سرکه تقلبی، آبلیموی تقلبی، آبمیوه طبیعی، نوع عسل و (…
تشخیص اصالت و منشاء اصلی ماده غذایی (نوع روغن زیتون، نوع ،برنج نوع گندم مورد استفاده در ماکارونی و …)
نتیجه گیری و چشم انداز آینده
تکنیک های مبتنی بر لیزر در سال های اخیر با وجود ابزارهای تجاری به طور فزاینده ای در صنایع غذایی به سرعت توسعه یافته اند. LIBS همه ویژگیها را دارد تا به یک ابزار آنلاین ارزشمند PAT برای کنترل فرآیند و مدیریت کیفیت تبدیل شود. از آنجایی که امکان اندازه گیری با آماده سازی نسبتا کم یا بدون نمونه را فراهم می کند، برنامه های کاربردی داخلی و آنلاین امکان پذیر است.
با این حال، اندازه گیری های آنلاین در صنایع غذایی همچنان چالش برانگیز است و تا آنجا که می دانیم ، گزارش نشده است. محدودیت عمده LIBS برای کاربردهای عملی ناشی از کاهش حساسیت آن برای عناصر معدنی اغلیت و فلزات سنگین با غلظت های بسیار کم در یک ماتریس آلی پیچیده است. علاوه بر این، ارائه نمونه به دلیل ناهمگونی محصولات غذایی، موضوعی حیاتی است. با این وجود، توانایی اضافی برای ارائه توزیع عنصری فضایی با کمک یک استیج انتقال موتوری در حال حاضر در بافتهای مختلف بیولوژیکی موفق بوده است و پتانسیل زیادی برای کشف این توانایی در محصولات غذایی فراهم میکند.
