선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 하지만 상용화 되어 있는 전자코 시스템은 고가이고 장비가 이동이 용이하지 않은 크기이기 때문에 실시간으로 품질을 측정하는데 어려움이 있다. 따라서 본 연구에서는 이동성이 용이하도록 개발된 휴대용 전자코 시스템을 이용하여 냉장 계육의 품질 변화를 측정하고자 하였다. 저장기간의 변화에 따른 냉장 계육의 품질 변화를 GC-MS, 미생물 총균수, 지방 산패도 측정을 통하여 분석하고 6개의 MOS 센서와 1개의 수분 센서로 구성된 휴대용 전자코 시스템으로 가스성분을 분석함으로써 계육의 신선도를 평가하고자 실시하였다.
제안 방법
- Injector 온도는 260℃로 설정하였고 이송기체는 헬륨을 사용하였다. MS에서 ionization source는 electron ionization(EI mode)로 전압은 70 eV이었고, trap, transfer line, manifold 온도는 각각 200, 180, 50℃로 설정하였다. 가스성분 포집에 사용한 fiber는 divinylbenzene(DVB)/ carboxen(CAR)/polydimethy siloxane(PDMS)이 코팅된 두께 50 µm의 fiber를 사용하였다.
- 시료 5g을 25 mL의 vial 에 넣고 septum으로 밀폐 후 37℃로 20분 간 incubation하여 headspace로부터 가스성분을 3분 간 fiber에 흡착시켜 분석하였다. Spectrum은 WILEY Library(Registry of mass spectral data, 6th edition, WILEY, USA)와 NIST Library(Mass spectral search program version 4.5, NIST, USA)를 이용하여 분석하였다.
- Table 6은 선형판별분석율을 나타낸 표이다. 각 센서별 획득된 데이터를 기반으로 선형판별 함수식을 구하고 같은 데이터를 재대입하여 분류능력을 검증하였다. 1일, 13일, 15일의 데이터는 총 4개 중에서 3개를 구분하였는데, 1일 데이터는 3일로, 13일 데이터는 11일 데이터로, 15일 데이터는 17일로 잘못 예측되었다.
- 계육의 품질 변화에 따른 가스성분의 변화를 분석하기 위해 GC-MS 실험을 하였다. 계육의 저장기간의 증가에 따라 발생한 총 26가지의 가스성분의 변화를 hydrocarbons류, aldehydes류, ketones류, esters류, alcohols류, other nitrogen compounds류, sulfur compounds류로 구분하여 Table 2에 나타내었다.
- 센서의 신호 획득은 Visual Basic 소프트웨어를 이용하여 개발된 프로그램을 사용하였다. 데이터 저장과 실시간 그래프 출력 등의 기능을 갖추고 있으며, 초 당 1개의 신호가 txt 파일로 저장되도록 설정하였다.
- 본 연구에서는 저장기간에 따른 계육의 신선도 변화를 GC-MS를 이용한 가스 성분의 변화, 미생물의 총균수와 지방 산패도의 변화를 통해 분석하고, MOS 센서와 수분 센서를 기반으로 한 전자코 시스템을 구성하여, 계육의 품질 평가를 실시하였다. 계육의 GC-MS, 미생물, 지방 산패도를 이용한 품질의 측정결과 저장기간이 증가함에 따라 품질은 저하되었고, 저장기간이 5일 이후부터 급격한 품질의 저하를 나타내기 시작했다.
- 889 이상의 높은 상관도를 보였다. 상관분석을 이용하여 전자코의 불필요한 센서를 줄이고 최적화하는 작업을 하였다. 총균수, TBARS value, 6개의 센서와는 상관도가 높고 센서끼리는 상관도가 낮은 센서 #1, #2, #3, #5를 선정하였다.
- 2는 가스센서의 저항값의 응답과정을 나타내었다. 센서의 초기 저항값으로 사용될 공기의 저항값(Rair)은 가스로 인한 반응 시작시간 60초 전 저항값을 사용하였고, 센서 챔버내 가스 유입시간은 15초, 센서의 재안정화 시간은 Rratio가 0.99 이상이 되는 240초로 설정하였다.
- 가스성분 포집에 사용한 fiber는 divinylbenzene(DVB)/ carboxen(CAR)/polydimethy siloxane(PDMS)이 코팅된 두께 50 µm의 fiber를 사용하였다. 시료 5g을 25 mL의 vial 에 넣고 septum으로 밀폐 후 37℃로 20분 간 incubation하여 headspace로부터 가스성분을 3분 간 fiber에 흡착시켜 분석하였다. Spectrum은 WILEY Library(Registry of mass spectral data, 6th edition, WILEY, USA)와 NIST Library(Mass spectral search program version 4.
- 계육에서 발생하는 가스성분은 25 mL vial에 시료 5g을 넣어 37℃의 water bath에서 10분 간 incubation 하여 획득하였다. 시료는 저장기간별로 4개씩 vial에 획득하여 각각 1회씩 측정하였고, 센서 챔버로 유입되는 온도는 40℃로 설정하였다.
- 2% BHT in ethanol 용액 100 µL을 50 mL corning tube에 넣어 homogenizer로 균질화 하였다. 원심분리기로 층을 분리하여 상등액을 여과지로 걸러 획득한 2 mL와 20 mM TBA 용액 2 mL를 90℃에서 20분간 반응시켜 분광광도계(UV-1650, Shimadzu, Japan)를 이용하여 흡광도를 측정하였다.
- 시료는 (주)하림에서 전일 도축한 신선육을 구입하였다. 저장기간에 따른 품질의 변화를 측정하기 위해 시료는 잘게 분쇄하여 균질화 시킨 후 저장기간(1일, 3일, 5일, 7일 , 9일, 11일, 13일, 15일, 17일, 19일) 별 150 g씩 지퍼백에 넣어 4℃로 저장한 후 차례대로 냉동하였다가 측정 당일 4℃로 2시간 해동하여 사용하였다.
- 따라서 본 연구에서는 이동성이 용이하도록 개발된 휴대용 전자코 시스템을 이용하여 냉장 계육의 품질 변화를 측정하고자 하였다. 저장기간의 변화에 따른 냉장 계육의 품질 변화를 GC-MS, 미생물 총균수, 지방 산패도 측정을 통하여 분석하고 6개의 MOS 센서와 1개의 수분 센서로 구성된 휴대용 전자코 시스템으로 가스성분을 분석함으로써 계육의 신선도를 평가하고자 실시하였다.
대상 데이터
- 가스성분 포집에 사용한 fiber는 divinylbenzene(DVB)/ carboxen(CAR)/polydimethy siloxane(PDMS)이 코팅된 두께 50 µm의 fiber를 사용하였다.
- 시료는 (주)하림에서 전일 도축한 신선육을 구입하였다. 저장기간에 따른 품질의 변화를 측정하기 위해 시료는 잘게 분쇄하여 균질화 시킨 후 저장기간(1일, 3일, 5일, 7일 , 9일, 11일, 13일, 15일, 17일, 19일) 별 150 g씩 지퍼백에 넣어 4℃로 저장한 후 차례대로 냉동하였다가 측정 당일 4℃로 2시간 해동하여 사용하였다.
- 센서의 모델 및 측정 가능한 가스는 Table 1과 같다. 전자코 시스템은 냉장 계육의 저장기간에 따른 품질 변화로 발생되는 가스성분을 검출할 가능성이 높은 MOS센서(TGS, Figaro, Japan) 6개와 수분센서 1개로 구성되었다. 계육에서는 저장기간의 변화에 따라 가스의 발생과 더불어 수분도 발생하게 되는데 이때 발생하는 수분은 센서의 감도에 영향을 미치게 되므로 수분을 실리카 겔을 이용하여 10%이하로 제거한 후 센서와 반응시켰다.
- 상관분석을 이용하여 전자코의 불필요한 센서를 줄이고 최적화하는 작업을 하였다. 총균수, TBARS value, 6개의 센서와는 상관도가 높고 센서끼리는 상관도가 낮은 센서 #1, #2, #3, #5를 선정하였다.
데이터처리
- 데이터 분석에는 그래프 분석, Pearson's correlation을 이용한 상관관계 분석, 다중비교 분석(multiple comparison analysis), 주성분 분석(principal component analysis)과 선형판별분석(linear discriminant analysis)을 이용하였다.
- 데이터 분석에는 그래프 분석, Pearson's correlation을 이용한 상관관계 분석, 다중비교 분석(multiple comparison analysis), 주성분 분석(principal component analysis)과 선형판별분석(linear discriminant analysis)을 이용하였다. 사용된 프로그램은 그래프 분석에는 Excel(Microsoft, Redmond, Washington, USA)을, 다중비교 분석과 선형판별분석에는 SPSS(version 8, SPSS, USA)를, 주성분 분석에는 MATLAB software(version 7, Mathworks, USA)를 이용하였다.
이론/모형
- TBARS(2-thiobarbituric acid reactive substances) value 측정은 Brewer 등(1992)의 측정법에 따라 532 nm의 흡광도를 측정하여 지방 분해산물인 malondialdehyde의 함량을 시료 1 kg에 대한 mg으로 계산하여 나타내었다. 시료 5 g과 10% trichloroacetic acid 용액 20 mL, 7.
- 냉장 계육의 저장기간의 변화에 따른 가스성분 분석기기는 GC-MS(Saturn 2000, Varian, USA)를 사용하였고, 분석방법은 SPME방법을 이용하였다. 분석에 사용한 Column은 HP-5 capillary column(cross linked 5% PHME siloxane, 30 m×0.
- 미생물 수의 측정은 식품공전의 일반세균수 측정법을 따랐다(KFDA, 2007). 멸균된 polyethylene bag에 10 g의 시료를 넣고 멸균된 식염수(0.
- 센서의 신호 획득은 Visual Basic 소프트웨어를 이용하여 개발된 프로그램을 사용하였다. 데이터 저장과 실시간 그래프 출력 등의 기능을 갖추고 있으며, 초 당 1개의 신호가 txt 파일로 저장되도록 설정하였다.
- 85%, NaCl) 90 mL를 첨가하여 혼합 후 10진 희석법으로 희석하여 배지에 도말하였다. 표준한천배양방법으로 37℃에서 24시간 배양하여 계수하였고, 배지는 균수측정용 표준한천배지(standard methods agar)를 사용하였다. 계수된 미생물 수는 시료 1 g 당 CFU(colony forming unit)으로 나타내었다.
성능/효과
- 1)Student-Newman-Keuls test; a-gDifferent letters within the same row differ significantly (p<0.05).
- 959로 매우 높게 나타났다. 6개의 센서 중 1번, 2번, 5번 센서는 총균수와 TBARS value와 -0.889 이상의 높은 상관도를 보였다. 상관분석을 이용하여 전자코의 불필요한 센서를 줄이고 최적화하는 작업을 하였다.
- 저장 초기의 1일에서 5일까지의 데이터를 기반으로 선형판별분석을 한 경우 제1, 2판별함수를 이용할 경우 100%의 정확도를 보였다. 결론적으로 본 연구에서의 전자코를 이용한 계측과 주성분분석 및 선형판별 분석법을 이용할 경우 냉장 저장된 계육의 신선도 변화가 예측 가능함을 확인할 수 있었다.
- 본 연구에서는 저장기간에 따른 계육의 신선도 변화를 GC-MS를 이용한 가스 성분의 변화, 미생물의 총균수와 지방 산패도의 변화를 통해 분석하고, MOS 센서와 수분 센서를 기반으로 한 전자코 시스템을 구성하여, 계육의 품질 평가를 실시하였다. 계육의 GC-MS, 미생물, 지방 산패도를 이용한 품질의 측정결과 저장기간이 증가함에 따라 품질은 저하되었고, 저장기간이 5일 이후부터 급격한 품질의 저하를 나타내기 시작했다. 전자코 시스템을 이용한 실험결과, 그래프 분석을 이용하여 계육은 저장기간 초기부터 저장기간의 증가에 따라 선형적으로 저항값의 변화율이 감소함을 확인할 수 있었다.
- Table 3은 계육의 TBC와 TBARS의 측정값을 나타낸 표이다. 계육의 미생물 측정결과를 이용한 다중비교 분석결과는 저장기간 별 총 10개의 그룹 중 1일-3일, 5일, 7일-9일, 11일, 13일-15일, 17일, 19일의 7개의 그룹으로 구분이 가능하였다.
- Barnes 등(1976)은 계육에 존재하는 총균수가 6 log CFU/g 이상일 때를 부패 초기단계라 보고하였고, 8 log CFU/g 이상일 때는 관능적으로 받아들일 수 없는 부패취가 발생한다고 보고하였다. 계육의 저장기간 1일차 총균수는 4.13 log CFU/g이었으며, 저장기간이 증가하면서 총균수는 유의적으로 증가하였다. 특히 저장기간 5일 이후에서는 급격히 미생물수가 증가하였는데, 이때부터 계육의 품질이 급격히 저하되기 시작함을 알 수 있다.
- 1일, 13일, 15일의 데이터는 총 4개 중에서 3개를 구분하였는데, 1일 데이터는 3일로, 13일 데이터는 11일 데이터로, 15일 데이터는 17일로 잘못 예측되었다. 나머지 저장기간의 데이터는 모두 정확하게 예측되었으며 전체적으로 92.5%의 정확도를 보였다. Fig.
- 계육의 저장기간의 증가에 따라 발생한 총 26가지의 가스성분의 변화를 hydrocarbons류, aldehydes류, ketones류, esters류, alcohols류, other nitrogen compounds류, sulfur compounds류로 구분하여 Table 2에 나타내었다. 분류 별 주요 성분은 hydrocarbons류는 methane, aldehydes류는 3-methyl butanal, ketones류는 2-butanone, esters류는 hexyl octyl ether, alcohols류는 2-propanol과 2-ethyl-1-decanol, other nitrogen compounds류는 1,2-propanediamine, sulfur compounds류는 carbon disulfide로 각각 확인되었다. 전반적으로 저장기간이 증가함에 따라 발생하는 가스의 양은 증가하였다.
- 전자코 센서의 신호를 이용하여 주성분 분석을 한 결과 저장일수에 따라 제1, 2주성분이 뚜렷이 구분됨을 확인할 수 있었다. 선형판별을 이용하여 분석한 결과 1일에서 19일까지 전체 분류 정확도가 92.5%였다. 저장 초기의 1일에서 5일까지의 데이터를 기반으로 선형판별분석을 한 경우 제1, 2판별함수를 이용할 경우 100%의 정확도를 보였다.
- 5%였다. 저장 초기의 1일에서 5일까지의 데이터를 기반으로 선형판별분석을 한 경우 제1, 2판별함수를 이용할 경우 100%의 정확도를 보였다. 결론적으로 본 연구에서의 전자코를 이용한 계측과 주성분분석 및 선형판별 분석법을 이용할 경우 냉장 저장된 계육의 신선도 변화가 예측 가능함을 확인할 수 있었다.
- 7%로 나타났다. 저장초기의 1일에서 5일까지의 데이터를 기반으로 한 선형판별분석 결과에서는 제1, 2판별력을 모두 활용할 시 100% 구분이 가능하였다.
- 전자코 시스템을 이용한 실험결과, 그래프 분석을 이용하여 계육은 저장기간 초기부터 저장기간의 증가에 따라 선형적으로 저항값의 변화율이 감소함을 확인할 수 있었다. 전자코 센서의 신호를 이용하여 주성분 분석을 한 결과 저장일수에 따라 제1, 2주성분이 뚜렷이 구분됨을 확인할 수 있었다. 선형판별을 이용하여 분석한 결과 1일에서 19일까지 전체 분류 정확도가 92.
- 계육의 GC-MS, 미생물, 지방 산패도를 이용한 품질의 측정결과 저장기간이 증가함에 따라 품질은 저하되었고, 저장기간이 5일 이후부터 급격한 품질의 저하를 나타내기 시작했다. 전자코 시스템을 이용한 실험결과, 그래프 분석을 이용하여 계육은 저장기간 초기부터 저장기간의 증가에 따라 선형적으로 저항값의 변화율이 감소함을 확인할 수 있었다. 전자코 센서의 신호를 이용하여 주성분 분석을 한 결과 저장일수에 따라 제1, 2주성분이 뚜렷이 구분됨을 확인할 수 있었다.
- 3은 계육의 센서 별 저장기간에 따른 저항값의 변화율을 나타낸 그래프이다. 전체적으로 모든 센서가 저장기간에 따라 뚜렷한 저항값의 변화를 보였다. 센서 #3, #4, #6번의 저항값의 변화율은 저장기간이 9일이 지난 후부터 급격한 감소를 보였고, 센서 #1, #2, #5번은 저장기간 초기부터 저장기간의 증가에 따라 선형적으로 저항값의 변화율이 감소함을 확인하였다.
- 4와 같다. 제1주성분의 기여도는 95.7%, 제2주성분의 기여도는 3.5%로 제1주성분 값만을 이용하여 패턴변화의 인식이 가능함을 확인할 수 있었다. 주성분 분석의 특성 상 제1주성분에 기여하는 특정 향기성분을 정확하게 규정하는 것은 어렵지만 저장기간에 따라 급격한 변화를 보이는 alcohols류, aldehydes류, esters류, ketones류, 그리고 sulfur component류가 복합적으로 결합하여 제1주성분에 영향을 미친 것으로 보여진다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.