Combining information from headspace mass spectrometry and visible spectroscopy in the classification of the Ligurian olive oils

Casale, Monica; Armanino, Carla; Casolino, Chiara; Forina, Michele

doi:10.1016/j.aca.2007.02.043

Cited by 50 publications

(38 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In oils from different areas of Lazio (central Italy), the content of oleic and saturated acids turned out to be strongly influenced by the irrigation practice, whereas the content of volatile compounds was affected by the altitude of the cultivation site (D'Imperio et al, 2007). Head-space analysis by electronic nose/mass spectrometry and pigment analysis by visible spectroscopy have been used to differentiate the geographical origin of olive oils from three different Protected Designation of Origin areas of Liguria (northern Italy) (Casale et al, 2007). The characterization of virgin olive oils from two distinct geographical areas of northern Italy (Gulf of Trieste and near lake Garda) was developed by Vichi et al (2003).…”

Section: Introductionmentioning

confidence: 99%

Environmental and seasonal influence on virgin olive (Olea europaea L.) oil volatiles in northern Italy

Tura

Failla

Bassi

et al. 2009

Scientia Horticulturae

View full text Add to dashboard Cite

Section: Introductionmentioning

confidence: 99%

Environmental and seasonal influence on virgin olive (Olea europaea L.) oil volatiles in northern Italy

Tura

Failla

Bassi

et al. 2009

Scientia Horticulturae

View full text Add to dashboard Cite

“…12 Em relação aos métodos supervisionados, que utilizam informação prévia sobre um conjunto de amostras conhecidas, a técnica mais utilizada é a modelagem suave independente de analogias entre classes (SIMCA -Soft Independent Modeling of Class Analogies), que usa PCA para cada classe definida e testa a distância das amostras em relação a cada uma das classes, para determinar se se situa em alguma classe e em qual ou quais delas. 9 Assim, neste trabalho buscou-se classificar amostras de biodiesel em termos do tipo de óleo utilizado na produção de biodiesel (soja, algodão e girassol), utilizando espectrometria na região do visível e aplicando técnicas de reconhecimento de padrões não supervisionado e supervisionado. As técnicas não supervisionadas utilizadas foram PCA e HCA e o método supervisionado foi o SIMCA, para fazer a classificação.…”

Section: Introductionunclassified

Classificação de biodiesel na região do visível

et al. 2012

View full text Add to dashboard Cite

Recebido em 17/3/11; aceito em 15/8/11; publicado na web em 26/9/11 BIODIESEL CLASSIFICATION IN THE VISIBLE REGION. Classification of biodiesel by oilseed type using pattern recognition techniques is described. The spectra of the samples were performed in the Visible region, requiring noise removal by use of a first derivative by the Savitzky-Golay method, employing a second-order polynomial and a window of 21 points. The characterization of biodiesel was performed using HCA, PCA and SIMCA. For HCA and PCA methods, one can observe the separation of each group of biodiesel in a spectral region of 405-500 nm. SIMCA model was used in a test group composed of 28 spectral measurements and no errors are obtained.Keywords: biodiesel; classification; visible region. INTRODUÇÃONas últimas décadas cresceu o interesse por combustíveis renováveis, em contraposição aos derivados do petróleo, 1 de custo cada vez mais elevado por serem prospectados em áreas com acesso cada vez mais difícil e necessitando de maiores esforços tecnológicos. No Brasil, a produção de biocombustíveis surgiu como uma alternativa para diversificação da matriz energética, contribuindo para a preservação do meio ambiente, 1,2 e para diminuir a dependência de uma fonte energética esgotável, o petróleo, apesar dos esforços em pesquisas de novos campos petrolíferos, como a descoberta de grandes reservas na camada do pré-sal.No Brasil dois biocombustíveis se destacam: o bioálcool, produzido a partir da cana-de-açúcar, com o qual o país detém tecnologias avançadas em toda a cadeia produtiva; e o biodiesel, introduzido na matriz energética brasileira pela Medida Provisória nº. 214, de 13/9/2004. 2 Nesta norma, o biodiesel, combustível composto de monoalquilésteres de ácidos graxos de cadeia longa, é conceituado como "um combustível para motores a combustão interna com ignição por compressão, renovável e biodegradável, derivado de óleos vegetais ou de gorduras animais, que possa substituir parcial ou totalmente o óleo diesel de origem fóssil". 2 O biodiesel pode ser obtido por diferentes processos, dentre os quais se destaca a transesterificação de óleo vegetal ou gordura com um álcool de baixo peso molecular, como etanol ou metanol, através de uma reação catalisada por hidróxido de potássio ou de sódio. 3 Apesar do diesel de petróleo comercializado ter 5% (v/v) de biodiesel, 2 este combustível carece de métodos de classificação de sua fonte de origem, que possa permitir um acompanhamento mais rigoroso dos padrões de qualidade de produção. Como os óleos são definidos pelos triacilgliceróis presentes e suas proporções e o método padrão de identificação e quantificação é a cromatografia gasosa, que é caro e demorado, uma alternativa viável seria desenvolver um método espectroscópico que possa ser utilizado para associar o espectro com as quantidades dos triacilgliceróis e suas proporções no óleo. Na esteira deste raciocínio, alguns trabalhos são encontrados para reconhecimento de padrões de biodiesel por seu óleo de partida, sendo que os mesmos utilizam a região...

show abstract

“…To measure the particle size distribution, 8 L of wood chips samples were sieved at moisture content below 20 w% wet basis to avoid the fine particles from adhering together or losing moisture during the testing. Six circular sieves with round perforated holes in a metal plate from 3.15 mm to 63 mm, in accordance with ISO 3310-2 [51], were used in the particle size determination following EN 15149-1 [34]; five circular sieves with round perforated holes were used for ISO 17827-1 [35] particle size determination since the 8 mm sieve is no longer necessary to calculate the ISO particle size distribution class. The determination of particle size classes was made in accordance with both EN and ISO standards ( [29,30].…”

Section: Physical Characterization Of Wood Chipsmentioning

confidence: 99%

“…The term soft refers to the classifier that can identify samples as belonging to multiple classes and not necessarily producing a sample classification in non-overlapping classes. As a method of classification, SIMCA gained widespread use especially in applied statistical fields such as spectroscopic and chemometrics data analysis [35][36][37][38][39][40]. The proposed method has the advantage of considering all the variables in a multivariate way.…”

Section: Introductionmentioning

confidence: 99%

How Wood Fuels’ Quality Relates to the Standards: A Class-Modelling Approach

Zanetti

Costa²,

Greco

et al. 2017

Energies

View full text Add to dashboard Cite

Abstract:The quality requirements of wood biofuels are regulated by a series of harmonized international standards. These standards define the technical parameter limits that influence the quality of solid biomass as a fuel. In 2014 the European reference standard for solid biofuel was replaced by the International ISO standard. In the case of wood chips, the main difference between the European and International standards is the definition of particle size distribution classes. In this context, this study analyses the quality of wood chips and its variation over the years according to the "former" (EN 14691-4) and "in force" (ISO 17225-4) standards. A Soft Independent Modelling of Class Analogy (SIMCA) model was built to predict the best quality of wood chips and to clarify the relationship between quality and standard parameters, time and changes in the standard regulations. The results show that, compared to the EN standards, classification with the ISO standards increases the samples belonging to the best quality classes and decreases the not classified samples. Furthermore, all the SIMCA models have a high sensitivity (>90%), reflect the differences introduced to the quality standards and are therefore suitable for monitoring the quality of wood chips and their changes.

show abstract

Combining information from headspace mass spectrometry and visible spectroscopy in the classification of the Ligurian olive oils

Cited by 50 publications

References 16 publications

Environmental and seasonal influence on virgin olive (Olea europaea L.) oil volatiles in northern Italy

Environmental and seasonal influence on virgin olive (Olea europaea L.) oil volatiles in northern Italy

Classificação de biodiesel na região do visível

How Wood Fuels’ Quality Relates to the Standards: A Class-Modelling Approach

Contact Info

Product

Resources

About