Application of artificial neural networks coupled to UV–VIS–NIR spectroscopy for the rapid quantification of wine compounds in aqueous mixtures

Abstract

Ultraviolet–visible (UV–VIS) and near-infrared (NIR) spectroscopy coupled to artificial neural networks (ANNs) was used as a non-destructive technique to quantify ethanol, glucose, glycerol, tartaric acid, malic acid, acetic acid and lactic acid in aqueous mixtures. Spectral data were obtained for 152 samples. Differing pre-treatments were applied to the spectra and ANN models were obtained using raw and pre-treated data to evaluate several spectral wavelength groupings and ANN training conditions. Feasible calibration models were obtained for ethanol, malic acid and tartaric acid. To validate the process, 120 new samples were measured using the best ANN models. The determination coefficients for the three compounds using this validation set were above 0.9. The results showed the importance of good parameter selection when training the ANN to obtain reliable models. Coupling UV–VIS–NIR spectroscopy to ANN could provide an alternative to conventional chemical methods for determining ethanol, tartaric acid and malic acid in wines

Se utilizó la espectroscopía ultravioleta-visible (uv–vis) e infrarroja cercana (NIR) acopladas a redes neurales artificiales (ann) como técnica no destructiva para cuantificar varias mezclas acuosas de: etanol, glucosa, glicerol, ácido tartárico, ácido málico, ácido acético y ácido láctico. Se obtuvieron datos espectrales de 152 muestras. Se aplicaron distintos tratamientos previos a los espectros resultantes, obteniéndose los modelos ann a través del uso de datos brutos y de datos tratados previamente para evaluar varios agrupamientos de bandas espectrales y varias condiciones de entrenamiento de las ann. De esta manera, se obtuvieron modelos de calibración viables para el etanol, el ácido málico y el ácido tartárico. Con el fin de validar el proceso, se midieron 120 muestras adicionales utilizando los mejores modelos de las ann. Se constató que, usando este conjunto de validación, los coeficientes de determinación de los tres compuestos superaron 0,9. Los resultados demostraron la importancia de contar con una buena selección de parámetros durante el entrenamiento de las ann con el fin de obtener modelos confiables. La vinculación de la espectroscopía uv–vis–nir a las ann podría ser una alternativa a los métodos químicos convencionales para la determinación de la presencia de etanol, ácido tartárico y ácido málico en los vinos