Resumen

El objetivo del presente estudio fue detectar la adulteración del aceite de canola con otros aceites vegetales como el de girasol, soja y cacahuete y construir modelos para predecir el contenido de aceite adulterado en el aceite de canola. En este trabajo, se detectaron 147 muestras adulteradas mediante cromatografía de gases-espectrometría de movilidad de iones (GC-IMS) y análisis quimiométrico, y se combinaron dos métodos de extracción de características, el histograma de gradiente orientado (HOG) y el análisis de componentes principales multidireccional (MPCA), para pretratar el conjunto de datos. Los resultados evaluados mediante el algoritmo de análisis discriminante canónico (CDA) indicaron que el modelo HOG-MPCA-CDA era factible para discriminar el aceite de canola adulterado con otros aceites y para clasificar con precisión los diferentes niveles de cada aceite adulterado. Se utilizó el análisis de mínimos cuadrados parciales (PLS) para construir modelos de predicción del nivel de aceite adulterado en el aceite de canola. El modelo construido por PLS demostró ser eficaz y preciso para predecir la adulteración con una buena regresión (R2>0,95) y bajos errores (RMSE ≤ 3,23).

• Materias:Análisis cromatográfico Polímeros Nanopartículas Química farmacéutica Método espectrofotométrico
• Subjects:Chromatographic analysis Polymers Nanoparticles Chemistry pharmaceutical Spectrophotometric method
• Palabras claves:aceite de canola, aceite adulterante, espectrometría de movilidad iónica, análisis de componentes principales, adulteración de la canola, análisis de mínimos cuadrados, análisis discriminante canónico, métodos de características, nivel de aceite adulterante, aceite vegetal
• Keywords:canola oil, adulterant oil, ion mobility spectrometry, principal components analysis, adulteration of canola, least square analysis, canonical discriminant analysis, methods of features, adulterant oil level, vegetables oil