← Zurück zu Allen Blogs und Publikationen Fat Analysis in Ground Beef

Echtzeit-Fettanalyse in der Hackfleischverarbeitung

Warum der Fettgehalt in den Kennzeichnungsvorschriften der USA und der EU die bestimmende Spezifikation für Rinderhackfleisch ist, was die Referenzmethoden für Fett, Feuchte und Protein beinhalten und was die begutachteten Online-NIR-Studien am Wolfauslauf und auf Förderbändern über Genauigkeit, Körnung und Chargenmittelung berichten.

Warum der Fettgehalt die bestimmende Spezifikation ist

Rinderhackfleisch wird nach seinem Mager-Fett-Verhältnis gekauft, gemischt und verkauft, sodass der Fettgehalt zugleich reguliert, deklariert und bepreist wird. In den Vereinigten Staaten definiert 9 CFR 319,15 gehacktes Rindfleisch, Rinderhackfleisch und Hamburger als Produkte, die nicht mehr als 30 Prozent Fett und kein zugesetztes Wasser, keine Phosphate, Bindemittel oder Streckmittel enthalten dürfen [1]. Die Kennzeichnungsregel 9 CFR 317.362(f) erlaubt eine Angabe des Magerfleischanteils auf Hackfleisch nur, wenn der Fettanteil unmittelbar daneben in Schrift derselben Farbe, Größe und Art erscheint [2]. In der Europäischen Union legt die Verordnung (EU) Nr. 1169/2011 (Anhang VI Teil B) Höchstfettgehalte für die Bezeichnung „Hackfleisch“ fest, geprüft als Tagesdurchschnitt: 7 % für mageres Hackfleisch, 20 % für reines Rinderhackfleisch, 30 % für Hackfleisch mit Schweinefleischanteil und 25 % für andere Tierarten, und verlangt die Angabe „Fettgehalt weniger als …“ auf dem Etikett [3]. Für einen Verarbeiter in der Lebensmittelindustrie ist die Aufgabe zweiseitig: den deklarierten Fettgehalt nie überschreiten und nie Magerfleisch verschenken, indem man weiter darunter bleibt als nötig.

Die Referenzmethoden und warum sie langsam sind

Die Referenzmethoden für die Fleischzusammensetzung sind klassische nasschemische Verfahren. ISO 1443 bestimmt das Gesamtfett durch saure Hydrolyse der Probe zur Freisetzung gebundenen Fetts mit anschließender Lösungsmittelextraktion [4]. ISO 1442:2023 bestimmt die Feuchte durch direkte Trocknung oder, bei Produkten mit vielen flüchtigen Stoffen neben Wasser, durch Destillation [5]. ISO 937:2023 bestimmt den Stickstoff nach dem Kjeldahl-Prinzip, woraus das Rohprotein berechnet wird [6]. Jede benötigt Stunden für Aufschluss, Extraktion oder Trocknung, sodass sich das Ergebnis auf eine Charge bezieht, die Mischer oder Wolf bereits verlassen hat. Prieto et al. fanden NIR gut geeignet zur Vorhersage der chemischen Zusammensetzung von Fleisch, aber schwächer bei technologischen und sensorischen Merkmalen, und führen die schwächeren Ergebnisse auf die Heterogenität der Proben und ihre Vorbereitung, die geringe Präzision der Referenzmethoden und die Subjektivität von Verkostungspanels zurück [7].

Was die Online-Studien berichten

Die kontinuierliche Messung von Rinderhackfleisch am Ort der Herstellung hat eine drei Jahrzehnte zurückreichende begutachtete Geschichte, zu großen Teilen aus der norwegischen Gruppe um Isaksson, Tøgersen und Hildrum. Isaksson et al. montierten ein NIR-Gerät für diffuse Reflexion direkt am Auslauf eines Fleischwolfs und erhielten für Proben mit 6,2–21,7 % Fett, 59,6–72,9 % Feuchte und 18,1–20,7 % Protein Kreuzvalidierungsfehler (RMSECV) von 0,73–1,50 % für Fett, 0,75–1,33 % für Feuchte und 0,23–0,32 % für Protein, je nach Lochscheibe; die kleinsten Lochdurchmesser ergaben die geringsten Fehler, und die Ergebnisse wurden für 4, 8 und 13 mm Scheiben als akzeptabel beurteilt [8]. Tøgersen et al. übertrugen denselben Ansatz auf Chargen von Rind- und Schweinefleisch im Industriemaßstab, die durch eine 13 mm Scheibe gewolft wurden (7–26 % Fett, 58–75 % Wasser, 15–21 % Protein), und berichteten Vorhersagefehler von 0,82–1,49 % für Fett, 0,94–1,33 % für Wasser und 0,35–0,70 % für Protein; die Methode wurde in einem norwegischen Fleischbetrieb anstelle der manuellen Standardisierung in den Routinebetrieb übernommen [9].

Spätere Studien befassten sich mit den schwierigen Fällen. Für angefrorenes Rindfleisch verwendeten Tøgersen et al. ein berührungsloses Filtergerät am Wolfauslauf, dessen Filter so gewählt waren, dass sie möglichst unempfindlich gegen die Kristallisation von Wasser sind, und schätzten jede Charge aus dem Mittel ihrer Messwerte; an 55 Chargen von 400–800 kg betrug der RMSECV 0,48–1,11 % für Fett, 0,43–0,97 % für Feuchte und 0,41–0,47 % für Protein [10]. Auf einem Förderband überwachten Hildrum et al. 60 Chargen grob gewolften Rindfleischs mit einem Diodenarray-Gerät unter Industriebedingungen; nach Entfernen des Signals des Bands selbst lagen die kreuzvalidierten Vorhersagefehler bei 1,6–2,4 % für Fett und Wasser und 0,5–0,8 % für Protein, wiederum am besten bei der feinsten Körnung [11]. Anderson und Walker maßen einen kontinuierlichen geformten Strom von Rinderhackfleisch mit einem Diodenarray-Spektrometer im sichtbaren/NIR-Bereich und erhielten einen Standardfehler der Vorhersage von 2,15–2,28 % Fett bei einzelnen Validierungsmessungen, aber 0,70–1,05 % Fett, wenn die Vorhersagen über ganze Blöcke zusammengefasst wurden [12]. Wold et al. berichten denselben Effekt für einen bildgebenden NIR-Scanner an Rindfleischabschnitten: Einzelne Abschnitte wurden mit einem RMSEP von 8,7 % vorhergesagt, Ströme, die Chargen von 10–24 kg bildeten, mit 1,33 %, und Simulationen deuteten auf etwa 0,6 % für 100 kg Chargen hin [13].

Auslegung der Messstelle

Die Literatur gibt drei praktische Regeln für die Platzierung eines Online-Analysators in einer Hackfleischlinie:

  • Chargenmittel berichten, nicht Einzelspektren. Hackfleisch ist im Maßstab eines Messflecks heterogen, und die Online-Studien erreichten brauchbare Genauigkeit durch Mittelung der Messwerte über eine Charge oder einen Block [10][12][13]. Die Regelentscheidung — Zugabe von Mager- oder Fettabschnitten in den Mischer — gehört auf das Chargenmittel.
  • Nach der feinsten verfügbaren Körnung messen. Durch die kleinsten Scheibenlöcher gewolftes Fleisch ergab sowohl am Wolfauslauf als auch auf dem Band die geringsten Fehler [8][11]; je gröber das Produkt, desto mehr Material muss für denselben Fehler gemittelt werden.
  • Die Probenpopulation unter Kontrolle halten. Angefrorenes Fleisch verändert das Spektrum durch Eisbildung und braucht eine eigene Wellenlängenauswahl oder Kalibrierung [10]; bei Förderbandmessungen muss der Bandhintergrund entfernt werden [11]; und da das Modell den Fehler der Referenzmethode erbt, sollten die ISO-Verfahren für Fett, Feuchte und Stickstoff [4][5][6] für Referenzproben unter dokumentierten Bedingungen durchgeführt werden.

Die laufende Fett- und Feuchteschätzung in einen Mager/Fett-Standardisierungskreis zu überführen bedeutet, die Anteile von Mager- und Fettrohware anzupassen, bevor die Charge ausgetragen wird; so nutzte sie der norwegische Betrieb in der Studie von 1999 [9]. Der deklarierte Wert auf dem Etikett bleibt Sache der Referenzmethode und der Verordnung; das Online-NIR-Ergebnis ergänzt diese Analyse, statt sie zu ersetzen [1][3].

Wie USTECH an die Aufgabe herangeht

Für Hackfleisch auf Förderbändern und an Mischer- oder Wolfausläufen bietet USTECH den ProLine17EC, einen robusten Inline-NIR-Analysator in IP65 mit InGaAs-Array, Edelstahlgehäuse und Saphirfenster, sowie den ProLine17ECS für die Hochgeschwindigkeitsmessung an schnell bewegtem Produkt. Die caliX-Suite stellt die in den obigen Studien verwendeten PLS-Regressions- und Vorverarbeitungswerkzeuge bereit, und ProChem übergibt chargengemittelte Werte an die PLC oder das SCADA-System, das die Mager- und Fettdosierung steuert. Welches Mittelungsintervall, welche Körnung und welche Kalibrierpopulation die Genauigkeit liefern, die eine bestimmte Mager/Fett-Spezifikation erfordert, wird in einer Machbarkeitsstudie mit Ihren eigenen Fleischproben und Referenzanalysen ermittelt und nicht aus veröffentlichten Zahlen abgeleitet.

Quellen

  • [1] 9 CFR § 319.15 — Miscellaneous beef products (chopped beef, ground beef, hamburger). Code of Federal Regulations, Title 9, Chapter III, Part 319, Subpart B; 35 FR 15597, 3 Oct. 1970, as amended at 66 FR 54916, 31 Oct. 2001. ecfr.gov/current/title-9/section-319.15
  • [2] 9 CFR § 317.362 — Nutrient content claims for fat, fatty acids, and cholesterol content, paragraph (f). Code of Federal Regulations, Title 9, Chapter III, Part 317, Subpart B. ecfr.gov/current/title-9/section-317.362
  • [3] Regulation (EU) No 1169/2011 of the European Parliament and of the Council of 25 October 2011 on the provision of food information to consumers, Annex VI, Part B (Specific requirements concerning the designation of ‘minced meat’). Official Journal of the European Union, L 304, 22.11.2011, p. 18. eur-lex.europa.eu/eli/reg/2011/1169/oj
  • [4] ISO 1443:1973 (confirmed 2022). Meat and meat products — Determination of total fat content. ISO, Geneva. iso.org/standard/6038.html
  • [5] ISO 1442:2023. Meat and meat products — Determination of moisture content — Reference method. ISO, Geneva. iso.org/standard/82664.html
  • [6] ISO 937:2023. Meat and meat products — Determination of nitrogen content — Reference method. ISO, Geneva. iso.org/standard/82663.html
  • [7] Prieto, N., Roehe, R., Lavín, P., Batten, G., Andrés, S. (2009). Application of near infrared reflectance spectroscopy to predict meat and meat products quality: A review. Meat Science, 83(2), 175–186. doi:10.1016/j.meatsci.2009.04.016
  • [8] Isaksson, T., Nilsen, B.N., Tøgersen, G., Hammond, R.P., Hildrum, K.I. (1996). On-line, proximate analysis of ground beef directly at a meat grinder outlet. Meat Science, 43(3–4), 245–253. doi:10.1016/S0309-1740(96)00016-2
  • [9] Tøgersen, G., Isaksson, T., Nilsen, B.N., Bakker, E.A., Hildrum, K.I. (1999). On-line NIR analysis of fat, water and protein in industrial scale ground meat batches. Meat Science, 51(1), 97–102. doi:10.1016/S0309-1740(98)00106-5
  • [10] Tøgersen, G., Arnesen, J.F., Nilsen, B.N., Hildrum, K.I. (2003). On-line prediction of chemical composition of semi-frozen ground beef by non-invasive NIR spectroscopy. Meat Science, 63(4), 515–523. doi:10.1016/S0309-1740(02)00113-4
  • [11] Hildrum, K.I., Nilsen, B.N., Westad, F., Wahlgren, N.M. (2004). In-line analysis of ground beef using a diode array near infrared instrument on a conveyor belt. Journal of Near Infrared Spectroscopy, 12(6), 367–376. doi:10.1255/jnirs.445
  • [12] Anderson, N.M., Walker, P.N. (2003). Measuring fat content of ground beef stream using on-line visible/NIR spectroscopy. Transactions of the ASAE, 46(1), 117–124. doi:10.13031/2013.12537
  • [13] Wold, J.P., O’Farrell, M., Høy, M., Tschudi, J. (2011). On-line determination and control of fat content in batches of beef trimmings by NIR imaging spectroscopy. Meat Science, 89(3), 317–324. doi:10.1016/j.meatsci.2011.05.001
USTECH Innovations Logo

Bewerten Sie diese Anwendung für Ihren Prozess

Unser Applikationsteam erläutert die Methode, stellt die zugrunde liegende Literatur bereit und bespricht mit Ihnen die Anwendung auf Ihren Prozess.

Kontakt aufnehmen

Lesen Sie weiter

Reduzierung der Zutatenverschwendung bei der Viehfutterproduktion
ARTIKEL

Reduzierung der Zutatenverschwendung bei der Viehfutterproduktion

Warum Rinderfutter gegen die Variabilität der Rohstoffe überformuliert wird, was die Literatur über die Ursachen dieser Variabilität sagt und wie NIR bei der Annahme und am Mischer die Sicherheitsmarge verringert.

Artikel lesen
Feuchte- und Proteinanalyse in Milchpulver mit NIR-Spektroskopie
ARTIKEL

Feuchte- und Proteinanalyse in Milchpulver mit NIR-Spektroskopie

Wie Feuchte, Protein, Fett und Lactose in Milchpulver mit den Referenzmethoden bestimmt werden, was publizierte NIR-Kalibrierungen dafür berichten und wie ein At-line- oder Inline-NIR-Schritt kalibriert und validiert wird.

Artikel lesen