DK163382B - Fremgangsmaade til bestemmelse af individuelle koedemners kvalitetsegenskaber - Google Patents

Description

i

DK 163382 B

Den foreliggende opfindelse angår en fremgangsmåde af den i krav l's indledning angivne art.

På grund af et omfattende avlsarbejde, en rationalisering hos producenterne samt en kvalitetsstyring og effektivisering på slagterierne kan de 5 kødforarbejdende virksomheder i dag levere kød af god kvalitet og til en rimelig pris til kunderne.

Det har fx været muligt i Danmark at forøge det gennemsnitlige kødindhold i slagtekroppe ved at måle kødprocenten i slagtekroppen og foretage en afregning til producenten i overensstemmelse med kødindholdet. Dette 10 betyder, at forbrugerne generelt har fået mindre fedtholdige kødudskæringer. Fra slagteriside tilstræber man at kunne tilbyde kødvarer, der opfylder specielle ønsker hos forbrugerne, fx kød der har bestemte specifikationer med hensyn til farve, spiseegenskaber eller fedtmarmorering. Det er dog meget vanskeligt at give nogen garanti for, 15 at sådanne specifikationer er opfyldt på grund af usikkerhederne, der er i de til rådighed stående metoder til kvalitetsbestemmelse.

En manuel klassificering af kødet i forskellige kvalitetsklasser kan ganske vist foretages, men det vil være særdeles vanskeligt at udarbejde normer, der forstås og efterkommes på samme måde af alle operatører. Det 20 vil også være meget tidskrævende at foretage klassificering, bl.a. fordi operatøren skal gennemgå en uddannelse og denne skal holdes ved lige, og alligevel vil klassificeringen blive meget usikker, da operatøren kun kan vurdere nogle få ydre parametre ved kødet.

Der kendes forskellige måleapparater til bestemmelse af optiske egenskaber 25 i kød, fx er der i dansk patent nr. 120.003 beskrevet et' måleapparat, der omfatter en sonde med en lysrefleksionsmåler i form af en lyssender og en lysmodtager. Sonden stikkes ind i kødet, og på et til lysmodtageren forbundet viserinstrument kan kødets refleksionsevne derefter aflæses.

Denne metode er ikke egnet til at klassificere kød under produktions-30 mæssige forhold på slagterier og kødforarbejdende virksomheder, da den er for unøjagtig, bl.a. fordi apparaternes visning uundgåelig påvirkes af svingende temperaturer, samt slid og ældning af de optiske komponenter.

DK 163382 B

2 I US patentskrift 4.439*037 er beskrevet en fremgangsmåde til optisk bestemmelse af kød/spækforholdet i slagtekroppe, ved hvilken overfladen af kødemnet aftastes ved hjælp af en sonde med: et refleksionsmåleorgan.

Sonden føres ind i kødemnet, hvorunder der foretages en række målinger af 5 kødets refleksionsevne i forskellige punkter langs indføringslinien. Måleresultaterne behandles i en' computerenhed i form af en række heltal, der repræsenterer en refleksionskurve. Spæklag optræder som områder med høj refleksion, hvis tykkelse kan beregnes i computerenheden, idet der indstilles en tærskelværdi, over hvilken refleksionsmåleværdien 10 repræsénterer spæk.

Denne metode er beregnet til tykkelsesmålinger og er· ikke egnet til bestemmelse af andre kvalitetsegenskaber ved kød.

* ! · ( » *

Selv om kødets refleksionsevne er en væsentlig parameter, er den nødvendigvis ikke den mest nøjagtige parametér til bestemmelse af en 15 kvalitetsegenskab. PSE-kød, der som steg eller koteletter har mindre gode egenskaber, er fx lyst, men det er ikke ensbetydende med, at alt; lyst kød er PSE-kød. ·Pigmentindholdet kan godt være lavt i det pågældende kød, eller kødet kan fx være fedtmarmoreret og indeholde intramuskulært fedt.

Dette anses normalt for at give kødet ekstra gode spiseegenskaber som steg 20 eller koteletter.

En objektiv klassificering, der er baseret på den fra dansk patentskrift nr. 120.003 kendte metode, er derfor uanvendelig i praksis, idet den for det første giver en meget høj frasorteringsprocent, hvilket af ressource-og prismæssige årsager er uacceptabelt, og for det andet vil de godkendte 25 kødudskæringer mangle fedtmarmorering, som netop er en væsentlig kvalitetsegenskab ved pågældende anvendelse.

En kvalitetsbestemmelse, der er baseret på fremgangsmåden ifølge US patentskrift 4.439*037* giver ingen oplysninger om PSE-forekomst eller dermed beslægtede egenskaber, og kan kun give et usikkert mål for 30 marmoreringsgraden, som gør den praktisk uanvendelig.

Der kendes forskellige andre metoder til bestemmelse af bestemte kvalitetsegenskaber i kød. Fx er det kendt, at der findes en sammenhæng mellem PSE og pH af et kødemne. Dette kan imidlertid ikke udnyttes under slagteriforhold, da den målbare pH-værdi er relativt længe om at udvikle 35 eller stabilisere sig. Desuden er målingen ikke særligt nøjagtig.

DK 163382 B

3

Der er en god sammenhæng mellem PSE og mængden af opløseligt protein i et kødemne. Et normalt eller højt indhold af opløseligt protein giver kødet en god saftbindeevne. De kendte metoder til bestemmelse af opløseligt protein er baseret på en prøveudtagning og kemisk analyse, hvilket 5 teknisk, økonomisk og arbejdsmæssigt er meget krævende, hvis alle kødemnerne på en slagtelinie eller forarbejdningslinie skal undersøges.

Af det ovenfor anførte fremgår det, at der er et behov for at tilvejebringe en praktisk anvendelig metode til på produktionslinier at bestemme kvalitetsegenskaber af individuelle kødemner, fx til at detektere PSE-10 kød. Dette kan så anvendes til en produktion, hvor saftbindeevnen er uden betydning for spiseegenskaberne, mens det godkendte kød kan leveres til kunder til stort set normal pris, men med garanti for en saftig steg.

Det er formålet med den foreliggende opfindelse at tilvejebringe en fremgangsmåde til objektiv bestemmelse af individuelle kødemners 15 kvalitetsegenskaber, navnlig til detektering af emner med afvigende egenskaber, såsom PSE-kød, således at de individuelle kødemner kan videreforarbejdes og sælges i overensstemmelse med deres egenskaber. Fremgangsmåden skal kunne udføres på kort tid og med god nøjagtighed på produktionslinien i slagterier og kødforarbejdende virksomheder, og - om 20 muligt - skal den udførte måleprocedure samtidigt kunne bestemme flere forskellige kvalitetsegenskaber.

Fremgangsmåden ifølge opfindelsen er ejendommelig ved det i krav l’s kendetegnende del angivne.

Ved denne fremgangsmåde har det overraskende vist sig muligt at bestemme 25 fx saftbindeevnen af individuelle kødemner med så god nøjagtighed, at det i praksis er blevet muligt at detektere PSE-kød on-line og anvende det til andre formål end til stege. En sådan detektering har hidtil ikke været mulig, end ikke ved de tids- og omkostningskrævende analyser.

For at udføre fremgangsmåden ifølge opfindelsen er det kun nødvendigt at 30 foretage fx en sondemåling på'kødemnerne og talbehandle måleresultaterne, hvilket kan ske meget hurtigt uden prøveudtagning eller destruktion af kødet.

DK 163382B

4

Fremgangsmåden ifølge opfindelsen er meget tolerant over for de måleunøjagtigheder, der forekommer ved den anvendte type måleapparater, og som skyldes de meget svingende driftsbetingelser samt slid og ælde af de optiske komponenter.

5 Fremgangsmåden ifølge opfindelsen har den fordel, at flere kvalitetsegenskaber kan bestemmes ved samme måleprocedure, idet der blot skal anvendes et apparat, der indeholder forskellige talbehandlingskonfigurationer svarende til de søgte kvalitetsegenskabstyper. Det har fx vist sig muligt at bestemme både saftbindeevne og fedtmarmorering ved en enkelt indstiks-10 måling i kødemnet, og dette er af meget stor betydning, hvis slagteriet ønsker at levere fx kamme, som dels er PSE-fri og dels har en vis fedtmarmorering. På denne måde er det blevet muligt at garantere kunderne en steg af god spisekvalitet.

Hvis der anvendes en sondemåler med en detektor, der bestemmer sondens 15 indstiksdybde i kødemnet ved hver måling, er det desuden muligt at bestemme kødemnets kød- og/eller spæktykkelse i samme målearbejdsgang som kvalitetsegenskaberne bestemmes ifølge den omhandlede fremgangsmåde.

Disse tykkelser kan være af betydning for vurderingen af emnets egnethed til den ene eller den anden anvendelse.

20 Ved sondemålingen og den efterfølgende talbehandling kan der således fås et særdeles godt billede af kødemnets egnethed til de forskellige mulige produktioner.

For at få et godt grundlag for bestemmelse af kødemnets kvalitetsegenskaber bør der foretages adskillige målinger langs af tastningslinien, da de 25 enkelte muskler i et kødemne kan variere meget med hensyn til refleksionsevnen. Ifølge en .udførelsesform foretages der en måling af lysrefleksionsevnen i mindst 10 forskellige punkter langs instrumentets aftastningslinie. I praksis kan der fx foretages 100-200 målinger i køddelen pr. indstik.

30 Målingerne er fordelt over hele den strækning af aftastningslinien, der ligger i kødemnets egentlige køddel, men det er også muligt at begrænse i målingerne til en mindre del af kødemnet, fx den muskeldel, hvor der erfaringsmæssigt forekommer afvigende kødkvalitet, såsom PSE.

DK 163382B

5

Der kan - om ønsket - anvendes et sondemåleinstrument, i hvilket lysrefleksionsmåleren er koblet til en afstandsmåler, der måler sondens indstiksdybde i kødemnet og udløser en refleksionsmåling for hvert lille stykke sonden føres længere ind i emnet. En udførelsesform er ejendommelig • 5 ved, at lysrefleksionsevnpn måles for mindst hver tiende mm på af tastningslinien. I praksis kan der fx foretages en måling for hver 0,25 mm.

Refleksionsmålingerne fra fedt og luft, som måleorganet passerer igennem under indstikningen eller udtrækningen, kan adskilles fra kødrefleksions-målingeme ved en analyse af kurven, der dannes, når refleksionsværdierne 10 af bildes i forhold til inds tiksdybden. Fedt har høj refleksionsevne, og luft en meget lav refleksionsevne, mens kødrefleksionsværdieme ligger derimellem.

På grund af kødets røde farve foretages der fortrinsvis en måling af lysrefleksionsevnen i det røde område af spektret på grænsen mellem det 15 synlige og det nær-infrarøde spektrum, især ved 950 nm, da dette giver middelhøje refleksionsværdier, men målingerne kan også foretages i andre områder eller over hele det synlige område eller i det usynlige område, såsom NIR- eller UV-området.

I refleksionsmålere af den omhandlede art fås refleksionsværdien normalt 20 som et heltal, idet den målte refleksionsværdi omsættes til et heltal ved hjælp af en A/D-konverter. Hvis værdierne anvendes som sådan behøver de ingen videre behandling, for at computerenheden kan opgøre, hvor mange gange de enkelte værdier forekommer eller gentages. For at reducere støjen og forenkle algoritmeberegningen kan stærkt afvigende refleksionsværdier 25 dog bortfiltreres inden den nævnte opgørelse, sådan at de resterende refleksionsværdier typisk svarer til refleksioner fra muskler. Et måleområde på 0-200 lysrefleksionsenheder kan fx indsnævres til området 30-150 enheder, der i alt væsentligt dækker refleksionsværdieme fra muskler.

Det kan være en fordel at forenkle opgørelsen over hvor mange gange de 30 enkelte værdier forekommer eller gentages, ved at slå flere af de mulige naboliggende værdier sammen. I dette tilfælde bliver opgørelsen at finde hvor mange målinger, der falder inden for de dannede sammenhængende intervaller. Hvert interval kan fx omfatte fem efter hinanden følgende mulige heltalsværdier. På denne måde bliver beregningen af algoritmen også 35 enklere, idet den kommer til at omfatte tilsvarende færre variable.

DK 163382 B

6

En udførelsesf orm er ejendommelig ved, at de opnåede måleværdier indordnes i intervaller, idet hvert interval fx omfatter fem sammenhængende refleksionsenheder, og at hver måleværdi i et interval tilskrives et helt tal, der er ens for alle værdier i det respektive interval.

5 Inden den omhandlede opgørelse foretages i computerenheden, kan de opnåede-refleksionsværdier også underkastes en behandling med henblik på at eliminere eventuelle nulpunktsfejl eller fx forstærke eller dæmpe udsvingninger i værdierne.

En udførelses form er ejendommelig ved, at der for hver refleksionsmåling 10 dannes en under hensyn til de naboliggende målinger dæmpet eller udglattet værdi, og at forskellen mellem den originale refleksionsmåleværdi og den dæmpede værdi anvendes som måleværdi i form af et heltal.

Den anvendte sondemåler kan eventuelt være indrettet til at måle i forskellige bølgelængdeområder eller forskellige diskrete bølgelængder.

15 På denne måde vil det være muligt at forbedre nøjagtigheden eller at bestemme forskellige kødkvalitetsegenskaber med samme måler, selv om sammenhængen mellem lysrefleksionen og egenskaberne skullfe findes ved to forskellige bølgelængdeområder.

Det er endvidere muligt at bestemme forskellige andre kødkvalitetsegen- 20 skaber ved optagelse af et spektrum over kødets refleksion, databehandle refleksionsværdierne i de enkelte bånd og indsætte de opnåede værdier i en algoritme, der udtrykker kvalitetsegenskaben, fx pigmentindholdet. Ved at anvende én bølgelængde eller skiftende bølgelængder kan der således bruges den metode, der er mest optimal ved den aktuelle bestemmelse.

25 En udførelsesform er ejendommelig ved, at der anvendes en sonde, som kan måle i forskellige bølgelængdeområder eller forskellige diskrete bølgelængder, og at flere kvalitetsegenskaber måles på grundlag af lysrefleksionsegenskaberne i forskellige bølgelængdeområder eller diskrete bølgelængder.

30 Den anvendte multivariable algoritme har et antal variable svarende til antallet af heltal eller intervaller, som man beslutter skal danne grundlaget for bestemmelsen. Antallet og intervalstørrelsen bestemmes af de praktiske forhold, fx den ønskede nøjagtighed. Denne bliver generelt bedre ved flere variable. Der kan fx være 10 variable, hvis de betydende

DK 163382 B

7 måleværdier ligger mellem 50 og 99 refleksionsenheder, og dette måleområde opdeles i 10 intervaller, der hver omfatter fem enheder.

Der anvendes fortrinsvis algoritmer, der omfatter 5“50 variable.

Der findes matematiske modeller og hertil hørende programvarer, som 5 muliggør udvikling' af en algoritme, der har mange variable og passer til det beskrevne formål. De kendes under betegnelsen multivariable kalibreringsmodeller.

Algoritmen kan ifølge en udførelses form tilvejebringes ved multivariabel kalibrering ved hjælp af et sæt kalibreringsdata bestående af refleksions-10 måleværdier målt i kødemner og tilhørende referenceværdier, der udtrykker egenskaben.

Refleksions værdierne i forskellige punkter bestemmes på et antal prøver, fx 50 kødprøver. Derefter bestemmes den aktuelle egenskab, fx saftbinde-evnen af hver af prøverne, ved en pålidelig, kendt analysemetode, idet man 15 sørger for, at der er en god spændvidde i prøvematerialet. I et computerprogram kan de opnåede data let bearbejdes. Programmet beregner konstanterne i den anvendte algoritmetype som de værdier, der totalt set giver den bedste overensstemmelse mellem de ved hjælp af algoritmen beregnede værdier af egenskaber og referenceværdierne.

20 Ved indlæsning i programmet af referenceværdier for en anden egenskab ved prøverne, fx fedtmarmoreringen, kan programmet på grundlag af de samme refleksionsværdier beregne en anden algoritme, der kan anvendes ved bestemmelse af den anden egenskab ved kødemnet.

En særlig matematisk metode, der anvendes i forbindelse med multivariabel 25 kalibrering, kaldes partial least squares-metoden. Den giver bl.a. mulighed for at detektere, om en prøve eller bestemmelse ligger uden for det, der kendes fra prøverne, som blev brugt til kalibrering. En anden metode er principal components regression-metoden. I overensstemmelse med dette kan algoritmen fastlægges ved partial least squares-metoden eller 30 principal components regression-metoden.

Fremgangsmåden ifølge opfindelsen kan anvendes til at bestemme en kvalitetsegenskab, der udviser en sammenhæng med køds refleksionsevne. Eksempelvis kan bestemmes saftbindeevnen (PSE) og fedtmarmorering, der er væsentlige kødkvalitetsparametre.

DK 163382 B

8

Den omhandlede metode kan også anvendes i forbindelse med refleksionsmålinger, der foretages på en frit liggende kødoverflade ved hjælp af fx et scannersystem, såsom et videokamera.

Den omhandlede metode kan finde anvendelse på kød, såsom rødt kød fra 5 svin, tyre, ungtyre, køer, kalve, hjorte, får, lam og lign.

Den omhandlede fremgangsmåde kan fx udføres ved hjælp af apparater, der er forsynet med en sonde til måling af kødets refleksionsevne og omfatter en databehandlingsenhed, der er indrettet til at udløse en række målinger og modtage måleværdier under sondens indstik i kødet, og hvori er lagret 10 en multivariabel algoritme. Enheden skal desuden være indrettet til at kunne indsætte de opnåede heltal i algoritmen og foretage en beregning af denne samt meddele resultatet af bestemmelsen via en udgangskanal, i

Ved hjælp af dette apparat kan fx saftbindeevnen i individuelle emner af svinekød bestemmes hurtigt og nøjagtigt. Med apparatet vil det være muligt 15 at påvise, om et kødemne fx er PSE, hvilket ikke har været muligt med de hidtil kendte optiske apparater. Apparatet kan udføre bestemmelsen online på en slagte- eller produktionslinie, og resultatet kan foreligge så hurtigt, at kødemneme umiddelbart kan sorteres eller mærkes i overensstemmelse med det fundne.

20 Udgangskanalen kan omfatte et display med oplysninger til operatøren. Den kan også omfatte en styreboks, der er indrettet til at styre transportvejen for et- undersøgt kødemne og/eller til at påvirke en mærkningsindretning for kødemnet.

Ved hjælp af fremgangsmåden ifølge opfindelsen er det således muligt hel-25 eller halvautomatisk at sortere kødemner i afhængighed af deres egenskaber.

Opfindelsen angår også en fremgangsmåde til detektering af kødemner med forud fastlagte kvalitetsegenskaber. Fremgangsmåden er ejendommelig ved det i krav 10's kendetegnende del angivne.

30 Ved hjælp af fremgangsmåden kan kunderne forsynes med kødudskæringer, der opfylder visse kvalitetskrav, fx stege med god saftighed og fine spiseegenskaber.

t

DK 163382 B

9

Opfindelsen beskrives nærmere i det følgende ved hjælp af eksempler.

De i eksemplerne og de tilhørende figurer angivne størrelser for sondetal, lab-saft, pred.-saft, lab-fedt og pred.-fedt er arbitrære enheder.

Eksempel 1 5 Af en større mængde kamme udvælges der 110 kamme, som repræsenterer en bred fordeling af'kødkvaliteter, ligefra meget lyst kød til mørkt kød, og fra ingen fedtmarmorering til stærk fedtmarmorering. Dette udvalg af kamme svarer ikke til det, der almindeligvis forekommer i produktionen, idet det er tilstræbt at få et ensartet antal i hver kvalitet. På disse 10 kamme optages der en række målinger over deres refleksionsevne ved hjælp af en målepistol, der har en sonde med refleksionsmåleorgan.

Sonden indstikkes i kammen, og en række refleksionsværdier optages, mens sonden føres gennem kødstykket. Målepistolen kan omfatte et dybdemåle-organ, der registrerer sondens indstiksdybde, og som automatisk udløser 15 en refleksionsmåleprocedure for hver 0,5 mm sonden stikkes længere ind i kødet. Refleksionsværdieme omsættes i en A/D-konverter til digitale heltal, der via en ledning sendes til en computerenhed for lagring. På denne måde dannes en refleksionsprofil for hvert indstik i de enkelte kamme som illustreret i fig. 1.

20 Kurvespidsen til venstre og til højre i figuren svarer til kammens spæklag, mens den mellemliggende kurvedel udgør kødområdet, hvis kvaliteter ønskes bestemt ved måling. Det ses, at kødet refleksionsevne i det viste tilfælde varierer en del gennem musklen, hvilket bl.a. kan skyldes PSE-pletter eller intramuskulært fedt. Efter indstikningen vises 25 kurven på et display for operatøren, der godkender målingen. Til målingen anvendes to forskellige sondemålere. Med hver foretages to indstikninger i kammene på forud fastlagte steder.

Umiddelbart efter sondemålingen udtages der rundt om indstiksstedet en prøve, som hakkes på stedet og transporteres til laboratoriet for 30 analytisk bestemmelse af indholdet af opløseligt protein (saftbindeevne), ifølge metoden beskrevet i Laboratoriebog, blad nr. 15, Slagteriernes Forskningsinstitut, 6. april 1984. Fedtindholdet bestemmes ifølge metoden skrevet i Laboratoriebog, blad nr. 25, Slagteriernes Forskningsinstitut, 7· november 1974.

DK 163382 B

10

Databehandling

Den i computerenheden lagrede række af refleksionsværdier analyseres ved hjælp af et program, der fastlægger fra hvilket nummer i.rækken værdierne begynder at repræsentere refleksion i kød, og fra hvilket nummer værdien 5 ikke længere repræsenterer refleksion fra kød. På denne måde fastlægges profilens kødområde, som antydet ved de stiplede linier i fig. 1. Den opnåede datamængde er dermed befriet for data vedrørende refleksion i spæk og luft.

Antallet af kødrefleksions værdier, der registreres ved en sådan 10 indstiksmåling afhænger af muskelens tykkelse, idet der optages flere refleksionsværdier jo tykkere køddelen er. I computerenheden rådes der bod på det uens antal refleksionsværdier ved, at der foretages en normering af datamængden. De originale refleksionsværdier behandles på kunstig måde, således at der dannes fx 100 refleksionsværdier pr. indstik.

15 Normeringen kan ske ved udvælgelse, når der er flere end 100 originale refleksionsværdier, eller ved oprettelse af nye, kunstige refleksionsværdier, der er dannet som gennemsnittet af de to naboliggende værdier, når der er færre end 100 originale refleksionsværdier, eller ved en anden af de kendte matematiske modeller til normering af datasæt.

20 Et program i computerenheden tæller derefter hvor hyppigt de forskellige refleksionsværdier forekommer i datamængden. I fig. 2 er til illustration vist et histogram over hyppigheden af måleværdierne. Det ses, at den pågældende muskel er temmeligt uensartet, idet. refleksionsværdierne varierer fra sondetal 75 til l40.

25 Saftbindeevne - kamme I computerenheden er lagret en algoritme for saftbindeevne. Algoritmen har formen

C „ = K + K. * F. + K- * F0 + ......K * F

saft o 1 1 2 2 η n

DK 163382 B

11 i hvilken C _ er kødets saftbindeevne, K til K er forud beregnede saft o n konstanter, og er antallet af faktiske måleværdier med refleksionsværdi 1, er antallet af måleværdier med refleksionsværdi 2, osv.

Refleksionsværdi nr. 1 kan fx svare til en målt refleksionsværdi på JO, 5 mens værdien n svarer til en målt refleksionsværdi på 150, således at algoritmen har 8l variable. Flere målte refleksionsværdier kan eventuelt være samlet sammen for at forenkle algoritmen. Fx kan refleksionsværdi nr. 1 svare til målte refleksionsværdier fra 70-7*1, mens værdi nr. n svarer til målte værdier fra 150-154. Algoritmen har da 17 variable.

10 For hver af de godkendte inds tiksmålinger foretages nu en beregning af saftbindeevnen, idet de tal, der findes ved ovennævnte behandling af rækken af refleksionsmålinger, indsættes i algoritmen, og 0gaj.t udregnes af computerprogrammet. Resultaterne på grundlag af de 319 godkendte målinger er sammen med den analytisk bestemte saftbindeevne afbildet i 15 fig. 3· Oer beregnes en korrelation på 0,93. hvilket betyder, at der er en god sammenhæng mellem analytisk bestemt og optisk bestemt saftbindeevne. Den omhandlede optiske bestemmelse ved sondeindstikning og behandling af den opnåede række af refleksionsværdier kan således med god sikkerhed anvendes til hurtig, objektiv bestemmelse af kød med normal 20 saftbindeevne, fx mere end 0,l40.

Det skal bemærkes, at kød med en saftbindeevne, der ligger under denne gramse, er stærkt overrepræsenteret i fig. 1 i forhold til produktionen på slagterier og lign.

Desuden skal det bemærkes, at det af praktiske grunde har været nødvendigt 25 at foretage refleksionsmålingerne under to forskellige forhold, dels i kølerum på hængende slagtekroppe, og dels på opskæringslinien på udskårne kamme. I kølerummet blev det store og hele målt på kamme med saftbindeevne > 0,16 og < 0,11, mens kamme med saftbindeevne i intervallet mellem de to grænser i alt væsentligt blev målt på opskæringslinien, hvor de var 30 lette at finde.

En del af spredningen i intervallet 0,12 - 0,15 skyldes den analytiske metode, idet kødet kan være meget uensartet, hvilket gør det vanskeligt at udtage en repræsentativ kødprøve.

DK 163382 B

12

Algoritme-opbygning

Af de ovennævnte 319 målinger på kamme er de 101 blevet brugt som træningssæt til opbygning af algoritmen.

Efter databehandlingen for isolering af kødrefleksionsværdierne, normering 5 af hvert datasæt og registrering af datasættets frekvenser ved de enkelte mulige lysrefleksionsværdier, indsættes de i hvert af de 101 datasæt fundne frekvenser og de tilhørende analytisk fundne værdier for saftbinde-evne i et program, der ved hjælp af disse oplysninger bestemmer konstanterne i en tilsvarende multivariabel algoritme af den ovenfor 10 viste type, således at der bliver bedst mulig overensstemmelse i træningsættet mellem saftbindeevnen, der beregnes ved hjælp af de givne frekvenser, og den analytisk bestemte værdi for saftbindeevnen.

Konstanterne indsættes i algoritmen i computerenhedens programdel, hvorefter algoritmen kan anvendes til beregning af saftbindeevnen af en 15 kam på grundlag af sonderefleksionsværdierne som vist ovenfor.

Sammenligning

Por at undersøge den multivariable algoritmes nøjagtighed i forhold til nøjagtigheden ved en mere traditionel bestemmelse af saftbindeevnen er følgende udregning foretaget. For en række af indstiksmålinger er beregnet 20 gennemsnittet af de registrerede refleksionsmåleværdier, og disse værdier er afsat i et koordinatsystem sammen med de tilhørende analyseværdier af saftbindeevnen, se fig. 4.

Afbildningen viser, at der ikke er nogen lineær sammenhæng mellem gennemsnitlig lysrefleksionsværdi og saftbindeevne. 1 sondetalområdet 25 mellem 70 og 77 har kurven et brat fald, og det kan være en forklaring på, at det ved sondemålinger er vanskeligt at finde kamme med analysetal mellem 0,125 og 0,165.

Det kan undre, at den multivariable metode er så god i forudsigelsen af · saftbindetallet i dette område, idet en ændring i sondetållet på 1 30 umiddelbart måtte forventes at give en ændring i saftbindetallet på 4,1%, ligesom ved gennemsnitsmetoden.

DK 163382 B

13

Imidlertid tager den multivariable model hensyn til variationen i refleksionsværdien gennem køddelen og bliver derfor mere nøjagtig end gennemsnitsmetoden.

Den manglende linearitet mellem saftbindeevne og refleksionsværdi sammen 5 med den forbedre nøjagtighed i overgangsområdet viser sig at være en stor fordel i en sorteringssituation, hvor man i en given produktion ønsker at frasortere muskler med forekomst af PSE på en forholdsvis sikker måde, sådan at kunderne får en garanti for saftighed samtidig med, at der ikke frasorteres for meget kød med god saftighed til anden produktion.

10 Sondekalibrering I optiske sondemålere er det almindeligt, at refleksionsmåleren kommer ud af kalibreringen på grund af slid, ældning af de optiske komponenter og varierende omgivelsestemperaturer. En måling, der viser to til tre sondetal for højt eller lavt, kan ved den ovennævnte gennemsnitsværdi 15 betyde en fejl på 10% i saftbinde tallet. For at undersøge om den multivariable algoritme er robust over for en forskydning i målesondens kalibreringsniveau, er alle refleksionsværdier i en indstiksmåling multipliceret med 1,04 henholdsvis 0,96, og de opnåede værdier er behandlet på samme måde som angivet ovenfor og indsat i algoritmen. Saft-20 bindeevnen er beregnet og sammenlignet med den oprindeligt beregnede saftbindeevne. Resultaterne ses af nedenstående tabel.

DK 163382 B

14

Oprindeligt ber. saftbindeevne_Ændring i ber. saftbindevne interval ved 1% fe.i lkalibrering 0,080 - 0,089 0,0010 5 0,090 - 0,099 0,0010 0,100- 0,109 0,0008 0,110 - 0,119 0,0007 0,120 - 0,129 0,0008 0,130 - 0,139 0,0014 10 0,l40 - 0,149 0,0013 0,150 - 0,159 0,0014 0,160 - 0,169 0,0012 0,170 - 0,179 0,0008 0,180 - 0,189 0,0002 15

Det ses, at ændringen over hele måleområdet, inkl, området 0,130 - 0,165, ligger nogenlunde konstant på 0,001 ved en 1%'s fejlkalibrering af målesonden (svarende til 1,5 sondetal). Den omhandlede metode er derfor betydeligt mere stabil end gennemsnitsmetoden, hvor en fejlkalibrering på 20 1,5 sondetal i det nævnte område vil give en ændring i beregnet saftbindeevne på af størrelsesorden 0,01.

Denne forbedring i nøjagtigheden kan skyldes, at den omhandlede algoritme tager hensyn til såvel sondeniveauet som til variationerne i refleksionsevnen gennem kødet.

25 Sonde-individ I optiske sondemålere kan der forekomme forskelle mellem de enkelte refleksionsmålere på grund af fabrikationsforskelle i komponenterne og komponenternes indbyrdes placering.

Målinger i samme kødstykke med to forskellige sondemålere er behandlet 30 ifølge den omhandlede metode, og de beregnede saftbindeevner er sammen- 2 lignet. Der blev fundet en korrelation på 0,97 og en R -værdi på 0,94, hvilket viser, at der er meget stor overensstemmelse mellem målingerne, og en meget stor del af usikkerheden ligger i den anvendte prøveudtag-

DK 163382 B

15 ningsteknik i forbindelse med analysen. Den optiske måling kan derfor give et mere præcist billede af kødkvaliteten end det analytiske tal.

Eksempel 2

Saftblndeevne - yderlår 5 På samme måde som beskrevet i eksempel 1 optages 252 måleserier af refleksionsværdier ved indstik af en målesonde i et antal yderlår og behandling af resultaterne. De opnåede tal indsættes i en multivariabel algoritme, der udtrykker saftbindeevnen. Målingerne er ukendte for algoritmen. Prøver fra de anvendte yderlår analyseres til bestemmelse af 10 den analytiske saftbindeevne.

Resultatet er vist i fig. 5· Per findes en korrelation på 0,90. Det ses, at der er meget mindre spændvidde i materialet end i kammålingeme, hvilket kan skyldes den anvendte kødselektionsmetode. Der foreligger meget få data for yderlår, hvis saftbindeevne er under 0,130.

15 Algoritmebestemmelse

Den ovenfor anvendte algoritme er opbygget på samme måde som angivet i eksempel 1, idet der som træningssæt er anvendt 84 måleserier, optaget ved indstik af en optisk sonde i forskellige yderlår under registrering af en række refleksionsværdier.

20 Prøver af yderlårene analyseres med hensyn til saftbindeevne, og ved hjælp af en programdel i computerenheden findes de konstanter i algoritmen, hvor der er bedst overensstemmelse mellem de ved hjælp af algoritmen beregnede saftbindeevner og de analytisk bestemte saftbindeevner. Ved den endelige algoritme blev fundet en korrelation på 0,92.

25 Eksempel 3

Fedtmarmorering I dette eksempel anvendes 53 kamme med en saftbindeevne, der ligger højere end 0,15. Saftbindeevnen er bestemt ved at analysere en prøve ifølge samme laboratoriemetode som angivet i eksempel 1.

30 På samme måde og med samme udstyr som i eksempel 1 optages der refleksionsprofiler af kamme. En målepistols sonde stikkes ind i et kamstykke, og der optages en række refleksionsværdier, mens sonden føres

DK 163382B

16 gennem kødet. Værdierne lagres i computerenhedens hukommelse, og de til kammenes kødområde svarende værdier isoleres ved samme databehandling som i eksempel 1.

I computerenheden findes en programdel, som ved behandling af de lagrede 5 refleksionsværdier danner et nyt datasæt med mindre udsving i refleksions-værdierne. Programdelen kan fx for hver refleksionsmåling danne en ny værdi som gennemsnittet af værdierne fundet i de umiddelbart forudgående og efterfølgende målinger, og denne procedure kan eventuelt gentages, således at der sker en yderligere udjævning.

10 På denne måde fås to sæt data, et med de originale måleværdier og et med ud jævnede værdier, svarende til de i fig. 6 viste kurver over den originale refleksionsprofil og den udglattede profil.

1 computerenheden dannes derefter et nyt sæt data, hvis enkelte elementer er forskellen mellem de respektive originale måleværdier og de ud jævnede 15 værdier, dvs. svarende til heltalsforskellen mellem de to kurver i fig.

6.

På samme måde som i eksempel 1 foretages der en normering, således at antallet af differensværdier bliver 100. For hver af de forekommende differenser tælles deres hyppighed eller frekvens. I fig. 7 er vist et 20 histogram af differenser, der er opnået på denne måde.

Hvis histogramkurven er smal, svarer det til, at den pågældende kam har ringe fedtmarmorering, medens en bred kurve viser, at kødet er stærkt fedtmarmoreret.

De på ovennævnte måde tilvejebragte frekvenser for hver forekommende 25 differens indsættes i følgende algoritmetype, der er indlagt i computerenheden.

fedt o 1 1 2 2 η n

DK 163382 B

17 hvori betyder kødets fedtindhold (dvs. marmoreringsgrad), Kq til er konstanter, og til Fn er de fundne hyppigheder af de forskellige differenser mellem den originale refleksionsværdi og den udjævnede refleksionsværdi.

5 Resultaterne er vist i fig. 8. Korrelationen mellem analytisk bestemt fedtindhold og den omhandlede optiske bestemmelse af fedtmarmorering er 0,93.

Algoritmebestemmelse

Konstanterne i den ovennævnte algoritme er fundet på grundlag af de samme 10 målinger som ovenfor.

Det til histogrammet svarende sæt af data er sammen med tilsvarende sæt af data fra de øvrige kammålinger og de tilhørende analytiske resultater blevet anvendt som træningssæt for udvikling af modellen, der giver den bedst mulige overensstemmelse mellem analytisk og optisk bestemt 15 fedtindhold. I computerenheden findes et program, der udfører den nødvendige databehandling og beregner modellens konstanter. Programmet anvender den såkaldte partial least squares-teknik.

Det bemærkes, at det anvendte kødmateriale ikke har været optimalt med hensyn til udvikling af algoritmen, da materialet først og fremmest var 20 selekteret til at give oplysning om saftbindeevnen i kød. Som det ses, er kød med mere end 3% fedtindhold meget dårligt repræsenteret.

Claims (10)

1. Fremgangsmåde til bestemmelse af individuelle kødemners kvalitetsegenskaber på grundlag af emnernes lysrefleksionsegenskaber, ved hvilken en overflade af kødemnet aftastes ved hjælp af et måleinstrument med et 5 refleksionsmåleorgan, fx en sonde, der føres ind i kødemnet, og der under aftastningen foretages en række målinger af køddelens lysrefleksionsevne i forskellige punkter langs måleinstrumentets aftastningslinie, idet resultaterne af målingerne behandles i en computerenhed i form af en række heltal, kendetegnet ved, at det for hvert mulige heltal 10 opgøres, hvor mange gange det forekommer i rækken af heltal, og at de fundne frekvenser indsættes som variable i en multivariabel algoritme på den ønskede kvalitetsegenskab, hvorefter der af computerenheden foretages en udregning af algoritmen, og den fundne værdi af kvalitetsegenskaben meddeles af computerenheden.

2. Fremgangsmåde ifølge krav 1, kendetegnet ved, at lysrefleksionsevnen måles i mindst 10 forskellige punkter langs instrumentets aftastningslinie.

3. Fremgangsmåde ifølge krav 1-2, kendetegnet ved, at lysrefleksionsevnen måles for mindst hver tiende mm på aftastningslinien.

4. Fremgangsmåde ifølge krav 1-3, kendetegnet ved, at lysrefleksionsevnen måles i det røde område af spektret i grænseområdet mellem det synlige og det nær-infrarøde spektrum, især ved 950 nm.

5· Fremgangsmåde ifølge krav 1-4, kendetegnet ved, at de opnåede måleværdier indordnes i intervaller, idet hvert interval fx 25 omfatter fem refleksionsenheder, og at hver måleværdi i et interval tilskrives et heltal, der er ens for alle værdier i det respektive interval.

6. Fremgangsmåde ifølge krav 1-5, kendetegnet ved, at der for hver refleksionsmåling dannes en under hensyn til de naboliggende målinger 30 dæmpet eller udglattet værdi, og at forskellen mellem den originale refleksionsmåleværdi og den dæmpede værdi anvendes som måleværdi i form af et heltal. DK 163382 B 19

7. Fremgangsmåde ifølge krav 1-6, kendetegnet ved, at der anvendes en sonde, som kan måle i forskellige bølgelængdeområder eller forskellige diskrete bølgelængder, og at flere kvalitetsegenskaber mådes på grundlag af lysrefleksionsværdieme i forskellige bølgelængdeområder 5 eller diskrete bølgelængder.

8. Fremgangsmåde ifølge krav 1-7, kendetegnet ved, at algoritmen tilvejebringes ved multivariabel kalibrering ved hjælp af et sæt kalibreringsdata bestående af refleksionsmåleværdier målt i kødemner og tilhørende referenceværdier, der udtrykker egenskaben.

9. Fremgangsmåde ifølge krav 8, kendetegnet ved, at algoritmen fastlægges ved partial least squares-metoden eller principal components regression-metoden.

10. Fremgangsmåde til detektering af kødemner med forud fastlagte kvalitetsegenskaber, kendetegnet ved, at der foretages en 15 bestemmelse af det individuelle kødemnes kvalitetsværdi eller -værdier ved hjælp af fremgangsmåden ifølge krav 1, og at værdierne sammenlignes med forud fastlagte grænseværdier, hvorefter kødemnet på grundlag af sammenligningen henføres til en kvalitetsgruppe.