Nguyên cứu sử dụng kĩ thuật quang phổ atr – ftir và thống kê Đa biến nhằm phân loại các sản phẩm mì tôm trên thị trường việt nam

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI     KHÓA LUẬN TỐT NGHIỆP NGÀNH CÔNG NGHỆ THỰC PHẨM NGUYÊN CỨU SỬ DỤNG KĨ THUẬT QUANG PHỔ ATR – FTIR VÀ THỐNG KÊ ĐA BIẾN NHẰM PHÂN LOẠI CÁC

TỔNG QUAN

TRUY XUẤT NGUỒN GỐC THỰC PHẨM LÀ GÌ?

Truy xuất nguồn gốc là quá trình theo dõi và nhận diện sản phẩm qua từng giai đoạn, từ việc tìm kiếm nguyên liệu, sản xuất, chế biến, cho đến vận chuyển và phân phối ra thị trường.

Hiện nay, việc áp dụng công nghệ thông tin và thiết bị điện tử đang trở thành xu hướng quan trọng trong việc cập nhật thông tin, quản lý dữ liệu và truy xuất nguồn gốc sản phẩm Giải pháp này đặc biệt được chú trọng trong lĩnh vực an toàn thực phẩm, giúp nâng cao độ tin cậy và minh bạch trong quá trình sản xuất và tiêu thụ.

Tại nhiều quốc gia phát triển, việc truy xuất nguồn gốc sản phẩm là yếu tố quan trọng và bắt buộc, đặc biệt là trong ngành thực phẩm.

1.1.2 Tầm quan trọng của truy xuất nguồn gốc thực phẩm

Mục đích của bài khóa luận này là xác thực thực phẩm, điều này trở nên cần thiết khi thực phẩm giả mạo và thực phẩm bẩn ngày càng gia tăng Trong bối cảnh xã hội và kinh tế phát triển, người tiêu dùng cần phải biết lựa chọn thực phẩm an toàn cho bản thân và gia đình Ngày nay, tiêu chuẩn sống không chỉ dừng lại ở việc "ăn no, mặc đủ", mà còn nâng cao lên thành "ăn sạch, mặc đẹp" Do đó, việc truy xuất nguồn gốc thực phẩm là rất quan trọng, giúp các bà nội trợ đảm bảo sử dụng thực phẩm sạch và loại bỏ những thành phần độc hại khỏi cuộc sống.

Các kỹ thuật xác thực nguồn gốc phổ biến bao gồm tỷ lệ đồng vị, sắc ký lỏng và khí, phân tích nguyên tố, kỹ thuật quang phổ, kỹ thuật dựa trên DNA và kỹ thuật cảm biến Trong số các kỹ thuật quang phổ, có các phương pháp như dao động, hyperspectral, huỳnh quang và cộng hưởng từ hạt nhân, nổi bật với tốc độ nhanh, chi phí thấp và yêu cầu chuẩn bị mẫu tối thiểu hoặc không cần.

Quang phổ Raman kết hợp với máy vector hỗ trợ đã đạt tỷ lệ chính xác gần 90% trong việc xác định vùng sản xuất lúa ở Trung Quốc, trong khi công nghệ quang phổ cận hồng ngoại và phân tích đa biến cũng được áp dụng, mặc dù độ chính xác còn thấp do nhạy cảm kém và nhiễu cao Tại Việt Nam, Chính phủ đã ban hành các quy định như Nghị định 132/2008/NĐ-CP và Thông tư 25/2019/TT-BYT về quản lý truy xuất nguồn gốc thực phẩm, nhưng các quy định này thiếu tính cụ thể, gây khó khăn trong việc thực hiện Đặc biệt, các quy định chủ yếu tập trung vào ứng dụng công nghệ thông tin mà không đề cập đến việc xác định nguồn gốc địa lý qua phương pháp hóa học Do đó, Chính phủ Việt Nam cần rà soát và sửa đổi các quy định để xây dựng phương pháp truy tìm địa lý dựa trên hóa học Việc xác thực nguồn gốc bằng hóa học yêu cầu lựa chọn các thành phần hóa học phù hợp để phản ánh đặc trưng của mẫu vật tại các khu vực địa lý Một số kỹ thuật như quang phổ biến đổi hồng ngoại (FTIR), khối phổ plasma ghép cảm ứng (ICP-MS) và khí phổ (GC-MS) là cần thiết để xác định nhiều yếu tố trong mẫu Để phân biệt các khu vực địa lý, các phương pháp phân tích thống kê đa biến như phân cụm phân cấp (AHC), phân tích thành phần chính (PCA) và phân biệt tuyến tính (LDA) sẽ được áp dụng, và kết quả sẽ được lưu trữ trên hệ thống chuỗi khối (blockchain) của Orichain, xây dựng trên nền tảng Etherium, làm cơ sở dữ liệu cho việc truy xuất nguồn gốc.

Mỳ tôm là đối tượng nghiên cứu trong khóa luận này do sự đa dạng về loại và thương hiệu cả trong và ngoài nước Để phân biệt các loại mỳ tôm khác nhau, các phương pháp hóa học được đề xuất như một giải pháp thay thế cho QR code, vì thông tin nguồn gốc từ QR code không đảm bảo độ tin cậy Trong số đó, quang phổ hồng ngoại (FTIR) được xem là kỹ thuật phân tích nhanh, tiết kiệm hóa chất và chi phí, đồng thời cho kết quả có độ chính xác cao Do đó, việc sử dụng hệ thống quang phổ FTIR để phân biệt các loại mỳ tôm trên thị trường được đưa ra nhằm lập hồ sơ truy xuất nguồn gốc.

1.1.3 Các thách thức của Việt Nam trong truy xuất nguồn gốc thực phẩm Đầu tiên là sự hạn chế nguồn lực khi việc áp dụng hệ thống này tốn kém và là một nhiệm vụ phức tạp mà có thể dẫn đến các vấn đề tài chính, cần nhiều nỗ lực và chi phí Theo Salampasis và cộng sự (2012), truy xuất nguồn gốc là một nhiệm vụ phức tạp vì nó đòi hỏi các yêu cầu quan trọng như việc truy xuất nguồn gốc nên giải quyết được việc truy xuất nội bộ và chuỗi với thông tin của toàn bộ chu kỳ sống sản phẩm; phải giải quyết được hoàn toàn việc truy xuất trước và sau của một sản phẩm với đầy đủ các thông tin liên quan; phải đảm bảo chi phí hiệu quả và ứng dụng và hoạt động một cách thân thiện; hệ thống truy xuất có thể được mở rộng để tiếp nhận dễ dàng với các dữ liệu truy xuất mới Do đó, trong điều kiện của Việt Nam, những đối tượng liên quan trong chuỗi thực phẩm và nông nghiệp hầu hết là các doanh nghiệp vừa và nhỏ, các hộ kinh doanh cá thể nên việc áp dụng hệ thống truy xuất không hề dễ dàng.

Thông tin hạn chế trong truy xuất nguồn gốc nông nghiệp gây khó khăn trong việc cung cấp thông tin chính xác, đầy đủ và kịp thời trong chuỗi cung ứng thực phẩm Việc tuân thủ quy định của EC 178(2002) về thông tin truy xuất là một thách thức lớn, đặc biệt trong nền nông nghiệp còn thô sơ như Việt Nam Thói quen tiêu dùng của một số khách hàng, như việc ưa chuộng sản phẩm không đóng gói và tươi sống, càng làm gia tăng khó khăn trong việc đảm bảo truy xuất nguồn gốc.

Một trong những thách thức lớn đối với hệ thống truy xuất ở Việt Nam là sự thiếu hụt các chuẩn mực chung và dữ liệu tiêu chuẩn hóa Hệ thống này trở nên phức tạp do sự đa dạng và không đồng nhất của dữ liệu được thu thập, cũng như sự khác biệt trong việc chia sẻ dữ liệu giữa các bộ phận trong công ty và các bên liên quan trong chuỗi cung ứng Thêm vào đó, các kỹ thuật truy xuất hiện đang gặp phải sự xung đột và thiếu tính thống nhất với các chuẩn mực hiện có.

Vấn đề nhận thức về truy xuất nguồn gốc đang gặp nhiều khó khăn, khi nhiều người xem đây như một gánh nặng và thiếu thông tin rõ ràng Sự thiếu hợp tác giữa các thành viên trong chuỗi cung ứng cũng xuất phát từ nhận thức hạn chế Nhiều nông dân chưa hiểu rõ vai trò quan trọng của truy xuất nguồn gốc, do đó, việc phát triển hệ thống truy xuất cần kết hợp với giáo dục, tập huấn và đào tạo để nâng cao nhận thức và sự quan tâm của doanh nghiệp cũng như nông dân.

Hạn chế năng lực trong việc áp dụng hệ thống truy xuất nguồn gốc là một thách thức lớn tại Việt Nam, khi nhiều người tham gia chuỗi nông sản chưa có đủ kỹ năng và chuyên môn cần thiết Việc phát triển, vận hành và quản lý hệ thống này đòi hỏi nguồn nhân lực chất lượng, trong khi việc thuê mướn từ bên ngoài sẽ dẫn đến chi phí phát sinh không nhỏ.

TỔNG QUAN VỀ PHƯƠNG PHÁP NGHIÊN CỨU ATR – FTIR

Quang phổ hồng ngoại (IR) hoạt động trong vùng hồng ngoại của phổ bức xạ điện từ, với bước sóng dài hơn và tần số thấp hơn so với ánh sáng nhìn thấy Phương pháp này dựa trên nguyên lý hấp thụ quang để phân tích và nhận diện các chất liệu khác nhau.

Hnh 1.1 Máy đo quang phổ hồng ngoại ATR - FTIR

Phân tích quang phổ hồng ngoại (FTIR) là kỹ thuật đo lường cho phép ghi lại quang phổ hồng ngoại thông qua một giao thoa kế, giúp xác định các vật liệu hữu cơ và cao phân tử Phương pháp này sử dụng ánh sáng hồng ngoại để quét các mẫu thử, từ đó quan sát các đặc tính hóa học của chúng FTIR đóng vai trò quan trọng trong việc phân tích thành phần sản phẩm, cung cấp thông tin chi tiết về cấu trúc hóa học của vật liệu.

ATR, viết tắt của Attenuated Total Reflectance (phản xạ toàn phần suy giảm), là kỹ thuật tiêu chuẩn để đo phổ FT-IR Kỹ thuật này cho phép ánh sáng hồng ngoại xuyên qua tinh thể của vật liệu như kim cương, ZnSe hoặc germani và tương tác với mẫu ép trên bề mặt tinh thể, với sự tiếp xúc tốt giữa mẫu và tinh thể là rất quan trọng Kết quả thu được là phổ chứa các đặc trưng hóa học của chất phân tích Mặc dù tỷ số cường độ giữa các đỉnh hấp thu trong phổ ATR có thể khác so với phổ truyền qua do các hiệu ứng vật lý, nhưng phổ ATR không khó biện giải hơn; thực tế, chúng có thể dễ dàng chuyển đổi qua lại Điều này rất hữu ích khi so sánh dữ liệu phổ ATR với các phổ truyền qua trong thư viện tham chiếu.

Hnh 1.2 Phương pháp quang phổ ATR – FTIR

Các tín hiệu trực tiếp ghi lại, hay còn gọi là "interferogram", thể hiện ánh sáng đầu ra theo vị trí gương Kỹ thuật xử lý dữ liệu, được gọi là biến đổi Fourier, chuyển đổi dữ liệu thô thành quang phổ của mẫu, với đầu ra ánh sáng dưới dạng bước sóng hồng ngoại hoặc mã vùng tương đương Như đã đề cập, quang phổ của mẫu luôn được so sánh với tham chiếu.

Hnh 1.3 Nguyên lý hoạt động của máy FTIR

Thiết bị phân tích sử dụng bức xạ hồng ngoại để khảo sát mẫu, trong đó một phần bức xạ được hấp thụ và phần còn lại được truyền đi Bức xạ hấp thụ này được chuyển đổi thành năng lượng dao động của các phân tử trong mẫu Tín hiệu thu được từ máy dò phản ánh dấu vân tay phân tử của mẫu, với mỗi cấu trúc hóa học tạo ra một dấu vân tay phổ độc đáo, giúp nhận diện hóa học hiệu quả.

Hnh 1.4 Sơ đồ nguyên lý hoạt động

Phân tích thành phần sản phẩm với FTIR chủ yếu được sử dụng cho các mục đích sau:

- Xác định và đặc điểm của các vật liệu chưa biết như màng, chất rắn, bột hoặc chất lỏng.

- Nhận biết sự nhiễm bẩn trên hoặc trong vật liệu, chẳng hạn như các hạt, sợi, bột hoặc chất lỏng.

- Xác định các chất phụ gia sau khi chiết xuất từ chất nền polyme.

- Để xác định quá trình oxy hóa, phân tách hoặc monome không được bảo đảm trong điều tra phân tích hư hỏng.

Trong ngành công nghiệp, quang phổ FTIR là một công cụ mạnh mẽ cho nhiều ứng dụng, tuy nhiên, việc phân tích dữ liệu lại khá phức tạp Tổng phổ mà nó tạo ra thực chất là một tập hợp các hàm phản ứng của năng lượng hấp thụ.

TỔNG QUAN VỀ PHƯƠNG PHÁP PHÂN TÍCH ICP

Phương pháp ICP-MS là một kỹ thuật phân tích hiện đại với độ nhạy và chính xác cao, được sử dụng rộng rãi trong nhiều phòng thí nghiệm trên toàn cầu Phương pháp này cho phép phân tích đồng thời nhiều nguyên tố với độ chính xác tương đương, điều này rất quan trọng trong nghiên cứu các đối tượng cụ thể Hiện nay, ICP-MS được coi là một trong những giải pháp tối ưu cho việc phân tích nguyên tố vết (ppb) và siêu vết (ppt), được ứng dụng trong nghiên cứu các mẫu như thiên thạch, địa chất và môi trường Nghiên cứu này khảo sát độ ổn định của phương pháp qua nhiều lần đo trên cùng một mẫu, bao gồm độ ổn định theo thời gian và độ lặp lại với các mẫu khác nhau Kết quả được trình bày cho bốn loại mì tôm nghiên cứu, cho thấy rằng các nguyên tố trong mì tôm phụ thuộc vào công thức và thành phần nguyên liệu mà các nhà sản xuất sử dụng Nghiên cứu xác định được 40 nguyên tố, bao gồm 11 nguyên tố quan trọng như B, Si, Mg, Al, Ca, Sc, Ti, Mn.

56Fe, Co, Ni, Cu, Zn, Ga, As, Se, Rb, Sr, Y, Zr, Nb, Mo,59 60 63 66 69 75 78 85 88 89 90 93 95

103Rh, Ba, La, Tb, Dy, Ho, Tm, Lu, Hf, Ta, W, Re,137 139 159 163 165 169 175 178 181 182 185

197Au, Hg, Tl, Pb, Th, and U202 205 208 232 238 ) trong 4 mẫu mì tôm 3M – C4, GD – A2, OMC – B3, HH – A4 [12]

ICP – MS là kỹ thuật phân tích các nguyên tố vô cơ, dựa trên nguyên tắc ghi đo phổ theo khối lượng (m/z).

ICP – Plasma cảm ứng cao tần: nguồn nhiệt cao cung cấp ion dương.

MS – thiết bị đo phổ khối:

+ Máy quét phổ tứ cực.

+ Dãy phổ đo: quét khối từ 7 - 250 amu (từ Li - U, khỏang 70 nguyên tố).

Tách các nguyên tố một cách nhanh chóng và với độ chọn lọc cao, đồng thời đo lường các ion bằng đầu dò cực nhạy ở nồng độ ppt đến ppm Phương pháp này cho phép phân tích các đồng vị và tỷ lệ của chúng một cách chính xác.

+ Cú khả năng phõn tớch bỏn định lượng do cú sãn phổ chuẩn.

Khi kết nối với LC, hệ thống LC-ICP-MS có thể phân tích được các hợp chất hữu cơ kim loại.

Khối phổ khối lượng plasma cảm ứng (ICP – MS) là một công nghệ tiên tiến có khả năng phát hiện kim loại ở nồng độ rất thấp Phương pháp này kết hợp nguồn ICP nhiệt độ cao với phổ kế khối để chuyển đổi các nguyên tử trong mẫu thành ion Các ion này sau đó được tách ra và phân tích bởi phổ kế Plasma ICP được tạo ra bằng cách ion hóa khí Argon (Ar) thông qua việc làm nóng điện, đạt nhiệt độ cao trên 6000K.

Plasma là một trong bốn trạng thái của vật chất Nó bao gồm các ion dương, electron tự do và các nguyên tử hoặc phân tử trung hòa.

Các mẫu ion hóa di chuyển vào điện trường và phân tách theo tỷ lệ điện trường của chúng Ví dụ về phổ khối lượng cho thấy cường độ tín hiệu của các ion trên trục y và tỷ lệ khối lượng điện tích trên điện tích trên trục x Cường độ tín hiệu tỷ lệ thuận với nồng độ của các nguyên tố trong mẫu.

Hnh 1.5 Ví dụ về một phổ khối lượng

TỔNG QUAN VỀ MẪU

Hnh 1.6 Các loại m tôm trong nước hiện nay

Mỳ tôm, hay còn gọi là mỳ ăn liền, là sản phẩm ngũ cốc khô, được đóng gói kèm theo gói bột súp, dầu gia vị và nguyên liệu sấy khô Gia vị có thể được đóng gói riêng biệt hoặc kết hợp cùng với vắt mỳ Để sử dụng, chỉ cần chế nước sôi vào hoặc có thể ăn sống Sản phẩm này nổi bật nhờ quá trình gelatin hóa sơ bộ và phương pháp khử nước bằng chiên (mì chiên) hoặc sấy (mì không chiên).

Hnh 1.7 Sự khác nhau của m chiên và m không chiên

Vắt mì chủ yếu được làm từ bột lúa mì, kết hợp với dầu cọ để chiên và nước cùng các phụ gia, gia vị khác Màu vàng đặc trưng của vắt mì đến từ chiết xuất củ nghệ hoặc trái dành dành, bên cạnh việc sử dụng E102 trong giới hạn cho phép Các thành phần thường thấy trong gói bột xúp bao gồm muối, đường, bột ngọt và hạt nêm Gói dầu chứa dầu tinh luyện được nấu chung với các gia vị như hành, tỏi và rau om.

Mì gói có thời hạn sử dụng lên tới 6 tháng nhờ vào công nghệ sấy hoặc chiên, giúp loại bỏ độ ẩm và kéo dài thời gian bảo quản.

Mỗi người có nhu cầu dinh dưỡng khác nhau, phụ thuộc vào tuổi, giới tính, tình trạng sinh lý và mức độ lao động Bữa ăn hàng ngày cung cấp năng lượng và dưỡng chất từ nhiều loại thực phẩm Mì ăn liền, với thành phần chính là bột lúa mì, cung cấp chất bột đường và năng lượng, đồng thời chứa một lượng chất đạm và chất béo Hàm lượng dinh dưỡng được ghi rõ trên bao bì sản phẩm, và một số loại mì còn bổ sung thêm nguyên liệu như trứng, tôm, thịt gà, thịt heo Trung bình, một gói mì ăn liền (70-80g) cung cấp khoảng 320-350 kcal, góp phần đáp ứng nhu cầu dinh dưỡng của cơ thể.

Thành phần dinh dưỡng của 100g mì tôm được thể hiện trong bảng dưới đây: [13]

BAng 1.1 BAng thành phần dinh dưỡng của m tôm

Thành phần Giá trị dinh dưỡng (/100g)

Năng lượng 435 kcal Đạm 9,7 gam

* Lợi ích của mì tôm

Mì tôm mang lại sự tiện lợi và nhanh chóng hiếm có trong ẩm thực, chỉ cần bóc gói, thêm gia vị và đổ nước sôi là đã có ngay một bát mì thơm ngon Chính vì vậy, mì gói trở thành lựa chọn phổ biến cho những người bận rộn, thức khuya hoặc không thích nấu ăn, giúp tiết kiệm thời gian và công sức một cách hiệu quả.

- Tiết kiệm: đa số các loại mì tôm trong nước đều có giá dao động từ

Mì tôm có giá từ 3000 đến 6000 đồng, trong khi mì Hàn Quốc và Nhật Bản cao cấp hơn cũng chỉ dao động dưới 30000 đồng Với mức giá phải chăng này, mì tôm trở thành lựa chọn lý tưởng để xua tan cơn đói và giữ ấm bụng.

Mì tôm hiện nay nổi bật với hương vị đậm đà và hấp dẫn, nhờ vào công nghệ chiên mì tiên tiến và quy trình sản xuất gia vị phù hợp với khẩu vị của người châu Á Sự thơm ngon này chính là một trong những điểm mạnh lớn nhất của mì tôm.

1.4.4 Thị phần các loại mì tôm hiện nay

Theo Hiệp hội Mì ăn liền thế giới (WINA), Việt Nam hiện đứng thứ 3 toàn cầu về tiêu thụ mì ăn liền, với hơn 7 tỷ gói mì được tiêu thụ trong năm 2020, đánh dấu mức tăng 29.5% so với năm 2019.

Việt Nam hiện đang đứng thứ hai thế giới về mức tiêu thụ mì ăn liền, với trung bình mỗi người tiêu thụ hơn 72 gói mỗi năm, tăng từ 57 gói vào năm 2019 Đặc biệt, trong năm 2020, Việt Nam dẫn đầu toàn cầu về tỷ lệ tăng trưởng tiêu thụ mì, đạt gần 30%.

Theo khảo sát mới nhất của Nielsen Việt Nam, tỷ lệ tiêu thụ mì ăn liền đã tăng 67% do ảnh hưởng của dịch bệnh Hiện nay, có khoảng 50 công ty sản xuất mì ăn liền hoạt động tại Việt Nam, và các doanh nghiệp này đang cạnh tranh quyết liệt để chiếm lĩnh thị trường và tìm kiếm vị trí trên kệ bếp của người tiêu dùng.

Dù trên thị trường mì gói Việt Nam có hơn 50 nhà sản xuất, nhưng 4

Các "ông lớn" như Acecook Việt Nam, Masan Consumer, Uniben và Asia Foods đang thống trị thị trường mì ăn liền, nắm giữ hơn 88% sản lượng và 84% doanh thu trong 9 tháng đầu năm 2020, theo số liệu từ Retail Data.

Hnh 1.8 Thị phần theo sAn lượng của các nhà sAn xuất m tôm

Công ty cổ phần Acecook Việt Nam, được thành lập tại Tp.HCM vào năm 1993, đã thành công trong việc đưa gói mì Hảo Hảo đến hơn 47 quốc gia và vùng lãnh thổ Năm 2018, mì Hảo Hảo lập kỷ lục "mì gói được tiêu thụ nhiều nhất trong 18 năm" với hơn 20 tỷ gói đến tay người tiêu dùng Việt Hiện tại, Acecook Việt Nam dẫn đầu ngành hàng mì ăn liền với 35,4% thị phần trong 9 tháng đầu năm 2020, mặc dù đã giảm từ 36,8% vào năm 2018 và 36,7% vào năm 2019 Doanh thu năm 2019 của công ty đạt 10.648 tỷ đồng, với lợi nhuận sau thuế là 1.660 tỷ đồng.

Hnh 1.9 Doanh thu của các nhà sAn xuất m tôm giai đoạn 2017 – 2019

CTCP Hàng tiêu dùng Masan (Masan Consumer) hiện đang giữ vị trí thứ 2 trong ngành mì gói, với sản lượng tăng từ 21,6% vào năm 2018 lên 27,2% trong 9 tháng đầu năm 2020 Sự tăng trưởng này đến từ việc công ty liên tục ra mắt các sản phẩm mì ăn liền cao cấp, với mục tiêu đổi mới và dẫn dắt thị trường Năm 2018, Masan Consumer giới thiệu sản phẩm Omachi Cup và khoai tây nghiền Omachi, đồng thời tham gia vào phân khúc siêu cao cấp với mì ly Omachi - Business Class, mang đến bữa ăn ngon và đầy đủ dinh dưỡng Doanh thu từ ngành hàng mì ăn liền của công ty đạt 4.636 tỷ đồng vào năm 2018, tăng 29% so với năm trước, và tiếp tục tăng 7% vào năm 2019, đạt 4.968 tỷ đồng.

Sự phát triển mạnh mẽ của Masan, tương tự như Acecook Việt Nam, đã khiến CTCP Uniben và CTCP Thực phẩm Á Châu (Asia Foods) dần mất thị phần Cụ thể, thị phần của Uniben, chủ sở hữu thương hiệu mì 3 miền, đã giảm từ 17,2% vào năm 2018 xuống còn 14,9% trong 9 tháng đầu năm 2020.

Còn thị phần của ông chủ mì Gấu Đỏ giảm sút từ 11,5% (năm 2018) xuống còn 10,1% (9 tháng năm 2020).

Hnh 1.10 Lợi nhuận của các nhà sAn xuất giai đoạn 2017 – 2019

Uniben đạt doanh thu hàng nghìn tỷ đồng mỗi năm, nhưng lợi nhuận lại khá khiêm tốn Cụ thể, trong năm 2019, công ty ghi nhận doanh thu gần 2.856 tỷ đồng, trong khi lợi nhuận chỉ đạt gần 40 tỷ đồng.

THỰC NGHIỆM

DỤNG CỤ, HÓA CHẤT

 Acid nitric 1%: Thêm 15,4 ml HNO đặc pha loãng tới 1000 ml3

+ Chuẩn đơn Hg; Au nồng độ 100 ppm

+ Chuẩn mix (Al, Ag, As, B, Ba, Bi, Ca, Cd, Cs, Co, Cr, Cu, Fe,

In, K, Li, Mg, Mn, Mo, Na, Ni, Nb, Pb, Rb, Sb, Se, Sr, Ti, TL,

V, U, Zn trong HNO 5%) nồng độ 100 ppm3

 Dung dịch tune: Li, Co, TL, Ce, Y trong 5% HNO 1 àg/l3

 Dung dịch nội chuẩn: Sc, Bi, Y, In, Tb, Ge 1 àg/ml

 Pipet 5ml; 0,1ml; 0,2ml; 1ml

 Bình định mức 5ml, 10ml, 20ml, 25ml, 50ml, 100ml, 200ml

 Ống ly tâm Falcon 50ml

Hnh 2.13 Ống ly tâm falcon

2.1.3 Thiết bị a, Máy xay bột mịn SEKA

Hnh 2.14 Máy xay bột mịn SEKA

Công suất say: 800g/lần b, Tủ sấy Memmert

Nhiệt độ hoạt động: 10 – 300 C o c, Máy đo quang phổ hồng ngoại ATR – FTIR

Hnh 2.16 Hệ thống quang phổ ATR – FTIR

* Hãng sản xuất: Thermo Scientific d, Lò vi sóng phá mẫu Mars 6

Hnh 2.17 Lò vi sóng phá mẫu Mars 6

* Xuất sứ: CEM – Mỹ e, Thiết bị ICP – MS

Hnh 2.18 Thiết bị đo ICP – MS

THU THẬP MẪU

Chúng tôi đã thu thập 34 mẫu mì tôm từ các siêu thị tại thành phố Hà Nội, bao gồm nhiều thương hiệu khác nhau trong và ngoài nước Các mẫu này được phân loại thành 12 thương hiệu đến từ 9 công ty sản xuất thuộc 4 quốc gia: Việt Nam, Hàn Quốc, Thái Lan và Nhật Bản.

Thông tin 34 mẫu mì tôm được trình bày cụ thể ở bảng sau:

BAng 2.2 BAng thông tin của mẫu m tôm

Quốc gia Công ty sản xuất Thương hiệu Mã hóa Siêu thị

Việt Nam Acecook Hảo hảo HH-A1 BigC

HH-C5 Lotte Mart Đệ Nhất

Afotech - Cung Đình CD-A1 BigC

CD-B2 Vinmart CD-C3 Lotte Mart

Nhật Bản Nissin JP-C1 Lotte Mart

XỬ LÝ MẪU VÀ PHÂN TÍCH MẪU BẰNG PHƯƠNG PHÁP

* Sơ đồ quy trình chung

*Thuyết minh quy trình a, Mì tôm

Trong nghiên cứu này, chúng tôi đã thu thập 34 mẫu mì tôm từ các cửa hàng, chợ và siêu thị khác nhau tại quận Cầu Giấy, Hà Nội, và các mẫu này được mã hóa theo bảng 2.1 đã đề cập trước đó Các mẫu mì tôm sau đó được xay mịn để phục vụ cho các phân tích tiếp theo.

Để xay mì tôm hiệu quả, bạn hãy cho một vắt mì vào máy xay, cắt thành những miếng nhỏ để xay dễ hơn Xay trong khoảng 2 phút cho đến khi mì tôm trở thành bột mịn Trong quá trình xay, nhớ đóng nắp máy thật chặt để tránh nguy hiểm và đảo máy liên tục để mì tôm di chuyển đều, đảm bảo tất cả các miếng mì được xay mịn đồng đều.

Sau khi xay, mẫu mì tôm được chuyển vào trong các túi zip đã được mã hóa để chuẩn bị cho bước tiếp theo. c, Sấy

Mì tôm sau khi xay được cho vào các hộp nhỏ và mã hóa để tiến hành sấy Quá trình sấy diễn ra ở nhiệt độ 80oC trong 24 giờ nhằm loại bỏ lượng dầu lớn có trong bột mì tôm, vì không thể đo lường ngay sau khi xay Việc sấy giúp giảm bớt lượng dầu trong sản phẩm.

Mì tôm sau khi sấy tiếp tục được chuyển qua các túi zip đã được mã hóa khác để tiến hành đến bước đo mẫu tiếp theo e, Đo mẫu

Tiến hành đo mẫu bằng phương pháp FTIR và ICP.

* Xử lý mẫu để xác định độ ẩm của mẫu

Cân khoảng 2g mẫu mì tôm với độ chính xác 1mg, sau đó cho vào cốc thủy tinh đã được sấy khô ở 105°C và làm nguội Tiếp theo, sấy cốc chứa mẫu trong tủ sấy thông gió ở 105°C trong 2 giờ, tính từ khi tủ đạt nhiệt độ này Sau khi sấy xong, đậy nắp cốc bằng giấy bạc và chuyển sang bình hút ẩm, cân lại chính xác đến 1mg ngay khi đạt nhiệt độ phòng Cuối cùng, ghi lại lượng hao hụt độ ẩm.

* Xử lý mẫu để xác định độ muối của mì tôm

Cân 10g mì tôm và chuyển mẫu vào bình tam giác 250ml, sau đó thêm khoảng 100ml nước cất Đun cách thủy ở nhiệt độ 70°C trong 15 phút, sau đó làm nguội mẫu Chuyển toàn bộ mẫu sang bình định mức 200ml và thêm nước cất đến vạch định mức, lắng kỹ Lọc mẫu qua phễu với giấy lọc xếp nếp để thu dịch lọc Hút 25ml dịch lọc vào bình tam giác, thêm 10 giọt Kalicromat 5%, rồi chuẩn độ bằng Bạc nitrat 0,02N cho đến khi xuất hiện kết tủa màu đỏ gạch của bạc cromat, ghi lại số ml Bạc nitrat đã sử dụng.

2.3.2 Phân tích mẫu bằng phương pháp quang phổ hồng ngoại FTIR

Sau khi xay nhỏ và sấy khô, mẫu mì tôm được phân tích trực tiếp bằng thiết bị ATR – FTIR Khoảng 2 mg bột mì tôm được đặt trên bề mặt tinh thể kim cương – ZnSe, sử dụng công cụ nén mẫu tích hợp để tăng diện tích tiếp xúc và đảm bảo tín hiệu quang phổ tốt nhất Tín hiệu quang phổ được thu thập qua phần mềm OMNIC với dải bước sóng từ 4000 đến 400 cm⁻¹, bao gồm 70 lần quét mẫu và độ phân giải 4 cm⁻¹ Mẫu được phân tích lặp lại 6 lần để xác định độ lặp lại và độ tin cậy của kết quả.

Hnh 2.19 Bề mặt đặt mẫu của máy quang phổ FTIR

2.3.3 Phân tích mẫu bằng phương pháp ICP – MS

Lò vi sóng Mars 6 là thiết bị phá mẫu vi sóng sử dụng axit để phân hủy các mẫu vật nhằm phân tích nguyên tố Thiết bị này có khả năng xử lý nhiều loại vật liệu như đá, thực vật, đất, thực phẩm và dược phẩm một cách hiệu quả thông qua các phương pháp đã được lập trình sẵn Các ứng dụng chính của lò vi sóng Mars 6 bao gồm phá mẫu, trích ly, tổng hợp, thủy phân protein, bay hơi và cô đặc.

* Tiến hành phá mẫu trước khi phân tích mẫu bằng phương pháp ICP-MS.

- Tiến hành cân lấy 0,2g mẫu sau đó cho vào ống teflon đậy nắp.

- Thêm 2 ml HNO 65% và 2 ml H3 2O2 30% vào trong ống để qua đêm

- Đem mẫu đi phá bằng lò vi sóng MARS 6 trong thời gian là 30 phút.

- Các mẫu sau khi phá được để nguội đến nhiệt độ phòng khoảng 30 –

- Tiếp theo, dung dịch mẫu sau phá được chuyển vào bình định mức 50 ml và được định mức với nước siêu cất.

- Lọc dung dịch mẫu sau phá mẫu bằng giấy lọc cho vào ống falcon,ghi tờn sãn sàng để chạy phõn tớch ICP-MS.

MỘT SỐ CÔNG THỨC TÍNH TOÁN NGHIÊN CỨU

2.4.1 Giới hạn phát hiện (LOD) và giới hạn định lượng (LOQ)

Giới hạn phát hiện và giới hạn định lượng của phương pháp phân tích được xác định dựa trên tỷ lệ cường độ tín hiệu của chất phân tích so với đường nền Điều này được thực hiện bằng cách thêm chuẩn 10 ppb vào nền mẫu và phân tích trên thiết bị LC – MS và GC – MS.

2.4.2 Độ lệch chuẩn Độ lệch chuẩn SD và độ lệch chuẩn tương đối RSD được tính theo các công thức sau:[11]

 Trong đó: SD – độ lệch chuẩn n – số thí nghiêm xi – giá trị tính được của lần thử nghiệm thứ “i” x – giá trị trung bình của các lần thử nghiệm

RSD – độ lệch chuẩn tương đối

2.4.3 Độ ẩm Độ ẩm của mì tôm (W) tính bằng phần trăm, được xác định theo công thức:[10]

W(%)= m 1 −m 2 m 1 100 % Trong đó: W – độ ẩm của mì tôm (%) m1 – khối lượng mẫu trước khi sấy (g) m2 – khối lượng mẫu sau khi sấy (g)

2.4.4 Độ muối Độ muối (hàm lượng NaCl) có trong mì tôm được xác định theo công thức dưới đây: [10]

X = 0,00118245 V V 1.100 m V 2 Trong đó: 0,00118245 – khối lượng NaCl tương ứng với 1 ml dung dịch

V – thể tích AgNO3 dùng để chuẩn độ (ml)

V1 – thể tích bình định mức (ml)

V2 – thể tích dịch lọc hút dùng để chuẩn độ (ml) m – khối lượng mẫu đem cân (g)

CÁC PHƯƠNG PHÁP PHÂN TÍCH DỮ LIỆU

Giảm chiều dữ liệu (Dimensionality Reduction) là kỹ thuật quan trọng trong Machine Learning, giúp xử lý các vector riêng với số chiều và số điểm dữ liệu lớn Việc tính toán trực tiếp trên dữ liệu lớn gây khó khăn về lưu trữ và tốc độ, do đó, giảm chiều dữ liệu trở nên cần thiết để tối ưu hóa quy trình và nén dữ liệu hiệu quả.

PCA là phương pháp phân tích thành phần chính

Là phương pháp giảm chiều dữ liệu sao cho lượng thông tin về dữ liệu thể hiện được giữ lại nhiều nhất.

Phương pháp dựa trên quan sát dữ liệu không phân bố ngẫu nhiên trong không gian mà thường phân bố gần các đường/mặt đặc biệt nào đó.[1]

PCA là một phương pháp trong học máy không giám sát (Unsupervised learning), sử dụng các vector mô tả dữ liệu mà không cần thông tin về nhãn (labels) Phương pháp này giúp nhận diện và phân biệt các đặc điểm của các lớp dữ liệu mà không biết trước thông tin của chúng.

PCA, hay Phân tích thành phần chính, là một phương pháp giúp tìm kiếm một hệ cơ sở mới, trong đó thông tin dữ liệu được tập trung chủ yếu vào một số đặc điểm quan trọng, gọi là thành phần chính, trong khi phần còn lại chỉ chứa lượng thông tin nhỏ, được gọi là thành phần phụ Số lượng thông tin trong không gian mới không vượt quá số chiều và số điểm của dữ liệu ban đầu.

PCA là một công cụ toán học giúp trích xuất các đặc điểm quan trọng từ tệp dữ liệu đa chiều, chuyển đổi chúng thành tệp dữ liệu mới với kích thước nhỏ hơn Tệp dữ liệu mới này được sắp xếp theo thứ tự giảm dần của độ biến thiên, đảm bảo giữ lại những thông tin chính và cần thiết từ tệp dữ liệu gốc thông qua sự kết hợp tuyến tính.

Phương pháp PCA thường cung cấp lượng thông tin phong phú trong các bài toán phân loại, nhưng điều này có thể dẫn đến sự chồng chéo thông tin giữa các điểm dữ liệu tương đồng Nếu có thể phân biệt rõ ràng các thông tin này, PCA sẽ phát huy hiệu quả cao Tuy nhiên, khi thông tin bị chồng lên nhau tại các điểm đại diện, việc phân loại trở nên khó khăn, cho thấy rằng việc giữ lại nhiều thông tin không phải lúc nào cũng mang lại kết quả tốt nhất Do đó, PCA không phải lúc nào cũng phù hợp cho các bài toán phân loại Điều này không có nghĩa là việc sử dụng các thành phần phụ sẽ hiệu quả hơn so với các thành phần chính, mà chỉ là một trường hợp đặc biệt Để khắc phục vấn đề này, Linear Discriminant Analysis (LDA) đã được phát triển.

LDA (Linear Discriminant Analysis) là một phương pháp phân tích thành phần phụ giúp giảm chiều dữ liệu trong các bài toán phân loại Mục tiêu chính của LDA là xác định một không gian mới với số chiều nhỏ hơn, trong đó các điểm thuộc cùng một lớp (class) được chiếu gần nhau, trong khi các điểm thuộc các lớp khác nhau được phân tách rõ ràng.

Trong LDA, với bài toán có C classes, số chiều của không gian mới không thể vượt quá C – 1 classes.

LDA (Phân tích phân biệt tuyến tính) là một phương pháp học giám sát giúp giảm chiều dữ liệu bằng cách sử dụng thông tin về nhãn của dữ liệu Phương pháp này lọc dữ liệu dựa trên các đặc điểm đã biết, nhằm tìm ra những thông tin đặc trưng của từng lớp (class) để phân biệt chúng với các lớp khác.

- “Discriminant” được hiểu là nhưng thông tin đặc trưng cho mỗi class,khiến nó không lẫn với các class khác

- “Linear” được dùng vì cách giảm dữ liệu được thực hiện bằng phép biến đổi tuyến tính.

PCA là công cụ hữu ích để trích xuất, chuyển đổi và nén dữ liệu, trong khi LDA tập trung vào việc trích xuất thông tin khác biệt và kết hợp tuyến tính các thông tin này, nhằm tối đa hóa giá trị trung bình khác biệt trong tập dữ liệu Nghiên cứu này khảo sát và so sánh hai phương pháp trên để xác định phương pháp tối ưu cho việc phân loại các mẫu mì tôm.

AHC (Agglomerative Hierarchical Clustering) is one of the most widely used clustering methods available in Excel through the XLSTAT statistical software.

AHC là một phương pháp phân nhóm (hoặc phân loại) có những ưu điểm sau:

Nó hoạt động dựa trên sự khác biệt giữa các đối tượng được nhóm lại, với một kiểu khác biệt phù hợp với chủ đề nghiên cứu và bản chất của dữ liệu.

Dendrogram cho thấy sự phân nhóm dữ liệu tiến bộ, từ đó có thể nhận diện các lớp phù hợp để nhóm dữ liệu hiệu quả hơn.

Quá trình phân cụm bắt đầu bằng việc tính toán sự khác biệt giữa N đối tượng Hai đối tượng được nhóm lại nhằm tối thiểu hóa một tiêu chí kết tụ nhất định, tạo thành một lớp chứa hai đối tượng này Sự khác biệt giữa lớp mới và N – 2 đối tượng còn lại được đánh giá bằng tiêu chí kết tụ Hai đối tượng hoặc lớp đối tượng nào giúp giảm thiểu tiêu chí kết tụ sẽ được nhóm lại với nhau Quá trình này tiếp tục cho đến khi tất cả các đối tượng được phân nhóm hoàn toàn.

Các hoạt động phân cụm tạo ra một phân cụm nhị phân (dendrogam) với gốc là lớp chứa tất cả các quan sát Biểu đồ dendrogam này thể hiện hệ thống phân cấp của các phân vùng, cho phép người dùng cắt cây ở mức độ tùy chỉnh dựa trên số lượng lớp mong muốn hoặc các tiêu chí khách quan hơn.