VIEW ARTICLE    http://dx.doi.org/10.1094/ASBCJ-2014-0717-01

Lautering Performance Prediction from Malt by Combining Whole Near-Infrared Spectral Information with Lautering Process Evaluation as Reference Values. C. Holtz, D. Krause, M. Hussein, M. Gastl (1), and T. Becker, Lehrstuhl für Brau- und Getränketechnologie, Technische Universität München, Weihenstephan, Weihenstephaner Steig 20, 85354 Freising, Germany. (1) Corresponding author. E-mail: <martina.gastl@wzw.tum.de>; phone: +49-8161-713266, fax: +49-8161-713883. J. Am. Soc. Brew. Chem. 72(3):214-219, 2014.

The aim of this study is to predict lautering performance from malt batches. It pursues an innovative approach by combining the total near-infrared (NIR) spectral information content with lautering process evaluation data. For this, multivariate data analysis is applied to combine the information content of whole NIR spectra of malt with lautering process data. Three NIR spectra were taken for each of the 11 single-malt batches of 100% pilsner malt. Additionally, standard laboratory analyses were performed. Standardized lautering processes were carried out, evaluated, and categorized in “good,” “semi,” and “bad.” The 51 lautering process evaluation values, each with three associated NIR spectra, add up to a total of 153 objects employed in building the prediction model. Partial least squares discriminant analysis (PLS-DA) was used for classification and calculating prediction accuracy. The prediction accuracy of the calibration set was 92.7% with only three failed lautering performance predictions. In the test set validation, only one lautering process prediction failed. This results in a prediction accuracy of 90.6% for the calibration model. With this study, the feasibility of NIR spectroscopy in combination with multivariate statistics to predict lautering performance by analysis of malt was proven. Keywords: Lautering process, Malt, Multivariate data analysis, NIR, Process prediction


El objetivo de este estudio es predecir el rendimiento de filtración del mosto de los lotes de malta. Persigue un enfoque innovador al combinar el total de infrarrojo cercano (NIR) de contenido de información espectral con los datos de la evaluación del proceso de filtración del mosto. Para esto, se aplica el análisis de datos multivariados para combinar el contenido de información de todos espectros de NIR de la malta con los datos del proceso de filtración del mosto. Tres espectros de NIR fueron tomadas por cada uno de los 11 lotes pura de 100% de malta pilsen. Además, se llevaron a cabo análisis estándar de laboratorio. Procesos estandarizados de filtración del mosto se llevaron a cabo, evaluados y categorizados en “bueno,” “semi” y “malo.” Los 51 valores de evaluación del proceso de filtración del mosto, cada uno con tres espectros NIR asociado, suman un total de 153 objetos empleados en la construcción del modelo de predicción. Se utilizó los cuadrados mínimos parciales análisis discriminante (PLS-DA) para la clasificación y el cálculo de precisión de la predicción. La precisión de la predicción del conjunto de calibración fue del 92.7%, con sólo tres predicciones fracasado del rendimiento de filtración del mosto. En la validación del conjunto de la prueba, sólo una predicción proceso de filtración del mosto falló. Esto resulta en una precisión de la predicción de 90.6% para el modelo de calibración. Con este estudio, la viabilidad de la espectroscopia de NIR en combinación con la estadística multivariante para predecir rendimiento del filtración de mosto mediante el análisis de la malta se demostró. Palabras claves: Análisis de datos multivariados, Malta, NIR, Predicción de proceso, Proceso de filtración del mosto