Development of a non-destructive optical measurement technique for the detection of adulterants in baby powder and edible starch.

Abstract

This thesis presents non-destructive optical spectroscopy method for detecting the presence of talc in powder products using Fourier Transform Infrared Spectroscopy (FT-IR) and Terahertz Time-Domain Spectroscopy (THz-TDS) to provide spectral data covering the electromagnetic spectrum from the middle infrared to terahertz regions. These regions has potential to identify intramolecular and intermolecular interactions occurring within or between the molecules of talc. In this thesis, non-destructive measurements from both techniques mentioned above were analyzed using mid-infrared (Mid-IR) and far-infrared (Far-IR) spectral data, along with machine learning (ML) techniques. The classification results achieved an accuracy of up to 100% in the Far-IR region and 93.33% in the Mid-IR region. For quantitative talc analysis, Far-IR spectral data in the wavenumber range of 160-180 cm-1, where clear peaks corresponding to talc concentration were observed, were utilized. Prediction tests using machine learning techniques indicated a prediction error (RMSE) of 0.23 milligrams and a coefficient of determination (R²) of 0.97. These findings demonstrate the capability of the proposed method for accurate talc detection in powder products, reducing analysis errors and offering an alternative method that can be applied for detecting talc-containing products in future industrial applications.

วิทยานิพนธ์นี้นำเสนอวิธีการตรวจวัดการมีอยู่ของแร่ทัลก์ (Talc) ในผลิตภัณฑ์แป้งฝุ่นโดยใช้เทคนิคสเปกโทรสโคปีเชิงแสงแบบไม่ทำลายด้วยเทคนิคฟูเรียร์ทรานส์ฟอร์มอินฟราเรดสเปกโทรสโคปี (FT-IR) และเทราเฮิรตซ์ไทม์โดเมนสเปกโทรสโคปี (THz-TDS) เพื่อให้ข้อมูลสเปกตรัมที่ตรวจวัดได้ครอบคลุมช่วงคลื่นแม่เหล็กไฟฟ้าตั้งแต่ย่านอินฟราเรดกลางจนถึงเทราเฮิรตซ์ ซึ่งย่านดังกล่าวมีศักยภาพในการระบุอันตรกิริยาที่เกิดขึ้นภายในหรือระหว่างโมเลกุลของแร่ทัลก์และมีความเป็นไปได้ในการนำไปประยุกต์ใช้สำหรับการจำแนกประเภทการเคลือบของแร่ทัลก์ โดยในวิทยานิพนธ์ฉบับนี้ ได้ทำการศึกษาผลการตรวจวัดเชิงแสงแบบไม่ทำลายของทั้งสองเทคนิคดังกล่าวข้างต้นและนำข้อมูลที่ได้จากการตรวจวัดไปประมวลผลโดยจะมีการใช้ข้อมูลสเปกตรัมในคลื่นย่านอินฟราเรดกลาง (Mid-IR) และอินฟราเรดไกล (Far-IR) ร่วมกับการวิเคราะห์ข้อมูลสเปกตรัมด้วยเทคนิคการเรียนรู้ของเครื่อง (Machine Learning) ซึ่งผลทดสอบการจำแนกให้ความแม่นยำสูงสุดถึง 100% ในย่าน Far-IR และ 93.33% ในย่าน Mid-IR สำหรับการวิเคราะห์ปริมาณของแร่ทัลก์ จะมีการใช้ข้อมูลสเปกตรัมคลื่นย่านอินฟราเรดไกล (Far-IR) ในช่วงเลขคลื่นระหว่าง 160-180 cm-1 ที่แสดงลักษณะของพีคที่ชัดเจนและสัมพันธ์กับปริมาณของแร่ทัลก์ ซึ่งผลทดสอบการทำนายปริมาณโดยใช้เทคนิคการเรียนรู้ของเครื่อง พบว่าค่าความผิดพลาดในการทำนาย (RMSE) อยู่ที่ 0.23 มิลลิกรัม โดยมีค่าสัมประสิทธิ์แสดงการตัดสินใจ (R²) อยู่ที่ 0.97 ผลการศึกษาเหล่านี้ชี้ให้เห็นถึงความสามารถของเทคนิคที่นำเสนอในการตรวจวัดแร่ทัลก์ในผลิตภัณฑ์แป้งฝุ่นได้อย่างแม่นยำ ลดความเสี่ยงจากข้อผิดพลาดในการวิเคราะห์ และเป็นหนึ่งในวิธีทางเลือกที่จะสามารถนำไปประยุกต์ใช้ในการตรวจวัดผลิตภัณฑ์ที่มีส่วนผสมของทัลก์ได้ในอุตสาหกรรมต่อไปในอนาคตได้