Search Results
A csontok eredeti állapotukban trágyázási célra alkalmatlanok, mert anyaguk a talajban majdnem teljesen oldhatatlan, így az növényi tápanyagot nem képezhet. Az ásványi savak a csont vízoldható foszfortartalmát megnövelik. Hazánkban évente közel 10 ezer tonna csonthulladék képződik. Célszerű olyan korszerű és környezetbarát csontfeltárási technológiát kidolgozni, melynek terméke talajjavító trágyaszerként használható. Munkánk célja az eltérő kezeléssel feltárt, ill. az üzemi körülmények között előállított csontlisztek komposztálhatóságának vizsgálata, valamint a komposztok és a csontlisztek növényi növekedésre és P-felvételre gyakorolt hatásának tanulmányozása volt. Laboratóriumi körülmények között csontfeltárási kísérleteket állítottunk be kereskedelmi csontok, ill. üzemi csontliszt felhasználásával. Elvégeztük a csontok vizes feltárását, különböző hőmérsékleten, csont/víz aránynál, illetve különböző hőntartási idővel. További kezelést alkalmaztunk eltérő koncentrációjú citrom- ill. tömény salétrom- és kénsavval különböző hőmérsékleten, csont/sav aránynál és hőntartási időnél. Modell-üzemi körülmények között elvégeztük az ipari csontliszt komposztálását három nyersanyag-összetételben, almos csirketrágya, csontliszt és csontlé felhasználásával. A különböző eljárással feltárt csontlisztek felvehető foszfor elemtartalmát növényi teszttel, angolperje növénnyel értékeltük klímakamrában. A főtt csontok citrom- és kénsavas kezelésével a vízoldható P-tartalom a vízzel kezelt csontokhoz képest a sav mennyiségével arányosan növekedett. A salétromsavas kezeléssel előállított csontlisztek vízoldható P-tartalma a vízzel feltárthoz képest közel 30- szorosára növekedett (0,32-8,51 mg/100 mg). A tenyészedény-kísérletek eredményeit összegezve megállapítható, hogy a csontliszttel, ill. a komposzttal talajba juttatott foszfor tápelem közel azonosan hasznosult az angolperje növények számára. Az egyetlen különbség az volt, hogy a komposztokban lévő P-tartalom valószínűleg a lassabb feltáródás miatt a növények számára hosszabb ideig hozzáférhető. Az egyes csontliszt feltárások között a növények P-ellátása szempontjából nem volt jelentős különbség, talán csak a csontliszt kénsavas feltárása (8. kezelés) maradt el többi kezelés hatékonyságától. A angolperje által felvett P-mennyiség alapján megállapíthatjuk, hogy csontok komposztálásával (Komposzt I, II. és III. kezelés) kedvező P-szolgáltató képesség érhető el. Ez jó esélyt teremt a hulladékként jelentkező csontok agronómiai felhasználására.
A komposztok érettsége döntően meghatározza azok felhasználását. A komposzt érettségét a fizikai, kémiai és biológiai stabilizáció mértékeként lehet meghatározni. Munkánk célja a különböző nyersanyagok komposztálása során az önhevülés, az oxigénfogyasztás és a szén-dioxid termelés, mint komposzt stabilitási módszerek alkalmazhatóságának vizsgálata, illetve az eredmények összehasonlítása volt.A vizsgálathoz kommunális szennyvíziszap és faapríték 1/1 arányú keverékét (SZI), illetve zöldhulladékot használtunk (ZH). A komposztálás 0–2–4–6 hónapja után vett mintákat vizsgáltuk laboratóriumi körülmények között. Az önhevülési tesztet az ún. Dewar-edényben határoztuk meg. Az O 2 -fogyasztás és CO 2 -termelés mérésére egy, a komposztálás modellezésére alkalmas berendezést használtunk. Az összegzett O 2 -fogyasztási értékeket ábrázoltuk, melyre a biológiai folyamatokat leíró elsőrendű reakciókinteikai függvénykapcsolatot [OUR t =OUR max (1–e -kt )] illesztettük (OUR t : O 2 -felvétel; OUR max : maximális O 2 -felvétel) és meghatároztuk a pillanatnyi O 2 -fogyasztási sebességeket is. A kezdeti, gyors lebontást a 2. napi O 2 -fogyasztási sebességgel (v 2d ), a szubsztrát-csökkenést jelentő szakaszt a 6. napi O 2 -fogyasztási sebességgel (v 6d ) jellemeztük.Az alapanyag (SZI-0) 7 napos összegzett O 2 -fogyasztása majdnem kétszerese a 2. hónapig kezelt szennyvíziszap és apríték O 2 -fogyasztásának. Zöldhulladék (ZH) komposzt esetében minden mintavételi időpontban nagyobb O 2 -fogyasztási sebességet mértünk, mint a szennyvíziszap és apríték (SZI) komposzt esetében. A 2. naphoz tartozó pillanatnyi CO 2 -termelés sebességének értékeit összehasonlítva láthatjuk, hogy a kezeletlen (0 hónap) v 2d értéke kétszerese a 6 hónaphoz tartozó v 2d értéknek. A Dewar-edényben végzett önhevülési teszt során megállapítottuk, hogy a vizsgált komposztok a hatodik hónapra az V. érettségi fokba sorolhatók, tehát érettnek minősíthetőek. Megállapíthatjuk, hogy mindkét komposzt esetében a 2. naphoz tartozó pillanatnyi O 2 -fogyasztás és CO 2 -termelés sebességével jellemezhetjük jobban a komposztok stabilizációs folyamatát. Mérési eredményeinket összehasonlítva a különböző szakirodalmi adatokkal, nem határozhatjuk meg egyértelműen a komposzt stabilitását. Ez azzal is magyarázható, hogy nincs egységes mérési módszer az O 2 -fogyasztás és CO 2 -termelés meghatározására. Az általunk alkalmazott módszer kellően érzékenynek mondható, mivel az önhevülési teszttel már stabilnak mondható anyag esetében is sikerült kimutatnunk a biológiai aktivitás mértékét. A mérési módszer hátránya viszont, hogy meglehetősen költséges, időigényes, szakmai felkészültséget kíván, így komposztáló telepek esetében rutinszerű elemzésre nem alkalmazható. Az O 2 -fogyasztás és CO 2 -termelés fenti módszerrel történő mérésének a komposztok és komposztálási technológiák minősítésében lehet jelentőssége.Az önhevülési teszt eredményeit összehasonlítva az O 2 -felvétel és a CO 2 -termelés maximális értékeivel megállapítható, hogy önhevüléssel a komposztálás elején lehet leginkább különbséget tenni az érettségi fokok között, a komposztálás vége felé ennél érzékenyebb technikát érdemes alkalmazni. Az egyes komposztok mért paraméterei (hőmérséklet, Oa
In this work, the application of an electronic tongue (ET) based on a specific ion-selective sensor array for discrimination of different white wine types is presented. The electronic tongue equipped with specific sensor array containing seven IFSET sensors was used to analyze wine samples. The obtained ET responses were evaluated using different pattern recognition methods. Principal component analysis (PCA) provides the possibility to identify some initial patterns. Linear discriminant analysis (LDA) was used to build models to separate white wine samples based on wine regions and grape cultivars. The results showed that every group was distinguished from each other with no misclassification error. Furthermore, the sequence of the wine sample groups was similar to the increasing total acidity content. Partial least square (PLS) regression was used to build models for the prediction of the main chemical compositions of the wine samples based on the electronic tongue results. The closest correlation (R2=0.93) was found in case of ‘total acidity’, and the prediction error (RMSEP) was 6.9%. The pH of the wine samples was predicted with good correlation (R2=0.89) but higher prediction error (RMSEP=10.71%) from the electronic tongue results. The ET combining these statistical methods can be applied to determine the origin and variety of the wine samples in easy and quick way.
Time consuming and expensive methods have been applied for detection of coffee adulteration based on the literature. In the present work, an optical method (vision system) and the application of an electronic tongue is proposed to reveal the addition of barley in different proportion to coffee in ground and brewed forms. In a range of 1 to 80% (w/w) Robusta coffee was blended with roasted barley. Principal Component Analysis (PCA) accomplished on vision system image data showed a good discrimination of the adulterated samples. The results of Polar Qualification System (PQS) data reduction method revealed even small differences in the right barley content order by point method approach. With Partial Least Squares (PLS) regression the amount of barley in Robusta was predicted with high R2 (0.996) and relatively low RMSEP (∼2%) values in case of vision system data processing. Considering electronic tongue measurements, PCA results showed a good discrimination of samples with higher barley concentration. Misclassification was found in the low concentrated area by Lienar Discriminant Analgsis (LDA). To obtain an accurate model for barley content prediction in coffee, the most sensitive sensor signals were used to apply PLS regression successfully (R2=0.97, RMSEP=3.99% (w/w)).
