A Priori Spectroscopy of Coffee Roasts

Abstract

Før brygging må kaffe brennes. Kaffebrennere ønsker så mye kontroll over brenneprosessen som mulig. I dag er kaffebrenning for det meste manuelt arbeid med lite eller ingen instrumentering. Kjemisk sammensetning er viktig for kvaliteten til kaffe. Det er allerede mulig å bestemme konsentrasjonen av viktige stoffer i kaffe. Vi utvikler en metode for brenning for å minimere spektral varians og en hyperspektral bildetagings metode for å minimere varians i estimerte spekter. Å brenne kaffe en bestemt tid gir lavere spektral varians enn å brenne til first crack, som er en vanlig kaffebrenneteknikk. Vi brenner kaffe basert på brennemetoden vår og randomisert parametersøk teori for å lage et dataset for trening og testing av prediksjonsmodeller for kaffe spekter. Basert på hyperspektrale bilder av den brente kaffen lager vi modeller som kan predikere spekteret til kaffe med R^2=0.58-0.74. Disse spekterene kan brukes til å predikere den kjemiske sammensetningen til kaffe før den er brent om de kombineres med kjemometriske modeller.

Before brewing, coffee has to be roasted. Coffee roasters want as much control over the roasting process as possible. Today the coffee roasting process is mostly hand-tuned with little to no instrumentation. The chemical composition of coffee is crucial to its taste and smell. The concentration of important chemicals in coffee can be determined using hyperspectral imaging. We develop a roasting method to minimize variance in roast spectra and a hyperspectral imaging technique to minimize estimated roast spectrum variance. Roasting for a specific time gives a lower spectral variance than roasting until first crack, which is a common roasting technique. Based on our roasting method and randomized parameter search theory, we roast coffee to build a data set for prediction of roast spectra. We use this data set to train models that can predict the spectrum of coffee based on how it is roasted. Linear regression models can predict the roast spectra with R^2=0.58-0.74. These spectra can, in turn, be used to predict the chemical composition of the roast before roasting when combined with chemometric models.