I SOA: VERIFICA SUL CAMPO DI UN SISTEMA PER CQ



Documenti analoghi
Come valutare le caratteristiche aerobiche di ogni singolo atleta sul campo

Le effettive esigenze della Direzione del Personale nella gestione delle risorse umane in azienda. Andamento dal 2005 ad oggi

VALORE DELLE MERCI SEQUESTRATE

Linee guida per la rilevazione sistematica della customer satisfaction tramite emoticons

Osservazioni sulla continuità per le funzioni reali di variabile reale

leaders in engineering excellence

vosges di Moreno Beggio

Calcolo del Valore Attuale Netto (VAN)

Progetto PI , passo A.1 versione del 14 febbraio 2007

GESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10. Angelo Bonomi

Come creare il test di Yasso tramite l applicazione Training Center

CONVENZIONE UNIVERSITÀ DI PERUGIA DELTATECH. Rapporto Attività di Ricerca. Prove ad impatto su laminati compositi con.

ALLEGATO 14 PROBLEMATICHE APPLICATIVE PASSERELLA ESPORTAZIONE DATI E CAPRES

Automazione Industriale (scheduling+mms) scheduling+mms.

LE CARTE DI CONTROLLO (4)

SISTEMA di GESTIONE QUALITÀ Non Conformità ed Efficacia delle Azioni Correttive Preventive

Innovation experience

Ufficio Stampa Tel Foro Buonaparte, 31 Fax Milano

IL BUDGET 04 LE SPESE DI REPARTO & GENERALI

Pensione di vecchiaia: ecco i nuovi requisiti di età per ottenerla

Come creare il test di Conconi tramite l applicazione Training Center

Elementi di Psicometria con Laboratorio di SPSS 1

LA METODOLOGIA DI PASSI

Corso di Laurea Magistrale in Chimica e Tecnologia Farmaceutiche E25

IL CONTATORE ELETTRONICO:

Criteri di Valorizzazione in Inventario Documentazione tecnica

Di seguito si allegano alcuni disegni progettuali con le principali quote e alcune visualizzazioni in 3D. 2/13

Metodologie Informatiche Applicate al Turismo

SCUOLA DELL INFANZIA S. PIERO

Progetto Regionale HP InterAziendale Scorze d arancia amara

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

MANUALE DELLA QUALITÀ Pag. 1 di 6

Circolare N.62 del 10 Aprile 2013

Alla c.a. Sindaco/Presidente Segretario Generale Dirigente competente

L Università di Trento tutti gli studenti che si impegnano. PREMI DI MERITO...quando studiare ti conviene

LA PREVENZIONE E L IMPORTANZA DELLA FORMAZIONE ANTINCENDIO. Milano 26 Ottobre 2011 Relatori: Diego Ragni

La relazione presenta quanto emerso dalla prima indagine condotta sugli utenti della Biblioteca Isimbardi.

Documento di accompagnamento: mediane dei settori bibliometrici

Normative sulla Tenuta dei Serramenti ad Aria, Acqua e Vento

UNI EN ISO 9001:2008 Sistemi di Gestione per la Qualità: requisiti e guida per l uso

Generazione Automatica di Asserzioni da Modelli di Specifica

Gestione Turni. Introduzione

IL DIMENSIONAMENTO DEGLI IMPIANTI IDROSANITARI Miscelatori e riduttori di pressione

I MODULI Q.A.T. PANORAMICA. La soluzione modulare di gestione del Sistema Qualità Aziendale

REPORT BRAIN FARM. MODALITA DI ADDESTRAMENTO in questa fase, si sono impostati diversi parametri: GENITORI:3 FIGLI:3 GENERAZIONI:100

03. Il Modello Gestionale per Processi

Il profiling dei disoccupati basato sull occupabilità: un alternativa di targeting in assenza di evidenza sull efficacia degli interventi

Autorità Nazionale Anticorruzione e per la valutazione e la trasparenza delle amministrazioni pubbliche

L ARMONIZZAZIONE DEI PROCESSI CON IL CLIENTE AL CENTRO

La manutenzione come elemento di garanzia della sicurezza di macchine e impianti

Documento approvato dal Consiglio Direttivo dell ANVUR nella seduta del 15/5/2013

LICEO ERASMO DA ROTTERDAM

Innovazione e Design educativo per la buona scuola

IL RISPARMIO ENERGETICO E GLI AZIONAMENTI A VELOCITA VARIABILE L utilizzo dell inverter negli impianti frigoriferi.

PROCEDURA GESTIONE APPROVVIGIONAMENTO E FORNITORI 02 30/09/2006 SOMMARIO

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI

ARTICOLO TECNICO Smart-MED-Parks: il Software

della manutenzione, includa i requisiti relativi ai sottosistemi strutturali all interno del loro contesto operativo.

L età dei vincitori La presenza femminile. L età dei vincitori La presenza femminile. Confronto tra il concorso ordinario ed il concorso riservato

EA 03 Prospetto economico degli oneri complessivi 1

GRAFICO DI FUNZIONI GONIOMETRICHE

Incidenti ed Incidenti Mancati

Più processori uguale più velocità?

Zonizzazione Acustica

~ Copyright Ripetizionando - All rights reserved ~ STUDIO DI FUNZIONE

Istruzione Operativa Richiesta di Offerta on-line in busta chiusa digitale

Necessità della formazione efficace delle figure professionali nel campo della sicurezza negli ambienti di lavoro

Area Marketing. Approfondimento

Sintesi dei risultati

Gestione dei Documenti di registrazione della Qualità

Indagine qualita percepita

INDICE Attività Aziendali... 3 Utilizzo Sostanze Chimiche... 4 Conclusioni... 8

Benchmarking della società dell informazione in Emilia-Romagna

PROGETTO TECNICO SISTEMA DI GESTIONE QUALITA IN CONFORMITÀ ALLA NORMA. UNI EN ISO 9001 (ed. 2008) n. 03 del 31/01/09 Salvatore Ragusa

Attenzione. Allerta. Allarme. da adottare nel monitoraggio del movimento di versante per il

1. La velocità dell ADSL in Italia: evoluzione dal 2010 ad oggi

2.0 Gli archivi. 2.1 Inserire gli archivi. 2.2 Archivio Clienti, Fornitori, Materiali, Noleggi ed Altri Costi. Impresa Edile Guida all uso

SVILUPPO, CERTIFICAZIONE E MIGLIORAMENTO DEL SISTEMA DI GESTIONE PER LA SICUREZZA SECONDO LA NORMA BS OHSAS 18001:2007

Monitoraggio per Risparmio Energetico


Rapporto dal Questionari Insegnanti

La riforma del servizio di distribuzione del

Light CRM. Documento Tecnico. Descrizione delle funzionalità del servizio

S-TRAINER v.1.00 Esempio d uso

L intelligenza numerica

Webinar e Manuale Operativo Tecnica di Trading

Nelle Caselle Gialle vanno inserite le date che comprendono il periodo a noi interessato; Es. dal 1 gennaio 2008 al 31 maggio 2008 compreso

Indice di rischio globale

RELAZIONE PROVE INVALSI 2013 Introduzione

RISCHIO CHIMICO E CANCEROGENO PRESSO I LABORATORI E I SERVIZI DELL UNIVERSITÀ DI TRENTO

Certificati di investimento e strategie di yield enchancement

MODELLO ORGANIZZATIVO REGIONALE PER LA GESTIONE DEL RISCHIO CLINICO.

Decreto Interministeriale del Attuazione di quanto previsto dall art. 29 comma 5 del D.L.vo 81/08

Gestione delle formazione

studi e analisi finanziarie La Duration

International School of Siena. Procedura di ammissione. Le procedure

Mon Ami 3000 Conto Lavoro Gestione del C/Lavoro attivo e passivo

CASO DI SUCCESSO X DATANET INSIEME A VENETO BANCA PER LA GESTIONE DELL ASSEMBLEA SOCI

AZIENDA SANITARIA LOCALE TO1 - SC MEDICINA LEGALE - OBITORIO CIVICO

1 La politica aziendale

Transcript:

I SOA: VERIFICA SUL CAMPO DI UN SISTEMA PER CQ C. Ricci, a U. Bersellini, a E. Dalcanale b a Laboratori Centrali, Barilla Alimentare SpA (PR) (carlottaricci@tin.it) b Dipartimento di Chimica Organica e Industriale, Università di Parma, INSTM UdR Parma (enrico.dalcanale@unipr.it) INTRODUZIONE I SOA (Sistemi Olfattivi Artificiali) hanno avuto un notevole sviluppo negli ultimi anni e, grazie alla contemporanea evoluzione dei sistemi software e dei metodi di elaborazione dati, si è arrivati a produrre degli strumenti affidabili e quindi utilizzabili nei laboratori controllo qualità, dove è richiesta una risposta rapida e precisa [1,2]. In questa sperimentazione si è focalizzata l attenzione sul problema del controllo delle componenti volatili che possono residuare negli imballi utilizzati per il confezionamento degli alimenti. L identificazione e la quantificazione delle componenti odorose derivanti da processi industriali, infatti, rappresenta un aspetto molto importante nel controllo qualità di un prodotto finito, e in particolar modo se ci si riferisce al settore dell imballaggio destinato al confezionamento alimentare in quanto il primo impatto organolettico condiziona senza dubbio le scelte del consumatore. Le analisi tradizionalmente eseguite per valutare la qualità degli imballi alimentari sono l analisi gascromatografica e l analisi sensoriale in beuta; entrambe queste tecniche contribuiscono a qualificare nel complesso l odore di un imballo, ma sono soggette a forti limitazioni come, per esempio, la necessità di tempi lunghi per singola analisi e la richiesta di personale addetto esperto. In questo contesto si è pensato di utilizzare un SOA per valutare la qualità degli imballi alimentari, in quanto: emette un giudizio in tempi rapidi, poiché l acquisizione per singolo campione è inferiore a 10 minuti; consente un maggior campionamento perché, proprio per la rapidità delle risposte, è possibile analizzare un numero più elevato di campioni e quindi avere una maggiore certezza dei risultati emessi; non necessita di personale qualificato, poiché il sistema, una volta addestrato, è facilmente utilizzabile per l analisi di campioni incogniti; può lavorare in continuo per molte ore e, anzi, è stato verificato che più lavora più attendibili sono i risultati; 1

emette risultati in modo semplice ed intuitivo. Durante la prima fase di questa sperimentazione, il SOA è stato addestrato in modo tale da riconoscere i tipici solventi residui presenti sugli imballi utilizzati da Barilla Alimentare S.p.A. per confezionare gli alimenti (1). A questo scopo, dopo aver messo a punto la metodologia di campionamento, sono state costruite diverse banche dati comprendenti una o due tipologie diverse di imballi. In particolare i diversi materiali considerati sono: carta/polipropilene met. (classe A) + carta/alluminio/polietilene (classe B); polipropilene (classe D); polipropilene/polipropilene (classe E); polipropilene/polipropilene met. (classe F) + poliestere met./polipropilene (classe H); polietilene (classe M). Per ogni materiale sono stati analizzati alternativamente imballi buoni (senza eccesso di solventi) e imballi drogati, questi ultimi ottenuti mediante inquinamento con sei diversi solventi selezionati tra quelli più frequentemente riscontrati; questi solventi sono: Acetato di etile (soglia limite alta); Cicloesano (soglia limite alta); Metossipropanolo (soglia limite media); Acetilacetone (soglia limite media); Toluene (soglia limite bassa); Metossipropilacetato (soglia limite bassa). Gli imballi sono stati precedentemente controllati mediante analisi gascromatografica per conoscere con certezza della qualità dei materiali. Inoltre, nell ottica di introdurre lo strumento in un laboratorio Controllo Qualità, è stata prevista un interfaccia software di facile comprensione anche da parte di un utente inesperto, ma che contemporaneamente permettesse un aggiornamento dinamico delle banche dati e un immediata visualizzazione dei risultati ottenuti. Attualmente il sistema così addestrato è in utilizzo presso un laboratorio Controllo Qualità di Barilla Alimentare S.p.A.; viene utilizzato come valutatore della qualità degli imballi, ma il giudizio emesso è stato fino ad ora confrontato con quello ottenuto dall analisi gascromatografica. Il passaggio successivo che ci siamo proposti consiste nell utilizzare il SOA come primo e unico valutatore. Per quanto riguarda i campioni individuati come buoni non è richiesto alcun controllo ulteriore e possono essere utilizzati per il confezionamento, mentre per quelli cattivi o comunque percepiti come diversi dagli imballi buoni sarà necessario approfondire le analisi mediante gascromatografia per conoscere la reale causa di inquinamento. Per raggiungere questo scopo è 2

quindi necessario disporre di un sistema olfattivo artificiale robusto ed affidabile in grado di segnalare anomalie diverse da quelle previste durante l addestramento. Infatti uno dei punti critici nella scelta di un SOA consiste nel valutare la capacità del sistema adottato di rispondere a situazioni anomale. Tale capacità è fondamentale per consentire al SOA di monitorare in maniera completa gli imballi senza alcuna limitazione alla tipologia degli off-flavours. Per poter addestrare lo strumento a questo proposito sono state fatte due sperimentazioni. 1 SPERIMENTAZIONE Obiettivo Il primo obiettivo prefissato è quello di verificare se il naso, addestrato con campioni cattivi ottenuti mediante inquinamento con i 6 solventi più frequentemente riscontrati, fosse in grado di riconoscere come cattivi (o comunque come diversi dai campioni buoni), anche gli imballi con un eccesso di solventi diversi da quelli considerati nella prima fase. A questo proposito si è indagato sulle principali cause di anomalia riscontrate negli imballi negli ultimi anni e le sostanze individuate con i rispettivi limiti soglia previsti sono elencati di seguito: Eptano + Ottano (limite soglia = 1 mg/mq) Acetone (limite soglia = 1 mg/mq) Dowanol (limite soglia = 1 mg/mq) Etossipropanolo (limite soglia = 1 mg/mq) Acetato di iso-propile (limite soglia = 1 mg/mq) Metacrilato di iso-butile (limite soglia = 0.8 mg/mq) Acrilato di n-butile (limite soglia = 0.5 mg/mq) Xilene (orto+meta+para) (limite soglia = 0.5 mg/mq) Metilisobutilchetone (limite soglia = 0.5 mg/mq) Etossipropilacetato (limite soglia = 0.5 mg/mq) Piridina (limite soglia non noto) Acetale (limite soglia = 3 mg/mq) Inizialmente sono state fatte delle prove di inquinamento artificiale degli imballi buoni con controllo mediante analisi gascromatografica e solo dopo avere individuato i corretti drogaggi si sono infialati i provini per poi analizzarli mediante naso elettronico. Per quanto riguarda la scelta delle classi di imballi si sono selezionati solo due materiali molto diversi tra di loro, ma che disponevano di un data base aggiornato: 3

Carta/polipropilene metallizzato (classe A); Polipropilene/polipropilene metallizzato (classe F). Risultati Sono state analizzate due fiale per ogni tipologia di solvente e di imballo. I risultati per la classe A sono mostrati in Tabella 1, mentre per la classe F in Tabella 2. Per entrambe le classi di imballi, la maggior parte dei campioni sono stati riconosciuti cattivi senza richiedere un ulteriore aggiornamento della banca dati (evidenziati in rosso). In Figura A è mostrato un esempio di riconoscimento di un campione incognito della classe F inquinato con Metacrilato di iso-butile. Nel caso dello Xilene per la classe F, i campioni sono stati riconosciuti come dubbi. Osservando accuratamente il data base si nota che i campioni analizzati differiscono completamente dalle informazioni ricevute dal naso durante l addestramento e per questo motivo sono stati identificati come possibili misure anomale, ma comunque si sono posizionati dalla parte dei campioni cattivi, in quanto identificati come cattivi al 100%. Nel caso dell Ottano e della Piridina per la classe A e dell Acetale per la classe F, è risultato necessario aggiornare le banche dati. Per la Piridina (per la classe A) è stato sufficiente introdurre 3 fiale note, dopo le quali i campioni incogniti sono stati tutti riconosciuti come cattivi. Per l Ottano (per la classe A) dopo l inserimento di 3 fiale note, il campione incognito è stato riconosciuto ancora buono, ma dopo un ulteriore aggiornamento di 2 fiale note, i 4 campioni incogniti sono stati riconosciuti correttamente come cattivi. Per l Acetale (per la classe F) sono state inserite, anche in questo caso, 3 fiale note, ma il campione incognito è stato riconosciuto buono. Sono quindi state analizzate altre 3 fiale note, ma le risposte date ai campioni incogniti oscillavano tra buoni e cattivi, non rendendo affidabile il giudizio. A questo proposito bisogna tenere in considerazione che il naso è stato addestrato in modo consistente con Acetato di Etile che ha un limite decisamente maggiore rispetto all Acetale, e, inoltre, questi due solventi generano uno spazio di testa simile a tal punto che nell analisi gascromatografica hanno due picchi sovrapposti. E conveniente quindi prediligere il solvente più a rischio, che tra i due presi in considerazione è sicuramente l Acetato di Etile, tenendo presente che nel caso di inquinamento da Acetale non si avrà una completa certezza di individuarlo. Un ulteriore osservazione va fatta per i campioni della classe F inquinati con Acetone. Il drogaggio non era stato eseguito correttamente, perché, nonostante l aggiunta di questo solvente, il materiale 4

non si è mostrato idoneo ad assorbirlo, quindi i campioni inseriti come incogniti rientravano nello standard. Nonostante questo il naso li ha riconosciuti ugualmente come cattivi, in quanto, evidentemente, i sensori MOS presenti nello strumento sono molto sensibili a questo solvente. 2 SPERIMENTAZIONE Obiettivo Durante i mesi in cui è stata condotta la sperimentazione del naso elettronico, tutti i campioni reali individuati come non conformi ai requisiti standard richiesti sono stati conservati e mantenuti a bassa temperatura per evitare che potessero perdere parte delle sostanze volatili. Durante questa seconda sperimentazione abbiamo provato ad analizzare questi imballi. Il primo passo è stato quello di controllare nuovamente gli imballi mediante gascromatografia, poi sono stati sottoposti al giudizio del SOA inserendoli come campioni incogniti. La tipologia dei materiali a disposizione, la natura del solvente fuori standard e il rispettivo quantitativo sono riassunti in Tabella 3; sono evidenziati in rosso i campioni che, in base al valore limite in vigore, possono essere considerati cattivi, mentre in verde quelli buoni. E necessario precisare che inizialmente il SOA è stato addestrato con tutte le tipologie di imballi flessibili utilizzati in Barilla, ma dopo il posizionamento nel laboratorio Controllo Qualità, l aggiornamento della banche dati è stato mantenuto, ovviamente, solo per le classi in uso presso quello stabilimento. Più precisamente queste classi sono: A (carta/polipropilene met.), B (carta/alluminio/polietilene), D (polipropilene) e F (polipropilene/polipropilene). Inoltre alcuni imballi a disposizione non sono mai stati analizzati in precedenza in quanto non pevenuti durante la fase di addestramento e, altra variabile da considerare, è il fatto che lo strumento utilizzato è aggiornato solo su alcuni colori di stampa, corrispondenti ai prodotti quotidianamente analizzati. Risultati E stata controllata una fiala per ogni campione tranne per gli imballi che potevano essere inseriti in un data base aggiornato per i quali sono state considerate due fiale. Nonostante i limiti sopra descritti, che vanno comunque tenuti in considerazione per ottenere un risultato affidabile, il naso è riuscito a riconoscere correttamente la qualità di quasi tutti i campioni (Tabella 4). 5

E stato considerato accettabile anche il riconoscimento degli imballi inquinati da solventi a limite soglia molto bassa come il metossipropilacetato (campioni dal 16 al 20), perché secondo il metodo UNI il limite di rilevabilità è comunque 0,5 mg/mq. CONCLUSIONI Il SOA è riuscito a superare egregiamente tutte le prove a cui è stato sottoposto. Per quanto riguarda il controllo di inquinanti anomali, attualmente non monitorati e quindi non ricercati nemmeno con le tecniche gascromatografiche (come acetale, piridina, ottano) si può pensare di includerli nelle successive fasi di addestramento, in modo da disporre di un data base aggiornato su tutte le sostanze potenzialmente inquinanti individuate fino ad oggi, non escludendo la possibilità di inserire imballi inquinati con altri solventi, nel momento in cui saranno riscontrati. Queste prove garantiscono di disporre di uno strumento perfettamente addestrato e pronto al riconoscimento anche delle sostanze più strane ed infrequenti. E necessario, inoltre, tenere in considerazione che la fase di addestramento e il successivo aggiornamento vanno eseguiti con gli imballi (inteso non solo come tipologia di imballo, ma anche come tipo e colore di stampa) che sono effettivamente in uso presso l unità produttiva alla quale si appoggia il laboratorio controllo qualità che dispone del naso elettronico. Questa condizione è essenziale per avere dei risultati affidabili. Lo strumento così addestrato e aggiornato, avendo superato i test a cui è stato sottoposto, verrà ora utilizzato come primo valutatore della qualità degli imballi. In questo modo è possibile fare velocemente un primo screening di tutti gli incarti che raggiungono il laboratorio e solo nel caso in cui il naso segnali una situazione di allerta (imballo cattivo o anomalo) sarà necessario approfondire ulteriormente l indagine. E inoltre necessario evidenziare che è stato possibile costruire ed addestrare uno strumento valido per il monitoraggio della qualità degli imballi solo grazie ad una concreta focalizzazione sul problema, reso possibile grazie ad una collaborazione tra le varie parti interessate e coinvolte nel progetto. RIFERIMENTI BIBLIOGRAFICI (1): M. Suman, C. Ricci, E. Dalcanale, L. Sensi, U. Bersellini, Sistemi olfattivi artificiali: da strumento di ricerca ad apparecchi per il controllo qualità degli imballi alimentari, Italia Imballaggio Aprile 2002, p. 195-206 6

(2): M. Suman, C. Ricci, E. Dalcanale, U. Bersellini, Nasi elettronici e imballi flessibili Applicazione di sistemi olfattivi artificiali a base di polimeri conduttori compositi nel controllo qualità di imballaggi flessibili Imballaggio 540 (2001), 70 7

SOLVENTE RICONOSCIMENTO INCOGNITI FIALA 1 FIALA 2 1 ACETONE Cattivo Cattivo 2 DOWANOL Cattivo Cattivo 3 ETOSSIPROPANOLO Cattivo Cattivo 4 ACETATO DI ISO-PROPILE Cattivo Cattivo 5 METACRILATO DI ISO-BUTILE Cattivo Cattivo 6 ACRILATO DI n-butile Cattivo Cattivo 7 XILENE Cattivo Cattivo 8 METILISOBUTILCHETONE Cattivo Cattivo 9 ETOSSIPROPILACETATO Cattivo Cattivo 10 OTTANO Buono 80% Buono 99% 11 PIRIDINA Cattivo Buono 99% 12 ACETALE Cattivo Cattivo Tabella 1: Riconoscimento di campioni incogniti per la classe A. SOLVENTE RICONOSCIMENTO INCOGNITI FIALA 1 FIALA 2 1 ACETONE Cattivo Cattivo 2 DOWANOL Cattivo Cattivo 3 ETOSSIPROPANOLO Cattivo Cattivo 4 ACETATO DI ISO-PROPILE Cattivo Cattivo 5 METACRILATO DI ISO-BUTILE Cattivo Cattivo 6 ACRILATO DI n-butile Cattivo Cattivo 7 XILENE Cattivo Cattivo 8 METILISOBUTILCHETONE Cattivo Cattivo 9 ETOSSIPROPILACETATO Cattivo Cattivo 10 OTTANO Cattivo Cattivo 11 PIRIDINA Cattivo Cattivo 12 ACETALE Buono 100% Buono 100% Tabella 2: Riconoscimento di campioni incogniti per la classe F. CAMPIONE INCOGNITO Figura A: Esempio di riconoscimento di un campione incognito. 8

CAMPIONE STRUTTURA CLASSE SOLVENTE Quantità Natura (mg/mq) 1 Carta/alluminio/politene B Acetone 1,4 2 Carta/alluminio/politene B Acetone 1,5 3 Carta/alluminio/politene B Acetone 0,6 4 Poliprop./poliprop. E Acetato di n-propile 1,6 5 Polipropilene D Acetato di etile 14,9 6 Polipropilene D Acetato di etile 15,8 7 Polipropilene D Acetato di etile 12,6 8 Polipropilene D Acetato di etile 14,1 9 Polipropilene D Acetato di etile 12,2 10 Carta/polipropilene met. A Acetato di etile 21,4 11 Carta/polipropilene met. A Acetato di etile 14,5 12 PP/PET met. H Acetilacetone 3,8 13 PP/PET met. H Acetilacetone 3,9 14 PP/PET met. H Acetilacetone 5,9 15 Polipropilene D Metossipropanolo 2,4 16 Carta/alluminio/politene B Metossipropilacetato 0,6 17 Carta/alluminio/politene B Metossipropilacetato 1,2 18 Carta/alluminio/politene B Metossipropilacetato 0,4 19 Carta/alluminio/politene B Metossipropilacetato 2 20 Carta/polipropilene met. A Metossipropilacetato 0,7 Tabella 3: Elenco di materiali a disposizione. CAMPIONE CLASSE SOLVENTE NASO NASO Q presunta (mg/mq) Qualità 1 Fiala Qualità 2 Fiala 1 B 1,4 CATTIVO OK 2 B 1,5 BUONO 3 B 0,6 CATTIVO 4 E 1,6 BUONO 5 D 14,9 CATTIVO OK 6 D 15,8 BUONO 7 D 12,6 CATTIVO OK 8 D 14,1 CATTIVO OK 9 D 12,2 CATTIVO OK 10 A 21,4 CATTIVO CATTIVO OK 11 A 14,5 CATTIVO CATTIVO OK 12 H 3,8 CATTIVO OK 13 H 3,9 CATTIVO OK 14 H 5,9 CATTIVO OK 15 D 2,4 CATTIVO OK 16 B 0,6 BUONO INCERTO OK 17 B 1,2 CATTIVO CATTIVO OK 18 B 0,4 BUONO OK 19 B 2 CATTIVO OK 20 A 0,7 BUONO CATTIVO OK Tabella 4: Risultati ottenuti dall analisi di campioni incogniti. 9