Documentación en PDF - LIEC

UNIVERSIDAD DE CÓRDOBA
Departamento de Química Analítica
Departamento de Informática y Análisis Numérico
DESARROLLO DE UN LIMS Y UNA
PLATAFORMA PARA LA AUTOMATIZACIÓN
DE PROCESOS ANALÍTICOS CONTINUOS
BASADOS EN LA TECNOLOGÍA ORIENTADA A
OBJETOS. DESARROLLO Y USO DE MÉTODOS
QUIMIOMÉTRICOS PARA EL TRATAMIENTO
DE DATOS ESPECTROSCÓPICOS
Manuel Urbano Cuadrado
Córdoba, Febrero de 2005

DESARROLLO DE UN LIMS Y UNA PLATAFORMA PARA LA
AUTOMATIZACIÓN DE PROCESOS ANALÍTICOS CONTINUOS
BASADOS EN LA TECNOLOGÍA ORIENTADA A OBJETOS.
DESARROLLO Y USO DE MÉTODOS QUIMIOMÉTRICOS PARA EL
TRATAMIENTO DE DATOS ESPECTROSCÓPICOS
Fdo. María Dolores Luque de
Castro,
Catedrática del Departamento de
Química Analítica, Universidad de
Córdoba
Fdo. Pedro Pérez Juan,
Doctor en Ciencias, Sección Químicas
Por
Manuel Urbano Cuadrado
Los Directores,
Fdo. Miguel Ángel Gómez-Nieto,
Catedrático del Departamento de
Informática y Análisis Numérico,
Universidad de Córdoba
Trabajo presentado para optar al grado de Doctor en Ciencias,
Sección Químicas

María Dolores Luque de Castro, Catedrática del Departamento de Química
Analítica de la Universidad de Córdoba, Miguel Ángel Gómez-Nieto,
Catedrático del Departamento de Informática y Análisis Numérico, y Pedro
Pérez Juan, Doctor en Ciencias, Sección Químicas, en calidad de Directores de
la Tesis Doctoral presentada por el Licenciado en Ciencias Químicas, con el
título “Desarrollo de un LIMS y una plataforma para la automatización de
procesos analíticos continuos. Desarrollo y uso de métodos quimiométricos
para el tratamiento de datos espectroscópicos”,
CERTIFICAN: Que la citada Tesis Doctoral se ha realizado en los
laboratorios del Departamento de Química Analítica y
del Departamento de Informática y Análisis Numérico
de la Universidad de Córdoba y que, a su juicio, reúne
los requisitos necesarios exigidos en este tipo de
trabajos.
Y para que conste y surta los efectos pertinentes,
expiden el presente certificado en Córdoba a 21 de Enero
de 2005.
Fdo. María Dolores Luque de Castro Fdo. Miguel Ángel Gómez-Nieto
Fdo. Pedro Pérez Juan

Agradecimientos
A María Dolores Luque de Castro, Miguel Ángel Gómez-Nieto y Pedro Manuel
Pérez-Juan, directores de este trabajo, por su constante labor y por haber puesto a
mi alcance su conocimiento y experiencia. Especialmente a María Dolores Luque
de Castro por haberme ofrecido la oportunidad de realizar esta tesis doctoral.
A los muchísimos amigos y compañeros del Departamento de Química
Analítica y del Departamento de Informática y Análisis Numérico de la
Universidad de Córdoba, que me brindaron siempre su más sincera ayuda y sin
los cuales todo se habría retrasado mucho.
A toda mi gente de Elche (Alicante) por el interés y cariño que siempre
me han mostrado.
A mis amigos Manolo y Antonio por haberme hecho llorar tantas veces
de risa; sois “especies en extinción”, y gracias por soportar mis ausencias y
excusas.
A mis hermanos Rafa y Paqui, por estar ahí, por todo. A mi abuela
Araceli, por todos sus cuidados.
A mis padres por ser los responsables de que esté hoy donde estoy a
través de su ejemplo y trabajo, por haber entregado siempre toda su vida por mí y
mis hermanos. Estoy orgulloso de vosotros.
A toda mi familia en general por tantas y tantas cosas.
A Noelia, mi “rocheta”, por todo su amor.

Índice

XI
Índice
Objetivos _______________________________________________________ 1
Introducción ____________________________________________________ 7
1.- Introducción __________________________________________________ 9
2.- Ingeniería del Software. Modelado orientado a objetos: el significado
de UML y el Proceso de Desarrollo Unificado _________________________ 22
3.- El lenguaje de programación Java ________________________________ 39
4.- La información como recurso. Oracle. SGBD basados en el modelo de
datos objeto-relacional ____________________________________________ 44
5.- Quimiometría: modelos clásicos para diseñar experimentos, clasificar
productos y predecir parámetros ____________________________________ 61
6.- Química computacional: índices de similitud y huellas digitales ________ 80
7.- Referencias __________________________________________________85
Parte experimental _____________________________________________ 103
Parte I: Informatización del proceso analítico y de la gestión y
análisis de los datos producidos mediante el uso del paradigma
orientado a objetos _____________________________________________ 105
Capítulo 1. Use of object-oriented techniques for the design and
development of standard software solutions in automation and data
management in analytical chemistry ________________________________ 107
Capítulo 2. An open solution for computer control of flow injection
analyses in wine production monitoring _____________________________ 131
Capítulo 3. Trigger-bassed concurrent control system for automating
analytical processes _____________________________________________ 151

Manuel Urbano Cuadrado Tesis Doctoral
Capítulo 4. Fully automated flow injection analyser for the
determination of volatile acidity in wines ____________________________ 185
Capítulo 5. A fully automated method for in real time determination
of lacasse activity in wines _______________________________________ 201
Capítulo 6. JWisWine: a Java web information system for quality
control in wineries ______________________________________________ 217
Parte II: Desarrollo de métodos quimiométricos y algoritmos
para el desarrollo de modelos cualitativos y cuantitativos en
química analítica ______________________________________________ 237
Capítulo 7. Ultraviolet-visible spectroscopy and pattern recognition
methods for differentiation and classification of wines __________________ 239
Capítulo 8. Study of spectral analytical data using fingerprints
and scaled similarity measurements ________________________________ 265
Capítulo 9. Near infrared reflectance spectroscopy and
multivariate analysis in enology: determination or screening
of fifteen parameters in different types of wines _______________________ 295
Capítulo 10. Comparison and joint use of near infrared
spectroscopy and fourier transform mid infrared
spectroscopy for the determination of wine parameters _________________ 315
Discusión de los resultados ______________________________________ 333
Conclusiones __________________________________________________ 345
XII

XIII
Índice
Anexo: comunicaciones a congresos _______________________________ 351

Objetivos

Objetivos
Las últimas tendencias en metodología y tecnología informáticas poseen las
características idóneas para la construcción de software que supere su tradicional
dependencia de la variabilidad de la información que exhibe y requiere su
entorno, de la diversidad de configuraciones hardware y sistemas operativos
disponibles, y de la forma aleatoria de desarrollar productos software. Uno de los
grupos de investigación (Ingeniería del Software, Conocimiento y Bases de
Datos) en los que se ha desarrollado el trabajo recogido en esta Memoria ha
empleado metodologías como la ingeniería de sistemas y los paradigmas
evolutivo y orientado a objetos, junto con herramientas como Oracle, Java, XML,
etc., para el desarrollo de soluciones software en diversas áreas. Este grupo de
investigación también ha desarrollado en los últimos años algoritmos basados en
cálculo de similitudes para el estudio de compuestos químicos y su recuperación
de bases de datos.
El otro grupo (Innovaciones en Sistemas Continuos y Discontinuos para
la Automatización de Procesos Analíticos) donde se ha desarrollado parte de la
investigación aquí presentada ha puesto a punto un gran número de métodos
continuos de análisis. Estos métodos han supuesto la simplificación, reducción y
automatización de las etapas previas a la medida en el conjunto del proceso
analítico, aportando las ventajas de eliminación de errores, reducción del tiempo
de análisis y del consumo de reactivos, etc. El grupo también ha usado los
métodos quimiométricos clásicos para la determinación multiparamétrica y para
la clasificación de muestras a partir de la información espectral.
La Memoria de tesis aquí presentada ha tenido dos objetivos genéricos
principales, a saber: (1) ensamblar parte de los logros alcanzados por ambos
3

Manuel Urbano Cuadrado Tesis Doctoral
grupos de investigación para llevar a cabo la informatización del proceso
analítico y la gestión de la información que proporciona utilizando las últimas
tendencias computacionales y, (2) usar y comparar los métodos quimiométricos
convencionales con otros basados en el cálculo de similitudes a partir de la
información espectral. Estos objetivos genéricos se han concretado en los
siguientes objetivos específicos:
1) Diseño y desarrollo de un sistema de automatización del proceso analítico
dotado de las siguientes características:
4
• Abierto a cualquier tipo de análisis, con independencia de la
instrumentación y método analítico utilizado.
• Orientado al usuario (“el químico”) que lo utilizará, de forma que la
traducción del procedimiento analítico a “órdenes computacionales” no
requiera un aprendizaje especial.
• Operativo en cualquier entorno hardware, de forma que pueda
utilizarse con los diferentes recursos computacionales que existan en
los laboratorios analíticos.
• Seguro en la adquisición de los datos relacionados con el proceso de
análisis, de forma que esta información pueda comprobarse, validarse,
analizarse y almacenarse para su posterior tratamiento.
2) Diseño y desarrollo de un sistema de información para la gestión y análisis
de la información analítica generada en procesos de producción o
elaboración. El sistema de gestión deberá considerar otros aspectos
relevantes en el proceso analítico, tales como el instrumental con el que se
realiza el análisis, las personas implicadas, la validación de los resultados,
etc. Las características más destacables que deberá satisfacer el sistema son
las siguientes:

Objetivos
• Escalable, de forma que esté abierto a la gestión y análisis de la
información analítica de cualquier proceso de producción y a los
cambios que pueda sufrir la información a monitorizar.
• Operativo en cualquier entorno hardware y sistema operativo
disponibles en la empresa.
• Integrado con el sistema de automatización desarrollado, de forma que
“entienda” la información suministrada por este sistema para su
posterior tratamiento.
• Orientado al usuario no especializado que lo utilizará, de forma que la
interacción con el sistema sea similar al proceso manual que se lleva a
cabo en la empresa.
• Seguro y robusto en el manejo de la información, de forma que la
información almacenada no esté sujeta a pérdidas, robos o
manipulaciones malintencionadas.
• Rentable para la empresa, de forma que las utilidades integradas en el
sistema aporten a los usuarios la reducción del tiempo invertido en las
tareas diarias de gestión de la información analítica. Por otro lado, el
sistema también debe poseer un conjunto de utilidades de análisis de la
información almacenada para facilitar a los responsables el
conocimiento suficiente para la correcta toma de decisiones.
3) Diseño de nuevos modelos y algoritmos orientados a encontrar nuevas
soluciones quimiométricas que puedan utilizarse en el análisis de la
información espectral. Estas soluciones se compararán con los métodos
quimiométricos convencionales. La información espectral que se usará será
la correspondiente a las zonas ultravioleta, visible, infrarrojo cercano e
infrarrojo medio y se aplicará en el campo enológico. La validación de los
métodos y algoritmos desarrollados será diferente si el objetivo es
cuantitativo o cualitativo. Para métodos cuantitativos se emplearán
parámetros tales como el coeficiente de determinación, el error en la
5

Manuel Urbano Cuadrado Tesis Doctoral
6
calibración y en la validación, la correlación con el método de referencia
usado, etc. Para métodos cualitativos, la bondad de los algoritmos será
función del grado de agrupación de muestras y del porcentaje de clasificación
en la validación.

Introducción

1. Introducción
Introducción
Uno de los pilares básicos de la sociedad actual es la información. La dimensión
que adquieren los avances económicos, sociales y culturales deriva, en gran
parte, de las cualidades de la información y de su accesibilidad. El diccionario de
la Real Academia Española de la lengua define información, entre otras
acepciones, como “comunicación o adquisición de conocimientos que permiten
ampliar o precisar los que se poseen sobre una materia determinada”. Desde un
punto de vista práctico, la información puede ser considerada como el resultado
de un proceso de gestión y análisis de datos. Los datos son registros de hechos,
observaciones, valores, etc. y constituyen la entrada al proceso. La Fig. 1
visualiza el dinamismo implícito en el concepto de información. La importancia
de la disponibilidad de una información de calidad es cada vez más explícita
debido al reconocimiento de que la planificación y toma de decisiones en un ente
dado está basada en la información a la que tiene acceso o la que ha sido capaz
de elaborar.
Gestión Análisis
Datos Proceso
Información
Fig. 1. Proceso dinámico de síntesis de información.
9

Manuel Urbano Cuadrado Tesis Doctoral
Diversos autores elevan a revolución el proceso experimentado por la
sociedad como consecuencia del advenimiento de la “era de la información”.
Así, se considera que esta revolución no sólo ha acelerado el flujo de
información, sino que ha transformado la estructura profunda de la decisión de la
que dependen nuestras acciones [1,2].
Cuando se habla de cualidad y calidad de la información se hace
referencia a características muy genéricas y, normalmente, difíciles de
cuantificar. Adjetivos como “relevante”, “precisa”, “completa”, y frases como
“destinada al receptor adecuado”, “disponible en un tiempo adecuado”,
“detallada a un nivel entendible por el usuario”, etc. [3,4], son algunos ejemplos
del lenguaje impreciso en este ámbito. Cada área de conocimiento emplea una
definición distinta de las cualidades de la información que, normalmente,
consiste en un refinamiento de la genérica. Además, utiliza una serie de patrones
de medida o evaluación para adaptar el concepto de información a su entorno y
aplicación. La especialización de este concepto en la química analítica se expone
a continuación.
1.1 Información y química analítica
Obtener información analítica apropiada es de suma importancia para la
caracterización de materiales, seguimiento de procesos de producción, detección
de fraudes, etc. La química analítica es una disciplina que tiene como objetivo la
síntesis de información (bio)química de interés mediante la aplicación de
métodos de análisis a un objeto o sistema. Malissa definió la química analítica
como “la ciencia que hace evidente, asequible, verdadera y útil la información
(bio)química latente, intrínseca de un objeto o sistema”. Cuando la calidad de la
información suministrada por el proceso analítico es mala, las decisiones
tomadas pueden generar problemas económicos-sociales. Tölg estimó, en 1984,
que las pérdidas económicas en Alemania derivadas de la mala calidad de la
información analítica ascendían a 6000 millones de marcos.
10

Introducción
La calidad de la información analítica puede considerarse desde
diferentes puntos de vista. Teóricamente, la calidad es la conjunción de unas
propiedades que permiten clasificar cierta información como peor, mejor o igual
que otra. Al ser los datos los pilares que sustentan la información, la exactitud y
representatividad de aquéllos son los dos indicadores más importantes en la
caracterización teórica de la calidad analítica. Los indicadores se corresponden
con las propiedades analíticas supremas (caracterizan un resultado analítico), que
están a su vez soportadas en las propiedades básicas precisión, sensibilidad y
selectividad (que caracterizan el proceso analítico). En el cálculo de la
incertidumbre (la reducción de ésta) en química analítica, como en cualquier
ciencia informativa, se usan los indicadores exactitud y precisión.
Desde un punto de vista práctico, la calidad debe estar orientada a la
satisfacción del usuario o cliente, adquiriendo importancia propiedades analíticas
llamadas productivas, como la rapidez y los costes. De igual forma que el primer
enfoque de la calidad analítica, la veracidad de la información sigue teniendo una
importancia clave en la calidad, sólo que el grado requerido viene impuesto por
el cliente. Así surgen los conceptos de calidad externa y calidad interna.
El cliente y el laboratorio analítico participan de diferente forma en estos
dos tipos de calidad. La calidad externa está asociada a la exigencia y a la
percepción de las características de la información analítica por parte del cliente
(así, se habla de calidad requerida y calidad percibida). Por otro lado, la calidad
interna siempre es el producto que la política y la gestión de la calidad ofrecen a
través del laboratorio o la organización de la que dependen. Se suele llamar
calidad alcanzada.
El resultado de un análisis es la consecuencia del proceso analítico,
también llamado proceso de medida químico (PMQ), que se define como “el
conjunto de operaciones que separa el sistema en estudio (sin muestrear, sin
medir y sin tratar) de los resultados generados y expresados según los
requerimientos del problema analítico planteado”. Esta definición, dada por
11

Manuel Urbano Cuadrado Tesis Doctoral
Chalmers y Bailescu [5], es de carácter genérico y representa el proceso analítico
como una caja negra.
Si se analiza esta caja negra con mayor detalle se pueden distinguir
diferentes etapas que componen el proceso analítico y el aumento del número de
entradas a la caja, no siendo considerada la muestra como única entrada. Este
análisis se plasma en la Fig. 2.
Sistema en
Estudio
12
Operaciones
previas
Proceso Analítico
Detección
Adquisición y
tratamiento
de datos
Información requerida Metodología de medida Herramientas
Fig. 2. Esquema del proceso analítico.
Resultado
Instrumentación
Reactivos
Normas y guías
INFORMÁTICA
La primera etapa del proceso la componen las operaciones previas
encaminadas a la preparación de la muestra para la medición. La etapa
intermedia es la detección, en la que se ponen de manifiesto las características
físico-químicas de los analitos. Por último, la adquisición y el tratamiento de
datos para la generación del resultado analítico completan el proceso analítico.
En cuanto a las diferentes entradas al proceso analítico, la información
requerida, la metodología de medida y las herramientas también han de tenerse
en cuenta, además del sistema a estudiar, que proporcionará la muestra, tal como
aparece en la Fig. 2. Estas entradas actúan a modo de condicionantes del proceso
analítico, afectando por tanto a sus propiedades analíticas.

Introducción
La importancia de la información requerida ya ha sido comentada
anteriormente al hablar de la calidad analítica. Viene impuesta por las personas u
organizaciones que van a utilizarla con diversos fines. El papel de la metodología
de medida también es de suma relevancia debido a que su desarrollo tiene como
fin extraer del sistema en estudio la información con unas propiedades idóneas.
Por último, los diferentes tipos de herramientas constituyen los pilares técnicos y
materiales que sustentan el proceso, haciendo posible que se pueda llevar a cabo.
Las herramientas son los aparatos e instrumentos empleados para la
preparación de la muestra y para la medición de la señal de interés,
respectivamente, además de los reactivos, las normas de calidad de los
laboratorios analíticos, y las aplicaciones informáticas. Este último tipo de
herramientas es el utilizado en esta Tesis, ya que la investigación desarrollada es
un intento tanto de introducir la tecnología informática más reciente en las
diferentes partes del proceso analítico, como de evaluar los efectos de estas
últimas tendencias en la química analítica.
1.2 La informática y sus usos en química analítica
La Real Academia Española de la Lengua define la informática como “el
conjunto de conocimientos científicos y técnicas que hacen posible el tratamiento
automático de la información por medio de ordenadores”.
A pesar de que el hombre siempre ha buscado la forma de sustituir su
participación en tareas de rutina (el desarrollo de las máquinas ha seguido un
curso paralelo a la historia del ser humano), la implantación de sistemas
eficientes para la automatización de la capacidad de razonar y tratar la
información empezó a ver la luz a mediados del siglo pasado con el
advenimiento de la primera generación de computadoras [6]. La carencia de la
tecnología apropiada impidió hasta entonces materializar modelos formales de
cálculo, que ya surgieron en la Grecia del siglo IV a. C. y que continuaron hasta
13

Manuel Urbano Cuadrado Tesis Doctoral
la descripción de la máquina teórica por el matemático británico Alan Turing en
1936 [7].
A partir de la primera generación de ordenadores, su evolución ha
seguido un ritmo vertiginoso hasta el punto de que se habla de hasta cuatro
generaciones de ordenadores [8]. En estas cuatro etapas la caducidad y aparición
de conceptos relacionados con la tecnología, estructura, sistema operativo,
lenguaje de programación, base de datos, etc., ha sido una constante, de forma
que términos como “trabajos por lote”, “acceso secuencial a registros”, “tarjetas
perforadas”, etc., resultan ya lejanos en el desarrollo de la computación; mientras
que conceptos como “multiprogramación”, “base de datos relacional”, “clusters”,
“Java”, “Internet”, etc., tienen un diferente grado de cercanía a la informática de
nuestros días.
Los programas informáticos, formados por un conjunto de datos,
instrucciones y operaciones aritméticas y lógicas, han encontrado un uso extenso
en todas las áreas sociales. Así, no es posible el entendimiento del estado actual
de muchas áreas de conocimiento sin el uso de estas herramientas, que, por otra
parte, siguen un proceso constante de desarrollo e investigación de nuevas
utilidades. La química analítica no se ha sustraído a la adopción de las ventajas
que ofrece la computación. La aplicación de los métodos analíticos hace que la
información química de los sistemas en estudio se ponga de manifiesto.
Como se ha comentado anteriormente, el proceso analítico ofrece un
resultado tras una serie de operaciones en la muestra empleando diversas
herramientas, entre las que se encuentra la informática. Pero la química analítica
moderna ha traspasado los límites del laboratorio para entrar en contacto con los
problemas económicos-sociales que la rodean, requiriéndose un nuevo papel de
la información analítica diferente a la concepción clásica de la entrega de
resultados.
Con este fin, el proceso analítico necesita una continuación a partir de la
salida de resultados, resolviéndose con un enlace a un proceso de información,
denominado “Proceso de Información Automatizado”, si en él intervienen los
14

Introducción
ordenadores. La Fig. 3 muestra el nuevo proceso de información analítica
(resultante de la unión del proceso de información automatizado al proceso
analítico clásico) y la reubicación de las herramientas informáticas en este nuevo
escenario.
INFORMÁTICA
Control
Control
Adquisición
Introducción y
manipulación
Consultas
Estructuradas
Obtención de datos
no estructurados
Muestra
Operaciones
previas
Detección
Adquisición y
tratamiento de
datos
Resultado
Gestión de
datos
Extracción
de datos
Análisis de
datos
Información
Proceso
analítico
clásico
Fig. 3. La informática en el proceso de información analítica.
Proceso de
información
automático
15

Manuel Urbano Cuadrado Tesis Doctoral
1.2.1 La informática en el proceso analítico clásico
La informática participa, aunque con un distinto grado de extensión, en todas las
etapas del proceso analítico clásico. El manejo automático de los muestreadores y
aparatos utilizados en las operaciones previas se realiza a través del software
adecuado [9-17]. El flujo de información de estos programas es unidireccional
desde el ordenador hasta los aparatos debido a que éstos no proporcionan
información de interés para la resolución del problema analítico. Existe en la
bibliografía un escaso número de estos programas a causa de que esta etapa es la
más difícil de automatizar, siendo hoy en día uno de los frentes de investigación
en química analítica. Su interés radica en el aumento de la calidad analítica que
supone la eliminación de la participación humana en esta etapa, que es una de las
que introducen mayor error en el resultado final.
El uso del ordenador en la etapa de detección ya conlleva un flujo
bidireccional de información. Por un lado, los programas permiten el control de
instrumentos mediante la selección y ajuste de parámetros de medida, como
pueden ser la longitud de onda en un espectrofotómetro, el voltaje en un equipo
de electroforesis capilar o en un potenciostato, etc. Por otra parte, y a
consecuencia de la diferencia entre aparatos e instrumentos, para la recogida de
los datos proporcionados por el instrumento se hace uso, casi en todos los casos,
de la informática.
Aunque la adquisición de datos ya entraría dentro de la tercera etapa del
proceso analítico clásico, desde el punto de vista informático existe una simbiosis
con la de detección. Así pues, aunque a nivel conceptual constituyan distintas
etapas, a nivel de funcionalidad pueden ser tratadas como una única solución
software [18-28]. Incluso existen trabajos donde las etapas de tratamiento de
muestra y las de detección y adquisición de datos se controlan por ordenador
[29,30].
Para la tercera etapa, correspondiente al tratamiento de datos, se hace uso
de la informática en toda la acepción de su definición, pues se usan unos datos
16

Introducción
como entrada a una aplicación software para, a través de un algoritmo, generar
un resultado [31-39]. Los programas encargados de la detección y de la
adquisición de la señal en los instrumentos pueden llevar incorporados un
módulo para el tratamiento de los datos [40]. Una aplicación software para el
tratamiento de datos independiente de la adquisición sería otra modalidad
[41,42].
Son de destacar algunas ventajas de la primera opción. La más
importante de todas es la compatibilidad del formato para los datos entre la
adquisición y el tratamiento, evitando el problema de tiempo que conlleva la
conversión de un formato a otro, cuando no la imposibilidad de hacerlo. Otras
ventajas pueden ser la compatibilidad con las propias configuraciones de
hardware y sistema operativo que ofrece la opción continua, la parecida
estructura de las interfaces gráficas de usuario, etc.
Las aplicaciones de tratamiento de datos independientes de la
adquisición de la señal ofrecen un mayor espectro de métodos de tratamiento, ya
que los programas están construidos a partir de unos requerimientos generales
sobre procesamiento de datos, a diferencia de la aplicabilidad de programas para
el control, adquisición de la señal y tratamiento de datos de un determinado tipo
de instrumento.
El tratamiento de los datos puede dividirse en dos grupos atendiendo al
fin perseguido por los diferentes métodos de procesamiento: filtrado y reducción
del ruido de la señal analítica por un lado, y análisis de los datos para la
obtención de un resultado por otro. En lo que respecta al primer grupo, un
ejemplo representativo es el filtrado de la señal digital, para el que es
imprescindible el uso del ordenador. Los filtros analógicos, que también juegan
un papel importante en el tratamiento de la señal y suelen ser usados en
combinación con los filtros digitales, no van a considerarse.
Los filtros digitales son algoritmos desarrollados para la eliminación del
ruido, que han encontrado aplicabilidad en la resolución de muchos y variados
problemas analíticos. La señal analítica está compuesta por dos partes: una parte
17

Manuel Urbano Cuadrado Tesis Doctoral
de interés que contiene la información química, y una parte aleatoria causada por
deficiencias en la detección, que no sólo no tiene información de interés, sino
que, además, enmascara la información analítica. La parte aleatoria se conoce
como ruido.
Se distinguen dos tipos de técnicas para eliminar el ruido: de dominio del
tiempo y de dominio de la frecuencia. Las primeras aprovechan el carácter
aleatorio del ruido y están soportadas en algoritmos que, de una manera u otra,
realizan un promediado de puntos consecutivos o un ajuste por mínimos
cuadrados [43-45]. Suele distinguirse entre filtros de ventana fija y filtros de
ventana móvil.
Las técnicas de dominio de la frecuencia están basadas en la diferencia
que ésta exhibe para la señal de interés y el ruido. Las diferentes modalidades de
la transformada de Fourier se encuadran en este tipo [46-49].
Las técnicas basadas en el filtrado de Kalman [50], normalmente usadas
para la multideterminación de componentes mediante el empleo de técnicas
cinéticas, también se han usado para la eliminación del ruido [51,52].
El otro gran grupo de tratamiento de datos engloba los procesamientos de
alto nivel, y tienen la finalidad de producir un resultado analítico tras el
procesamiento y análisis de datos. Las herramientas informáticas desarrolladas
están soportadas en los numerosos métodos estadísticos usados por el químico
analítico para cuantificar, clasificar, e incluso dilucidar aspectos estructurales de
los analitos.
Wold, en 1972, fue el primer investigador que denominó Quimiometría
al “uso de métodos estadísticos, matemáticos y otros de lógica formal para el
diseño y selección de experimentos químicos y/o para la obtención de la máxima
información química relevante a partir de datos químicos” [53]. Hoy en día,
muchos autores, no sólo en química analítica, sino en química farmacéutica,
química de los alimentos, etc., la consideran como una ciencia esencial para
soportar los métodos analíticos [54-56].
18

Introducción
1.2.2 La informática en el proceso analítico actual. El nuevo papel de la
información analítica
Como se ha comentado anteriormente, la labor de la química analítica hoy en día
no se circunscribe a la entrega de resultados. En la Fig. 3 se puede observar que
éstos son la entrada al sistema de procesamiento de la información, que es la
segunda parte de lo que en la investigación realizada se ha denominado proceso
de información analítica. Por lo tanto, los resultados de los análisis son la materia
prima para la síntesis de información.
Toda la aplicabilidad de los programas informáticos a las operaciones
previas, a la detección de la señal, y a la adquisición y tratamiento de datos sigue
estando vigente en la reubicación de la informática en el nuevo proceso de
información analítica.
En los últimos años ha surgido el concepto de LIMS (las iniciales de la
expresión anglosajona “Laboratory Information Management System”) que
abarca los sistemas informáticos para la gestión y el análisis de datos analíticos.
Su definición puede ser derivada de las muchas usadas para “Sistema de
Información”.
Andreu et al. [57] definieron Sistema de Información como: “Un
conjunto formal de procesos que, operando en una colección de datos
estructurada según las necesidades de la empresa, recopilan, elaboran y
distribuyen la información (o parte de ella) necesaria para las operaciones de
dicha empresa y para las actividades de dirección y control correspondientes, es
decir, las decisiones para desempeñar su actividad de acuerdo a su estrategia de
negocio”.
Para definir LIMS, lo vamos a hacer añadiendo una serie de matices que
particularicen la definición dada de un sistema de información a la de LIMS. Así,
cuando se habla de empresa, ésta se corresponde con un laboratorio de análisis
químico, y por tanto, la colección de datos estructurados será de resultados
analíticos, equipos del laboratorio, analistas, etc. En segundo lugar, las
19

Manuel Urbano Cuadrado Tesis Doctoral
operaciones de la empresa tienen que matizarse de diferente forma según que el
laboratorio sea independiente o pertenezca a una organización de mayor
dimensión, de la que el laboratorio es un departamento más. Incluso cuando el
laboratorio es independiente, podría ser un laboratorio de referencia o control
perteneciente al ente público o un laboratorio privado que ofrece un servicio de
análisis, que generalmente suele cubrir las necesidades analíticas de un
determinado campo, ya sea clínico, agrario, ambiental, etc. Así, las operaciones
para las que será necesaria la información y el flujo de ésta son dependientes del
tipo de laboratorio.
Cuando un laboratorio es una parte de un ente de mayores dimensiones,
la información generada sigue un camino vertical. Cuando es ascendente empieza
en el laboratorio y termina en la dirección técnica del ente global, incluso
llegando a la dirección general, pero con un nivel elevado de transformación y
siempre con características indicativas para su uso táctico y estratégico. Por
tanto, suele ser un paso desde los datos (con el calificativo “producidos”) a la
información (con el calificativo “elaborada”).
Por otro lado, cuando la información es descendente adquiere matices
imperativos para la síntesis de nuevos datos requeridos por la organización de la
empresa. Entonces, el proceso es el contrario y se pasa de la información (con el
calificativo “requerida”) a los datos (con el calificativo “necesarios”). Es obvio
que éste es el flujo de información entre el laboratorio y la dirección, habiendo
otros, por ejemplo, entre la dirección y el departamento de producción, con una
dirección descendente y con un contenido dependiente del ya explicado.
Cuando el laboratorio es independiente y estatal o regional, el flujo suele
ser también vertical, pero cambia el destino de la información, apareciendo la
administración en el lugar de la dirección de la empresa. Por el contrario, cuando
el laboratorio es independiente y privado el camino que sigue la información es
horizontal entre el laboratorio y el cliente. Éste requiere una información que
generalmente necesita un menor grado transformación después de la salida del
proceso analítico clásico, es decir, después de la generación del resultado.
20

Introducción
Cuando la información requerida es cualitativa (no implicando este término la
respuesta binaria “si/no, referida a la presencia de un compuesto”) se alcanza el
mayor grado de elaboración necesaria. Esto es debido a que el cliente solicita
respuestas sobre la pertenencia o no del material en estudio a una determinada
clase (por ejemplo, material adulterado, con un estándar de calidad establecido
por la ley, etc.) cuyo criterio se basa en la evaluación de una serie de parámetros
analíticos.
Aunque la definición que se ha dado de Sistema de Información no
incluye ninguna referencia a los medios informáticos, es difícil no relacionarlos.
Normalmente, se diferencia el “Sistema de Información Total” del “Sistema de
Información Automatizado” porque, en el último, la informática sí está
considerada como la herramienta principal.
1.2.3 Tipos de aplicaciones informáticas para el sistema de procesamiento
Se van a distinguir dos tipos de aplicaciones: la conocida como MIS (de las siglas
Management Information System) y los sistemas de ayuda a la decisión,
conocidos como DSS (de las siglas Decission Support System). Estos sistemas
representan diferentes niveles en la funcionalidad de los programas informáticos
empleados (ver el proceso de información en la Fig. 3). También suele
considerarse un nivel más bajo que el de los MISs, que abarca las aplicaciones
software para la realización de tareas repetitivas, operativas y transaccionales con
un número grande de datos.
Los MISs en química analítica ayudan a los usuarios en la gestión de la
información química, incluyendo introducción de resultados, codificación de
muestras, control de equipos, inventario de reactivos, etc. [58-66]. Aunque tienen
cierta hibridación con los sistemas de nivel más bajo (ya que muchas de estas
tareas son repetitivas), son programas que ayudan a la toma de decisiones en
tareas de gestión al proporcionar informes sobre la carga de trabajo del
laboratorio, el uso de un instrumento, los análisis realizados por un determinado
analista, etc. Se basan en consultas estructuradas a la base de datos.
21

Manuel Urbano Cuadrado Tesis Doctoral
En cuanto a los DSSs, su uso en química analítica ayuda a la toma de
decisiones que, estratégicamente, realiza la dirección de una empresa a raíz de la
información química contenida en su base de datos. Esta ayuda a la decisión se
basa en el análisis de los datos proporcionados por consultas que no siguen
criterios preestablecidos [67-74]. Por ejemplo, conocer la semana, en un año
cualquiera, en la que un determinado parámetro mostró los valores máximos,
saber qué zona dentro de una denominación de origen de vinos es la que
proporciona la uva con mayores concentraciones de ácido glucónico, etc. Estos
sistemas son clave para el objetivo de la química analítica moderna de no
limitarse sólo a la entrega de datos.
2. Ingeniería del software. Modelado orientado a objetos: el
22
significado de UML y el Proceso de Desarrollo Unificado
La participación de la informática en el proceso analítico se materializa en el uso
de aplicaciones informáticas para la automatización (control de instrumentos y
aparatos) y para el procesamiento y análisis de datos (adquisición y filtrado de la
señal, tratamiento de datos, y gestión y análisis de la información analítica).
Los programas informáticos, que anteriormente se han definido de una
forma trivial como un conjunto de datos, instrucciones y operaciones aritméticas
y lógicas, son productos que, en la mayoría de los casos, surgen después de una
fase de desarrollo compleja. Existe una serie de condicionantes que diferencian
de modo cualitativo y cuantitativo el producto software de otros derivados de un
proceso de producción clásico o de un producto de servicios. Se van a comentar
de manera breve algunos de ellos.
En primer lugar, la variabilidad constante del entorno con el que
interactúan los programas afecta considerablemente a la forma de construir
aplicaciones informáticas. Los datos y la información a elaborar con éstos están
influenciados, en un mayor o menor grado, por cambios en los requisitos
funcionales. Por tanto, el desarrollo de un programa siempre tiene que estar

Introducción
soportado en un diseño que haga a las estructuras de datos y a los procesos
independientes (en la mayor dimensión posible) de la variabilidad intrínseca de
los requisitos funcionales de la información.
En segundo lugar, el soporte físico y tecnológico para las soluciones
software está caracterizado, de igual forma que los requisitos funcionales, por
una estructura dinámica. La compatibilidad entre el triángulo formado por el
software, el hardware y el sistema operativo, indispensable para el uso de la
computación, suele ser breve en el tiempo debido a la asimetría en el desarrollo y
evolución de estos tres componentes. De nuevo el desarrollo de sistemas
informáticos busca el concepto de independencia, esta vez relacionado con el
triángulo anteriormente citado.
Por último, la complejidad intrínseca en el mantenimiento de un
programa informático también hace que su desarrollo sea especial. Los fallos del
software no se pueden solucionar con un simple “recambio de piezas”, sino que
son derivados del diseño del programa y se materializan en el código ejecutable,
debiendo analizarse para su solución la estructura y el comportamiento del
sistema, tanto a nivel de diseño como de implantación. Una aproximación para
paliar este inconveniente es el diseño y desarrollo del sistema con un enfoque
modular encaminado a construir componentes con una interfaz para la unión
entre ellos. Además de la facilidad que este enfoque ofrece para la localización
de los fallos, la reusabilidad del código aumenta debido a la consideración de
diferentes componentes.
Los condicionantes comentados hacen necesario que la forma de
desarrollar programas no sea aleatoria, ni específica para una determinada
aplicación. De esta necesidad surge el concepto de ingeniería del software que,
como cualquier otra ingeniería, utiliza el conocimiento científico para la
construcción de productos o servicios de interés para la sociedad. En el caso de la
ingeniería del software, el conocimiento utilizado es sobre computación y hace
hincapié en la forma disciplinada de desarrollar productos software que superen
23

Manuel Urbano Cuadrado Tesis Doctoral
los inconvenientes citados, alcanzando el grado de provecho adecuado para el
hombre.
2.1 Ingeniería del software. Proceso de desarrollo de productos software
Muchas son las definiciones dadas del concepto de Ingeniería del Software. Se
recoge la dada por Boehm en 1976 [75]: “Es la aplicación práctica del
conocimiento científico en el diseño y construcción de programas de
computadora y la documentación asociada requerida para desarrollarlos,
operarlos y mantenerlos. Se conoce también como desarrollo de software o
producción de software”.
Analizando en detalle la definición se pueden observar dos conceptos
diferentes: el producto y el proceso. Sobre el producto, la solución software, cabe
destacar que los programas informáticos son muy recientes en la historia (se
empezaron a desarrollar y a usar a partir de los años 50 del siglo pasado); de lo
que deriva el hecho de que la ingeniería del software sea una disciplina que está
por desarrollar en una gran parte [76]. Los siguientes pasos a dar en este
desarrollo están encaminados a la reducción de las muchas diversificaciones que
existen todavía en esta área, unificando los criterios sobre el proceso para llegar a
conseguir un producto software de calidad.
El proceso se refiere a la metodología usada para conseguir el producto.
No se debe confundir proceso con ingeniería del software, pues ésta, además de
la metodología, emplea la tecnología y herramientas automáticas disponibles. Por
tanto, los métodos sustentan el desarrollo de software al definir técnicamente los
pasos a seguir, que normalmente suelen ser: el análisis de requisitos, el diseño, la
codificación, la implantación y pruebas y, por último, el mantenimiento.
A la hora de estudiar el proceso suele hacerse desde dos puntos de vista
comunes en muchos libros de ingeniería del software. Éstos son, en primer lugar,
un acercamiento a los diferentes tipos de procesos (también llamados modelos o
paradigmas), para continuar con una descripción de las fases comunes que
24

Introducción
componen el proceso de desarrollo, independientemente de su tipo [77,78]. De
forma no detallada se van a exponer tanto los modelos como las fases del proceso
para, después, poder describir el modelado orientado a objetos y sus cualidades,
que lo han hecho idóneo para la utilización en la investigación recogida en esta
Memoria.
2.1.1 Tipos de procesos (paradigmas de ingeniería del software)
El proceso de desarrollo puede verse de una forma simple como la separación
entre una funcionalidad requerida y basada en el ordenador (en el caso de la
química analítica versará sobre control de instrumentación, gestión y análisis de
datos) y un producto aportado para cumplir esos requisitos funcionales. Existe
cierta hibridación entre el proceso y el producto entregado debido a que la fase de
mantenimiento se realiza en este último, tal como puede verse en la Fig. 1.4,
donde se describe de forma gráfica el proceso de desarrollo de software y su
entorno. En ella se observa cómo en el proceso participan la metodología, las
herramientas y el conocimiento sobre informática.
Existen diferentes tipos de procesos que exhiben una estructura interna
particular, siendo los puntos inicial y final siempre los mismos: los requisitos y el
producto. Se van a comentar a continuación los más importantes.
Requisitos funcionales
basados en ordenador
Herramientas
Metodología
PROCESO DE
DESARROLLO
Conocimiento
ordenadores
Análisis del sistema
Análisis de requisitos
Diseño
Codificación
Implantación y pruebas
Mantenimiento
Fig. 4. El proceso de desarrollo de software.
Producto
software
25

Manuel Urbano Cuadrado Tesis Doctoral
El primer tipo es el Modelo Lineal Secuencial [79], en el que se
considera el proceso como una encadenación lineal de las diferentes fases del
proceso: análisis del sistema donde se va encuadrar el producto, análisis y
especificación de los requisitos, diseño, codificación, implantación y pruebas, y
mantenimiento. Este modelo ha recibido muchas críticas que ponen en duda su
eficacia debido a una serie de puntos débiles [80,81]. Entre ellos se pueden
destacar la imposibilidad de una estricta especificación de requisitos en una fase
temprana del desarrollo, la posible desconexión entre las tareas llevadas a cabo
por diferentes miembros y la dificultad de seguir un camino lineal en el
desarrollo del producto.
El modelo conocido como Desarrollo Rápido de Aplicaciones (DRA)
[82,83] es una variante del Modelo Lineal Secuencial que tiene el objetivo de
recoger los procesos que, siguiendo un camino lineal, están orientados al
desarrollo de un producto en condiciones extremas de tiempo. El DRA se basa en
la construcción de software por medio de componentes. Además, se utilizan
herramientas de cuarta generación que proporcionan automáticamente el código a
partir de las especificaciones.
El siguiente paradigma a considerar es el Modelo del Prototipo [84],
basado en unas fases rápidas de análisis de requisitos (se identifican los más
claros), y diseño (centrado en aspectos visibles para el usuario o cliente final).
Estas dos etapas llevan a la construcción de un prototipo encaminado a poner de
manifiesto nuevos requisitos funcionales que no estaban asequibles en un primer
análisis general y que serán entendidos por el desarrollador de una forma más
clara. Uno de los inconvenientes de este modelo es que el usuario quiere empezar
a trabajar con el prototipo y no entiende la falta de eficiencia que éste suele
exhibir. Además, el desarrollador puede emplear en la elaboración del prototipo
herramientas (tecnología, estructuras de datos, etc.) que, aunque no eran las más
idóneas, sí eran las que estaban más accesibles o permitían el desarrollo en un
menor tiempo. El ingeniero del software debe usar el criterio riguroso para la
selección de los recursos adecuados.
26

Introducción
Un tercer paradigma de procesos es el denominado Modelo Incremental
[85]. Éste, al igual que el modelo del prototipo y otros modelos evolutivos,
cuenta con la ventaja de una implicación activa del cliente. Esto es debido a su
estructura basada en iteraciones, las cuales se corresponden con subprocesos de
desarrollo lineal que producen “incrementos de software” usados para el
refinamiento de los requisitos. A diferencia del modelo del prototipo, el
incremental entrega en cada iteración un producto que está preparado para ser
operacional. Además de ser útil en la evaluación de riesgos, aporta una buena
adaptación al hecho de no disponer del número adecuado de desarrolladores.
El Modelo en Espiral [86] también es un proceso interactivo con el
cliente. Está basado en incrementos que adquieren cada vez mayor dimensión,
empezando incluso por un esquema en papel en la primera iteración, para llegar a
sistemas de gran escala en las últimas versiones. Este modelo se divide en
regiones de tareas (se distinguen entre 3 y 6 regiones de tareas), las cuales
forman parte de cada versión. El modelo en espiral se aplica no sólo a la fase de
desarrollo, sino que puede considerarse un procedimiento de trabajo que sustenta
el ciclo de vida del software (es el tipo que da más importancia a la fase de
mantenimiento). Además, usa la construcción de prototipos como un modo de
evaluación de riesgos. Pero este paradigma también presenta inconvenientes,
entre los que se citan la dificultad para convencer a los clientes de que se puede
controlar el proceso y la habilidad requerida para la evaluación del riesgo.
2.1.2 Fases comunes en el proceso de desarrollo de software
Existe una serie de etapas comunes en todos los modelos comentados
anteriormente. Estas etapas son: análisis y especificación de requisitos, diseño del
sistema, codificación e implantación de la solución construida, pruebas, y, por
último, mantenimiento del producto software. Se van a comentar las más
relevantes.
El Análisis y Especificación de Requisitos permite conocer las
necesidades a cumplir respecto a la funcionalidad del software, su rendimiento,
27

Manuel Urbano Cuadrado Tesis Doctoral
las interfaces con el entorno, y sus restricciones [87]. Aunque se puede pensar
que es una tarea que no reviste dificultad, es de importancia crítica en el proceso
de desarrollo. Al hablar de la calidad de la información analítica se comentó que
el cumplimiento de los requerimientos del cliente es el único camino para
conseguirla. Un símil con este concepto se puede establecer con la calidad de un
producto software, pues, aunque las demás fases del proceso se hayan hecho de
una forma correcta, si el análisis de requisitos no recoge las necesidades del
cliente la calidad del producto es mala [88,89].
Suelen distinguirse cinco actividades implicadas normalmente en el
análisis de requisitos: reconocimiento del problema, evaluación y síntesis,
modelado, especificación y, por último, revisión. La fase de modelado es de
suma importancia, pues en ella se construye una serie de modelos para describir
los requerimientos del cliente, establecer la base del diseño y, finalmente, definir
un conjunto de requisitos que se puedan validar una vez que se ha construido el
software.
Dos tipos de modelado del análisis se han impuesto sobre otros en los
últimos tiempos: el análisis estructurado [90,91] y el análisis orientado a objetos
[92-94]. En este apartado se van a comentar las características más relevantes del
primero, para más adelante introducir el análisis orientado a objetos.
Son cuatro los principales elementos del análisis estructurado: el
diccionario de datos, el diagrama entidad-interrelación, el diagrama de flujo de
datos, y el diagrama de transición de estados. Los dos primeros elementos
pertenecen al modelado de los datos, el tercero al modelado de la función, y el
último al modelado del comportamiento del sistema. El diccionario de datos es
un término introducido por DeMarco [90] y recoge las definiciones de las
estructuras de datos de entrada al sistema, las que se van a generar o consumir en
el procesamiento de la información, y las que forman la salida del programa.
El modelado de los datos describe las agrupaciones de datos presentes en
el dominio de información del sistema y la relación entre ellas. Los diagramas
entidad-interrelación, propuestos por primera vez por Chen en el año 1977 [95],
28

Introducción
son la principal herramienta en el modelado de datos. La intención de este autor
era representar el nivel conceptual de una base de datos
El flujo de información por el sistema se representa por el diagrama de
flujo de datos. En él se describen, con un nivel de detalle dado, el camino de los
datos, las entidades que operan con ellos, las transformaciones a que son
sometidos y los lugares donde se almacenan. El refinamiento de los diagramas de
flujo se utiliza para mostrar un mayor nivel de detalle.
La creación de los diagramas de flujo de datos estuvo pensada para
sistemas de procesamiento de la información discretos. Pero las demandas
impuestas por los sistemas de tiempo real (en química analítica todos los sistemas
de automatización y control de los instrumentos) hizo necesaria la extensión de
los diagramas de flujo de datos [96,97]. Las nuevas aportaciones tienen en cuenta
la recogida o producción de la información de una forma continua, el flujo de
control necesario y el paralelismo de tareas.
Para modelar uno de los requisitos más importantes de un sistema, su
comportamiento, se introdujeron nuevas ampliaciones del análisis estructurado
[96,97]. Este modelado se plasma en un diagrama de transición de estados que
muestra los estados y las ocurrencias que hacen que un sistema cambie de un
estado a otro.
La siguiente fase del proceso es la fase de Diseño. En 1959, Taylor lo
definió como “el proceso de aplicar distintas técnicas y principios con el
propósito de definir un dispositivo, un proceso o un sistema con suficiente detalle
como para permitir su realización física” [98]. El diseño constituye, junto con las
fases de codificación y prueba, la fase técnica del proceso de desarrollo de
software.
Desde un punto de vista más práctico la fase de diseño puede visualizarse
como el conjunto de actividades que transforman los modelos de análisis en
modelos de diseño. Las tendencias del diseño están marcadas, por tanto, por las
del análisis: un diseño estructurado [99-101] y un diseño orientado a objetos
[102,103]. Se va a hacer un comentario sucinto del diseño estructural para
29

Manuel Urbano Cuadrado Tesis Doctoral
después introducir, junto al análisis, el diseño orientado a objetos y sus
aportaciones.
El diseño se afronta con un enfoque sistemático, por lo que juegan una
baza importantísima conceptos como abstracción, refinamiento, modularidad,
partición estructural, etc. La modularidad se puede considerar como una
actividad admitida en todas las ingenierías que hace más fácil la adaptación del
sistema a los cambios y permite el desarrollo en paralelo. Está basada en la
independencia respecto a otros módulos, siendo el subsiguiente acoplamiento de
vital importancia para la estructura del programa.
El diseño se divide en 4 partes: diseño de datos (su resultado son las
estructuras de datos necesarias para implantar el software); diseño arquitectónico
(se definen las partes estructurales del software); diseño de interfaz (se describe
la comunicación de las diferentes partes estructurales entre sí, además del
entorno) y diseño procedimental (los elementos estructurales del programa se
describen de forma procedimental) [76]. Son numerosos los métodos de diseño
descritos para cada actividad, estando fuera del alcance de esta introducción
entrar en ellos, ni siquiera con un mínimo detalle.
La fase de Codificación e Implantación supone la traducción física de los
modelos de diseño al programa o prototipo, según el paradigma y el estado del
proceso de desarrollo. Se pueden usar en estas etapas numerosos lenguajes de
programación y, al igual que en las anteriores, se pueden distinguir lenguajes
estructurados [104,105] y lenguajes orientados a objetos [106,107].
Las Pruebas del producto software, siguiendo con el paralelismo de los
programas de calidad de las empresas, son las acciones correspondientes a la
garantía de la calidad, es decir, el control de calidad y las subsiguientes acciones
correctoras. Constituyen la evaluación final de las etapas de análisis, diseño,
codificación e implantación. Numerosos autores han abordado la fase de pruebas
del software [108-112], tratando los principios de éstas, el diseño de los casos de
prueba, etc.
30

2.2 Modelado orientado a objetos
Introducción
El término orientado a objetos fue introducido a finales de los años sesenta y
comienzos de los setenta, aunque hasta la primera mitad de la década de los
noventa no se empezó a utilizar el paradigma orientado a objetos de forma
considerable en ingeniería del software [103,113-116]. El concepto apareció con
el uso de lenguajes orientados a objetos (el primer lenguaje fue Smalltalk [106]),
dejando fuera la implicación del término en el proceso de desarrollo de
aplicaciones.
2.2.1 Conceptos básicos del modelado y de los lenguajes de programación
orientados a objetos
El mundo real puede ser visto como un espacio lleno de objetos. Cualquier objeto
tiene un conjunto de propiedades o atributos (atributo es el término más usado)
que lo caracteriza y diferencia del resto. Apoyándonos en el área de
automatización en química analítica, un instrumento es un objeto que tiene unas
propiedades determinadas, como son: marca, modelo, puerto de comunicación,
etc. Además, un instrumento se puede conectar y desconectar al ordenador, fijar
una serie de parámetros para su funcionamiento, etc. Es decir, un objeto realiza
una serie de operaciones (métodos es el término empleado).
Una Clase es una abstracción de un conjunto de objetos que tienen la
misma estructura (atributos) y el mismo comportamiento (métodos). Es decir, la
clase Instrumento abarcaría objetos como un espectrofotómetro, un
espectrofluorímetro, un medidor de pH, etc. También se suele emplear el término
instancia (de la clase) en lugar de objeto.
El hecho de que una clase pueda heredar los atributos y métodos de otra
es conocido con el término Herencia, siendo ésta una de las características clave
del paradigma de orientación a objetos. Se establece una jerarquía en la que la
clase que hereda se denomina clase hija o subclase de la clase padre o superclase.
Una clase, además de heredar las propiedades y el comportamiento de otra, puede
31

Manuel Urbano Cuadrado Tesis Doctoral
añadir nuevos atributos y métodos, conociéndose esto como Especialización, lo
que permite diferenciar las clases del mismo nivel en una determinada jerarquía.
Así, una clase denominada InstrumentoOptico hereda los atributos y
métodos de la clase Instrumento, pero para especializar su funcionalidad debe
incorporar nuevas propiedades como el tipo de instrumento óptico (para saber si
se corresponde con una técnica molecular o atómica, si es de absorción o
emisión, etc.) y nuevos métodos, como, por ejemplo, el empleado para fijar la
longitud de onda.
Para obtener las propiedades de un determinado objeto que se requieren
para la funcionalidad de otro, este último tiene que utilizar los mensajes como
medio de comunicación con el primero. Los Mensajes estimulan el
comportamiento del objeto receptor, necesitándose que en el mensaje se indiquen
el método solicitado y los parámetros requeridos para que la operación se realice
de forma correcta. De esta forma, un objeto oculta sus datos y sus métodos, y
sólo los objetos que tengan permiso podrán llegar a la información que el objeto
posee por medio de la comunicación anteriormente descrita. Esta característica es
conocida como Encapsulamiento.
El Polimorfismo es otra de las características del paradigma de
orientación a objetos. Puede definirse como la diferente funcionalidad que
exhiben los mismos métodos en diferentes objetos pertenecientes a la misma
clase, o incluso en un mismo objeto (llamándose en este caso sobrecarga de
métodos). La primera modalidad se puede llevar a cabo mediante el proceso de
herencia. Así, una clase define unos determinados métodos, pero no los implanta
ella, sino las clases hijas, adaptándolos a sus propias características. Estos
métodos son conocidos en algunos lenguajes de programación como métodos
abstractos (por ejemplo, el lenguaje Java [107]).
La otra posibilidad, la sobrecarga de métodos, se lleva a cabo mediante la
diferencia en los parámetros del mensaje al objeto receptor, ya sea por el tipo o
números de datos. Éste utiliza el método apropiado para la finalidad requerida.
32

2.2.2 Ventajas inmediatas de los sistemas orientados a objetos
Introducción
Aunque el concepto de objeto fue utilizado primeramente en el mundo de los
lenguajes de programación (Smalltalk), la filosofía y las características implícitas
en el concepto hicieron conveniente su introducción en el proceso de desarrollo
de software. Se van a comentar las características más destacadas.
El modelado orientado a objetos se adapta de una forma más eficiente
que el modelado estructurado a los paradigmas evolutivos, que son los que se
están imponiendo en el desarrollo de productos software. Incluso hay autores que
definen un nuevo paradigma de desarrollo llamado Modelo de Ensamblaje de
Componentes [117], basado en el modelado orientado a objetos. En una primera
iteración del proceso evolutivo, en el análisis y diseño orientados a objetos se
buscan las clases necesarias en bibliotecas de clases, y, si no están, se construyen
las nuevas. Una nueva iteración partiría ya de estos componentes, que se adaptan,
como se verá a continuación, de una forma más eficiente a los cambios y
ampliaciones necesarios en las nuevas iteraciones.
Por tanto, el modelado orientado a objetos permite la reutilización de
software, proporcionando los siguientes datos según Yourdon [118]: reducción
del 70 % de tiempo en el ciclo de desarrollo del software, reducción del 84 % en
el coste del proyecto, y un índice de productividad del 26.2, comparado con la
norma de industria 16.9.
Las propiedades del diseño de un sistema software son las mismas para
los métodos clásicos (estructurados) que para los orientados a objetos. Una de
ellas es la eficiencia alcanzada en la modularidad de los programas. Se ha visto
que el concepto de clase no sólo representa los objetos del mundo real, sino que
encapsula los atributos y los métodos dentro de la clase. Se puede considerar que
es una forma eficaz de abstracción de los datos y los métodos dentro del concepto
de clase, que va a ocultar toda la estructura de datos y la implantación de los
métodos.
33

Manuel Urbano Cuadrado Tesis Doctoral
Una gran ventaja salta a la vista con este enfoque. Las clases
proporcionan los datos necesarios para otros componentes (otras clases) a través
de los métodos que tienen permiso (se habla de métodos privados y métodos
públicos), actuando éstos a modo de interfaz. La posibilidad de efectos
colaterales disminuye drásticamente. Los errores se localizan de forma rápida y
están circunscritos a una determinada clase, por lo que una vez modificada la
clase y eliminado el problema, la arquitectura del programa no se afecta. El
acoplamiento, otra de las características buscadas, es máximo con un sistema de
clases bien diseñado y construido. La cohesión también está asegurada si el
número de datos a manejar por cada método es pequeño, que es la situación
usual.
La versatilidad de los sistemas orientados a objetos también es mayor
que la conseguida por métodos convencionales. Este aspecto deriva del
encapsulamiento de los métodos, que pueden considerarse como módulos en el
sentido convencional, y que ofrecen una representación específica del
comportamiento de un objeto, teniendo en otros métodos otros comportamientos
para funciones distintas. La ventaja radica en que toda esta funcionalidad reside
en una única y simple unidad llamada clase.
La reusabilidad de los sistemas orientados a objetos se ha visto desde un
punto de vista arquitectónico, con la utilización de clases ya diseñadas y
construidas. Desde el punto de vista de la codificación, el concepto de herencia
permite también aprovechar el concepto de reusabilidad, al no tener que
reescribir el código de la implantación de los atributos y métodos heredados.
Además, la introducción de modificaciones es una tarea más fácil debido a la
propagación automática de las correcciones realizadas en las clases padre de la
jerarquía.
El polimorfismo facilita la expansión de los programas sin la
modificación de las estructuras de control, lo que supone una ventaja
considerable frente al modelado estructurado. Lo vamos a ver con un ejemplo.
Supongamos una estructura de control utilizada en un programa de
34

Introducción
automatización en química, en la que, si se cumple una premisa de tiempo (el
tiempo en el cual el instrumento debe realizar una determinada operación), la
clase Instrumento recibe un mensaje para llevar a cabo el método ejecutar de la
clase Accion. La estructura es la siguiente:
/* Se recorre la lista de instrumentos que forman un
autoanalizador */
for (int i=0; i

Manuel Urbano Cuadrado Tesis Doctoral
en 1994, y conllevaba la falta de estandarización para el desarrollo de los
programas. Además, estos métodos sólo cubrían áreas parciales, por lo que el
ingeniero del software rara vez obtenía un método que le permitiese modelar
todos los aspectos de una aplicación.
Surgió entonces una serie de métodos con el objetivo de ensanchar el
campo de aplicación de sus respectivos lenguajes de modelado, no
restringiéndolo a necesidades específicas. De estos métodos destacaron el método
OOSE (Object-Oriented Software Engineering) propuesto por Jacobson [103], el
método OMT (Object Modeling Technique) propuesto por Rumbaugh [119], y el
método de Booch [92]. Aunque eran considerados métodos completos,
presentaban una serie de puntos fuertes y puntos débiles.
La evolución de cada uno de los tres métodos de modelado principales
fue el adoptar ideas y conceptos de los otros dos, por lo que cada vez fue más
necesario el esfuerzo de sintetizar un lenguaje unificado. Además, la
colaboración entre los creadores de los tres métodos dio como resultado una
mejora global del modelado orientado a objetos. De esta forma, desde 1994 se
desarrolló un trabajo en la compañía Rational Software que culminó en 1997 con
la publicación de la versión 1.0 de UML [120-122], que se ofreció para su
estudio al grupo OMG (Object Management Group). En esta versión y en el
estudio posterior los autores recibieron la colaboración de muchas organizaciones
del área informática, entre las que se citan IBM, Hewlett-Packard, Microsoft,
Oracle, etc.
2.3.2 Elementos del lenguaje UML
Se consideran cuatro tipos de elementos UML: estructurales, de comportamiento,
de agrupación y, por último, de anotación.
El primer elemento estructural que se cita es la clase, que describe un
conjunto de objetos que tienen los mismos atributos, operaciones y relaciones en
el modelo a desarrollar. Otro elemento estructural es la interfaz, que describe un
conjunto (total o parcial) de operaciones de una clase o componente desde el
36

Introducción
punto de vista de la funcionalidad externa y no de la implantación de ésta. Una
colaboración es un elemento estructural que define una interacción de elementos
que participan de forma conjunta para conseguir un comportamiento no
alcanzable por un elemento individual. Un caso de uso describe un conjunto de
secuencias de acciones que el sistema ejecuta y que produce un resultado
observable de interés para un actor particular. Se dice que un caso de uso se lleva
a cabo por una colaboración. Otros tres elementos estructurales de UML son la
clase activa, el componente, y el nodo. Son similares al concepto de clase, pero
introducen particularidades que hacen necesario su empleo.
Los elementos de comportamiento describen la parte dinámica de los
modelos desarrollados con UML, por lo que son considerados los verbos de este
lenguaje. Se distingue la interacción, que describe un conjunto de mensajes
intercambiados entre un grupo de objetos para conseguir un objetivo específico, y
la máquina de estados, que recoge la secuencia de estados por la que pasa un
objeto o una interacción en respuesta a un evento.
Los elementos de agrupación son las partes organizativas de los modelos.
En UML sólo se utiliza el paquete, que puede ser considerado como un elemento
que engloba elementos estructurales, de comportamiento, e incluso propios
elementos de agrupación.
Por último, los elementos de anotación son comentarios que se añaden al
modelo para un mejor entendimiento de éste. La nota es el objeto de anotación
básico para describir explicaciones y restricciones.
2.3.3 Relaciones en el lenguaje UML
Para construir modelos se utilizan cuatro tipos de relaciones en UML, que tienen
el objetivo de unir los elementos entre sí: la dependencia, la asociación, la
generalización y la realización.
La dependencia es una relación entre dos elementos, en la que un cambio
a un elemento (denominado independiente) afecta a la semántica del otro
(denominado dependiente). La asociación es una relación estructural que
37

Manuel Urbano Cuadrado Tesis Doctoral
describe las conexiones entre objetos. La agregación es un tipo especial de
asociación que representa la relación entre un todo y sus partes. La
generalización (la forma de representar la herencia en UML) describe la relación
de sustitución de un elemento general (padre) por un objeto especializado (hijo).
Por último, la realización es una relación semántica donde un elemento
especifica un contrato que otro elemento garantiza que cumplirá.
2.3.4 Diagramas en el lenguaje UML
Un diagrama es la representación gráfica de un conjunto de elementos y
relaciones que recogen una parte de la estructura, comportamiento y arquitectura
del sistema. Los aspectos estructurales se recogen en el diagrama de clases y en
el diagrama de objetos. El primero es una descripción de las clases, las
interfaces, las colaboraciones y las relaciones entre los tres elementos anteriores.
El segundo representa una vista instantánea de los elementos y relaciones
encontrados en el diagrama de clases.
El comportamiento del sistema se modela con la construcción de varios
tipos de diagramas. El diagrama de casos de uso representa las relaciones entre
las acciones del sistema y los actores implicados. El diagrama de secuencia y el
diagrama de colaboración se emplean para el modelado de las interacciones
entre un grupo de objetos que intercambian una serie de mensajes, por eso se les
denominan también diagramas de interacción. Los de secuencia resaltan la
ordenación temporal de los mensajes y los de colaboración señalan los aspectos
estructurales de los objetos que envían y reciben mensajes.
Otros diagramas se encargan de modelar la dinámica del sistema desde el
punto de vista del flujo de control. Estos son el diagrama de estados y el
diagrama de actividades. En ambos se muestran los estados por los que puede
pasar un sistema, y, por otro lado, las actividades y eventos que provocan la
transición de un estado a otro.
La arquitectura del sistema se modela mediante el diagrama de
componentes y el diagrama de despliegue. El primero se encarga de representar
38

Introducción
la organización y dependencias entre un conjunto de componentes, y se relaciona
con los diagramas de clases en que un componente incluye una o más clases,
interfaces o colaboraciones. El diagrama de despliegue muestra la configuración
de los nodos de procesamiento en tiempo de ejecución y los componentes que
residen en ellos.
3. El lenguaje de programación Java
3.1 Desarrollo del lenguaje de programación Java
Java es un lenguaje de programación de alto nivel como lo son Pascal, Basic,
C++, etc., o sus entornos gráficos de programación, Visual Basic, Delphi, Visual
C++, etc. La primera versión de Java apareció en el verano de 1995 [123,124] en
un intento de paliar los inconvenientes que presentaba la dependencia del código
desarrollado respecto al microprocesador y sistema operativo del ordenador
donde iba a utilizarse. El software de reducidas prestaciones que se empotra en
dispositivos electrónicos de bajo precio, como electrodomésticos, calculadoras,
sensores, etc., tenía que ser actualizado constantemente al modificar el
microprocesador de estos dispositivos. Esto ocurre incluso con los lenguajes de
alto nivel como C.
La empresa Sun Microsystem [125] se marcó como objetivo, a principios
de los años noventa, el desarrollo de un nuevo lenguaje de programación que se
adecuara al entorno de ejecución sin la necesidad de realizar ningún cambio en el
código. Es decir, el objetivo fue buscar la portabilidad total del lenguaje a
construir. Éste fue el inicio de un proceso de desarrollo de un nuevo lenguaje que
seguramente, y a pesar de importancia de la portabilidad del código hoy en día,
no hubiese alcanzado las cotas de popularidad de las que goza si no hubiese
nacido en la que ya se ha denominado “era de la información”. Así, fue
determinante el “encuentro” entre el principal símbolo, herramienta, etc., de esta
era, Internet, y el lenguaje Java.
39

Manuel Urbano Cuadrado Tesis Doctoral
Gosling, al frente del equipo de Sun inmerso en la síntesis del nuevo
lenguaje, vio la posibilidad de mostrar la total portabilidad del lenguaje
ejecutando un programa dentro de una página Web, es decir, ejecutar un
programa desde cualquier punto de la red. Para este fin necesitó un navegador
que integrara la posibilidad de ejecutar Java en Internet, creando entonces el
navegador HotJava.
A partir de aquí surgieron las características que consagraron a Java
como el lenguaje estándar de la red.
3.2 Características generales de Java
3.2.1 Simplicidad
Java, sin lugar a dudas, es un lenguaje simple. De lenguajes como C y C++ ha
tomado las características de sintaxis, de diseño y de seguridad que han hecho
que estos lenguajes sean de los más utilizados en la programación actual. Java ha
avanzado respecto a estos lenguajes al eliminar las características que implican
para el programador un mayor grado de dificultad, reduciendo considerablemente
el número de errores. Así, los tipos de estructuras (struct), y su definición
(typedef), no están presentes en el lenguaje Java.
Como punto más importante, Java ha eliminado el concepto de puntero
presente en el lenguaje C y C++ y, por tanto, la aritmética de punteros, uno de los
aspectos más engorrosos de estos lenguajes. Java posee una gestión automática
de la memoria que permite liberarla a través del denominado recolector de basura
(garbage collector) [126, 127].
3.2.2 Robustez
Java incorpora una serie de medidas y comprobaciones que evitan errores
inesperados, por lo que se considera un lenguaje robusto (de hecho, se pensó
llamarlo Oak, roble en inglés, haciendo alusión a su robustez). Tanto en tiempo
40

Introducción
de compilación como de ejecución se realizan chequeos para encontrar posibles
problemas.
También se realiza una comprobación de los bytecodes, que son el
código resultante tras la compilación de un programa Java, es decir, no se trata de
un código máquina directamente entendible por el hardware. Los bytecodes son
la entrada a la Máquina Virtual de Java (JVM), que se tratará más adelante.
El control automático de la memoria, eliminando los errores por
desbordamiento (overflow), también aporta robustez al lenguaje.
3.2.3 Portabilidad e independencia
Características como la portabilidad y la independencia de Java y su arquitectura
derivan del hecho de que este lenguaje es compilado e interpretado, es decir,
están presentes las dos formas de traducción de un código fuente (lenguaje de
alto nivel a código máquina).
Tras el proceso de compilación del programa Java, se obtiene el código
objeto formado por bytecodes, que contiene el 80% de las instrucciones del
programa en código máquina. Este código es genérico y, para adaptarlo a una
determinada plataforma (el concepto de plataforma se refiere a la combinación de
un procesador y un sistema operativo), se interpreta por la JVM para añadir el
20% de las instrucciones del programa.
La JVM, que es la encargada de interpretar los bytecodes al lenguaje
máquina, hace que la ejecución de una determinada aplicación se adapte al
hardware de la plataforma dada. Por lo tanto, la JVM es dependiente de la
plataforma, siendo el único elemento específico que se necesita para ejecutar un
programa Java, independientemente de que éste haya sido compilado en
cualquier otra máquina con diferente sistema operativo o distinto
microprocesador [128].
La JVM está disponible en la arquitectura Java (Java 2 Platform
Standard) para Solaris 2.x, SunOS 4.1.x, Microsoft Windows (95, 98, 2000, NT,
Server y XP), Linux, Iris, Aix, Aple, etc. Además, ha sido incorporada a los
41

Manuel Urbano Cuadrado Tesis Doctoral
distintos navegadores (Microsoft la incorpora en la versión 5.0 de Internet
Explorer), a los sistemas de gestión de bases de datos, servidores virtuales, etc.
3.2.4 Lenguaje distribuido y capacidad para la programación multihilo
Java está concebido para el desarrollo de aplicaciones ejecutables en distintas
máquinas en red. Por eso posee una serie de librerías para facilitar la
interconexión vía protocolo TCP/IP. Por lo tanto, se pueden desarrollar
aplicaciones para acceder a la información en la red de igual forma que se accede
a la memoria secundaria de una máquina local [129].
Una aplicación construida en Java puede ejecutar varias actividades de
forma simultánea dentro de una aplicación. Esta propiedad aporta un mejor
rendimiento interactivo y facilita el desarrollo de aplicaciones para control de
dispositivos en tiempo real [130].
3.2.5 Lenguaje orientado a objetos y gratuito
En primer lugar, es un lenguaje orientado a objetos, tanto a nivel arquitectónico,
al aportar las propiedades más importantes de los sistemas de objetos (herencia,
encapsulación y polimorfismo), como a nivel funcional, al ser los datos tratados
como objetos en todo momento.
Por otro lado, las diferentes herramientas para el desarrollo de
aplicaciones Java son gratuitas. Todas las plataformas están disponibles en
http://java.sun.com.
3.3 Aplicaciones Java
Las diferentes plataformas e interfaces para la programación de aplicaciones
(denominadas APIs del inglés Application Programming Interfaces) de Java
proporcionan un amplio abanico de posibilidades en la construcción de
programas de distinto tipo. Así, se pueden desarrollar soluciones “standalone”,
que son aplicaciones sin características especiales (no acceden a un servidor, no
utilizan recursos en máquinas remotas, etc.) para ejecutar en un único ordenador.
42

Introducción
Para su desarrollo son suficientes las librerías y utilidades incluidas en la
plataforma estándar de Java (Java 2 Platform, Standard Edition, J2SE).
Aplicaciones más complejas son las que están basadas en una
arquitectura multicapa. Por ejemplo, los sistemas de información de tres capas,
denominados en inglés three tiered Enterprise Information Systems y
desarrollados con tecnología Java usan la plataforma Java 2 Entreprise Edition
(J2EE). Por este motivo, también se denominan aplicaciones J2EE [131,132].
La primera capa se denomina capa cliente, formada por diferentes
componentes que se ejecutan en las máquinas que acceden de forma remota a un
servidor Web. Un componente J2EE es una unidad software con una determinada
funcionalidad y que se acopla a los demás componentes de la aplicación J2EE a
través de sus respectivas clases.
Los diferentes componentes de la capa cliente se pueden agrupar en tres
bloques: los clientes Web, los applets y las aplicaciones cliente. Los clientes Web
están formados por las páginas Web dinámicas, escritas con los lenguajes de
marcas HTML o XML (eXtensible Markup Language), y los navegadores Web,
que permiten la búsqueda y visualización de la información. Por su parte, los
applets son pequeñas aplicaciones cliente escritas en Java y que ejecutan la JVM
perteneciente al navegador. Por último, las aplicaciones cliente son interfaces
normalmente realizadas con los paquetes Swing o Awt de Java para aportar una
mayor riqueza gráfica.
La segunda capa es el servidor Web, que está formada por Servlets y las
páginas JSP (Java Server Page). Los servlets son clases Java que, de forma
dinámica, procesan las peticiones al servidor y construyen las respuestas a los
clientes. Las páginas JSP presentan la misma funcionalidad que los servlets,
diferenciándose de éstos en la estructura basada en página Web que poseen.
La arquitectura de tres capas es considerada por algunos autores, que
desde una óptica del dominio de la información a tratar por la aplicación J2EE,
establecen cuatro capas, y argumentan que la arquitectura de tres capas sólo hace
referencia a la localización de los componentes. Por tanto, en la nueva estructura
43

Manuel Urbano Cuadrado Tesis Doctoral
propuesta para las aplicaciones J2EE, la capa servidor se divide en la capa Web y
la capa de negocio.
La capa Web está formada por los componentes que formaban la antigua
capa servidor, es decir, los servlets y las páginas JSP. Por otro lado, la capa de
negocio está formada por los Enterprise Java Beans (EJB), que son la interfaz
entre la capa Web (peticiones y respuestas entre el cliente y el servidor) y la
última capa, denominada capa del sistema de información. Se distinguen tres
tipos de EJB: los de sesión, los de entidad y, por último, los de mensaje.
La capa del sistema de información incluye todas las estructuras que
facilitan el almacenamiento de la información de la empresa. Por tanto, su núcleo
es la base de datos. Los componentes J2EE de esta capa son aquéllos que
permiten la conexión entre la capa Web y la de negocio, y la base de datos.
Para terminar, se van a citar otras plataformas que ofrece la arquitectura
Java para el desarrollo de aplicaciones informáticas en otros campos. J2ME (Java
2 Platform Micro Edition) proporciona las utilidades necesarias para el desarrollo
de software para dispositivos electrónicos como móviles, calculadoras, etc.
También están disponibles diferentes APIs para el desarrollo de servicios Web,
que son aplicaciones para el uso de datos con Java y XML. Para el ensamblaje de
componentes Java y componentes XML son útiles las interfaces JAXB, SAX y
JDOM [133,134].
4. La información como recurso. Oracle. SGBD basados en el
44
modelo de datos objeto relacional
Los correctos procesos de almacenamiento, mantenimiento y consulta de la
información analítica hacen uso de las bases de datos. La gestión automática de
los datos siempre se ha apoyado en las características de la memoria secundaria
(memoria no volátil) y en una tecnología que ha avanzado desde los sistemas de
ficheros hasta los sistemas de gestión de bases datos, basados estos últimos en
modelos avanzados de representación de la información. En este apartado se van

Introducción
a considerar las ventajas aportadas por el sistema de gestión de bases de datos
Oracle, que es la herramienta de gestión de la información utilizada en el
desarrollo y uso del sistema de información que se ha diseñado y construido y
que se recoge en esta Memoria.
4.1 De los sistemas de ficheros planos a los de bases de datos
4.1.1 Evolución
Las demandas funcionales requeridas para las aplicaciones de procesamiento de
la información han marcado el camino a seguir en la tecnología de acceso a los
datos. Así, los primeros sistemas tenían el objetivo de cumplir unos requisitos
normalmente relacionados con las tareas repetitivas de administración, buscando
una reducción del tiempo y el espacio que requerían la gestión en papel de los
datos. Cuando las empresas llegaron a considerar que la información es el
recurso más importante para la vista de negocio, la tecnología evolucionó hacia
el desarrollo de las bases de datos. Hoy en día, las bases de datos son el pilar de
los sistemas de información.
Los sistemas de almacenamiento basados en ficheros mantienen la
información por medio de archivos que contienen una colección de registros con
diversos campos de datos. La principal limitación de estos sistemas para
sintetizar información es la imposibilidad de relacionar diferentes registros sin
aplicaciones externas complejas. Además, como se verá más adelante, presentan
también una serie de inconvenientes que hacen inapropiado su uso en el entorno
computacional de la sociedad actual.
Los sistemas clásicos de almacenamiento, como se conocen a las
estructuras de ficheros, también experimentaron una evolución interna. El hito
más importante que la marcó fue el cambio del acceso secuencial al acceso
directo de los datos. Así, para consultar o proporcionar los datos de un
determinado registro en un fichero ya no fue necesario leer ni ordenar los
archivos de uno en uno, llevando este hecho a un ahorro de tiempo significativo.
45

Manuel Urbano Cuadrado Tesis Doctoral
El acceso aleatorio de los datos estaba asegurado con ficheros con estructura
indexada, soportados en el método ISAM (de las siglas en inglés de Indexed
Sequential Access Method) [135].
En la primera generación de ordenadores (años cincuenta y comienzos de
los sesenta) se utilizaron ampliamente los sistemas de almacenamiento clásicos.
Estos sistemas sólo proporcionaron una solución parcial (por los motivos
anteriormente comentados y los inconvenientes que se citarán en el siguiente
apartado) por lo que a mediados de los sesenta apareció el concepto de bases de
datos [136]. Se cita una definición del concepto de bases de datos de las muchas
que aparecen en la literatura: “Colección de archivos relacionados que
almacenan tanto una representación abstracta del dominio de un problema del
mundo real cuyo manejo resulta de interés para una organización, como los
datos correspondientes a la información acerca del mismo. Tanto la
representación como los datos están sujetos a una serie de restricciones, las
cuales forman parte del dominio del problema y cuya descripción está también
almacenada es esos ficheros” [137].
La tecnología de las bases de datos también ha seguido una evolución,
esta vez marcada por los diferentes modelos que representan la estructura de la
base de datos a diferentes niveles, desde un nivel físico hasta el externo, pasando
por los niveles conceptual y lógico [138]. Así, aparecen las bases de datos
jerárquicas, en red, relacionales, objeto-relacional, orientadas a objetos y las
bases de datos soportadas en el conocimiento. Los dos primeros modelos,
apoyados en el concepto de puntero, tenían una alta dependencia de los niveles
físicos, lo que seguía siendo un inconveniente y provocó la búsqueda de nuevos
modelos y la evolución de la tecnología.
4.1.2 Ventajas e inconvenientes de los sistemas de bases de datos frente a los
sistemas basados en ficheros
Como ya se ha comentado anteriormente, la dificultad de representar la relación
entre los datos es el inconveniente más destacado de los ficheros clásicos. Las
46

Introducción
bases de datos surgen del concepto de Sistema Orientado a los Datos, dejando
atrás los Sistemas Orientados a los Procesos. El primero busca la relación de los
datos en la definición de la estructura y en el comportamiento, y no en las
aplicaciones externas de manejo de datos.
La independencia entre los datos y los tratamientos es de vital
importancia para que el dinamismo implícito del entorno que los rodea no les
afecte. Las bases de datos aseguran que la inclusión de nueva información no
modifica los tratamientos de la información y, en dirección contraria, que los
cambios de los procesamientos no influyen en el diseño de los datos. Aunque esta
independencia no es absoluta, las bases de datos se acercan a este objetivo.
La integridad de la información, básica para su uso, se consigue
mediante las bases de datos, que permiten que se almacene una única copia de la
información que representa un determinado dato. Esta propiedad se sustenta en
otra característica de los sistemas de bases de datos, la mínima redundancia que
presenta, siendo ésta a nivel físico la totalidad de las veces. En el mantenimiento
de los sistemas clásicos, la introducción o modificación de un dato obligaba al
acceso a varios ficheros, lo que conllevaba la posible inconsistencia de la
información almacenada.
La disponibilidad de la información es más apropiada debido a que
ningún fichero de datos es para el uso exclusivo de un tratamiento, sino que los
datos pueden consultarse por todas las aplicaciones.
El espacio de almacenamiento, debido al menor número de redundancias
existentes, se reduce en los sistemas de bases de datos. Este menor espacio de
memoria secundaria utilizada se pone de manifiesto en los sistemas de gran
volumen de datos. Esto es debido a que un sistema de bases de datos utiliza un
diccionario de datos, punteros, índices, etc., que, generalmente, ocupan un
espacio considerable.
Las bases de datos presentan un alto desempeño en la interacción
hombre-máquina porque los datos se recogen y se consultan una sola vez. Por lo
47

Manuel Urbano Cuadrado Tesis Doctoral
tanto, el rendimiento de la consulta y la actualización en una base de datos va a
ser siempre mayor que en los sistemas de ficheros planos.
Los sistemas de gestión de bases de datos (que se verán más adelante)
garantizan la seguridad y la privacidad de la información. Una de las
características más importantes de Oracle (uno de los más conocidos sistemas de
gestión de bases de datos) es la extrema protección que su arquitectura
proporciona [139].
A pesar de esta serie de ventajas, existen algunos inconvenientes en los
sistemas de bases de datos, normalmente potenciados por el desconocimiento por
parte de las empresas de las características de los sistemas de gestión de bases de
datos. Uno de estos inconvenientes es la implantación larga y costosa, y como
consecuencia, una rentabilidad no visible a corto plazo. Otros problemas están
relacionados con la falta de estandarización (aunque ya se dispone de
herramientas estándares, sobre todo para las bases de datos relacionales), y el
desfase entre una teoría adelantada y una práctica a la zaga.
4.2 El Sistema de Gestión de Bases de Datos (SGBD)
El SGBD es el sistema computacional que facilita la gestión de las bases de
datos. Por tanto, el SGBD engloba el conjunto de programas, procedimientos,
lenguajes, interfaces, etc., que suministra a los usuarios de la base de datos las
utilidades necesarias para describir y manejar los datos almacenados. Además,
garantiza la seguridad y privacidad de la información contenida en la base de
datos. Por lo tanto, se puede considerar que es la interfaz entre la base de datos y
los diferentes usuarios y aplicaciones del sistema de información.
Cuando se habla de usuarios de las bases de datos, se refiere a dos
niveles o dos grupos, que a su vez se pueden subdividir. El primer grupo lo
componen los usuarios que crean y mantienen la base de datos, además de
desarrollar los programas que acceden a los datos. El segundo grupo de usuarios
son aquellos que emplean los datos para sus actividades dentro de la empresa.
48

4.2.1 Funciones y lenguajes de los SGBD
Introducción
Suelen distinguirse tres funciones principales de los SGBD: la función de
definición, la de manipulación y la de control de los datos. La función de
definición permite especificar los elementos de datos, su relación y las
restricciones impuestas tanto por el dominio de la información, como por las
estructuras físicas de almacenamiento. El lenguaje encargado de esta función es
el Lenguaje de Descripción de Datos (Data Definition Language, DDL), que es
dependiente del SGBD. Este lenguaje suele encargarse también de indicar el
espacio reservado para la extensión de los campos, las estructuras de datos y sus
relaciones, y las restricciones. Ésta es la definición física y, en algunos SGBD, su
especificación se hace separadamente con otro lenguaje denominado Lenguaje de
Definición del Almacenamiento de los Datos (Data Storage Definition Language,
DSDL).
La función de manipulación se lleva a cabo con el Lenguaje de
Manipulación de Datos (Data Manipulation Language, DML), que permite la
definición externa de los datos, su consulta y la actualización de éstos, es decir,
su inserción, modificación y borrado. EL DML es un lenguaje dependiente del
modelo que emplea el SGBD, y puede ser una serie de mandatos dentro de un
lenguaje de programación, llamado huésped o, por el contrario, un lenguaje que
no necesita apoyarse en ningún otro.
Por último, la función de control se lleva a cabo por medio de una serie
de interfaces que proporcionan el correcto acceso de los usuarios a la base de
datos. Esta función reside en el Lenguaje de Control de Datos (Data Control
Language, DCL).
4.2.2 Otros componentes del SGBD
Se ha comentado anteriormente que el SGBD está formado no sólo por los
lenguajes citados, sino que también cuenta con una serie de programas,
estructuras de datos, etc., que permiten la correcta gestión de los datos. El
49

Manuel Urbano Cuadrado Tesis Doctoral
Diccionario de Datos es un conjunto de archivos que contienen la información de
los datos que pueden ser almacenados (es una Metabase de Datos). En este
diccionario se almacenan los esquemas lógico y físico de la base de datos, al
igual que los subesquemas de ésta.
Más adelante se verá que hay 3 niveles o modelos de abstracción en los
que se representa una base de datos: físico, lógico y externo. Por lo tanto, el
diccionario de datos recoge la definición de estos tres niveles. Los
procedimientos de acceso necesitarán en algún momento de cómputo vincular las
tres definiciones, basándose en lo que se conoce como Mapa de Reglas, también
almacenadas en el diccionario de datos.
Otro componente a destacar del SGBD es el Gestor de la Base de Datos,
que es un componente software que actúa de interfaz entre los datos almacenados
y las aplicaciones que acceden a ellos. Garantiza el correcto, seguro y eficiente
almacenamiento y consulta de los datos.
4.2.3 Estandarización en los SGBD
La estandarización y normalización de las bases de datos y de sus sistemas de
gestión han sido tratadas por distintos organismos desde los años sesenta, pero su
avance ha sido y es lento debido tanto a motivos técnicos, como burocráticos.
Los objetivos de la estandarización están encaminados a que el cambio de un
producto comercial SGBD a otro no implique la modificación del diseño de la
base de datos en uso y de las aplicaciones que usan los datos. Es decir, el
concepto de Sistema Abierto es el centro de los objetivos.
Dos organismos como son la ISO (International Organisation for
Standarisation) e IEC (International Electrochemical Commission) han
establecido un comité conjunto denominado JTCI (Joint Technical Committee)
para la estandarización en las tecnologías de la información. Uno de los muchos
grupos de este comité, el denominado WG3, está dedicado a la búsqueda de
sistemas abiertos de bases de datos. Actualmente trabajan en cuatro proyectos:
50

Introducción
lenguajes de bases de datos, modelos de referencia, acceso remoto a datos y
sistemas de diccionarios de recursos de información [138].
Codasyl (Conference on Data System Languages) es un grupo que
investigó la normalización en los modelos de datos y sus diferentes lenguajes y
propuso un modelo de datos en red, llamado también Codasyl, con sus lenguajes
de descripción y manipulación.
El grupo ANSI/X3/SPARC es el grupo de estudio de la organización
Standard Planning and Requirements Committee (SPARC), perteneciente al
American National Standards Institute (ANSI). El comité X3 es el que trata los
temas informáticos. En el año de 1972 estos grupos empezaron a aunar esfuerzos
encaminados a una potencial normalización de los SGBD. Como en anteriores
intentos por parte de otros grupos, el principal inconveniente era el temor a hacer
una estandarización en un momento no apropiado que frenase los avances del
área. Por este motivo, sus primeras actividades fueron estudios sobre los
componentes o aspectos de los SGBD que requerían un mayor grado de
normalización. En el año 1977 se elaboró un informe en el que se analizó la
arquitectura de un SGBD y las 42 interfaces identificadas.
Los trabajos continuaron durante años, creándose grupos dentro del
ANSI/SPARC específicos del área de las bases de datos, para, en 1986, proponer
un Modelo de Referencia para la estandarización de los SGBD [140]. Tanto el
informe final como los intermedios introducen una diferencia en la arquitectura
de los SGBD respecto a los trabajos de otros organismos, que sólo distinguían
entre la estructura o nivel lógico y la estructura o nivel físico. La arquitectura
ANSI/X3/SPARC introduce un tercer nivel entre las estructuras física y lógica.
Es el llamado nivel conceptual. Aunque empleando terminología distinta, otros
grupos (el grupo GUIDE/SHARE de usuarios de IBM, el Club de Banco de
Datos del INRIA, etc.) han introducido arquitecturas similares de tres niveles.
51

Manuel Urbano Cuadrado Tesis Doctoral
4.2.4 La arquitectura ANSI/X3/SPARC
La arquitectura ANSI/X3/SPARC propone tres niveles de abstracción de datos.
En ella el nivel clave es el denominado esquema conceptual, del cual derivan una
serie de esquemas externos que son la imagen de los datos que tienen los usuarios
y aplicaciones que hacen uso de ellos. Del esquema conceptual también deriva el
interno, que describe los datos desde un punto de vista físico. La conversión de
un nivel a otro se efectúa por medio de funciones de correspondencia.
La arquitectura, propuesta en el informe de 1978, está dividida en dos
partes: una para la definición de los datos y otra para su manipulación. Se
distingue una serie de funciones tanto humanas como de programas, un conjunto
de interfaces lógicas o físicas, y un diccionario de datos, también denominado
metadatos, clave en esta arquitectura. Los requisitos de independencia y
escalabilidad entre los tres niveles se cumplen por la arquitectura ANSI/SPARC,
por lo que los cambios en los esquemas interno, conceptual y externo no se
afectan recíprocamente.
El impacto de la estructura de tres niveles en los SGBD actuales es
elevado, pero el informe que la propuso fue criticado debido al número tan
elevado de interfaces y la vaguedad del concepto del diccionario de datos. Como
se ha comentado anteriormente, los trabajos prosiguieron hasta el Modelo de
Referencia (MR), publicado en 1986 [140].
El MR está basado en la arquitectura ANSI, pero supera los
inconvenientes del elevado número de interfaces y del concepto del diccionario
de datos (se contesta a las numerosas preguntas sobre su concepto que surgieron
en el primer informe). Su objetivo es explicar la relación entre los diferentes
componentes y niveles del SGBD, lo que supone un intento de marcar las bases
para futuras estandarizaciones.
52

4.3 Modelos de datos
Introducción
Un modelo es una representación de un sistema a un nivel de detalle dado para
considerar sus aspectos más importantes. Desde el punto de vista de las bases de
datos, el concepto a tener en cuenta es Modelo de Datos, que puede definirse
como el conjunto de elementos semánticos que permiten la descripción de la base
de datos a diferentes niveles de abstracción. Teniendo en cuenta la arquitectura
ANSI, existen modelos internos, conceptuales y externos. Por tanto, se pueden
considerar los modelos como herramientas que ayudan a la implantación,
comprensión y uso de las bases de datos.
En este apartado se va a hacer hincapié en los modelos conceptuales,
pues los modelos externos suelen estar basados en los conceptuales y, por otra
parte, los modelos internos no están estandarizados y son dependientes del
fabricante. Los modelos conceptuales se dividen en modelos conceptuales
propiamente dichos y modelos lógicos. Los primeros se centran en la descripción
del conjunto de la información a tratar por cada aplicación desde un enfoque
totalmente independiente de la máquina. Los modelos lógicos, a diferencia de los
conceptuales, describen el dominio de la información, pero desde un punto de
vista dependiente del SGBD, utilizando elementos que se soportan en éste y que
limitan la representación semántica del problema.
Un modelo de datos debe estar compuesto por dos submodelos: el
estructural y el dinámico. El submodelo estructural describe la parte estática de
los datos (entidades u objetos, sus atributos, sus asociaciones, y sus
restricciones), mientras que el dinámico describe las operaciones que hacen que
la base de datos varíe de un estado a otro.
4.3.1 Modelos conceptuales. Análisis semántico de la base de datos
Los modelos conceptuales permiten capturar la semántica del problema a tratar
sin las restricciones impuestas por el SGBD. Por lo tanto, son modelos más
flexibles y proporcionan un mayor grado de abstracción. La interacción que este
53

Manuel Urbano Cuadrado Tesis Doctoral
tipo de modelos permite es la que tiene lugar entre la información del mundo real
a representar y el diseñador de la base de datos.
Son varios los modelos conceptuales recogidos en la bibliografía, entre
los que se citan los modelos Entidad/Interrelación (E/R), Infológico, Modelo
Semántico de Datos (SDM), etc., [141,142]. Por su versatilidad, el primero es el
que más se usa hoy en día en el diseño de las bases de datos. No suele estar
implantado en los SGBD, aunque algunos de éstos pueden llevar una herramienta
CASE incorporada para realizar el diseño conceptual y luego la traducción
automática a un modelo lógico.
Se suele elegir entre un modelo conceptual u otro, al igual que entre
diferentes modelos lógicos, pero no entre un modelo conceptual y un modelo
lógico, ya que tienen diferentes ámbitos de funcionalidad. La metodología a
seguir en el diseño de las bases de datos es utilizar primero un modelo conceptual
para recoger la mayor dimensión semántica del problema y, luego, diseñar la
base de datos con el modelo lógico que soporta el SGBD. Además, suelen existir
reglas para pasar de un modelo conceptual a un modelo lógico de forma
sistemática garantizando la menor pérdida de información posible.
El modelo E/R fue propuesto por Chen en los años 1976 y 1977 [143-
145], y son varios los investigadores que han contribuido a su expansión [146-
148]. El concepto clave en torno al que giran los demás elementos semánticos es
Entidad, que es cualquier objeto de interés para el dominio del problema. Las
entidades tienen unos atributos con sus respectivos dominios y se asocian a otras
a través de lo que se denominan Interrelaciones, que también pueden presentar
atributos. Aunque una descripción del modelo E/R queda fuera del alcance de
esta introducción, se van a citar los términos más importantes de este modelo,
como son: entidades o interrelaciones débiles o fuertes, cardinalidad de las
interrelaciones, debilidad por existencia o por identificación, interrelaciones
jerárquicas, etc.
El modelo E/R, tal como lo propuso su creador, es únicamente un
modelo estructural de la información. Ampliaciones aportadas por Poonen [149]
54

Introducción
y Shoshani [150] incorporan lenguajes para la recuperación y actualización de los
datos almacenados en sus estructuras. Muchos investigadores dudan de la
aplicabilidad de la parte dinámica añadida al modelo debido al uso que se le da,
pues se emplea el diseño de la base de datos desde la óptica conceptual y no
desde la visión lógica del SGBD, que opera sobre los datos.
4.3.2 Modelos lógicos. Diseño de la base de datos en función del SGBD
Un modelo lógico permite un diseño de la base de datos que cubre una
información parcial del problema, debido a que la estructura y el comportamiento
de los datos en el SGBD imponen unas restricciones al dominio de información a
tratar.
Muchos son los modelos de este tipo propuestos en la literatura de bases
de datos, aunque el más extendido actualmente es el Modelo Relacional debido a
que la mayoría de los SGBD comerciales están basados en él. Otros modelos
lógicos que han sido usados en gran medida son el modelo en red o Modelo
Codasyl, y el Modelo Jerárquico.
La sencillez que el usuario encuentra en la parte estática (relaciones o
tablas) y en la parte dinámica (lenguajes de consulta y modificación) del modelo
relacional es una de las causas que hace que sea el más usado. Además, este
modelo no presenta dependencia respecto al nivel físico, que sí la tienen los
modelos jerárquico y en red, que utilizan el concepto de puntero (con la
implicación física del término) para representar la relación entre objetos.
Por otra parte, el modelo relacional ha recibido críticas referentes a la
debilidad semántica que posee respecto a los modelos jerárquicos y Codasyl al no
permitir, principalmente, la distinción entre los objetos y las asociaciones, ambos
representados mediante tablas. Otras críticas se le hicieron cuando los primeros
prototipos que implantaban el modelo relacional salieron al mercado y dieron
problemas relacionados con la eficiencia de los sistemas. Ya se ha comentado en
esta introducción que la teoría y la práctica de las bases de datos ha presentado
siempre un desfase a favor de la primera, y éste no fue menos para los sistemas
55

Manuel Urbano Cuadrado Tesis Doctoral
relacionales. Hoy en día, uno de los más conocidos SGBD, Oracle, soporta el
modelo relacional (desde 1980).
En los años 90, con el auge del paradigma orientado a objetos en las
áreas de ingeniería del software y programación, se desarrolló un nuevo modelo
de datos, el Modelo Orientado a Objetos, aunque no se prevé ni a medio ni a
corto plazo que sustituya la base relacional de los SGBD actuales. A
continuación se exponen brevemente los aspectos clave del modelo relacional y
su expansión para soportar la programación orientada a objetos.
4.3.3 Estática y dinámica del modelo relacional
Codd es el creador del modelo relacional, que introdujo a través de una serie de
publicaciones donde presentó tanto sus aspectos estructurales como dinámicos
[151,152]. El modelo relacional está basado en la teoría matemática de la
relaciones, siendo la tabla o relación la estructura básica de almacenamiento,
compuesta por filas o tuplas cuyo número varía con el tiempo.
La relación, desde el punto de vista de las bases de datos y no
matemático, se define como una tabla, identificada normalmente por un nombre
que suele ser único en el modelo. Esta tabla posee un conjunto de filas donde la
primera se denomina intención de la relación, que está formada por los m pares
atributo-dominio. El resto de filas (denominándose al conjunto extensión de la
relación) están formadas por los m pares atributo-valor, siendo el orden de estos
m pares igual al de los m pares de la intención. La intención es invariable con el
tiempo (estática), al contrario de la extensión, que es variable (dinámica). Una
base de datos relacional es simplemente un conjunto de relaciones cuya extensión
varía con el tiempo.
Una fila o tupla no puede repetirse en una relación en un instante t, por lo
que debe haber un atributo o un conjunto de ellos que identifiquen únicamente a
una determinada tupla.
La normalización de las relaciones fue propuesta por Codd [153] con el
objetivo de eliminar las inconsistencias y redundancias de un sistema relacional.
56

Introducción
Para ello se emplea un conjunto de operaciones encaminadas a eliminar una serie
de dependencias entre los atributos de una relación. Además, es posible la
construcción de las relaciones en una base de datos relacional a través de una
serie de reglas de traducción de modelos E/R a modelos relacionales [137].
La dinámica del modelo relacional es el conjunto de operaciones que
transforman el estado de una relación, y por lo tanto de una base de datos. Las
operaciones son las siguientes: inserción de tuplas, borrado, modificación y
consultas. La dinámica del modelo se expresa mediante lenguajes de
manipulación relacionales, siendo éstos de dos tipos: algebráicos y predicativos
[154,155]. Los primeros dan lugar a lo que se conoce como Álgebra Relacional,
que se caracteriza porque modifica el estado de la base de datos mediante
operaciones donde los operandos y el resultado son relaciones. Los lenguajes
predicativos constituyen el Cálculo Relacional, donde los cambios de estado se
especifican por predicados que definen el estado final de la relación sin indicar
las operaciones. Se dividen en dos tipos: los que están orientados a tuplas y los
que están orientados a dominios.
El lenguaje de manipulación que se ha impuesto con diferencia en los
SGBD relacionales es el lenguaje estándar SQL (Structured Query Language),
que es del tipo algebráico.
4.3.4 El modelo de datos orientado a objetos
El modelo de datos orientado a objetos tiende a eliminar la separación entre los
datos y los procesos, que siempre ha existido en la tecnología de bases de datos.
Los SGBD Orientados a Objetos (SGBDO) gestionan entidades donde se
encuentran encapsulados tanto los datos como las operaciones a realizar con
ellos. Así, parte del código que se encontraba en el lado de las aplicaciones en los
sistemas convencionales con este modelo se almacena en la base de datos.
El modelo de objetos también elimina la frontera entre el nivel
conceptual y el nivel lógico, ya que la captura semántica del problema se hace a
través del modelo que va a ser implantado por el SGBD. El SGBDO emplea y
57

Manuel Urbano Cuadrado Tesis Doctoral
aprovecha las características del paradigma de orientación a objetos. Por ejemplo,
el encapsulamiento y el ocultamiento de la información, que aportan la ventaja de
que el usuario no ve los aspectos de implantación. Además, la modificación de
un objeto no afecta a los objetos que interaccionan con él.
Las interacciones entre los objetos pueden ser de dos tipos: estáticas y
dinámicas. Las primeras se basan en la herencia de objetos (en la tecnología de
bases de datos denominada generalización) y en la agregación de objetos para
crear objetos complejos. Por otro lado, las interacciones dinámicas tienen lugar a
través de los mensajes que solicitan servicios y proporcionan resultados.
Los SGBDO poseen una serie de características que son propias del
paradigma de orientación a objetos, y otras que han tenido que incorporar de los
SGBD. Entre las primeras se encuentran la extensibilidad y la disponibilidad de
bibliotecas. Entre las generales de los SGBD están la persistencia, el
cumplimiento de la arquitectura ANSI, la seguridad, etc.
Hay dos tendencias a la hora de aplicar la metodología de objetos a las
bases de datos (se denomina tercera generación de bases de datos) que se
diferencian en la distancia que establecen con el modelo relacional. Así, se
distingue entre SGBDO puros (rompen por completo con el modelo relacional) y
SGBD relacionales extendidos (aprovechan el modelo relacional y la tecnología
basada en éste). La comunidad científica está dividida en dos corrientes, una a
favor del enfoque evolutivo [156-158] y otra que defiende el enfoque
revolucionario [159]. Pero el debate también se está dando en el ámbito
económico, decantándose la mayoría de las empresas de SGBD por el enfoque
evolutivo para no desaprovechar la base tecnológica en la que se asientan las
bases de datos relacionales.
58

4.4 Oracle
4.4.1 Evolución reciente del sistema de gestión de bases de datos Oracle
Introducción
Oracle Data Server, comercializado por la compañía Oracle Corporation, y más
comúnmente conocido como Oracle, es el líder en el mercado de los SGBD
[139]. A partir de la versión Oracle7 se incorporaron las características que
hicieron que este producto fuese útil para muchos tipos de aplicaciones: sistemas
de almacenamiento de datos, sistemas de ayuda a la decisión, sistemas para el
procesamiento de datos operacionales y transaccionales, etc. A partir de la
versión Oracle8 soporta tanto el modelo relacional, como el orientado a objetos
(enfoque evolutivo) [160].
El lanzamiento de la versión Oracle8 [161,162], verano de 1997, supuso
la inclusión de una serie de nuevas características para adaptar el producto a las
exigencias de los nuevos entornos computacionales. Así, se incluyeron la
partición de datos, los tipos de objetos y sus métodos, los tipos de objetos
grandes (LOB, large object), la adjudicación de contraseñas, etc.
En 1999, se inició la distribución de Oracle8i, que aportó una serie de
mejoras para las aplicaciones de almacenamiento masivo de datos y para las
aplicaciones Web. Respecto al primer tipo, Oracle8i incluye características para
el incremento del rendimiento del procesamiento de peticiones complejas, como
son las vistas materializadas, reescritura de peticiones automáticas e índices
basados en funciones. Respecto a las aplicaciones Web, la nueva versión incluye
la máquina virtual de Java, comentada anteriormente, lo que permite construir
tanto aplicaciones de acceso a los datos, como componentes del SGBD usando el
nuevo lenguaje de programación. También se ha incluido el Sistema de Archivos
de Internet (conocido por sus siglas iniciales, IFS del Internet File System).
4.4.2. Arquitecturas de procesamiento de Oracle
Oracle distingue entre la base de datos y la instancia de la base de datos. La
definición del primer término ya se ha dado anteriormente. La instancia de la
59

Manuel Urbano Cuadrado Tesis Doctoral
base de datos es el conjunto de los procesos de sistema operativo y de memoria
que el SGBD usa para administrar el acceso a la base de datos. Es decir, para
poder acceder a la base de datos es necesario que la instancia de base de datos
esté en ejecución [162].
Una instancia de Oracle usa un conjunto independiente de hilos o
procesos para soportar las conexiones de usuario (a través del SGBD o de una
aplicación externa). Oracle soporta un número de sesiones conectadas a la
instancia en varios tipos de entorno computacional.
Las aplicaciones cliente/servidor, también denominadas de
procesamiento distribuido, realizan varias tareas a través de dos o más
componentes. Por ejemplo los tres componentes de los sistemas cliente/servidor:
el cliente, el servidor y la red.
Para soportar las conexiones distribuidas, Oracle emplea varias
arquitecturas: la de servidor dedicado y la de servidor multihilo. En el primer tipo
de servidor se crea lo que se denomina un servidor de segundo plano para cada
cliente que se conecta al sistema. En el segundo tipo se crea un conjunto de hilos
de servidor que de manera eficaz soportan la conexión de gran cantidad de
usuarios.
4.4.3 Java y el acceso a bases de datos Oracle: JDBC y SQLJ
La relevancia que tiene actualmente el lenguaje de programación Java ha hecho
que Oracle desarrolle una serie de características para la adecuación de las
aplicaciones construidas con este lenguaje.
En primer lugar, Oracle incorpora la máquina virtual de Java necesaria
para la interpretación de los programas. En segundo lugar, Oracle permite usar
los estándares industriales JDBC (del inglés Java DataBase Connectivity) y
SQLJ (hace referencia al lenguaje de consulta SQL y al lenguaje Java).
Por último, las clases Java se pueden almacenar en la base de datos, es
decir, no sólo se pueden almacenar los datos, sino también la funcionalidad
60

Introducción
requerida mediante módulos Java. Además, ya se ha comentado la inclusión del
modelo de bases de datos objeto-relacionales en Oracle.
5. Quimiometría: modelos clásicos para diseñar experimentos,
clasificar productos y predecir parámetros
El empleo de la estadística y las matemáticas en química analítica, conocido este
uso con el nombre de Quimiometría, tiene dos objetivos básicos. El primero de
ellos es usar la parte deductiva del método científico (a partir del conocimiento se
llega a los datos) para el diseño de experimentos [163-167]; el segundo objetivo
es extraer la máxima información (bio)química, a priori oculta, de los sistemas en
estudio. Esta información puede ser cuantitativa (sistemas de regresión
multivariante [168-172]) o cualitativa (diferenciación y desarrollo de modelos de
clasificación de objetos [173-176]). Este segundo objetivo usa la parte inductiva
del método científico (desde los datos se llega al conocimiento).
El diseño de experimentos está encaminado, por una parte, a la selección
del conjunto de ensayos necesarios para desarrollar un determinado modelo. Por
otro lado, el diseño de experimentos está dedicado al estudio de las variables que
influyen en un proceso analítico o en la síntesis de un producto.
Los procesos analíticos están afectados por una serie de variables como
pueden ser el pH, la temperatura, el caudal en un sistema dinámico, etc. La
puesta a punto de un nuevo método analítico debe implicar la mejora de las
características analíticas de los métodos oficiales, de referencia o convencionales.
Una de estas características es la sensibilidad, con el fin de llegar a discernir
entre concentraciones de analito lo más pequeñas posible. Por lo tanto, hay que
optimizar el método para ver qué variables afectan a la señal analítica y la
dimensión o peso de esta influencia.
Además, algunas de las variables a optimizar pueden estar relacionadas
con la propiedades analíticas productivas (rapidez, coste, etc.) y afectar
61

Manuel Urbano Cuadrado Tesis Doctoral
negativamente a la señal, por lo que el cálculo de cómo influyen es de vital
importancia para el desarrollo del método.
Las técnicas de análisis actuales se caracterizan por proporcionar mucha
información. Por ejemplo, los equipos espectroscópicos multicanal permiten la
obtención de datos correspondientes a cientos e incluso miles de variables en
unos minutos. Esta información no sería útil sin el uso de los diferentes métodos
multivariantes propuestos en la bibliografía. Así, observar las posibles tendencias
de los datos o utilizarlos para determinar un parámetro dado requiere el uso de las
herramientas multivariantes para clasificar o para cuantificar, respectivamente.
5.1 Diseño experimental para la optimización de procesos analíticos
5.1.1 Factores experimentales y respuesta
Las variables o condiciones experimentales que afectan a un determinado
proceso o producto reciben el nombre de factores en la terminología del diseño
de experimentos. Los factores se clasifican en cualitativos (por ejemplo, el uso de
un determinado reactivo) y cuantitativos (por ejemplo, la presión en un proceso
de extracción con un fluido supercrítico). Los diferentes valores que pueden
tomar los factores se denominan niveles.
Las características del producto o proceso que queremos optimizar se
llaman respuestas. Generalmente, cada respuesta se modela separadamente,
aunque muchas veces los valores óptimos para las respuestas están en conflicto.
Existen métodos de múltiple criterio para resolver estos conflictos [177-179].
5.1.2 Diseño de experimentos y análisis multivariante
En el diseño de experimentos se utiliza el análisis multivariante debido a que una
aproximación univariante puede conducir a errores. Se va a suponer un proceso
analítico en el que influyen dos factores, x1 y x2. Con un enfoque univariante se
dejaría un factor fijo, por ejemplo, x2, y se irían variando los valores para x1 hasta
encontrar el óptimo de este factor. Se estudiaría después el factor x2 dejando fijo
62

Introducción
x1 en el valor óptimo. Cuando se obtuviera el valor óptimo para x2 la
optimización habría finalizado. Este método sólo es correcto cuando los factores
no interaccionan entre sí. Además, si el número de factores es muy elevado, el
proceso es largo y engorroso. Por tanto, el procedimiento más correcto es recurrir
a métodos secuenciales o simultáneos, que se comentan más adelante.
5.1.3 Estrategias en el diseño de experimentos
Los primeros pasos a seguir en el diseño de experimentos son la selección de los
factores y las respuestas. Aunque se pueden conocer de antemano los factores
que influyen en la respuesta, no es una información con la que se cuente
normalmente como punto de partida. Por lo tanto, hay que tener en cuenta todos
los posibles factores y hacer un screening con el objetivo de descartar los
factores no influyentes.
Antes del screening se define el dominio experimental, en el que se
establecen los valores extremos para cada factor. Normalmente se emplea el
diseño de dos niveles, aunque existen otras aproximaciones; por ejemplo, el
diseño de Doehlert [180].
Tras el screening, y una vez elegidos los factores, las respuestas y los
niveles, el siguiente paso es la selección de la metodología de diseño a utilizar
entre dos grandes grupos: el secuencial o el simultáneo.
5.1.4 Método secuencial Simplex
El diseño secuencial está basado en la realización de pocos experimentos que se
usan para determinar las condiciones del próximo experimento. El diseño más
empleado de este tipo es el método Simplex [181,182]. Para explicar brevemente
en qué consiste, se suponen de nuevo dos factores, x1 y x2. Se empieza con la
realización de tres experimentos situados en un triángulo en el plano formado por
x1 y x2. El experimento que dé peor respuesta indica que la dirección tiene que ser
la contraria a la que lleva a este vértice del triángulo. Por tanto, se construye un
63

Manuel Urbano Cuadrado Tesis Doctoral
nuevo triángulo formado por los dos vértices anteriores que dieron las mejores
respuestas y el vértice opuesto al que proporcionó el peor resultado.
El proceso se continúa hasta que la inclusión de un nuevo experimento
no mejora los resultados obtenidos. El principal inconveniente de este método
radica en la dependencia de la calidad del diseño (superficie de respuesta) de la
ruta escogida para alcanzar el máximo, por lo que presenta connotaciones
azarosas.
5.1.5 Métodos simultáneos
Entre los diseños simultáneos, también llamados diseños factoriales, se pueden
distinguir dos tipos con distinta filosofía de trabajo:
a) Diseños en los que los objetivos son establecer/conocer qué factores influyen
y en qué magnitud lo hacen. El diseño más usado dentro de este tipo es el
denominado diseño factorial completo de dos niveles, en el que para cada
factor se consideran dos niveles. Este método permite calcular el efecto de
los factores y sus interacciones. El número de experimentos a llevar a cabo es
2 n , donde n es el número de factores.
Una modalidad de este tipo de diseños son los denominados diseños
factoriales fraccionarios, en los que sólo se lleva a cabo una fracción de los
experimentos (1/2, 1/4, 1/8, etc.). Aunque la información obtenida es menor,
su uso es práctico cuando el número de factores es muy alto.
En los casos en los que las interacciones entre factores no influyen y
sólo se quiere conocer qué factores son relevantes, se emplean los diseños
factoriales fraccionarios saturados [183] o los de Plackett-Burman [184].
Son útiles para procesos de screening de factores. También se han empleado
en el estudio de la robustez de métodos analíticos [185].
b) Diseños en los que la importancia radica en la obtención de la función de
respuesta en el punto óptimo. Las funciones de respuesta para dos factores y
una única respuesta vienen dadas por las siguientes expresiones:
64

y = b0 + b1x1 + b2x2 + b12x1x2 (1)
y = b0 + b1x1 + b2x2 + b11x1 2 + b22x2 2 + b12x1x2 (2)
En estas ecuaciones se pueden observar:
Introducción
• Un término independiente b0, que será igual al valor de y cuando x1 y
x2 son cero. La mayoría de las veces se suele trabajar con valores
codificados donde se le dan los valores -1 y +1 a los extremos elegidos
para cada factor, por lo que 0 corresponde al valor intermedio del
rango entre -1 y +1. En estos casos, b0 es el valor de y en el centroide.
• Términos de primer orden en la ecuación (1) y (2), y de segundo orden
en la ecuación (2) para x1 y x2.
• Los términos de la interacción ente x1 y x2 (último sumando de las
ecuaciones (1) y (2)).
Cuando se usa la ecuación (2) se consideran tres niveles para cada factor con
el fin de tener en cuenta los términos cuadráticos de esta ecuación. El modelo
más empleado de este tipo es el diseño central compuesto, que tiene en
cuenta dos niveles y varias réplicas de los puntos centrales.
5.2 La quimiometría en el tratamiento de la información espectroscópica
5.2.1 La necesidad del análisis multivariante en espectroscopía
Las técnicas espectroscópicas han experimentado un gran avance en los últimos
años que ha dado lugar a nuevos métodos analíticos. Una de las zonas espectrales
más utilizadas ha sido la del infrarrojo, surgiendo la tecnología NIRS (de las
siglas en inglés Near InfraRed Spectroscopy), que ha sido incorporada en el
control de calidad en muchos campos, especialmente en las áreas
agroalimentaria, farmacéutica, química, petroquímica y ambiental [186-188].
Otra técnica también muy extendida por las mismas razones es la relacionada con
65

Manuel Urbano Cuadrado Tesis Doctoral
otras zonas del espectro IR, además de técnicas como la Resonancia Magnética
Nuclear, la Espectroscopía Raman, la Espectrometría de Masas, etc. En una
parte de la investigación recogida en esta Memoria se han utilizado los datos
correspondientes a la absorción en las zonas ultravioleta, visible, infrarrojo
cercano e infrarrojo medio.
Puesto que la muestra se analiza apenas sin tratar, los espectros recogidos
son muy poco característicos y las bandas corresponden a la absorción de un
variado número de componentes. La aplicación de la ley de Lambert-Beer a estos
espectros es imposible debido a la gran cantidad de datos, la colinealidad de éstos
y, por tanto, su redundancia. Una aproximación univariante carece de sentido en
este tipo de espectros [189,190]. Además, los datos espectroscópicos están
afectados por diversos tipos de error, entre los que destacan el ruido intrínseco
del instrumento y los relacionados con la heterogeneidad, textura, estabilidad,
etc., de las muestras a analizar.
Por todo lo expuesto se hace necesario el uso de diversas herramientas
quimiométricas basadas todas ellas en el Análisis Multivariante, que abarca los
diferentes métodos estadísticos, matemáticos, o gráficos para el análisis de datos
que usan de forma simultánea varias variables [191,192]. En el caso de las
técnicas espectroscópicas, el análisis multivariante tiene dos objetivos: 1) la
determinación de una o varias propiedades físico-químicas a partir de múltiples
variables espectrales (valores de absorbancia a diferentes longitudes de onda); 2)
la diferenciación o la clasificación de grupos de muestras con características
comunes a partir de la información espectral.
5.2.2 Preprocesamiento de los datos espectrales
Uno de los aspectos que más interfiere en la información espectral es la
dispersión de la radiación incidente (conocida en la bibliografía espectroscópica
como Efecto Scatter) [193-196]. Es un fenómeno físico provocado por la
interacción no relacionada con fenómenos de absorción entre la radiación y la
muestra, sino con la dispersión causada por el tamaño y la geometría de las
66

Introducción
partículas que existen en la muestra. También intervienen en su origen los
cambios en el índice de refracción.
Con el fin de minimizar el efecto de dispersión scatter se ha desarrollado
una serie de soluciones para el preprocesamiento de los datos espectroscópicos.
Entre ellas se encuentran los tratamientos MSC (de las siglas en inglés de
Multiplicative Scatter Correction), SNV (Standard Normal Variate), DTR
(Detrending) y OSC (Orthogonal Signal Correction) [197,193].
Otro tipo de transformación de los datos espectroscópicos es el
tratamiento de derivadas, que tiene el objetivo de disminuir tanto la
superposición de picos, como la variación de la línea de base del espectro (esto
último aumenta la relación señal/ruido). También son numerosos los métodos de
derivadas, entre los que se destacan el de Savitzky-Golay y el de las diferencias
finitas, y las transformadas de Fourier [198,199,190].
La normalización y escalado de los datos también son métodos de
preprocesamiento empleados en espectroscopía con el objetivo de igualar la
influencia de todas las variables que componen el espectro.
5.3 Análisis cualitativo
En análisis cualitativo los datos espectroscópicos, sometidos o no a un
preprocesamiento, se utilizan con el fin de calcular una variable categórica, por
ejemplo, origen, variedad, tipo de proceso, etc. Es decir, la información espectral
se emplea para la clasificación de muestras en diferentes grupos atendiendo a la
similitud de sus espectros respecto a otros de muestras conocidas. Estos métodos
son conocidos con el nombre de Métodos de Reconocimiento de Pautas o
Patrones [54].
Suelen distinguirse dos grupos de estos métodos: supervisados y no
supervisados, en función de la información del agrupamiento de datos de que se
dispone a priori. En los métodos no supervisados no se dispone de información
de las muestras analizadas o, si se dispone, es escasa. El objetivo, por tanto, es
67

Manuel Urbano Cuadrado Tesis Doctoral
poner de manifiesto tendencias que están ocultas en la matriz de datos formada
por los espectros de las muestras. Son métodos que se aplican en las primeras
etapas de la investigación de la clasificación de muestras y, según la
discriminación alcanzada por éstos, la posterior fase de clasificación conducirá a
mejores o peores resultados. Los métodos más frecuentes en la bibliografía son el
Análisis de Cluster y el Análisis de Componentes Principales.
Por el contrario, los métodos supervisados sí cuentan con las categorías
existentes en el colectivo de muestras, y el objetivo es la síntesis de reglas,
empleando la información de partida de los tipos de muestras para la
clasificación de muestras desconocidas.
En los métodos supervisados se distingue entre métodos discriminantes y
métodos de modelado. El objetivo de los primeros es discriminar entre las
categorías existentes de forma que una determinada muestra se clasifica dentro
de alguno de los tipos existentes. Los métodos discriminantes que más se han
empleado son el Análisis Discriminante Lineal (ADL) y su derivado Análisis
Discriminante Cuadrático (ADC). También son importantes el método de los
vecinos más cercanos, más conocido como KNN (de las siglas en inglés de knearest
neighbour), los métodos de densidad y los basados en el análisis
discriminante mediante regresión. Este último se basa en una calibración donde
las variables de salida son discretas y toman el valor de la clase a la que
corresponden.
En los métodos de modelado, a diferencia de los anteriores, se define un
volumen de espacio para cada una de las clases, de tal forma que puede haber
muestras que no pertenezcan a ninguna clase. La filosofía de este tipo de métodos
es clasificar según la similitud dentro de una misma clase, y no por
discriminación entre clases. La clasificación de las muestras desconocidas se
basa en los valores de distancia a una referencia distinta según el modelo usado.
Se emplean diferentes tipos de medida de distancia, entre las que se encuentran la
distancia euclidea y la de Mahalanobis [200,201]. El método de modelado más
empleado para la clasificación de muestras según datos espectroscópicos es el
68

Introducción
método SIMCA (de las siglas en inglés de Soft Independent Modelling of Class
Analogies).
En análisis cualitativo existen diferentes métodos basados en la técnica
de redes neuronales. Estos métodos pueden ser tanto no supervisados (por
ejemplo, las Redes Kohonen), como supervisados (por ejemplo, la máquina de
aprendizaje lineal, más conocida por sus siglas en inglés, LLM, de Linear
Learning Machine). Este último se considera uno de los primeros de clasificación
supervisados.
A continuación se exponen con mayor detalle los métodos que se han
utilizado en la investigación presentada en esta Memoria.
5.3.1 Análisis de clusters
En este grupo se encuentra una serie de métodos que permiten, a partir del
cálculo de distancias entre objetos o muestras, agruparlos según la similitud o
diferencia entre ellos. La salida más frecuente de estos métodos suele ser un
dendograma que muestra los agrupamientos de los objetos o muestras. El espacio
multidimensional en el que se calculan las distancias es el formado por las m
longitudes de onda, es decir, no se lleva a cabo ninguna reducción de variables
[202, 173].
5.3.2 Análisis de componentes principales (ACP)
El ACP se define en la norma ASTM (1990) [203] como el procedimiento
matemático que se emplea para transformar un conjunto de datos en nuevas
variables ortogonales, denominadas componentes principales (CPs), siendo estas
últimas una combinación lineal de las variables de partida (cada longitud de onda
en el caso de las técnicas espectroscópicas). Es decir, en el ACP se realiza una
síntesis de nuevas variables, intentando explicar cada una de estas nuevas
variables la máxima variación de los datos. El número de variables finales es
menor que el número de variables de partida, por lo que, junto con algunos
métodos discriminantes, se les denomina métodos de reducción de variables.
69

Manuel Urbano Cuadrado Tesis Doctoral
Existen variados criterios para seleccionar el número de CP a partir del cual el
modelo no aporta más información, es decir, la varianza explicada por dos
componentes consecutivas es prácticamente la misma.
Tres causas justifican el uso del ACP en el tratamiento de la información
espectroscópica. La primera es el alto grado de colinealidad presente en el
espacio original de los datos, hecho éste que se elimina con una de las
características de las nuevas variables construidas: son ortogonales, y por lo
tanto, linealmente independientes. En segundo lugar, cabe destacar el reducido
número final de variables, siendo más fácil la visualización de tendencias de los
datos en este espacio que en el de partida. En tercer lugar, y relacionado con la
anterior característica, la reducción de variables es clave para el uso de las CP en
la construcción de modelos, tanto cuantitativos como cualitativos, usando
métodos basados en el ACP. De nuevo, el número grande de variables iniciales
supone prácticamente la imposibilidad de llevar a cabo la etapa de calibración o
aprendizaje (en términos cuantitativos o cualitativos, respectivamente) por el
número de muestras que se necesitarían.
Se ha comentado que una CP es una combinación lineal de las m
longitudes de onda iniciales, como se observa en la siguiente expresión:
70
CPi = ai1 * λ1 + ai2 * λ2 +… + aim * λm (3)
La primera CP es el resultado de la combinación lineal de las longitudes de onda
de forma que ésta explique la máxima variación presente en los datos. La
segunda CP se elige para que explique de nuevo la máxima variabilidad de los
datos, una vez restada la variabilidad explicada por la primera, y con la condición
de ser ortogonal con la primera. Así se procede hasta que no hay diferencia entre
la varianza explicada por dos componentes consecutivas.
Los coeficientes de las longitudes de onda para cada componente
principal se denominan loadings o pesos. Son interesantes los gráficos donde se
representan los pesos frente a las longitudes de onda, ya que se puede deducir a

Introducción
partir de ellos las zonas espectrales que más interesan por su elevado peso en una
determinada CP.
Los scores o autovalores son las coordenadas de las muestras en los
nuevos ejes formados por las CP. Cuando los objetos o muestras se sitúan en el
nuevo espacio, denominado gráfico de scores, existe la posibilidad de distinguir
agrupamientos en los objetos, lo que resulta imposible en el anterior espacio.
5.3.3 Análisis discriminante lineal (ADL) y análisis discriminante cuadrático
(ADC)
En este grupo, las categorías o clases existentes en el colectivo de aprendizaje se
separan a partir de una combinación lineal de variables que minimiza la
variabilidad dentro de las muestras de una misma clase y la maximiza cuando se
trata de grupos diferentes [204,205]. A partir de estas combinaciones lineales se
genera un número de funciones lineales una unidad menor que el número de
clases. Por lo tanto, y junto con el ACP, también es un método en el que se lleva
a cabo una reducción de variables.
Las nuevas funciones, también denominadas variables latentes, se
seleccionan teniendo en cuenta las direcciones con las que se consigue la máxima
separación entre las clases. Ésta es la principal diferencia del análisis
discriminante respecto al ACP, pues en este último la obtención de las CP está
basada en la búsqueda de direcciones que expliquen la mayor variabilidad de los
datos, lo que resulta del hecho de que un método es supervisado y el otro no.
Se asume una distribución normal de las variables empleadas y la
igualdad entre las matrices de covarianza, empleando como criterio de
clasificación la distancia de Mahalanobis. El hecho de asumir la igualdad de las
matrices de covarianza puede conducir a errores, ya que no siempre se alcanza la
igualdad, surgiendo una variante del ADL. En este tipo de métodos se generan
funciones cuadráticas, de ahí el nombre de análisis discriminante cuadrático.
71

Manuel Urbano Cuadrado Tesis Doctoral
5.3.4 SIMCA (Soft Independent Modelling of Class Analogies)
SIMCA es un método de modelado [206,207] en el que se realiza un ACP para
cada una de las clases que se pretende modelar. Existen tres posibilidades a la
hora de clasificar una muestra usando un modelo SIMCA: la muestra no
pertenece a ninguna de las clases que componen el sistema de modelado,
pertenece a una de ellas o, puede pertenecer a dos o más clases. La última opción
se dará siempre que solapen dos clases y la muestra a clasificar se ubique en la
zona de solapamiento.
Hay dos criterios para ubicar una muestra en una determinada clase: la
distancia de la muestra al centro del modelo y la distancia de la muestra al
modelo. En el primer caso, la distancia informa sobre la varianza que queda
explicada por el modelo de una determinada clase cuando la muestra se proyecta
sobre el espacio de componentes principales de esta clase. En la segunda opción,
informa sobre la varianza que no ha podido explicarse por el modelo,
denominándose ésta residual.
5.4 Análisis cuantitativo
En esta vertiente del análisis multivariante el espectro correspondiente a una
muestra se utiliza para la determinación de sus propiedades físico-químicas. Es
decir, pone de manifiesto la información que contiene el espectro sobre
composición química de la muestra.
Para la determinación de un analito es necesario un proceso de
calibración (la construcción de una función que relacione el espectro con la
concentración del compuesto o propiedad a determinar). El hecho de emplear las
técnicas multivariantes conlleva el cambio del concepto de calibración. Así, el
proceso de calibración univariante a través del cual se determina un analito
empleando una recta de calibrado que se construye cada cierto tiempo es
diferente al proceso empleado en los métodos multivariantes.
72

Introducción
La diferencia más importante es la derivada de la definición de
calibración multivariante, es decir, el desarrollo de un modelo cuantitativo para la
determinación de un conjunto de propiedades (y1, y2, …, yq) a partir de un número
de variables predictoras (x1, x2, …, xp). Desde un punto de vista práctico, esta
diferencia adquiere connotaciones triviales. Así, la principal diferencia pasa a ser
que el objetivo de la calibración en tecnologías como NIRS, RMN,
espectroscopía Raman, etc., es la construcción de ecuaciones globales y robustas.
El primero de estos términos hace referencia a la aplicabilidad de las ecuaciones
a la práctica totalidad de las muestras, mientras que el segundo indica el
mantenimiento de la exactitud y precisión a lo largo del tiempo [208,209].
5.4.1 Métodos de regresión multivariante lineales
Estos métodos se emplean cuando existe una relación lineal entre los datos
espectrales (o su transformación a otro espacio de coordenadas, normalmente
reducido) y la concentración de los analitos en las muestras. Los métodos lineales
más empleados son la regresión lineal múltiple, la regresión por componentes
principales y la regresión mediante mínimos cuadrados parciales, más conocidos
por sus iniciales del inglés MLR, PCR y PLSR, respectivamente [54].
En la MLR el espectro se considera una función de la composición
química de la muestra. Esta consideración hace que la MLR presente una serie de
inconvenientes que limitan su aplicabilidad al uso de los datos espectroscópicos.
Destacan la dificultad de su aplicación a sistemas complejos como son las
muestras reales (el modelo debe recoger también los interferentes o los analitos
que no son de interés) y la limitación impuesta por el número de muestras
necesarias para la construcción del modelo, que debe ser como mínimo igual al
de variables.
Por lo arriba expuesto la MLR se lleva a cabo empleando un número
reducido de longitudes de onda seleccionadas mediante un test F, de forma que
sólo se tienen en cuenta aquellas longitudes de onda que presentan una alta
correlación entre el dato de absorbancia y el analito a determinar. Por estos
73

Manuel Urbano Cuadrado Tesis Doctoral
inconvenientes, además de la utilidad que supone el uso de un método de
reducción de variables para la eliminación de la colinealidad de los datos
espectroscópicos, se recurre a los métodos PCR y PLSR.
Los dos métodos son parecidos en cuanto a que ambos construyen un
nuevo espacio de variables reducido respecto al espacio inicial formado por todas
las longitudes de onda que conforman el espectro. La diferencia radica en la
forma de construcción de las nuevas variables: en la PCR, basada en el ACP, se
construyen de forma que explique la mayor variabilidad de los datos
espectroscópicos; en la PLSR, junto a la variabilidad de los datos
espectroscópicos, se tiene en cuenta también la variación de los datos químicos
de las muestras usadas para la construcción del modelo. Tanto PCR como PLSR
consideran la composición función del espectro, lo que elimina la limitación de
que el número de muestras tiene que ser mayor que el número de variables,
aunque ya se haya reducido drásticamente el número de estas últimas.
5.4.2 Métodos de regresión multivariante no lineales
Son numerosas las aplicaciones recogidas en la bibliografía analítica que versan
sobre la determinación cuantitativa mediante el uso de redes neuronales. Su
interés es capital para los sistemas en los que los datos del espectro no tienen una
relación lineal con los datos químicos y, por tanto, los métodos expuestos
anteriormente no son adecuados [210].
Son varios los tipos de redes empleados, aunque en número de
aplicaciones destaca el tipo MLF, del inglés Multilayer Feed Forward [211,212].
Últimamente está muy extendido también el uso de las redes RBF, del inglés
Radial Basis Function [213,214]. Son múltiples las posibilidades de desarrollo de
modelos de determinación basados en redes según el tipo empleado, el algoritmo
de aprendizaje usado, etc.
74

5.5 Metodología general en el desarrollo de métodos de determinación
Introducción
Son dos las etapas generales a considerar en el desarrollo de un método de
determinación, ya sea cualitativo o cuantitativo: la etapa de calibración o
aprendizaje (el primer término se usa en análisis cuantitativo y el segundo en
cualitativo) y la etapa de validación [54,208,209]. En la primera se construyen las
ecuaciones o modelos (nuevamente la diferente denominación distingue el tipo
de análisis) y en la segunda se procede a la verificación de las propiedades
requeridas para estas ecuaciones o modelos. La forma de llevar a cabo las dos
etapas es diferente, aunque tienen puntos comunes, según el análisis sea
cuantitativo o cualitativo.
5.5.1 Selección de los grupos de aprendizaje o calibración y de validación
En el análisis cuantitativo tiene una importancia clave la selección del grupo de
calibración, ya que el que se cumpla o no el objetivo de construir ecuaciones
globales depende de la representatividad (una de las dos propiedades analíticas
supremas) de las muestras empleadas.
El número de muestras en la calibración tiene que ser elevado para
aumentar la capacidad de determinación de las ecuaciones. La obtención de los
datos químicos de referencia conlleva la mayoría de las veces métodos lentos y
costosos (de ahí el interés de su sustitución por métodos rápidos basados en la
espectroscopía y en el análisis multivariante). Este hecho limita el número de las
muestras empleadas en la fase de calibración.
Más importante incluso que un número elevado de muestras es la
representatividad de éstas. Así, es necesario recoger la variabilidad química
existente en las muestras y todas las fuentes de variación en el análisis de
muestras futuras (variaciones en la forma y ciclos de producción, procedencia de
las muestras, etc.) [215-217]. Son numerosos los métodos propuestos para
seleccionar el conjunto de calibración, estando la mayoría basados en un análisis
75

Manuel Urbano Cuadrado Tesis Doctoral
de componentes principales seguido del cálculo, generalmente, de la distancia de
Mahalanobis.
En el análisis cualitativo los criterios de selección del conjunto de
aprendizaje varían ligeramente, siendo la representatividad de las muestras de
nuevo la clave para la fiabilidad de los modelos a construir. Como existe una
serie de categorías, las muestras de cada tipo deben de estar en una proporción
homogénea, cubriendo la máxima variabilidad dentro de una misma clase.
5.5.2 Detección de anómalos espectrales y anómalos químicos
En el desarrollo de los modelos se suele observar la existencia de una serie de
muestras que se diferencian del resto debido a anomalías de la información tanto
espectral como química. Estas anomalías reducen la capacidad de los modelos,
por lo que se procede a una etapa de estudio de los denominados outliers
[218,219,189,191,192,198].
Las anomalías espectrales se pueden dar a una determinada longitud de
onda, a varias, o en todo el espectro. Para su detección existe, por un lado, una
serie de métodos basados en el cálculo de distancias en espacios n-dimensionales,
como pueden ser la de Mahalanobis o el estadístico leverage. Por otra parte
existen métodos que se basan en el cálculo de residuales en los datos
espectroscópicos, es decir, espectros que presentan una variabilidad significativa
que no explica el modelo propuesto. El espacio n-dimensional usado suele ser el
derivado del ACP.
Las anomalías químicas se dan cuando algunas muestras exhiben
diferencias significativas en los datos de composición respecto al resto del
conjunto de calibración. El dato diferente puede ser el aportado por el método de
referencia o bien por la ecuación de calibración. Por tanto, es un tipo de
anómalos que se da sólo en el análisis cuantitativo. La detección de los anómalos
químicos se lleva a cabo, principalmente, mediante el cálculo de residuales en los
datos de composición. El test T, que está basado en la diferencia entre el valor de
76

Introducción
referencia y el valor estimado, además de la dispersión de los datos, es el más
empleado para la detección de los outliers químicos.
Una vez detectados los anómalos se procede a un estudio de las causas
de la desviación que presentan, intentando repetir el análisis de referencia o el
espectral siempre que sea posible.
5.5.3 La etapa de calibración o aprendizaje
Una vez eliminada la influencia de los outliers en el colectivo de calibración o
aprendizaje se realiza la etapa correspondiente (calibración o aprendizaje). Si el
análisis es cuantitativo la calibración puede evaluarse internamente mediante el
coeficiente de determinación y el error estándar obtenido en la calibración. Otros
parámetros de la correlación entre el método de referencia y el método
espectroscópico son la pendiente y la ordenada en el origen, pero se aplican más
en la etapa posterior de validación.
En análisis cualitativo se establecen las reglas de clasificación, no
obteniéndose en esta etapa estadísticos que indiquen la fiabilidad de las reglas.
La etapa posterior de validación sí proporcionará los parámetros apropiados para
la evaluación de las reglas. De todas formas, el realizar un análisis exploratorio
(ACP y análisis de clusters) antes de la construcción de las reglas da una idea
general sobre las características de los futuros modelos.
5.5.4 La etapa de validación en análisis cuantitativo
En la etapa de validación se mide la capacidad de predicción de los modelos
construidos mediante diferentes criterios estadísticos basados en la diferencia
entre los valores de referencia y los valores estimados por los métodos
espectroscópicos.
Para ello se emplea un conjunto de muestras que, con la excepción de la
validación cruzada, está formado por muestras que no han intervenido en la
anterior etapa de calibración, denominándose a éste, conjunto de validación.
77

Manuel Urbano Cuadrado Tesis Doctoral
La modalidad de validación cruzada fue descrita por Stone en 1974
[220], y es de gran utilidad en los casos en que el número de muestras de las que
se posee información química es reducido. Para paliar este inconveniente se
forma un conjunto de calibrado del que se extrae un pequeño subconjunto de
muestras que no van a intervenir en la calibración y sí en la validación del
modelo. Este proceso se repite hasta que todas las muestras que forman el
conjunto global de calibración se han utilizado una vez para la validación. El
modelo final es la media de los submodelos formados en cada iteración.
Las propiedades analíticas exactitud y precisión son los indicadores
empleados para la evaluación del error y la capacidad de determinación del
nuevo método. En métodos cuantitativos, el coeficiente y el error de la
determinación, y la pendiente y la ordenada en el origen de la correlación entre el
método de referencia y el método espectroscópico son los parámetros estadísticos
usados en el estudio de la exactitud y precisión del método.
El Error Típico de la Calibración (ETC) es un estimador usado en la
propia calibración, por lo que suele ser sobrestimado respecto al Error Típico de
la Predicción (ETP), ya que éste tiene en cuenta muestras no usadas en la etapa
de calibración, por lo que es mucho más útil que el ETC. Si se trabaja con
validación cruzada, el parámetro se denomina Error Típico de la Validación
Cruzada (ETVC) [189,192,209,219].
El ETP puede dividirse en dos partes: el error aleatorio o no explicado, y
el error sistemático o sesgo [221,54]; lo que puede observarse en la conocida
fórmula de partición de la varianza del error:
78
ETP 2 = sesgo 2 + ETP(C) 2 (4)
Donde el ETP(C) informa sobre los errores aleatorios. Algunos autores afirman
que el ETP representa la exactitud de una ecuación, mientras que el ETP(C)
evalúa la precisión [189]. En la literatura sobre calibración multivariante no hay
un uso constante de la denominación de estos estadísticos, denominando algunos

Introducción
autores y algunos programas informáticos (por ejemplo el Unscrambler) ETP(C)
al ETP.
Otros autores centran el interés del ETP en la influencia de la calidad del
dato de referencia [222]. Así, el ETP se expresa de la siguiente forma:
ETP 2 = ETL 2 + ETEsp 2 + ETModelo 2 (5)
Donde el ETL es el error típico del método de referencia, ETEsp es el error típico
debido a la medida espectral, y ETModelo es el error introducido por el método
quimiométrico. De los tres, y gracias a las mejoras alcanzadas en las técnicas
espectrales y en los métodos quimiométricos, es el error asociado al método
analítico de referencia el que tiene un mayor peso en la fórmula anterior.
Se proponen diferentes formas de evaluar y comparar el coeficiente de
determinación y el ETP en el desarrollo de una aplicación cuantitativa basada en
datos espectroscópicos, la mayoría de las veces datos NIR.
La pendiente y la ordenada en el origen de la recta de correlación entre el
método espectroscópico y el método de referencia también son dos parámetros
importantes para la visualización de errores sistemáticos. La pendiente tiene que
ser igual a uno y la ordenada tiene que ser igual a cero para una perfecta
correlación entre los métodos. Obviamente éste es un caso ideal, siendo necesaria
la realización de un test de hipótesis para ver si son estadísticamente igual a uno
y a cero. Algunas organizaciones han redactado un protocolo para la validación
de nuevos métodos de análisis frente a los de referencia u oficiales. Estos
protocolos suelen recoger la realización del test T para diferentes intervalos de
confianza y grados de libertad. En la investigación recogida en esta Memoria se
ha utilizado el protocolo propuesto por la Oficina Internacional de la Viña y del
Vino (OIV) [223], ya que los métodos desarrollados corresponden al campo
enológico.
79

Manuel Urbano Cuadrado Tesis Doctoral
5.5.5 La etapa de validación en el análisis cualitativo
En la validación de una aplicación cualitativa el error es el principal indicador de
la fiabilidad [224]. El error en este caso se calcula de una forma mucho más
simple, ya que se atribuye al porcentaje de muestras clasificadas de forma
incorrecta. El proceso de validación puede ser externo (con muestras que no han
participado en el establecimiento de las reglas de clasificación) o llevarse a cabo
mediante validación cruzada.
Cuando se trata de un método de modelado en el que las muestras no
tienen forzosamente por qué pertenecer a una clase, este estadístico tiene que ser
modificado para adaptarlo al nuevo modelo. Surgen los conceptos de falsos
positivos y falsos negativos. Los primeros corresponden a aquellas muestras que
se clasifican dentro de una clase sin pertenecer a ella, mientras que los falsos
negativos son las muestras que no se clasifican en sus respectivas clases.
Varios autores proponen estrategias para el desarrollo y evaluación de
modelos cualitativos [189,207].
6. Química computacional: índices de similitud y huellas
80
digitales
La química computacional engloba una serie de métodos matemáticos y
estadísticos, implantados en el ordenador mediante algoritmos, que se emplean
en diversas áreas de la química, la mayoría de carácter teórico. Entre estas áreas
destacan la mecánica cuántica, la determinación estructural, y el estudio de
reacciones químicas [225,226].
El campo de aplicación se extendió ya desde su creación, abarcando
áreas de índole más práctica como pueden ser la espectroscopía, la química
analítica (métodos de regresión y de reconocimiento de patrones), y la química
farmacéutica (QSAR, de las siglas Quantitative Structure-Activity Relationships,
y química combinatoria) [227-232].

Introducción
Los métodos y herramientas utilizados en la química computacional son
de muy variada naturaleza. Por un lado se emplean las herramientas y métodos
propiamente informáticos, como son las bases de datos, la lógica difusa, la teoría
de la información, el hardware, etc.; por otro lado es necesario el desarrollo de
utilidades algorítmicas que implantan una serie de métodos matemáticos y
estadísticos con varios fines. De éstos destacan el cálculo de descriptores
moleculares, los métodos de regresión (esta parte es quimiométrica pues se
suelen usar regresiones PLS), el cálculo de similitudes, etc.
6.1 Aplicaciones de la química computacional
Especial relevancia está adquiriendo hoy en día el diseño de fármacos por
ordenador, que ha convertido la química computacional en una de las
herramientas clave en la industria farmacéutica [233-236]. Los métodos
computacionales han elevado el papel de la informática en este sector, dejando de
lado el concepto de almacenamiento de los compuestos moleculares que poseían
las bases de datos y beneficiándose de las técnicas de minería de datos (data
mining). Estas últimas permiten obtener compuestos de una base de datos
mediante consultas cuyo criterio se centra en la actividad biológica de un
determinado tipo de fármacos. Así, se pueden obtener los compuestos y sus
propiedades sin el costoso proceso de su síntesis y purificación.
Gran parte de los avances de la química computacional en farmacia son
debidos al desarrollo de las bibliotecas de química combinatoria, que es una de
las modalidades de construcción de bases de datos en química computacional. Se
basa en el almacenamiento de pequeños fragmentos o subestructuras que se
utilizan para hacer una síntesis de un compuesto de manera automática siguiendo
una serie de reglas [237,238,232].
La teoría de la información basada en el cálculo de probabilidades,
incertidumbre y entropía, también se ha usado con diversos fines en química.
Así, se ha utilizado en la identificación de sustancias en cromatografía de capa
81

Manuel Urbano Cuadrado Tesis Doctoral
fina, en la obtención de la máxima información de procedimientos que combinan
diversos métodos analíticos, elección de fases móviles en cromatografía de gases,
análisis de datos, etc. [239-245].
Los conjuntos difusos, más conocidos por su acepción inglesa fuzzy sets,
permiten modelar situaciones analíticas imprecisas. La definición de los
conjuntos difusos y las operaciones a las que se someten fueron propuestas por
Zadeh en 1965 [246]. Su utilidad radica en la resolución de problemas en los que
un elemento no se puede asignar a un determinado conjunto de forma discreta y
clara. Han encontrado aplicaciones tanto en quimiometría (en la identificación de
patrones y en los métodos de regresión) [247,248], como en el desarrollo de
sistemas expertos [249].
El cálculo de similitud estructural y espectral es una de las últimas
tendencias en química computacional [250-256]. Se va a tratar en mayor
extensión al ser una de las herramientas usadas por el doctorando.
6.2 Índices de similitud y huellas digitales
6.2.1 Cálculo de similitud estructural
El cálculo de similitudes se ha utilizado en aspectos estructurales
mayoritariamente, aunque últimamente también se ha aplicado en cálculos de
similitud espectral. Se han propuesto numerosos parámetros para medir la
similitud entre dos objetos, destacando en química computacional los
denominados índices de similitud [257]. El más utilizado es el Índice de
Tanimoto (IT), que calcula la similitud entre dos cadenas de bits de igual tamaño,
A y B, mediante la siguiente expresión:
donde:
82
c
=
a + b − c
TA, B
(6)
• a es el número de bits igual a 1 en la cadena A.

• b es el número de bits iguales a 1en la cadena B.
Introducción
• c es el número de bits iguales a 1 comunes en las cadenas A y B, es
decir, que están en la misma posición.
El IT varía entre cero y uno, de forma que cuanto mayor sea el valor, más
similitud exhiben las cadenas. La forma de construir las cadenas de bits es
diferente según el área donde se aplica el método de Tanimoto.
En el cálculo de la similitud estructural entre dos compuestos, las
cadenas de bits son representativas de un determinado compuesto, recibiendo el
nombre de huellas digitales o, más comúnmente, el de su traducción inglesa,
fingerprints. Se construyen a partir de la tabla de conexión (teoría de grafos), que
a su vez deriva de la estructura en dos dimensiones del compuesto químico.
Posibilita la transformación de las complejas estructuras moleculares a cadenas
de bits, que se pueden tratar fácilmente por ordenador. La principal aplicación
radica en la búsqueda de compuestos químicos en las bases de datos. Se reduce el
tiempo de consulta gracias a que la comparación se lleva a cabo sólo entre la
estructura problema y los compuestos que presentan un índice de similitud igual
o mayor que un valor límite que introduce el usuario.
6.2.2 Calculo de similitud espectral
El cálculo de la similitud espectral se ha utilizado la mayoría de las veces con el
fin de identificar compuestos a través de la interpretación del espectro o la
comparación del espectro problema con los almacenados en una base de datos de
espectros. En la bibliografía aparecen descritos varios parámetros para medir la
similitud espectral en la espectroscopía de infrarrojo y en la de masas [258].
En otras aplicaciones se ha usado el cálculo de la similitud espectral
junto con otras técnicas computacionales y quimiométricas para la siempre difícil
tarea de interpretar el espectro [259-261] con el fin de elucidar una estructura
molecular no almacenada en la base de datos. Con este objetivo, algunos autores
han utilizado los dos tipos de cálculo de similitud (el estructural y el espectral)
83

Manuel Urbano Cuadrado Tesis Doctoral
[255,256]. Sin embargo, no se ha encontrado una buena relación entre ambos
tipos de similitudes.
6.2.3 Cálculo de similitud en química analítica
El cálculo de similitudes es interesante en análisis cualitativo en química
analítica al proporcionar un valor de semejanza entre dos muestras. El cálculo de
distancias (en diferentes espacios multidimensionales), como se vio en el
apartado de quimiometría, es el usado en la casi totalidad de los casos. Aparte de
las redes, no son usuales los métodos de cálculo de similitud basados en
parámetros distintos a la distancia.
Sólo una aplicación [262] aparece en la bibliografía del uso del índice de
Tanimoto para la clasificación de muestras a partir de los datos obtenidos por
cromatografía de gases. Por tanto, es interesante el estudio de las formas de
construcción de huellas digitales a partir de espectros para la clasificación de
muestras, siendo éste un campo a desarrollar en los próximos años, además de la
búsqueda de nuevos índices o parámetros de similitud.
84

7. Referencias
Referencias
[1] A. Toffler, “La Tercera Ola”, Plaza & Janes S.A., Barcelona, 1980.
[2] J. Naisbitt, “Megatrends, Ten New Directions Transforming Our Lives”,
Warners Books, Nueva York, 1982.
[3] S. Green, “Information Systems Design”, Thomson Computer Press,
Londres, 1996.
[4] I. Luque Ruiz, M.A. Gómez-Nieto, “Ingeniería del Software: Fundamentos
para el Desarrollo de Sistemas Informáticos”, Servicio de Publicaciones de la
Universidad de Córdoba, Córdoba, 1999.
[5] G.E. Bailescu, R.A. Chalmers, “Education and Training in Analytical
Chemistry”, Ellis Horwood, Chichester, 1982.
[6] A. Prieto Espinosa, A. Lloris Ruiz, J.C. Torres Cantero, “Introducción a la
Informática”, Tercera Edición, McGraw-Hill, Madrid, 2002.
[7] J. Agar, “Turing and the Universal Machine: the Making of the Modern
Computer”, Icon Books, Cambridge, 2001.
[8] J.G. Brookshear, “Computer Science: an Overview”, Sixth Edition, Addison-
Wesley, 2000.
[9] F. Vogt, M. Karlowatz, M. Jakusch, B. Mizaikoff, Analyst 128(4) (2003)
397.
[10] D.L. Pfeil, A. Reed, Int. Lab. 32(2) (2002) 23.
[11] J.Y.K. Hsieh, L. Lin, W. Fang, B.K. Matuszewski, J. Liq. Chromatogr.
Relat. Technol. 26 (2003) 895.
[12] L. Wendler, J. Miller, Am. Lab. (Shelton, Conn) 33(16) (2001) 18, 20,
22, 24.
[13] J.Y. Neira, N. Reyes, J.A. Nóbrega, Lab. Rob. Autom. 12(5) (2000) 246.
[14] A. MacDonald, Am. Lab. (Shelton, Conn) 28(8) (1996) 29.
[15] R. Raso, H.W. Fehlhaber, Rapid Commun. Mass Spectrom. 9 (1995)
1400.
[16] K. Dettmer, L. Stieglitz, Chemosphere 29 (1994) 1789.
85

Manuel Urbano Cuadrado Tesis Doctoral
[17] R.C. Luders, L.A. Brunner, J. Chromatogr. Sci. 25(5) (1987) 192.
[18] A.M. Tabert, J. Griep-Raming, A.J. Guymon, R.G. Cooks, Anal. Chem.
75 (2003) 5656.
[19] Y.Q. Xia, J.D. Miller, R. Bakhtiar, R.B. Franklin, D.Q. Liu, Rapid
Commun. Mass Spectrom. 17 (2003) 1137.
[20] Z. Karpas, W. Chaim, R. Gdalevsky, B. Tilman, A. Lorber, Anal. Chim.
Acta 474(1) (2002) 115.
[21] T.L. Buxton, P. de B. Harrington, Appl. Spectrosc. 57(2) (2003) 223.
[22] J.R. Johnson, F.Y. Meng, A.J. Forbes, B.J. Cargile, N.L. Kelleher,
Electrophoresis 23 (2002) 3217.
[23] C.E. Lenehan, N.W. Barnett, S.W. Lewis, J. Autom. Methods Manage.
Chem. 24(4) (2002) 99.
[24] T.R. McJunkin, P.L. Tremblay, J.R. Scott, J. Assoc. Lab. Automat. 7(3)
(2002) 76.
[25] H.T. Chueh, J.V. Hatfield, Sens. Actuators, B 83B(1-3) (2002) 262.
[26] O.O. Soyemi, M.A. Busch, K.W. Busch, J. Chem. Inf. Comput. Sci. 40
(2000) 1093.
[27] E. Maire, E. Lelievre, D. Brau, A. Lyons, M. Woodward, V. Fafeur,
Anal. Biochem. 280(1) (2000) 118.
[28] A. Krauss, U. Weimar, W. Goepel, Trends Anal. Chem. 18 (1999) 312.
[29] M.M. Gónzalez-García, F. Sánchez-Rojas, C. Bosch-Ojeda, A. García de
Torres, J.M. Cano Pavón, Anal. Bioanal. Chem. 375 (2003) 1229.
[30] E. Becerra, A. Cladera, V. Cerdá, Lab. Rob. Autom. 11(3) (1999) 131.
[31] G.K. Taylor, Y.B. Kim, A.J. Forbes, F.Y. Meng, R. McCarthy, N.L.
Kelleher, Anal. Chem. 75 (2003) 4081.
[32] D. Chelius, T. Zhang, G.H. Wang, R.F. Shen, Anal. Chem. 75 (2003)
6658.
[33] J. Gallardo, S. Alegret, R. Muñoz, M. de Román, L. Leija, P.R.
Hernández, M. del Valle, Anal. Bioanal. Chem. 377(2) (2003) 248.
86

Referencias
[34] F. Dieterle, B. Kieser, G. Gauglitz, Chemom. Intell. Lab. Syst. 65(1)
(2003) 67.
[35] P.S. Williams, M.C. Giddings, J.C. Giddings, Anal. Chem. 73 (2001)
4202.
[36] P. Courcoux, M.F. Devaux, B. Bouchet, Chemom. Intell. Lab. Syst.
62(2) (2002) 103.
[37] K.P. Hinz, M. Greweling, F. Drews, B. Spengler, J. Am. Soc. Mass
Spectrom. 10 (1999) 648.
[38] H. Masui, M. Yoshida, J. Chem. Inf. Comput. Sci. 36(2) (1996) 294.
[39] J. Moore, P. Solanki, R.D. McDowall, Chemom. Intell. Lab. Syst. 31(1)
(1995) 43.
[40] WinISI software, Infrasoft International, Port Matilda, PA, EE.UU.
[41] The Unscrambler, Camo Process AS, Oslo, Noruega.
[42] Matlab: the Language of Thecnical Computing, The MathWorks,
http://www.mathworks.com.
[43] A. Savitzky, M.J.E. Golay, Anal. Chem. 36 (1964) 1627.
[44] C.G. Enke, T.A. Nieman, Anal. Chem. 48 (1976) 705-A.
[45] J. Wang, S. Bollo, J.L.L. Paz, E. Sahlin, B. Mukherjee, Anal. Chem. 71
(1999) 1910.
[46] R.N. Bracewell, “The Fourier Transform and its Applications”, McGraw-
Hill, Nueva York, 1986.
[47] G. Quintas, A. Morales Noe, S. Armenta, S. Garrigues, M. de la Guardia,
Anal. Chim. Acta 502(2) (2004) 213.
[48] W.D. Cao, X.Y. Chen, X.R. Yang, E.K. Wang, Electrophoresis 24 (2003)
3124.
[49] J.A. McReynolds, P. Edirisinghe, S.A. Shippy, Anal. Chem. 74 (2002)
5063.
[50] D. Graupe, “Identification of Systems”, Krieger, Nueva York, 1976.
[51] R. Ergon, K.H. Esbensen, J. Chemom. 16 (2002) 401.
[52] T.L. Cecil, R.B. Poe, S.C. Rutan, Anal. Chim. Acta 250(1) (1991) 37.
87

Manuel Urbano Cuadrado Tesis Doctoral
[53] S. Wold, Kemisk Tidskr. 3 (1972) 34.
[54] D.L. Massart, B.G.M. Vandeginsten, S. Buydens, S. De Jong, P.J. Lewi,
J. Smeyers-Verbeke, “Handbook of Chemometrics and Qualimetrics: Parts A
and B”, Elsevier, Amsterdam, 1998.
[55] K.H. Esbensen, “Multivariate Data Analysis - in Practice”, Camo Process
AS, Oslo, 2002.
[56] J.N Miller, J.C. Miller, “Estadística y Quimiometría para Química
Analítica”, Prentice Hall, Madrid, 2002.
[57] R. Andreu, J.E. Ricart, J. Valor, “Estrategias y Sistemas de Información”,
McGraw-Hill, Madrid, 1996.
[58] M. Bitton, Spectra Anal. 31(229) (2002) 37.
[59] T. Wessa, C. Wegner, Spectra Anal. 31(229) (2002) 34.
[60] V. Kershner, Am. Lab. (Shelton, Conn) 34(17) (2002) 22.
[61] J.A. Schibler, Am. Lab. (Shelton, Conn). 32(6) (2000) 52, 54-56.
[62] H.M.J. Goldschmidt, M.J.T. Cox, R.J.E. Grouls, W.A.J.H. van de Laar,
G.G. van Merode, Lab. Autom. Inf. Manage. 34(1) (1999) 1.
[63] R. Pavlis, Int. Labmate. 22(4) (1997) 24.
[64] M. Hinton, P.R. Hinton, S. Williams, Am. Lab. (Shelton, Conn) 28(2)
(1996) 51.
[65] M. Pradella, R. Dorizzi, A. Burlina, Chemom. Intell. Lab. Syst. 17(2)
(1992) 187.
[66] R. Megargle, Anal. Chem. 61 (1989) 612A-614A, 616A-618A, 620A.
[67] T. Staab, T. Shiina, D. Miller, J. Assoc. Lab. Autom. 8(6) (2003) 107.
[68] S. Cross, S. Ahmed, Lab. Update. Dec (2000) 16.
[69] B.K. Alsberg, R. Goodacre, J.J. Rowland, D.B. Kell, Anal. Chim. Acta
348(1-3) (1997) 389.
[70] P. Vankeerberghen, J. Smeyers-Verbeke, D.L. Massart, J. Anal. At.
Spectrom. 11(2) (1996) 149.
[71] M. Ivandic, W. Hofmann, W.G. Guder, Clin. Chem. (Washington, DC)
42 (1996) 1214.
88

Referencias
[72] P. Hubert, P. Chiap, M. Moors, B. Bourguignon, D.L. Massart, J.
Crommen, J. Chromatogr. A 665 (1994) 87.
[73] R. Wehrens, P. Van-Hoof, L. Buydens, G. Kateman, M. Vossen, W.H.
Mulder, T. Bakker, Anal. Chim. Acta 271(1) (1993) 11.
[74] J. Klaessens, B. Vandeginste, G. Kateman, Anal. Chim. Acta 223(1)
(1989) 205.
[75] B.W. Boehm, IEEE Trans. Comput. C-25 (1976) 1226.
[76] R.S. Pressman, “Software Engineering: a Practitioner’s Approach”,
McGraw-Hill, Nueva York, 1997.
[77] D.C. Ince, “Ingeniería del Software”, Addison-Wesley Iberoamericana,
Buenos Aires, 1993.
[78] I. Sommerville, “Software Engineering”, Addison-Wesley, Wokingham,
1996.
[79] W.W. Royce, “Managing the Development of Large Software Systems:
Concepts and Techniques”, Proc. WESCON, 1970.
[80] M. Hanna, Software Magazine, Mayo (1995) 38.
[81] M. Bradac, D. Perry, L. Votta, IEEE Trans. Softw. Engineer. 20 (1994)
774.
[82] J. Kerr, R. Hunter, “Inside RAD”, McGraw-Hill, Nueva York, 1994.
[83] J. Martin, “Rapid Application Development”, Macmillan International
Editions, Nueva York, 1991.
[84] F. Brooks, “The Mythical Man-Month”, Addison-Wesley, Reading,
1995.
[85] J. McDermid, P, Rook, “Software Development Process Models”,
Software Engineer’s Reference Book, 15/26-15/28, CRC Press, 1993.
[86] B. Boehm, Computer 21(5) (1988) 61.
[87] A. Davis, “Software Requirements: Objects, Functions and States”,
Prentice Hall, Englewood Cliffs, 1993.
[88] R. Zultner, Am. Programmer, Febrero (1992) 28.
89

Manuel Urbano Cuadrado Tesis Doctoral
[89] Y. Asao (ed.) “Quality Finction Deployment: Integrating Customer
Requirements in Product Design”, Productivity Press, Cambridge, 1990.
[90] T. DeMarco, “Structured Analysis and System Specification”, Prentice
Hall, Englewood Cliffs, 1979.
[91] M. Page-Jones, “The Practical Guide to Structured Systems Design”,
Yourdon Press, Nueva York, 1980.
[92] G. Booch, “Object Oriented Analysis and Design with Applications”,
Benjamin Cummings, Redwood City, 1994.
[93] P. Coad, E. Yourdon, “Object Oriented Analysis”, Prentice Hall,
Englewood Cliffs, 1991.
[94] K.S. Rubin, A. Goldberg, Communic. ACM 35(9) (1992) 48.
[95] P. Chen, “The Entity-Relationship Approach to Logical Database
Design”, QED Information Sciences, Wellesley, 1977.
[96] D.J. Hatley, I.A. Pirbhai, “Strategies for Real-Time System
Specification”, Dorset House, Nueva York, 1987.
[97] P.T. Ward, S.J. Mellor, “Structured Development for Real-Time
Systems”, Yourdon Press, Nueva York, 1985.
[98] E.S. Taylor, “An Interim Report on Engineering Design”, Massachusetts
Institute of Technology, Cambridge, 1959.
[99] J. Warnier, “Logical Construction of Programs”, Van Nostrand Reinhold,
Nueva York, 1974.
[100] W. Stevens, G. Myers, L. Constantine, IBM Systems J. 13(2) (1974) 15.
[101] O. Dahl, E. Dijkstra, C. Hoare, “Structured Programming”, Academic
Press, Nueva York, 1972.
[102] E. Gamma, R. Helm, R. Johnson, J. Vlissides, “Design Patterns”,
Addison-Wesley, Reading, 1995.
[103] I. Jacobson, “Object-Oriented Software Engineering”, Addison-Wesley,
Reading, 1992.
[104] C.H. Koebel, D.B. Loveman, R.S. Schreiber, G.L.S. Jr, M.E. Zosel, “The
High Performance Fortran Handbook”, The Mit Press, Cambridge, 1994.
90

Referencias
[105] S.C. Herbert, “C: The Complete Reference Fourth Edition”. McGraw-
Hill, Nueva York, 2000.
[106] A. Goldberg, D. Robson, “Smalltalk-80: the Language”, Addison
Wesley, Reading, 1989.
[107] M. Campione, “The Java Tutorial Third Edition”. McGraw-Hill, Nueva
York, 2002.
[108] IP.G. Frankl, S. Weiss, IEEE Trans. Softw. Engineer. 19 (1993) 770.
[109] S.C. Ntafos, IEEE Trans. Softw. Engineer. 16 (1988) 868.
[110] P.G. Frankl, E.J. Weyuker, IEEE Trans. Softw. Engineer. 14 (1988)
1483.
[111] G. Myers, “The Art of Software Testing”, Wiley, Nueva York, 1979.
[112] T. McCabe, IEEE Trans. Softw. Engineer. 2 (1976) 308.
[113] E.V. Berard, “Essays on Object-Oriented Software Engineering”,
Addison-Wesley, Reading, 1993.
[114] D. A. Taylor, “Object-Oriented Technology: A Manager’s Guide”,
Addison-Wesley, Reading, 1990.
[115] M. Cashman, CM Softw. Engineer. Notes 14(6) (1989) 67.
[116] G. Booch, IEEE Trans. Softw. Engineer. SE-12 (1986) 211.
[117] O. Nierstrasz, S. Gibbs, D. Tsichritzis, Communic. ACM, 20(1) (1992)
160.
[118] E. Yourdon, Applic. Develop. Strateg. VI(12) (1994) 1.
[119] J. Rumbaugh, M. Blaha, W. Premerlani, F. Eddy, W. Lorensen, “Object-
Oriented Modeling and Design”, Prentice-Hall, Englewood Cliffs, NJ, 1991.
[120] J. Rumbaugh, I. Jacobson, G. Booch, “The Unified Modeling Language.
Reference Manual”, Addison-Wesley, Reading, 1999.
[121] G. Booch, J. Rumbaugh, I. Jacobson, “The Unified Modeling Language.
User Manual”, Addison-Wesley, Reading, 1999.
[122] I. Jacobson, G. Booch, J. Rumbaugh, “The Unified Software
Development Process”, Addison-Wesley, Reading, 1999.
91

Manuel Urbano Cuadrado Tesis Doctoral
[123] H. Schildt, P. Naughton, “Java. Manual de Referencia”, McGraw-Hill,
Madrid, 1997.
[124] J. Zukowski, “Java 2. J2SE 1.4”, Anaya-Multimedia, Madrid, 2003.
[125] http://www.sun.com/
[126] B. Eckel, “Thinking in Java Third Edition”, Prentice Hall, Englewood
Cliffs, 2003.
[127] F.J. Ceballos Sierra, “El Lenguaje de Programación Java”, Ra-ma,
Madrid, 2001.
[128] P. Naughton, “The Java Handbook”, McGraw-Hill Osborne Media,
1996.
[129] “Java Network Programming, Second Edition”, O’ Reilly, Sebastopol,
2001.
[130] P.J. Perrone, S.R. Chaganti, T. Schwenk, “J2EE Developer’s Handbook”,
Sams Publishing, 2003.
[131] P. Wainwright, A. Ahmad, M. Link, P. Sarang, “Professional Apache
2.0.” Wrox, 2001. (http://www.apache.org).
[132] G. Reese, “Database Programming with JDBC and Java”, O’ Reilly,
Sebastopol, 2001.
[133] Jasnokwski, M. Java, XML, and Web Services Bible. Hungry
92
Minds, Wiley, Nueva York, 2002.
[134] M. Akif, S. Bordead, A. Cioroianu, J. Hart, E. Jung, D. Writz, “Java y
XML”, Anaya, Madrid, 2001.
[135] G.H. Gonnet, R. Baeza-Yates, “Handbook of Algorithms and Data
Structures”, Addison-Wesley, Reading, 1984.
[136] C.J. Date, “An Introduction to Database Systems”, Sexta edición,
Addison-Wesley, Reading, 1995.
[137] I. Luque Ruiz, M.A. Gómez-Nieto, E. López Espinosa, G. Cerruela
García, “Bases de Datos: Desde Chen hasta Codd con Oracle”, Ra-Ma,
Madrid, 2001.

Referencias
[138] A. de Miguel, M. Piattini, “Fundamentos y Modelos de Bases de Datos”,
Ra-Ma, Madrid, 1997.
[139] G. Koch, K. Loney, “Oracle8i: The Complete Reference, 10th edition”,
Oracles Press, Osborne-McGraw-Hill, 2000.
[140] Informe del grupo de estudio de bases de datos del ANSI/X3/SPARC,
“Reference Model for DBMS Standarisation”, Sigmo Record 15(1) (1986).
[141] G.W. Hansen, J.V. Hansen, “Database Management and Design”, 2nd
edition, Prentice-Hall, 1996.
[142] C. Batini, S. Ceri, S. Navathe, “Diseño Conceptual de Bases de Datos”,
Addison-Wesley Iberoamericana, Buenos Aires, 1994.
[143] P.P. Chen, Assoc. Computing Machin. Transac. Database Syst. (ACM
TODS) 1(1) (1976).
[144] P.P. Chen, “The Entity/Relationship Model: a Basis for the Enterprise
View of Data”, Am. Fed. Inf. Process. Soc. Conf. Proc. Vol. 46, 1977.
[145] P.P. chen (Ed.), “Entity Relationship Approach to System Analysis and
Design”, North Holland, Amsterdam, 1979.
[146] R. Elsmari, S. Navathe, “Fundamentals of Database Systems”, 2nd
edition, Benjamin Cummings, Nueva York, 1994.
[147] T.J. Teorey, “Database Modelling and Design. The Entity Relationship
Approach”, Morgan Kaufmann Publishers, San Francisco, 1990.
[148] S. Ferg, “Modelling the Time Dimension in an Entity-Relationship
Diagram”, Proc. 4th Int. Conf. Entity/Relationship App., EE.UU., 1985.
[149] G. Poonen, “CLEAR: a Conceptual Language for Entities and
Relationships”, Proc. Int. Conf. Managem. Data, Italia, 1978.
[150] A. Shoshani, “CABLE: a Language Based on Entity-Relationship
Model”, Conf. Database Managem., Israel, 1978.
[151] E.F. Codd, “Recent Investigations into Relational Data Base Systems”,
Proc. Int. Fed. Inf. Process., Suecia, 1974.
[152] E.F. Codd, Communic. Assoc. Computing Machin. (CACM) 13(6)
(1970).
93

Manuel Urbano Cuadrado Tesis Doctoral
[153] E.F. Codd, “Further Normalisation of the Database Relational Model”,
en Database Systems, Courant Computer Science Symposia Series 6,
Prentice-Hall, Englewood Cliffs, 1972.
[154] E.F. codd, “Relational Completeness of Data Base Sublanguages” en
Database Systems, Courant Computer Science Symposia Series 6, Prentice-
Hall, Englewood Cliffs, 1972.
[155] E.F. Codd, “A Data Base Sublanguage Founded on the Relational
Calculus”, Proc. ACM SIGFIDET Workshop on Data Description, Access
and Control, EE.UU., 1971.
[156] M. Stonebraker, R. Agrawal, U. Dayal, E.J. Neuhold, A. Reuter, “DBMS
Research at a Crossroads: the Vienna Update”, Proc. 19th Int. Conf. Very
Large Data Bases, Irlanda, 1993.
[157] E.F. Codd, “The Relational Model for Database Management”, Versión
2, Addison Wesley, Reading, 1990.
[158] H. Darwen, C.J. Date, Sigmod Record 24(1) (1995) 39.
[159] Atkinson et al. “The Object-Oriented Database System Manifiesto”, en
Deductive and Object-Oriented Databases, Elsevier, Amsterdam, 1989.
[160] P. Dorsey, J.R. Hudicka, “Oracle8. Design Using UML Object
Modeling”, Oracles Press, Osborne-McGraw-Hill, 1999.
[161] S. Bobrowski, “Oracle8i para Windows NT”, Oracles Press, Osborne-
McGraw-Hill, 2000.
[162] S. Urman, Oracle8. Programación PL/SQL Oracles Press, Osborne-
McGraw-Hill, 1999.
[163] G.E.P. box, W.G. Hunter, J.S. Hunter, “Statistics for Experimenters, An
Introduction to Design, Data Analysis and Model Building”, Wiley, Nueva
York, 1978.
[164] S.N. Deming, S.L. Morgan. “Experimental Design: a Chemometric
Approach, 2nd edition”, Elsevier, Amsterdam, 1993.
[165] J. Salafranca, C. Domeno, C. Fernández, C. Nerín, Anal. Chim. Acta
477(2) (2003) 257.
94

Referencias
[166] A. Cerrato, D. de Santis, M. Moresi, J. Sci. Food Agric. 82 (2002) 1189.
[167] P.A. Martoglio-Smith, Vib. Spectrosc. 24(1) (2000) 47.
[168] S. Van Huffel, J. Vandewalle, “The Total Least Squares Problem:
Computational Aspects and Analysis”, SIAM, Philadelphia, 1991.
[169] T. Næs, E. Risvik (Ed.), “Multivariate Analysis of Data in Sensory
Science”, Data Handling in Science and Technology Series, Elsevier,
Amsterdam, 1996.
[170] M. Felipe Sotelo, J.M. Andrade, A. Carlosena, D. Prada, Anal. Chem. 75
(2003) 5254.
[171] H.W. Tan, S.D. Brown, Anal. Chim. Acta 490(1-2) (2003) 291.
[172] H.L. Yu, J.F. MacGregor, Chemom. Intell. Lab. Syst. 67 (2003) 125.
[173] L. Kaufman, P.J. Rousseeuw, “Finding Groups in Data: an Introduction
to Cluster Analysis”, Wiley, Nueva York, 1990.
[174] R.G. Brereton (Ed.), “Multivariate Pattern Recognition in
Chemometrics”, Elsevier, Amsterdam, 1992.
[175] J.M. Andrade, M.P. Gómez-Carracedo, E. Fernández, A. Elbergali, M.
Kubista, D. Prada, Analyst 128 (2003) 1193.
[176] D. Coomans, I. Broeckaert, M. Jonckheer, D.L. Massart, Meth. Inform.
Med. 22 (1983) 93.
[177] R.J. Laub, J.H. Purnell, J. Chromatogr. 112 (1975) 71.
[178] G.K. Bolhuis, C.A.A. Duineveld, J.H. de Boer, P.M.J. Coenegracht,
“Simultaneous Optimization of Multiple Criteria in Tablet Formulation: Part
I” Pharmaceutical Technology EUROPE, Junio (1995), 42-49.
[179] A.K. Smilde, A. Knevelman, P.M.J. Coenegracht, J. Chromatogr. 369
(1986) 1.
[180] D.H. Doehlert, Appl. Statist. 19 (1970) 231.
[181] D.E. Long, Anal. Chim. Acta 46 (1969) 193.
[182] K.W.C. Burton, G. Nickless, Chemom. Intell. Lab. Syst. 1 (1987) 135.
[183] D.K. Lin, Technometrics 37 (1995) 213.
[184] R.L. Plackett, J.P. Burman, Biometrika 33 (1946) 305.
95

Manuel Urbano Cuadrado Tesis Doctoral
[185] M.M.W.B. Hendriks, J.H. De Boer, A.K. Smilde, “Robustness of
Analytical Chemical Methods and Pharmaceutical Technological Products”,
Elsevier, Amsterdam, 1996.
[186] A.M.C. Davies, R. Giangiacomo (Eds.), “Near Infrared Spectroscopy:
Procedings of the 9th International Conference”, NIR Publications,
Chichester, 2000.
[187] A.M.C. Davies, R.K. Cho, “Near Infrared Technology in the Agricultural
and Food Industries”, NIR Publications, Chichester, 2001.
[188] A.M.C. Davies, R.K. Cho (Eds.), “Near Infrared Spectroscopy:
Procedings of the 10th International Conference”, NIR Publications,
Chichester, 2002.
[189] T. Næs, T. Isakson, T. Davies, “A User-Friendly Guide to Multivariate
Calibration and Classification”, NIR Publications, Chichester, 2002.
[190] D.A. Burns, E.W. Ciurczak, “Handbook of Near Infrared Analysis”,
Marcel Dekker, Nueva York, 1992.
[191] H. Martens, M. Martens, “Multivariate Analysis of Quality: an
Introduction”, Wiley, Nueva York, 2000.
[192] H. Martens, T. Næs, “Multivariate Calibration”, Wiley, Nueva York,
1989.
[193] D. Bertrand, E. Dufour, “La Spectroscopie Infrarouge et ses Applications
Analytiques”, Editions TEC & DOC, París, 2000.
[194] B.G. Osborne, T. Fearn, “Practical NIR Spectroscopy with Applications
in Food and Beverage Analysis”, Longman Scientific and Technical,
Londres, 1993.
[195] V. Fernández-Cabanás, A. Garrido-Varo, Química Analítica 18 (1999)
113.
[196] M.S. Dhanoa, S.J. Lister, R. Sanderson, R.J. Barnes, J. Near Infrared
Spectrosc. 2 (1994) 43.
96

Referencias
[197] D. Bertrand, “Data Pre-treatment and Original Analysis in
Spectroscopy”, en Advanced Comet Chemometrics School, Libramont,
Bélgica, 1993.
[198] J.S. Shenk, M.O. Westerhaus, “Analysis of Agricultural and Foods
Products by Near Infrared Reflectance Spectroscopy”, Monograph,
NIRSystems Inc., Silver Spring, 1995.
[199] P.C. Williams, K. Norris (Eds.), “Near Infrared Technology in the
Agricultural and Food Industries”, American Association of Cereal Chemists
Inc., St. Paul, 1987.
[200] P.C. Mahalanobis, “On the Generalised Distance in Statistics”, Proc.
National Institue of Science of India, 12:49-55, 1936.
[201] R. De Maesschalck, D. Jouan-Rimbaud, D.L. Massart, Chem. Intell. Lab.
Syst. 50 (2000) 1.
[202] D.L. Massart, L. Kaufman, “The Intepretation of Analytical Chemistry
Data by the Use of Cluster Analysis”, Wiley, Chichester, 1983.
[203] ASTM, “Standard Definitions of Terms and Symbols Relating to
Molecular Spectroscopy”, American Society for Testing and Materials, vol.
14.01, Standard E131-90, West Conshohcken, 1990.
[204] Y. Mallet, D. Coomans, O. de Vel, Chemom. Intell. Lab. Syst. 35 (1996)
157.
[205] G. McLachlan, “Discriminant Analysis and Statistical Pattern
Recognition”, Wiley, Nueva York, 1992.
[206] S. Wold, Pattern Recogn. 8 (1976) 127.
[207] D.L. Massart, B.G.M. Vandeginste, S.N. Deming, Y. Michotte, L.
Kaufman, “Chemometrics: a Textbook”, Elsevier, Amsterdam, 1988.
[208] J.S. Shenk, M.O. Westerhaus, “Calibration the ISI Way”, en Near
Infrared Spectroscopy: the Future Waves, A.M.C. Davis, P.C. Williams
(Eds.) NIR Publications, Chichester, 1996.
97

Manuel Urbano Cuadrado Tesis Doctoral
[209] J.S. Shenk, M.O. Westerhaus, “Routine Operation, Calibration,
Development and Network System Management Manual”, NIRSystems Inc.,
Silver Spring, 1995.
[210] F. Despagne, D.L. Massart, Analyst 123 (1998) 157R.
[211] B. Wythoff, Chemom. Intell. Lab. Syst. 18 (1993) 115.
[212] J. Zupan, J. Gasteiger, “Neural Networks for Chemists. An Introduction”,
VCH, Weinheim, 1993.
[213] J. Park, I.W. Sandberg, Neural Computat. 3 (1991) 246.
[214] B. Walczack, D.L. Massart, Anal. Chim. Acta 331 (1996) 187.
[215] J.S. Shenk, M.O. Westerhaus, Crop Sci. 31 (1991) 469.
[216] T. Isaksson, T. Næs, Appl. Spectrosc. 44 (1990) 1152.
[217] T. Næs, T. Isaksson, Appl. Spectrosc. 43 (1989) 328.
[218] V. Barnett, T. Lewis, “Outliers in Statistical Data”, Wiley, Nueva York,
1994.
[219] H. Mark, Y. Workman, “Statistics in Spectroscopy”, Academic Press
Inc., Nueva York, 1991.
[220] M. Stone, J. R. Statist. Soc. B 39 (1974) 111.
[221] W.R. Windham, P.C. Flinn, “Comparison of MLR and PLS Regression
in NIR Analysis of Quality Components in Diverse Feedstuff Populations”,
en Near Infrared Spectroscopy. Bridging the Gap between Data Analysis and
NIR Applications, K.I. Hildrum, T. Isaksson, T. Næs, A. Tandberg (Eds.),
Ellis Horwood, Chichester, 1992.
[222] T. Fearn, Anal. Proc. 23 (1986) 123.
[223] Resolution OENO 6/99. Validation Protocol for a Typical Analytical
Method Compared to the OIV Reference Method. Office International de la
Vigne te du Vin. http://www.oiv.int/Database/Images/Client/oeno699uk.doc.
[224] E. Trullols, I. Ruisánchez, F.X. Rius, Trends Anal. Chem. 23 (2004) 137.
[225] C.J. Cramer, “Essentials of Computational Chemistry: Theories and
Models, Second Edition”, Wiley, 2004.
98

Referencias
[226] T. Clark, “A Handbook of Computational Chemistry: a Practical Guide
to Chemical Structure and Energy Calculations”, Wiley, Nueva York, 1985.
[227] J.W. Robinson (Ed.), “CRC Handbook of Specrtoscopy”, Vols. I-III,
CRC Press, Ohio, 1974.
[228] M.A. Sharaf, D.L. Illman, B.R. Kowalski, “Chemometrics”, Wiley,
Nueva York, 1986.
[229] P.C. Jurs, “Chemometrics and Multivariate Analysis in Analytical
Chemistry”, en Reviews in Computational Chemistry, Vol. 1, Willey, Nueva
York, 1990.
[230] H. van de Waterbeemd (Ed.), “QSAR: Chemometric Methods in
Molecular Design”, VCH, Weinheim, 1995.
[231] H. Kubinyi, “QSAR: Hansch Analysis and Related Approaches”, VCH,
Weinheim, 1993.
[232] J.M. Bamard, G.M. Downs, Persp. Drug Discov. Des. 7-8 (1997) 13.
[233] A. Hillisch, R. Hilgenfeld, “Modern Methods of Drug Discovery”,
Springer-Verlag, Nueva York, 2003.
[234] T. Lenganer, R. Mannhold, H. Kubinyi, H. Timmerman, “Bioinformatics
– from Genomes to Drugs”, Wiley, Nueva York, USA, 2002.
[235] J. Zupan, J. Gasteiger, “Neural Networks in Chemistry and Drug Design:
an Introduction, Second Edition”, Wiley, Nueva York, 1999.
[236] M.A. Miller, Nature Rev. Drug Discov. 1 (2002) 220.
[237] W.A. Warr, J. Chem. Inf. Comput. Sci. 37 (1997) 134.
[238] B.A. Leland, J. Chem. Inf. Comput. Sci. 37 (1997) 62.
[239] K. Eckschlager, K. Danzer, “Information Theory in Analytical
Chemistry”, Wiley, Nueva York, 1994.
[240] D.L. Massart, J. Chromatogr. 79 (1973) 157.
[241] F. Dupuis, A. Dijkstra, Anal. Chem. 47 (1975) 379.
[242] P.J. Slonecker, X. Li, T.H. Ridgway, J.G. Dorsey, Anal. Chem. 68 (1996)
682.
99

Manuel Urbano Cuadrado Tesis Doctoral
[243] P.J. Tandler, J.A. Butcher, H. Tao, P. De B. Harrington, Anal. Chim.
Acta 312 (1995) 231.
[244] D.R. Scott, A. Levitski, S.E. Stein, Anal. Chim. Acta 278 (1993) 13.
[245] L.A. Clark, D. Pregibon, “Tree-Based Models”, en Statistical Models,
J.M. Chambers, T.J. Hastie (Eds.), S. Chapman and Hall, Nueva York, 1992.
[246] L.A. Zadeh, Inform. Control 8 (1965) 338.
[247] M.Otto, H. Bandemer, Chemom. Intell. Lab. Syst. 1 (1986) 71.
[248] T. Blaffert, Anal. Chim. Acta 161 (1984) 135.
[249] B. Walczak, E. Bauer-Wolf, W. Wegscheider, Microchim. Acta 113
(1994) 153.
[250] D.H. Rouvray, A.T. Balaban, “Chemical Applications of Graph Theory.
Applications of Graph Theory”, R.J. Wilson, L.W. Beineke (Eds.), Academic
Press, Nueva York, 1979.
[251] G.M. Downs, P. Willet, “Similarity Searching in Databases of Chemical
Structures” en Reviews in Computational Chemistry, Vol. 7, Wiley, Nueva
York, 1995.
[252] H. Scsibrany, M. Karlovits, W. Demuth, F. Mueller, K. Varmuza,
Chemom. Intell. Lab. Syst. 67 (2003) 95.
[253] R. Hefferlin, M.T. Matus, J. Chem. Inf. Sci. 41 (2001) 484.
[254] R.P. Sheridan, M.D. Miller, D.J. Underwood, S.K. Kearsley, J. Chem.
Inf. Sci. 36 (1996) 128.
[255] K. Varmuza, M. Karlovits, W. Demuth, Anal. Chim. Acta 490 (2003)
313.
[256] W. Demuth, M. Karlovits, K. Varmuza, Anal. Chim. Acta 516 (2004) 75.
[257] P. Willet, J.M. Barnard, G. Downs, J. Chem. Inf. Comput. Sci. 38 (1998)
983.
[258] K. Varmuza, P.N. Penchev, H. Scsibrany, J. Chem. Inform. Comput. Sci.
38 (1998) 420.
[259] V. Schoonjans, F. Questier, Q. Guo, Y. Van der Heyden, D.L. Massart, J.
Pharm. Biomed. Anal. 24 (2001) 613.
100

Referencias
[260] F. Ehrentreich, Anal. Chim. Acta 393 (1999) 193.
[261] W. Werther, K. Varmuza, Fresenius J. Anal. Chem. 344 (1992) 223.
[262] P.J. Dunlop, C.M. Bignell, J.F. Jackson, D. Brynn Hibbert, Chemom.
Intell. Lab. Syst. 30 (1995) 59.
101

Parte experimental

Parte I: Informatización del proceso
analítico y de la gestión y
análisis de los datos
producidos mediante el uso
del paradigma orientado a
objetos

Capítulo 1
USE OF OBJECT-ORIENTED
TECHNIQUES FOR THE DESIGN AND
DEVELOPMENT OF STANDARD
SOFTWARE SOLUTIONS IN
AUTOMATION AND DATA
MANAGEMENT IN ANALYTICAL
CHEMISTRY
El contenido de este capítulo ha sido enviado para su publicación a la revista
Trends in Analytical Chemistry.

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
USE OF OBJECT-ORIENTED TECHNIQUES FOR THE DESIGN AND
DEVELOPMENT OF STANDARD SOFTWARE SOLUTIONS IN
AUTOMATION AND DATA MANAGEMENT IN ANALYTICAL
CHEMISTRY
Manuel Urbano Cuadrado, M. D. Luque de Castro, Miguel Ángel Gómez-Nieto
Abstract
An object-oriented design of software structures for both automating
analytical processes and managing the data generated from these processes is
proposed. Two models, for automation and data management, are developed for
building the programs used in these two areas. The advantages arisen from these
object-oriented models regarding the classical design are exposed. Thus, the
standardisation, scalability, independence, etc., of the programs are assured by
the object-oriented modelling. Characteristics like inheritance, polymorphism,
encapsulation, etc., are used for achieving the pursued goals, in addition to
having a new way for representing the analytical concepts in automation and data
management.
Keywords: Object-oriented paradigm, Automation, Data management.
109

Manuel Urbano Cuadrado Tesis Doctoral
1. Introduction
The development of two main subareas
in analytical chemistry as
automation and laboratory information
management systems (LIMS)
can not be conceived without the fast
advances on informatics. Firstly,
computing has allowed automation of
the different steps of the analytical
process —sample preparation [1,2],
detection [3,4] and data collection and
processing [5-7]— thus avoiding
human participation in analysis
development and errors owing to
manual operations. Regarding information
management, different approaches
have been developed with
different complexity and scope,
namely: systems for handling daily
data from laboratories —Management
Information Systems (MIS)— [8,9],
systems for supporting decisions
making in laboratories —Decision
Support Systems (DSS)— [10,11],
and, at the highest level, systems for
entirely substitution of human skills
and expertise —Knowledge Based
Systems (KBS)— [12,13]. In addition,
analytical disciplines such as
110
chemometrics, hyphenated techniques,
molecular design, QSOR
/QSAR, etc., have also taken advantages
from informatics. Thus,
computers and modern analytical
chemistry are closely interrelated
subjects.
Computer programs are built
following engineering processes —
Software Engineering [14,15]—
consisting of a series of steps, namely:
specification of requirements (also
known as system analysis), system
design, codification, implementation
and testing. Most efforts, experience
and time are devoted to programs
analysis and design—these two steps
constitute the modelling of a system—.
The quality of the remaining
process, and, in turn, of the software
developed, depends on the modelling
stage.
The analytical problems (that
is, the number and properties of the
target analytes, characteristics of the
samples, etc.), and their resolution
(the time for obtaining results, the
level of accuracy required, etc.) are in
continuous change. Re-updating computational
resources to the new

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
scenarios raised from these changes is
often an expensive and long period,
which frequently makes necessary to
improve the software and hardware
involved. This is a consequence of
shortcomings of the classical model
ling in software engineering. Other
problems in analytical laboratories
related to deficient modelling are the
specificity of software for a given
equipment and hardware, disconnection
between software for
automation and software for data
management, etc.
New efforts in modelling
software systems have been addressed
at the development of programs with a
high degree of scalability —property
referred to the capacity for enlarging
the program functionality with
minimum efforts—, independence of
both the hardware used and the
required information, re-usability, etc.
With this aim, computational researchers
developed the Object-Oriented
Paradigm (OOP) for engineering
software [16,17] at the beginnings of
the 90s —despite the object-oriented
programming was introduced by
Smalltalk in the 70s, the modelling
based on objects was not used for
analysis and design of software
solutions—, based on the key and
intuitive object concept: “an abstraction
unit of a real entity”. In this
way, a program is composed by a
number of objects related between
them and endowed with a series of
properties and actions.
The object-oriented modelling
has been hardly used in analytical
chemistry [18,19] owing to reasons
such as: 1) the shortcomings owing
products standardisation for commercial
brands; 2) the relatively
recent development of the paradigm,
and in turn, 3) the non-availability of
both a standardised modelling language
and tools appropriate for
implementation. Nevertheless, the development
of both Unified Modelling
Language (UML) [20] and objectoriented
programming languages —
C++ and, particularly, Java [21]—
increases the use of OOP.
In this paper, two objects
models for automation and data
management are described with the
aim of showing the advantages of
these models in analytical chemistry.
111

Manuel Urbano Cuadrado Tesis Doctoral
The development of these models is
an attempt to create a useful programming
structure, in addition to a
new meta-language based on the
objects definition in analytical chemistry.
2. Object model for automation
Many approaches have been developed
in analytical chemistry regarding
automation, but few of them
[22,23] deal in some extension with
software design. The description of
the model here presented deals with
structural modelling —the abstraction
of the analytical equipment—.
Therefore, only the dynamic aspects
related to actions carried out by
analytical hardware are considered.
The automation processes in which
this model can be used have been
described previously. [24].
2.1 The analytical hardware: devices,
apparatus, instruments and autoanalysers
A given instrumental set-up aimed at
providing either a signal, such as a
peak height or area, slope, etc., or,
directly, the value of the parameter
112
under study is necessary in order to
carry out analyses in an automatic or
automated way. The use of the word
“automatic” or “automated” implies
computer control of some of the steps
of the analytical process —al least
data collection and processing—.
Computer control requires
two parts. Firstly, the software that, in
addition to data processing for
information output, commands the
hardware, which constitutes the
second part involved. For the
development of the model, the
concept of hardware is divided into
two types, namely: the physical part
of computers and the analytical
equipment —“analytical hardware” is
the name here proposed—.
The IUPAC distinguishes
between devices, apparatus, instruments
and analysers. Devices are
considered as the minimum part of
analytical equipment (either apparatus
or instruments) able of realising a
unitary physical or electronic operation
(e.g. electronic interface,
mechanical rotor, etc.). Thus, apparatus
are defined as a set of devices
assembled to carry out physical,

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
dynamic or chemical operations
involving samples and reagents (e.g.
an ultrasound digester, a selection
valve, etc.). Nevertheless, apparatus
cannot provide any information about
the samples in contrast to instruments
(e.g. a spectrophotometer, a potentiometer,
a chromatograph, etc.). At the
highest level, the combination of
apparatus and instruments for setting
up an analytical method is known as
analyser (e.g. an autoanalyser for
pesticides in soils).
The objects model to be
developed must take into account
these IUPAC definitions in order to
assure the standardisation level
pursued.
2.2 Classes involved in automation:
static view of the analytical hardware
The concept of class means a
generalisation of a group of objects
endowed with common both
properties and behaviour from the
OOP point of view —attributes are
properties that characterise the
structure of a given object and
methods are operations to be carried
out by the objects—. Therefore, an
object is a case of a given class which
represents a recognisable world real
entity.
The object-oriented modelling
uses a Classes Diagram for designing
the structural aspects of a system [20].
Fig. 1 shows the classes diagram
developed here for automation in
analytical chemistry. As can be seen
in the figure, the class Analytical
Hardware is considered as the parent
class. The remaining classes are
descending from AnalyticalHardware
and, thus, they inherit its properties
and methods —inheritance and
specialisation are concepts below
commented—. The attributes of the
class AnalyticalHardware are identifier,
brand, model and communication_port.
These attributes
show different value for each object
of the AnalyticalHardware class. Any
hardware involved in an analytical
process is identified by an item, is
from a given brand, corresponds to a
specific model, and, finally, needs a
channel for communication with
computers. On the other hand, the
methods of the class hardware are
113

Manuel Urbano Cuadrado Tesis Doctoral
-abstract setRemoteControl() : void
-abstract exitRemoteControl() : void
114
APPARATUS
Branch detailed in Fig. 2
ANALYTICALHARDWARE
-identifier : String
-brand : String
-model : String
-communication_port : String
-setIdentifier() : void
-setBrand() : void
-setModel() : void
-setCommunicationPort() : void
-getIdentifier() : String
-getBrand() : String
-getModel() : String
-getCommunicationPort() : String
-abstract setRemoteControl() : void
-abstract exitRemoteControl() : void
Branch detailed in Fig. 3
INSTRUMENT
-abstract setRemoteControl() : void
-abstract exitRemoteControl() : void
-abstract monitoring() : void
Fig. 1. Classes diagram for automation in analytical chemistry (I). Specialisation
of the class AnalyticalHardware into classes Apparatus and Instrument.
those in charge of managing the
attributes above cited and also two
abstract methods responsible for
setting and exiting the remote control
necessary for automation. The term
abstract is a method modifier that
means that the latter is implemented
in the lower classes. Any class with
abstract methods is considered as an
abstract class, and therefore, the
specialisation of the parent class is
mandatory in order to implement
these methods.
The inheritance capacity is
one of the key object-oriented modelling’s
characteristics that yields
advantages related to reusability of
the code and programming time.
Yourdon provided the following data
[25]: reduction of 70 and 84 % in time

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
and costs, respectively, required for
the development of a software
product. Moreover, the inheritance
property helps to support a conceptual
view of the problem. Thus, the classes
descending from a given class inherit
the structure and behaviour of its
parent, but taking into account to add
new functionality (new attributes or
methods). This fact is known as specialisation
and permits to differentiate
classes of the same level. Thus,
classes Apparatus and Instrument are
descending from class Analytical-
Hardware. This justly corresponds to
IUPAC hierarchy, and because the
difference between apparatus and
instruments is the analytical information
provided by the latter, class
Instrument has a new method named
monitoring, also defined as abstract.
This method, which is implemented
by classes derived from class
Instrument, collects data from
instruments in a continuous way.
The use of specialisation appears
continuously in the proposed
model. Thus, Figs. 2 and 3 summarise
the classes sub-diagrams for apparatus
and instruments, respectively. The
Apparatus class is specialised into
classes HydrodynamicApparatus and
SampleTreatmentApparatus. The former
corresponds to apparatus for
propelling samples and reagents
through the analyser (e.g., auto
samplers, peristaltic pumps, selection
valves, etc.) and the latter represents
apparatus for samples and reagents
treatment (e.g., thermostats, ultra
sound digesters, microwave digesters,
high pressure chambers, etc.). Thus,
classes as MicrowaveDigester, Auto
sampler, SelectionValve, etc., are in
Fig. 2, where the most outstanding
attributes and methods of each class
are shown.
The branch of the classes
diagram for automation in Fig. 3 is
devoted to instruments. Class Instrument
is firstly specialised into
OpticalInstrument and ElectroanalyticalInstrument.
Thus, classes as Spectrophotometer,
Spectrofluorimeter,
DiodeArraySpectrometer, PotentiometricInstrument,AmperometricInstrument,
etc., are shown in Fig. 3.
115

Manuel Urbano Cuadrado Tesis Doctoral
Fig. 2. Classes diagram for automation in analytical chemistry (II).
Specialisation of the class Apparatus into different classes that represent
the apparatus involved in analytical chemistry.
116

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
Fig. 3. Classes diagram for automation in analytical chemistry (III).
Specialisation of the class Instrument into different classes that represent
the instruments involved in analytical chemistry.
117

Manuel Urbano Cuadrado Tesis Doctoral
2.3 Separation between logical
structure and physical implementation:
degree of independence
The structural modelling based on the
object-oriented paradigm takes into
account only a logical point of view
of the analytical equipment involved
in automation by classes. These
classes are endowed with a series of
properties and operations that are
close to the analytical chemist. The
implementation of the abstract
methods of the corresponding classes
is carried out by leaf classes, which
are the manufacturers’ classes. This is
the linkage between standard
application for monitoring analytical
processes and the analytical hardware
of an autoanalyser. The hardware is
controlled by commands used by the
classes in order to implement the
functionality required for a given
instrument or apparatus. The set of
commands is the physical part not
treated by the logical model and often
associated to devices —above commented—.
The join of the physical part
118
to the logical model is carried out by
object-oriented programming languages
endowed with an interface for
implementing methods written in
other languages. The physical part is
often composed by functions written
in languages such as C, Fortran, etc.
responsible for commanding devices
that compose instruments and apparatus.
The programming language
Java is endowed with Java Interface
Native (JNI) [21] in order to develop
methods able of using code written in
other language.
There are two ways for introducing
the manufacturers’ classes
into the model. One of them involves
delivering by the manufacturer the
classes corresponding to the hardware
he/she fabricates. These classes must
be endowed with the requisites
(namely, inheritance and implementtation
of abstract methods) necessary
for being included in the model, and
therefore, in a standardised system for
automation. It is clear that this way
can be considered only from an
optimistic point of view as standard
tools are not of interest for most
companies. This way is based on the

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
development of a classes library used
for the choice of the classes required
in order to compose a given autoanalyser.
On the other hand, classes can
be developed taking into account the
list of commands necessary to build
the physical part used by the model —
the list is often provided by the
manufacturers, even sometimes the
entire physical part—. The authors of
this article have developed some
manufacturers’ classes, in addition to
the rest of the classes of the model, in
Java language (e.g. classes Crison-
Sampler, Rheodyne7010, Unicam8625
Spectrophotometer, etc.). These classes
are at the disposal of researchers
interested in them.
2.4 The automation model in the
analytical process
The system for automating analytical
processes proposed by the authors
[24] is prepared for the classes
diagram described above. This system
involves a series of interfaces for the
design and control of processes and it
is based on the execution of hardware
actions and functions if a series of
time and state premises are fulfilled.
The aggregation of hardware classes
and the relationship between the
AnalyticalHardware and Hardware
Action classes —the former has a list
of HardwareAction objects as
attribute— yields a specific auto
analyser. Thus, the model allows different
autoanalysers to be controlled
by a standard software.
Polymorphism is other important
object-oriented modelling’s
characteristic, which permits that any
reference to a parent class can be
converted into a reference to a
descending class. This is of importance
for the scalability of the
program since the introduction of a
new class in the model does not affect
the control code because of the use of
references to the parent Analytical
Hardware class.
Hybridisation between the
programming language Java and the
markup language XML assures the
coupling of the model to a standard
automation system. The definition of
an analytical method (consisting of
the specification of both the hardware
involved and the time and state
119

Manuel Urbano Cuadrado Tesis Doctoral
actions to be carried) is stored in an
xml file. Then, objects of the class
AnalyticalHardware with their lists of
objects ActionHardware are built in
execution time from the XML data for
autoanalyser control by the computer.
3. Objects model for data management
Any laboratory for process control
carries out a series of analyses aimed
at knowing the value of several
parameters of interest for monitoring
a given process. The number of
analyses to be carried out depends on
the complexity of the process. Thus,
the more the complexity of the
process, the higher the number of
parameters to be monitored. Other
factor that influences the amount of
information is the workload in the
laboratory with respect to the number
of samples to be analysed. This aspect
depends on the monitoring frequency
for each process. Moreover, independently
of these factors, the amount
of information to manage is large —
independence of the amount and way
of carrying out the measurements,
separation between daily data
120
even if the number of samples and
parameters is low— as long as a
historical management is necessary in
order to extract information from data
corresponding to long past periods.
Specificity to a given laboratory
or process is an undesirable
aspect for LIMS use because the low
degree of scalability the design of the
programs enables in this case. The
dynamics of analytical information
makes necessary systems that require
null or minimum reprogramming
when conditions as sample identification
and classification, new
analytical parameters to monitor,
computer resources, etc., change.
Therefore, open characteristics are
mandatory for avoiding or minimising
economical and time efforts when
reprogramming is necessary.
The object-oriented model
here proposed permits to build data
management applications with the
above commented requirements (namely:
applicability to any process
monitoring or reference laboratory,
handling and historical data analysis
modules, etc.).

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
SELECTED
PARAMETER 1..1 0..*
PARAMETER
MAGNITUDE
CALCULATED
MEASUREMENT
< Uses >
1..1
CALCULUS
FORMULAE
FORMULAE
MEASUREMENT
DATUM
MEASUREMENT
0..*
0..1
USER
1..*
Some measurements may
not be associated to a
calibration curve
0..1
CALIBRATION
CURVE
1..*
1..1
CONVERSION
FORMULAE
ANALYSER
Fig. 4. Classes diagram for data management in analytical chemistry (I). Classes
for representing the samples, parameters and their relationships, unities
and users of the analytical information.
3.1 Classes involved in the management
of samples and
analytical parameters
The class Sample represents the
samples in which several properties or
parameters have to be determined.
Samples identification is the key in
the management of the laboratory
information. The criterion for identification
is different for each
laboratory. Thus, modelling with a
view on identification independent of
the laboratory is the first step for
constructing the classes diagram
shown in Fig. 4. Class Code represents
the possible codes used for
identification, with name and
data_type attributes. The latter is important
for correct functioning of the
programs since data consistence is
necessary and it indicates the numerical,
text, date or binary code
used.
An analytical parameter is
121

Manuel Urbano Cuadrado Tesis Doctoral
considered a property of the material
under study that is of interest for its
characterisation. The definition of
parameter is encapsulated in Para
meter class. This is specialised into
two classes (see Fig. 4), namely:
classes DatumParameter and CalculatedParameter.
The former represents
parameters that are determined
directly in samples; and the latter
those determined by the relationship
between one or several parameters of
the first type and a mathematical
expression, as shown in Fig. 4.
A result is expressed by a
value and the unit in which this is
measured. Class Unit is necessary for
representing the different units in
which the analytical parameters can
be expressed. The association between
the classes Parameter and Unit
yields the new class Magnitude,
which represents a given parameter
expressed in a specific unit. This class
is endowed, among others, with two
key attributes to trigger off alerts for
users warning, namely, minimum
_value and maximum_value, which
define the normal range of a given
magnitude.
122
Class SelectedParameter arises
from the association between the
classes Sample and Parameter and
represents a given parameter to be
determined in a sample. This class
manages all the measurements of the
parameter in the target sample by the
list of objects of the class Measurement
described below.
3.2 Relationship between measurement
and calibration in
analytical chemistry
Fig. 5 shows classes that represent the
analytical measurements and the
information they provide. The most
important class is Measurement,
which is specialised into classes
DatumMeasurement and Calculated
Measurement in a way similar to that
commented for the class Parameter.
These classes represent the measurements
carried out in the laboratory,
either in a direct or indirect way, and
therefore, they are related with class
Magnitude in order to know the
parameter and unit to which the
attribute value belongs.
The relationship between the
classes Magnitude and Formulae is

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
SELECTED
PARAMETER 1..1 0..*
PARAMETER
MAGNITUDE
CALCULATED
MEASUREMENT
< Uses >
1..1
CALCULUS
FORMULAE
FORMULAE
MEASUREMENT
DATUM
MEASUREMENT
0..*
0..1
USER
1..*
Some measurements may
not be associated to a
calibration curve
0..1
CALIBRATION
CURVE
1..*
1..1
CONVERSION
FORMULAE
ANALYSER
Fig. 5. Classes diagram for data management in analytical chemistry (II).
Classes for representing both the measurement processes and analytical
calibration.
shown in Fig. 5. The class Formulae
is an abstraction of the formulas in
charge of calculating the value of a
given magnitude from one or several
values of other magnitudes. The class
Formulae is specialised into the
classes CalculusFormula and ConversionFormula.
These two classes have
in common a Magnitude attribute
named output_magnitude as any of
them provides one output value. The
difference between these formulas is
the number of input values. Thus,
ConversionFormula class has a
Magnitude attribute, named input
_magnitude that represents the single
value accepted by this formula. On
the other hand, CalculusFormula
class has a list of Magnitude class as
attribute because a calculated measurement
comes from one or several
data.
Conversion formulas require
to be specialised. The conversion of
an instrumental unit (e.g. an absorbance
change with time) into a
123

Manuel Urbano Cuadrado Tesis Doctoral
chemical unit (e.g. g l -1 ) is much more
complex than a conversion in which
only two chemical units (e.g. mol l -1
and ppm) are involved. This is a
consequence of the necessity of
characterising the instrumental response.
Thus, class FormulaConversion
is specialised into class
CalibrationCurve. The new structure
involves an attribute named calibration,
which is of Calibration class
type. This class represents the
calibration process and manages
information of the date when this step
was carried out, the type of calibration
used, the instrument employed,
patterns, etc. The new classes
CalibrationType, LinearCalibration,
LogaritmicCalibration, Measurement-
Calibration and Measurer are thus
required.
The class Analyser (see Fig.
5) represents analytical equipment
from the point of view of data
management. The association between
classes Magnitude and Analyser (not
shown in Fig. 5) gives place to a new
class named Measurer that represents
the feasibility of measuring an
analytical parameter in a specific unit
124
with a given instrument. Class
Measurer is an attribute of the
Calibration class, as well as, date, and
both permit to search for the proper
calibration in the database.
To now, it has been supposed
that the type of calibration is
univariate, which fulfil the major part
of the analyses carried out in any
laboratory —the signal from the
instrument is often a value of
absorbance or potential, a height or
peak area, slope, etc.—. Nevertheless,
multivariate methods have been
developed in the last years with the
aim of obtaining the value of one or
several parameters from a large
number of variables, which is, most
times, a spectrum. For the case in
which multichannel spectrophotometers
are not provided with
chemometric software for multivariate
calibration, a block of chemometrics
has been modelled for supplying this
possibility.
3.3 Classes diagram for multivariate
calibration
Multivariate calibration requires a
large amount of standards which, in

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
turn, provide a huge amount of data.
Two steps can be distinguished in the
development of a multivariate model,
namely: training and validation —
after which validated equations are
obtained. Multivariate calibration is a
continuous process, where the calibration
set is continuously enlarged in
order to build ‘universal’ equations
with a wider application field. A
complete description of the chemometric
modelling would require a
long discussion that is out the scope
of the research here presented. Only
the description in Fig. 6, a brief
classes diagram, is given.
Class MultivariateEquation,
which represents an equation in
multivariate calibration, is associated
to Magnitude class. The latter class is
endowed with an attribute named
equation, that is, a reference to an
object of the class Multivariate
Equation. This attribute becomes null
if the parameter associated to the
object of the class Magnitude does not
require multivariate calibration for its
determination. Classes Spectral Measurement,
Spectrum, and Spectral
Datum, and their relationships must
be taken into account for predicting
the value of the given parameter.
Class SpectralMeasurement is a specialisation
of the DatumMeasurement
class, and therefore, it is associated to
both a given sample and a specific
parameter. This class provides, as
specific attribute, an object of type
class Spectrum —which represents a
spectrum endowed with class Spectral
Datum list named list_of_points—.
The process of calibration is
represented by the different associations
between the classes Multi
variateEquation, MultivariateCalibration,
MultivariateCalibration Type,
PLSR, PCR, MLR and MCalibrationMeasurement.
Thus, an instance
of the class Multivariate Calibration
is endowed with a list of MCalibrationMeasurement
objects that provide
the spectrum corresponding to a
pattern. In addition to the list of
MCalibration Measurement objects,
the class MultivariateCalibration is
also provided with a Multivariate
CalibrationType object —specialised
in PLSR, PCR, and MLR— whose
attributes and methods are the key for
developing an instance of the class
125

Manuel Urbano Cuadrado Tesis Doctoral
MAGNITUDE MULTIVARIATE
1..1 0..1 EQUATION
126
1..1
1..1
SPECTRAL
MEASUREMENT
< Uses >
1..1
SPECTRUM
1..* 1..1
1..1 *..*
MULTIVARIATE
CALIBRATION
< Uses >
1..1
MULTIVARIATE
CALIBRATION
TYPE
SPECTRAL
DATUM
Fig. 6. Classes diagram for data management in analytical chemistry (III).
Classes for representing multivariate calibration.
MultivariateEquation.
3.4 Information from historical data:
a tool for supporting decisions
A module for permanent storage of
data of interest is mandatory for
efficient handling and analysis of the
information. After analysing all the
specified parameters for a given
sample, the corresponding data
sample are stored into a historical
repository and deleted from the
module for daily management. The
modelling of the historical repository
PLSR
PCR
MLR
is shown in Fig. 6. This class diagram
is similar to that of the management
of daily data.
Class Query is used in order
to extract information from historical
data. This represents a real-time query
against the database aimed at obtaining
tabular or graphical information.
Thus, this class has a series of
attributes and methods in charge of
providing a list of data for building
either a table or a plot. This class is
specialised into classes EvolutionQuery
and HistogramQuery for

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
fulfilling the characteristics of the
searching criteria. An object of the
EvolutionQuery is aimed at obtaining
the evolution of one or several
parameters with the value of either a
numerical or date code. The
association between classes EvolutionQuery,
Statistics and DataList
provides statistical parameters of the
data. For example: mean, increment,
maximum, minimum, standard deviation,
etc.
On the other hand, Histogram
Query class is in charge of obtaining
the data necessary for building a
frequency histogram. Here, the main
searching criterion is a set of intervals
for a numerical or date code, or a set
of values for a text code.
3.5 Management of users and
analytical equipment
The user of an LIMS can be of 3
types. Firstly, technicians are users in
charge of performing daily tasks in
the laboratory, namely: inclusion and
codification of new samples and
specification of the parameters to be
analysed, control of the workload,
generation of reports, development of
the analyses carried out manually,
validation of results, etc. These users
interact with the computers system at
an operational level. Secondly,
managers are users in charge of
extracting information from the data
by a tabular or graphical output after a
real-time query against a historical
repository using different criteria.
This interaction is of the highest level
since the system behaves as a tool for
supporting decisions. In addition to
this functionality, managers use the
system with the aim of evaluating the
workload, controlling the use of the
equipment, etc. The last type of users
is the administrators of the system,
responsible for the security, integrity
and privacy of the analytical
information. The hierarchical order of
the class User is shown in Fig. 4.
Class Analyser has identifier,
brand, model, list_of_magnitudes, acquisition_date,
among other attributes.
The association with class
Magnitude yields the class Measurer,
commented in a previous section.
Also, the association between classes
Measurement, Analyser, and Technician
provides a new class named
127

Manuel Urbano Cuadrado Tesis Doctoral
AnalyserUse that represents the use of
an analyser by a technician in order to
determine a given parameter. This
class permits to control the management
and use of the analytical
equipment.
4. Conclusions
The advantages arisen from two
object-oriented models, for automation
and data management, have
been discussed in this work.
The automation model is a
new way for representing the analytical
equipment. This model takes
into account the hierarchy and
concepts corresponding to IUPAC
definitions, and, on the other hand,
classifications proposed in the analytical
literature. Thus, the encapsulation
of attributes and methods in a
given class, and the inheritance,
specialisation and aggregation pro
cesses provide the mechanisms for
specifying the structure of any
autoanalyser and the operations it can
carry out.
The structure of this model
makes possible its coupling with a
standard interface for automating
128
analytical processes, taking advantages
from both polymorphism and
classes libraries in order to enlarge the
functionality of the programs without
changing the control flow in the code.
Both the implementation of the
abstract methods by the manufacturers’
classes and the use of Java for
translating the model into a physical
system guarantee the independence of
the software regarding analytical
equipment and hardware, respectively.
The model for data management
also takes into account the above
commented characteristics of the
object-oriented modelling. In this
case, the proposed model assures the
development of an LIMS with a high
degree of scalability regarding
production process to be monitored,
information to be stored, different
users that interact with the system,
etc.
Acknowledgements
The Comisión Interministerial de
Ciencia y Tecnología (CICyT) is
thanked for financial support (Project
AGL2000-0321-P4-03).

Trends Anal. Chem., enviado para su publicación Parte I, cap. 1
References
[1] R.P.R. Rocha, B.F. Reis, E.A.G.
Zagatto, J.L.F.C. Lima, R.A.S.
Lapa, J.L.M Santos, Anal. Chim.
Acta 468 (2002) 119.
[2] E.P. Borges, P.B. Martelli, B.F.
Reis, Mikrochim. Acta 135 (2000)
179.
[3] K.A. Howell, E.P Achterberg,
C.B. Braungardt, A.D. Tappin,
P.J. Worsfold, D.R. Turner,
Trends Anal. Chem. 22 (2003)
828.
[4] B.F. Ni, P.S. Wang, H.L. Nie,
S.Y. Li, X.F. Liu, W.Z. Tian, J.
Radioanal. Nucl. Chem. 244
(2000) 665.
[5] A. Calmon, L. Dusserre-Bresson,
V. Bellon-Maurel, P. Feuilloley,
F. Silvestre, Chemosphere 41
(2000) 645.
[6] X.J. Li, H. Zhang, J.A. Ranish, R.
Aebersold,
(2003) 6648.
Anal. Chem. 75
[7] R. Perez de Alejo, E.M.
Rodriguez, I. Rodriguez, D.
Uribazo, E.D. Alvarez, Meas. Sci.
Technol.13 (2002) 95.
[8] M. Bitton, Spectra Anal. 31
(2002) 37.
[9] M. Pradella, R. Dorizzi, A.
Burlina, Chemom. Intell. Lab.
Syst. 17 (1992) 187.
[10] Y. Vander-Heyden, P. Van
keerberghen, M. Novic, J. Zupan,
D.L. Massart, Talanta 51 (2000)
455.
[11] P. Vankeerberghen, J. Smeyers-Verbeke,
D.L. Massart, J.
Anal. At. Spectrom. 11 (1996)
149.
[12] M. Praisler, I. Dirinck, J. Van
Bocxlaer, A .de Leenheer, D.L.
Massart, Talanta 53 (2000); 155.
[13] M. Peris, Crit. Rev. Anal.
Chem. 26 (1996) 219.
[14] R.S. Pressman, Software
Engineering: a Practitioner’s Approach,
McGraw-Hill, New York,
1997.
[15] I. Sommerville, Software Engineering,
Addison-Wesley Longman
Inc, 1996.
[16] R.G. Fichman, C.F. Kemerer,
Computers 25(10) (1992) 22.
[17] G. Booch, IEEE Trans. Software
Engineer. SE-12(2) (1986)
129

Manuel Urbano Cuadrado Tesis Doctoral
130
211.
[18] K. Smith, J. Duckworth, K.
Harrington, J. Bebel, Am. Lab.
(Shelton, Conn). 32 (2000) 28.
[19] R.E. Majoras, W.M. Richardson,
R.S. Seymour, J. Radioanal.
Nucl. Chem. 193 (1995) 207.
[20] I. Jacobson, G. Booch, J. Rum
baugh, The Unified Software
Development Process, Addison-
Wesley Longman Inc, 1999.
[21] M. Campione, The Java
Tutorial Third Edition. McGraw-
Hill, 2002, (http://java.sun.com).
[22] F. Zenie, Int. Lab. 32(1)
(2002) 22.
[23] M. Urbano, M.D. Luque de
Castro, M.A. Gómez-Nieto, Automation
of Flow Injection Methods
in the Winery Industry through a
Computer Program based on a
Multilayer Model. Proceedings of
9th IEEE International Conference
on Emerging Technologies
and Factory Automation. Lisbon,
Portugal, September, 2003.
[24] M. Urbano, M.D. Luque de
Castro, M.A. Gómez-Nieto,
Trends Anal. Chem. 23 (2004)
270.
[25] E. Yourdon, Development
Strategies 6(12) (1994) 1.

Capítulo 2
AN OPEN SOLUTION FOR
COMPUTER CONTROL OF FLOW
INJECTION ANALYSES IN WINE
PRODUCTION MONITORING
El contenido de este capítulo ha sido enviado para su publicación a la revista
Computers and Electronics in Agriculture y ha sido presentado como
comunicación oral en la 9th International Conference on Emerging Technologies
and Factory Automation, celebrada en Lisboa (Portugal) entre los días 16 y 19 de
Septiembre de 2003.

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 2
AN OPEN SOLUTION FOR COMPUTER CONTROL OF FLOW
INJECTION ANALYSES IN WINE PRODUCTION MONITORING
Abstract
M. Urbano Cuadrado, M.D. Luque de Castro, M.A. Gómez-Nieto
A computer program for the design and control of automated methods
for wine analysis based on the Flow Injection (FI) technique is proposed. It has
been provided with different layers, encompassing a physical oriented layer to
user and analysis design layers. The user layer permits control the equipment,
and the design layer allows selection of both the analytical instruments and the
actions to be performed by these instruments. Thus, the analyses are carried out
in an automated manner when they are based on FI. The use of Java and XML
languages endows the proposed system with versatility to be installed in any
platform.
Keywords: Automation, Flow injection, Java, XML, Object-oriented system.
133

Manuel Urbano Cuadrado Tesis Doctoral
1. Introduction
The monitoring of wine production is
supported by a number of chemical
analyses in both must and wine
samples. Wineries use official and
routine methods to determine most of
the enological parameters. These
methods have shortcomings in
relation to both long analysis times
and little —mostly nil— degree of
automation. In recent years, new
methods have been implemented in
the enological laboratories with the
aim of overcoming these limitations.
These methods have often been based
on Flow Injection (FI) technique
(Mataix and Luque de Castro, 1998,
Mataix and Luque de Castro, 2000,
González et al., 2001, González et al.,
2002).
Since the beginning of its
invention (Stewart et al., 1974,
Ruzicka and Hansen, 1975) FI has
been considered an easy to automate
technique. Despite this general acceptance,
few FI methods are automated
methods in the strict sense of the word
“automated”; that is, without human
intervention and with the capacity for
134
making decisions through a feed-back
system. The degree of automation
involved in a given FI method varies
from potential automation —expressed
as “The system described can
easily be automated and controlled
from a personal computer” (Collins et
al., 2001), or “The proposed method
is suitable for automatic and
continuous analysis” (Li et al.,
2001)— to a real automatic approach
(Danet et al., 2001). There are
intermediate states such as the use of
the label “automated” based on the
single fact of their continuous
functioning (Delgado et al., 2001,
Okamura et al., 2001, Nitao et al.,
2001, Solich et al., 2001); data are
collected by a computer (Zhang and
Beck., 2001, Shen et al., 2001) or any
of the FI units works unattended
(López et al., 2002).
On the other hand, the use of
computer programs for the control of
the analytical equipment is not very
frequent in wineries due to the fact
that each analysis is carried out by a
given hardware manifold. Thus,
specific software must be used for
each method.

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 2
The work here presented was
aimed at the development of a
computer system to control the
enological analyses based on FI in a
configurable and open way that
surpasses
reviewed.
the limitations above
2. Materials and methods
2.1 Apparatus and instruments used in
the development and testing of the
program
Apparatus and instruments from
different suppliers have been used,
namely: a Gilson Minipuls3 peristaltic
pump (Villiers le Bel, France); a
Rheodyne 7010 automatic injection
valve (Elkay, Galway, Ireland) and a
Rheodyne 5012 automatic selection
valve (Elkay, Galway, Ireland)
connected to a Gilson Valvemate111
valvemate (Villiers le Bel, France); a
Unicam 8625 UV-Vis spectrophotometer
(Cambridge, England); a
Kontron SFM 25 spectrofluorimeter
(Zurich, Switzerland).
Several lists of commands
have been used to control the above
apparatus and instruments by a
computer (Gilson, Minipuls 3
Peristaltic Pump, User’s Guide;
Gilson ValvemateTM Valve Actuator,
User’s Guide; Unicam Limited, 8625
Series UV/Visible Spectrometer,
User’s Guide; Kontron Instruments,
SFM 25, User’s Guide). On the other
hand, Gilson uses a specific communication
protocol, a serial GSIOC
port (Gilson Serial input/output
channel) which works under the
RS485 protocol. This port hinders the
establishment of communication
directly through RS232C ports. A
506C interface (Gilson, 506C System
Interface, User’s Guide) from Gilson
is necessary. This interface makes
possible the control of Gilson
hardware (until 64 by only an
RS232C port).
2.2 Semi-automated methods used
The following methods have been
used in the construction and testing of
the system: Semiautomatic Flow-
Injection Method for the Determination
of Volatile Acidity in Wines
(González et al., 2001); Determination
of Total and Free Sulphur Dioxide in
Wine by Pervaporation-Flow Injec-
135

Manuel Urbano Cuadrado Tesis Doctoral
tion (Mataix et al., 1998);
Simultaneous Determination of
Ethanol and Glycerol in Wines by a
Flow Injection-Pervaporation Approach
with Parallel Photometric and
Fluorimetric Detection (Mataix et al.,
2000); Method for the Simultaneous
Determination of Total Polyphenol
and Anthocyan Indexes in Red Wines
Using a Flow Injection Approach
(González et al., 2002).
2.3 Technology used
For the construction of the system,
both the object-oriented and the
evolutionary incremental software
engineering paradigms have been
used. Unified Modelling Language
(UML) (Booch et al., 1999, Rumbaugh
et al., 1999, Jacobson et al.,
1999) has been used for the modelling
of the program; C (Herbert, 2000) and
Java (Anderson and Stone, 1999,
Campione, 2002, Eckel, 2003)
languages have been used in the
development step. On the other hand,
eXtensible Markup Language (XML)
(Morrison et al., 2000, Goldfarb and
Prescod, 2001) has been used as
storage structure. Technologies for
136
joining Java and XML —JDOM,
JAXB and SAX (Jasnokwski,
2002)— have also been used.
2.4 Software architecture for the
development of flow injection
analysis
For the development of the system, a
physical and logical control on the
hardware components is necessary, in
such as way that the situation of each
component can be known —and
modified, if necessary— before,
during, and after a given analytical
test.
A layered architecture model
capable of providing independence for
working with the different FI
manifolds and modus operandi has
been used for software construction.
As shown in Fig. 1, the system is
based on a multi-layer model, which
takes into account the functionality of
the system at different abstraction
levels, from the physical or hardware
aspects to the analyst, who defines the
analytical method through which the
analysis is carried out. The layers or
software components in the proposed
model are as follows:

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 2
Configuration of FI analyses
depending on requirements of
the equipment
Design Layer
:Java and XML
components
Each Java class represents a
hardware element, assuring
the logical structure of the
analysis
Communication between the
logical structure and the
hardware drivers
Primary functionality for
instrument control
Input/output of information in
the software system
Operator Layer
:IU: Interface Java
Logical Layer
:Java Classes
Communication Layer
:C Procedures
Drivers Layer
:Drivers Hardware
Fig. 1. Layer model of the approach for the design and control of flow injection
analysis.
(a) The drivers layer: hardware level
This layer comprises commands or
functions both to make the hardware
operative (e.g. to change the position
of an injection valve) and to collect
the primary and physical information
(e.g. to check the functioning of a
137

Manuel Urbano Cuadrado Tesis Doctoral
peristaltic pump). It is a supplierdependent
layer as each supplier does
a given physical communication
protocol for the hardware he/she
fabricates.
The driver layer can be
constructed in any language —which
usually is a low or medium level
language as, for example, C— and it
is supplied as a compiled function
library. The information of how to
deploy and to use this library was
provided by the hardware supplier.
Appendix 1 shows the basic
functions present in this file for the
control, not only of the peristaltic
pump, but also of any hardware from
Gilson. Two functions are used to
send two types of commands to the
hardware units: type I or Immediate
commands, which use the ICmd
function and ask for information
about the hardware state; and type B
or Buffered commands, which use the
BCmd function and send operative
instructions to the hardware units. An
example of commands defined for the
control of Minipuls3 [17] are: “K>”
(B type), which makes the pump work
clock-wise, and “K” (I type), which
138
retrieves the direction and velocity of
the pumped fluid.
(b) Base layer: communication with
the drivers
This communicates the drivers layer
with the logical level. It implements
all the functionality the hardware is
able to develop and ensures that the
logical structure of the system
recognises the hardware elements.
This layer has been constructed
using C language to achieve
optimum exploitation of the
computation resources and easy
integration of its programs into other
computer languages. This last
characteristic makes it possible to link
this level layer with the upper
(Logical layer), constructed with Java
technology. The modules developed
with Java invoke methods written in C
through the JNI. The software
procedures which constitute the Base
layer are used from native Java
methods through a dynamic library
(.dll) where the object procedures
developed in C language are located.
Appendix 2 shows an
example of this layer through a C

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 2
Appendix 1
INTERFACE int (WINAPI DYNAMIC ICmd)( int unit,
char const* cmd, char* rsp, int
maxrsp );
// returns 0=OK, 1=channel error, 4=undefined
command, // 6=bad ID, 8=response buffer overflow
INTERFACE int (WINAPI DYNAMIC BCmd)( int unit,
char const* cmd, char* rsp, int
maxrsp);
// returns 0=OK, 1=channel error, 2=unit busy, 3=unit
// buffer overflow, 6=bad unit
Appendix 2
#include "gsioc32.h"
#include "GilsonMinipuls3.h"
.
.
.
JNIEXPORT jint JNICALL
Java_instrumental_bomba_GilsonMinipuls3_setVelocity
(JNIEnv *env, object jobj, jstring
velocity, jint device)
{
int result;
int slave = (int) device;
char answer;
const char *command = (*env)->GetStringUTFChars(env,
speed, 0);
// Drivers’ function.
result = BCmd(slave,command,&answer,5);
(*env)->ReleaseStringUTFChars(env, speed, command);
return (jint)result;
}
function which has as objective to fix
the velocity of the peristaltic pump
Minipuls-3. The function interface
and body of the function can be
observed in this Appendix 2. The way
for using the function BCmd of the
Driver layer can be seen in the
function body.
(c) Logical layer: control level
The logical layer comprises a group of
Java classes in correspondence with
139

Manuel Urbano Cuadrado Tesis Doctoral
each of the different hardware
elements. These classes include in
their definition a group of methods
which make possible the control of
the analysis carried out by FI.
The technology used in this
layer provides the system with a
parallel availability for executing
several tasks simultaneously and with
a very precise time control. In
addition, —and given the logical
character of this level concerning the
chemical problem under study— the
development of a multiplatform system
for ensuring its open configuration
is convenient.
Under these requirements, the
logical layer has been developed
using the Java language, which
provides the Logic layer structure
which exactly corresponds to the
conceptual representation of an FI
system. The usefulness of this Java
characteristic is used in the construction
of the java.instrumental.valve
package, which includes the
classes representative of the apparatus
responsible for injecting and selecting
samples and reagent in the analyser.
Another characteristic of Java is its
140
capacity to support multithread or
concurrent programs, which enable
the simultaneous development of
several synchronised tasks.
An example of this level is the
class Unicam8625.java, which represents
the detector UV-Visible Unicam
8625. One of the methods defined is
that in charge of changing the
wavelength, then adjusting the
baseline. This method invokes Thread
.sleep, which stops the program
execution for an interval specified in
the input argument. This delay time is
necessary because after changing the
wavelength, the spectrophotometer
requires time to locate the monochromator
in the new selected
position and then for adjusting the
baseline. Appendix 3 shows the Java
code for this method.
(d) Operator layer: user interface
This level controls the execution of
the different wine analyses carried out
from the point of view of interaction
with the user. From this level, the
system starts to be “tangible” to the
analyst, as it allows the input and
output of information in the software.

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 2
Appendix 3
public void changeWavelength(String port, String
wavelength, Integer timesleep)
{
try{
setWavelength(port, wavelength);
try{
Thread.Sleep(timesleep);
}catch(InterruptedException
e){System.out.println ("error in
Thread.Sleep()");}
setZeroAbs(port);
}catch(Exception e){}
This level has been built using
java.awt and java.swing packages,
giving rise to the powerful windows
based interface. In this layer the user
can stop, cancel and re-start the
execution of a given analysis.
(e) Experiment layer: design of flow
injection methods
This level enables the design of an
analysis. FI analyses consist of a
series of actions to be developed by
the instruments involved. In this layer
the information referred to number
and type of instruments involved and
actions to be carried out by these
instruments is defined.
This level was developed
using Java and XML. The first allows
the building of a user interface for the
design, and the second provides the
information storage structure. Thus,
.xml files are used in order to store the
definitions of the different analysis.
On the other hand, the joint use of
Java and XML (thanks to the JAXB,
SAX and JDOM programming
interfaces) makes it possible to build
both the Java classes corresponding to
the equipment and the procedure
through which the analysis is carried
out, taking into account data stored in
the configuration file.
141

Manuel Urbano Cuadrado Tesis Doctoral
2.5 Software developed
142
Fig. 2. Example of the interface for FI analyses design.
The product is a computer application
for the control of enological analyses
based on the FI technique and it is
being used in a winery of the appellation
d’origine “Montilla-Moriles”. It
is formed by two tools: the first is in
charge of either defining or modifying
the procedure of the analysis and the
second is in charge of executing a
given analysis.
The design tool is a graphical
interface through which the user
defines both the instruments and
actions to be developed. Figure 2
shows this interface, in which, the
hierarchical menu representing the
analysis is on the left. The rest of the
window is devoted to a framework

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 2
where sub-frames for data introduction
and modification are launched if
the user clicks the new element button
or the corresponding left element,
respectively.
The execution tool is a
graphical interface created dynamically
taking into account the data
referred to the given analysis that are
stored in the .xml file. Figure 3 shows
the control interface for the determination
of volatile acidity, which
requires a pump, two injection valves
and a photometric detector. The
control application charges a
subgroup interface —a frame— for
each type of hardware. In this case,
the interface will be composed by a
peristaltic pump frame, a valve frame
and a detector frame. The interface
differentiates each hardware element
when the number of elements is
higher than 1; that is, in the above
example, in the valves frame two subframes
are charged.
As can be seen in Figure 3,
there are interface elements devoted
to output information inherent to the
given analysis. This information
involves several aspects, namely
analysis time elapsed, activities in
which the instruments is involved at
present (sample injection, detector
monitoring, activated rinsing stream,
etc.), results in a graphical and
numerical format, anomalous instrument
behaviour, etc.
3. Results and discussion
3.1 Users participation
(a) Users in the development of the
software
The participation of different users —
analysts and technicians— in the
development of the system has been
made possible by the use of the
evolutionary incremental paradigm.
Thus, the requirements for interface
designs, instruments control, functionality
of the system, etc., have
been established by the users in
various meetings. A prototype has
been installed in the laboratory for a
first checking step.
(b) Users in the analytical control
under the system
The program makes it possible to
develop different wine analyses
143

Manuel Urbano Cuadrado Tesis Doctoral
without users intervention. The user
defines the analysis and then, the
definition can be modified if the
experimental conditions change.
Figure 4 shows the functionality
referred to definition and modification
of analyses. Ethanol_Glycerol.xml —
for the simultaneous determination of
ethanol and glycerol—, VolatileAciditiy.xml
—for the determination of
144
Fig. 3. Example of the control interface.
volatile acidity—, Total_Free_SulphurDioxide.xml
—for the determination
of total and free sulphur
dioxide— and TotalPolyphenol_Anthocyan.xml
—for the simultaneous
determination of total polyphenol
index and total anthocyan index—
have been defined for testing the
systems.
For the execution of the

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 2
Chemist
Analysis
Definition
Update of
Analysis
analyses the users load the
corresponding .xml files and the
sample codes, before clicking the
“execute analysis” button.
3.2 Improvements and limitations
The following improvements have
been achieved using this automation
approach:
include
include
include
include
include
include
Selection of type and
number of hardware
Fig. 4. Functionality of the design layer.
Selection of tasks for
each hardware element
Save the definition
for the new analysis
and ready for run
Retrieval of
analysis by name
Modification of
neccesary data
Save modifications
and ready for run
i. Diverse chemical parameters
are determined under a unique
program control. Thus, the
user, after a learning period,
controls most of the wine
analyses carried out.
ii. The program can be modified
functionally with few changes
in the architecture due to the
145

Manuel Urbano Cuadrado Tesis Doctoral
146
open and scalable structure of
the system from the logical
level.
iii. The program can be installed
in any platform (Windows,
Linux, etc.).
The main limitation of the program is
the dependence of the drivers and
communication layers on both the
instruments and the platform used. In
this way, the components of many
instruments or apparatus in the
laboratory for these levels have been
built under Windows and Linux.
Nevertheless, the introduction of a
new device in the manifold of any
analytical method makes necessary to
develop the drivers —usually provided
by suppliers— and communication
components for this
instrument.
4. Conclusions
The aim of this work was to introduce
an open and configurable tool for
automation of wine production monitoring,
intended to overcome the
limitations of previous contributions,
which have been restricted to a given
method.
The development of this
program has been supported on a
multi-layer model that endows the
control level —close to the analytical
chemist— with maximum independence
of the physical tasks requirements
to communicate with
instruments. The main limitation of
this model is in the programming of
the low level layers components for
each new type of instrument. On the
other hand, the multi-layer model
assures a program with open and
configurable characteristics.
This contribution surpasses
the role of the word “semi-automated”
in many FI methods described in
enological analysis. Thus, a key tool
to improve both the quality control
and analysis times is presented.
New research lines are open,
such as remote control (through a web
application) of the configuration and
process monitoring, system of aid for
reagents selection, etc.
Acknowledgements
The Comisión Interministerial de
Ciencia y Tecnología (CICyT) is

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 2
thanked for financial support (Project
AGL2000-0321-P4-03). Users of the
built system are thanked for their help
in the development of the system.
References
Anderson, C.J., Stone, L.B., 1999.
Manual de Oracle Jdeveloper
(Oracle Jdeveloper Handbook).
McGraw-Hill/Oracle Press,
Madrid.
Booch, G., Rumbaugh, J., Jacobson,
I., 1999. The Unified Modelling
Language. User Manual. Addison-Wesley
Longman Inc,
USA.
Campione, M., 2002. The Java
Tutorial Third Edition. Mc
Graw-Hill.
Collins, A., Nandakumar, M.P.,
Csoeregi, E., Mattiasson, B.,
1999. Monitoring of alphaketoglutarate
in a fermentation
process using expanded bed
enzyme reactors. Biosens.
Bioelectron. 16(9-12), 765-771.
Danet, A.F., Cheregi, M., Martinez,
J., García, J.V., Aboul, H.Y.,
2001. Flow-injection methods
of analytes for waters. I.
Inorganic species. Crit. Rev.
Anal. Chem. 31 (3), 191-222.
Delgado, F., Fernández-Romero, J.M.,
Luque de Castro, M.D., 2001.
Semi-automated spectrometric
method for the determination of
pectinesterase activity in natural
and processed juices. Ana. Lett.,
34 (13), 2277-2284.
Eckel, B. 2003. Thinking in Java
(Third Edition). Prentice Hall.
Gilson S.A. LT801121K, 2001.
Minipuls 3 Peristaltic Pump,
User’s Guide. www.gilson.com.
Gilson S.A. LT3331, 2001. ValvemateTM
Valve Actuator.
User’s Guide. www.Gilson.com
Gilson S.A. LT3635, 2001. 506C
System Interface, User’s Guide.
www.gilson.com.
Goldfarb, C., Prescod, P., 2001. XML
Handbook (Fourth Edition).
Prentice Hall.
González, J., Pérez-Juan, P., Luque de
Castro, M.D., 2001. Semiautomatic
flow-injection method
for the determination of
volatile acidity in wines. J.
AOAC Int., 84 (6), 1846-1850.
González, J., Pérez-Juan, P., Luque de
147

Manuel Urbano Cuadrado Tesis Doctoral
Castro, M.D., 2002. Method for
the simultaneous determination
of total polyphenol and
anthocyan indexes in red wines
using a flow injection approach.
Talanta, 56, 53-59.
Herbert, S., 2000. C: The Complete
Reference (Fourth Edition).
McGraw-Hill.
Jacobson, I., Booch, G., Rumbaugh,
J., 1999. The Unified Software
Development Process. Addison-
Wesley Longman Inc.
Jasnokwski, M., 2002. Java, XML,
and Web Services Bible.
Hungry Minds.
Kontron Instruments, Spectrofluorimeter
SFM 25, User’s
Guide, Zurich, Switzerland.
Li, B.X., Zhang, Z.J., Liu, W., 2001.
Flow-injection chemiluminescence
determination of
chlortetracycline using on-line
electrogenerated [Cu(HIO6)2]5
as the oxidant. Talanta, 55(6),
1097-1102.
Lopez, I., Merino, B., Campillo, N.,
Hernandez, M., 2002. On-line
filtration system for deter
mining total chromium and
148
chromium in the soluble fraction
of industrial effluents by
flow injection flame atomic.
Anal. Bioanal. Chem., 373(1-2),
98-102.
Mataix, E., Luque de Castro, M.D.,
1998. Determination of total
and free sulphur dioxide in wine
by pervaporation-flow injection.
Analyst, 123, 1547.
Mataix, E., Luque de Castro, M.D.,
2000. Simultaneous determination
of ethanol and glycerol
in wines by a flow injectionpervaporation
approach with
parallel photometric and
fluorimetric detection. Talanta,
51, 489.
Morrison, M., 2000. XML Unleashed.
Prentice Hall.
Nitao, J.K., Birr, B.A., Nair, M.G.,
Herms, D.A., Mattson, M.J.,
2001. Rapid quantification of
proanthocyanidins (condensed
tannins) with a continuous flow
analyser. J. Agric. Food. Chem.,
49(5), 2207-2214.
Okamura, K., Sugiyama, M., Obata,
H., Maruo, M., Nakayama, E.,
Karatani, H., 2000. Automated

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 2
determination of vanadium(IV)
and (V) in natural waters based
on chelating resin separation
and catalytic detection with
bindschedler’s green leuco base.
Anal. Chim. Acta., 443(1), 143-
151.
Rumbaugh, J., Jacobson, I., Booch,
G., 1999. The Unified Modelling
Language. Reference
Manual. Addison-Wesley Long
man Inc.
Ruzicka, J., Hansen, E.H., 1975. Anal.
Chim. Acta 78, 145.
Shen, H.L., Grung, B., Kvalheim,
O.M., Eide, I., 2001. Automated
curve resolution applied to data
from multi-detection instruments.
Anal. Chim. Acta.,
446(1), 313-328.
Solich, F., Ogrocka, E., Schaefer, U.,
2001. Aplication of automated
flow-injection analysis to drug
liberation studies with the Franz
diffusion cell. Pharmazie,
56(10), 787-789.
Stewart, K.K., Beecher, G.R., Hare,
P.E., 1974. Fed. Proc. Fed. Am.
Soc. Biochem. 33, 1429.
Unicam Limited (Division of
Analytical Technology Inc.).
9499 230 18011 910916, 1991.
Unicam 8625 Series UV/Visible
Spectrometer, UK.
Zhang, B., Beck, H.P., 2001. A rapid
and sensitive method for the
fluorimetric determination of
phosphate by flow-injection.
Anal. Lett. 34(15), 2721-2733.
149

Capítulo 3
TRIGGER-BASED CONCURRENT
CONTROL SYSTEM FOR
AUTOMATING ANALYTICAL
PROCESSES
El contenido de este capítulo ha sido publicado en la revista Trends in Analytical
Chemistry, 23 (2004) 370-384.

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
TRIGGER-BASED CONCURRENT CONTROL SYSTEM FOR
AUTOMATING ANALYTICAL PROCESSES
Manuel Urbano Cuadrado, M. D. Luque de Castro, Miguel Ángel Gómez-Nieto
Abstract
A system for the design and automation of analytical processes based on
concurrent actions developed by the equipment involved is here presented. The
system thus developed enables the control of any hardware that acts during a
given process. The control of the process is based on time and state parameters;
thus the continuous monitoring of these parameters is necessary in order to
achieve the pursued aim. To take decisions without human intervention is
possible due to a subsystem in charge of an intelligent control of the analytical
process. The overall design of the analytical process is divided into two steps: the
design of the time-based process and the design of the state-based control
(triggers). The latter also manages the exceptions and alerts activated during each
experiment. Automation is carried out by a procedure constructed from the data
design. Computer technologies like UML, Java, XML, etc. have been used for
program construction.
Keywords: Experiment automation, Instrumental control, Concurrent
processing, Trigger-based control.
153

Manuel Urbano Cuadrado Tesis Doctoral
1. Introduction
Automation of chemical or analytical
processes is aimed at the same
objectives as in other areas, namely:
shortening the time required for
developing a given process, avoiding
human intervention and human errors,
and increasing the quality of process
control [1-3]. The International Union
Pure and Applied Chemistry (IUPAC)
distinguishes between automatic and
automated systems [4]. The formers
develop programmed actions, but they
can not take decisions by themselves
without human intervention; decisions
that can be taken by the latter. The
distinction does not appear clear in
chemical nor analytical publications.
Thus, the word ‘automation’ is
referred to computer control of some
step of the process; usually data
collection and treatment [5-9]. With
the exceptions of the wrong use of the
word, the computer control has been
widely implemented in the chemical
field.
Concerning analytical processes,
where the ultimate objective is
the measurement of one or several
154
components in a sample, the process
is usually divided into three steps:
sample treatment –which involves
physical and chemical operations
focussed on optimum monitoring–;
the measurement step –which produces
bio-chemical information from
the sample–; data collection and
handling for obtaining proper information
on the system under study.
Most times, the main shortcoming of
computer programs in the literature is
the necessity for a specialised user for
taking decisions. There are in the
literature few systems which are able
to substitute human decisions for
avoiding user involvement in the
process [10-14]. Although these
approaches reach the objective of
avoiding human decisions, they have
a series of limitations regarding to
scalability, open characteristics and so
on [13]. Some of these proposals are
closed systems, where the production
rules, variables and other constructions
to define the flow control of
the process must be defined a priori
and future variations in the
instrumental used, analytical problems
to be solved, etc., affect the system.

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
Thus, it is necessary to reprogram a
large part of the system due to its low
scalability. Regarding the purpose of
the works described in the literature,
the majority of them use control code
construction or production rules but as
simple logical construction (the inference
engine, the knowledge
propagation, etc. are not defined). If
these concepts are not defined, the
systems are simply based on triggers
in order to avoid overall human
intervention. To take decisions involves
knowing the situation of the
system from the values of state or
time variables and either acting or not
on the system depending on these
values [15-17].
The research here presented is
a program, the functionality of which
is on the control of analytical,
determination processes. The control
structures used are based on time and
state system domains; thus triggers
are used for taking decisions through
both aspects: time and state. Other,
more innovative aspect of the
functionality of the program is that the
user can design the control structures
based on both the state of the system
and time parameters. Thus, the user
can define the flow of the process
control based on a series of state
variables, functions and processes.
The scalability, portability, versatility
and free distribution of the developed
system make it applicable to analyses
of different nature, in addition to the
present application to the analysis of a
number of wine components.
A description of the open
software developed for the design and
automation of analytical processes is
described on: first, a classification of
the processes as a function of the type
of control —based on time and state
of the system— is the subject of
section 2. Section 3 describes the
model proposed for representing the
time-governed processes; meanwhile,
section 4 describes the model and
system of a state-governed control of
the system. Finally, the part of the
system which translates the information
the user introduces in the
design of the analytical process to
control instructions is described in
section 5. A discussion of the results
obtained and the applications developed
with the proposed system
155

Manuel Urbano Cuadrado Tesis Doctoral
constitutes the last part of the article.
2. System for automation of
analytical processes by a time
and state-based model
A process can be defined as a
sequence of related actions carried out
along an interval with the objective of
producing a change in a given system.
From the point of view of process
automation and control it can be
divided into two types:
Type I: Processes dependent on the
system state
The actions which constitute an
overall process are developed along
the time as a function of the
intermediate state reached by the
system due to each previous action.
Automation of these processes
involves continuous control of the
system by inspection and analysis of
the variables or parameters which
establish its characteristics. So, the
actions are adopted after checking the
value or state of the given variables.
Traditionally, process automation
has been carried out by
156
systems based on events (actions). A
series of rules are defined in these
systems taking into account the values
of state variables. With this aim, it is
mandatory to construct a monitoring
subsystem for checking the fulfilment
of the established rules; if yes, the
program executes the actions
associated to the given rule.
Type II. Processes dependent on the
time within which the actions are
developed
In this group, the actions are
developed independently of the
present situation of the system. This
kind of processes are characterised by
actions developed in a sequential or
concurrent manner along the time:
they only depend on the time elapsed
since the starting point of the process
and are independent of the situation of
the system. So, a module for control
and measurement of the elapsed time
is mandatory.
Evidently, a given process can
belong to types I and II; these
processes are based on events
determined by both the state of the

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
system and the time elapsed from the
start of the process. State-based and
time-based variables will be present in
the rules, in this case.
Automation of Type I pro
cesses is more complex than those of
Type II, and the control of the given
process requires higher computer
costs, due –among others– to the
following aspects:
• The number of rules for
action execution is, usually,
higher.
• Continuous monitoring of the
variables or parameters which
determine the situation of the
process is mandatory in order
to use the information thus
obtained for ordering the
corresponding action.
• The module which analyses
the state of the system is more
complex. It requires more
computer resources because a
higher number of variables
are involved, and a higher
possibility of errors,
inconsistencies and redundancies
exists. In addition, it
is mandatory to establish a
relationship between the
defined rules when more than
one must be fulfilled in order
to determine either the action
to be executed first or the
concurrent execution.
Nevertheless, it is always
possible to convert a type I process to
a type II process. For this, it is only
necessary to know the foreseeable
states through which the system
evolutes with time; delete this
information from the rules in order to
consider only time-related information,
and monitor the state of the
process only at its end. Most
processes belong to this group (timebased
processes -TBP-); that is, the
user knows the initial state of the
system and he/she wants to know the
final state through measurement of
signals provided by one or several
detectors: the intermediate state is not
interesting or it is known. If the
intermediate state is of interest, only it
is necessary to consider it as a final
state of the process.
Based on the above premises,
a general model for the design of
157

Manuel Urbano Cuadrado Tesis Doctoral
158
a 0 (t=0)
S 0
t=t 0
S 1 S 2 S F
t=t 1
Hardware
a*(t=0) a*(t=t 1 ) a*(t=t 2 ) a*(t=t F )
a F (t=t F )
t=t 2
t=t F
Start End
Fig. 1. General model to design analytical processes.
analytical processes can be proposed
based on the structure shown in Fig.1.
The initial state of the system,
S0, is known. Then, the system is
subject to a series of actions to be
executed in either a sequential or
concurrent manner along an interval
to reach a final state SF, in which the
characteristics of the system are
monitored again. Automation of this
process involves development of the
necessary actions without human
intervention. For this, specific equipment
or hardware is in charge of the
development of these time-based
actions a*. The initial action, a0, can
be executed by the user, time-based or
determined by either the characteristics
of the process or its state, S0.
When the process reaches its final
state (t=tF) a new series of actions are
executed by the hardware, and a
special action will determine the end
of the process (aF).
Under this model, time is the
parameter determinant for the actions
to be carried out by the hardware.
Despite these actions are executed at a
given time, their effect can be applied
along the time of the process, and
several actions can be executed simultaneously;
thus allowing concurrent
hardware control.
In addition, action aF can
determine the start of the process (see
Fig.1) by considering a new initial
state of the process. In this way, it is
possible to represent, under a time-

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
based model, processes which require
evolution monitoring. In this case, it is
necessary to consider as final state
that corresponding to a given
evolution point, to apply the final
action (aF) and, then, re-start the
process control. From either an
intermediate state SX or a final state
SF, total automation of the process
requires knowing the value of the
process variables in order to use this
information to take decisions affecting
the process. The decisions will be
executed if the analysis of the
variables dictates the necessity of
control actions in order to act on the
process environment (user alarm); halt
the process (by stopping the main
execution process) or to conditioning
the system for a more accurate and
error-free result (by eliminating
potential interferences).
3. Process design system
The design and construction of a
software system for automation and
control of chemical analytical processes
has been developed under the
above-proposed process model. The
main aim has been to supply
analytical chemists non-experienced
on informatics with a tool to design
the actions to be carried out by both
the hardware and analytical equipment
during a given process.
The system thus developed is
based on a layer architecture proposed
by the authors [18], which enables
control of any hardware and analytical
equipment. Figure 2 shows –by a
component diagram [19]– the architecture
used. The hardware participating
in a process is physically
controlled by drivers supplied by the
manufacturers. Usually, these drivers
are functions or compiled libraries
developed by a procedural language
(e.g. C, Basic, etc.). From these
libraries, functions in C language in
charge of managing the functionality
provided by the hardware are
constructed. These functions, which
constitute the Communication level,
allow modulating the hardware func
tionality, thus making independent
each of the physical actions to be
developed by the hardware. A library
with the group of defined functions is
constructed for each specific
159

Manuel Urbano Cuadrado Tesis Doctoral
160
This layer is often
developed by
manufactures
Hardware
Drivers Library
Hardware
Libraries built with
language C
Drivers Communication
Drivers Library
f1
f2
f1
f2
Classes and packages built
with Java
Logical
Package
Class
properties
methods
m1()
m2()
......
mk()
Class
properties
methods
m1()
m2()
......
mk()
Fig. 2. Layer architecture for the design and control of analytical
experiments.
hardware; thus allowing each type of
hardware to be considered as an
object to be managed in each process
where the given hardware is used.
Each of these static libraries is
represented by an object class by
definition of the corresponding class
at the Logical level (see Fig. 2). In
these object classes:
• The attributes represent each

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
parameter which takes part in
functions defined at the
Communication level (so they
are defined at the interfaces of
the drivers provided by the
hardware manufacturers).
• The methods correspond to
each of the functions defined
at the Communication level
and they are present in the
static libraries developed for
each type of hardware.
The classes constructed at this
Logical level can be compiled as
packages for a better portability of the
proposed system.
The construction of these classes
requires a specific knowledge of C
and Java languages [20-22]. The latter
has been used due to the availability
of Java-based software for both object
orientation and portability. The
authors have developed a number of
open-code packages for managing
different type of hardware (namely,
peristaltic pumps, injection and selection
valves, photometric detectors,
etc.) [22-24], which can be used by
other researchers for the control of
either other hardware or analytical
equipment.
The analysis and development of
the proposed system for process
design have been carried out under the
object orientation paradigm, which
allows to consider any 'logical' or
'physical' element forming part of the
problem domain as an object class.
Under this point of view, the developed
system considers an object
series (object class) as actors in the
development of an automated process.
3.1. The analytical equipment and
hardware
The analytical equipment also includes
the hardware in charge of
preparing the analytical system for
monitoring and performing. Despite
IUPAC nomenclature differentiates an
instrument (as that providing chemical
information, as a detector) from an
apparatus (as that used for performing
steps which do not provide chemical
information), most analytical equipment
integrates both types of devices.
As commented before, the
Driver, Communication and Logical
161

Manuel Urbano Cuadrado Tesis Doctoral
levels enable control at a low,
medium and high abstraction level,
respectively. Control of a given
hardware or equipment can involve
from a mechanical operation (e.g. to
impel a liquid to a given module for
the development of a given step) to
set the values of instrumental
parameters (e.g. working potential or
wavelength).
3.2. Constants and variables
Constants in the proposed system are
parameters defined by the designer,
which represent properties of both the
control system and the process
unchangeable along the process. They
can be numerical and logical, and
used for taking decisions during the
process development.
On the contrary to constants,
variables are parameters that change
along the process. They can also be
logical and numerical.
Any number of constant and
variables necessary to control can be
defined during the process design.
The developed system has defined by
default a number of constants and
162
variables in order to facilitate the
process design. Examples of these
variables are as follows:
• Logical constants False and
True, which represent these
logical values.
• Numerical constants, c_ProcessTime
and c_Process-
Number, which represent the
process time and the number
of times the process is
repeated, respectively.
• The variables v_ProcessTime
and v_ProcessNumber, which
have a zero value at the start
of the process, and are
modified along the process
and represent the elapsed time
of the process and the number
of processes developed.
Both constants and variables
are used in structures to control the
process, as described below.
3.3. Functions
Action sequences are repeated along
the development of a given process.
These sequences can be encapsulated
as a function, thus simplifying the

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
Chart 1
/* Function to adjust the spectral parameters in a
spectrofluorimeter */
void setSpectralParameters(String id_port,
String wavelength_exc,
String wavelength_em)
{
/* Adjust the excitation wavelength */
setExcitationWavelength(id_port,wavelength_exc);
/* Wait a given time to enable the monochromator reaches
the position */
try{
Thread.sleep(5000);
}catch(InterruptedException e){}
/* Adjust the emission wavelength */
setEmisionWavelength(id_port,wavelength_em);
}
/* Function for enabling the probe sampler to go to the
vial which the system under study is in */
void goVial(String id_port,
String position)
{
/* Go up the probe sampler */
upVial(serial_port);
/* Wait a given time to enable the probe sampler goes up */
try{
Thread.sleep(5000);
}catch(InterruptedException e){}
/* The probe sampler goes to the specified vial */
vial(id_port,position);
/* Wait a given time to enable the probe sampler goes to
the vial */
try{
Thread.sleep(5000);
}catch(InterruptedException e){}
/* Go down the probe sampler */
downVial(id_port);
/* Wait a given time to enable the probe sampler goes down
*/
try{
Thread.sleep(5000);
}catch(InterruptedException e){}
}
163

Manuel Urbano Cuadrado Tesis Doctoral
overall control. These functions or
actions sequences can be of two types;
namely:
a) Those formed as a single action or
actions sequence developed by
one or several hardware involved
in the process; thus a control
structure similar to the structure
corresponding to the analytical
process is obtained. For example,
those functions for establishing a
preset velocity of the peristaltic
pump, fixing the temperature in a
thermostat, sampling data from a
detector, etc. Chart 1 shows
examples of this type of functions.
b) Those formed by logical or
mathematical operations on the
variables and/or constants
(parameters involved in the
process). For example, start a
repetitive sequence, determine if
the sequence has been developed
at the preset times, etc. Chart 2 is
an example of this type of
functions.
3.4. The structure of the process
control
The flow or actions sequence to be
164
developed along a process only
controlled by the time (Type II) can be
described by the structure represented
in Chart 3.
Where do and while are
reserved words. They inform on the
start and end of the process for
execution of the actions defined in
Process-body until the function
isEndProcess() returns true.
This will happen when the elapsed
time is longer than the duration of the
process. This function is defined in
Chart 4. As can be seen, some of the
functions defined in Chart 2 are used
in Chart 4.
The structure of the process
body is represented in Chart 5. Under
a control model governed by time,
once the process has started, the
control on the analytical equipment is
performed and the time from the start
of the process at which the given
actions must be executed by each
hardware element involved are
indicated.
For each time value the following
can be specified:
1. The action to be developed by

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
Chart 2
/* Function for reset to zero the process time. It is
called if the process has to be repeated when final
action is executed */
void resetProcessTime()
{
v_ProcessTime = 0;
}
/* Function to know if the system is in a time node in
which the presence or absence of actions to be executed
has been analysed. Thus, to call the same function in
the same second is avoided */
boolean isAnalysedNode()
{
if (analysed_node |= false)
return true;
else
return false;
}
/* Function to acquire the present time from the object
which manages the time (This object is a java thread) */
int getElapsedTime()
{
long time_elapsed;
time_elapsed = chrono.getTime();
time_elapsed = time_elapsed/1000;
return (int)time_elapsed;
}
Chart 3
/* Structure corresponding to a single process governed by
the time*/
do{
Process-body
}while ( isEndProcess() != True)
the hardware. The methods
defined by the classes (Logical
level) corresponding to the
analytical equipment used will
be used. For example, the class
representing the model Minipuls3
of peristaltic pumps [23]
is endowed with a method
165

Manuel Urbano Cuadrado Tesis Doctoral
Chart 4
/* Function to know if the end of the process has been
reached */
boolean isEndProcess()
{
v_ProcessTime = getElapsedTime();
if(v_ProcessTime

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
Chart 6
/* This class represents the peristaltic pump Minipuls3*/
class Minipuls3Pump {
/* Classes code body */
native void setSpeed(String id_port, String speed);
/* Classes code body */
}
Chart 7
/* Function incharged of setting true the variable
is_monitoring which represents if the detector is
monitoring */
void setMonitoring()
{
is_monitoring = true;
}
execute an action that communicates
the appropriate
command to the hardware for
this purpose. This action is
composed by two functions: the
(a) type function setting the
detector monitoring and the (b)
type function shown in Chart 7.
As can be seen, this function
updates the value of the variable
that represents the detector state
(on/off) and it is useful when
the process ends or it is
interrupted. If the detector is
monitoring, the program will
stop monitoring before turning
off the hardware remote control.
As an example, the use of the
constants, variables, functions and the
control structures is described by an
experiment carried out by a peristaltic
pump that propels the chemical
system under study to the detector. A
valve inserts a reagent that endows the
chemical system with the features to
be monitored by the detector. The
signal intensity is proportional to the
concentration of the target component.
Time data and hardware activities
are shown in Table I. The
control flow for this analysis begins
when the setInitialActions() function
167

Manuel Urbano Cuadrado Tesis Doctoral
Table I. Activities to be carried out by the hardware and their execution times.
168
TIME (S) HARDWARE ACTIVITY
0
20
40
Peristaltic pump Turn at preset speed.
Injection valve No injection
Electroanalytical detector Set potential
Injection valve Injection
Electrochemical detector Start monitoring
Peristaltic pump Stop
Injection valve No injection
Peristaltic pump Stop Monitoring
is invoked. This function orders to
each hardware involved in this
process to execute its initial action
and also calls to the startChrono(),
which initiates the part of the program
in charge of time monitoring. Each
second, the v_ProcessTime is updated
and the instrumental list is read out in
order to verify if there are some
actions to be executed. As can be seen
in Table I, there are actions to execute
in seconds 20 and 40. After the last
actions —and as the function
isEndProcess() returns true because
the value of the variable
v_ProcessTime is higher than the
value of the constant c_Process-
Time— the endProcess() function is
invoked. This function calls to other
functions: namely startAgain() and
exitRemoteControl(), in charge of
verifying if the process is executed
again and, if not, it turns off the
hardware remote control.
3.5. Designing analytical processes
In this section, a time-based control of
the analytical process is described. In
the next section the analytical process
design based on system state control
structures will be described. In all
instances, the configuration of the
process is divided into two steps:
definition of hardware; and, specifications
of hardware actions.
Because these actions can use

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
Fig. 3. Interface to design time-based processes. Configuration of the
hardware involved in the process.
constants, variables and functions to
control the process, these control
elements must be defined.
Figure 3 shows a program
interface that belongs to the subsystem
in charge of defining the
analytical process. As can be seen, the
interface is divided into three areas:
(a) an upper area where the menu bar
is placed and which has all the
functionality related to the process
design, (b) a left-side area that shows
all the components and elements
involved in the process through a
hierarchical menu, (c) a central
framework area in charge of data
input/output concerning the different
elements and components.
For example, if a new element
(a detector) is added to the process
definition, a window corresponding to
this hardware component will be
placed in the central framework. As
can be seen in Figure 3, the users can
introduce the hardware data: identifier,
brand and model, hardware
169

Manuel Urbano Cuadrado Tesis Doctoral
170
Fig. 4. Interface to design time-based processes. Specification of the actions
to be developed by the hardware.
type, communication port, and initial
action. When the data introduction is
finished and validated by the users
and the program, respectively, the
node is charged in the configuration
tree (hierarchical menu).
After the hardware involved
in the analytical process is defined,
the hardware actions can be specified.
With this aim, the icon corresponding
to the loading of a group of actions
per time unit must be selected from
the tool bar. A window, through
which the user introduces hardware
actions at a preset time, is charged in
the framework as can be seen in
Figure 4. The user introduces the time
elapsed between the beginning of the
process and the actions to be executed
by the configured hardware after this
interval. In the hierarchical menu that
shows the process structure as a
function of time, the corresponding to
this time node is created or updated.

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
In time-based actions, the user can
add other control elements like
functions, constants, variables and
triggers, which are also defined by the
user as shown later on. Both the
hierarchical menu and a window in
the central framework manage
information about the time-dependent
actions of the hardware, as can be
seen in Figure 4. Once the process is
defined, its definition is stored in a
file .xml, the structure of which is
described in the next section.
4. Control based on the system
state: triggers
In automating analytical processes, a
model based on the time during which
the hardware executes its actions is
sometimes not enough. The state of
the system must also be known at
each time in order to take decisions
depending on the given state. These
decisions both vary the control flow
of the process and control the
exceptions produced.
For this reason, the developed
software has a state-based control
consisting of a triggers sub-system. A
trigger is a logical rule that has the
general structure shown in Chart 8.
Depending on the moment at
which the premises are evaluated,
there are two types of triggers:
1. Triggers evaluated at the end of
the process: their premises are
evaluated when the process
governed by the time is executing
its final action (aF). It is the
simplest type because the trigger
does not alter the control flow of
the process. (see Chart 5).
2. Triggers evaluated in a way concurrent
to the process: their
premises are evaluated in parallel
to the process and they have the
capacity to stop or modify the
control flow of the process. Their
development and implementation
has a high degree of difficulty
because it is necessary both to
synchronise the access to the
status variables and their modification
and create a parallel
thread of execution. Problems
related with concurrent access to a
resource —either a variable or a
method—, possible redundancy
and high computation necessities
characterise these triggers.
171

Manuel Urbano Cuadrado Tesis Doctoral
Chart 8
/* Trigger identifier or name */
NameTrigger
/* General structure of the triggers */
IF
/* Logical expression or premise that has the form:
(variable | constant) operator (variable | constant) */
premise
THEN
/* Action executed by the program if the premise is true. A
trigger action can be a function or a new process that
has the structure shown in Chart 3 */
action;
Figure 5 shows the classes
diagram [19] that represents the
structure of the triggers sub-system.
The TriggersManagement class
manages all the triggers defined by
the user to control the process through
both manageConcurrentTriggers and
manageNoConcurrentTriggers methods.
The Trigger class has a method
in charge of evaluating the defined
premises, and only if all the premises
are fulfilled (this is equivalent to carry
out the logical operation on the
group of premises), Triggers Management
triggers off the process
corresponding to the target trigger.
The Premise class is
evaluated from its structure (see
Figure 5), as formed by two
measurable nodes which collect the
172
value of a constant or variable state,
and an operator node in charge of a
logical operation on the previous
nodes. This structure, also shown in
Chart 8, represents the system
properties and the process control
through the constants and variables
and the actions corresponding to the
trigger, respectively.
Variables involved in the
premises are consulted and modified
in the triggers analysis and the actions
of the main process (governed by
time), respectively. For this reason,
consulting and updating must be
subject to a concurrent control.
Constants such as c_Upper-
_Value and c_Rinsing constants are
defined by the user who designs the
analytical process. They represent the

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
TriggerManagement
Trigger[] triggers
void : manageConcurrentTriggers( )
void : manageNoConcurrentTrigges( )
boolean variable
1..1
LeftNode
Object variable
abstract Object: evaluate( )
void : resetValue( )
1..1
BooleanLeftNode
Object: evaluate( )
void : resetValue( )
1..1
1..n
Trigger
String id_trigger
1..1
1..1
TriggerProcess
Action[] actions
int trigger_type
Function[] functions
Premise[] premise
TriggerProcess process
boolean: evaluate( )
1..1
1..n
Premise
void: executeProcess( )
1..1 int premise_type
LeftNode left_side
RigthNode rigth_node
OperatorNode operator
boolean: evaluate( )
1..1
1..1
1..1
1..1
OperatorNode
RigthNode
int operator
Object value
int: getOperator( ) abstract Object: evaluate( )
void: resetValue( )
1..1
DoubleLeftNode
double variable
Object: evaluate( )
void : resetValue( )
1..1
BooleanRightNode
boolean variable
Object: evaluate( )
void : resetValue( )
1..1
DoubleRightNode
double variable
Object: evaluate( )
void : resetValue( )
Fig. 5. Class diagram with the structure of the trigger subsystem.
upper limit of the measured property
and the logical value for the necessity
of a rinsing process, respectively.
Variables v_Upper_Value and v_Rinsing
variables, updated during the
process, represent the value, at time t,
of the measured parameter and
whether or not a rinsing process is
necessary after the process governed
by the time, respectively.
Actions associated to a trigger
can be of two types:
• A process governed by time as
that described in section 3 (see
Chart 3), so that an analytical
process is designed as a group of
steps that execute a list of actions
in either a series or parallel way.
• Functions endowed with the same
considerations as those described
in section 3. These functions must
be previously defined in order to
encapsulate the hardware actions
and/or update or calculate
operations. Two groups of functions
can be emphasized:
Functions that encapsulate a
sequence of actions to be
173

Manuel Urbano Cuadrado Tesis Doctoral
Chart 9
/* Function that stops the main process */
void stopProcess()
{
for (h=0; h

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
Fig. 6. Interface to design triggers. Premises and the trigger process..
the logical sequence in the design of
an analytical process is that the user
defines constants, variables, functions
and the control flow of the process
under a view governed firstly by the
time (as described in section 3). Then,
the user defines the trigger subsystem,
which uses the elements defined
previously. The general steps sequence
to define a trigger is as
follows:
• The first step consists of
identifying the trigger with a
name and specifying if the trigger
is concurrent or not. Figure 6
shows the definition of a trigger
named ValueControlTrigger characterised
as a concurrent trigger.
• In the following step, the user
defines one by one all the
premises that constitute the
trigger. For that, state constants or
variables are chosen from the
defined group of constants and
variables in a previous step. Users
can select both a constant and
175

Manuel Urbano Cuadrado Tesis Doctoral
176
variable, or two variables, and
then, both nodes are related by a
relational operator. Figure 6
shows the choice of the
v_Upper_Value variable and the
c_Upper_Value constant from the
interface elements Parameters.
The relational operator “>” is
selected from the interface
element Operator.
• The last step is the definition of
the process associated to the
trigger. If the trigger process is a
new group of hardware actions,
this process is defined in a similar
way as the one described for the
main process (see Chart 3). The
functions are selected from the
group of functions defined previously
(see Figure 6).
4.2. An example of state-based
control
The industrial monitoring of the free
and total sulphur dioxide in wines
from Montilla-Moriles appellation
d’origine is described as an example
of state-based control.
The analyser for this parameter
consists of the following
hardware elements, which are
susceptible of a physical and logical
control: an automated sampler, a
peristaltic pump, two injection valves
and a UV-VIS detector. These ele
ments are configured through the
design interface (see Figures 3, 4 and
6). This interface allows introducing
identifiers, characteristics, and serial
ports. It is also necessary to specify
the number of steps to be developed
in the analysis. In this way, n
evaluations can be carried out, which
provide a continuous control of this
parameter. Then, parameters, actions
and functions necessary to build the
process governed by the time are
defined. The user –the analyst– selects
the actions and functions defined
previously and assigns a time value to
each.
Cleaning actions are also
necessary along the analytical process
in order to obtain accurate, reproducible
and error-free results.
These cleaning actions are more
important when the process is executed
n consecutive times because of
the risk of cross-contamination.
In order to control cross-

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
contamination, a concurrent trigger is
defined. This trigger involves a
rinsing process which is triggered off
when a signal higher than a constant
preset value is monitored (this can be
due to a possible contamination).
With this aim, two premises —a
process and updating function— are
used.
The first premise is formed by
v_Upper_Value variable and c_Upper
_Value constant, which have been
described previously. These state
parameters allow to control that the
rinsing step is not triggered off until
the limit value is surpassed. The
second premise is formed by v_PreviousRinsing
variable and c_Previous-
Rinsing constant. Both parameters are
defined in a logical domain and allow
to control if a rinsing process has been
executed as a previous process; in this
case, the rinsing process is not
repeated, because the problem is not
related with a cross-contamination
phenomenon.
The rinsing process is
composed by a set of actions to be
executed by the hardware elements.
The purpose of these actions is to
propel a rinsing solution through the
analyser in order to clean the conflictting
points (mainly dead volumes in
valves, tubes, etc).
Finally, setPreviousRinsing( )
is the function in the trigger that
assigns true to v_PreviousRinsing,
thus making possible the control of
the second premise. Moreover, this
trigger has alert functions.
5. Automation of analytical processes
Automation of analytical processes
involves to transform the information
introduced by the user through the
design sub-program in a procedure
consisting of a group of actions
carried out by the hardware at preset
times. In addition to this automatic
system for experiment control, this
information should have a domain
concerning the construction of the
control structures based on triggers.
With these state-based structures, the
program can make decisions without
human intervention according to the
result of the analysis of these
parameters. Thus, the program is an
automated system for the control of
analytical processes.
177

Manuel Urbano Cuadrado Tesis Doctoral
Experiment
178
+
1..n
1..n
0..n
0..n
0..n
0..n
Hardware
Action
Constant
Variable
Function
Trigger
+
+
+
+
+
+
1
id_hardware
1
model
1
id_port
1
type
0..n
other_data
1
id_hardware
1
activity
0..1
value
1
time
1
id_constant
1
type
1
value
1
id_variable
1
type
1
initial_value
1
id_function
0..n
parameter
1
id_trigger
1
trigger_type
1
left_node
-
1..n
Premise
+ 1
operator_node
1
right_node
-
1
Trigger
Process
+
0..n
0..n
Function
Action
+
+
0..1
0..1
0..1
0..1
1
0..n
1
1
0..1
1
constant
variable
constant
variable
id_function
parameter_values
id_hardware
activity
value
time
Fig. 7. XML structure where the process configuration is stored.
Before considering how the
information is transformed into the
control process, the storage structure
for information is described. The
developed program uses the mark
language XML (eXtensible Markup
Language) [26,27], which is endowed
with marks that inform about the
meaning of the elements. The
information corresponding to the
configuration of the analytical process
is saved in an .xml file (when the user
has introduced the necessary data).
Subsequent modification, if necess-

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
ary, of this information is allowed.
The hierarchical structure of the
definition of an experiment is shown
in Figure 7. The upper element is
ConfigurationProcess. It is formed by
the Hardware, Action, Variable, Constant,
Function and Trigger elements
(defined in previous sections). These
elements are endowed with characteristic
properties.
The construction of the control
process is developed in two steps:
a first step in which the .xml file is
loaded, and a second –derived from
the first one– in which the executable
code should understand all the
information generated in the previous
reading and execute the corresponding
sentences. These steps are considered
in detail below.
Step 1: Reading of the file containing
the definition of the analytical
process
The hybridisation between Java and
XML by technologies such as JAXB,
SAX and JDOM [28] facilitates the
construction and reading of the XML
file from a Java structure. The use of
JAXB allows all the elements of the
storage structure become Java classes.
A Java class is built in the
development of the program to
manage all the classes resulting from
the file XML and connect with the
subsequent step. This class, which is
called ManageXml.java, loads the file
through the method unmarshal(File)
from ConfigurationProcess.java. This
class comes from the main element of
the XML structure and is referenced
within ManageXml.java. Once the file
has been loaded, the ManageXml
methods return the necessary objects
to build the control process. The list
of objects Hardware, Action, Trigger,
etc. are used for building the control
process.
Step 2: The code execute the xml
information
The objects containing the informa
tion XML are considered by the
ManageXml methods to build and
execute the control process by
MainInterface.java. This class has
lists that are used by the different
control structures, both time-based
179

Manuel Urbano Cuadrado Tesis Doctoral
and stated-based structures.
The loading process of the
information referred to triggers in the
code is similar to the loading
instrumental. An empty list of the
trigger class is loaded with the
information contained in the group of
the trigger elements in .xml file. The
triggers sub-system works with this
list to carry out the control process
based on system state during the
analytical process.
6. Discussion
Depending on the complexity and
characteristics of the analytical
process carried out by the instrumental,
the design and automation
of this process can be developed from
a model which only takes into account
a time-action domain. Under this
model, the final state of the process
can be used in order to take decisions
about either new actions or execution
of the process again.
In this way, the automation of
analytical processes is simplified from
the point of view of the chemical user.
This model is not enough in some
experiments, where the system state
180
must be known before and after each
action in order to take decisions
without human intervention depending
on the value of the state
parameters. The continuous monitoring
of the system state increases the
complexity for implementing the
proposed model.
In this work, a software
system for the design of analytical
processes and their subsequent control
based on both time and system state is
presented. This system involves an
innovation on the analytical control
because the user defines the control
structures for each analysis. Thus, the
system overcomes limitations of
previous approaches, because the
number of premises and their predicates
are defined and modified by
the user for each analytical process. In
addition, the trigger process is also
defined by the users, who specify both
a series of actions carried out by the
hardware —that can be executed in a
concurrent way— and functions in
charge of calculus, variables updating
and query, etc.
Thanks to the above commented
characteristics, in addition to

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
the layer architecture of the system,
our contribution is able to design and
control any analytical process independently
of hardware units to
control, analysed parameters, and
control flow of hardware actions and
alerts.
The development of both a
process carried out in real time and a
triggers system that analyse statebased
parameters in a parallel way is
difficult to build. Moreover, triggers
process can stop the main process and
execute other hardware actions in
other thread of time. The high
possibility of redundancies and
exceptions requires an exhaustive
control and development.
The last technologies and
standards —UML, Java, XML, etc.—
have been used in order to develop the
software. These permit to build an
open system both applicable to
different analytical processes and
independent of the used platform. The
configuration of the processes is
stored in an XML structure, which is
later interpreted by the control
subsystem –built in Java– in order to
generate an ad-hoc application. This is
in charge of full automation of the
analysis, even to take decisions.
The developed system constitutes
a valuable tool for quality
control in laboratories where a huge
number of analyses is carried out in
order to control the production
process. The manifold for each
analysis can be designed. Thus, the
program is being used successfully in
a winery in the Montilla-Moriles
appellation d’origine.
New research lines are open
in order to couple the system to the
web with the aim of develop a
distributed system in charge of the
overall monitoring in industrial pro
cesses. The authors have both the
developed system and code at the
disposal of researchers interested in
them.
Acknowledgements
The Comisión Interministerial de
Ciencia y Tecnología (CICyT) is
thanked for financial support (Project
AGL2000-0321-P4-03).
References
[1] Kormos, F., Tarsiche, I.,
181

Manuel Urbano Cuadrado Tesis Doctoral
182
Reghini, D., Mihalcioiu, F.
Lab. Robotics Automation. 11
(1999) 147.
[2] Hilliard, L.A., Lynch, T.,
Ligthtowlers, D., Greenwood,
P.. Lab. Robotics Automation.
34 (1999) 57.
[3] Moscosa-Santillan, M., Bondoux,
C., Porte, C.; Delacroix,
A; Besselievre, R., Cortial, S.
Lab. Robotics Automation.
11(1999) 197.
[4] Valcárcel, M.; Luque de
Castro M.D. Automatic Methods
of Analysis. Elsevier,
Amsterdam, 1988.
[5] McJunkin, T.R.; Tremblay,
P.L.; Scott, J.R.. J. Assoc.
Lab. Automation. 7 (2002)
76.
[6] Pfeil, D.L.; Reed, A. Int. Lab.
32 (2002) 23.
[7] Roussis, S.G. Anal. Chem. 73
(2001) 3611.
[8] Haber, E.; Muñoz-Guerra,
J.A.; Soriano, C.; Carreras .D.
J. Chromatogr., B 755 (2001)
17.
[9] Rodrigues, P.G.; Rodrigues,
J.A.; Barros, A.A.; Lapa,
R.A.S. J. Agric. Food Chem.
50 (2002) 3647.
[10] Bonastre, A.; Ors, R.; Peris,
M. Chemometr. Intell. Lab.
Syst. 50 (2000) 235.
[11] Du, H.; Stillman, M.J. Anal.
Chim. Acta. 354 (1997) 77.
[12] Chow, C.W.K.; Davey, D.E.;
Mulcachy, D.E. Lab.
Automat. Inform. Manage. 33
(1997) 17.
[13] Peris, M.; Ors, R.; Bonastre,
A.; Gil, P. Lab. Automat.
Inform. Manage. 33 (1997)
49.
[14] Ruisanchez, I.; Lozano, J.;
Larrenchi, M.S.; Rius, F.X.
Anal. Chim. Acta 348 (1997)
113.
[15] Bhatikar, S.R.; Mahajan, R.L.
IEEE Trans. Semicond.
Manuf. 15, Issue 1 (2002) 71.
[16] Sabharwal, J.; Jianhua, C.
Proc. Twenty-Eigth Southeastern
Symp. Syst. Theory
(1996) 514-518.

Trends Anal. Chem., 23 (2004) 370 Parte I, cap. 3
[17] Kurtz, M.J.; Henson, M.A.
Proc. Am. Control Conf. 4
(1995) 2667-2671.
[18] Urbano, M.; Luque de Castro,
M.D.; Gómez-Nieto, M.A.
Automation of Flow Injection
Methods in the Winery
Industry through a Computer
Program based on a
Multilayer Model. Proceedings
of 9th IEEE International
Conference on Emerging
Technologies and Factory
Automation. Lisbon, Portugal,
September, 2003.
[19] Rumbaugh, J., Jacobson, I.,
Booch, G., The Unified
Modeling Language. Reference
Manual. Addison-
Wesley Longman Inc, USA,
1999.
[20] Herbert, S.C. C: The
Complete Reference Fourth
Edition. McGraw-Hill. 2000.
[21] Eckel, B. Thinking in Java
Third Edition. Prentice Hall.
2003.
[22] Campione, M. The Java
Tutorial Third Edition. Mc-
Graw-Hill. 2002 (http://
java.sun.com).
[23] Gilson S.A. LT801121K.
Minipuls 3 Peristaltic Pump,
User’s Guide. 2001. (www
.gilson.com).
[24] Gilson S.A. LT3331. Valve
mateTM Valve Actuator.
User’s Guide. 2001. (www
.Gilson.com).
[25] Unicam Limited (Division of
Analytical Technology Inc.).
9499 230 18011 910916.
Unicam 8625 Series UV
/Visible Spectrometer, UK.
1991.
[26] Goldfarb, C., Prescod, P.
XML Handbook Fourth
Edidtion. Prentice Hall. 2001.
[27] Morrison, M. Et al. XML
Unleashed.
2000.
Prentice Hall.
[28] Jasnokwski, M. Java, XML,
and Web Services Bible.
Hungry Minds. 2002.
183

Capítulo 4
FULLY AUTOMATED FLOW
INJECTION ANALYSER FOR THE
DETERMINATION OF VOLATILE
ACIDITY IN WINES
El contenido de este capítulo ha sido enviado para su publicación a la revista
Journal of Wine Research.

J. Wine Research, enviado para su publicación Parte I, cap. 4
FULLY AUTOMATED FLOW INJECTION ANALYSER FOR THE
Abstract
DETERMINATION OF VOLATILE ACIDITY IN WINES
M. Urbano Cuadrado, M.D. Luque de Castro, M.A. Gómez-Nieto
A fully automated method based on both Flow Injection (FI) and
analytical pervaporation for the determination of the volatile acidity in wine is
here presented. Both the different hardware units that constitute the analyser and
data collection are controlled by a computer. The method is based on
pervaporation of the volatile compounds present in wine into an indicator
solution and monitoring the absorbance change, which is correlated with the
volatile acidity content. The control software was developed with Java, C and
XML programming languages. The analysis frequency and the precision of the
method were 10 samples per hour and 0.035 g l -1 , respectively. The validation of
the method was carried out with respect to the Mathieu method. The proposed
method correlates (r = 0.95) with the Mathieu method (the standard method in
wineries).
Keywords: Automation, Flow injection, Pervaporation, Volatile acidity.
187

Manuel Urbano Cuadrado Tesis Doctoral
1. Introduction
Volatile acidity is constituted by the
fatty acids present in wine that belong
to the acetic series (Flanzy, 2000,
Ribereau-Gayon et al., 2000). Its
importance in enological chemistry is
due to the information provided by
this parameter about possible bacteriological
contamination. Official
and usual methods are based on
distillation of the volatile fraction of
wine and titration of the distillated
(Berezin et al., 1995). These methods
have limitations regarding to the time
they require and operational errors.
Approaches based on flow
injection (FI) (Válcarcel et al., 1987)
have been proposed in order to
surpass the above commented shortcomings.
The method proposed by
Tubino and Barros (Tubino et al.,
1991) makes use of the coupling of FI
with gas-diffusion and conductimetric
detection. This approach has the main
limitation of non-linearity of the
calibration curve (Barros et al., 1992).
On the other hand, Su et al. (Su et al,
1998) used both a gas-diffusion channel
and a gas-permeable membrane as
188
separation module, and a bulk
acoustic wave impedance sensor. The
main drawback of this method is the
time required for sample pretreatment
(20 min boiling for CO2
removal, oxidation of SO2 and
filtration).
Other papers dealing with
volatile acidity are focused on the
joint use of FI and analytical
pervaporation (Mataix et al, 1999,
Gónzalez-Rodríguez et al, 2001). The
latter is a membrane-based technique
for the removal of volatile analytes or
their volatile derivatives from the
sample matrix. It is considered as the
integration of evaporation and gasdiffusion
in a single module. These
approaches, which use a photometric
detector, enable the determination of
volatile acidity with the analytical
features (namely, precision, selec
tivity, and sensitivity) required in
wineries. In addition, these methods
can be easily automated thanks to
their continuous functioning. Nevertheless,
no ‘automated methods’ in the
strict sense of the word ‘automation’
are being applied in wineries in order
to determine the volatile acidity in

J. Wine Research, enviado para su publicación Parte I, cap. 4
wine.
This work is aimed at both
surpassing the role of the word semiautomated
in the above commented
approaches and providing a tool to
monitor the volatile acidity in wine in
a fully automated way, thus making a
more frequent monitoring of this
parameter easier. The method proposed
by González et al. (Gónzalez-
Rodríguez et al, 2001) and the
software platform for automation
proposed by the authors (Urbano et al,
2003) were used as starting points for
the development of this work.
2. Experimental
2.1 Reagents and solutions
The reagents used for calibration were
glacial acetic acid (Merck, Darmstadt,
Germany) and absolute ethanol of
analytical reagent grade (Panreac,
Barcelona, Spain). Bromocresol
purple (Sigma-Aldrich, Steinheim,
Germany) (5x10 -4 M) in a potassium
dihydrogen phosphate (Panreac,
Barcelona, Spain) (0.010 M) buffer of
pH 6.3 constituted the acceptor
solution in the pervaporation unit.
2.2 Samples
Different wines, including young and
aged, sweet and dry wines, from the
appellation d’origen Montilla-Moriles
were used for the automation study.
Volatile acidity in these samples was
determined by both the proposed
method and Mathieu method.
2.3 Apparatus
The configuration of the analyser is
shown in Fig. 1. It is composed by an
auto-sampler Crison Sampler15A of
15 positions (Barcelona, Spain); a
four channel Gilson Minipuls3
peristaltic pump (Villiers le Bel,
France); two Rheodyne 7010
automatic injection valves (Elkay,
Galway, Ireland), one of them used to
inject the sample into the donor
stream, and the other as selection
valve; a UV-visible spectrophotometer
Unicam 8625 (Cambridge,
England), equipped with a
Helma 138-QS flow-cell (Jamaica,
NY); a Pentium II computer to control
all the units above described.
A Selecta Tectrom polyethylenglycol
bath (Barcelona, Spain)
189

Manuel Urbano Cuadrado Tesis Doctoral
190
acceptor
stream
auto-sampler
donor
stream
peristaltic
pump
injection
valve 1
pervaporation
module
injection
valve 2
thermostat
rection coil
membrane
waste
Fig. 1. Configuration of the FI autoanalyser.
is used to maintain constant the
temperature in the pervaporation
module, which has been described
elsewhere (Mataix et al, 1999,
Gónzalez-Rodríguez et al, 2001).
PTFE pervaporation membranes of 47
mm diameter and 1.5 mm thickness
(Trace, Braunschweig, Germany)
were used in this module.
2.4 Software used for the analyser
control
All the automated units that compose
the analyser are controlled by the
detector
waste
software developed by the authors.
The software is an interactive
interface —developed in Java language
and supported on a communication
layer developed in C
language— that enables the input and
output of information referred to each
analysis. Concerning detection, the
absorbance versus time is the
conventional transient analytical
signal in FI. Both the area and the
height of the peak are provided by the
algorithms of the program. These
values are related with volatile

J. Wine Research, enviado para su publicación Parte I, cap. 4
acidity.
The automated procedure
described in section 2.5 is stored in a
file under the eXtensible Markup
Language technology (XML). This
Appendix
file is composed by data referred to
the different units and the actions to
be carried out by these units. The file
structure is shown in the following
appendix:
crisonSampler15A
com3
15
true
gilsonMinipuls3
34
gilsonValvemate111R7010
36
gilsonValvemate111R7010
35
unicam8625
191

Manuel Urbano Cuadrado Tesis Doctoral
192
com2
goVial
turnClockwise
35.00
setInjection
setFilling
setWavelength
0430
turnClockwise
05.70
60
setFilling
60
setInjection
60

J. Wine Research, enviado para su publicación Parte I, cap. 4
setZero
80
monitoringAbsorbance
090
setInjection
260
turnClockwise
28.00
300
noMonitoring
360
stop
360
2.5 Procedures
The results obtained by the automated
FI method were compared with those
provided by the Mathieu procedure —
used in the winery that provided the
samples. Mathieu procedure. Ten ml
of the target wine is distilled until 6
193

Manuel Urbano Cuadrado Tesis Doctoral
ml of distillate is collected; then, 6 ml
of water is added to the distillation
flask. The process is repeated 3 times
more so that 24 ml of distillate is
finally in the collection flask.
Approximately 10/11 of the total
acetic acid present in the wine is
collected in this way. The solution is
then titrated with 0.1 M sodium
hydroxide after addition of 2 drops of
ethanol solution of phenolphtalein.
After this, the solution is acidified
with chloride acid and titrated with
0.05 M iodine for sulphur dioxide
correction in the distillate.
Proposed procedure. Two ml
of sample from an autosampler vial is
inserted via the injection valve 1 into
a water carrier stream (flow-rate 0.8
ml min -1 ). This carrier leads the
sample plug to the lower chamber of
the pervaporation module and then to
waste 1. Meanwhile, the injection
valve 2 is in the filling position, so the
content of its loop is static for
enrichment in the pervaporated
species. Thus, the acceptor stream,
indicator solution (flow-rate 0.8 ml
min -1 ) is going to the detector, thus
establishing the baseline. After 4 min
194
since injection, injection valve 2 is
switched to the injection position and
the acceptor stream drives the content
of the loop to the detector for
monitoring, at 590 nm, the change of
the indicator caused by the analyte. A
calibration graph was run for
interpolation of the data from the
samples.
3. Results and discussion
3.1 Optimisation
The optimisation of the method was
carried out by the authors of the semiautomated
approach (Gónzalez-
Rodríguez et al, 2001). The variables
studied were pH, temperature and
flow-rate. The optimum value of the
pH of the acceptor solution was 6.3;
changes of 0.1 units produced a
significant change of the analytical
signal (13%). Concerning temperature,
changes of 1 ºC involved also
error (6%). Thus, polyetilenglycol
was used in the thermostat bath. This
maintained the temperature constant
in the pervaporation module. The
optimum flow-rate was set-up at 0.8
ml min -1 . Changes of 0.1 ml min -1

J. Wine Research, enviado para su publicación Parte I, cap. 4
Table I. Different statistical parameters obtained by different ways.
Height Peak
Area Peak
(Algorithm 1 * )
Area Peak
(Algorithm 2 ** )
Outliers number 3-5 of 18 2-3 of 18 2-3 of 18
Correlation
coefficient
Relative standard
deviation
0.994-0.996 0.997-0.999 0.997-0.999
0.025-0.040 0.010-0.030 0.010-0.030
* without taking into account baseline re-establishment
** taking into account baseline re-establishment
involved a change of the analytical
signal of about 7%.
3.2 Comparison of the results obtained
by the height and area of
the FI peak
Although the estimation of the
volatile acidity making use of the area
is better than that when the height is
used, the difference is not significant.
The comparison between the two
signals —height peak and area peak,
the latter calculated by two algorithms,
with and without reestablishment
baseline—, based on
the outliers number, correlation
coefficient and relative standard
deviation, is shown in Table I. The
use of the peak area yields slightly
better results, independently of the
algorithm used.
3.3 Characterisation of the method
Calibration curve and correlation
coefficient
Standards of different concentrations
were used. They were prepared by
dilution of glacial acetic acid in bidistilled
water. For long aged wines
(ethanol content about 20%) the large
amount of ethanol pervaporated with
the acid compounds changes the
spectrum of the indicator. Thus, the
values obtained do not correspond to
195

Manuel Urbano Cuadrado Tesis Doctoral
the real values. In this case, an
addition of 15% ethanol to the
standards was mandatory.
The calibration curve was
built using the following concentrations
of acetic acid: 0.20, 0.30,
0.40, 0.50, 0.60, 0.70, 0.80 g l -1 . The
correlation coefficient was 0.999.
Precision: repeatability and reproducibility
The precision of the automated
method was studied taking into
account the repeatability and reproducibility
concepts. The standard
deviation of the values resulting
from applying the same method to
the same sample in a short interval
of time —repeatability— was
0.035 g l -1 . On the other hand, the
standard deviation of the values
resulting from applying the same
method in different days —
reproducibility between days—
was 0.51 g l -1 in a series of six
days.
Comparison between the results
obtained by the automated method
196
and Mathieu method: validation of the
former
Different wines from the appellation
d’origine Montilla-Moriles were used
in order to compare both methods. A
significant difference was not found
between both procedures. The
correlation of the Mathieu method
versus the automated method is
characterised by a coefficient of
0.975. The regression graph is shown
in Fig. 2.
The analysis frequency is 10 samples
per hour; thus, the time required for
the determination is shortened as
compared with that of the Mathieu
method. In addition, no human
intervention is required.
Advantages of the analyser for the
determination of volatile acidity
The proposed analyser permits to
determine the volatile acidity in a
fully automated manner. A large
number of samples can be analysed
without human intervention, with
analysis time of 6 minutes per sample.
Thus, the quality control of wine can
be improved thanks to a more

J. Wine Research, enviado para su publicación Parte I, cap. 4
Automated method
0,7
0,6
0,5
0,4
y = 0,9653x + 0,0335
r 2 = 0,975
0,4 0,5 0,6 0,7
Mathieu method
Fig. 2. Correlation graph of the Mathieu method versus the automated method.
frequent monitoring of this parameter.
The cost of the implementation of the
autoanalyser in wineries is not high
because the instruments and apparatus
used, as well as the control software,
are not expensive.
4. Conclusions
In this work, the advantages involved
in the use of an automated method for
the determination of volatile acidity
have been presented. The system
makes human intervention unnecessary
and reduces the analysis time.
The implementation of the auto
analyser can be carried out in any
winery thanks to its low cost and easy
use. In addition, no specialised users
are required to develop the analyses.
On the other hand, the
accuracy and precision of the
automated measurements are similar
to those of the Mathieu method,
commonly used in wineries. Thus, the
analyser allows improving the quality
control in the winery by a more
frequent analysis of the target
parameter.
197

Manuel Urbano Cuadrado Tesis Doctoral
A research line is thus open
for automation of continuous methods
and the integration of these systems
with an information system.
References
Barros F.G., Tubino M. (1992)
Conductimetric and Spectrophotometric
Determination of
the volatile Acidity of Wines by
Flow Injection. Analyst, 117,
917-919.
Berezin O.Y., Tur’yan Y.I.,
Kuselman, I., Shenhar, A.
(1995) Alternative Methods for
Titratable Acidity Determination.
Talanta, 42, 507-517.
Flanzy C. (2000) Enología: Fundamentos
Científicos y Tecnológicos.
AMV-Mundi Prensa,
Madrid.
González-Rodríguez J., Perez-Juan P.,
Luque de Castro M.D. (2001)
Semiautomatic Flow-Injection
Method for the Determination
of Volatile Acidity in Wines.
Journal of Association Official
of Analytical Chemistry, 84,
1846-1850
198
Mataix E., Luque de Castro M.D.
(1999) Sequential Determination
of Total and Volatile
Acidity in Wines Based on a
Flow Injection-Pervaporation
Approach. Analytical Chimica
Acta, 381, 23-30.
Official Journal of European Community,
L 272, October 1990.
Ribereau-Gayon P., Glories Y.,
Maujean A., Dubourdieu D.
(2000) Handbook of Enology.
Vol 2: The Chemistry of wine.
Stabilization and Treatments.
John Wiley & Sons, Ltd.
Su X.L., Nie L.H., Yao S.Z. (1998)
Flow-Injection Analysis Based
on a Membrane Separation
Module and a Bulk Acoustic
Wave Impedance Sensor -
Determination of the Volatile
Acidity of Fermentation Products.
Fresenius' Journal of
Analytical Chemistry, 360, 272-
274.
Tubino M., Barros F.G. (1991)
Conductimetric and Color
imetric Determination of

J. Wine Research, enviado para su publicación Parte I, cap. 4
Volatile Acidity of Vinegar by
Flow Injection. Journal of
Association Official of Analytical
Chemistry, 74, 346-350.
Urbano, M., Luque de Castro, M.D.,
Gómez-Nieto, M.A. (2003)
Automation of Flow Injection
Methods in the Winery Industry
through a Computer Program
based on a Multilayer Model.
Proceedings of 9th IEEE
International Conference on
Emerging Technologies and
Factory Automation, 530-536.
Valcárcel M., Luque de Castro M.D.
(1987) Flow Injection Analysis:
Principles and Applications,
Ellis Horwood, Chichester.
199

Capítulo 5
A FULLY AUTOMATED METHOD
FOR IN REAL TIME
DETERMINATION OF LACASSE
ACTIVITY IN WINES
El contenido de este capítulo ha sido enviado para su publicación a la revista
Analytica Chimica Acta.

Anal. Chim. Acta, enviado para su publicación Parte I, cap. 5
A FULLY AUTOMATED METHOD FOR IN REAL TIME
DETERMINATION OF LACASSE ACTIVITY IN WINES
Manuel Urbano Cuadrado, Pedro M. Pérez-Juan, María D. Luque de Castro
Abstract
An automated method for the measurement of lacasse activity in musts
and wines is here presented. The method is based on the Flow Injection technique
using the mode of stop-flow at the detector with monitoring of the absorbance
change caused by the oxidation of the substrate (syringaldazine). All the units
that form the autoanalyser are controlled by a computer program for automating
continuous processes developed by authors. This work was aimed at providing
wineries with a new tool for evaluating the degree of infection by Botrytis
cinerea that overcomes the disadvantages involved in the measurement of
gluconic acid. In addition, a study of the relationship between the content of
gluconic acid and lacasse activity was carried out and no relationship was found.
Thus, this acid is not an appropriate marker for evaluating infection by Botrytis.
The analytical method was characterised and the limit of detection and the limit
of quantification were 0.2 and 0.6 U ml -1 , respectively. The linear range was 0.6
– 24.0 U ml -1 . This range is enough for the application of the method to wine;
nevertheless an enlargement of the range, if required, could be obtained with a
higher dilution factor. Repeatability and reproducibility, expressed as relative
standard deviation, were 4.0 and 6.5 %, respectively. The total time necessary per
analysis is 12 minutes. The method can be used as a routine method at grape
reception in wineries.
Keywords: Automation, Lacasse, Wine, Flow injection.
203

Manuel Urbano Cuadrado Tesis Doctoral
1. Introduction
The chemical composition of wine is
very complex. The final product must
contain the major and minor components
within a concentration range
that assures both the pursued
properties of a kind of wine and the
absence of stability problems in long
time storage [1,2]. This fact implies
the monitoring of a number of
chemical parameters during the winemaking
process, that is, from the
reception of the grape to just before
wine market. Thus, the analytical
tools used in monitoring wine
elaboration have an important role in
this field. Techniques like spectrophotometry,
densitometry, titration,
chromatography, etc. are widely
employed in winery laboratories.
Most analytical methods
recognised by the international wine
community are manual or with a low
degree of automation. Although these
methods show high accuracy and
roughness, they are often very timeconsuming.
So monitoring wine elaboration
in real time, and particularly at
grape reception, and even before
204
harvest is an unfeasible task. Thus, to
obtain data of the raw material, useful
for making a good musts, and avoid
economical losses is very desirable.
Oenology, as other areas, has
taken advantages from automation in
analytical chemistry. During the two
last decades, numerous automated
methods, most based on continuous
techniques —Flow Injection (FI) as
the commonest—, have been developed
for monitoring several parameters
in wine [3-8]. In addition,
the joint use of multivariate analysis
and spectroscopic techniques with
multichannel detection —Near Infrared
Spectroscopy, Fourier Transform
Mid Infrared Spectroscopy, etc.— has
enabled the determination of various
enological parameters in a few
minutes [9-13]. Nevertheless, these
methods are not applicable to minor
wine components.
As starting point, a good state
of grape is the key to elaborate a good
wine. The quality of grape diminishes
when infections of different nature
occur. The infections can be caused
by either fungi (such as Botrytis
cinerea, Penicilium, Aspergillus and

Anal. Chim. Acta, enviado para su publicación Parte I, cap. 5
Mucor) or by bacteria (Acetobacter
and Gluconobacter). Although the
presence of Botrytis cinerea can drive
to “noble rot” —pursued rot in the
elaboration of special wines such as
the French Sauternes or the Hungarian
Tokay—, this fungus often involves
problems in the wine-making process.
When this occurs, a wine disease
called as “common rot” or “grey rot”
takes place. [14-15]
The common rot consists of
an increase of the oxidase activity of
enzymes such as lacasse and tyrosine,
which cause colour changes in wines,
the formation of glycerol and some
polysaccharides, decrease of titrable
acidity and increase of volatile acidity
(if Botrytis cinerea is accompanied by
the presence of acetic bacteria)
[16,17]. Although the oxidase activity,
as well as bacteria contamination
can be reduced by addition of sulphur
dioxide and filtering of polysaccharides,
the sensory properties are
affected as a result. In addition, the
presence of gluconic acid also affects
the stability for long-term storage.
Nowadays, the content of
gluconic acid is the unique parameter
employed in most wineries for
monitoring the degree of infection in
grapes. The gluconic acid concentration
in must or wine is characteristic
of the source of the acid, that
is, caused by either fungi or bacteria
[18,14]. This criterion is only
approximate. Moreover, as above
commented, gluconic acid is determined
in a manual way by an
expensive enzymatic.
Measurement of lacasse activ
ity is a good parameter to evaluate the
infection by botrytis only. So, this
parameter could be very useful for
controlling problems regarding colour
change and increase of the dry extract.
A manual and easy to automate photometric
method for the determination
of lacasse activity in wines was
developed by Dubourdieu et al. [19];
nevertheless and despite its simplicity,
the automation of the lacasse activity
determination in wine using the
reaction described has been not
carried out. An FI method based on
fluorimetric detection has been
described, but not applied to real
samples [20]. Although the sensitivity
of this method is very high, its
205

Manuel Urbano Cuadrado Tesis Doctoral
complexity and costs are higher than
those of the photometric method.
The aim of the research here
presented was the development of an
FI method for in real time
determination of lacasse activity in
wine. Thus, this general objective was
divided into three more specific goals:
1) to use the photometric reaction
above commented; 2) to develop a
rough method to be used as routine
method; 3) to automate the method for
shortening the time necessary for
making decisions about the state of
the grape, thus improving the quality
of the final product.
2. Experimental
2.1 Apparatus and instruments
The experimental set-up proposed for
lacasse determination is outlined in
Fig. 1. This autoanalyser is composed
by the following elements: a Crison
Sampler15A auto-sampler of 15
positions (Barcelona, Spain) equipped
with a stirrer; a four channel Gilson
Minipuls3 peristaltic pump (Villiers le
Bel, France); two Rheodyne 7010
automatic injection valves (Elkay,
206
Galway, Ireland), used for injecting
the sample into the carrier 1 stream
and the substrate solution into the
carrier 2 stream; a UV-visible spectrophotometer
Unicam 8625 (Cambridge,
England), equipped with a
Helma 138-QS flow-cell (Jamaica,
NY); a Pentium II computer for
controlling all the units above
described.
A Selecta Tectrom polyethylenglycol
bath (Barcelona, Spain)
was used for maintaining constant the
temperature of both carrier and
substrate solutions.
2.2 Reagents and solutions
Buffer solutions (0.100 M) of pH 6.5,
5.5 and 4.5 were prepared from
potassium dihydrogen phosphate
anhydrous (Merck, Darmstadt, Germany),
sodium acetate anhydrous
(Panreac, Barcelona, Spain) and
sodium cytrate anhydrous (Panreac,
Barcelona, Spain), respectively.
Carrier 1 and carrier 2 were
composed by distilled water and
distilled water–ethanol mixture,
respectively. The composition of
carrier 2 was aimed at avoiding air

Anal. Chim. Acta, enviado para su publicación Parte I, cap. 5
remote control
substrate
reagent
carrier 2
autosampler
carrier 1
peristaltic
pump
remote control
remote control
injection
valve 2
injection
valve 1
remote control
confluence
point
remote control
detector
Fig. 1. Autoanalyser for the determination of lacasse in musts.
bubbles owing to the mixture between
aqueous and organic phases in the
confluence point (see Fig. 1). A 1:3
water-ethanol ratio assured the absence
of air bubbles.
Substrate solutions (0.05, 0.10
and 0.15%) were prepared by
dissolving syringaldazine (Sigma,
Steinheim, Germany) in distilled
water-ethanol (25–75 %) mixture (by
the reasons above commented).
Ultrasonification was necessary for
complete dissolution of the substrate.
Lacasse from Trametes versi-
waste
color (Fluka Chemie, Steinheim,
Germany) was used for preparing a
concentrated solution of lacasse in
sodium acetate buffer (0.100 M) of
pH 5.5. Standards were prepared from
this solution.
Polyvinypolypyrrolidone (P-
VPP) (Sigma, Steinheim, Germany)
was the resin used for anthocians and
tanins removal.
Enzymatic tests (Boehringer
Mannheim, R-Biopharm, Darmstadt,
Germany) based on ultraviolet monitoring
were used for quantifying the
207

Manuel Urbano Cuadrado Tesis Doctoral
content of gluconic acid.
2.3 Samples and preparation
Forty musts and wines—including
red, rosé and white musts and wines
(20, 10 and 10 samples, respectively)
and from different grape variety—
from the apellation d’origine “La
Mancha” were employed in the study
of applicability of the method to real
samples. Lacasse standards for the
characterisation of the method were
prepared using a pool from the
different musts and wines. Standard
additions of lacasse were carried out
due to the absence of infections
produced by Botrytis in the 2004
harvest (good climate factors).
Samples were prepared by
adding equal volumes of must or wine
and 0.1 M sodium acetate buffer
solution of pH 5.5; thus, samples were
diluted in 1:2 proportion.
2.4 Procedures
Flow injection method for the determination
of lacasse in wines. Ten ml
of sample is added to vials containing
0.5 g of PVPP. The mixture is stirred
for 10 min for anthocians and tanins
208
removal, and then, the sample (0.300
ml) and the substrate (1 ml) solutions
are injected into the carriers 1 and 2,
respectively. A filter at the end of the
FI tube inserted in the vials assures
the absence of solid particles from the
resin into the FI tubes. The sample is
injected five seconds after injecting
the substrate. Both the difference in
injection times and the ratio of the
injection volumes make possible that,
at the confluence point, the substrate
merges with the centre of the sample.
Then, when the sample-substrate plug
reaches the detector, the flow is
stopped. Ten seconds after stopping
the flow, the absorbance data are
monitored at 700 nm for 30 seconds.
The slope of absorbance vs time plot
represents the progress of the
enzymatic reaction. The increment of
absorbance with time is related to the
lacasse activity.
Procedure for determination
of gluconic acid in wines based on
enzymatic kit. This procedure is
described in the instructions for using
the enzymatic kit. It is based on the
absorbance measurements (at 340,
344 or 365 nm) at 5 min (after mixing

Anal. Chim. Acta, enviado para su publicación Parte I, cap. 5
the sample and 2 of the 3 reagents and
before addition of the third reagent,
which starts the enzymatic reaction)
and 25 min.
2.5 Software used for the analyser
control
All the automatic units that compose
the autoanalyser are controlled by the
software developed by the authors [3].
The software is an interactive
interface —developed in Java language
and supported on a communication
layer developed in C
language— that enables the input and
output of information from each
analysis.
The automated procedure
described in section 2.4 is stored in a
file under the eXtensible Markup
Language technology (XML). This
file is composed by data related to the
different units and the actions to be
carried out by these units.
3. Results and discussion
3.1 Optimisation of the enzymatic
reaction
The variables affecting the enzymatic
reaction are pH, temperature and
substrate concentration. A full design
was built for a screening study of the
behaviour of these variables. The
number of experiments carried out is
given by the expression 2 n +3, where n
is the number of variables and the
term 3 takes into account the three
centre points. Thus, 11 random
experiments were developed. The
upper and lower values given to each
factor were selected from the
available data and experience
gathered in preliminary experiments.
These values were 4.5 and 6.5 units
for the pH; 20.0 and 40.0 ºC for the
temperature; and 0.05 and 0.15 % for
the substrate concentration.
At 95% of significance level
the results of the screening was that
only the pH is an influential factor,
and with negative influence. Neither
temperature nor substrate concentration
affect the signal. Relationship
between factors was not observed.
The fact of non-influence of the
temperature assures easy implementation
of the method in the wine
industry. The study of the pH showed
that the lacasse activity diminishes
drastically for values of pH above 6.0,
209

Manuel Urbano Cuadrado Tesis Doctoral
and presents its optimum at pH 5.0.
3.2 Optimisation of the anthocyans
and tannins removal by PVPP
Several studies carried out aimed at
demonstrating the influence of tanins
and anthocyanins on the lacasse
activity. These two groups of
compounds present in musts are
retained in the PVPP resin. The
retention capacity of this material as a
function of the quantity of resin was
tested. The enzyme activity was set at
2.0 U ml -1 and the matrix employed
was the pool prepared using different
musts.
Figure 2 shows the values of
slope of the A/t plot vs the grams of
resin. An amount of resin between
0.1-0.8 g was employed in this study.
From 0.5 g, the slope was constant.
Then, 0.5 g of resin was used for
tanins and anthocyanins removal from
a red wine (as this wine contains
higher amounts of tanins than the pool
used for the study).
3.2 Analytical characterisation of the
FI method
210
Limits of detection (LOD) and quantification
(LOQ)
Table 1 shows the analytical characteristics
of the method proposed. The
limit of detection (LOD) and the limit
of quatification (LOQ) were calculated
using the expressions: CLOD = Cb +
3 * Sb and CLQ = Cb + 10 * Sb,
respectively, where Cb and Sb
correspond to the concentration of the
blank and the standard deviation of
the blank signal, respectively. The
values obtained were 0.1 and 0.3 U
ml -1 for LOD and LOQ, respectively.
Taking into account the 1:1 dilution of
the samples, the values of these
parameters in the samples are 0.2 and
0.6 U ml -1 .
Because not samples of must
infected by Botrytis cinerea were
available during the development of
this research, data about the
relationship between lacasse activity
and the degree of infection were
obtained from the literature [19]. The
grape that showed the minimum value
of activity when there was a light
infection was the Cabernet-Sauvignon
variety. The value obtained was 0.8 U

Anal. Chim. Acta, enviado para su publicación Parte I, cap. 5
slope (mA/s)
8
7
6
5
4
3
2
1
0
0 0,2 0,4
Resin (g)
0,6 0,8
Fig. 2. Slope (mA s -1 ) vs resin quantity (g). The enzyme activity was set at 2.0 U
ml -1 .
ml -1 . Thus, the LOD and LOQ
obtained with the automated method
were appropriate for evaluating the
degree of infection by Botrytis.
Calibration curve and regression
coefficient
A calibration curve was run using
standard solutions prepared following
the procedure under sample preparation,
in the Experimental section.
The matrix employed was the pool
from must non affected by fungi. The
standards covered a concentration
range of 0.0–18.0 U ml -1 (namely, 0.3,
1.0, 3.0, 6.0, 9.0, 12.0, 15.0, 18.0 U
ml -1 ). A linear response was found
between 0.3–12.0 U ml -1 . Thus, the
effective linear range was 0.6–24.0 U
ml -1 since the sample preparation
involved the 1:1 dilution of musts. A
higher dilution enlarges the linear
range for lacasse determination. The
regression coefficient was 0.988.
The relationship between lacasse
activity and the infection by
Botrytis depends on grape variety.
The range of lacasse activity obtained
in musts is between 0.8–60.0 U ml -1 ,
which is wider than the linear range of
211

Manuel Urbano Cuadrado Tesis Doctoral
Table 1. Analytical characteristics of the method proposed (1:1 sample dilution).
212
Limit of detection (LOD) 0.2 U ml -1
Limit of quantification (LOQ) 0.6 U ml -1
Linear range 0.6 – 24 U ml -1
Calibration equation y = 3.05 x + 1.18
Regression coefficient (r) 0.988
Repeatability 4 %
Reproducibility (six days) 6.5 %
the method proposed. This fact does
not restrict the applicability of the
method as: 1) For a given amount of
enzyme added, the sample-buffer
dilution ratio does not affect the
activity of the biocatalyst for ratio
equal to or higher than 1:1, and 2).
The higher values of activity corresponds
to rot levels that can be
appreciated by ocular inspection and
the effect in wine levelled off for
activities higher than 20.0 U ml -1 .
Precision of the method
The precision of the proposed method
was studied as repeatability and
reproducibility. The parameter employed
was the standard deviation for
the same red wine spiked with 2.0 U
ml -1 of lacasse. The repeatability or
standard deviation obtained applying
the method to samples in a short time
interval was 0.08 U ml -1 , which corresponds
to 4.0 % in relative terms.
The reproducibility or standard
deviation obtained applying the
method to samples in different days
was 0.13 U ml -1 , which means 6.5 %
in relative terms, for a six-day study.
These precision values show
the roughness of the method, which
can be used as a routine tool for
evaluating potential infections by
Botrytis.

Anal. Chim. Acta, enviado para su publicación Parte I, cap. 5
3.3 Application of the method to real
samples. Relationship between the
lacasse activity and the content of
gluconic acid
Gluconic acid and lacasse activity
were determined in forty samples by
the enzymatic test and the automated
method proposed, respectively. The
content of gluconic acid obtained was
between 0.40 and 1.20 g l -1 . Nevertheless,
lacasse activity in the samples
was not detected. Although inprevious
research [18,14] it was stated
that a content of gluconic acid of 1- 2
g l -1 indicates low levels of rot, this
does not mean infection by Botrytis as
no oxidase activity was obtained, so
another disease could be involved in
the generation of gluconic acid
(namely, gluconobacter bacteria). In
addition, the 2004 harvest (to which
the samples in this study belong) was
good regarding climate conditions for
absence of infections by Botrytis.
All the forty samples were
spiked with laccase, they providing
activities in agreement with the
amount of biocatalyst added.
4. Conclusions
A method for full automation of the
monitoring of Botrytis infection is
presented here with the aim of
overcoming the limitations for
measurement of the current parameter
used for this purpose (namely,
gluconic acid). The biochemical
parameter involved is the oxidase
activity of lacasse.
The shortening of the time
required for analysis (30 min for the
determination of gluconic acid and 12
for that of lacasse activity), the total
automation (no user involved on the
analysis), and the low costs of the
method proposed makes it an
excellent alternative for the
determination of Botrytis disease.
Flow injection provides the appropriate
tool for substituting the
expensive, manual and timeconsuming
method of the enzymatic
kit.
A key aspect of the research
carried out, from an enological point
of view, is the absence of relationship
between the content of gluconic acid
and lacasse activity. This fact is due to
213

Manuel Urbano Cuadrado Tesis Doctoral
the existence of several sources
(namely, fungi and bacteria) of
gluconic acid in wine in contrast to a
single source of laccase (fungi). In
fact, the presence of gluconic acid and
the absence of lacasse have been
demonstrated in this work. This
means that musts with a high level of
gluconic acid would drive to wine
without problems related to colour
change and increase of dry extract.
The method proposed can be
implemented as a routine method in
the grape reception for improving
quality control.
Acknowledgements
The Comisión Interministerial de
Ciencia y Tecnología (CICyT) is
thanked for financial support (Project
AGL2000-0321-P4-03).
References
[1] C. Flanzy, Enología: Fundamentos
Científicos y Tecnológicos (Enology:
Scientific and Technological
Fundamentals), AMV-Mundi
Prensa, Madrid, 2000.
[2]. P. Ribereau-Gayon, Y. Glories,
A. Maujean, D. Dubourdieu,
214
Handbook of Enology. Vol. 2:
The Chemistry of wine. Stabilization
and Treatments, John
Wiley & Sons, Ltd., 2000.
[3] M. Urbano, M.D. Luque de
Castro, M.A. Gómez-Nieto,
Automation of Flow Injection
Methods in the Winery Industry
through a Computer Program
based on a Multilayer Model. In
Proceedings of 9th IEEE International
Conference on Emerging
Technologies and Factory Automation,
530-536, Lisbon, 2003.
[4] J. González, P. Pérez-Juan, M.D.
Luque de Castro, Talanta, 56
(2002) 53.
[5] E. Mataix, M.D. Luque de Castro,
Talanta, 51 (2000) 489.
[6] X.L. Su, L.H. Nie, S.Z. Yao, Fres.
J. Anal. Chem., 360 (1998) 272.
[7] O.Y. Berezin, Y.I. Tur’yan, I.
Kuselman, A. Shenhar, Talanta,
42 (1995) 507.
[8] F.G. Barros, M. Tubino, Analyst,
117 (1992) 917.
[9] M. Urbano-Cuadrado, M.D. Luque
de Castro, P.M. Pérez-Juan, J.

Anal. Chim. Acta, enviado para su publicación Parte I, cap. 5
García Olmo, M.A. Gómez-Nieto,
Anal. Chim. Acta, 527 (2004) 81.
[10] Y. Li, C. Brown, J. Near Infrared
Spectrosc. 7 (1999) 101.
[11] C.M. García-Jares, B. Medina,
Fres. J. Anal. Chem. 357 (1997)
86.
[12] R. Eberl, J. Near Infrared
Spectrosc. 6 (1998) 133.
[13] M. Gishen, R.G. Dambergs, A.
Kambouris, M. Kwiatkowski,
W.U. Cynkar, P.B. Høj, I.L.
Francis, Proceedings of the 9 th
International Conference on Near
Infrared Spectroscopy 1999, 917.
[14] L. Pérez, M.J. Valcárcel, P.
González, B. Domecq, Am. J.
Enol. Vitic., 42 (1991) 58.
[15] J. Suárez, B. Iñigo, Microbial
Alterations in Wines. Yeast and
Molds. In Enological Microbiology,
331-347, Mundi-Prensa,
Madrid, 1990.
[16] A. Joyeux, S. Lafon-Lafourcade,
P. Ribereau-Gayon, Appl. Environ.
Microbiol., 48 (1984) 153.
[17] A. Joyeux, S. Lafon-Lafourcade,
P. Ribereau-Gayon, Sci. Aliment.,
4 (1984) 247.
[18] S. Chauvet, PhD Thesis,
University of Bordeaux II, 1981.
[19] D. Dubourdieu, C. Grassin, C.
Deruche, P. Ribereau-Gayon,
Connaissance
(1984) 237.
Vigne Vin, 18
[20] H. Huang, R. Cai, Y. Du, Z. Lin,
Y. Zeng, Anal. Chim. Acta, 318
(1995) 63.
215

Capítulo 6
JWISWINE: A JAVA-WEB
INFORMATION SYSTEM FOR
QUALITY CONTROL IN WINERIES
El contenido de este capítulo ha sido enviado a la revista Computers and
Electronics in Agriculture para su publicación y ha sido presentado como cartel
en la 5th International Conference on Enterprise Information Systems, celebrada
en Angers (Francia) entre el 22 y el 26 de abril de 2003.

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 6
JWISWINE: A JAVA-WEB INFORMATION SYSTEM FOR QUALITY
CONTROL IN WINERIES
M. Urbano-Cuadrado, M.D. Luque de Castro, P. M. Pérez-Juan, M. A. Gómez-
Nieto
Abstract
A system for the overall management of the information related to
analytical processes and quality control in wineries is presented. It enables the
integration of semi-automated and automated analytical processes. It has been
developed in Java using the database management system Oracle 9i and can be
executed both as a stand-alone program and through a standard Internet browser.
It has been developed under the evolutionary incremental paradigm in order to
take into account users’ requirements and using UML object oriented technology
to represent the complexity of the processes and the large amount of analytical
information generated in wine production. Thus, a decision support system,
JWisWine, was built for monitoring wine production.
Keywords: Decision support system, Quality control, Wineries, Object-oriented
paradigm.
219

Manuel Urbano Cuadrado Tesis Doctoral
1. Introduction
Wine composition and production are
both extremely complex (Flanzy,
2000, Ribereau-Gayon et al., 2000).
Chemical monitoring and control of
the overall production process is
needed to provide knowledge of the
quality of the raw material (grape),
the intermediate and final product.
Figure 1 shows a detailed activity
diagram (Booch et al., 1999) of the
overall process. Analytical monitoring
of the enological parameters —in
parallel with the process— determines
the start and end of each step, in
addition to the quality achieved. The
availability of analytical information
at the precise time and in the
appropriate format is crucial to this
operation.
Advances in the automation
of quality control requires: a)
implementation of a system for
management, organisation, handling
and treatment of the information
generated throughout the production
process with the aim of providing the
technical manager with enough
knowledge for making decisions
220
(McGrawth et al., 1998, Muller et al.,
1999); b) automation of analytical
methods using instrumentation
coupled to the information system
(Ilyukhin et al., 2001).
Three common steps are
involved in the analysis of the
chemical parameters: sampling and
possible sample treatment; instrument
measurement and data collection and
processing of the instruments outputs
(Figure 2). An average of 75 and 25
samples per day (fermentation and
non-fermentation periods, respectively,
with a number of 5-20 analyses
per sample) is carried out in the
laboratories in which JWisWine has
been implemented. The amount of
data generated as a consequence of
the variety and number of analyses
justifies the implementation of an
information management system with
the following aims:
1. To make possible the appropriate
management of historical data.
This includes the efficient storage
of a huge amount of data
corresponding to previous harvests,
which can be used when
and as required.

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 6
GRAPE
NEW WINE
VINTAGE WINE
AGEING
MARKET
RECEPTION OF RAW MATERIAL
Transport and discharge
PRE-FERMENTATION
Crush
Press and must selection (white wines)
Must selection (white wines)
Must clarification (white wines)
Chemical correction (pH, sugars, sulphur dioxide, N)
FERMENTATION
Alcohol fermentation
Maceration (red wines)
Press and wine-must selection (red wines)
NEW WINE MATURATION
Malolactic fermentation
Phisycal-chemical equilibrium
Spontaneous clarification
Storage, wine selection and blending
NO
AGEING
YES
Wooden casks
Bottles
FINAL PROCESS
Clarification
Filtration
Physical and chemical stabilization
Packaging
Density, Reducing sugars,
pH, Gluconic acid,
Pesticides residues
Density, Reducing sugars,
pH, Sulphur dioxide,
Readity
assimilable nitrogen
Density, Reducing sugars,
Colour and Total phenols
(red wines)
Density, Reducing sugars,
Colour and Total phenols
(red wines)
Density, Reducing sugars,
Alcohol content, pH,
Titratable acidity, L-Malic
acid, Sulphur dioxide (free
and total), Colour, Total
phenols and Iron.
Sensory Analysis
Sensory and physicochemical
control vs
Specification of final product
Fig. 1. Activity diagram of the wine production process.
221

Manuel Urbano Cuadrado Tesis Doctoral
t:Technician c:Calibrate
s:Sample m:Measurement
222
prepare the sample for measurement
check calibration
make calibration
correct values
make analytical measurement of sample
analyse results
take decisions
store analytical result
Technician may be replaced by
the autoanalyser in the initial
stages
relationship sample
calibration
Results (measurements) are stored
in the database
measurement
(result)
Tasks can be repeated as a
function of decisions
Fig. 2. Stages involved in the development of analytical measurements.
2. To have access to additional
information about analysers, analytical
parameters, etc. This aspect
endows the system with the
traceability capacity, which allows,
for example, correlating the
decision about selling a given
wine batch with the evolution of a
given parameter (e.g. volatile
acidity, ethanol, etc.).
3. To assess the quality, accuracy
and reliability of the information,
which require analytical instruments
and software components
for their controls, thus
providing the users with the
results in the appropriate format.
The work presented here

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 6
focuses on management of the
information. It constitutes a first step
to automation of the analytical
methods in wineries (Válcarcel and
Luque de Castro, 1987, Urbano et al,
2003). Thus, a Decision Support
System (DSS), JWisWine, has been
built using Java and Oracle 9i as tools,
while the design of the system was
carried out by both object-oriented
and evolutionary incremental paradigms.
2. Materials and methods
For the construction of JWisWine
both the object-oriented and the
evolutionary incremental software
engineering paradigms have been
used.
2.1 Modelling of the System Domain
In order to model the domain under
study the following classes and
subclasses have been established:
class Parameter, for the parameters to
be determined in wine; subclass
DatumParameter, which includes the
parameters to be determined directly
in the sample (e.g. pH measurement);
CalculatedParameter, which compri-
ses the parameters which are
determined in an indirect manner
through a given algorithm for the
establishment of a relationship between
the DatumParameter and a
mathematical equation (e.g. dissolved
solids in wine), as shown in the class
diagram (Rumbaugh et al., 1999) in
Figure 3.
Class Unit represents the scale
in which a parameter is measured (e.g.
ethanol concentration expressed in
percentage, mg mL -1 , etc.), together
with the class Parameter, —which
represents the property which
characterises the material under study
(e.g. ethanol)— yield the new class
Magnitude, which represents a
parameter measured in a given unit
(e.g. volatile acidity measured in
absorbance unit).
The advantages of using the
object-oriented paradigm (Booch,
1994) for modelling the problem are
summarized in Appendix 1, where
part of the Java code (Eckel, 2002,
Anderson and Stone, 1999) corresponding
to the definition of the
previously mentioned classes is
presented. For instance:
223

Manuel Urbano Cuadrado Tesis Doctoral
Appendix 1
/* Definition of the class Parameter * /
public abstract class Parameter
extends java.lang.Object
implements PersistentSQL
/* It implements the interface PersistentSQL with the
methods to access to the database */
/ * Definition of some of the attributes of the class * /
protected java.lang.String alias
/* It contains the alias of the parameter, used in the
formulas */
protected Magnitude default
/* It contains a reference to the default magnitude */
protected java.util.Vector magnitudes
/* It contains all the magnitudes in those a value of
this parameter can be expressed */
protected java.lang.String id_parameter
/* It contains the name of the parameter */
/* Other class attributes */
cache, connection, debugParameter, stateSQL,
deletedMagnitudes, ninstances, changedname, objcache,
idChanged
/* The constructors definition */
Parameter()
/* Constructor without arguments */
Parameter(java.lang.String n, java.lang.String alias,
Unit u)
/* It creates a parameter of name 'n', alias' alias'
and the unit 'u' as their default unit */
/* Definition of some of the class methods */
Magnitude addMagnitude(Unit u)
/* It allows that the parameter is expressed in the unit
'u', creating a new magnitude associated to the parameter
*/.
Magnitude[] getMagnitudes()
/* This method returns an array with all the magnitudes
defined in the system for this parameter */
Magnitude getDefaultMagnitude()
/* It locates and returns the default magnitude associated
to this parameter */
void setNormalInterval(Unit u, double min, double max)
/* This method fixes the maximum and minimum values for
measurements expressed in the magnitude that associates the
unit 'u' and the parameter */
void setNormalInterval(Magnitude m, double min, double
max)
224

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 6
/* This method overloads the previous ones and fixes the
normal interval for the magnitude indicated in 'm' */
void loadSample(Sample s)
/* This method relates the parameter with the sample 's' */
abstract Measurement createMeasurement()
/* It creates and returns a new measurement */
boolean isMeasurementNormal(Measurement m)
/* This method checks if the indicated value in the
measurement is between the maximum and minimum values of
the parameter */
/* Other class methods */
addToCache, storeParameter, addMagnitude,
deleteParameter, disablePersistentCache,
deleteMagnitude, enablePersistentCache,
equalsParameter, finalizeParameter, getAlias,
getStoreException, getConnection, getSQLDeleted,
getSQLState, getFromCache, getMagnitudes,
getIdParameter, getNewSQL, getParameter,
getParameters, getSQL, hashCode, isAliasDefined,
isIdDefined, isMagnitudeDefined,
isPersistentCacheEnabled, rebuild, retrieve,
removeFromCache, setAlias, setConnection, setSQLState,
setDefaulfMagnitude, setIdParameter, toString,
unloadSample, isSampleValidable, isMeasurementNormal
/* Definition of the class DatumParameter * /
public class DatumParameter
extends Parameter
/* It inherits the attributes and methods from the class
Parameter */
/* Definition of some of the class methods */
Measurement createMeasurement()
/* This method provides an implementation to the superclass
method */
/* Definition of the class CalculatedParameter * /
public class CalculatedParameter
extends Parameter
/* It inherits the attributes and methods from the class
Parameter */
/* Definition of the class attributes */
protected CalculusFormulae calculusFormulae
/* It stores a reference to the calculation formulae that
evaluates this parameter in their default units */
/* Definition of some of the class methods */
void loadSample(Sample s)
/* This method overloads the superclass method */
Measurement createMeasurement()
/* This method provides an implementation to the superclass
method */
225

Manuel Urbano Cuadrado Tesis Doctoral
CalculusFormulae getCalculusFormulae()
/* This method returns the calculation formulae that allows
to evaluate the CalculatedParameter */
DatumParameter[]getDatumParameter()
/* This method consults the calculation formulae of the
CalculatedParameter and returns all the parameters involved
in the formulae */
/* Definition of the class Magnitude * /
public abstract class Magnitude
extends java.lang.Object
implements PersistentSQL
/* It implements the interface PersistentSQL with the
methods to access to the database */
/* Definition of some of the class attributes */
protected TranslationFormulae translationformulae
/* It contains a reference to the conversion formulae that
calculates this magnitude */
protected java.lang.String name
/* It contains the name of the magnitude */
protected Parameter parameter
/* It contains the parameter associated to the magnitude */
protected Unit unit
/* It contains the unit in which the parameter can be
expressed */
protected double maximumValue
/* It contains the maximum value for evaluation of the
associate parameter in the associate units */
protected double minimumValue
/* It contains the minimum value for evaluation of the
associate parameter in the associate units */
• The attribute magnitudes can only
be accessed from the class
Parameter, because only the
instances (objects) of this class
have permission to manage that
property.
• The inheritance property allows
that both the DatumParameter
and CalculatedParameter classes
226
inherit the Parameter class
structure. Also, these classes
include their characteristic
attributes and methods; thus
encapsulating their definition.
• Different constructor methods can
be defined in order to facilitate the
system development (see the
constructor methods for the

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 6
0..*
0..1
SAMPLE
1..1
1..*
id_sample
SELECTED
PARAMETER
USER
0..*
1..1
MAGNITUDE
id_parameter
1..*
id_parameter
1..1
inputs validates
1..*
id_unit
1..1
1..* 1..1
Different unities in which
each parameter may be
measured
0..*
MEASUREMENT
1..1
PARAMETER
Class detailed in Figure 4
TECHNICIAN MANAGER ADMINISTRATION
Parameter class).
Fig. 3. Class diagram for parameters and samples.
• The functionality of overload's
mechanism is illustrated in the
method createMeasurement of the
Parameter class, which is
redefined in the Calculated
Parameter and DatumParameter
UNIT
DATUM
PARAMETER
CALCULATED
PARAMETER
1..1
1..1
CALCULUS
FORMULAE
classes to adapt it to their
particular behaviour.
2.1.1 Information domain in winery
laboratories
The information domain can be
represented by three main blocks,
namely:
227

Manuel Urbano Cuadrado Tesis Doctoral
1. The samples and the analytical
parameters to be monitored.
2. The analytical measurements performed
along the wine production
process.
3. The quality assessment and the
control of the integrity and
accuracy of information.
Figure 3 shows, through a
class diagram (Rumbaugh et al.,
1999), the modelling for representtation
of the samples and analytical
parameters to be monitored. In this
diagram, SelectedParameter —an
association between the classes
Sample and Parameter— represents
the whole of analytical parameters to
be monitored in a given sample at a
given time.
The association between
Parameter and Unit classes (see
Figure 3) makes it possible to express
a given analytical parameter in
different units through the Magnitude
class, as required. In this way, the
range of normal values of the
parameter can be expressed in a
different manner.
Figure 4 shows some of the
228
classes that represent the information
concerning the analytical measurements
during wine production. The
class Measurement represents the
measurements with time, which
becomes specific for a given
parameter through DatumMeasurement
and CalculatedMeasurement.
The model also enables
plotting the calibration curves with
the data of instrument checking by
association between classes CalibrationCurve
and Analyser. In
addition, the data obtained in the
analytical measurements can be
transformed into chemical values or
magnitudes defined for the selected
parameter by association between the
CalibrationCurve and Calculated-
Measurement classes.
Finally, Figure 3 shows the
most important classes and associations
that constitute the third block
focused on the control of security,
integrity and quality of the
information. As can be seen in the
figure, the system takes into account
the importance of the users in the
security and quality of the production
process. Class User represents dif-

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 6
CALCULATED
MEASUREMENT
< Uses >
1..1
CALCULUS
FORMULAE
MEASUREMENT
1..1
DATUM
MEASUREMENT
1..*
0..1
1..*
CALIBRATION
CURVE
ferent users involved in the information
system through Technician,
Administration and Manager subclasses.
2.2. Modelling of the function domain
Three types of users are recognised by
the system: Technicians, Managers
and Administration. Technician users
are responsible for the daily analyses
in the winery laboratory, namely:
general information management
(parameters, units, magnitudes and so
SELECTED
PARAMETER
0..*
Some measurements may
not be associated to a
calibration curve
id_parameter
1..*
0..1
0..*
1..1
Classes previously defined
(Figure 3)
USER
Fig. 4. Class diagram for measurements.
DATUM
PARAMETER
1..1
Calibration curves for
each parameter
measured with the
analyser
ANALYSER
on); inclusion of new samples and
parameters to be monitored in these
samples; validation of results,
generation of reports, and the basic
functions related with the management
of information generated in
the wine analysis processes.
In addition to all the
privileges that correspond to Technician,
Manager users are responsible
for management of the daily activities
in the laboratory, the evaluation of the
workload, the testing of both the
229

Manuel Urbano Cuadrado Tesis Doctoral
results and the analytical equipment,
and the analysis of the results as a
function of both origin and time. In
this way, the Manager can develop
the reports that support the decisions
to be made in the winery. This type of
user can ask for information on the
system using non pre-established
criteria for searching and the system
will provide managers with real time
responses in the appropriate format
(either tabular or graphical). For
example, the evolution with time of
the measurements of the analytical
parameters in a sample, comparison of
these results between samples of the
same or different origin and year, etc.,
can be requested.
Finally, the functionality
assigned to Administration users is
similar to that these users have in
conventional information systems.
They are responsible for the
management of users of the system
and the privileges they have. Also,
they must maintain the security,
integrity and privacy of the information
involved in the system.
2.3. Technology used in the development
of the system
230
JWisWine is a system developed in
Java (Campione, 2002, Anderson and
Stone, 1999) under a three-layer
structure, as shown in the deployment
diagram (Rumbaugh et al., 1999) of
Figure 5. The information is updated
using the DBMS Oracle 9i (Dorsey
and Hudicka, 1999, Loney and Koch,
2002) under an object-relational
model which implements properly the
classes model in the data base server
in charge of giving the data service to
the users. From their terminal, that
provides the calculation service, the
users access to the information
through the Web server —using
Apache (Wainwright et al., 2001) for
this service— and by both JDBC and
SQLJ procedures (Morisseau-Leroy et
al., 2001). The Web server communicates
with the database server,
transmits the user requirement and
backed to him/her the result,
presented through a Java interface.
3. Results and discussion
3.1. Software developed
JWisWine is an DSS (Decision
Support System) composed by two

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 6
Database Server
TCP/IP
Web Server
:Database objects
:JSP pages
:Java Package
:JwisWine
User Terminal
TCP/IP
:IU JwisWine
TCP/IP
Control Server
: Analysers
Domain
:Browser
Any Protocol
Analytical Equipment
:Control application
Fig. 5. Deployment diagram of the system architecture.
tools: the first is a client application
through which users load samples,
introduce chemical data, generate
daily reports, etc. Thus, this tool is in
charge of managing the daily
generated data in the winery. The
other is a web application through
which managers use information
extracted from historical data for
making decisions.
3.2. Users participation
3.2.1.- Users in the development of
JWisWine
The participation of different users —
managers and technicians— in the
development of the system has been
implemented by the evolutionary
incremental paradigm. This allowed
the dynamic specification of the
system requisites in order to take into
account the objectives pursued by
companies.
231

Manuel Urbano Cuadrado Tesis Doctoral
3.2.2.- Users in the functionality of
JWisWine
The system users have overall control
and monitoring of the data whether
the data are acquired automatically or
entered manually (e.g. if the data from
the analyser are collected by the
computer through a digital interface
or the data are manually introduced by
the user, respectively). In addition,
each type of user has a different
access to the system as a function of
the assigned privileges and all
activities in the system are monitored.
3.2. Evolution of JWisWine functionality
3.3.1.- Operational sub-system
The aim of this sub-system was to
endow wineries with a tool able to
assist the management of the analytical
monitoring in the following
aspects:
• To establish the appropriate
information flow in the overall
system in order to unify and
classify the working procedures.
• To know in real time the working
232
load of the winery as the system
has previously stored the types of
samples and the parameters to be
analysed in each sample.
• To visualize, modify, verify and
validate the daily results from any
workstation in the Local Area
Network.
• To move —after validation— the
results and all data of interest
from a given sample to the
historical repository. Warning
messages advise users about the
existence of outliers.
• To store all data related to both
instruments use and technicians
activity.
3.3.2.- Information
system
analysis sub-
The aim of this sub-system is to
extract information from the data
stored in the historical repository. The
most remarkable tasks of this subsystem
are as follows:
• To know the evolution of a given
parameter attending to preset
searching criteria. The information
can be obtained through a

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 6
standard browser and presented in
graphs or tables.
• To obtain series of statistical data
as either the change or standard
deviation of any parameter as a
function of time.
• To group samples attending to the
values of one or more parameters,
including the possibility of
applying PCA (principal components
analysis).
• To introduce control samplers in
order to extract information of the
functioning of the analytical
equipment —namely, Sewart
graphics—. Traceability of historical
data with both the
equipment and regression data
used is also available.
4. Conclusions
Firstly, JWisWine is a valuable tool to
manage historical data. Thus, users
are able to extract information
structured in different manners de
pending on requirements. The access
to data of interest is achieved in real
time, overcoming limitations related
to manual searches. Wine quality is
improved because of the major
knowledge of the wine making.
On the other hand, daily
handling of data is also improved by
easy handling of the interactive
interfaces. The introduction and validation
of data, generation of reports
and other operational tasks are carried
out by simple procedures and
protocols that are close to users, who
only require a short learning period.
JWisWine can be modified
functionally with few changes in the
architecture and components of the
system due to the open, scalable and
independent characteristics of both the
supporting model and the technology
used.
Acknowledgements
The Spanish Comisión Interministerial
de Ciencia y Tecnología
(CICyT) is thanked for financial
support (Project AGL2000-0321-P4-
03).
References
Anderson, J.C. Stone, B.L., 1999.
Manual de Oracle Jdeveloper
(Oracle Jdeveloper Manual).
233

Manuel Urbano Cuadrado Tesis Doctoral
234
McGraw-Hill/Oracle Press, Madrid.
Booch, G., Rumbaugh, J., Jacobson,
I., 1999. The Unified Modeling
Language. User Manual. Addison-Wesley
Longman Inc.
Booch, G., 1994. The Object-Oriented
Analysis and Design with
Applications. Addison-Wesley.
Campione, M., 2002. The Java
Tutorial Third Edition. McGraw-
Hill, (http://java.sun.com).
Dorsey, P., Hudicka, J.R., 1999.
Oracle8 Database Design Using
UML Object Modelling. Mc-
Graw-Hill Osborne Media.
Eckel, B., 2003. Thinking in Java
(Third Edition). Prentice Hall.
Flanzy, C., 2000. Enología: Fundamentos
Científicos y Tecnológicos
(Enology: Scientific
and Technological Fundamentals).
AMV-Mundi Prensa,
Madrid.
Ilyukhin, S.V., Haley, T.A., Singh,
R.K., 2001. A survey of automation
practices in the food
industry. Food Control, 12 (5),
285-296.
Jacobson, I., Booch, G., Rumbaugh,
J., 1999. The Unified Software
Development Process. Addison-
Wesley Longman Inc.
Loney, K., Koch, G., 2002. Oracle 9i
The Complete Reference. Oracle
Press.
McGrath, M.J., O'Connor, J.F.
Cummins, S., 1998. Implementing
a process control strategy for the
food processing industry. J. Food
Engineer., 35 (3), 313-321.
Morisseau-Leroy, J. N., Solomon, M.,
Momplaisir, G., 2001. Oracle9i
SQLJ Programming. Osborne-
Oracle Press.
Muller, E. Bassin, M. Troyon, JP.
Nowak, P., 1999. Implementation
of rapid result management
systems in the metals industry.
Lab. Autom. Inform. Manag.,
34(1), 31-40.
Murali, N.S., Secher Bo, J.M.,
Rydahl, P., Andreasen Finn, M.,
1999. Application of information
technology in plant protection in

Comput. Electron. Agric., enviado para su publicación Parte I, cap. 6
Denmark: from vision to reality.
Comput. Electron. Agric., 22,
109-115.
Ribereau-Gayon, P., Glories, Y.,
Maujean, A., Dubourdieu, D.,
2000. Handbook of Enology. Vol.
2: The Chemistry of wine.
Stabilization and Treatments.
John Wiley & Sons, Ltd.
Urbano, M., Luque de Castro, M.D.,
Gómez-Nieto, M.A., 2003.
Automation of flow injection
methods in the winery industry
through a computer program
based on a multilayer model.
Proceedings of 9th IEEE International
Conference on Emerging
Technologies and Factory Automation,
530-536, Lisbon.
Rumbaugh, J., Jacobson, I., Booch,
G., 1999. The Unified Modeling
Language. Reference Manual.
Addison-Wesley Longman Inc.
Valcárcel, M., Luque de Castro, M.D.,
1987. Flow Injection Analysis:
Principles and Applications. Ellis
Horwood, Chichester.
Van Asseldonk, M.A.P.M., Huirne,
R.B.M., Dijkhuizen, A.A., Beulens,
A.J.M., Udink ten Cate, A.J.,
1999. Information needs and
information technology on dairy
farms. Comput. Electron. Agric.,
22, 97-107.
Wainwright, P., Ahmad, A., Link, M.,
Sarang, P., 2001. Professional
Apache 2.0. Wrox,
(http://www.apache.org).
Warner, S.A., Sywilok, J.W., 1995.
Implementing information technology.
Anal. Chem., 67(5), 173-
179.
235

Parte II: Desarrollo de métodos
quimiométricos y algoritmos
para el desarrollo de modelos
cualitativos y cuantitativos en
química analítica

Capítulo 7
ULTRAVIOLET-VISIBLE
SPECTROSCOPY AND PATTERN
RECOGNITION METHODS FOR
DIFFERENTIATION AND
CLASSIFICATION OF WINES
El contenido de este capítulo ha sido enviado a la revista Food Chemistry para su
publicación.

Food Chem., enviado para su publicación Parte II, cap. 7
ULTRAVIOLET-VISIBLE SPECTROSCOPY AND PATTERN
RECOGNITION METHODS FOR DIFFERENTIATION AND
CLASSIFICATION OF WINES
Manuel Urbano Cuadrado, María D. Luque de Castro, Pedro M. Pérez Juan, Juan
García Olmo, Miguel A. Gómez-Nieto
Abstract
The feasibility of developing a qualitative model based on cheap and
simple instrumentation to differentiate and classify wines from the apellation
d’origine “La Mancha” (Spain) has been studied. The criteria for discrimination
were origin, grape variety and ageing process. Ultraviolet Visible Spectroscopy
(UV-Vis) was used for the development of a inexpensive and simple screening
approach. Once spectra were collected, a data exploratory analysis was carried
out in order to both show trends hidden in the data matrix from the sample
spectra and study the characteristics of the models thus developed. Principal
Components Analysis (PCA) and Soft Independent Modelling of Class Analogy
(SIMCA) were used for the exploratory analysis and the development of
classification models, respectively. The ultraviolet region has for the first time
been used for the discrimination of types of wines. This region is of great
importance for differentiation of wines according to both origin within a same
apellation d’origine and ageing process. The sum of false positives and false
negatives —the criteria used for evaluating errors— were not higher than 25%,
and the classification of wines according to the origin zone yielded the best
values (10%). Sample preparation was not necessary.
Keywords: Ultraviolet-visible spectroscopy; Wine classification; Pattern
recognition methods.
241

Manuel Urbano Cuadrado Tesis Doctoral
1. Introduction
Quality control of foods is often based
on modern and sophisticated instruments
that involve high costs and
require well-trained analysts (Flurer,
2003; Wang, Geil, Kolling, & Padua,
2003; Encinar, Sliwka-Kaszynska,
Polatajko, Vacchina, & Szpunar,
2003; De Villiers, Alberts, Lynen,
Crouch, & Sandra, 2003). However,
the results from these instruments are
often not obtained in time despite
being supported on modern tech
niques. This is owing to the necessity
of steps, previous to measurement,
focused on improving the accuracy
and precision of the results.
Quantification of components either
involved in a fraudulent wine
elaboration or those that constitute a
key family in wine from a given
apellation d’origine is, most times, a
long and expensive step (Legin,
Rudnitskaya, Lvova, Vlasov, Di
Natale, & D'Amico, 2003; Cullere,
Aznar, Cacho, & Ferreira, 2003;
López, Aznar, Cacho, & Ferreira,
2002). A present trend in analytical
chemistry is the development of
242
methodologies able to provide “fitness
for purpose” results, which take into
account aspects related with the
importance of time against accuracy
achieved. These aims are often
supported on qualitative aspects in
contrast to quantitative results
(Trullols, Ruisánchez, & Rius, 2004).
Chemometric techniques allow
construction of models to
characterise target samples within
previously defined and validated
groups. Multivariate analysis is a
powerful tool that permits to extract
qualitative and quantitative chemical
information from large data sets.
Thus, qualitative techniques as cluster
analysis (CA), principal components
analysis (PCA), linear discriminant
linear analysis (LDA), soft independent
modelling of class analogy
(SIMCA), etc., are aimed at
improving the quality of food
products (Kos, Lohninger, & Krska,
2003; Yu & MacGregor, 2003; Tura,
Prenzler, Bedgood, Antolovich, &
Robards, 2004).
Wine industry has employed
the above commented tools with
several objectives; namely: wine

Food Chem., enviado para su publicación Parte II, cap. 7
classification based on either grape
variety or climate factors; assessment
of the authenticity of wine; study of
different brownings; etc. The datasets
used were of different nature, namely:
the concentration of phenolic compounds
(De la Presa & Noble, 1995;
García-Parrilla, González, Heredia, &
Troncoso, 1997), the composition of
volatile compounds (García-Jares,
García-Martín, Marino, & Torrijos,
1995; Guth, 1997), amino acids content
(Etiévant, Schlich, &. Bouvier,
1988), concentration of metal ions
(Baxter, Crews, Dennis, Goodall, &
Anderson, 1997), isotopic determination
(Martin, Guillou, & Martin,
1998), etc.
Spectroscopy has been widely
used for the development of classification
models. Thus, Near Infrared
Spectroscopy (NIRS), Fourier Transform
Infrared (FT-IR), Mass Spectrometry
(MS), etc., have been used for
the differentiation and classification
of samples in various areas (Downey,
McIntyre, & Davies, 2002; Reeves &
Zapf, 1998; Pérez-Pavón, Del Nogal-
Sánchez, García-Pinto, Fernández
Laespada, Moreno-Cordero, &
Guerrero-Peña, 2003). Although
quantitative methods based on these
techniques have been developed in the
enological area, there are few
approaches regarding to their qualitative
use. Visible and NIR regions
have been used to discriminate
between white wines of two varietal
origins (Cozzolino, Smyth, & Gishen,
2003). The visible region has also
been used in an indirect way for
certification of rosé wines from the
apellation d’origine “Rioja” (Spain)
(Meléndez, Sánchez, Íñiguez, Sarabia,
& Ortiz, 2001). The authors employed
six parameters obtained from the
absorption spectrum in the visible
range for classification. The ultraviolet
zone has not been employed for
differentiation and classification of
wines.
The aim of this work was to
study the use of both the ultraviolet
and visible zones in order to obtain
spectra for classification of wines
based on criteria more restrictive than
those above commented. Criteria as
ageing process and origin within a
apellation d’origin have been studied.
Varietal discrimination has also been
243

Manuel Urbano Cuadrado Tesis Doctoral
evaluated. Thus, the approach here
reported is aimed at studying the
feasibility of developing a cheap and
simple model —using only the
ultraviolet and visible zones— for the
differentiation and classification of
wines without the help of trained
specialists.
2. Materials and methods
2.1 Samples
Different samples —red and white
wines; young and aged wines; wines
from different zones within the “La
Mancha” apellation d’origine (“Quintanar
de la Orden”, “Fuente de Pedro
Naharro”, “Mota del Cuervo”, “Corral
de Almaguer” and “Villacañas”) and
grape varieties (“Cencibel” and
“Cabernet Sauvignon”)— were used
in the study. Thus, the number of
samples employed in the calibration
and validation steps was 120.
2.2 Apparatus and procedure
The instrument employed for spectra
collection was an Agilent 8453E UVvisible
Spectroscopy System (Agilent
244
Technologies, Waldbronn, Germany).
The spectra were collected using a
UV-VIS Chem Station Rev. A.06.03
(Hewlet-Packard, USA). The absorbance
spectra were recorded in
duplicate. The working range was 300
– 800 nm.
The instrument was equipped
with a quartz cell with a pathlength of
0.1 cm. This short pathlength enabled
to obtain absorbance values within the
appropriate range regarding to accuracy
and precision specified by the
spectrophotometer characteristics manual.
2.3 Chemometric software used for
data processing and statistical
techniques employed
Duplicate spectra from two aliquots of
each sample were averaged. The
Unscrambler 7.5 (Camo Process AS,
Oslo, Norway) was used for data
processing. PCA and SIMCA (Vandeginsten,
Massart, Buydens, De
Jong, Lewi, & Smeyers-Verbeke,
1998; Wold, 1976; Esbensen, 2002)
were the multivariate pattern
recognition methods.

Food Chem., enviado para su publicación Parte II, cap. 7
Principal components analysis (PCA)
Principal components analysis has
been extensively used for visualisation
of hidden trends in a data
matrix M consisting of n objects
defined by m variables. In this work,
the objects were the sample spectra
and the variables were the wavelengths.
This can also be seen as an
m-dimensional space, in which each
wavelength defines one dimen-sion.
In order to show trends or different
data structures hidden in the M
matrix, a new c-dimensional space
can also be built from the original mdimensional.
The new dimensions,
principal components —PCs—, are
built taking into account the maximum
variance of data and the
requirements about an orthogonal
space. The number of PCs is much
lower than the number of original
variables, mainly in spectral analysis,
due to the linear combination of the
original variables in order to form the
PCs thus removing co-linearity between
variables. Objects plotted in the
new space —score plot— often show
trends that, in spite of having to be
interpreted and explained, constitute a
first step in subsequent modelling for
samples classification.
Soft independent modelling of class
analogy (SIMCA)
SIMCA, which is a supervised pattern
recognition technique in contrast to
the not supervised PCA, is considered
a key chemometric approach for
classification. This technique enables
to classify the samples into an already
existing group, assigning new objects
to the class to which they show the
largest similarity. SIMCA is strongly
based on PCA, because each class is
defined by an independent PCA,
taking into account the optimal
number of PCs for each class, which
is endowed with a specific data
structure.
The SIMCA classification
process consists of two stages,
namely: the training stage, in which
the individual models of the data
classes are developed, and the
classification stage, in which new
samples are classified within the
established class models.
245

Manuel Urbano Cuadrado Tesis Doctoral
3. Results and discussion
3.1 Exploratory analysis
246
Fig. 1. Variance explained in the PCA for white wines.
Visualising trends or groups in white
wines
PCA was applied to the matrix formed
by the UV-Vis spectra corresponding
to samples of white wines. The
maximum number of PCs was set at
10. Firstly, Fig. 1 shows the data
variance explained by the new PC
plot. As can be seen in the figure, the
first two PCs explain almost all the
data variance.
The first criterion was to
differentiate wines from different
zones within the same apellation
d’origine, namely: “Quintanar de la
Orden” (identified by A), “Fuente de
Pedro Naharro” (B), “Mota del
Cuervo” (C) and “Corral de
Almaguer” (D). Fig. 2-A shows the
plot of samples in the bi-dimensional
space formed by the first two PCs. As
can be seen, there are four incipient

Food Chem., enviado para su publicación Parte II, cap. 7
A
B
Fig. 2. Plot of white wines samples in the space formed by the first two PCs: (A)
original spectra data. (B) first derivative spectra data.
247

Manuel Urbano Cuadrado Tesis Doctoral
248
Fig. 3. Loadings plot for the two first components in white wines.
groups corresponding to the four
zones. Thus, UV-vis spectra can be
used for the differentiation of wines as
a function of wine origin within the
same apellation d’ origine.
First derivative is often used
as a mathematical preprocessing for
UV-Vis spectra in order to enlarge the
differences between them. This
treatment was carried out with the aim
of improving the discrimination above
achieved. Fig. 2-B shows the more
significant differentiation between
groups. The clusters corresponding to
C and D were very close, but the
difference between them was clearer
after re-scaling. Discrimination was
possible because of the different
concentration depending on zones of
families of compounds that absorb
UV-Vis radiation.
In order to find out these
compounds, loadings for the first two
PCs were plotted as shown in Fig. 3.
Loading vectors can be considered as
the bridge between the initial
variables space and the PCs space. As
commented before, each PC is a linear

Food Chem., enviado para su publicación Parte II, cap. 7
Fig. 4. PCA for red wines according to origin zone.
combination of the entire initial
variables; that is, of all the
wavelengths. The coefficients of this
combination are called loadings, and
each wavelength has a loading. The
higher the loadings, the higher the
influence of the corresponding
wavelengths in the explanation of the
data variance. Fig. 3 shows that the
key wavelengths for the discrimination
of groups were in the range
300-400 nm; that is, the ultraviolet
region. Compounds present in wine
that absorb in this region are esters
from hydroxicynamic acids (Flanzy,
2000). Thus, two conclusions can be
obtained from this exploratory
analysis. The first is that there are
differences between the proportion of
these families between different zones
within an apellation d’ origine. The
second is that this discrimination can
not be visual because the differences
lead in the ultraviolet region.
Visualising trends or groups in red
wines
The first criterion used for the
249

Manuel Urbano Cuadrado Tesis Doctoral
differentiation was also origin zone.
Three zones were taken into account,
namely: “Fuente de Pedro Naharro”
(J), “Quintanar de la Orden” (K) and
“Villacañas” (L). Fig. 4 shows the
PCA applied to the data from the first
derivative spectra from red wines. The
major differences were found between
wines from “Quintanar de la Orden”
and those from “Villacañas”. Wines
from “Fuente de Pedro Naharro” were
located between the other two zones.
As can be seen, the differentiation
was worse than that achieved for
white wines.
Other criterion used to
differentiate red wines was the grape
variety used for obtaining the two
groups of wine. The varieties employed
were “Cabernet Sauvignon”
(S) and “Cencibel” (T). The score plot
is shown in Fig. 5-A. Two trends can
be observed: T samples, which are the
most abundant, provided a swarm of
points that comprises a large zone and
S samples were located in the belowright
part of the plot. Loadings from
the visible region, as can be seen in
Fig. 5-B, were higher than those
obtained from white wines. Ob-
250
viously, this is due to the red colour.
The ageing process of wines
was also studied. Aged (Y) and noaged
wines (Z) were considered. The
former gathered in the right side and
the latter in the left side of Fig. 5-C.
A higher dispersion was
observed in the PCAs for red wines as
compared with that obtained for white
wines, which can be due to the higher
complexity of the composition of red
wines.
3.2 Development of classification
models
Model for classifying white wines
according to origin of the grape
A model for the classification of three
types of wines according to zone of
the grape was developed. The classes,
following the nomenclature employed
in section 3.1.2, were named A
(“Quintanar de la Orden”), B (“Fuente
de Pedro Naharro”) y C (“Mota del
Cuervo”). Independent principal components
analyses were carried out for
each class. The first derivative spectra
were employed. The prediction
capacity of the model was studied

Food Chem., enviado para su publicación Parte II, cap. 7
A
B
Fig. 5. (A) PCA plot. (B) Loadings plot for the two first components of red wines
according to grape variety
251

Manuel Urbano Cuadrado Tesis Doctoral
C
252
Fig. 5. (cont.) (C) PCA for red wines according to the ageing process.
by external validation using both
samples of these classes that had not
been used in the training stage, and
samples from “Corral de Almaguer”
(D), that has not been modelled
because of the small number of
samples. The significance level was
set at 5%.
Coomans plots (Esbensen,
2002) were used for evaluating the
results from the classification. These
plots provide the orthogonal distance
from all new objects to two selected
classes at the same time. The critical
cut-off class membership limits are
also obtained from those plots. If an
object belongs to a model (class) it
should fall within the membership
limit, which is on the left of the
vertical line or below the horizontal
line in Fig. 6-A.
As can be seen in Fig. 6-A,
the validation samples corresponding
to origin zones for grape A and B
were all within the limit of each
membership. Nevertheless, B samples
were placed in the class C
membership zone in the Cooman plot

Food Chem., enviado para su publicación Parte II, cap. 7
for the classes A and C shown in Fig.
6-B; thus, too many false positives
were obtained in the classification
table (the 50 % of B samples were
also assigned to class C). This is
owing to the proximity of both groups
—B and C— , the major dispersion of
the class B and, mainly, the existence
of two C samples within the swarm of
points corresponding to B zone, as
shown in the PCA in Fig. 2-B. Better
results were achieved when these two
C samples were not used in the
modelling of class C —that is, they
were considered as outliers—. Almost
all the validation samples corres
ponding to zone C were classified
correctly in class C, and all the
validation samples corresponding to
zone D were not classified in any
class, as expected. The sum of percent
of false positives and false negatives
was 10% and the number of samples
in the validation set was 32.
In order to explain the classification
data, the concept of
Variable Discrimination Power (Esbensen,
2002) was used; this gives
information about the power of a
variable to discriminate between any
two models. A value close to 1 indicates
no discrimination power at all,
while a high value, e.g. greater than 3,
indicates good discrimination for a
given variable.
The discrimination power
plots for comparison between classes
A-B and comparison between classes
C-B are shown in Fig. 6-C and Fig. 6-
D, respectively. In the former, the
discrimination values were much
higher in the ultraviolet than in the
visible region. For this reason, the
classification of wines from
“Quintanar de la Orden” (A) and
wines from “Fuente de Pedro
Naharro” (B) was based on the
differences in the concentration of
esters from hydroxicynamic acids,
which absorb in the ultraviolet region.
Distinction between wines
from “Quintanar de la Orden” (A) and
“Mota del Cuervo” (C) was explained
by the same effect.
The discrimination values in
Fig. 6-D were lower than those shown
in Fig. 6-C. This fact explains that
classes B and C were close, as
compared with the distance from A.
The visible zone between 620 and 640
253

Manuel Urbano Cuadrado Tesis Doctoral
A
B
Fig. 6. (A) Cooman plot for the classes A and B. (B) Cooman plot for the classes
B and C.
254

Food Chem., enviado para su publicación Parte II, cap. 7
C
D
Fig. 6. (C) Discrimation power plot for classes A and B. (D) Discrimation power
plot for classes B and C.
255

Manuel Urbano Cuadrado Tesis Doctoral
nm provided a high discrimination
power for classes B and C. Phenolic
compounds are responsible for the
slightly green colour present in white
wines; thus, the proportion of these
compounds is different between B and
C wines.
Model for classifying red wines
according to origin of the grape
Classes corresponding to wines from
“Quintanar de la Orden” (K) and
wines from “Villacañas” (L) were
developed using independent principal
component analysis. External
validation was carried out using
samples that have not been used for
models development.
The Distance versus Leverage
plot (Si vs Hi plot) (Esbensen, 2002)
was used in the evaluation of the
external validation. It shows the limits
used in the classification, both for the
distance to the model (Si) and of the
leverage (Hi). The objects within
these limits have a high probability to
belong to the class at the chosen
significance level. They summarise
the information contained in the
model.
256
Fig. 7 shows the Si vs Hi plot
for the validation set of the model
composed by classes K and L at 5%
significance level. For the class K
(Fig. 7-A) almost all the validation
objects were within the leverage limit.
As can be seen in the figure, two
samples were false negatives. They
came from two zones placed in the
border of zone K. Fig. 7-B shows the
classification achieved for class L.
Four samples of the K group were
plotted within the class L membership
limit; thus, these samples were false
positives. The classification of L
samples was successful. The sum of
false positives and false negatives was
20% and the number of samples for
the validation set was 30.
On the other hand, the zone
between 500 and 560 nm enables the
highest discrimination power for red
wines origin, in contrast to the
discrimination of the ultraviolet
region for white wines. In this region,
the absorbent compounds are
anthocyans.
Model for classifying red wines
according to grape variety

Food Chem., enviado para su publicación Parte II, cap. 7
A
B
C
Fig. 7. (A) Si vs Hi plot for the class K. (B) Si vs Hi plot for the class L. (C) Si vs
Hi plot for the class Y.
257

Manuel Urbano Cuadrado Tesis Doctoral
258
D
E
F
Fig. 7. (cont.) (D) Si vs Hi plot for the class Z. (E) Discrimination power plot for
classification according to grape variety. (F) Discrimination power plot
for classification according to the ageing process.

Food Chem., enviado para su publicación Parte II, cap. 7
Classes corresponding to red wines
from “Caubernet Sauvignon” grape
(S) and red wine from “Cencibel”
grape (T) were modelled. Class models
were then externally validated.
Fig. 7-C and Fig. 7-D show the Si vs
Hi plots of the validation set for the
classes S and T, respectively. The
error —sum of false positives and
false negatives— was 25 %. The
validation set was composed by 30
samples and the significance level
was set at 5%. The larger data
dispersion, as shown in the PCA in
Fig. 5-A under the variety criterion,
meant a higher error.
Model for classifying red wines
according to the ageing process
In this case, the model developed was
aimed at classifying red wines into
aged wines and no-aged wines. Thus,
two groups of wine were taken in
order to model the classes, namely: Y
class, non-aged wines, and Z class,
aged wines. The sum of false
positives and false negatives was
25%. The validation set was
composed by 30 samples and the
significance level was set at 5%.
The discrimination power of
the variables of the last two models
was lower than that of the first model,
as can be seen in Fig. 7-E and Fig. 7-
F; this explains the higher number of
false positives and false negatives.
The last one shows the higher
discrimination values in the ultraviolet
region. This fact means that the
quantitative and qualitative evolution
of the phenolic fraction in the ageing
process yields differences in ultraviolet
absorbent compounds.
4. Conclusions
Differentiation and classification of
wine under various criteria have been
achieved in the approach presented in
this work, using cheap and simple
instrumentation. The error in the
prediction depends on the type of
wine to which the method is applied
(namely, white or red wine).
The classification of the wines
from different origins within the same
apellation d’origine is around 90%. In
addition, the classification of wines
according to grape variety and ageing
process is better than 75%. The model
thus developed supplies a simple,
259

Manuel Urbano Cuadrado Tesis Doctoral
inexpensive screening tool for wines
from the apellation d’origine “La
Mancha” from the data provided by
an array diode UV-VIS spectrophotometer.
Other advantage of the
model is the time required for analysis
—about ten minutes were enough for
classification into a given class—.
The ultraviolet region has
been used for the first time for
differentiation of wines. This region is
the key for discrimination of wines
according to the zone within the same
apellation d’origine. In addition, the
joint use of the ultraviolet and visible
regions enables a better classification
of wine according to the ageing
process, as compared with the single
use of one of the spectrum zones.
The phenolic compounds
from the secondary metabolism of
vegetables are excellent discriminators
for wines. This characteristic
is due to the variability of those
compounds as a function of soils,
grape variety, production conditions,
etc.
Acknowledgements
The Comisión Interministerial de
260
Ciencia y Tecnología (CICyT) is
thanked for financial support (Project
AGL2000-0321-P4-03).
References
Baxter, J. M., Crews, M. E., Dennis,
J., Goodall, I., & Anderson, D.
(1997). The determination of the
authenticity of wine from its trace
elements composition. Food
Chemistry, 60, 443-450.
Cozzolino, D., Smyth, H. E., &
Gishen, M. (2003). Feasibility
study on the use of visible and
near-infrared spectroscopy together
with chemometrics to
discriminate between commercial
white wines of different varietal
origins. Journal of Agriculture
and Food Chemistry, 51, 7703-
7708.
Cullere, L., Aznar, M., Cacho, J., &
Ferreira, V. (2003). Fast fractionation
of complex organic
extracts by normal-phase chromatography
on a solid-phase extraction
polymeric sorbent. Optimization
of a method to
fractionate wine flavor extracts.

Food Chem., enviado para su publicación Parte II, cap. 7
Journal of Chromatographia, A,
1017, 17-26.
De la Presa, C., & Noble, A. C.
(1995). Descriptive analysis of
three white wines varieties from
Penedes. American Journal of
Enological and Viticulture, 46, 5-
9.
De Villiers, A., Alberts, F., Lynen,
F., Crouch, A., & Sandra, P.
(2003). Evaluation of liquid
chromatography and capillary
electrophoresis for the elucidation
of the artificial colorants brilliant
blue and azorubine in red wines.
Chromatographia, 57, 393-397.
Downey, G., McIntyre, P., & Davies,
A. N. (2002). Detecting and
quantifying sunflower oil adulteration
in extra virgin olive oils
from the Eastern Medite- rranean
by visible and near infrared
spectroscopy. Journal of
Agriculture and Food Chemistry,
50, 5520-5525.
Encinar, J. R., Sliwka-Kaszynska, M.,
Polatajko, A., Vacchina, V., &
Szpunar, J. (2003). Methodo-
logical advances for selenium
speciation analysis in yeast.
Analytica Chimica Acta, 500,
171-183.
Esbensen, K. H. (2002). Multivariate
Data Analysis – in Practice, Oslo:
Camo Process AS.
Etiévant, P., Schlich, P., & Bouvier, J.
C. (1998). Varietal and geographic
classification of French
red wines in terms of elements,
amino acids and aromatic
alcohols. Journal of Science and
Food Agriculture, 48, 25-41.
Flanzy, C. (2000). Enología: Fundamentos
Científicos y Tecnológicos
(Enology: Scientific and Technological
Fundamentals). Madrid:
AMV-Mundi Prensa.
Flurer, C. L. (2003). Analysis of
antibiotics by capillary electrophoresis.
Electrophoresis, 24,
4116-4127.
García-Jares, C. M., García-Martín,
M. S., Marino, N., & Torrijos, C.
(1995). GC-MS identification of
volatile components of Galician
(northwestern Spain) white wines.
261

Manuel Urbano Cuadrado Tesis Doctoral
262
Application to differentiate Rias
Baixas wines from wines produced
in nearby geographical
regions. Journal of Science and
Food Agriculture, 69, 175-184.
García-Parrilla, M. C., González, G.
A., Heredia, F. J., & Troncoso, A.
M. (1997). Differentiation of wine
vinegars based on phenolic composition.
Journal of Agriculture
and Food Chemistry, 45, 3487-
3492.
Guth, H. (1997). Quantification and
sensory studies of character
impact odorants of different white
wine varieties. Journal of Agriculture
and Food Chemistry, 45,
3027-3032.
Kos, G., Lohninger, H., & Krska, R.
(2003). Development of a method
for the determination of fusarium
fungi on corn using mid-infra-red
spectroscopy with attenuated total
reflection and chemometrics.
Analytical Chemistry, 75, 1211-
1217.
Legin, A., Rudnitskaya, A., Lvova, L.,
Vlasov, Y., Di Natale, C., &
D'Amico, A. (2003). Evaluation
of Italian wine by an electronic
tongue: recognition, quantitative
analysis and correlation with
human sensory perception.
Analytica Chimica Acta, 484, 33-
44.
Lopez, R., Aznar, M., Cacho, J., &
Ferreira, V. (2002). Determination
of minor and trace volatile
compounds in wine by solidphase
extraction and gas
chromatography with mass
spectrometric detection. Journal
of Chromatographia, A, 966, 167-
177.
Martin, G. J., Guillou, C., & Martin,
M. L. (1998). Natural factors of
isotope fractionation and the
characterization of wines. Journal
of Agriculture and Food Chemistry,
36, 316-322.
Meléndez, M. E., Sánchez, M. S.,
Íñiguez, M., Sarabia, L. A., &
Ortiz, M. C. (2001). Pysichophysical
parameters of colour
and the chemometric characterisation
of wines of certified
denomination of origin ‘Rioja’.

Food Chem., enviado para su publicación Parte II, cap. 7
Analytica Chimica Acta, 446,
159-169.
Pérez-Pavón, J. L., Del Nogal-
Sánchez, M., García-Pinto, C.,
Fernández Laespada, M. E.,
Moreno-Cordero, B., & Guerrero-
Peña, A. (2003). A method for the
detection of hydrocarbon pollution
in soils by headspace mass
spectrometry and pattern recognition
techniques. Analytical
Chemistry, 75, 2034-2041.
Reeves, J. B., & Zapf, C. M. (1998).
Mid-infrared diffuse reflectance
spectroscopy for discriminant
analysis of food Ingredients.
Journal of Agriculture and Food
Chemistry, 46, 3614-3622.
Trullols, E., Ruisánchez, I., & Rius, F.
X. (2004). Validation of
qualitative analytical methods.
Trends in Analytical Chemistry,
23, 137-145.
Tura, D., Prenzler, P. D., Bedgood, D.
R., Antolovich, M., & Robards,
K. (2004). Varietal and processing
effects on the volatile
profile of Australian olive oils.
Food Chemistry, 84, 341-349.
Vandeginsten, B. G. M., Massart, D.
L., Buydens, S., De Jong, S.,
Lewi, P. J., & Smeyers-Verbeke,
J. (1998). Handbook of Chemometrics
and Qualimetrics: Parts A
and B. Amsterdam: Elsevier.
Wang, J. F., Geil, P. H., Kolling, D.
R. J., & Padua, G. W. (2003).
Analysis of zein by matrix-assisted
desorption/ionization mass
spectrometry. Journal of Agri
cultural and Food Chemistry, 51,
5849-5854.
Wold, S. (1976). Pattern Recognition,
8, 127-139.
Yu, H. L., & MacGregor, J. F. (2003).
Multivariate image analysis and
regression for prediction of
coating content and distribution in
the production of snack foods.
Chemometrics and Intelligent
Laboratory Systems, 67, 125-144.
263

Capítulo 8
STUDY OF SPECTRAL ANALYTICAL
DATA USING FINGERPRINTS AND
SCALED SIMILARITY
MEASUREMENTS
El contenido de este capítulo ha sido aceptado para publicación en la revista
Analytical and Bioanalytical Chemistry.

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
STUDY OF SPECTRAL ANALYTICAL DATA USING FINGERPRINTS
Abstract
AND SCALED SIMILARITY MEASUREMENTS
M. Urbano Cuadrado, M. D. Luque de Castro, M. A. Gómez-Nieto
A new chemoinformatic model for enlarging the differences between
spectra has been developed. Then, it has been applied to the differentiation of
wines according to various criteria —namely, grape origin and variety, ageing
process—. The model is based on generation of fingerprints from normalised
spectra, using empirical parameters and a set of 120 samples. After generation of
the fingerprints, similarity matrixes based on the Tanimoto similarity index
between the fingerprints of the samples were built. The calculation of the
Tanimoto index was modified in order to adapt the index to the characteristics of
the analytical measurements. Thus, scaling factors taking into account pattern
fingerprint generated from a group of samples with common characteristics were
used. In addition, a modified expression for calculating the Tanimoto index was
employed. Principal Components Analysis (PCA) and Soft Independent
Modelling of Class Analogy (SIMCA) were applied to the similarity matrixes.
The results obtained are discussed as a function of the normalisation method
employed, the empirical factor used in generation of the fingerprints, selection of
samples for building the pattern fingerprint, etc. Finally, the results for
differentiating of wines are compared with those obtained by applying PCA to
the unprocessed spectra as stated by the proposed model.
Keywords: Similarity calculation, Fingerprints, Attenuated total reflection mid
infrared, Wine differentiation.
267

Manuel Urbano Cuadrado Tesis Doctoral
Introduction
Spectroscopic techniques have been
widely used for the development of
analytical methods, so they constitute
one of the macro-areas that support
instrumental analysis. The different
spectroscopic techniques provide
solutions to a wide range of analytical
problems as a function of the type of
information extracted from the
samples. Although Mid Infrared
Spectroscopy (MIRS), Near Infrared
Spectroscopy (NIRS), Nuclear
Magnetic Resonance (NMR) and
Mass Spectrometry (MS) are
techniques traditionally used in
structural determination of organic
compounds [1-3], their use for
quantitative aspects has recently
increased significantly [4-6]. In the
last few years, NIRS has become a
key technique for the determination of
components in the agrifood field
[7,8].
Qualitative analysis [9] is a
trend in Analytical Chemistry aimed
at shortening the time required for a
given analysis, achieving objectives
close to users and industry requi-
268
rements without the use of
sophisticated instrumentation. Thus,
approaches focused on obtaining
information about polluted/non polluted
materials, fraudulent production
processes, clinical yes/no responses,
etc. [10-12] have been developed in
the last years. For this, multivariate
analysis, and, specifically, pattern
recognition techniques, have been
employed for sample differentiation
and classification [13,14].
In order to obtain maximum
information from datasets, it is
mandatory to both characterise the
objects by means of a series of
variables and apply multivariate
analysis. The number of variables for
developing pattern recognition methods
depends on the data available
from each sample. In this way, to use
variables difficult to be obtained
owing to measurement costs, low
sample quantity, long analysis time,
etc. limits the number of variables
[15,16]. On the other hand, a minimum
number of variables is
necessary for supporting the models.
Spectroscopic techniques are useful as
they fulfil the requirement of ob-

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
taining large datasets.
A spectrum is a set of data —
namely, absorbances, emission intensities,
relative intensities of
fragments in a mass spectrum, etc.—
at given values of the variables —
wavelengths, mass/charge ratios, distances,
etc.—. The spectrum is usually
collected in a short time, so it is
possible to obtain the values of
hundreds of variables in real time in a
non-destructive fashion (most times)
and, usually, affordable acquisition
and maintenance costs.
Advances in chemometrics
constitute a powerful tool for surpassing
limitations inherent to nonexpensive
instruments in order to
obtain maximum information. The
development of a new chemoinformatic
method —based on similarity
calculation, used in structural
aspects most times [17,18]— in order
to improve the information provided
by spectroscopic techniques is presented
in this paper. The aim of this
method is to obtain qualitative
information —differentiating samples
of wine according to their zone and
grape origins in a preliminary study—
from very similar MIR spectra. This
similarity is due to the high influence
on the spectrum of the common
components of wine, masking the
contribution to the spectrum of the
specific components. The method
enables to enlarge the differences
between samples by means of the
digitalisation of spectra and the
calculation of similarity matrixes
using fingerprints of samples.
Proposed model
After data preprocessing aimed at
detecting and removing spectral
outliers, a procedure for transformation
of spectral data into binary
fingerprints was carried out. The
fingerprints were then used for
calculating similarity between the
analysed samples. This process consists
of the following steps.
Normalisation of the spectral data
The spectrum from a given sample
can be considered as a variable array e
composed by n elements, where e(i)
represents the absorbance value at the
wavelength i. A matrix E with di-
269

Manuel Urbano Cuadrado Tesis Doctoral
mensions n x e is defined for the
sample set, where n is the number of
samples and e is the number of
variables. The element E(i,j) represents
the absorbance value for the
sample i at the wavelength j.
270
The matrix E is transformed
into a normalised matrix E . From the
types of normalisation proposed in the
literature [19], three of them are
employed in this work, namely:
Standard:
E(
i,
j)
−min(
E(
n,
j))
∀ n,
E(
i,
j)
=
max( E(
n,
j))
−min(
E(
n,
j))
Logarithmic:
(1)
log( E(
i,
j)
+ 1)
− min(log( E(
n,
j)
+ 1)
∀n
, E(
i,
j)
=
max(log( E(
n,
j)
+ 1)
− min(log( E(
n,
j)
+ 1)
Tangential:
(2)
∀n , E(
i,
j)
= tanh(log( E(
i,
j)
+ 1))
(3)
The three types normalise the
absorbance values of the matrix E
within the range [0,1], but equation
(3) is independent of the distribution
of values in contrast to equations (1)
and (2).
Generation of the fingerprints
After normalising the data, the matrix
E consisting of values within the
range [0,1] is used for building a new
matrix F, the fingerprint matrix, as
follows:
A threshold value U within the
range [0,1] is selected for the
construction of the fingerprint.
An element F(i,j) = 1, if and only
if, E( i,
j)
≥ U , and F(i,j) = 0
otherwise.
Thus, the threshold value U
determines the significance of the
spectral value at every wavelength.

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
The matrix F is equal to the unity
matrix when U=0 and, on the other
hand, most elements F(i,j) are equal to
zero when U=1.
Generation of the similarity matrix
Transformation of the spectra into
fingerprints allows to use the
similarity indexes in the literature
[20,21]. In this work, the Tanimoto
index has been used, which is
described as follows:
c
=
a + b − c
TA, B
(4)
where: c represents the number of bits
set to 1 common in the fingerprints A
and B; a and b represent the number
of bits set to 1 in the fingerprints A
and B, respectively.
Calculation of similarity
measurements using the Tanimoto
index is applied to the matrix F, thus
building the similarity matrix S. This
matrix is symmetrical and its
dimension is n x n, where n is the
number of samples (objects). The
elements S(i,i) are equal to 1 and each
element S(i,j) represents the similarity
value between sample i and sample j
obtained from the application of
equation (4) to the fingerprint matrix
F.
Scaled similarity matrix
For the calculation of the similarity
measurements by equation (2), all the
fingerprint bits have the same
influence or loading in the similarity
calculation. This assertion is correct in
applications as structural similarity
calculation [17,18]; nevertheless, it is
incorrect when the fingerprints are
built from the processing of different
analytical measurements at different
working conditions.
It can be considered that each
sample is defined by the following
equation:
M = a X + a X + L+
a
i
X
1 i 1i
2i
2i
Ni Ni (5)
where: i represents the sample i; N is
the number of analytical measurements;
Xji is the analytical value
(the absorbance value in this case);
and aji is a coefficient that takes into
account the influence of the analytical
value j on sample i.
271

Manuel Urbano Cuadrado Tesis Doctoral
272
The similarity calculation
must be modified if the coefficients aji
show different values for different
samples or groups of samples. This
modification is carried out through a
scaling process using a pattern
fingerprint P, which has a size equal
to those of the fingerprints that
constitute the matrix F. Bits set to 1
represent the group of bits more
significant between the bits set to 1 in
the matrix F, that is, the analytical
variables that provide more information
from the sample under
study.
Thus, a new calculation of the
similarity matrix is proposed by the
application of a Tanimoto index
scaled as follows:
T
c
s
S = (6)
as
+ bs
− cs
where:
a
b
c
s
s
s
= a
= b
= c
b
c
a
+ a
+ b
+ c
p
p
p
× W
× W
× W
(7)
The aa, bb and cc values represent
the number of bits set to 1 in the
fingerprints A, B, and common in
A and B, respectively, and not set
to 1 in the pattern fingerprint P.
The ap, bp and cp values represent
the number of bits set to 1 in the
fingerprints A, B, and common in
A and B, respectively, and set to 1
in the pattern fingerprint P.
W is a scaling factor that permits
to give more weight to those bits
set to 1 in the samples A and B
and also set to 1 in the pattern P
in the similarity calculation.
In this way, equation (7)
permits to weigh up the different
fingerprint bits in the similarity
calculation, thus considering different
levels of significance of the analytical
variables.
Generation of the pattern fingerprint
The number and position of the bits
set to 1 in the pattern fingerprint are
the key for application of the equation
(7), and they clearly depends on the
problem under study. This dependence
makes necessary to open the
proposed model to the analytical
technique, number of analytical

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
variables, characteristics of the
samples, data dispersion, etc.
In this paper, a method based
on frequency measurements of the
bits of the matrix F has been used.
This method consists of the following
steps:
A group of samples is selected
for building pattern P. The
group of samples determines the
characteristics of the pattern. It
is possible to build several
patterns according to the group
of samples selected.
The matrix F is analysed by
columns and, then, a frequency
array is generated in the
following way:
i n
∑ =
f j =
i=
F i j
n
1
( )
( , )
(8)
where the values i determine the
samples to be considered for
generating the pattern, and n is
the number of samples.
A pattern fingerprint P is built
from the frequency array by the
consideration of a threshold
frequency value V. Thus, a
pattern P is generated with
elements P(i)=1 (fingerprint
bits) if the corresponding
element of the frequency array
f(i) has a value equal to or
higher than the threshold value
V. All the bits of the pattern
fingerprint P are set to 1 when
the threshold value is V=0.
Thus, the higher the values for
V, the lower the number of bits
set to 1 in the pattern
fingerprint.
Experimental
Samples
120 samples of wine were used. From
these, 60 were of red wine and 60 of
white wine. The grape variety was
known for all red wines (25 of
“Cencibel” and 35 of “Cabernet
Sauvignon”), but not for white wines.
Only 15 red wines were aged, 25 nonaged
and the age of the rest of red
wines was unknown. The origin was
known for 40 samples of white wine
(15 samples of “Quintanar de la
273

Manuel Urbano Cuadrado Tesis Doctoral
Orden” and 25 samples of “Fuente de
Pedro Naharro”, both within the “La
Mancha” apellation d’origine). The
samples were used as such, because
filtering, dilution, preconcentration,
interferents removal, etc., were not
required.
Apparatus and methods
The instrument employed for MIR
spectra collection was an FT-MIR
Nicolet Magna-IR550 Serie II
(Nicolet Instrument Corp., Madison,
Wisconsin, USA), capable of making
measurements at 4 cm -1 resolution in
the spectral range covering 4000-400
cm -1 . The instrument was furnished
with an infrared attenuated total
reflection (ATR) solid, liquid and
mellow sample cell with a zinc
selenide crystal (Spectra Tech.,
Stamford, CT, USA) for Nicolet
Spectrometers. The ATR cell consists
of the following: base accessory unit
containing the mirrors to direct the IR
beam to and from the sampling plate;
a sampling plate containing the ZnSe
ATR crystal and; precision single or
dual readout controller. The number
274
of reflections of the ATR module was
15. Other characteristics of the
instrument were a transmission range
between 20000 and 650 cm -1 , a
refractive index (at 1000 cm -1 ) of 2.4,
density of 5,27 g cm -3 and volume of
3.5 ml. Before recording the spectra,
the samples were thermostated at
24ºC. The absorbance (log(1/R))
spectra were collected in duplicate.
Chemometric software for data
processing and statistical techniques
used
The software employed for spectra
normalisation, building of the
fingerprints and generation of the
similarity matrixes was developed by
the authors in C programming
language. The Unscrambler 7.8
(Camo Process AS, Oslo, Norway)
was used for principal components
analysis (PCA). The chemometric
procedure consists of the following
steps:
PCA for visualisation of spectral
outliers
PCA was carried out for the detection
of sample spectra that behave as

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
outliers and can badly influence the
building of the fingerprints. Once the
samples were in the new space
defined by principal components, the
leverage value —a measure of how
far an object is as compared to the
majority— and the residual variance
were computed using The Unscrambler
7.8 software. The outliers were
examined in order to know if either
they provided any useful information
or they must be removed.
Normalisation, building the fingerprints
and generation of similarity
matrixes
Similarity matrixes were obtained
from the sample spectra after data
normalisation, building the fingerprints
and calculation of the Tanimoto
indexes for the samples. This
procedure is based on the model
described in section 2.
Analysis of the similarity matrixes
PCA and SIMCA were applied to the
similarity matrixes for differentiation
and classification of samples, respectively,
according to different criteria.
Results and discussion
Sample spectra and spectral outliers
The zone of the MIR spectra used was
the 800-3000 cm -1 region; thus, the
400-800 and 3000-4000 cm -1 zones
were deleted from this study owing to
irreproducibility because of the high
absorbance values. The MIR absorption
band corresponding to the
fundamental strength vibration of the
–OH group at 3300-3500 cm -1 is
responsible for irreproducibility. The
800-3000 cm -1 spectra are shown in
Fig. 1-A. As can be seen in this
figure, the spectra show a high degree
of similarity, with the exception of the
1150-1300 and 2300-2400 cm -1 zones.
For this reason, the use of the model
proposed is necessary for enlarging
the dissimilarities in order to
differentiate and classify samples of
wines using spectroscopic data under
various criteria.
Analysis of spectral outliers
was carried out to avoid the influence
of anomalous spectra on building the
fingerprints, and then, in the generation
of the similarity matrixes.
275

Manuel Urbano Cuadrado Tesis Doctoral
A
B
Fig. 1. (A) MIR 400-3000 cm -1 spectra for all the samples of wine. (B) Residual
variance vs leverage plot for the PCA applied to all the sample spectra.
Thus, PCA was applied to the spectra
and the residual variance versus
leverage, shown in Fig. 1-B, was
obtained. Five samples behave as
276
outliers, taking into account both the
leverage value for each sample and
sample dispersion. On the other hand,
one sample was also considered

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
outlier because of the high value of
residual variance in spite of being
close to the swarm of samples.
Study of normalisation methods
The normalised spectra of a given
sample randomly selected and
resulting from standard, logarithmic
and tangential methods are shown in
Fig. 2-A, 2-B and 2-C, respectively.
The first two yield spectra without
significant differences, and neither in
the fingerprints built using several
threshold values U (0.2, 0.4, 0.6 and
0.8), also shown in Fig. 2.
Nevertheless, the tangential
method yields a normalised spectrum
very different from those obtained by
the first two methods. The tangential
method only reduces the absorbance
values owing to the use of the
hyperbolic tangent and not the
minimum and maximum values of
each variable, as can be seen in Fig. 2-
C. The threshold values U used for
building the fingerprints were also
reduced (0.1, 0.2, 0.3 and 0.4) in order
to do not generate fingerprints with
too many elements set to 0, that is,
almost empty fingerprints.
The results from the different
normalisation methods are shown in a
general way in Fig. 3, where both the
frequency spectra for all the samples
—a pattern of the entire sample
population— and the fingerprints built
with threshold values for the three
methods can be seen. Very similar
frequency spectra were obtained again
for the standard and logarithmic
methods, as can be seen in Figs. 2-A
and 2-B. The tangential method yields
only minimum and maximum frequencies
for almost all the variables
and, for this reason, the tangential
method tends to equalise the
differences between samples (see Fig.
2-C). This result is just the opposite to
that pursued; that is, to enlarge the
differences between samples. Thus,
the standard normalisation was used
for subsequent studies.
Threshold value for the generation of
fingerprints.
index
Averaged Tanimoto
The selection of the threshold value U
is a key aspect in building the
277

Manuel Urbano Cuadrado Tesis Doctoral
278
A Standard normalisation
0.2
0.4
0.6
0.8
B Logarithmic normalisation
0.2
0.4
0.6
0.8
C Tangential normalisation
Fig. 2. Normalised spectra corresponding to sample T166 resulting from the
normalisation methods: (A) standard; (B) logarithmic; (C) tangential.
Corresponding fingerprints built using the different threshold values U
are added to each spectrum.
0.2
0.4
0.6
0.8

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
A Standard normalisation
0.4
0.6
B Logarithmic normalisation
0.4
0.6
C Tangential normalisation
Fig. 3. Frequency spectra from all the samples, obtained using the different
normalisation methods: (A) standard; (B) logarithmic; (C) tangential.
Corresponding fingerprints built using the different threshold values U
are added to each spectrum.
0.1
0.3
279

Manuel Urbano Cuadrado Tesis Doctoral
fingerprint as it determines its density.
The higher the threshold value, the
lower density. Fingerprints with high
density yield high similarity values,
even for very different samples. Just
the opposite occurs with low-density
fingerprints. Thus, very low similarity
values are obtained, even for very
similar samples.
The selection of the threshold
value U depends on the distribution of
the normalised frequencies in the
sample set. For this reason, this
selection was carried out in an empirical
way. Medium-density finger
prints with medium threshold values
(0.4, 0.6) were obtained, and then, the
best results. This can be seen in the
different fingerprints shown in Figs. 2
and 3.
From the above commented
results, a new way for calculating the
similarity index was proposed, based
on taking also into account the
fingerprint bits set to 0. The Tanimoto
index calculated by expressions (4)
and (6) was modified in such way that
bits set to 0 common in the
fingerprints were considered and not
bits set to 1. Finally, both the values
280
of the original Tanimoto index and the
modified Tanimoto index were
averaged, for the generation of the
similarity matrixes.
A comparison of the two
ways of calculating the Tanimoto
index is given in Fig. 4, where the
score plots for the PCA applied to the
similarity matrixes generated from
fingerprints are summarised. Different
threshold values U were used for
building the fingerprints. Between the
threshold values U —namely, 0.2, 0.4
and 0.6; 0.8— the last yielded a high
no-explained data variance and was
not employed (the variance explained
was no higher than 60% versus values
higher than 80% for threshold values
U of 0.2, 0.4 and 0.6. Data variances
explained by the first two factors are
in the low part of the score plots of
Fig. 4). Trends are shown in Fig. 4.
For example, samples of white wines
(the first letter of the code is b) form a
horizontal group in the above zone
and samples of red wines (the first
letter of the code is t) constitute other
group placed from the down side to
end of the group of white samples in
Fig. 4-A. The best discrimination is

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
A, U=0.2
B, U=0.2
C, U=0.4 D, U=0.4
Fig. 4. Score plots obtained applying PCA to the similarity matrixes obtained by:
(A) U=0.2 and normal Tanimoto index; (B) U=0.2 and averaged Tanimoto
index; (C) U=0.4 and normal Tanimoto index; (D) U=0.4 and averaged
Tanimoto index.
281

Manuel Urbano Cuadrado Tesis Doctoral
E, U=0.6 F, U=0.6
Fig. 4. (cont.). (E) U=0.6 and normal Tanimoto index; (F) U=0.6 and averaged
Tanimoto index.
achieved for the threshold value
U=0.4 and the averaged Tanimoto
index, as can be seen in Fig. 4.
Application of the model to the
differentiation of wines
The model proposed in this paper has
been applied to the differentiation of
types of wines. Thus, the origin and
variety of the grape, and ageing
process were the criteria used to
distinguish between wines using MIR
spectra. The results were compared
with those obtained applying PCA to
282
spectra. For the reasons above
commented, the similarity matrixes
were built using a threshold value
U=0.4 and the averaged Tanimoto
index. First, and with the aim of
checking the model, it was applied to
something obvious: differentiation of
red and white wines.
Figure 5 shows the score plot
applying PCA to spectra (the data
variance explained by the first two
factors was 82%). White wines are on
the right part of the plot and red wines
on the left. A clearer separation of the

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
Fig. 5. Score plot obtained applying PCA to MIR spectra.
two types of wines is achieved
applying PCA to the similarity matrix
using a threshold value U=0.4. Thus,
the sensitivity of the model to
distinguish white and red wines is
high, in spite of the initial similarity
of the spectra and the low selectivity
of the MIR instrument as compared
with that of sophisticated instruments
as mass spectrometers.
Study of the influence of the pattern
As commented in describing the
model, a pattern is a fingerprint used
for filtering (scaling) the calculation
of similarity. The ultimate objective
was to increase and decrease the
similarity values for similar and
different samples, respectively. Two
factors influence the efficiency of the
pattern for enlarging the differences,
namely: a) the selection of the
samples used for building the pattern
fingerprint; and b) the frequency
threshold value V employed in this
process.
Figure 6 shows both the frequency
distribution of the normalised
values and the corresponding
pattern fingerprints generated from
283

Manuel Urbano Cuadrado Tesis Doctoral
different threshold values V for all the
samples, including both white and red
wines, and also for white wines and
red wines, separately. A significant
variation in the frequency distribution
for the variables (wavelengths in this
case) depending on samples selected
for generation of the pattern can be
observed. This behaviour affects the
fingerprints generated for a given
frequency threshold value V, different
for equal threshold values V, as can be
observed in Fig. 6. Thus, the proposed
method based on building fingerprints
from spectral information permits to
differentiate wines.
In order to deal with more
interesting problems, pattern finger
prints of wines from different grape
varieties and ageing processes were
built. Frequency distributions and the
fingerprints generated from these
distributions are shown in Fig. 7.
Thus, frequencies and fingerprints for
both wines from varieties “Cencibel”
and “Cabernet Sauvignon” —aged
and non-aged wines— can be seen in
this figure. Low threshold values V
yield pattern fingerprints with high
density that are not appropriate for
284
samples characterisation. Nevertheless,
the fingerprints generated
using a threshold value V=0.6 are
appropriate for characterisation.
The low number of samples
employed for building pattern
fingerprints yielded a high number of
consecutive variables with similar
values in the frequency distributions
shown in Fig. 7. For this reason,
fingerprints with high density were
obtained. Thus, the higher the number
of samples, the higher the quality of
the pattern; and a large number of
samples is mandatory in order to
develop robust models. In spite of this
shortcoming, differentiation of samples
was achieved, as commented in
the following section.
On the other hand, parameter
W of expression (7) also influenced
the results. The values used were 5, 7,
9, 11 and 13. Best differentiation was
achieved with medium values
(namely: W=9 and W=11).
Differentiation of red wines according
to grape variety and ageing process
Reference data of grape varieties and
ageing process were known for the

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
A White and red wines
0.4
0.6
B White wines
0.4
0.6
C Red wines
Fig. 6. Frequency distributions and their fingerprints for building patterns using:
(A) all the samples; (B) white wines; (C) red wines.
0.4
0.6
285

Manuel Urbano Cuadrado Tesis Doctoral
A “Cabernet Sauvignon”, no aged wines
0.4 0.4
0.6 0.6
C “Cencibel”, no aged wines
0.4 0.4
0.6 0.6
286
B “Cabernet Sauvignon”, aged wines
D “Cencibel”, aged wines
Fig. 7. Frequency distributions and their fingerprints for the building of patterns.
major part of red wines. PCA was
applied to the similarity matrixes
obtained applying a threshold value
V=0.6 (selected from differences in
the fingerprints shown in Fig. 7) and
using the averaged Tanimoto index.
Figure 8 (A and B) shows the score
plots resulting from PCA for spectra
and similarity matrixes, respectively
(the data variance explained was
higher than 80%). Wines from the
“Cencibel” variety were named as X

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
Application of PCA to MIR spectra
A
C
B
Application of PCA to similarity
matrixes
Fig. 8. Score plots resulting from PCA applied to: (A) spectra of non-aged and
aged wines from “Cencibel” —X— and “Caubernet Sauvignon” —Y—
grapes; (B) similarity matrix between samples of non-aged and aged
wines from “Cencibel” grapes —X— and samples of non-aged and aged
wines from “Caubernet Sauvignon” grapes —Y—; (C) spectra of nonaged
—S— and aged —T— wines from “Cencibel” grapes; (D)
similarity matrix between samples of non-aged —S— and aged —T—
wines from “Cencibel” grape.
D
287

Manuel Urbano Cuadrado Tesis Doctoral
Application of PCA to MIR spectra
E
288
F
Application of PCA to similarity
matrixes
Fig. 8. (cont.). Score plots resulting from PCA applied to: (E) spectra of wines
from “Quintanar de la Orden” —A— and “Fuente de Pedro Naharro” —
B— grape origins; (F) similarity matrix between samples of wines from
“Quintanar de la Orden” —A— and “Fuente de Pedro Naharro” —B—
grape origins.
and wines from “Cabernet Sauvignon”
were named as Y. A clear
grouping is obtained using the
proposed model; that is, Y samples on
the right and X samples on the left.
This separation is not achieved in Fig.
8-A.
Similar results were obtained
in differentiating wines according to
the ageing process. Wines from
“Cencibel” grape were employed.
Aged wines were named T and nonaged
wines S. The formers are
grouped on the right and the latter on
the left in Fig. 8-D, corresponding to
the score plots from the similarity
matrix. Figure 8-C, corresponding to
PCA applied to spectra without
processing, shows only slight trends.
Differentiation of white wines
according to grape origin
The model was used for the
differentiation of white wines
according to grape origin; thus, wines
from “Quintanar de la Orden” were

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
named as A and wines from “Fuente
de Pedro Naharro” were named as B.
These zones are within the appellation
d’origine “La Mancha”. In this case a
second order differentiation that
requires a degree of discrimination
higher than that for differentiation of
wines from different appellation
d’origine was obtained.
PCA was applied to spectra
without processing the proposed
model and similarity matrix. Score
plots for the classical method and the
similarity calculation are shown in
Figs. 8-E and 8-F, respectively (the
data variance explained was higher
than 80%). Better results are obtained
using the model. Wines within the
same origin show a grouping in Fig.
8. This is not achieved using classical
processing.
SIMCA methods for prediction
Classification of samples in their
respective classes has been tested.
SIMCA, which is a supervised pattern
recognition method based on the
development of PCA for given classes
separately, has been used. Thus,
SIMCA uses PCA for modelling
classes of objects taken into account
the different groups a priori.
Table 1 shows the results
obtained from the prediction of the
SIMCA models. The classification
error was calculated by the sum of
false positive and false negative/number
of samples ratio. Firstly,
two classes for white and red wines
were modelled using data from
spectra and similarity matrixes. PCA
and outliers removing were applied to
each group. The training set was
composed of 85 samples. For
validation, a test set consisting of 30
samples not used in the training step
was used. The classification errors of
samples were 20% and 10% for
sample spectra and similarity
matrixes, respectively.
Classes for wines from different
grape varieties and origins, in
addition to the ageing process, were
developed. In this case, test sets
consisting of samples not employed in
the training of any class were not used
because of the low number of samples
in which these parameters were
known. Despite this, to use samples of
a given class for validating other
289

Manuel Urbano Cuadrado Tesis Doctoral
Table 1 Results from SIMCA prediction
Classification
criterion and data
used
Type of wine. Sample
spectra
Type of wine.
Similitude matrixes
290
Type
Number of
samples
Classified
in class A
White (A) 14 13 1
Red (B) 16 3 15
White (A) 14 14 1
Red (B) 16 2 16
Grape variety.
Cencibel
(A)
23 23 2
Similitude matrixes Caber.-
Sauv. (B)
32 3 32
Ageing process.
Non-aged
(A)
23 23 0
Similitude matrixes
Aged (B) 14 2 14
Procedence.
Similitude matrixes
Quint. de la
Orden (A)
F. de Pedro
Naharro (B)
classes developed with their
respective training sets can be
considered as an independent test. The
high data dispersion for samples of
the same type obtained when PCA is
applied to spectra without the
proposed processing can be observed
in Figs. 8-A, 8-C and 8-E. This fact
made impossible to obtain correct
classifications. The classes developed
from the similarity matrixes yielded
15 15 3
21 5 21
Classified
in class B Error
20%
10%
9%
5%
22%
the values summarised in Table 1.
The classification errors obtained
were 9% and 5% for grape variety and
ageing process criteria, respectively.
The classification according to origin
yielded errors of 22% owing to the
high data dispersion.
Conclusions
A new chemoinformatic method
based on both building fingerprints of

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
wines from MIR spectra and
similarity calculation has been
presented in this work. The use of this
method permits to enlarge differences
between very similar spectra. Thus,
the similarity matrixes show samples
groupings according to origin of
grape, variety of grape, and ageing
process.
The empirical parameters
used for building the fingerprints, that
is, for digitalisation of MIR spectra,
influence the differentiation results
obtained. Pattern fingerprints generated
for filtering the calculation of
the Tanimoto index yield the best
results, but the low number of
samples used for building patterns of
varieties, origins and ageing process
also influence the quality of the
pattern fingerprints. Thus, this study
can be only considered as exploratory
for testing the characteristics of the
method proposed.
The calculation of the
Tanimoto index has also been modifyed
in order to enlarge differentiation.
An advantage of the model is
the possibility of building a library of
wine fingerprints, which would not
require a high storage capacity due to
the size of the fingerprints (1 kilobyte
per wine).
Acknowledgements
The Comisión Interministerial de
Ciencia y Tecnología (CICyT) is
thanked for financial support (Project
AGL2000-0321-P4-03).
References
[1] Blanco M, Valdes D, Bayod
MS, Fernández Mari F,
Llorente I (2004) Anal Chim
Acta 502:221-227
[2] Murphy BT, MacKinnon SL,
Yan XJ, Hammond GB,
Vaisberg AJ, Neto CC (2003)
J Agric Food Chem 51:3541-
3545
[3] Emmett MR (2003) J
Chromatogr, A 1013:203-213
[4] Cran MJ, Bigger SW (2003)
Appl Spectrosc 57:928-932
[5] Bruch MD, Fatunmbi HO
(2003) J Chromatogr, A
1021:61-70
[6] Chen H, He MY, Pei J, He
291

Manuel Urbano Cuadrado Tesis Doctoral
292
HF (2003) Anal Chem
75:6531-6535
[7] Albanell E, Caja G, Duch X,
Rovai M, Salama AAK,
Casals R (2003) J AOAC Int
86:746-752
[8] Buening Pfaue H (2003) Food
Chem 82:107-115
[9] Trullols E, Ruisánchez I, Rius
FX (2004) Trends Anal Chem
23: 137-145
[10] Pérez-Pavón JL, Del Nogal-
Sánchez M, García-Pinto C,
Fernández Laespada ME
Moreno-Cordero B, Guerrero-
Peña A (2003) Anal Chem
75:2034-2041
[11] Arvanitoyannis IS, Katsota
MN, Psarra EP, Soufleros
EH, Kallithraka S (1999)
Trends Food Sci Techn
10:321-336
[12] Lasch P, Schmitt J, Beekes
M, Udelhoven T, Eiden M,
Fabian H, Petrich W,
Naumann D (2003) Anal
Chem 75:6673-6678
[13] Esbensen KH (2002)
Multivariate Data Analysis -
in Practice. Camo Process
AS, Oslo
[14] Vandeginsten BGM, Massart
DL, Buydens S, De Jong S,
Lewi PJ, Smeyers-Verbeke J
(1998) Handbook of Chemometrics
and Qualimetrics:
Parts A and B. Elsevier,
Amsterdam
[15] García-Jares CM, García-
Martín MS, Marino N,
Torrijos C (1995) J Sci Food
Agric 69:175-184
[16] La S, Cho JH, Kim JH, Kim
KR (2003) Anal Chim Acta
486:171-182
[17] Varmuza K, Karlovits M,
Demuth W (2003) Anal Chim
Acta 490:313-324
[18] Scsibrany H, Karlovits M,
Demuth W, Mueller F,
Varmuza K (2003) Chemom
Intell Lab Syst 67:95-108
[19] Mazzatorta P, Benfenati E
(2002) J Chem Inf Comput
Sci 42:1250-1255

Anal. Bioanal. Chem. XX (2005) XX Parte II, cap. 8
[20] Willet P, Barnard JM, Downs
G (1998) J Chem Inf Comput
Sci 38: 983-996
[21] Rouvray DH, Balaban AT
(1979) Chemical Applications
of Graph Theory. Applications
of Graph Theory.
Wilson RJ, Beineke
LW(Eds.). AcademicPress
293

Capítulo 9
NEAR INFRARED REFLECTANCE
SPECTROSCOPY AND
MULTIVARIATE ANALYSIS IN
ENOLOGY: DETERMINATION OR
SCREENING OF FIFTEEN
PARAMETERS IN DIFFERENT TYPES
OF WINES
El contenido de este capítulo ha sido publicado en la revista Analytica Chimica
Acta, 527 (2004) 81-88.

Anal. Chim. Acta 527 (2004) 81 Parte II, cap. 9
NEAR INFRARED REFLECTANCE SPECTROSCOPY AND
MULTIVARIATE ANALYSIS IN ENOLOGY: DETERMINATION OR
SCREENING OF FIFTEEN PARAMETERS IN DIFFERENT TYPES OF
WINES
Urbano-Cuadrado M., Luque de Castro M.D., Pérez-Juan P.M., García-Olmo J.,
Gómez-Nieto M.A.
Abstract
A study of the feasibility of near infrared reflectance spectroscopy
(NIRS) for analytical monitoring in wineries is presented, in which equations for
the determination or screening of the commonest enological parameters are
proposed. The training and validation sets to develop NIR general equations were
built with samples (180) from different apellation d’origine, different wine types,
etc. By the calibration step (partial least squares regression and cross validation
were used for multivariate calibration), major components such as ethanol,
volumic mass, total acidity, pH, glycerol, colour, tonality and total polyphenol
index are accurate determined by the proposed equations as compared with the
reference data obtained by the official and standard methods —determination
coefficients (R 2 ) were higher than 0.800 (and higher than 0.900 most times) and
standard error cross validation (SECV) values were close to those of the
reference methods—. The proposed method also offers screening capability for
components such as volatile acidity (R 2 = 0.481), organic acids (R 2 = 0.432 for
malic acid, R 2 = 0.544 for tartaric acid, R 2 = 0.541 for gluconic acid) —with the
exception of the accurate determination of lactic acid (0.860 and 0.35 g l -1 for R 2
and SECV, respectively)—, reducing sugars (R 2 = 0.705) and total sulphur
dioxide (R 2 = 0.615). In equations validation, the correlation between the
reference and NIRS methods was tested, and lope and bias values statistically not
different from 1 and 0, respectively, were obtained for most parameters.
Keywords: Near infrared spectroscopy, Wineries, Multivariate calibration.
297

Manuel Urbano Cuadrado Tesis Doctoral
1. Introduction
The main objective of an analytical
chemist is the development of
methods able to extract physical,
chemical and biological information
from a target system. In agrifood
industries, as in other areas, the new
methodologies should be as close as
possible to both time and operational
requirements, and aims of clients
regarding to product characterisation.
Multi-parameter approaches —that
permit to deter mine more than one
parameter in a single analysis— such
as those based on chromatography,
electrophoresis [1-3], or emission
atomic spectrometry with multichannel
detection [4,5], etc. have been
widely employed.
In this sense, the use of
various spectral regions and
chemometrics is often aimed at
obtaining multiparametric information,
as is the case with approaches
based on Fourier trans form infrared
[6,7]. Also Near Infrared Reflectance
Spectroscopy (NIRS) is a very useful
technique in this area as it enables
298
multiparametric determination with
minimum or null sample pretreatment
[8,9]. The efficiency of NIRS, of
particular significance in food
analysis, has been tested regarding to
some official and standard methods in
wineries and other spirit industries.
Thus, key parameters in brewing
processes —namely: ethanol and
sugar (fructose, glucose or residual
sugars)— can be determined by both
off-line and on-line approaches [10-
12]. The possibility of multidetermination
compensates for both the
time-consuming calibration step and
the lower or similar accuracy of these
methods as compared with the
reference methods. The accuracy can
be improved by both high
reproducible reference data and
homogeneous training and validation
sets. The applicability of NIRS to
wine parameters different from
ethanol and sugars —namely, soluble
solids, pH, colour and methanol— has
also been studied [13].
A method for the determination
of 15 enological parameters —
alcoholic degree, volumic mass, total
acidity, pH, volatile acidity, glycerol,

Anal. Chim. Acta 527 (2004) 81 Parte II, cap. 9
total polyphenol index, reducing
sugars, lactic, malic, tartaric and
gluconic acids, colour, tonality, total
sulphur dioxide and free sulphur
dioxide— by NIRS has been
developed. The objective was to
check the applicability of this
technique for either determination or
screening of key parameters in a
variety of both apellation d’origine
and types of wines (red, rosé and
white wines).
2. Experimental
2.1. Samples and sample preparation
Different wines —including red, rosé
and white wines (98, 12 and 70
samples, respectively); young and
aged wines (the proportion was 70
and 30 percent for young and aged
wines, respectively); wines from
different apellation d’origine (80 from
“La Mancha”, 25 from “Valdepeñas”,
17 from “Alicante”, 15 from
“Jumilla”, 18 from “Navarra” and 25
from “Madrid”) and grape varieties
(27 from “Cencibel”, 30 from
“Cabernet Sauvignon”, 15 from
“Cencibel-Cabernet Sauvig non”, 20
from “Merlot”, 15 from “Garnacha”,
30 from “Bobal” and 43 from
“Arien”)— were used in the present
study. Thus, the number of samples
employed in the calibration and
validation steps was 180 for all the
parameters, but for organic acids (155
samples), colour (98 samples) and
tonality (98 samples). The last two
parameters were obtained only for red
wines—. These samples were used as
such, because filtering, dilution,
interferents removal, etc. were not
required.
2.2. Apparatus and methods
The instrument employed for spectra
collection was a Foss-NIRSystems
6500 System II spectrophotometer
(Foss-NIRSystems Inc., Silver Spring,
MD, USA) equipped with a transport
module. The samples were analysed
by folded transmission using a ring
cup with a 0.1 mm pathlength. A
diffuse reflecting gold surface placed
at the bottom of the cup reflected the
radiation back through the sample to
the reflectance detector. The spectra
299

Manuel Urbano Cuadrado Tesis Doctoral
were collected using WinISI software
1.50 (Infrasoft International, Port
Matilda, PA, USA). Before recording
the spectra, the samples were
thermostated at 24ºC. The reflectance
(log1/R) spectra were collected in
duplicate.
On the other hand, samples
were analysed in duplicate by the
reference methods shown in Table 1
and standard error laboratory (SEL)
was estimated from these duplicates
using the following equation:
2
( yi1
− yi2)
i 1
SEL = (1)
n
where n is the number of samples and
yi1 and yi2 are values obtained for the
replicates 1 and 2, respectively, of
sample i.
300
n
∑
=
2.3. Chemometric software used for
data processing and statistical
techniques used
WinISI software 1.50 (Infrasoft
International, Port Matilda, PA, USA)
was also used for data processing. The
chemometric procedure consists of the
following steps:
a) Root Mean Square (RMS) calculus
The RMS [14] was used for the study
of similarity between spectra
corresponding to aliquots of the same
sample. The following equation was
used:
n
∑
=
6
RMS(
j)
= 10 ×
i 1
( yij
− yi)
n
(2)
where n is the number of
wavelengths, y ij is the log(1/R) for
the sub-sample j at λi and y i is the
log(1/R) for the averaged spectrum of
a sample at λi. The factor 10 6 is
introduced in the calculation of RMS
for avoiding to work with too low
values. As two spectra were collected
per sample, their RMS values were
equal. Thus, a unique RMS value was
considered, then compared with the
RMScut off, which was calculated from
the individual RMS values of the set
of samples using the MEAN and STD
parameters and equations (3) and (4),
where N and n are the number of
samples and the number of
wavelengths, respectively.
Taking into account equations
2

Anal. Chim. Acta 527 (2004) 81 Parte II, cap. 9
Table 1. Enological parameters and reference methods
Parameter Reference method
Alcoholic degree Distillation and aerometry
Volumic mass Aerometry
Total acidity Titration with NaOH up to pH = 7.0
pH Potentiometry
Volatile acidity
Distillation, vapour dragging and titration with
NaOH
Glycerol Enzymatic reaction
Total
index
polyphenol
Folin-Ciocalteu reagent in alkaline medium
Reducing sugars Reduction of Cu +2 in boiling alkaline medium
Lactic acid High pressure liquid chromatography
Malic acid High pressure liquid chromatography
Tartaric acid High pressure liquid chromatography
Gluconic acid Enzymatic kits
Colour Absorbance sum at 420, 520 and 620 nm
Tonality Absorbance ratio at 420 nm and 520 nm
Total sulphur dioxide
Hydrolysis with NaOH and Iodometry in acid
medium
Free sulphur dioxide Iodometry in acid medium
MEAN =
STD =
N
∑
j=
1
2 ( RMS ) ( yij
− yi)
N
n N
j ∑∑
i=
1 j=
1
=
nN
N
n N
2
∑ ( RMSj)
∑∑(
yij
− yi)
j=
1
N −1
(3) and (4), the relationship between
the values of MEAN and STD is
defined by the following equation:
N
STD = × MEAN
N −1
(5)
=
i=
1 j=
1
n
( N −1)
2
2
(3)
(4)
Equation (5) can be transformed into
equation (6) as 2 replicates per sample
were obtained in this work:
STD = 2 × MEAN (6)
301

Manuel Urbano Cuadrado Tesis Doctoral
The expression for calculating
STD is a variance of the error that
302
STD
lim it = . 036×
k m
2
∑ STDk
k 1
= 1.
036×
=
=
where m is the number of samples.
Finally, RMScut off is obtained
using STDlimit and equation (5). For
samples with RMS lower than RMScut
off an average of the two spectra was
obtained; for samples with RMS
higher than RMScut off a third spectrum
was obtained, and the two more
similar were used for recalculation of
the RMS. In this way, RMS values
lower than the RMScut off were also
obtained in all instances.
b) Principal Components Analysis
(PCA) for visualisation of spectral
outliers
PCA was required for the reduction of
the number of variables showing colinearity,
thus representing the
samples in a new, reduced pdimensional
space (p3.0 were considered outliers.
Because of the existence of clusters of
samples PCA and H were computed
for each cluster. These outliers were
examined in order to know if either
they provided any useful information
or they must be removed.
c) Selection of the calibration and
validation sets
Once the outliers without useful information
had been removed, the
calibration and validation sets were
defined. Both sets were independent;
thus, the validation set was only used
for testing the equations. The percent
of samples in each set were 85% and
15% for the training and validation
sets, respectively. The selection of the
validation set was carried out by

Anal. Chim. Acta 527 (2004) 81 Parte II, cap. 9
calculating both PCA and subsequent
H distance. The criterion used was
samples more separated between them
with the highest number of neighbours
(H

Manuel Urbano Cuadrado Tesis Doctoral
304
Table 2. Reference data
Parameter
Alcoholic
degree (%v/v)
Volumic mass
(kg l -1 )
Total acidity
(meq l -1 )
Calibration set Validation set
N Range Mean
Stand.
Dev.
N Range Mean
Stand.
Dev
150 9.58 – 15.15 12.14 1.24 25 10.13 – 14.96 12.26 1.37 0.19
150 989.5 – 999.3 992.9 2.1 25 990.4 – 999.4 993.5 2.4 0.4
150 3.55 – 8.72 5.42 0.92 25 4.15 – 8.69 5.70 1.09 0.35
pH (pH units) 150 3.26 – 4.04 3.65 0.15 25 3.30 – 4.03 3.63 0.17 0.02
Volatile acidity
(g l -1 )
150 0.14 - 0.87 0.42 0.15 25 0.19 – 0.82 0.45 0.20 0.08
Glycerol (g l -1 ) 150 1.95 - 12.38 6.29 2.47 25 2.57 – 14.56 6.74 2.88 0.43
Total
polyphenol
index
Reducing sugars
(g l -1 )
Lactic acid
(g l -1 )
Malic acid
(g l -1 )
Tartaric acid
(g l -1 )
Gluconic acid
(g l -1 )
Colour. Only
red wines
Tonality. Only
red wines
Total sulphur
dioxide (mg l -1 )
Free sulphur
dioxide (mg l -1 )
150 5.0-131.0 35.3 25.4 25 6.0 – 92.0 36.6 25.8 3.2
150 0.65 – 9.78 2.19 1.24 25 0.85 – 14.3 2.86 3.39 0.12
130 0.06 – 5.32 1.36 1.10 20 0.22 – 5.09 1.33 1.09 0.22
130 0.03 – 1.83 0.77 0.49 20 0.19 – 1.79 0.80 0.50 0.10
130 1.54 – 4.64 2.59 0.44 20 1.76 – 4.20 2.63 0.55 0.25
130 0.06 – 1.80 0.63 0.48 20 0.06 – 1.85 0.73 0.65 0.16
80 3.80 – 21.40 10.59 3.77 14 8.10 -16.10 11.25 2.77 1.48
80 0.440 – 0.950 0.627 0.120 14 0.430 – 0.840 0.602 0.104 0.045
150 16.0 – 149.0 59.9 35.4 25 19.0 – 204.0 69.3 43.0 13.3
150 8.0 – 24.0 16.45 4.7 25 8.0 – 59.0 20.9 10.8 1.4
the table, in addition to standard error
laboratory (SEL). As can be seen, the
range of reference values encompass-
SEL
ses the characteristic values for a high
diversity of wine. An exception is
reducing sugars, whose values were

Anal. Chim. Acta 527 (2004) 81 Parte II, cap. 9
only within the interval for dry and
semi-dry wines but not for sweet
wines.
3.2. Spectral similarity
After calculating individual RMS
values for each sample, the RMScut off
value obtained was 3200. Figure 1
shows the evolution of this statistic
parameter versus the sample number
(no sample identifier). Four samples
had an RMS value higher than the
limit (samples that did not fulfill the
spectral similarity control); thus, a
third spectrum was collected for each
outlier and the RMS values were
recalculated using the two closer
spectra and the remaining spectrum
was deleted. This means that a
spectrum of the three collected per
sample was anomalous owing to
operational errors. In this way the four
samples had an RMS value lower than
the upper limit.
3.3. Spectral outliers
After studying and controlling the
spectral similarity within samples,
similarity between samples was
studied with the aim of detecting
spectral outliers regarding sample
population. For this, the averaged
spectrum per sample was considered
(see Fig. 2). Significant differences
between spectra in the regions 400-
1000 nm and 1800-2000 nm can be
observed. The figure also shows that
one spectrum differs significantly
from the rest of spectra.
PCA was applied to the
spectra. The samples plotted in the tridimensional
space formed by the first
three principal components are shown
in Fig. 3. Two groups can be
distinguished: white wine samples are
placed in a down plane and red wine
samples are in a top swarm. Rosé
wines (a small group) are located
between the other two groups, next to
the plane corresponding to white
wines. The spectrum far from the rest
belongs to sample T075 in Fig. 2.
Considering the above commented,
PCA and H Mahalanobis
distance were computed for each of
the two clear clusters in Fig. 3 —
white and rosé wines were considered
jointly—. Three spectra of red wines
and one spectrum of white wine
305

Manuel Urbano Cuadrado Tesis Doctoral
306
RMS values
12000
10000
8000
6000
4000
3200
2000
0
B094
T112
0 30 60 90
Samples
120 150 180
Fig. 1. RMS values versus sample number.
Fig. 2. NIR spectra.
T121
T139

Anal. Chim. Acta 527 (2004) 81 Parte II, cap. 9
Fig. 3. Samples in the space determined by the first three components.
behaved as outliers.
Ten and twelve principal
components were used for H distance
calculation. The criterion to fix the
number of components was to obtain
an increment of explained variance
lower than 0.25%. On the other hand,
the sum of explained variance for
each model was close to 100%.
3.4. Equations development
3.4.1. Influence of spectra preprocessing
The results obtained, based on the
statistic parameters described below,
were similar independently of the
mathematical preprocessing employed.
3.4.2. Equations calibration
The cross validation procedure was
used for equations calibration. The
minimum value of SECV determined
the number of PLS factors in each
equation, thus avoiding overfitting
problems. The values of R 2 and SECV
indicated the precision achieved in
calibration. The analytical quality of
the equations will be studied in the
subsequent step of validation. The
criteria proposed by Shenk et al.
based on the values of R 2 and SECV
[15] were employed in this section.
307

Manuel Urbano Cuadrado Tesis Doctoral
Thus, R 2 values higher than 0.90
indicate excellent precision, as well as
SECV values lower than 1.5*SEL. R 2
values between 0.70-0.90 mean good
precision, as do the SECV values
between 2-3*SEL. On the other hand,
R 2 values lower than 0.70 indicate that
the equation can only be used for
screening purposes, which enable
distinction between low, medium and
high values for the measured
parameter. If the R 2 value is lower
than 0.50, the equation only discriminates
high and low values.
Table 3 shows the results
obtained in equations calibration.
Thus, the number of samples used
after outliers removal (using the
Student test), number of PLS factors,
mean, minimum, maximum, SECV
and R 2 are summarised in this table.
The best results were achieved for the
determination of alcoholic degree and
volumic mass, being the SECV values
very close to those of the standard
methods —namely 0.19 %V/V and
0.33 kg l -1 for the determination of
alcoholic degree and volumic mass,
respectively—. The R 2 values for the
correlation between the reference and
308
NIRS methods were 0.986 and 0.980
for the determination of these two
parameters.
There are three parameters in
wine related to acidity: total acidity,
pH, and volatile acidity. The first two
were determined with good precision
(the SECV values were 0.38 meq l -1
and 0.05 pH units, respectively). The
model for the volatile acidity can be
used only as screening methodology
to distinguish between low and high
values, according to the R 2 value
(0.481). The SECV value was 0.09 g
l -1 .
Glycerol and polyphenol total
index (t.p.i) showed both good R 2
values (0.936 and 0.975, respectively)
and SECV values (0.59 g l -1 and 4.50,
respectively). Thus, a good precision
was also achieved.
The results for reducing
sugars (R 2 and SECV were 0.705 and
0.27 g l -1 , respectively) were in between
the values corresponding to the
applicability into either determination
or screening.
The applicability of NIRS to
organic acids —lactic, malic, tartaric
and gluconic— was limited to

Anal. Chim. Acta 527 (2004) 81 Parte II, cap. 9
Table 3. Mean, minimum, maximum, SECV and R 2 in the calibration step
PARAMETER N
PLS
factors
MEAN MIN MAX SECV R2
Alcoholic degree (%v/v) 140 7 12.07 9.69 15.18 0.19 0.986
Volumic mass (kg l -1 ) 141 14 992.8 989.5 997.1 0.33 0.980
Total acidity (meq l -1 ) 139 14 5.41 3.77 8.69 0.38 0.845
pH (pH units) 143 10 3.64 3.28 4.03 0.05 0.905
Volatile acidity (g l -1 ) 143 10 0.40 0.17 0.82 0.09 0.481
Glycerol (g l -1 ) 139 12 6.27 2.43 12.51 0.59 0.936
Total polyphenol index 138 11 32.31 6.17 83.21 4.50 0.975
Reducing sugars (g l -1 ) 140 12 1.95 0.81 3.07 0.27 0.705
Lactic acid (g l -1 ) 125 12 1.38 0.11 5.41 0.35 0.860
Malic acid (g l -1 ) 128 7 0.73 0.08 1.72 0.34 0.452
Tartaric acid (g l -1 ) 126 8 2.59 1.32 3.54 0.23 0.544
Gluconic acid (g l -1 ) 128 8 0.64 0.04 1.75 0.31 0.541
Colour. Only red wines 75 7 10.29 4.18 22.8 1.52 0.820
Tonality. Only red wines 74 7 0.60 0.42 0.95 0.05 0.781
Total sulphur dioxide (mg l -1 ) 141 12 53.2 17.0 138.2 21.5 0.615
screening methodologies due to the
low concentration of these compounds;
except for lactic acid, with
values of 0.860 and 0.35 g l -1 values
for R 2 and SECV, respectively. Errors
involved in the cross validation for
malic, tartaric and gluconic acids were
high (SECV values of 0.34, 0.23 and
0.31 g l -1 for malic, tartaric and
gluconic acids, respectively).
With respect to colour and
tonality parameters, the results obtained
were acceptable. The standard
methods for these parameters are
309

Manuel Urbano Cuadrado Tesis Doctoral
based on absorbance measurements at
established wavelengths in the visible
range. The spectral region was 400-
2500 nm; thus, the visible spectrum
was also taken into account and, for
this reason, good correlation between
the reference and NIRS methods was
achieved. The wave- length region
longer than UV-VIS added to the
spectrum a specific noise, which
affected to R 2 and SECV values
(0.820 and 1.52 for colour, and 0.781
and 0.049 for tonality).
Sulphur dioxide present in
wine is divided in two fractions: the
free fraction and the combined
fraction or sulphur dioxide bonded to
diverse organic components. The
model was not appropriate for the
determination of the free fraction as
the sensitivity of NIRS is not high
enough; so the values of this
parameter are not shown in Table 3,
which lists that the model yielded
acceptable statistic values (R 2 and
SECV were 0.615 and 21.5 mg l -1 ,
respectively) to distinguish low,
medium and high values of total
sulphur dioxide —that is, the sum of
free and bonded sulphur dioxide—.
310
These results can be explained by
both the highest concentration of
combined sulphur dioxide and the
suitability of NIRS for organic
compounds.
3.4.3. - Equations validation
The equations were tested with the
validation set consisting of samples
not used for calibration. Table 4
shows the number of samples used
after removing outliers (from Student
test), mean, minimum, maximum,
SEP, r 2 , slope and bias. These statistic
parameters were used for evaluating
the analytical quality of the equations.
The values of slope and bias
parameters were useful for distinguishing
systematic errors and
studying the correlation between the
reference and NIRS methods. Slope
and bias values were evaluated for
testing if they are statistically equal to
1 and 0, respectively. With this aim,
the criteria proposed by the OIV [17]
were used at a significance level of
0.5 %. The range of non-significance
is also shown in the slope and bias
columns. Only the determination of
volatile acidity (bias), and tartaric and

Anal. Chim. Acta 527 (2004) 81 Parte II, cap. 9
Table 4. Correlation between the reference and NIR methods in the validation
step
Parameter N MEAN MIN MAX SEP R 2 SLOPE BIAS
Alcoholic
degree (%v/v)
Volumic mass
(kg l -1 )
Total acidity
(meq l -1 )
24 12.27 10.08 15.36 0.24 0.978
24 993.3 989.5 998.5 0.54 0.917
24 5.68 4.12 8.65 0.48 0.812
pH (pH units) 24 3.62 3.22 3.91 0.07 0.819
Volatile acidity
(g l -1 )
24 0.44 0.25 0.72 0.14 0.345
Glycerol (g l -1 ) 24 6.31 2.89 10.67 0.72 0.845
Total
polyphenol
index
Reducing
sugars (g l -1 )
Lactic acid (g l -
1 )
Malic acid (g l -
1 )
Tartaric acid (g
l -1 )
Gluconic acid
(g l -1 )
Colour. Only
red wines
Tonality. Only
red wines
Total sulphur
dioxide (mg l -1 )
24 32.14 5.54 67.14 6.70 0.919
23 1.86 1.37 2.65 0.33 0.712
19 1.40 0.03 2.87 0.41 0.814
19 0.73 0.33 1.17 0.36 0.441
19 2.55 2.19 3.61 0.39 0.428
19 0.72 0.07 1.82 0.38 0.498
14 10.57 7.90 13.71 1.83 0.705
14 0.65 0.45 0.83 0.06 0.729
23 63.16 23.24 112.11 23.5 0.569
gluconic acids (slope) yielded values
out of the limits. These values are
bolded in Table 4.
Although almost all slope and
bias values were within the nonsignificance
range, this was wider for
0.971
(0.969 – 1.031)
1.001
(0.973 – 1.027)
0.986
(0.789 – 1.211)
0.989
(0.916 – 1.084)
0.730
(0.582 – 1.418)
0.871
(0.710 – 1.290)
0.918
(0.894 – 1.106)
0.983
(0.929 – 1.071)
0.941
(0.847 – 1.143)
0.910
(0.682 – 1.318)
0.675
(0.754 – 1.246)
0.701
(0.809 – 1.191)
0.807
(0.725 – 1.275)
0.95
(0.925 – 1.075)
0.845
(0.698 – 1.302)
0.04
(-0.10 – 0.10)
-0.09
(-0.30 – 0.30)
0.09
(-0.21 – 0.21)
-0.02
(-0.03 – 0.03)
0.12
(-0.08 – 0.08)
-0.29
(-0.32 – 0.32)
-2.15
(-2.83 – 2.83)
0.12
(-0.14 – 0.14)
-0.05
(-0.20 – 0.20)
0.03
(-0.16 – 0.16)
-0.09
(-0.17 – 0.17)
0.13
(-0.15-0.15)
-0.91
(-1.07 – 1.07)
0.06
(-0.08 – 0.08)
1.62
(-8.24 – 8.24)
parameters with r 2 and SEP values
which only enable screening (namely,
volatile acidity, tartaric and gluconic
acids and total sulphur dioxide). The
slopes for correlation were always
lower than 1, but for volumic mass.
311

Manuel Urbano Cuadrado Tesis Doctoral
This means that the NIRS values are
systematically higher than those
obtained by the reference methods,
taking into account that the NIRS
values correspond to abcisas axis in
correlation plots.
On the other hand, almost all
the SEP values in the external
validation were within the limit value
—SEP = 1.5*SECV—. Only the
validation of volumic mass and
tartaric acid yielded SEP values
slightly upper the limit; thus, the
equations developed were robust.
3.4.4. Comparison with the results
obtained by other authors
The determination of alcoholic
degree, volumic mass, pH and
glycerol yielded R 2 , SECV and SEP
values close to the values in the
literature [11-13]. The error obtained
in the determination of sugars and
colour was higher [11,13], but a
variety of both apellation d’origine
and types of wines were used for
establishing the equations with the
aim of obtaining a general approach.
The determination of organic acids,
312
volatile acidity, total acidity, t.p.i. and
total sulphur dioxide had not been
reported previously.
4. Conclusions
The applicability of NIRS to the
evaluation of 16 enological parameters
in wine has been studied in this
work. The results have been compared
with the values obtained by other
authors, when available and quite
similar values were obtained in spite
of the fact the calibration and
validation sets were more heterogeneous
than those involved previous
approaches [11-13]. Thus, the
calibration and validation of the
equations were carried out with a
variety of both apellation d’origine
and types of wines. The final
equations were developed for the
determination of 15 parameters.
Thus, the most remarkable
aspects of this work are the evaluation
of the applicability of NIRS to the
quantitative analysis in a wide variety
of wines and the high number of
enological parameters which can be
determined.

Anal. Chim. Acta 527 (2004) 81 Parte II, cap. 9
Acknowledgement
The Comisión Interministerial de
Ciencia y Tecnología (CICyT) is
thanked for financial support (Project
AGL2000-0321-P4-03).
References
[1] Q.J. Wang, H. Yu, H. Li, F. Ding,
P.G. He, Y.Z. Fang, Food Chem.
83 (2003) 311.
[2] M. Bonoli, M. Montanucci, T.G.
Toschi, G. Lercker, J. Chromatogr.
A 1011 (2003) 163.
[4] G. Álvarez Llamas, M.D.R.
Fernández de la Campa, A. Sanz
Medel, J. Anal. Atom. Spectrom.
18 (2003) 460.
[5] F.M. Pennebaker, M.B. Denton,
Appl. Spectrosc. 55 (2001) 504.
[6] A. K. Kupina, A. Shrikhande, J.
Amer. J. Enol. Viticult. 54 (2003)
131.
[7] M. Dubernet, M. Dubernet, Revue
Française d’Oenologie, 81 (2000)
10.
[8] E. Albanell, G. Caja, X. Such, M.
Rovai, A.A.K. Salama, R. Casals,
J. AOAC Internat. 86 (2003) 746.
[9] F.E. Barton, D.E. Akin, W.H.
Morrison, A. Ulrich, D.D. Archibald,
J. Agric Food Chem. 50
(2002) 7576.
[10] Y. Li, C. Brown, J. Near
Infrared Spectrosc. 7 (1999)
101.
[11] C.M. García-Jares, B. Medina,
Fresen. J. Anal. Chem. 357
(1997) 86.
[12] R. Eberl, J. Near Infrared
Spectrosc. 6 (1998) 133.
[13] M. Gishen, R.G. Dambergs, A.
Kambouris, M. Kwiatkowski,
W.U. Cynkar, P.B. Høj, I.L.
Francis, Proceedings of the 9 th
International Conference on
Near Infrared Spectroscopy
1999, 917.
[14] J.S. Shenk, M.O. Westerhaus,
Routine Operation, Calibration,
Development, and Network
System Management Manual,
NIRSystems Inc., Silver Spring,
MD, USA, 1995.
313

Manuel Urbano Cuadrado Tesis Doctoral
[15] J.S. Shenk, M.O. Westerhaus,
Calibration the ISI way. In Near
Infrared Spectroscopy: the
Future Waves, NIR Publications,
p.198-202, Chichester,
1996
[16] B.G.M. Vandeginsten, D.L.
Massart, S. Buydens, S. De
Jong, P.J. Lewi, J. Smeyers-
Verbeke, Handbook of Chemometrics
and Qualimetrics: Part
B, Elsevier, Amsterdam, 1998.
[17] Resolution OENO 6/99.
Validation Protocol for a
Typical Analytical Method
Compared to the OIV Reference
Method. Office International de
la Vigne te du Vin.
http://www.oiv.int/Database/Im
ages/Client/oeno699uk.doc
314

Capítulo 10
COMPARISON AND JOINT USE OF
NEAR INFRARED SPECTROSCOPY
AND FOURIER TRANSFORM MID
INFRARED SPECTROSCOPY FOR
THE DETERMINATION OF WINE
PARAMETERS
El contenido de este capítulo ha sido aceptado para su publicación en la revista
Talanta.

Talanta. XX (2005) XX Parte II, cap.10
COMPARISON AND JOINT USE OF NEAR INFRARED
SPECTROSCOPY AND FOURIER TRANSFORM MID INFRARED
SPECTROSCOPY FOR THE DETERMINATION OF WINE
PARAMETERS
M. Urbano Cuadrado, M. D. Luque de Castro, P. M. Pérez Juan, M. A. Gómez-
Nieto
Abstract
A study of the statistic characteristics of the multidetermination of
several enological parameters —namely, alcoholic degree, volumic mass, total
acidity, glycerol, total polyphenol index, lactic acid and total sulphur dioxide—,
depending on the spectroscopic zone employed, was carried out. The two
techniques used were Near Infrared Spectroscopy (NIRS) and Fourier Transform
Mid Infrared Spectroscopy (FT-MIRS). The combination of these two regions
(sum of their spectra) was also studied. NIRS yielded better results, but the use of
both zones improved the determination of glycerol and total sulphur dioxide. The
training and validation sets used for developing general equations were built with
samples from different apellation d’origine, different wine types, etc. Partial least
squares regression was used for multivariate calibration, using systematic cross
validation in the calibration stage and external validation in the testing stage.
Sample preparation was not required.
Keywords: Near infrared spectroscopy; Attenuated total reflection mid infrared;
Wineries; Multivariate calibration.
317

Manuel Urbano Cuadrado Tesis Doctoral
1. Introduction
One of the last trends in analytical
chemistry is aimed at shortening the
time required for a given analysis and
subsequent availability of the pursued
information in a short time. This goal
is so far achieved by different ways;
namely, the reduction and simplification
of the steps involved in sample
preparation [1,2], the recent advances
in automation and instrumentation [3-
5], the development of qualitative and
screening methodologies [6,7], the
higher use of chemometrics thanks to
advances in computers [8,9], etc.
In the food area, and
specifically in the wine industry, the
above commented ways have also
been used in order to obtain fast
information about the production
process. Several methods based on
Flow Injection (FI) have been developped
in order to automate and
reduce the complexity of some
official methods in wine laboratories.
Thus, parameters as ethanol, glycerol,
total and free sulphur dioxide, etc [10-
11]. can be determined by FI methods.
318
Chemometrics in wine pro-
duction and laboratory is widely
referenced in the literature from
several points of view. Thus, supervised
and non-supervised pattern
recognition techniques have been used
to distinguish different varieties,
geographical areas, elaboration processses,
etc. Variables used for
differentiating can be classified into
non-spectroscopic and spectroscopic
variables[12-14]. Concerning the latter,
the spectra obtained, generally in
few seconds, by spectroscopic
techniques —namely, Near Infrared
Reflectance Spectroscopy (NIRS),
Fourier Transform Mid Infrared
Spectroscopy (FT-MIRS), Ultraviolet-
Visible Spectroscopy (UV-VISS),
Nuclear Magnetic Resonance (NMR),
etc.— constitute large data sets which
contain hidden information. Multivariate
regression, such as Principal
Component Regression (PCR) and
Partial Least Squares Regression
(PLSR) are standards in chemometrics,
which has been used for
developing equations for the
determination of quantitative parameters
in wine and other food industries
using the data provided by the

Talanta. XX (2005) XX Parte II, cap.10
spectroscopic techniques above cited.
Approaches based on NIRS are the
most used for the determination of
different analytes; namely, ethanol,
glycerol, sugars, [15,16] etc. FT-IR
applications for wine analyses have
also been developed [17,18].
Here, the applicability of both
NIRS and FT-MIRS techniques to the
determination of several enological
parameters —alcoholic degree, volumic
mass, total acidity, glycerol,
total polyphenol index, lactic acid and
total sulphur dioxide— is studied in
wines from both several appellations
d’origine and different grape varieties.
The aim of this study is the
development of equations independent
of the type of wine. In
addition, the joint use of spectral
regions of shorter wavelength for
improving the statistic parameters of
the calibrations is discussed for the
first time.
2. Experimental
2.1. Samples and sample preparation
Different wines —including red, rosé
and white wines; young and aged
wines; wines from different apellation
d’origine (“La Mancha”, “Valdepeñas”,
“Jumilla”, “Navarra”,
“Alicante” and “Madrid”) and grape
varieties (“Cencibel”, “Cabernet Sau
vignon”, “Cencibel-Cabernet Sauvig
non”, “Merlot”, “Garnacha Tintorera”
and “Syrah”)— were used in the
present study. Thus, the number of
samples employed in the calibration
and validation steps was 180. The
samples were used as such, because
filtering, dilution, preconcentration,
interferents removal, etc. were not
required.
2.2. Apparatus and methods
The instrument employed for NIR
spectra collection was a Foss-NIR
Systems 6500 System II spectrophotometer
(Foss-NIRSystems Inc.,
Silver Spring, MD, USA) equipped
with a transport module and capable
of making measurements at 2 nm
resolution in the spectral range
covering 400-2500 nm. The samples
were analysed by folded transmission
using a ring cup with a 0.1 mm
pathlength. A diffuse reflecting gold
surface placed at the bottom of the
319

Manuel Urbano Cuadrado Tesis Doctoral
cup reflected the radiation back
through the sample to the reflectance
detector. The spectra were collected
using WinISI software 1.50 (Infrasoft
International, Port Matilda, PA,
USA). Before recording the spectra,
the samples were thermostated at
24ºC. The reflectance spectra (log1/R)
were collected in duplicate.
The instrument employed for
MIR spectra collection was an FT-
MIR Nicolet Magna-IR550 Serie II
(Nicolet Instrument Corp., Madison,
Wisconsin, USA), capable of making
measurements at 4 cm -1 resolution in
the spectral range covering 4000-400
cm -1 . The instrument was furnished
with an infrared attenuated total
reflection (ATR) solid, liquid and
mellow sample cell with a zinc
selenide crystal (Spectra Tech.,
Stamford, CT, USA) for Nicolet
Spectrometers. The ATR cell consists
of the following: base accessory unit
containing the mirrors to direct the IR
beam to and from the sampling plate;
a sampling plate containing the ZnSe
ATR crystal and; precision single or
dual readout controller.
Other characteristics were a
320
transmission range between 20000
and 650 cm -1 , a refractive index (at
1000 cm -1 ) of 2.4, density of 5,27 g
cm -3 and volume of 3.5 ml. Before
recording the spectra, the samples
were thermostated at 24ºC. The
reflectance spectra (log1/R) were
collected in duplicate.
On the other hand, the
samples were also analysed in
duplicate by the reference methods,
and standard error laboratory (SEL)
was estimated from the duplicates.
The reference methods used are
shown in Table 1.
2.3. Chemometric software for data
processing and statistical techniques
used
The Unscrambler 7.8 (Camo Process
AS, Oslo, Norway) was used for data
processing. The chemometric procedure
consists of the following steps:
2.3.1. Principal Components Analysis
(PCA) for visualisation of spectral
outliers
PCA [19] was required for the
reduction of the number of variables
showing co-linearity, thus repre-

Talanta. XX (2005) XX Parte II, cap.10
Table 1. Enological parameters and reference methods.
Parameter Reference method
Alcoholic degree Distillation and aerometry
Volumic mass Aerometry
Total acidity Titration with NaOH up to pH = 7.0
Glycerol Enzymatic reaction
Total polyphenol index Folin-Ciocalteu reagent in alkaline medium
Lactic acid High pressure liquid chromatography
Free sulphur dioxide Iodometry in acid medium
senting the samples in a new, reduced
n-dimensional space. Once the
samples were in the new space
defined by principal components, the
leverage value —a measure of how
far an object is compared to the
majority— was computed. Sample
spectra with leverage higher than 0.5
were considered outliers. The outliers
were examined in order to know if
either they provided any useful
information or they must be removed.
2.3.2. Spectra preprocessing
Different treatments were applied to
the spectra in the calibration and
validation steps, namely: data
centring, scatter correction, first
derivative, and some of them jointly.
2.3.4. Calibration
validation
step: cross
In this step, Partial Least Square
Regression (PLSR) [19,20] was used
for developing the equations. The
number of calibration groups and
maximum number of PLS factors
were set at 5 and 16, respectively. The
latter is based on the following rule:
one PLS factor per 10 samples of the
training set plus 2. On the other hand,
a study of possible outliers in the
prediction of the cross validation was
carried out taking into account the
321

Manuel Urbano Cuadrado Tesis Doctoral
Table 2. Reference data.
Parameter
Alcoholic
degree (%V/V)
Volumic mass
(Kg/L)
Total acidity
(meq/L)
322
Calibration set Validation set
N Range Mean SD. N Range Mean SD
150 9.58 – 15.15 12.14 1.24 25 10.13 – 14.96 12.26 1.37 0.19
150
989.5 –
999.3
992.9 2.1 25 990.4 – 999.4 993.5 2.4 0.4
150 3.55 – 8.72 5.42 0.92 25 4.15 – 8.69 5.70 1.09 0.35
Glycerol (g/L) 150 1.95 – 12.38 6.29 2.47 25 2.57 – 14.56 6.74 2.88 0.43
Total
polyphenol
index
Lactic acid
(g/L)
Free sulphur
dioxide (mg/L)
150 5.0-131.0 35.3 25.4 25 6.0 – 92.0 36.6 25.8 3.2
130 0.06 – 5.32 1.36 1.10 20 0.22 – 5.09 1.33 1.09 0.22
150 8.0 – 24.0 16.45 4.7 25 8.0 – 59.0 20.9 10.8 1.4
statistic t (Student’s test) parameter,
which was set at 2.50. Statistic
parameters as Standard Error Cross
Validation (SECV) and the
Determination Coefficient (R 2 ) were
employed.
2.3.5. Validation step
The validation set was introduced in
the model, thus statistic parameters as
Standard Error Prediction (SEP) and
r 2 were obtained. The procedure
SEL
above commented was applied to the
spectral data from the NIR and the
MIR zones and a combination of both.
3. Results and discussion
3.1. Reference data
Table 2 shows information about
reference data. Thus, the range, mean,
standard deviation (Std. Dev.) and
number of samples for the calibration
and validation sets are summarised in

Talanta. XX (2005) XX Parte II, cap.10
A
B
Fig. 1. (A) NIR spectra. (B) MIR spectra.
323

Manuel Urbano Cuadrado Tesis Doctoral
C
324
Fig. 1. (cont.). (C) Combination of NIR and MIR spectra.
the table, in addition to the standard
error laboratory (SEL). As can be
seen, the range of reference values
encompassed the characteristic values
for a high diversity of wines.
3.2. Sample spectra
Spectra in the whole measurement
range provided by the NIR instrument;
that is, 400-2500 nm were
obtained. Nevertheless, the zone of
the MIR spectra used was only the
800-3000 cm -1 region; thus, the 400-
800 and 3000-4000 cm -1 zones were
not employed in this study owing to
the high irreproducibility because of
the high absorbance values. NIR and
MIR spectra are shown in Fig. 1-A
and Fig. 1-B, respectively. The
highest differences in the NIR spectra
were within 400-1100 and 1910-1960
nm, while the MIR spectra presented
the largest differences in the 1000-
1500 and 2300-2400 cm -1 regions.
The combination of the NIR and MIR
spectra is shown in Fig. 1-C.
In the NIR zone, the absorption
bands with the highest intensity

Talanta. XX (2005) XX Parte II, cap.10
Fig. 2. Samples in the space determined by the first two principal components for
the NIR region.
—namely, 1820-2030 and 1370-1600
nm— are second and first harmonics,
respectively, of the MIR absorption
band corresponding to the strength
vibration of the –OH group. The
fundamental vibration band corresponding
to this group is at 3300-3500
cm -1 , which was not used owing to the
high irreproducibility, as commented
before.
3.3. Spectral Outliers
PCA was applied to the three data
matrixes corresponding to the sample
spectra for NIR, MIR and their
combination. The leverage values
were calculated in order to detect
spectral outliers. Four and three
spectra were outliers for NIR and
MIR, respectively. These spectral
outliers were not common for the two
regions; which can be due to
operational errors. With respect to the
combination of the two zones, only
two spectra were computed as
outliers. The samples plotted in the bidimensional
space formed by the first
two principal components for the NIR
region are shown in Fig. 2. The
outliers are within circles. Two groups
can also be distinguished: white wine
are in the left side and red wines in
325

Manuel Urbano Cuadrado Tesis Doctoral
326
Table 3. Results obtained with the proposed equations.
Parameter Spectrum
Alcoholic degree
(%V/V)
Volumic mass
(Kg/L)
Total acidity
(meq/L)
Glycerol (g/L)
Total polyphenol
index
Lactic acid (g/L)
Calibration equation
Validation
equation
N MEAN SECV R 2 r 2 SEP
NIR 140 12.07 0.19 0.986 0.978 0.24
MIR 140 12.11 0.23 0.972 0.961 0.29
NIR-MIR 138 12.07 0.20 0.980 0.953 0.35
NIR 141 992.8 0.33 0.980 0.917 0.54
MIR 139 992.7 0.42 0.961 0.912 0.60
NIR-MIR 142 992.8 0.40 0.967 0.901 0.63
NIR 139 5.41 0.38 0.845 0.812 0.48
MIR 140 5.52 0.45 0.837 0.795 0.54
NIR-MIR 139 5.47 0.43 0.841 0.814 0.49
NIR 139 6.27 0.59 0.936 0.845 0.72
MIR 140 6.33 0.55 0.940 0.813 0.68
NIR-MIR 140 6.33 0.50 0.954 0.926 0.57
NIR 138 32.31 4.50 0.975 0.919 6.70
MIR 139 32.10 4.70 0.937 0.892 7.13
NIR-MIR 141 32.05 4.83 0.914 0.890 7.24
NIR 125 1.38 0.35 0.860 0.814 0.41
MIR 123 1.36 0.42 0.825 0.790 0.55
NIR-MIR 122 1.35 0.37 0.871 0.811 0.52

Talanta. XX (2005) XX Parte II, cap.10
Table 3 (cont.). Results obtained with the proposed equations.
Parameter Spectrum
Total sulphur
dioxide (mg/L)
Calibration equation
Validation
equation
N MEAN SECV R 2 r 2 SEP
NIR 141 53.2 21.5 0.615 0.569 23.5
MIR 140 52.3 24.3 0.573 0.520 27.0
NIR-MIR 138 52.7 19.0 0.765 0.670 22.7
the right. Rosé wines (a small group)
are located between the other two
groups, next to white wines.
3.4. Equations Development
3.4.1. Influence of the spectra
preprocessing
Accuracy and precision, based on
SECV and R 2 values, were similar,
independently of the mathematical
preprocessing employed.
3.4.2. Equations accuracy
Table 3 shows the statistic results
obtained in the calibration and
external validation stages (SECV and
R 2 ). Table IV summarises the criteria
proposed by Shenk et al. 21 to compare
statistic results from calibrations and
the subsequent validations. NIRS
provided the best statistic results for
alcoholic degree and volumic mass,
being the SECV values very close to
those of the standard methods —
namely 0.19 % V/V and 0.33 Kg/L
for the determination of alcoholic
degree and volumic mass, respectively—.
The R 2 values for the
correlation between the reference and
NIRS methods were 0.986 and 0.980,
respectively, for the determination of
these parameters. The use of the MIR
region did not improve the results, as
did the combination of both zones.
Total acidity was determined
with good precision (the SECV and
R 2 values were 0.38 meq/L and 0.845,
respectively) by NIRS. The determination
of this parameter by FT-MIR
showed statistic results similar to
327

Manuel Urbano Cuadrado Tesis Doctoral
328
Table 4. Criteria for the evaluation of the results.
R 2 SEP
R 2 ≥ 0.90 Excellent precision SEP = 1-1.5 SEL Excellent precision
R 2 = 0.70 – 0.89 Good precision SEP = 2-3 SEL Good precision
R 2 = 0.50 – 0.69
R 2 = 0.30 – 0.49
R 2 = 0.05 – 0.29
Good separation
between low, medium,
and high values
Correct separation
between low and high
values
It is better than no
analysing
NIRS (0.45 meq/L and 0.837), but not
surpassed the efficiency of the NIR
region. The determination of polyphenol
total index also yielded similar
values by the two procedures proposed,
as can be seen in Table 3.
Glycerol and total sulphur
dioxide were determined by the
combination of MIR and NIR regions
in a more accurate way than by either
NIR or MIR separately. It is worth to
emphasising the improvement achieved
for the determination of total
sulphur dioxide —taking into account
SEP = 4 SEL Medium precision
SEP = 5 SEL Low precision
the R 2 values, from 0.615 by NIR to
0.765— by the combination of the
two zones studied. In this way, this
parameter can thus be quantitatively
determined, according to the criteria
showed in Table 4.
The applicability of NIRS to
the most representative organic acids
—namely, malic, tartaric and gluconic—
was limited to screening
methodologies owing to the low
concentration of these compounds.
For this reason, these parameters are
not shown in the tables. Only the

Talanta. XX (2005) XX Parte II, cap.10
determination of lactic acid, with
values of R 2 higher than 0.800 and
SECV values acceptable —according
to the criteria shown in Table 4—
with respect to SEL value in Table 2.
3.4.3. External validation
The equations were tested with the
validation set (samples not used for
the development of the equations).
Almost all the SEP values in the
external validation were within the
limit value —SEP = 1.5*SECV—.
Only the validation of volumic mass
yielded an SEP value slightly upper
the limit; thus, the equations
developed were robust.
3.4.4. Comparison between the spec
tral zones employed
The determinations carried out using
the NIR region yielded generally
better statistic results than those using
the MIR region. This behaviour is due
to the low signal/noise ratio in the
MIR spectra caused by both
instrumental and technical characteristics
and the high intensity of the
absorption bands corresponding to the
strength vibration of the –OH group.
In spite of the best efficiency of
NIRS, drastic differences were not
found.
The combination of the two
spectral zones improved the determination
for glycerol and total
sulphur dioxide. This combination is
particularly useful for the later as it
provides a quantitative method and
not a screening method as occurs
when the spectral regions are used
separately. The use of a larger dataset
by combination of the two spectral
zones (2100 variables) surpasses
results obtained from the data of the
MIR region.
4. Conclusions
A study of the applicability of the
spectroscopic techniques in the near
and mid infrared zones to the
determination of wine parameters has
been studied in this work. Thus, the
spectroscopic methods developed
enable multidetermination for alcoholic
degree, volumic mass, total
acidity, total polyphenol index,
glycerol and total sulphur dioxide,
surpassing the limitations of standard
and reference methods regarding to
329

Manuel Urbano Cuadrado Tesis Doctoral
time, reagent consumption, operational
errors, etc.
The simplicity of the methods
developed is similar for both spectral
regions. The calibration stage, and
development of the equations is the
limiting step taking into account the
time necessary for calibration. After
this step, the determination of the
parameters in a single analysis is
carried out in 2 min. In addition, the
equations were developed with the
aim of covering a wide range of
wines; for which wines from different
appellation d’origine and grape
varieties were used.
The study carried out shows
that NIRS results were better than
those obtained by FT-MIR due to the
high signal/noise ratio of the latter. In
addition, the combination of both
spectral zones has been studied for the
first time. The availability of a larger
number of variables (wavelengths)
than when used separately surpasses
the noise of MIR spectra for two
parameters; namely, glycerol and total
sulphur dioxide. The improvements
achieved are the key for the quantitative
determination of the latter.
330
The equations provided for each zone
of the spectrum separately can only be
used for screening.
5. Acknowledgements
The Comisión Interministerial de
Ciencia y Tecnología (CICyT) is
thanked for financial support (Project
AGL2000-0321-P4-03).
6. References
[1] M. Valcárcel and M.D. Luque
de Castro, Flow Injection Analysis:
Principles and Appli-
[2]
cations, Ellis Horwood, Chichester,
1987.
M. D. Luque de Castro and J. L.
Luque García, Acceleration and
Automation of Solid Sample
Treatment, Elsevier, Amsterdam,
2002.
[3] L, Yang, V, Colombini, P.
Maxwell, Z. Mester and R. E.
Sturgeon, J. Chromatogr., A.
1011 (2003) 135.
[4] M. Bonoli, M. Montanucci, T.
G. Toschi and G. Lercker, J.
Chromatogr., A. 1011 (2003)
163.

Talanta. XX (2005) XX Parte II, cap.10
[5] G. Alvarez Llamas, M. D. R.
Fernández de la Campa and A.
Sanz Medel, J. Anal. Atom.
Spectrom. 18 (2003) 460.
[6] E. Trullols, I. Ruisánchez and F.
X. Rius, Trends Anal. Chem. 23
(2004) 137.
[7] R. Muñoz-Olivas, Trends Anal.
Chem. 23 (2004) 203.
[8] G. Kos, H. Lohninger and R.
Krska, Anal. Chem. 75 (2003)
1211.
[9] J.L. Pérez-Pavón, M. Del
Nogal-Sánchez, C. García-Pinto,
M. E. Fernández Laespada,
B. Moreno-Cordero and A.
Guerrero-Peña, Anal. Chem. 75
(2003) 2034.
[10] E. Mataix and M. D. Luque de
Castro, Analyst. 123 (1998)
1547.
[11] E. Mataix and M. D. Luque de
Castro, Talanta. 51 (2000) 489.
[12] M. C. García-Parrilla, G. A.
González, F. J. Heredia and
A.M. Troncoso, J. Agric. Food
Chem. 45 (1997) 3487.
[13] G. J. Martin, C. Guillou and M.
L. Martin, J. Agric. Food Chem.
36 (1998) 316.
[14] M. Urbano-Cuadrado, M. D.
Luque de Castro, P. M. Pérez-
Juan, J. García-Olmo and M. A.
Gómez-Nieto, Anal. Chim. Acta
527 (2004) 81.
[15] C. M. García-Jares and B.
Medina, Fresenius' J. Anal.
Chem. 357 (1997) 86.
[16] R. Eberl, J. Near Infrar. Spectrosc.
6 (1998)133.
[17] A. K. Kupina and A. Shrik
hande, J. Amer. J. Enol.
Viticult. 54 (2003) 131.
[18] M. Dubernet and Mathieu
Dubernet, Rev. Franç. D’Oenolog.
81 (2000) 10.
[19] B. G. M. Vandeginsten, D. L.
Massart, S. Buydens, S. De
Jong, P. J. Lewi and J. Smeyers-
Verbeke, Handbook of Chemometrics
and Qualimetrics: Part
B. Elsevier, Amsterdam, 1998.
[20] K. H. Esbensen. Multivariate
Data Analysis- in Practice. Camo
Process AS, Oslo, 2002.
[21] J. S. Shenk and M. O.
Westerhaus, Calibration the ISI
way. En Near Infrared Spec
troscopy: the Future Waves.
331

Manuel Urbano Cuadrado Tesis Doctoral
332
NIR Publications, Chichester,
1996, p.198.

Discusión de los resultados

Discusión
La normativa vigente en la Universidad de Córdoba sobre la elaboración de
Memorias de Tesis Doctorales en la modalidad que permite incluir los artículos
publicados o en vías de publicación como tales, establece la inclusión de una
sección de discusión conjunta de los resultados, que puede llevarse a cabo o no
dependiendo de la homogeneidad del tema de la tesis.
Esta Memoria recoge la investigación sobre la aplicabilidad de las
nuevas herramientas informáticas en química analítica, tema general que puede
dividirse en dos partes: 1) la informatización del proceso analítico y la gestión y
análisis de los datos que éste proporciona con el uso del paradigma de ingeniería
del software de orientación a objetos. 2) La comparación de métodos
quimiométricos convencionales con otros propuestos en esta Memoria y basados
en el cálculo de la similitud entre muestras problema a partir de las denominadas
fingerprints o huellas digitales construidas utilizando los datos espectroscópicos.
Además, se estudió la posibilidad de mejorar la determinación de parámetros
enológicos con el aumento de la información espectral, para lo que se usaron dos
regiones: NIR y MIR.
Por tanto, esta sección se ha dividido en dos bloques: informatización del
proceso y de los datos analíticos, y desarrollo y uso de métodos quimiométricos
para el tratamiento de datos espectroscópicos.
1. Informatización del proceso y de los datos analíticos
Las aplicaciones informáticas diseñadas y construidas en esta investigación son
el fruto de procesos basados en los paradigmas orientado a objetos y de
335

Manuel Urbano Cuadrado Tesis Doctoral
desarrollo en espiral. Estas metodologías han proporcionado programas
informáticos familiares al químico analítico, abiertos a los cambios funcionales e
independientes de los análisis llevados a cabo y de los datos obtenidos.
En esta primera parte se han abarcado dos vertientes diferenciadas por el
ámbito de aplicación: la automatización del proceso analítico, y la gestión y
análisis de los datos.
1.1 Automatización del proceso analítico
1.1.1 Modelo estructural para la automatización en química analítica
En el modelo estructural propuesto se ha utilizado la nomenclatura de la IUPAC,
diferenciando entre dispositivo, aparato, instrumento y autoanalizador. En la
jerarquía de clases desarrollada se han empleado las relaciones de generalización
y agregación, junto con el proceso de especialización, para reflejar también las
distintas clasificaciones propuestas en el Análisis Instrumental y en las Técnicas
Analíticas de Separación para los instrumentos y aparatos, respectivamente.
El concepto de dispositivo se centra en los aspectos físicos de la
implantación de los aparatos e instrumentos, no tratándose de un ente lógico
desde el punto de vista de la automatización analítica.
1.1.2 Modelo dinámico para la automatización en química analítica
En la investigación que recoge esta Memoria se ha propuesto un modelo para
representar un proceso analítico capaz de ejecutar acciones según parámetros de
tiempo (es decir, un instrumento o aparato lleva a cabo una determinada acción
en un momento preseleccionado) y según parámetros de estado (es decir, se lleva
a cabo una determinada acción según el valor de unas variables, instrumentales o
no, como son el valor de absorbancia, el número de muestras analizadas, la
temperatura de un termostato, etc.). Para este tipo de control se han propuesto dos
módulos: uno para el control del tiempo y otro para el control de las variables de
estado.
336

Discusión
Las estructuras de control usadas para la gestión de los disparadores no
pueden ser consideradas como un motor de inferencia y, además, adolecen del
cálculo de incertidumbre. Como ventajas, el modelo dinámico propuesto permite
la construcción de un sistema abierto a cualquier tipo de regla y cercano al
usuario.
1.1.3 Modelo arquitectónico para la automatización en química analítica
Se ha desarrollado un modelo por capas para cubrir desde el aspecto físico de la
comunicación del instrumento con el ordenador hasta el aspecto analítico del
diseño de la configuración de los métodos. Se diseñaron 5 capas: de drivers, de
comunicación, de lógica, de control y de diseño. Las dos primeras son las que
limitan la total escalabilidad e independencia del sistema de automatización,
siendo necesario que los fabricantes la aporten, o, en su defecto, desarrollarlas
para los distintos sistemas operativos. Si se consigue esto último, se puede hablar
de un sistema estándar de automatización.
En la Tesis realizada se han desarrollado las dos primeras capas para un
total de 10 instrumentos y aparatos (incluyendo bombas peristálticas, automuestreadores,
espectrofotómetros, espectrofluorímetros, válvulas automáticas,
peachímetros, etc.).
La última capa, la de diseño, es una aplicación para la especificación de
sistemas de control en automatización, cercana al lenguaje del químico analítico,
y que no necesita que el usuario posea ningún conocimiento sobre algorítmica y
estructuras de datos, a diferencia de otros entornos comúnmente utilizados
descritos en la bibliografía.
1.1.4 Pruebas del funcionamiento del sistema de automatización
El sistema se ha probado mediante la automatización total del método de
determinación de la acidez volátil en vinos propuesto por uno de los grupos de
investigación donde se ha realizado la tesis. El hecho de disponer de un sistema
totalmente automatizado aportó la ventaja de comodidad para el usuario y la
337

Manuel Urbano Cuadrado Tesis Doctoral
reducción de costes. Además, se obtuvieron mejoras cuantitativas en la exactitud
y precisión al eliminar la participación humana en el análisis.
Otra aplicación de prueba para el sistema de automatización ha sido la
puesta a punto del método para la medición de la actividad oxidásica de la lacasa
en vinos. La versatilidad que aporta el sistema se constató en el estudio de las
variables que afectan la señal analítica (diseño de experimentos para la
optimización) y en la caracterización del método. La configuración instrumental
y la adquisición y tratamiento de los datos cambió respecto al método para la
acidez volátil.
1.2 Automatización de la gestión y el análisis de los datos analíticos
Se ha desarrollado un sistema para la gestión y análisis de los datos generados en
los laboratorios analíticos pertenecientes a empresas dedicadas a la producción o
elaboración de productos cuya calidad está basada en el valor de unos
determinados parámetros. El modelo y la tecnología usados para la construcción
del sistema hacen que éste tenga una configuración abierta respecto a cualquier
proceso de producción, que permita la accesibilidad remota a la información y
que sea independiente respecto a la plataforma en la que se instala.
El sistema desarrollado es de ayuda a la hora de tomar decisiones en el
sector enológico y está compuesto por dos herramientas: 1) una aplicación de
gestión de los datos analíticos de la elaboración de vinos, además de la
información referente al laboratorio; 2) una aplicación Web a través de la cual los
técnicos extraen información de los datos históricos correspondientes a ciclos de
producción anteriores o al actual. La primera aplicación se denomina subsistema
operacional y la segunda subsistema de análisis.
La aplicación operacional establece un flujo de trabajo unificado en el
laboratorio, ya que se ha de llevar a cabo una serie de etapas secuenciales como
son la identificación de las muestras, la carga de parámetros, la introducción de
resultados y su validación, y la introducción de los datos en el histórico. Además,
338

Discusión
es posible conocer la carga de trabajo en el laboratorio en tiempo real, la gestión
automatizada de los instrumentos, etc.
La aplicación de análisis de la información permite obtener la evolución,
en formato gráfico o tabular, de uno o varios parámetros enológicos según unos
determinados criterios de búsqueda. Se puede también llevar a cabo un estudio
estadístico de los datos (por ejemplo, el incremento de un parámetro o la
desviación estándar por día).
2. Métodos quimiométricos para el tratamiento de datos
espectroscópicos
En la segunda parte de la tesis se han utilizado las zonas espectrales ultravioleta,
visible, infrarrojo cercano e infrarrojo medio para la diferenciación y
clasificación de muestras por un lado, y la determinación de parámetros químicos
por otro, mediante la aplicación de varios métodos quimiométricos. El campo de
aplicación de los métodos propuestos ha sido el enológico.
Las variables categóricas usadas en la diferenciación y clasificación de
muestras de vinos fueron la zona de procedencia de las muestras dentro de una
única denominación de origen, la variedad de la uva utilizada, y el proceso de
crianza.
Las ecuaciones para la determinación de parámetros cuantitativos han
cubierto la mayoría de los parámetros enológicos que se cuantifican en el vino.
Se ha estudiado la determinación de 16 propiedades cuantitativas por
espectroscopía con detección multicanal, abarcando todos los parámetros de
rutina en vinos de diferentes denominaciones de origen.
2.1 Análisis cualitativo
2.1.1 Espectroscopía ultravioleta-visible y métodos clásicos de patrones de
reconocimiento de muestras
Se han utilizado los métodos de análisis de componentes principales (ACP) y el
339

Manuel Urbano Cuadrado Tesis Doctoral
soft independent modelling of class analogies (SIMCA) para el análisis
exploratorio y el desarrollo de reglas de clasificación, respectivamente. Los
espectros ultravioleta-visible obtenidos han permitido discriminar vinos blancos
y tintos de diferente procedencia dentro de una misma denominación de origen.
Así, se ha conseguido una discriminación de segundo orden, para lo que
se requirieron datos espectroscópicos que proporcionaran una mayor información
química, recurriendo a la zona de ultravioleta 300-400 nm, normalmente no
usada para estos propósitos. Esta región ha sido clave para poder diferenciar el
origen de los vinos, siendo los ésteres de los ácidos hidroxicinámicos, que
absorben en esta región, los principales compuestos discriminadores. Los errores
en el conjunto para la validación de los modelos desarrollados fueron del 10% y
el 20% para vinos blancos y tintos, respectivamente.
Los modelos propuestos para la clasificación de vinos tintos según la
variedad de la uva empleada y el proceso de crianza mostraron un 25% de error
en la predicción. La región visible presenta en estos modelos una mayor
capacidad de discriminación que la mostrada para el primer criterio, lo que indica
que el contenido de antocianos producidos por las dos variedades de uva y su
evolución en el proceso de crianza es significativamente diferente. De nuevo, la
región ultravioleta presentó una alta capacidad de diferenciación.
2.1.2 Espectroscopía de infrarrojo medio y métodos de preprocesamiento
basados en huellas digitales y en el cálculo de similitudes
Se ha propuesto un método para el tratamiento de los espectros de infrarrojo
medio obtenidos para distintos tipos de vinos. La baja selectividad que presenta
esta zona espectral fue la causante de la no-discriminación de vinos según los
criterios de origen, variedad y crianza.
El método permite la construcción de huellas digitales para cada muestra
siguiendo los pasos de normalización (para tener valores de absorbancia en el
rango 0-1) y de asignación de uno o cero a cada variable (longitud de onda
340

Discusión
considerada) según ésta supere o no, respectivamente, un valor umbral estudiado
para valores de 0.2, 0.4, 0.6 y 0.8.
Una vez construidas las huellas se procedió a la generación de una matriz
de similitud (basada en el cálculo del índice de Tanimoto) que considera para
cada par de muestras un valor que tiene en cuenta la semejanza entre éstas. A la
matriz de similitud se le realizó un ACP para visualizar posibles tendencias en el
agrupamiento de muestras. La discriminación conseguida fue mayor que la
obtenida con los espectros de MIR sin la aplicación del tratamiento propuesto,
siendo los valores umbrales 0.4 y 0.6 los que condujeron a los mejores
resultados.
La obtención de una huella digital patrón y el cálculo modificado de la
matriz de similitud, teniendo en cuenta tanto la huella digital como un nuevo
método de conteo de los bits significativos, proporcionó mejores discriminaciones
entre grupos de muestras.
Se realizó un SIMCA para estudiar la capacidad de predicción de los
modelos, obteniendo los menores valores de error para la clasificación de
muestras de diferente variedad y del desarrollo o no de proceso de crianza (9 y
5%, respectivamente). El error en la clasificación de muestras de diferente origen
fue del 22%.
La calidad de las huellas digitales patrón y la capacidad de predicción de
los modelos SIMCA construidos requieren un número mayor de muestras, por lo
que los errores corresponden a un primer estudio exploratorio de la capacidad del
método propuesto.
2.2 Análisis cuantitativo
2.2.1 Espectroscopía NIR y calibración multivariante
Se ha estudiado la posibilidad de la espectroscopía NIR en el campo enológico
con el fin de ampliar las aplicaciones que aparecen recogidas en la bibliografía.
Así, un primer objetivo fue el desarrollo de ecuaciones PLS de ámbito general
341

Manuel Urbano Cuadrado Tesis Doctoral
para diferentes tipos de vino, incluyendo blancos, rosados, tintos, de diferente
variedad de uva, de distinta denominación de origen, etc.
Un segundo objetivo fue el ampliar el número de parámetros estudiados,
llegando hasta 16 parámetros (a saber: grado alcohólico, masa volúmica, acidez
total, pH, acidez volátil, glicerol, índice de polifenoles totales (ipt), azúcares
reductores, color, tonalidad, dióxido de azufre total y libre y los ácidos tartárico,
láctico, málico y glucónico).
Se han llevado a cabo las correspondientes etapas de calibración
(mediante el método de validación cruzada) y de validación, obteniéndose una
serie de parámetros estadísticos que se analizaron según diferentes criterios y
normas. De esta forma, el grado alcohólico, masa volúmica, acidez total, pH,
glicerol, color, ácido láctico, tonalidad e ipt se determinaron de forma exacta
atendiendo a los valores R 2 y ETVC (Error Típico de la Validación Cruzada). La
espectroscopía en el infrarrojo cercano sólo puede utilizarse para métodos de
screening del dióxido de azufre total, los azúcares reductores, la acidez volátil y
el resto de ácidos orgánicos. El dióxido de azufre libre no puede determinarse por
NIRS.
La comparación del error que proporciona el SECV con el obtenido en la
validación de las ecuaciones desarrolladas, ETP (Error Típico de la Predicción),
ha conducido a la conclusión de que la mayoría de las ecuaciones desarrolladas
son robustas (excepto para la masa volúmica y el ácido tartárico, que mostraron
diferencias levemente superiores al límite permitido por el criterio ETP ≤ 1.5 *
ETVC). También se ha comprobado que la pendiente y el sesgo o desviación de
la correlación entre el método de referencia y el método NIRS no difieren
estadísticamente de 1 y 0, respectivamente.
2.2.2 Estudio del uso separado y conjunto de la espectroscopía visible-NIR y la
espectroscopía FT-MIR en la determinación de parámetros enológicos
La región visible y ambas zonas del espectro infrarrojo (400-2500 nm para el
visible y NIR, y 3000-800 cm -1 para el MIR) se han usado para la determinación
342

Discusión
de varios parámetros en vinos de diferente variedad, procedencia y tipo. Los
parámetros determinados fueron el grado alcohólico, masa volúmica, glicerol,
acidez total, ipt, ácido láctico y dióxido de azufre total.
La espectroscopía NIR mostró, en la mayoría de los casos, mejores
resultados estadísticos que la espectroscopía FT-MIR (aunque no se encontraron
diferencias significativas). Una causa de este comportamiento radica en la
naturaleza de la absorción en ambas zonas. La elevada intensidad de la absorción
correspondiente a la tensión de vibración del grupo –OH da lugar a una baja
relación señal/ruido.
La combinación de ambas regiones mejoró la determinación de dos
parámetros: el dióxido de azufre total y el glicerol. Para el dióxido de azufre total
los parámetros estadísticos obtenidos permiten usar la ecuación para la
determinación cuantitativa y no sólo el screening.
343

Conclusiones

Conclusiones
A continuación se presentan las conclusiones más destacables de la investigación
realizada en la Tesis Doctoral y recogida en esta Memoria.
A) Se han desarrollado herramientas computacionales para la automatización
del proceso analítico y el análisis de la información que este proceso
genera. Las soluciones software construidas poseen un carácter abierto
respecto al problema analítico, un alto grado de escalabilidad para futuras
ampliaciones y un elevado nivel de independencia frente a instrumentos y
aparatos, sistemas operativos, y hardware informático. Estas herramientas
son las siguientes:
A.1) Plataforma para la automatización de procesos analíticos compuesta
por dos subsistemas: 1) un subsistema que permite al químico
analítico el diseño de métodos automatizados (estructura y
comportamiento del autoanalizador) y su almacenamiento en formato
XML y, 2) un subsistema que, a partir de los datos de la fase de
diseño, posibilita la ejecución de los análisis de forma totalmente
automatizada.
La automatización de dos métodos continuos para la determinación
de parámetros enológicos han sido los casos de prueba para la
evaluación de la plataforma.
A.2) Un LIMS (Laboratory Information Management System) para la
gestión y análisis de los datos en una laboratorio analítico,
compuesto por dos subsistemas de funcionalidad marcadamente
347

Manuel Urbano Cuadrado Tesis Doctoral
348
especializada: 1) un subsistema de gestión del trabajo diario en el
laboratorio analítico, que permite la organización y planificación de
muestras, parámetros a medir, instrumentos y reactivos, usuarios y
alertas, y 2) un subsistema de análisis de los datos históricos
almacenados por la organización (o laboratorio), que posibilita la
consulta según criterios preestablecidos o no para la extracción de
información que ayude a la toma de decisiones.
B) Se han propuesto nuevos métodos quimiométricos para el análisis de la
gran cantidad de información espectral que proporcionan los equipos
actuales. Se ha trabajado con la espectroscopía ultravioleta-visible, de
infrarrojo cercano y de infrarrojo medio con transformada de Fourier. Se
han extraido las siguientes conclusiones en el campo enológico, tanto a
nivel cualitativo como cuantitativo:
B.1) Se han desarrollado modelos de clasificación de vinos a partir de los
espectros ultravioleta y visible. Estos modelos permiten la
clasificación de vinos según la zona de procedencia dentro de una
denominación de origen (clasificación de segundo orden), tipo de
uva empleada y proceso de elaboración.
B.2) Se ha desarrollado un método computacional para el análisis de
información espectroscópica basado en la construcción de huellas
digitales, el cálculo de similitudes y la escalabilidad de las medidas
de similitud para incrementar el nivel de caracterización.
B.3) Se ha aplicado el método anterior a la clasificación de vinos
utilizando el espectro infrarrojo medio según los tres criterios citados
en el punto B.1. Se obtuvieron mejoras significativas en la
clasificación de muestras al aplicar el modelado SIMCA a las
matrices de similitud basadas en el uso de las huellas digitales de

Conclusiones
espectros y en el del método de escalabilidad en el cálculo de la
similitud espectral frente al empleo de los datos sin tratar.
B.4) Se han construido ecuaciones PLS para la determinación y screening
de 15 parámetros enológicos utilizando el espectro infrarrojo medio.
Se trata de ecuaciones globales para cuyo desarrollo se han usado
vinos de diferentes tipos de uva y denominación de origen.
B.5) Se han comparado los resultados obtenidos empleando las zonas NIR
y MIR, y se ha estudiado la posibilidad de usar la combinación de
ambas regiones para mejorar los estadísticos de las determinaciones
cuantitativas. La zona NIR ofreció una mejor capacidad de
determinación, que se mejoró para dos parámetros analíticos con el
uso conjunto de los espectros NIR y MIR.
349