化學計量學算法在食用植物油質量研究中的應用.pdf

1、中圖分類號UDC0657543碩士學位論文學校代碼!Q5三蘭密級公玨化學計量學算法在食用植物油質量研究中的應用Applicationofchemometricalgorithmsinqualityresearchofediblevegetableoils作者姓名：學科專業(yè)：研究方向：學院(系、所)：指導教師：論文答辯日期立腳t咕、≯；艾芳芳化學分析化學化學化工學院梁逸曾教授答辯委員會主席中南大學2014年5月化學計量學算法在食用植物油質

2、量研究中的應用摘要：不同類別的植物油因其化學成分的不同而具有不同的品質。在中國，原裝進口的特級初榨橄欖油(EVOO)的價格比一般食用植物油的價格高出幾倍甚至數十倍，使得平常百姓難以承擔起如此昂貴的生活成本，因此尋找出與EVOO品質相當的植物油從而為人們提供更多的選擇具有一定的實際意義。另外，為滿足對植物油現場實時快速檢測的需要，本文建立了基于拉曼光譜的食用植物油檢測方法。本論文中，將植物油中的脂肪酸甲酯化后，采用GC／MS對脂肪酸甲酯(

3、FAME)進行檢測；分別采用NIST庫結合等效鏈長值(ECL)和內標法對其進行定性和定量分析；接著采用主成分分析(PCA)和無監(jiān)督的隨機森林算法(I江)對定量數據進行聚類分析。結果表明RF比PCA具有更好的聚類效果，六類植物油各自聚為一類。同時，由聚類結果可知，茶油與EVOO的距離最為接近，因此從脂肪酸組分來看，茶油與EVOO最相似。除此之外，RF算法還提供了變量重要性評價，即可將每個變量對聚類模型的貢獻程度進行排序，結果表明軟脂酸、亞

4、油酸、亞麻酸、硬脂酸、油酸對聚類模型的貢獻最大，也就是說這五個成分是區(qū)分植物油的最重要的指標。本論文中，針對色譜方法定量測定脂肪酸成分所具有的價格昂貴、耗時和前處理復雜的缺點，采用拉曼光譜建立了對植物油中的單不飽和脂肪酸(MUFA)和多不飽和脂肪酸(PUVA)這兩個指標的快速測定方法。將獲得的光譜數據進行平滑、背景扣除和特征峰強度歸一化處理后，采用偏最小二乘回歸(PUS)與上述兩個指標的相對含量建立校正模型。預測結果表明：植物油中的MU