ATR-FTIR在植物油理化指標(biāo)檢測方面的應(yīng)用研究.pdf

1、植物油是人們生活中不可或缺的食品，而過氧化值，酸價以及水分含量又是其重要的理化指標(biāo)，因此如何對這些指標(biāo)進(jìn)行準(zhǔn)確快速的測定具有重要的意義。目前檢測這些指標(biāo)所使用的常規(guī)方法具有費(fèi)時、費(fèi)力以及污染等缺點(diǎn)，不適合實(shí)時，在線檢測分析。然而中紅外光譜分析技術(shù)克服了這些缺點(diǎn)，可以準(zhǔn)確快速并且具有環(huán)境友好的特點(diǎn)，在準(zhǔn)確度方面也比常規(guī)方法有所提升，在食品以及農(nóng)產(chǎn)品的品質(zhì)檢測方面發(fā)揮著越來越重要的作用，并且表現(xiàn)出良好的應(yīng)用前景。因此本文以精煉植物油為研究對

2、象，開展了中紅外光譜技術(shù)在植物油的過氧化值，酸價以及水分含量中的評價研究。首先，通過運(yùn)用不同光譜預(yù)處理方法來優(yōu)化PLS模型，以確定最佳的光譜預(yù)處理方法用來建立最佳的校正模型;然后，引入特征譜區(qū)及波長篩選方法解決光譜信息冗余問題，優(yōu)選了最佳光譜范圍及其最佳主因子數(shù)，提高了校正模型的預(yù)測精度以及穩(wěn)定性;最后，結(jié)合線性數(shù)學(xué)方法以及不同的線性法構(gòu)建水分含量的校正模型，對比分析后，選取最佳的評價模型。本文主要的工作極其結(jié)論總結(jié)如下:
　　(

3、1)光譜預(yù)處理方法在校正模型優(yōu)化中的應(yīng)用研究。通過運(yùn)用標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、多元散射校正(MSC)、多點(diǎn)平滑、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)等預(yù)處理方法，分別對植物油的原始中紅外光譜進(jìn)行了預(yù)處理，建立過氧化值，酸價以及水分含量的PLS校正分析模型;在建模的過程中，根據(jù)交叉驗(yàn)證均方差(RMSECV)、相關(guān)系數(shù)(R2)、預(yù)測均方差(RMSEP)等多項(xiàng)指標(biāo)綜合評價模型的準(zhǔn)確度和穩(wěn)定性，依據(jù)全局交互驗(yàn)證均方差最小的原則來選取建模所需的最佳主成分因子數(shù)

4、。試驗(yàn)結(jié)果表明，在分析過氧化值模型時運(yùn)用了SNV、平滑以及二階導(dǎo)數(shù)的預(yù)處理方法，在分析酸價模型時運(yùn)用了SNV、平滑及一階導(dǎo)數(shù)的預(yù)處理方法，而在分析水分含量模型時不需要任何的預(yù)處理方法;最終三個模型的最佳主成分因子數(shù)分別為7、8、8;相關(guān)系數(shù)分別為0.9752、0.9962、0.9773。試驗(yàn)結(jié)果表明，選擇合適的預(yù)處理方法和最佳的主成分因子數(shù)建立校正模型可以很好地預(yù)測植物油的理化指標(biāo)，為植物油多理化指標(biāo)的快速、實(shí)時、在線檢測提供了有效的新

5、方法。
　　(2)特征譜區(qū)在中紅外光譜檢測植物油過氧化值和酸價中的應(yīng)用研究。植物油的中紅外光譜中存在光譜信息重疊的問題，影響校正模型的預(yù)測性能和穩(wěn)健性。本研究嘗試應(yīng)用特征譜區(qū)結(jié)合PLS法來建立植物油過氧化值和酸價的預(yù)測模型，以提高校正模型的預(yù)測能力和穩(wěn)定性。試驗(yàn)分別采用區(qū)間偏最小二乘法(iPLS)、聯(lián)合區(qū)間偏最小二乘法(Si-PLS)兩種特征譜區(qū)篩選方法來優(yōu)化模型，并和普通PLS模型的預(yù)測性能做了比較分析。試驗(yàn)結(jié)果顯示，過氧化值的

6、最佳校正模型為iPLS，最佳光譜范圍為700～1300 cm-1;酸價的最佳校正模型為Si-PLS，最佳光譜范圍為700～900 cm-1，1100～1300 cm-1，1700～1900cm-1，2700～2900 cm-1，2900～3100 cm-1。試驗(yàn)結(jié)果表明，利用特征譜區(qū)篩選方法來優(yōu)化模型，不僅提高了模型的預(yù)測能力，而且降低了模型的復(fù)雜度，很好地解決了光譜信息冗余等問題。
　　(3)不同線性模型在中紅外光譜評價植物油水

7、分含量中的研究。植物油中的水分在中紅外光譜中有特定的吸收峰，同時水分也對其他物質(zhì)的基團(tuán)結(jié)構(gòu)有一定的影響，因此會呈現(xiàn)出一定的線性關(guān)系。本研究首先建立了在1652 cm-1處吸光度與水分含量的直接線性模型，該模型的預(yù)測性能較高，相關(guān)系數(shù)為0.9678;然后又比較了PCR和PLS兩種間接的線性模型的優(yōu)劣，最后選擇了PLS模型作為預(yù)測植物油水分含量的的最佳模型，優(yōu)化后得到其相關(guān)系數(shù)為0.9773。研究結(jié)果為植物油水分含量提供了新的測定方法，對于