二維紅外光譜分析技術在食用植物油品質檢測中的應用研究.pdf

1、食用油是人們同常生活的必需品,它的安全狀況非常值得關注。為加強食用植物油市場監(jiān)管、保護消費者利益、為監(jiān)督部門提供一種快速、簡便、有效的檢測方法提供參考,本文以食用植物油為研究對象,結合化學計量學方法,利用二維紅外光譜分析方法,從定量和定性兩個方面對食用植物油的品質進行分析。主要從光譜采集參數(shù)、異常樣品剔除、小波消噪、摻雜等方面深入研究了二維紅外光譜分析技術在定量和定性檢測中的幾個關鍵問題,旨在為使用紅外光譜分析技術分析食用植物油的實用化

2、提供前期的理論依據(jù)和具體的檢測方法,具體包括:
　　 1.為了確保所用試驗樣品成分的真實性和準確性,樣品來自多個渠道:一部分樣品來自從寧波、臨沂和連云港等多個檢驗檢疫局,另一部分是自己在鎮(zhèn)江多個超市和市場購得油菜籽、花生、芝麻,采用冷榨、熱榨和浸出法得到,共312個樣品。為了進行模型魯棒性研究,收集了棕櫚油樣品,購買了核桃、葵花籽、大豆,通過浸出法得到純正的核桃油、葵花籽油和大豆油,各1個。
　　 2.對于分辨率的選擇,

3、提出了一種確定最佳分辨率的方法--積分光譜法,在不增加試驗量的同時,定量的比較了多個分辨率的效果。根據(jù)實驗結果,利用近紅外光譜法分析固體物質,分辨率16cm-1能滿足需要,對于液體樣品,分辨率為8cm-1較佳,由此可推斷,當分析對象為氣體時,所需的分辨率應更高。
　　 3.為避免異常樣品對模型的影響,在建立模型前進行了異常樣品剔除。分別采用了主成分分析、馬氏距離和化學值異常相結合的方法,從光譜異常和化學值異常兩方面進行異常值判定

4、。對剔除異常值后的樣品進行了定量和定性分析,定量分析利用PLS建立定量模型,近紅外和中紅外光譜均是硬脂酸的模型效果較差,預測相關系數(shù)僅為0.838和0.831,其它4個指標的模型效果較好,預測相關系數(shù)均達到0.94以上。利用PLS-DA.和PLS+ANN兩種模式識別方法對自己榨取的180個樣品進行了種類識別和制取方式判定。兩種光譜分析方法對食用植物油種類判別結果準確率均達到100％；對油菜籽油的制取方式的判定上也達到了相同的效果,正確率

5、均達到95％；對花生油判定結果近紅外和中紅外光譜技術分別達到95％和85％；而對芝麻油的判別結果相差較大,近紅外光譜判定結果為100％,而中紅外光譜分析僅達到75％。
　　 4.為利用軟件來提高國產(chǎn)傅里葉變換中紅外光譜儀的信噪比,本文首先研究了小波消噪對儀器探測器采集到的本底和樣品的干涉圖消噪的效果,由于在某些波段消噪后使得譜圖變化較大,由于本研究中建模選用的波段范圍較寬,所以對干涉圖經(jīng)過傅里葉變換后得到的本底和樣品的透過率光譜

6、分別進行消噪,消噪后兩者消除得到樣品的相對透過率或吸光度光譜。在保證樣品光譜出峰位置和峰形不變的基礎上,選擇了最佳的小波基(sym4)和消噪方法(軟閾值消噪、minimaxi、mln)，使儀器的信噪比提高了2-3倍。利用選定的最佳消噪方法對食用植物油的中紅外光譜進行消噪,并利用PLS方法建立了消噪后的食用油中紅外定量分析模型,除亞麻酸基本未變外,其它4個指標的模型結果均有不同程度的提高,尤其硬脂酸模型的預測相關系數(shù)由原來的0.831提高

7、為0.906,可見,小波消噪提高了儀器的信噪比和模型的準確性。
　　 5.利用PLS-DA方法,近紅外對花生油和芝麻油的摻假判別結果均為100％,中紅外光譜技術對花生油的摻假判定,當摻假比例為3％時,未能正確判別,摻假比例為5％及以上時,均能得到正確的判定。以上分析結果證明了二維紅外光譜技術對食用植物油的摻假鑒別方面具有較高的準確性,具有很廣闊的應用前景。
　　 最后,在總結全文的基礎上,對二維紅外光譜技術在食用植物油的

8、應用中需要進一步改進和深入研究的問題進行闡述。主要包括:(1)論文中雖然也建立了基于中紅外光譜定量分析的校正模型,但建立校正模型的數(shù)學方法是直接參考近紅外光譜分析中常用的建立校正模型的常規(guī)算法,并沒有針對中紅外光譜的特點,采用適合中紅外光譜定量分析的新方法,因此在中紅外光譜的定量建模方法方面,需充分應用中紅外光譜特點,使得中紅外光譜分析在定量分析方面能有較好的應用。(2)小波消噪從干涉圖作起,消噪效果應該會好于對傅里葉變換后的透過率譜圖