基于近紅外光譜技術(shù)的食用油品質(zhì)快速檢測(cè)方法研究.pdf

1、食用油是人們膳食結(jié)構(gòu)中不可缺少的重要組成部分,其質(zhì)量?jī)?yōu)劣對(duì)人體健康有著重要的影響。傳統(tǒng)食用油品質(zhì)檢測(cè)主要以化學(xué)方法為主,往往需要多種化學(xué)儀器和試劑,樣品需要預(yù)處理,操作繁瑣,耗時(shí)費(fèi)力。該文是以食用植物油為研究對(duì)象,利用近紅外光譜分析技術(shù)和化學(xué)計(jì)量學(xué)分析方法,開展食用植物油品質(zhì)檢測(cè)及鑒別方法的研究。主要結(jié)果如下:
　　 1.對(duì)比分析了10種光譜預(yù)處理方法對(duì)植物油中3種脂肪酸含量定量分析校正模型結(jié)果的影響,可知一階導(dǎo)數(shù)處理和多元散射

2、校正是建立植物油中油酸含量定量分析模型的最優(yōu)光譜預(yù)處理方法；二階導(dǎo)數(shù)處理是建立植物油中亞油酸含量定量分析模型的最優(yōu)光譜預(yù)處理方法；一階導(dǎo)數(shù)處理和矢量歸一化處理是建立植物油中亞麻酸含量定量分析模型的最優(yōu)光譜預(yù)處理方法。
　　 2.分別建立了基于偏最小二乘法PLS的食用植物油3種脂肪酸(油酸、亞油酸、亞麻酸)含量檢測(cè)的近紅外定量分析模型?？芍退帷営退?、亞麻酸定量校正模型的決定系數(shù)R2分別為0.9752、0.937、0.9853,

3、內(nèi)部交叉驗(yàn)證均方差RMSECV分別為1.04％、1.3％、0.388％,3個(gè)模型的校正決定系數(shù)均較高；定量分析模型的驗(yàn)證決定系數(shù)R2分別為0.9753,0.9655,0.9722；預(yù)測(cè)標(biāo)準(zhǔn)差RMSEP分別為1.11％、1.55％、0.487％,模型預(yù)測(cè)效果較好。表明所建定量分析模型可實(shí)現(xiàn)對(duì)食用植物油中油酸、亞油酸、亞麻酸含量的快速無損檢測(cè)。
　　 3.建立了基于偏最小二乘法PLS的可同時(shí)檢測(cè)植物油中3種脂肪酸(油酸、亞油酸、亞麻

4、酸)含量的近紅外定量分析模型?？芍ＵＰ蜋z測(cè)油酸的決定系數(shù)R2為0.9693,內(nèi)部交叉驗(yàn)證均方差RMSECV為1.15％,檢測(cè)亞油酸的決定系數(shù)R2為0.9671,內(nèi)部交叉驗(yàn)證均方差RMSECV為1.46％,檢測(cè)亞麻酸的決定系數(shù)R2為0.9792,內(nèi)部交叉驗(yàn)證均方差RMSECV為0.461％；該模型對(duì)油酸的驗(yàn)證決定系數(shù)R2為0.9693,預(yù)測(cè)標(biāo)準(zhǔn)差RMSEP為1.3％,對(duì)亞油酸的驗(yàn)證決定系數(shù)R2為0.9606,預(yù)測(cè)標(biāo)準(zhǔn)差RMSEP為1.

5、66％,對(duì)亞麻酸的驗(yàn)證決定系數(shù)R2為0.9731,預(yù)測(cè)標(biāo)準(zhǔn)差RMSEP為0.479％。表明所建模型可較好同時(shí)檢測(cè)食用植物油中油酸、亞油酸、亞麻酸含量。
　　 4.利用近紅外光譜定性分析技術(shù)研究了4個(gè)品種食用植物油的鑒別方法、芝麻大豆摻混油的鑒別方法、6個(gè)不同品牌芝麻油的鑒別方法。分別采用系統(tǒng)聚類法、主成分分析法、BP人工神經(jīng)網(wǎng)絡(luò)法進(jìn)行了4個(gè)品種食用植物油的鑒別研究,結(jié)果表明主成分分析結(jié)合BP人工神經(jīng)網(wǎng)絡(luò)法建立的植物油品種鑒別定性

6、分析模型最優(yōu),對(duì)4個(gè)品種植物油的鑒別率為100％；分別采用系統(tǒng)聚類法、主成分分析法、BP人工神經(jīng)網(wǎng)絡(luò)法進(jìn)行了芝麻大豆摻混油的鑒別研究,結(jié)果表明主成分分析結(jié)合BP人工神經(jīng)網(wǎng)絡(luò)法建立的摻混油鑒別定性分析模型最優(yōu),對(duì)芝麻油、大豆油、摻混油的鑒別率為96.15％；分別采用系統(tǒng)聚類法、主成分分析法、BP人工神經(jīng)網(wǎng)絡(luò)法進(jìn)行了6個(gè)不同品牌芝麻油的鑒別研究,結(jié)果表明主成分分析結(jié)合BP人工神經(jīng)網(wǎng)絡(luò)法建立的不同品牌芝麻油的鑒別定性分析模型最優(yōu),對(duì)6個(gè)不同品