基于甘三酯指纹图谱及化学计量学的青海亚麻籽油掺假识别研究

本文采用HPLC-RID测定青海省亚麻籽油甘三酯组成,并利用指纹图谱相似度评价系统及判别分析对亚麻籽油进行掺伪识别分析。结果表明,亚麻籽油中共检测出8种甘三酯,其中主要甘三酯为OLnLn(22.82%)、LnLnLn(20.40%)、OLnO(14.81%)、OLLn(13.59%);运用指纹图谱相似度评价系统构建亚麻籽油甘三酯标准指纹图谱以鉴定亚麻籽油中掺入菜籽油、大豆油、花生油、葵花籽油、玉米油、芝麻油(10%、20%、30%、40%、50%)的掺伪样品,当掺入植物油含量达10%以上时,可以准确判别纯亚麻籽油和掺伪亚麻籽油。为进一步识别亚麻籽油中掺假的植物油种类,对掺伪油样进行判别分析,建立的判别模型适用于亚麻籽油中掺入大豆油浓度大于10%、掺入菜籽油、花生油、葵花籽油、玉米油、芝麻油浓度大于20%时的掺伪油种类的识别鉴定。该研究为亚麻籽油的掺伪识别及质量控制提供了理论基础。     

电子鼻对芝麻油掺假的检测

使用电子鼻系统PEN3 对芝麻油中掺入大豆油、玉米油、葵花籽油进行检测分析,分别对芝麻油中不同量的掺假进行辨别,用主成分分析(PCA)和线性判别式分析(LDA)两种方法分析。结果表明：电子鼻能够较好的识别芝麻油掺假不同比例的大豆油、玉米油和葵花籽油,而且LDA 方法比PCA 方法的效果好。PCA 方法对掺入大豆油、玉米油超过50% 和葵花籽油超过70% 的芝麻油能明显区分,而LDA 方法对芝麻油中掺入不同量的大豆油、玉米油和葵花籽油均能明显区分。     

低场核磁共振技术在油脂掺伪鉴别中的应用

应用低场核磁共振(LF-NMR)检测技术结合主成分分析法(PCA)对多种品牌纯葡萄籽油以及其掺有其他食用油脂的掺伪葡萄籽油进行检测分析。研究表明, PCA可明显区分葡萄籽油、大豆油、玉米油、稻米油的LF-NMR弛豫特征数据;并且PCA得分图上能有效区分葡萄籽油中不同油脂的掺伪比例,掺伪比例越高区分效果越好,实验验证可靠。实验结果说明基于掺伪油脂的LF-NMR弛豫特征数据,结合主成分分析可实现对其是否掺伪、掺伪比例快速、有效的鉴别。     

气相色谱法测定芝麻油掺伪的研究

在广泛收集不同产地芝麻油纯正样品基础上,用气相色谱进行分析,得到纯芝麻油的特征脂肪酸组成,以此作为实际样品鉴别的基础,并对人为掺入大豆油、葵花籽油、玉米油等植物油的模拟样品进行脂肪酸组成分析,经统计分析形成具有代表性的方程式和图表,作为芝麻油掺伪定性和定量的判断依据。     

应用近红外光谱分析判别芝麻油掺伪的研究

研究了应用近红外光谱分析技术快速、准确判别芝麻油有无掺伪的方法。主要利用近红外光谱和主成分分析结合BP人工神经网络法进行了纯芝麻油、纯大豆油、掺有大豆油的掺伪芝麻油的判别研究。试验结果表明,利用BP人工神经网络法将83个校正集样品的10个主成分数据作为BP网络输入变量,建立的三层BP人工神经网络判别模型对26个测试集样品的判别率为96.15%,表明近红外光谱分析方法对纯芝麻油、纯大豆油、掺伪芝麻油具有很好的判别分类作用,该方法能有效判别芝麻油有无掺伪大豆油。     

电子鼻在芝麻油掺芝麻油香精识别中的应用

采用电子鼻对芝麻油中掺入芝麻油香精进行识别.通过对所获得的数据进行主成分分析(Principal Component Analysis,PCA)、判别因子分析(Discriminant Factor Analysis,DFA)、偏最小二乘回归分析(Partial Least-squares Analysis,PLS)和统计质量控制分析(Statistical Quality Control,SQC).结果表明:不同样品在电子鼻传感器上有不同的特征性响应图谱,电子鼻能够有效识别不同掺入比例的芝麻油样品;DFA方法的区分效果比PCA方法更好;SQC模型对于掺入芝麻油香精超过50％的芝麻油能明显区分;采用PLS对数据进行处理,电子鼻响应信号和芝麻油香精掺入比例之间有很好的相关性(相关系数为0.992 1),PLS方法能有效识别掺入比例为0％～ 100％的试验样品.试验证明电子鼻可用于芝麻油掺假的识别.     

电子鼻鉴别核桃油中掺入大豆油、菜籽油及玉米油研究

为了快速简便地鉴别核桃油掺伪,利用电子鼻技术鉴别核桃油中掺入大豆油、菜籽油及玉米油,并采用主成分分析(PCA)和线性判别式分析(LDA)对结果进行分析,研究表明:采用PCA方法可以鉴别核桃油掺入大于20%大豆油、7%菜籽油和7%玉米油;采用LDA方法可以鉴别核桃油中掺入大于1%大豆油、1%菜籽油和7%玉米油,LDA方法比PCA方法能更加有效地鉴别核桃油中掺入大豆油、菜籽油和玉米油的现象。电子鼻技术可以作为鉴别核桃油掺假的一种快速简便的检测技术。     

掺伪茶油的化学模式识别方法研究

为研究掺伪茶油的定性鉴别方法,选取折光率、碘值、皂化值、色泽和酸价等5个理化指标作为变量,对31个茶油掺菜籽油、大豆油、米糠油、玉米油和棕榈油的样品进行测定。采用主成分分析和判别分析两种方法处理数据。结果表明,主成分分析中,样品前三个主成分的累计贡献率为95.55%,已含样本的大部分信息,前三个主成分构成的三维得分图(PC1-PC2-PC3)显示,31个样品在三维空间内按照掺伪种类的不同被分为5个区域,从而对油样进行识别。通过判别分析方法推测单一样品属于各个掺伪总体的概率,可实现掺伪茶油中掺杂其它植物油的鉴别,准确率达97%。     

芝麻油掺伪鉴别技术研究进展

芝麻油具有独特的香味以及丰富的营养价值和市场价值,因此掺伪现象非常严重。本文根据芝麻油中的特征成分性质、油脂中甘三酯及脂肪酸性质的差异,就目前芝麻油掺假检测技术研究进展进行综述,分析了这些检测方法的优缺点和影响因素,并对芝麻油掺伪检测技术的发展方向进行了展望。     

气相色谱法测定脂肪酸含量判定山茶油纯度

利用气相色谱法,对山茶油掺入大豆油、菜籽油、玉米油和葵花籽油的掺伪油进行脂肪酸组成分析。结果表明:油酸、亚油酸和亚麻酸可作为鉴别山茶油中掺伪大豆油和菜籽油的特征脂肪酸,棕榈酸、油酸和亚油酸可作为鉴别山茶油中掺伪玉米油和葵花籽油的特征脂肪酸;回归预测模型相关系数(R^2)较高(> 0. 99),可分别检出掺伪量4%的大豆油和菜籽油,掺伪量8%的玉米油和葵花籽油,回收率在96. 56%~112. 88%之间。该方法灵敏度高,定量准确,可为掺伪山茶油纯度鉴别及调和山茶油配比的定量分析提供科学依据。     

气相离子迁移谱对山茶油掺假的检测

以掺假山茶油样为气相离子迁移谱（gas chromatography-ion mobility spectrometry,GC-IMS）检测对象,利用多维主成分分析（multi-way principal component analysis,MPCA）法和偏最小二乘（partial least squares,PLS）回归分析处理二维谱图数据,探索并建立一种山茶油纯度检测方法。对配制的不同比例3 种食用植物油的掺假油样进行GC-IMS检测,采用MPCA压缩并提取矩阵中的得分矩阵进行主成分分析,将提取的得分矩阵进行PLS分析,建立掺假量的定量预测模型。结果表明,MPCA处理后的主成分图可以明显区分山茶油样和掺入不同种类食用油的掺假山茶油样,且不同掺入比例组有其明显的归属区域;采用PLS对MPCA的得分矩阵进行回归分析,可实现对山茶油掺假比例的准确定量测定。该方法具有快速、准确、无损的特点,可应用推广到其他联用仪器的数据分析处理中,在食用油品质控制与评价方法中具有很大的应用前景。     

电子鼻在芝麻油及芝麻油香精识别中的应用

采用电子鼻时芝麻油、芝麻油香精和其他油脂样品进行了分析.对所获得的数据进行主成分分析(Principal Component Analysis,PCA)、判别因子分析(Discriminant Factor Analysis,DFA)和统计质量控制分析(Statistical Quality Control,SQC),结果表明:电子鼻能够有效识别芝麻油、芝麻油香精和其他油脂,且电子鼻对芝麻油和其他油脂的识别比对芝麻油和芝麻油香精的识别效果更好;2号芝麻油香精和芝麻油样品的香气较为相似,其香气的模拟比较成功;电子鼻能够识别不同储存时间的芝麻油样品,随着储存时间的延长,样品在PCA图中呈现规律性的变化,这可能与芝麻油在储存过程中发生氧化有关.     

低场核磁技术检测芝麻油掺假

为评价低场核磁检测油脂掺假的能力,先用低场核磁结合主成分分方法区分大豆油和3 种芝麻油（分别为精炼、冷榨和热榨工艺）样品,然后用偏最小二乘法分析不同掺兑比例的模拟掺假样品数据。结果表明,大豆油和芝麻油样品的特征信号区域在0～900 ms弛豫时间段,低场核磁能够较好地区分芝麻油和大豆油样品;低场芝麻油中掺入大豆油的最低检测比例为体积分数5%～10%,精炼芝麻油中掺入冷榨或热榨芝麻油的最低检测比例为体积分数10%～20%。因此低场核磁技术可以作为油脂掺假的快速初筛检测方法之一。     

基于傅里叶变换红外光谱的大豆原油掺伪定量 分析模型研究

目的应用傅里叶变换红外光谱(FTIR)结合最小偏二乘法(PLS)建立大豆原油-棕榈油二元掺伪体系的定量分析模型。方法以42个大豆原油、21个精炼油、88个掺伪油的FIIR谱图为模型样本,预处理方法选用标准正态变量(SNV),在此基础上应用主成分分析(PCA)提取特征变量,随机选取60个掺伪油样组成校正集,28个掺伪油样组成验证集,以PLS方法建立大豆原油的掺伪定量模型。结果 PCA可将大豆原油及精炼油分成独立的2类。经PCA分析,大豆原油中掺入棕榈油的掺伪检测限为5%。PLS校正模型的判定系数R2为0.9926,校正误差均方根RMSEC为1.8121。预测模型的R2为0.9823,交叉验证误差均方根RMSECV为2.8189。同时得到的预测结果的偏差在1.3909%~3.1019%之间,差异不显著,说明此模型可行。结论 FTIR-PLS模型能够实现大豆原油的掺伪定量分析,分析速度快,能够满足大豆原油入库要求,是一种可行的大豆原油掺伪分析方法。     

Authentication of Olive Oil Adulterated with Vegetable Oils Using Fourier Transform Infrared Spectroscopy

Determination of the authenticity of extra virgin olive oils has become more important in recent years following some infamous adulteration and contamination scandals. The study focused on application of Fourier transform infrared spectroscopy to identify the adulteration of olive oils. Single-bounce attenuated total reflectance measurements were made on pure olive oil and olive oil samples adulterated with varying concentrations of sunflower oil (20-100 mL vegetable oil/L of olive oil). Discriminant analysis using 12 principal components was able to classify the samples as pure and adulterated olive oils based on their spectra. A partial least squares model was developed and used to verify the concentrations of the adulterant. Furthermore, the discriminant analysis method was used to classify olive oil samples as distinct from other vegetable oils based on their infrared spectra.     

基于挥发性成分定性判别风味油茶籽油掺伪浸出油茶籽油PCA模型和逻辑回归模型的对比分析

为了解决风味(原香和烤香)油茶籽油掺伪浸出油茶籽油的定性判别问题,设计高、低两个掺伪梯度,基于挥发性成分构建并对比分析了定性判别风味油茶籽油掺伪浸出油茶籽油的主成分分析(PCA)模型和逻辑回归模型。结果表明：逻辑回归模型定性判别风味油茶籽油掺伪浸出油茶籽油的能力较强,优于PCA模型;高掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的最低检出限分别为20%和60%,而逻辑回归模型的最低检出限均为10%;低掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的判别不准确,而逻辑回归模型的最低检出限均为4%。逻辑回归模型能很好地定性判别风味油茶籽油掺伪浸出油茶籽油。     

FTIR Spectroscopy Combined with Chemometric for Analysis of Sesame Oil Adulterated with Corn Oil

Sesame oil is an edible vegetable oil derived from the sesame seed that has been used as a flavor enhancer in Southeast Asian cuisine. This highly valuable oil can be subjected to adulterations with lower price oils in order to gain economical profit. Among 10 vegetable oils evaluated using fatty acid profiles with principal component analysis, corn oil has the closest similarity in fatty acids combined together with sesame oil; therefore, corn oil is a potential adulterant in sesame oil. FTIR spectra at 1072?935 cm^?1 was chosen for quantitative analysis with acceptable values of coefficient determination (R²), root mean square errors of calibration and prediction. These combined methods using first derivative FTIR spectra in partial least square showed well quantified corn oil in sesame oil with R² (0.992), root mean square errors of calibration (0.53% v/v) and root mean square errors of prediction (1.31% v/v) values. Moreover, the Coomans plot based on Mahalanobis distance were able to discriminate between sesame oil with adulterated oils such as corn oil, grape seed oil, and rice bran oil.     

不同工艺芝麻油的挥发性成分分析和感官评价

利用SPME-GC-MS分析6种工艺芝麻油的挥发性物质,建立了芝麻油的感官风味轮,使用直线标度对感官属性强度评分,并利用主成分分析法比较芝麻油的感官差异,列出部分挥发性物质对应的特征气味,以研究加工工艺对芝麻油的挥发性成分和感官品质的影响。结果表明:冷榨芝麻油的挥发性成分以醛类和酸类为主,具有较强的生芝麻味、土腥味、木屑味和青草味;精炼芝麻油中挥发性成分最少;芝麻原油由于含有正己烷,表现出较强的机油味和刺激感;芝麻压榨毛油、压榨成品油和小磨芝麻香油富含吡嗪类、酚类、醛类和酮类等物质,具有较强的炒芝麻味、焦香味、留香较久且风味浓郁。小磨芝麻香油风味最纯正和醇厚,口感最绵柔。