基于近红外光谱的煎炸油极性组分定量分析模型构建

为了建立煎炸油中极性组分的快速检测方法,通过热处理和模拟煎炸方式,采集氧化程度不同的油样并用 国标法分析样品极性组分,采集样品近红外透射光谱,经光谱预处理,利用偏最小二乘法建立煎炸油极性组分定量 分析模型并对模型进行验证。结果表明：在波长范围为4 963～4 616、5 2 22～5 037 cm－1和5 688～5 499 cm－1,采 用一阶求导和Savitzky-Golay（7,5）平滑光谱处理,校正集相关系数为0.996 5,校正均方根差为1.84%,验证集R为 0.993 6,验证均方根差为1.92%,模型预测效果良好,利用近红外透射光谱测定煎炸油极性组分可行。     

近红外光谱法快速分析马铃薯煎炸油的品质

为快速监测马铃薯煎炸油的品质,选择棕榈油、菜籽油和大豆油为研究对象,运用近红外光谱分析方法分别建立了3种煎炸油的定性判别模型,以及酸价、过氧化值与极性组分3个关键质量控制指标的定量模型。基于马氏距离法的定性模型对检测集进行判别,结果表明根据距离阈值判断的正确率达到100%。基于偏最小二乘法建立的定量模型对样品进行预测,结果显示理化指标定量模型基本符合实际应用要求。棕榈油、菜籽油、大豆油煎炸油品质定量模型验证集的结果验证了定量模型的可靠性。研究表明利用近红外光谱法能够实现对马铃薯煎炸油品质的快速鉴定。     

长波近红外光谱-偏最小二乘法快速分析白酒中乙醇含量

研究近红外光谱结合偏最小二乘法(NIRS-PLS)快速测定白酒中的乙醇含量的可行性,应用NIRS-PLS所建的模型相关系数达到0.99991,校正均方根误差(RMSEC)为0.00181,通过交互验证得出交互验证均方根误差(RMSECV)为0.00296,预测参差平方和(PRESS)为0.00016.用模型对预测集和白酒样品进行预测,预测均方根误差(RMSEP)为0.00258,结果表明NIRS-PLS可用于白酒生产中的在线质量监控和白酒市场的快速质量检测.     

甘薯水分和还原糖协同向量NIR快速检测方法

利用近红外光谱技术建立新鲜甘薯水分和还原糖含量的预测模型,实现快速检测与分析,为甘薯品质分析和种质资源筛选提供便捷。选用不同品系甘薯样品146份,109份作为校正样品,37份作为验证样品。运用不同光谱预处理方法、协同区间偏最小二乘最优波长选择法以及主成分回归和偏最小二乘法建立甘薯水分和还原糖模型。结果显示,所建甘薯水分(还原糖)最优模型的决定系数、预测均方根误差和标准差比率分别为0.974(0.885),1.154(0.270)和6.334(3.148)。表明2种模型具有较好的检测性能,近红外光谱模型的预测值与其相应的化学值有较好的相关性,适用于大批量甘薯选育时水分和还原糖含量的快速检测。     

近红外光谱法高通量检测罗布麻纤维胶质含量

研究了近红外光谱法高通量测定罗布麻纤维中的胶质含量。采用近红外光谱漫反射模式采集罗布麻纤维的近红外光谱,结合常规化学法所测参考值,运用偏最小二乘法(PLS)建立罗布麻纤维胶质含量的定量模型,并用未知样品对模型进行验证。结果表明,所建定量模型校正集相关系数(Rc)和校正集均方根误差(RMSEC)分别为0.994 0和1.676 1;经外部验证的验证集相关系数(Rp)和验证集均方根误差(RMSEP)分别为0.956 1和4.843 7。该方法操作简单,快速,可用于罗布麻纤维胶质含量的高通量检测。     

近红外光谱法测定面粉的水分、脂肪、碳水化合物和蛋白质含量

应用近红外光谱技术结合不同的定量分析方法建立面粉4种组分的快速定量模型。国标法测定68种面粉样品的水分、脂肪、碳水化合物和蛋白质的含量,并采集其近红外漫反射光谱图。选取58个校正集和10个验证集样品,通过马氏距离法剔除异常样品后,对比17种光谱预处理方式所建立的基于全光谱的偏最小二乘法(partial least squares,PLS)定量模型效果,在最佳预处理方法的基础上,采用向后区间偏最小二乘法(Backward interval PLS,BiPLS)筛选特征光谱,进一步得到最佳定量模型。结果表明,所建立的模型校正集相关系数Rcv均大于0.9650,内部交叉验证均方根误差均小于0.328;验证集相关系数均大于0.9926,预测均方根误差均低于0.383。因此,模型具有较好的准确性和稳定性,能应用于面粉的多指标快速检测。     

近红外光谱技术快速测定鹅肉新鲜度

目的：应用近红外光谱技术快速检测鹅肉的新鲜度,评价指标包括总挥发性盐基氮和pH值。方法：采集完整冷鲜鹅肉的近红外光谱（950～1 650 nm）,光谱经多种校正预处理后,采用偏最小二乘法建立鹅肉新鲜度的定量预测数学模型。结果：对于这2 种指标均采用标准常态变量结合偏最小二乘法所建立模型的预测效果最好,总挥发性盐基氮和pH值定量校正数学模型的模型决定系数分别为0.727、0.991,内部交互验证均方根误差分别为3.666、0.028。用此模型对预测集20 个样品进行预测,预测值与实测值的相关系数分别达到0.976、0.705,预测值平均偏差分别为－0.240、－0.024,预测值和实测值之间没有显著性差异（P＞0.05）。结论：近红外光谱作为一种无损快速的检测方法,可用于评价鹅肉新鲜度。     

基于近红外光谱技术检测白酒基酒中乙醇含量的研究

为了快速测定白酒基酒中的乙醇含量,采用近红外光谱（NIRS）技术结合偏最小二乘法（PLS）处理白酒基酒近红外图谱,建 立白酒基酒中乙醇的定量分析模型。 结果表明：最佳预处理方法为减去一条直线法,最优波段谱为7 502～5 450 cm-1,主成分数为7。 校正集样品的化学值与预测值的决定系数（R2）为0.923 3,交互验证均方根误差（RMSECV）为0.89;对模型进行检验,得到验证集的 决定系数（R2）为0.954 8,预测均方根误差（RMSEP）为1.21。 结果显示近红外检测方法快速有效,所建模型具有很好的预测效果,模型 的精密度和稳定性良好。     

发酵乳酸度近红外光谱快速检测方法的研究

利用近红外光谱技术对发酵乳酸度进行快速分析检测。采用电位滴定仪法测定71批次含活乳酸菌发酵乳样品的酸度实测值,并同时扫描得到近红外光谱数据。以校正集均方根误差（RMSEC）、预测集均方根误差（RMSEP）、交互验证均方根误差（RMSECV）及其相关系数Rc、Rp、Rcv为评价指标建立最优的酸度定量模型。利用模型对10批次含活乳酸菌发酵乳样品的酸度进行预测。结果表明,优化后的模型,其RMSEC、RMSEP、RMSECV及其相关系数Rc、Rp、Rcv分别为3.27、4.39、4.84,0.946 2、0.922 5、0.877 8。经外部验证后,该模型酸度预测值和实测值的最大相对误差为6.76%,满足不超过10%的要求。说明模型具有良好的预测性能,可用于发酵乳中酸度的快速检测。     

基于中红外光谱法检测煎炸油极性组分

目的 利用中红外光谱技术实现对煎炸油极性组分的快速检测。方法 根据SPXY法对煎炸油中红外光谱数据进行样本划分,从而得到校正集和预测集。采用SG+一阶导数预处理手段,利用竞争自适应重加权算法(competitive adaptive reweighted sampling, CARS)进行特征提取,建立煎炸油极性组分含量的偏最小二乘回归(partial least squares regression, PLSR)预测模型,并利用误差反向传播算法(error back proragation, BP)对模型进行优化。结果 BP神经网络法建立的模型校正集决定系数(coefficient of determination, R_²)为0.8073,校正集均方根误差(root mean square error of calibration,RMSEC)为0.0325,预测集R_²为0.7665,预测集均方根误差(root mean square error of prediction, RMSEP)为0.0443。结果表明,经BP神经网络算法优化后,均方根误差明显减小,提高了预测模型的准确性。结论 结合BP神经网络算法的中红外光谱技术是一种检测煎炸油极性组分的有效方法,为食用油油品品质的快速检测提供理论指导和技术支撑。     

基于主成分分析的西式快餐条件下煎炸油品质评价

为了研究西式快餐条件下煎炸油的品质并建立其评价体系,考察了5种常见煎炸油(大豆油、菜籽油、葵花籽油、棕榈油及稻米油)在模拟西式快餐条件170℃连续7 d煎炸薯条过程中11个品质相关的理化指标,通过主成分分析法综合评价了5种煎炸油在煎炸过程中的煎炸性能,并建立煎炸油品质评价模型。结果表明,5种煎炸油煎炸周期结束后酸价、极性组分、羰基价、茴香胺值、全氧化值和色泽均显著升高(P<0.05),维生素E总量和氧化稳定指数均显著降低(P<0.05)。相关性分析显示茴香胺值、全氧化值、羰基价两两之间均显著性正相关(r=0.877～0.997,P<0.05),色泽与酸价呈极显著正相关(r=0.822,P<0.01),碘值与氧化稳定指数呈极显著负相关(r=-0.846,P<0.01),与亚油酸/棕榈酸比值呈极显著正相关(r=0.833,P<0.01)。主成分分析提取出3个综合性评价指标,累计贡献率达84.115%,反映了原指标的大部分信息,并进一步建立煎炸油煎炸性能的综合评价得分模型F=0.405F₁+0.295F₂+0.1...     

基于LF-NMR弛豫特性的煎炸油总极性化合物含量定量建模方法

将低场核磁共振（low field nuclear magnetic resonance,LF-NMR）分析技术应用于煎炸油脂总极性化合物（total polar compounds,TPC）含量的预测。采用柱层析方法测定油脂样品的TPC含量作为测定值,采集油脂样品的LF-NMR弛豫特性（峰起始时间T21、T22、T23相应的峰面积比例S21、S22、S23、单组分弛豫时间T2W）,分别利用向后筛选多元回归分析、主成分回归分析和偏最小二乘回归分析建立LF-NMR弛豫特性与TPC含量的回归方程,比较3 种模型的校正集和预测集的决定系数与均方根误差,最终确定最优模型为偏最小二乘回归模型。应用此模型预测预测集样品TPC含量,决定系数R2可达0.928,预测集均方根误差为0.568%,模型稳定。     

Determination of Frying Quality of Vegetable Oils used for Preparing Falafel using Infrared Spectroscopy and Multivariate Calibration

The frying qualities of palm and soybean oils are determined using infrared spectroscopy and multivariate calibration. Compare to soybean oil, palm oil is more resistive to the chemical and physical changes and this is attributed to the high degree of unsaturation of soybean oil (61.9%) compare to palm oil (13.8%). After 48 h in service, the oil samples were effectively clustered into two groups using principal component analysis which indicated that both oils still maintain their chemical identities. Partial least squares regression (PLS1 and PLS2) a long with mid-FTIR data are used for predicting free fatty acid, viscosity, and total polar compounds of the used oils without running expensive standard procedures. PLS1 and PLS2 outperformed PCR and MLR for predicting the quality indicators of the frying oils. For palm oil and at the optimum calibration conditions, the obtained accuracies (SD) are 105.6% (0.05), 99.8% (1.10), and 103.9% (0.16) for free fatty acid, viscosity, and total polar compounds, respectively. The proposed method is simple, less-expensive, and has comparable accuracy/precision with standard procedures that often used for monitoring frying oils.     

Fourier Transform Infrared Spectroscopy Combined with Multivariate Calibrations for the Authentication of Avocado Oil

Avocado oil is one of the functional oils having high quality and high price in the market. This oil shows many benefits for the human health and is applied in many cosmetic products. The authentication of avocado oil becomes very important due to the possible adulteration of avocado oil with other lower priced oils, such as palm oil and canola oil. In this study, Fourier transform infrared spectroscopy using attenuated total reflectance in combination with chemometrics techniques of partial least squares and principal component regression is implemented to construct the quantification and classification models of palm oil and canola oil in avocado oil. Partial least squares at the wavenumbers region of 1260–900 cm^–1 revealed the best calibration models, having the highest coefficient of determination (R² = 0.999) and the lowest root mean square error of calibration, 0.80%, and comparatively low root mean square error of prediction, 0.79%, for analysis of avocado oil in the mixture with palm oil. Meanwhile, the highest R², root mean square error of calibration, and root mean square error of prediction values obtained for avocado oil in the mixture with canola oil at frequency region of 3025–2850 and 1260–900 cm^–1 were 0.9995, 0.83, and 0.64%, respectively.     

大豆油煎炸过程理化指标与煎炸时间相关性研究

针对食用植物油煎炸过程中理化指标是否可有效反映煎炸油品品质变化这一问题,以大豆油为煎炸油,薯条和鸡排为煎炸物质进行煎炸实验。随煎炸时间延长取不同程度煎炸油检测,研究酸值、羰基值、极性组分、p-茴香胺值、过氧化值和总氧化值等理化指标与煎炸时间相关性。结果表明:所研究理化指标中酸值、羰基值和极性组分3项指标与煎炸时间相关性较好,可有效反映油品变坏程度,p-茴香胺值、过氧化值和总氧化值相关性较差。     

Quality evaluation of frozen guava and yellow passion fruit pulps by NIR spectroscopy and chemometrics

The present study investigated the application of near infrared spectroscopy as a green, quick, and efficient alternative to analytical methods currently used to evaluate the quality (moisture, total sugars, acidity, soluble solids, pH and ascorbic acid) of frozen guava and passion fruit pulps. Fifty samples were analyzed by near infrared spectroscopy (NIR) and reference methods. Partial least square regression (PLSR) was used to develop calibration models to relate the NIR spectra and the reference values. Reference methods indicated adulteration by water addition in 58% of guava pulp samples and 44% of yellow passion fruit pulp samples. The PLS models produced lower values of root mean squares error of calibration (RMSEC), root mean squares error of prediction (RMSEP), and coefficient of determination above 0.7. Moisture and total sugars presented the best calibration models (RMSEP of 0.240 and 0.269, respectively, for guava pulp; RMSEP of 0.401 and 0.413, respectively, for passion fruit pulp) which enables the application of these models to determine adulteration in guava and yellow passion fruit pulp by water or sugar addition. The models constructed for calibration of quality parameters of frozen fruit pulps in this study indicate that NIR spectroscopy coupled with the multivariate calibration technique could be applied to determine the quality of guava and yellow passion fruit pulp.     

近红外光谱法快速测定烟草中的总挥发酸与总挥发碱

应用傅立叶变换近红外光谱法测定730个具有代表性的烟草近红外光谱数据,采用偏最小二乘回归建立了近红外光谱信息与其含量之间的定量校正模型,并对50个验证样品进行预测验证。总挥发碱和总挥发酸的预测标准差(RMSEP)分别为0.020和0.009,验证样品的相对标准偏差各为1.120%和0.919%。     

不同抗氧化剂对菜籽油煎炸过程极性组分类别及含量的影响

向菜籽油中分别添加茶多酚、迷迭香、TBHQ做抗氧化剂,进行32 h连续煎炸油条实验,对不同煎炸时间所取油样的酸价、总极性组分(PC)含量及PC中分解产物和氧化聚合产物的含量进行测定,并与空白煎炸油样进行对比,研究不同抗氧化剂对菜籽油煎炸稳定性和品质的影响。结果显示,煎炸结束时,添加茶多酚、迷迭香、TBHQ及空白油样的酸价从煎炸初始的0.1 mg/g分别上升至1.4、2.2、2.9、4.5 mg/g,PC含量从3.90%分别上升至28.62%、46.01%、46.64%、25.8%,PC中分解产物总量从2.23%分别增加至2.69%、3.86%、4.81%、4.26%,氧化聚合产物总量从1.99%分别增加至28.50%、42.16%、41.94%、21.55%,其在PC中的占比由47.88%分别增加至91.44%、91.77%、89.91%、83.50%。添加抗氧化剂可以明显抑制菜籽煎炸油的酸价升高,但对PC升高没有抑制作用,甚至对PC中氧化聚合产物的形成具有促进作用。