近红外结合Si-ELM检测食醋品质指标

为了提高近红外光谱技术检测食醋中可溶性无盐固形物含量(SSFSC)的精度和稳定性,提出采用联合区间偏最小二乘(Si-PLS)筛选光谱特征区间,再利用极限学习机(ELM)算法建立非线性回归模型,并对该方法的优越性进行系统比较;试验通过交互验证优化模型相关参数,以预测时的相关系数(Rp)和预测均方根误差(RMSEP)作为模型的评价指标。结果表明,Si-PLS结合ELM算法(Si-ELM)所建模型最佳,预测结果:Rp=0.973 9,RMSEP=1.232g/100mL。说明利用近红外光谱技术可以快速准确检测食醋中的SSF-SC,Si-ELM的应用可以适当提高该预测模型的精度。     

JTL—5精脱硫新工艺在以高硫煤为原料工艺中的应用

采用ＪＴＬ－５精脱硫新工艺,用于以高硫煤为原料的碳化原料气中脱除微量硫,其特点是能脱除Ｈ２Ｓ、ＣＯＳ和ＣＳ２,使甲醇催化剂进口气体中的硫化物含量控制在指标以内,延长了甲醇催化剂的使用寿命,降低生产成本。     

冷却猪肉优势腐败菌原位荧光染色检测方法研究

目的:建立猪肉优势腐败菌原位荧光染色检测方法。方法:将优势腐败菌韩国假单孢菌PS1接种至冷却新鲜猪肉,采用荧光染色结合激光共聚焦扫描显微镜(LCSM)技术,对肉样中的优势腐败菌实现原位荧光染色检测;优化染色条件;分析优势腐败菌在猪肉组织中的侵染方式。结果:猪肉优势腐败菌原位荧光染色双乙酸荧光素(FDA)染色最佳质量浓度为0.5 mg/mL,时间15～60 min,猪肉切片厚度可达60μm,优势腐败菌侵入猪肉肌纤维细胞的速度快于脂肪细胞,且更易从猪肉组织细胞间隙侵入。结论:利用FDA荧光染色结合LCSM技术,对猪肉中优势腐败菌原位荧光染色检测是可行的。     

果蔬品质安全近红外光谱无损检测研究进展

我国果蔬产量和销量均居世界首位, 生产和消费正由产量规模型向质量效益型转变, 对果蔬品质安全检测的要求与日俱增。当前, 果蔬采后品质分级、安全检测和货架期评价尚处于人工或简单机械的粗略检测阶段, 果蔬的内在组分和内部缺陷采用破坏性抽检, 货架期采用人工经验式, 效率低且成本高。近红外光谱检测技术具有无损伤、快速绿色、适于现场检测和在线分析等优势, 适于构建果蔬快速、高精度、智能化的检测系统。本文分析了果蔬产业的发展现状及关键技术需求, 阐述了近红外光谱技术的基本原理, 分别从果蔬内部光传输特性、内在组分检测、隐形缺陷判识、货架期评价4个方面论述了国内外近红外光谱技术在果蔬品质安全检测应用中的最新研究进展, 深入分析了近红外光谱技术在果蔬品质安全检测中的存在的问题, 并指出了解决思路和进一步研究的方向。     

近红外光谱的苹果内部品质在线检测模型优化

利用近红外光谱技术在线检测水果内部品质的关键是获取精度高稳健性好的定量分析模型。研究开发了短波近红外光谱苹果品质在线检测系统,试验时苹果样本传输速度为5个/s,以漫反射方式采集,有效光谱范围为500~1100 nm。经光谱强度标准化校正后,有比较的采用遗传算法、连续投影算法和蚁群优化算法等提取特征变量,分别建立偏最小二乘模型,同时分析了这三种方法提取光谱特征变量的搜索机制。特征变量提取方法建立的预测模型所用变量显著减少,预测效果均优于全光谱模型,且能提高运算速度,增强模型的稳健性;其中又以蚁群优化算法的模型预测能力最佳,预测集相关系数R为0.9358,预测均方根误差RMSEP为0.2619。研究结果表明,近红外光谱结合特征变量提取方法可以建立高效的苹果可溶性固形物含量在线检测模型,在产业化应用方面具有很大潜力。     

苹果腐心病的透射光谱在线检测系统设计及试验

针对苹果内部缺陷在线检测的产业技术需求,研究基于透射光谱技术的苹果内部缺陷在线检测系统。研究设计了光源套件、专用光纤和果托式输送单元等关键部件,提升在线透射光谱质量、降低热损伤和机械损伤;解决了光电信号干扰问题,开发了专用检测软件,实现苹果内部品质信息的无损在线获取。比较分析了正常苹果与腐心病果的光谱响应差异,优化参数后设置在线检测速度3个/秒,触发控制光谱采集时间80 ms。在选择特征波长的基础上利用线性判别分析建立了苹果腐心病的在线判别模型,预测的总体识别率达90%以上。研究结果表明该系统可以实现苹果内部缺陷的快速、无损在线检测。     

基于OSC／PLS的茶叶中EGCG含量的近红外光谱法测定

采用正交信号校正法(OSC)对茶叶的近红外光谱进行预处理,并结合偏最小二乘法(PLS)建立表没食子儿茶素没食子酸酯(epigallocatechin gallate,EGCG)含量的预测模型.PLS校正模型采纳的最佳因子数会随着OSC因子的增加而逐渐减少以达到简化模型的效果.试验以预测残差平方和(PRESS)来评价模型的整体性能,当滤除前6个OSC因子时为最佳,此时校正模型采纳的PLS因子数为5,校正肘的相关系数r2和校正标准偏差SEC分别为0.955 90和0.38279,预测时的相关系数,和预测标准偏差SEP分别为0.936 61和0.444 13.研究结果表明,应用近红外光谱法结合0SC/PLS可以快速准确地测定茶叶中EGCG的含量.     

基于石墨烯泡沫的电增强固相微萃取-高效液相色谱法测定鱼肉中3种磺胺类的残留

为提高鱼肉中磺胺类抗生素(sulfonamides,SAs)残留的富集效果,建立了基于氮掺杂三维石墨烯泡沫功能化整体柱(monolith@nitrogen-doped three-dimensional graphene foam,M@NGF)的电增强固相微萃取(electroenhanced solid phase microextraction,EE-SPME)方法,结合高效液相色谱技术,快速、灵敏地测定鱼肉中SAs残留。本研究采用原位聚合法,以离子液体为功能单体,NGF为导电增强剂,在不锈钢丝表面制备多孔M@NGF,建立EE-SPME方法,从鱼肉中萃取磺胺噻唑(sulfathiazole,ST)、磺胺二甲基嘧啶(sulfamethazine,SM₂)和磺胺二甲氧嘧啶(sulfadimethoxypyrimidine,SMM)。对吸附时间、搅拌速度、吸附电压、离子强度、样品溶液p H值、解吸时间、解吸电压和解吸液组成进行了优化。结果表明,基于M@NGF的EE-SPME法对ST、SM₂和SMM的富集倍数分别为74、58和64,吸附平衡时间缩...     

基于siPLS的猕猴桃糖度近红外光谱检测

为了探寻一种快速无损检测猕猴桃糖度的方法,利用小波滤噪法对猕猴桃1000～2500nm 近红外光谱进行了预处理,并用偏最小二乘法(PLS)、区间偏最小二乘法(iPLS)和联合区间偏最小二乘法(siPLS)分别建立预测模型。结果表明,采用联合区间偏最小二乘法将光谱划分为16 个子区间,利用其中的第9、11、13 号3 个子区间联合建立的糖度模型效果最佳,其校正集相关系数和均方根误差分别为0.9414 和0.3788。预测集相关系数和均方根误差分别为0.9295 和0.3904,主因子数为7 个。研究表明,用小波滤噪和联合区间偏最小二乘法所建立的猕猴桃糖度模型不但减少建模运算时间,剔除噪声过大的谱区,而且预测能力和精度均有所提高。