近红外光谱法检测奶粉中三聚氰胺的方法探讨

目的建立近红外光谱法快速鉴别奶粉中三聚氰胺的掺假。方法应用奶粉的脂肪、蛋白质、水分、乳糖和灰分5个理化指标建立奶粉的近红外鉴别模型。应用Spectrum软件的PLS1算法对样品进行计算,并对待鉴别奶粉进行定量分析。结果本方法能有效识别三聚氰胺质量比在0.05%~0.08%的掺假奶粉,但不能准确识别有何种掺杂物;对0.1%以上的掺假奶粉能正确识别出掺假物是三聚氰胺。对样品的脂肪、蛋白质、水份、乳糖和灰分5项理化指标进行定量分析的实际值与样品在模型中的计算值相对误差在10%以内。结论该方法快速、有效,可适用于奶粉三聚氰胺掺假的快速筛选和掺假鉴别。     

光谱法在食品掺假检测中的应用研究进展

食品掺假是影响食品安全的一个重要因素,除了需要有健全的法律法规外,食品安全的监管还需要依靠先进的技术手段。由于光谱法具有特征性强、快速、操作简单、样品状态不受限制等优点,被人们广泛用于食品掺假的检测中。对光谱法在各类食品体系掺假检测的具体应用方面进行了综述。     

近红外光谱法用于掺假羊奶的快速无损鉴别

利用近红外光谱技术结合多种化学计量学方法,研究了快速鉴别掺假羊奶的方法。将淀粉溶液,含尿素的淀粉溶液,含尿素和奶油的淀粉溶液按不同比例掺入纯羊奶中,进行近红外光谱采集。分别采用偏最小二乘差别分析(PLS-DA),fisher线性判别和多层感知器(MLP)神经网络法建立校正模型并进行检验验证。结果表明,MLP神经网络的鉴别效果最好,其校正模型的正判率达到99.4%,验证集的正判率达到100%。说明采用近红外光谱技术结合适当的化学计量学方法可以实现羊奶掺假检测的快速无损鉴别。     

近红外光谱法快速检测婴儿配方奶粉中的脂肪酸含量

采用傅里叶近红外光谱结合偏最小二乘法(PLS)法建立了测定婴儿配方奶粉中的总脂肪酸、饱和脂肪酸和不饱和脂肪酸含量的近红外数学模型,并通过交互验证和外部检验两种方式考察了近红外数学模型的可靠性。通过选择不同的波长范围,采用平滑、矢量归一化、一阶求导、二阶求导和散射校正对近红外光谱进行处理,总脂肪酸、饱和脂肪酸和不饱和脂肪酸的校正模型相关系数(R2)分别为0.9337、0.9374、0.9020,RPD分别为3.63、3.65、2.90。结果表明近红外数学模型具有良好的预测性能。采用建立的模型对验证集中的20个婴儿配方奶粉样品进行预测,总脂肪酸含量、饱和脂肪酸和不饱和脂肪酸的预测值与化学测定值之间经配对t检验分析,与常规化学方法得到的检验结果无显著差异。     

近红外快速检测奶粉乳清粉成分研究

采用Perten8620近红外奶粉分析仪检测奶粉的近红外光谱特性，建立了奶粉近红外检测的校准模型。结果表明，近红外检测技术无需称重和化学试剂，可在1min以内快速检测奶粉和乳清粉的蛋白、脂肪、水分等指标，其准确性和精度可以达到在国际允许的误差范围内。根据近红外技术可能在短时间内收集大量样品的光谱图，开发了新检测项目的校准曲线。     

比色法检测奶粉中的糊精

研究了奶粉中糊精质量浓度的检测方法。样品经过乙醇溶液处理，利用苯酚-硫酸法检测提取液中糊精的质量浓度。结果表明，该方法用于检测提取液中糊精质量浓度在5～100mg／L范围内具有良好的重现性和回收率，同时方法操作简单，结果准确。     

葛粉掺假的近红外漫反射光谱快速检测

研究葛粉中掺假红薯淀粉和马铃薯淀粉的近红外漫反射光谱快速检测方法。采集样品的近红外漫反射光 谱,采用主成分回归和偏最小二乘法建立校正模型,并对比光谱预处理方法和光谱建模区间对模型的影响。结果表 明,采用偏最小二乘法建模,光谱采用标准正态变量变换预处理,光谱区间选择在962～1 389 nm时,模型预测效 果最佳,外部验证预测相关系数（RP 2）达0.994 5,均方根误差2.298 7%,相对分析误差13.56,平均回收率99.89% （n=9,RSD=2.96%）,这表明近红外漫反射技术能对葛粉中掺假红薯淀粉和马铃薯淀粉进行有效检测。     

红外光谱法测定奶粉中三聚氰胺和尿素

建立傅立叶红外光谱仪结合二阶最小二乘法快速鉴别奶粉中三聚氰胺和尿素的方法。先经过图谱分析确定特征吸收峰,再运用SPSS软件进行二阶最小二乘法分析特征吸收峰吸光度和掺伪含量分析显著性,并通过去除异常点增加拟合程度,结合回归分析建立测定三聚氰胺和尿素的线性模型。结果表明,红外光谱测定奶粉中三聚氰胺的线性相关度高达0. 999 2,最低检出限为0. 744 2 g/100g;测定尿素的线性相关度高达0. 999 3,最低检出限为0. 042 5 g/100g。该方法准确度高,鉴别速度快,检出限较低,对于奶粉掺伪的快速鉴定具有重要意义。     

近红外光谱技术在液态食品掺假检测中的应用

近些年,食品安全事故有增多趋势,而在众多针对食品掺假的检测技术中,近红外光谱技术因其快速、方便等优点而受到关注。本文主要综述了近红外技术在牛奶、蜂蜜和食用油等液态食品掺假检测研究的发展状况,并分析了如今所存在的问题和未来的发展方向。      

近红外光谱法检测小麦粉中的水分含量

以化学法测定67个小麦粉样品的水分含量,利用波通DA7200型近红外光谱分析仪采集样品近红外光谱,选择合适的光谱区间及光谱预处理方法,采用偏最小二乘法(PLS)和留一法内部交叉验证方式建立定标模型.50个定标样品的近红外光谱经一阶导数预处理,由PLS法获得的定标模型决定系数(R2)为0.984 3.利用17个验证集样品进行外部检验,预测值与真实值之间的相关系数(R2)为0.984 8,预测集标准偏差(SEP)为0.092 9.近红外光谱法具有方便、快速、准确、无损、无污染的特点,应用于小麦粉水分的测定是可行的.     

基于近红外光谱定量分析牛奶中掺假的动物水解蛋白含量

动物水解蛋白含有大量重金属离子,摄入人体危害人体健康,因其蛋白质含量高,被不法商贩作为廉价蛋白质添加在牛奶中以提高蛋白质含量。本研究自行配制不同浓度的动物水解蛋白掺假牛奶,应用近红外光谱仪浸入式光纤扫描样品,考察建模方法、预处理方法、建模范围、主成分数及样品的异常点分析对定量分析模型的影响。结果表明:使用SG平滑处理、主成分数4、在10000⁵000 cm^-1使用PLS法建立了最优动物水解蛋白定量分析模型。该模型的校正均方差（RMSEC）、预测均方差（RMSEP）、相关系数（r）分别为0.115、0.305、0.983,平均回收率为104.44%。该分析模型可以用于牛奶中动物水解蛋白的快速定量分析,为牛奶的品质控制和快速定量提供参考。      

枇杷蜂蜜中饴糖的近红外光谱检测

实验通过对纯枇杷蜂蜜及主动掺入1%、2%……30%饴糖的假枇杷蜂蜜进行近红外光谱扫描,采用TQAnalysisv6对数据进行预处理,建立饴糖含量的定性及偏最小二乘法和主成分回归法定量分析模型,并将模型应用于蜂蜜样品的分析预测。结果显示,采用原始光谱或一阶微分处理建立的判别分析模型均能够较好地区分掺饴糖蜂蜜与纯蜂蜜。根据PLS算法、PCR算法建立的定量模型相关系数分别为0.99771、0.98654,用于预测的蜂蜜样品实际值与预测值之间的决定系数分别为0.992、0.974。由此可见,用近红外光谱技术鉴别蜂蜜中是否添加饴糖是可行的,在实际操作中可以采用近红外光谱法快速定性判别蜂蜜中是否含有饴糖,也可根据化学计量法确定饴糖的含量,为蜂蜜打假提供依据。     

近红外技术对不同动物来源肉掺假的检测

采用近红外光谱结合主成分分析法(PCA)、判别分析法,分别建立了牛肉和羊肉中掺杂其它动物肉的定性鉴别模型,根据鉴别准确率评价模型的预测性能。采用近红外光谱结合PCA、偏最小二乘法(PLS),建立了掺假物的定量检测模型,根据模型对预测集样品的预测均方差(RMSEP)以及预测值与实测值间的相关系数(r)验证模型的预测能力。结果,牛肉掺猪肉模型对训练集和预测集的鉴别准确率分别为97.86%和91.23%,羊肉掺猪肉模型对训练集和预测集的鉴别准确率分别为98.28%和92.98%,羊肉掺鸭肉模型对训练集和预测集的鉴别准确率分别为99.59%和93.97%,羊肉掺假模型对训练集和预测集的鉴别准确率分别为97.57%和90.76%。牛肉掺假定量模型对训练集的交互验证均方差(RMSECV)和预测集的RMSEP分别为3.87%和4.13%,r分别为0.9505和0.9134;羊肉掺假定量模型对训练集的RMSECV和预测集的RMSEP分别为4.48%和4.86%,r分别为0.9306和0.9082。表明近红外技术结合一定的化学计量学方法可实现不同动物来源肉掺假的鉴别,且能够对掺假物进行定量检测。      

不同胎次奶牛乳中乳蛋白含量的近红外光谱定量分析

对不同胎次奶牛的牛奶样品进行近红外光谱扫描,并用多功能乳制品分析仪对牛奶样品中蛋白质的含量进行测定。利用正交实验设计,分别采用主成分回归法(PCR)、偏最小二乘法(PLS)、改进偏最小二乘法(MPLS)三种定量校正方法和多种光谱预处理方法建立模型,利用目标函数法对模型进行评定,结果表明:一胎、二胎奶牛乳样中乳蛋白的最优模型相同,其校正相关系数(R2)、定标标准差(SEC)和预测标准差(SEP)分别为:0.9626、0.0531、0.0630和0.9377、0.0810、0.1100;建立了三胎及以上奶牛乳样中乳蛋白的最优模型,R2、SEC和SEP分别为:0.9406、0.0461和0.0500;同时,建立了所有乳样中乳蛋白的最优模型,R2、SEC和SEP分别为:0.9351、0.0687和0.0790。所建模型对于快速、准确、无损、定量检测原料奶中乳蛋白的含量是可行的,该方法为快速检测混合原料奶中乳蛋白含量提供了理论依据。      

近红外光谱结合偏最小二乘法用于纯茶油中掺杂菜籽油和大豆油的定量分析

采用偏最小二乘法(PLS)建立了油茶籽油中掺杂菜籽油和大豆油的近红外光谱定量检测模型。配制不同比例(0～100%)的油茶籽油和菜籽油、油茶籽油和大豆油混合样品共256个,采集样品在10000～4000cm-1范围内的近红外透反射光谱,模型采用交互验证和外部检验来考察所建立模型的可靠性,不需进行任何光谱预处理,所建立的PLS模型相关系数为0.9997,训练集的交叉验证均方根误差(RMSECV)为0.504,预测集的预测均方根误差(RMSEP)为0.66。应用建立的模型对未知样品进行预测,并对预测值和真实值进行比较,在掺杂油含量为2.5%～100%之间范围内准确可靠,研究结果表明,采用近红外光谱技术可以实现纯茶油中菜籽油和大豆油掺杂量检测。     

大米蛋白粉多组分含量近红外光谱快速检测

大米蛋白粉中蛋白质、脂肪和水分的含量是其品质评定的重要指标,应用近红外光谱方法检测大米蛋白粉多组分含量.采集244份大米蛋白粉样品光谱数据,经小波变换处理后建立极限学习机模型(ELM),并采用自适应算法对极限学习机的参数进行优化,提高了模型的精度和稳定性.结果 显示,大米蛋白粉中蛋白质、脂肪和水分的预测集决定系数(R2...     

傅立叶变换近红外光谱在大豆蛋白质和粗脂肪 检测中的研究

目的本文以317份不同品种的大豆为原料,开展了大豆样品粉碎粒度的蛋白质和粗脂肪含量的近红外研究,以期建立大豆品质检测方法。方法 45份大豆粉碎样品经不同的过筛处理,对剩余的272份大豆样品在最优的粉碎粒度下建模分析。结果大豆粉碎过60目建模效果最好,蛋白质和粗脂肪含量近红外检测模型的内部交叉验证决定系数r~2分别为0.959和0.939;剩余272份大豆样品蛋白质含量的近红外检测模型的内部交叉验证相关系数为0.909,粗脂肪含量的近红外检测模型的内部交叉验证相关系数为0.918,外部验证蛋白质和粗脂肪决定系数R~2分别为0.944和0.911。结论近红外光谱技术可用于大豆品质指标的检测。     

基于支持向量机的近红外光谱技术快速鉴别掺假羊肉

为实现掺假羊肉的无损鉴别,利用傅里叶变换近红外光谱分析技术建立混入鸭肉的掺假羊肉糜的快速检测方法。实验通过在羊肉糜中添加不同比例的鸭肉糜来制备掺假羊肉,采用近红外漫反射方式在全波段范围（10000⁴000 cm-1）内采集羊肉、掺假羊肉和鸭肉的近红外光谱图,分别考察多元散射校正（Multiplicative scatter correction,MSC）、标准正态变量变换（Standard normal variate correction,SNV）、面积归一化（Area normalization）、标准化（Autoscale）、15点平滑处理（Smoothing）、一阶导数处理（1stderivative）的光谱预处理方法对所建支持向量机（nuSVM）判别模型的预测效果。结果显示,不同光谱预处理所建nu-SVM判别模型预测效果不同。其中,经标准化处理后所建的nu-SVM模型的预测能力最差为90.38%;15点平滑处理后所建nu-SVM模型的预测效果最好（96.15%）,对建模集正确判别率为99.07%,对检验集正确判别率为96.15%;其余处理所建nu-SVM模型的判别能力介于二者之间。结果表明,采用近红外光谱技术结合15点平滑预处理后所建nu-SVM模型可以实现羊肉中的掺杂鸭肉的鉴别。