近红外光谱技术在食用油种类鉴别及定量分析中的应用

用近红外光谱技术与聚类分析方法相结合,建立了一种可用于鉴别食用油种类的快速鉴定模型。实验根据30个食用油的近红外光谱,建立了芝麻油-大豆油-花生油-玉米油定性识别的模型,模型的识别率和预测率可达到100%。根据40个芝麻油样品的近红外光谱建立芝麻油的酸价预测模型,且模型指标较好。可见近红外光谱技术在食用油快速检测方面有较好的应用前景。     

斜率截距校正算法在食用油酸值和过氧化值上的近红外光谱模型转移的研究

良好的食用油近红外光谱分析模型以及不同仪器间的模型共享,能够提高模型利用率,可以满足食用油行业的发展需要。针对食用油酸值和过氧化值两个指标的模型转移问题,主要采用斜率截距校正算法,结合主仪器上建立的偏最小二乘法校正模型,针对从仪器上的食用油酸值和过氧化值的近红外光谱模型,进行了模型转移研究。研究表明,斜率截距校正算法在同为光纤探头扫描的实验仪器VERTEX 70和AntarisⅡ(光纤探头部件)间有较好线性度与效果,其酸值和过氧化值的预测均方差从54.675 6和1 912.219 4,分别下降到了0.441 9和6.752。斜率截距校正算法在食用油酸值和过氧化值指标上对相同原理的仪器转移效果较好,并且食用油酸值的校正效果好于过氧化值校正效果。该研究结果对于食用油品质的快速分析模型的广泛应用具有重要意义。     

近红外光谱技术结合遗传算法用于苹果醋总酸定量分析

利用近红外光谱法对苹果醋中的总酸含量进行定量分析,通过PLS法建立苹果醋总酸定量分析模型,同时采用间隔偏最小二乘法(i PLS)、后向间隔偏最小二乘法(Bi PLS)和组合间隔偏最小二乘法(Si PLS)以及遗传偏最小二乘法(GA-PLS)对整个谱区进行光谱特征波段筛选。用决定系数(R2)、校正标准偏差(RMSEC)、预测标准偏差(RMSEP)以及最佳主因子数对模型进行评价,确定最佳建模方法。结果表明:进行特征波段筛选能够对模型起到优化作用,并提高模型运算速度,其中GA-Bi PLS及GA-Si PLS优化效果最为明显,在极大减少苹果醋总酸建模变量的同时,模型的R2分别达到0.989和0.986,RMSEP分别为0.042和0.044,有效地提高了模型的稳定性与准确度,表明了遗传算法在果醋品质分析方面的巨大潜力。     

基于傅里叶近红外光谱的食用油过氧化值间接检测研究

为了建立食用油过氧化值的快速测定方法,以食用油为材料,基于氢过氧化物与三苯基磷(TPP)快速反应生成三苯基氧磷(TPPO),利用TPP和TPPO在近红外光谱的吸收差异性。在光谱范围为4 650~4 500 cm-1以一阶求导及Norris平滑(NF)后采用PLS建立食用油过氧化值近红外测定模型,通过校正样品及盲样对模型进行验证,并与国标碘量法进行比较分析。结果表明:校正集预测相关系数为0.999 4,校正均方根误差为0.143 9,验证预测相关系数为0.992 6,预测均方根误差为0.555 6,盲样预测相关系数为0.997 1,标准偏差为0.400 1,所建方法与国标法测定过氧化值结果非常接近。表明傅里叶近红外光谱间接测定食用油过氧化值是可行的。     

近红外光谱分析技术在植物蛋白饮料定量分析中的应用

利用近红外光谱分析技术对植物蛋白饮料中脂肪和可溶性固形物含量进行定量分析。采用向后间隔偏最小二乘法（BiPLS）、组合间隔偏最小二乘法（SiPLS）、遗传偏最小二乘法（GA-PLS）、竞争性自适应重加权法（CARS）优选波段,并结合偏最小二乘法（PLS）建立植物蛋白饮料中脂肪和可溶性固形物的定量分析模型。结果表明,4种方法对模型均有优化效果,可提高模型的稳定性和精准性,其中GA-BiPLS、GA-SiPLS优化效果最为明显,脂肪、可溶性固形物的决定系数R2分别达到了0.984、0.97和0.988、0.990,预测标准均方差（RMSEP）分别为0.026、0.030和0.170、0.155,相对分析误差（RPD）分别为8.077、7.000和9.112、10.000。表明近红外光谱技术作为一种快速、便捷的检测手段,适用于植物蛋白饮料品质的快速检测分析。     

近红外光谱技术结合波段筛选用于白酒基酒总酯定量分析

采用近红外光谱（NIRS）分析技术对白酒基酒中的总酯含量进行定量分析,通过偏最小二乘法（PLS）法建立分析模型,同时后向间隔偏最小二乘法（BiPLS）对整个谱区进行光谱特征波段筛选。用决定系数（R2）、校正均方根误差（RMSEC）以及预测均方根误差（RMSEP）对模型进行评价。结果表明：特征波段筛选能够对基酒总酯模型起到显著的优化作用,模型的决定系数R2从0.484提升至0.937,RMSEC及RMSEP值分别从0.490、0.476降低至0.172和0.177,在减少模型复杂程度的同时,有效地提高了模型的稳定性与准确度,经过基酒盲样验证,说明波段优化所建立的模型有较为准确的预测结果。     

采用近红外光谱定量分析葡萄酒发酵液中总酸含量和pH值

利用近红外光谱分析技术对葡萄酒发酵液中总酸含量和pH值进行定量分析,并通过偏最小二乘法(PLS)建立定量分析模型,同时采用组合间隔偏最小二乘法(Si PLS)、移动窗口偏最小二乘法(MWPLS)并结合遗传算法(GA)对整个谱区进行光谱特征波长变量筛选。以决定系数(R2)、校正标准偏差(RMSEC)、预测标准偏差(RMSEP)、相对分析误差(RPD)以及最佳主因子数作为模型质量的评价指标。其中Si PLS-GA对模型的优化效果最佳,总酸含量和pH值优化模型的R2分别达到0.978 5和0.983 8,RMSEC为0.074 5和0.065 4,RMSEP为0.076 3和0.062 7,RPD为4.85和5.58。结果表明:进行变量筛选可提高模型准确度和稳定性,降低解析难度,达到优化模型的作用。     

基于中波近红外光谱定量分析生鲜牛肉胆固醇

胆固醇是人体必需的一种具有重要生理功能的动物源性甾醇类物质,摄入不均衡会引发严重的心脑血管疾病。利用近红外光谱技术,在中波波段建立一种对动物源性胆固醇含量进行快速无损定量分析的新方法并验证其可行性。采集市售生鲜牛肉原始光谱,结合马氏距离、学生残差及二审剔除判别法甄别并剔除疑似异常样本,经光谱预处理和模型优化后,建立最佳牛肉胆固醇偏最小二乘法定量分析模型。结果表明,基于近红外光谱中波波段所构建的胆固醇定量分析模型对独立检验集的预测效果较好（P＞0.05）,整体预测准确率满足国标要求（精密度≤10%）。     

基于近红外光谱的枸杞化学成分定量分析

针对目前市场上枸杞掺假现象严重及枸杞品质分析检测繁琐等问题,本试验采用近红外光谱技术对不同产地的枸杞进行光谱分析,对枸杞的各种化学成分进行定量分析。通过偏最小二乘回归法（PLS）,其中30个样品为校正集,10个样品为预测集,利用枸杞的近红外光谐擞据建立校正模型后,对枸杞的化学值进行预测。用枸杞样品的主成分在空间的分布对全部样品进行检验,去除异常样品,同时采用残余验证方差作为确定主成分数的评价标准。结果表明：枸杞各成分建立的预测模型,其校正集相关系数Rc均在0．93以上,交叉检验相关系数Rcv均在0．83以上。同时各成分的校正均方差RMSEC值均小于交叉检验均方差RMSEP值,且这两个教值没有明显差异性,预测值与化学值具有良好的相关性。本试验中,枸杞各成分的化学值与预测值都达到了定量标准,可以进行定量分辘,     

基于近红外透射光谱的食用油氧化定性分析

为建立食用油氧化的快速鉴别方法,以食用油为材料,根据国家标准对酸价和过氧化值的限量规定将不同氧化程度的样品分为未氧化油和已氧化油两类,通过近红外光谱透射技术结合距离判别分析,建立未氧化油和已氧化油的定性判别模型。结果表明：在波数范围为5450～4650cm-1,采用多元散射校正、一阶求导和Norris导数平滑光谱处理,校正集模型识别率为99%,验证集模型识别率为97.8%,模型预测效果良好,利用近红外透射光谱食用油氧化定性分析可行。     

近红外光谱分析技术在食用植物油分析检测中的应用

食用植物油的品质检测和掺伪鉴别对于保障其食用安全性以及消费者利益具有重要意义。传统的分析方法由于操作繁琐、耗时较长,因此不能满足大量样品的实时快速检测要求。近红外光谱分析技术由于可以实现快速、无损、在线和多组分同时检测,目前已快速发展成为一种应用于食品分析领域的新方法,具有较大的应用前景。本文主要综述了近年来近红外光谱技术在食用植物油领域的研究及应用进展,包括在食用植物油品种定性鉴别、掺伪检测、品质检测及其在煎炸等热加工过程中的理化指标检测等多个方面的研究,对近红外光谱技术在食用植物油检测中的检测原理、影响因素、准确度等进行了综合分析,同时对目前近红外光谱技术在食品领域应用存在的问题进行了分析总结,并对今后进一步研究提出了展望。     

近红外光谱快速检测食用植物油中酸价

目的 建立基于近红外光谱快速测定食用植物油中酸价的分析方法。方法 采用冷溶剂指示剂滴定法检测371个食用植物油样品的酸价,并采集样品的近红外光谱。经过标准正态变换结合一阶导数对近红外光谱进行数据预处理,选用竞争性自适应重加权采样算法选取重要变量,建立食用植物油酸价的偏最小二乘回归模型。结果 蒙特卡洛交互验证结果显示,食用植物油酸价预测模型的验证集决定系数Q2为0.9983,交互检验的均方根误差(root mean square error of cross validation, RMSECV)为0.0461,模型预测的独立测试集的酸价与实测值相关系数为0.9834,预测效果良好。结论 本研究建立的食用植物油酸价近红外光谱快速检测方法能够满足检测要求,为评价或跟踪食用油品质提供快速无损的技术思路。     

食用油脂过氧化值流动注射分析仪研制

建立流动注射食用油脂过氧化值测定方法。基于流动注射分析—分光光度比色法研制了一种食用油脂过氧化值流动注射分析仪,研制了电动变向三通道液流阀和微恒流泵;阀控制载液流向,三个溶液开关的九个溶液孔在阀体同一圆周上,占用空间小,阀体旋转三十度即可实现三种载液同时换向;泵控制样品溶液注入,旋桨旋转后在锥形圆台腔可形成高压溶液区,转动不接触无磨损,死体积小。方法的线性范围为5~170μmol/L,线性相关系数为0.9995,检出限为3.57μmol/L,回收率在93%~104%之间。本方法用于快速检测菜籽油、循环火锅油和回收油的过氧化值,对本方法和国标方法的测定结果进行t检验分析,两种方法检测结果无显著性差异。      

基于紫外可见光谱技术和色素组成区分橄榄油与其他食用油

目的 通过紫外可见光谱技术和色素组成,探究区分橄榄油与其他食用油的方法。方法 选择市售橄榄油(特级初榨橄榄油、混合橄榄油)和其他食用油(菜籽油、玉米油、葵花籽油、大豆油、花生油、调和油)作为研究对象,分别在220~800 nm的波长范围内进行全光谱扫描以及在波长为450 nm和670 nm处进行光度测量;通过比较不同食用油的紫外可见吸收光谱并结合主成分分析(principal component analysis, PCA)和偏最小二乘法判别(partial least squares discriminant analysis, PLS-DA)对不同橄榄油和其他食用油进行比较区分。结果 通过观察比较各食用油紫外可见吸收光谱的最大吸收波长所在位置,可以对不同食用油进行初步区分。并且PCA和PLS-DA结果显示,以波长450 nm和670 nm处的吸光度A450和A670以及A450/A670为变量,可用于区分不同橄榄油和其他食用油。结论 基于紫外可见光谱技术对不同食用油中色素的检测结果可以对食用油进行分类,并且A450、A670和A450/A670可以作为区分橄榄油与其他食用油的标记。     

食用油酸价和过氧化值快速检测试纸法的评价

试验了用于快速检测食用油酸价和过氧化值的目测试纸。采用试纸法和国标法同时检测各类食用油样本的检测试验的比较，结果符合率高，统计学无显著差异。认为酸价和过氧化值试纸法具有快速、准确、方便等优点。     

基于统计学习理论的食用油红外光谱分析方法研究

目的建立不同品质食用油快速分类的中红外光谱检测方法。方法不同品质的食用油在化学组分上是存在差异的,利用中红外光谱技术全面反映和整体把握食用油的化学成分信息,并借助主成分分析(PCA)结合马氏距离法对食用油的中红外光谱图进行预处理,提取其特征信息,然后通过基于统计学习理论的支持向量机(SVM)建立相应分类模型,运用模型自动鉴别不同品质的食用油类别属性。结果实验通过从市场上随机抽取食用油样本,选取了3种不同品牌的大豆油、花生油共60个样本进行测试,分类正确率达到了100%。结论基于统计学习理论的食用油红外光谱分析方法对不同品质食用油的快速分类鉴别是有效的。     

拉曼光谱结合偏最小二乘法对食用油品质快速检测研究

研究采集不同种类、不同氧化程度的84个食用油样本拉曼光谱图,建立关于其过氧化值的偏最小二乘定量检测模型,进行波长筛选,并用“一阶导数法+SNV”对光谱进行预处理,建模相关系数达到0.952 8,校正标准偏差为0.572 0;预测相关系数为0.921 9,相对预测均方差为0.698。结果表明,经光谱预处理和波长筛选优化后,模型准确性和稳健性可靠,误差相对较小,最终得出了合理的食用油过氧化值定量模型。由此可见,研究所建定量模型稳健性良好,利用拉曼光谱分析技术对油品过氧化值进行快速检测具有可行性,并且这种技术有望用于日常食用油品质的快速检测。     

基于电导率的食用油氧化判别分析

为了构建快速判定食用油氧化程度方法,以菜籽油、大豆油、花生油、棉籽油、亚麻籽油、葵花籽油和玉米油为研究对象,以去离子水提取油脂中的可电离物质,利用电导率仪测定水相电导率(EC)值,并对检测条件进行探讨。以过氧化值和酸价作为食用油氧化程度的评价指标,建立食用油氧化程度与其EC值的关系模型,并对模型进行验证分析。结果表明:在检测条件为室温、振荡时间80 s、水油体积比值5时,所建立模型EC值小于6. 9μS/cm的油样为未氧化油,EC值在6. 9～8. 9μS/cm范围内的油样为疑似氧化油,需要做进一步分析,EC值超过8. 9μS/cm的油样为氧化油。油样验证的总判别率可达91. 2%。研究表明EC法可应用于食用油氧化的快速判别分析。     

应用主成分和判别分析的红外光谱法快速鉴别酸败植物油

通过收集并分析40个合格植物油和44个酸败植物油的傅里叶变换红外光谱,选取25个合格植物油和39个酸败植物油组成训练集,利用主成分分析获得累积可信度95%的三个主成分及对应的1743¹710cm-1、1172¹130cm-1、2945²844cm-1、1728¹689cm-1、2987²840cm-1和1731¹660cm-1对植物油酸败最为敏感的光谱波数范围。在主成分分析的基础上,选取对植物油酸败敏感的波段,利用训练集建立鉴别植物油酸败判别分析模型。采用验证集20个样品验证判别分析模型,判别正确率达100%。主成分结合判别分析的红外光谱法能快速、准确、无损地区分合格植物油和酸败植物油。