基于特征脂肪酸的掺伪芝麻油快速鉴别模型建立

脂肪酸是植物油中的主要营养成分,不同种类的食用油中所含的脂肪酸含量也不相同,本研究据此对芝麻油掺入大豆油、花生油、棉籽油的油样应用近红外光谱技术建立测定4 种脂肪酸含量的方法。以气相色谱法测定的脂肪酸含量作为化学值,校正集样品数为122,验证集样品数为38,结果表明：掺假芝麻油油样的亚麻酸
（C18∶3）、花生酸（C20∶0）、木焦油酸（C24∶0）和肉豆蔻酸（C14∶0）对近红外有特异吸收。分别建立4 种脂肪酸含量的模型,通过对模型进行优化,校正集样品的化学值与近红外的预测值的相关系数（R2）分别为R2（C18∶3）=0.989、R2（C20∶0）=0.995、R2（C24∶0）=0.993、R2（C14∶0）=0.996。验证集样品的化学值与近红外的预测值的R2分别为0.984、0.949、0.956、0.988。4 种脂肪酸含量的预测平均相对误差依次为6.0%、5.6%、4.4%、4.8%。     

芝麻油掺伪检测的紫外分光光度法研究

研究了用紫外分光光度法测定芝麻油的掺假情况,该方法具有操作简单,所用试剂少等特点,可以定量测定芝麻油的纯度。对４种不同掺假芝麻油进行检测,其变异系数小于５％,并与改进的波多因法作了比较。     

芝麻油掺棕榈油鉴别方法的研究

以4种不同熔点棕榈油与4种芝麻油所配制的128个掺伪芝麻油样品为原料,分别采用全样脂肪酸组成分析法、Sn-2位脂肪酸组成分析法和甘三酯结构分析法对芝麻油中掺棕榈油的鉴别方法进行了研究。结果表明:在全样脂肪酸组成分析法中,当以棕榈酸为标准与芝麻油纯样和国标数据比较时,检出限分别为5%和15%。在Sn-2位脂肪酸组成分析法和甘三酯结构分析法中,当与芝麻油纯样数据比较,分别以亚油酸与棕榈酸含量比值(18:2/16:0)和β-POO(Sn-1-棕榈酸-2,3-二油酸甘油酯)含量为判断标准时,检出限分别为20%和12%。综合这3种方法的检出限高低及分析操作难易程度,初步得出结论:在芝麻油掺棕榈油的鉴别方法中,全样脂肪酸组成分析法是最好的鉴别方法,其余2种方法一般不优先采用,但可作为对上述方法的验证与补充。     

芝麻油掺菜籽油鉴别方法的研究

以5种不同芥酸含量的菜籽油与4种芝麻油所配制的120个掺伪油样为原料,分别采用全样脂肪酸组成分析法、Sn-2位脂肪酸组成分析法和甘三酯组成分析法对芝麻油中掺菜籽油的鉴别方法进行了研究.结果表明:在全样脂肪酸和Sn-2位脂肪酸组成分析法中,当分别以花生一烯酸和亚麻酸含量为标准判断检出限时,检出限最低,分别为5％和4％;甘三酯组成分析法中,以β-LOL和β-PLL含量之和为判断标准检出限为21％.综合这3种方法认为:全样脂肪酸组成分析法是芝麻油掺菜籽油的最好鉴别方法,其余2种方法只是对上述方法的一种验证与补充,一般不优先采用.     

假冒芝麻油常见的掺假方式及鉴别探讨

芝麻油是深受我国广大消费者喜爱的一种不需要精炼就能食用、凉拌佐餐植物油,但一些小企业、小作坊在生产过程中加入其他植物油、香精等进行勾兑,以假乱真,坑害消费者。对于掺假的芝麻油可以从感官上做初步的判定,进一步可以从测定分析其脂肪酸组成做最终的认定,本文从食品安全及芝麻油掺假鉴别角度出发,对假冒芝麻油常见的掺假方式及鉴别进行探讨。     

芝麻油脂肪酸的组成及其掺伪检测的研究

本文分析了我国不同产地,不同皮色27个芝麻样品的脂肪酸,结果为C_(14∶0)0.013％±0.003％,C_(16∶0)8.77％±0.44％,C_(16∶1)0.15％±0.02％,C_(18∶0)5.30％±0.29％,C_(18∶1)39.70％±1.1％,C_(18∶2)44.69％±1.2％,C_(18∶3)0.96％±0.05％,C_(20∶1)0.19％±0.04％,C_(22∶0)0.10％±0.04％。经数理分析产地与皮色不同的芝麻,主要脂肪酸(>1％)的含量无显著性差异。根据这一结果,对掺混菜籽油等六种植物油的芝麻油的掺伪油种与掺伪数量的鉴定技术进行研究,所建立的工作曲线法与计算法均能定量的回答掺伪的问题。     

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.     

采用气相色谱法判定芝麻油掺伪

采用气相色谱法测定芝麻油中掺入其他植物油后其脂肪酸组成发生变化的特点,从而找出变化的特征指标作为掺伪定性的依据。如芝麻油中掺入大豆油超过10%,特征指标亚麻酸C18∶3就会有明显升高。     

芝麻油中掺加大豆油鉴别方法的研究

利用气相色谱法分析和确定香油中脂肪酸组成的分布特征,以此建立一种快速鉴别香油是否掺加大豆油的分析方法。研究结果表明,测量假芝麻油样品中C18∶1n9c和C18∶3n3两种特征脂肪酸含量,使用二元一次方程可以计算假芝麻油中大豆油的含量,芝麻油约为90%时,最大计算误差为8.16%,其结果为(实测值±7.36) g/100 g;芝麻油约为70%时,最大计算误差为15.55%,其结果为(实测值±10.84) g/100 g;芝麻油约为50%时,最大计算误差为30.35%,其结果为(实测值±15.00) g/100 g。这个计算方法是可行的,可以用来鉴别芝麻油中是否掺加大豆油,并计算出掺假芝麻油中大豆油的含量。     

关于鉴别芝麻油掺伪检验方法的研究

本文先根据不同油脂的某些物理特性,用感观检验方法大概确定出是纯芝麻油,还是掺入哪种油,再进行定量分析,最后用《GB5539——85》国家标准方法确定掺入何种油。该方法能快速准确检验出芝麻油的掺伪含量和品种。     

芝麻香油掺假显色检测方法研究进展

论述了威勒迈志显色法、波多因显色法、氯仿浓硫酸显色法,以及三氟乙酸显色法、三氯乙酸显色法、415nm和520nm双波长检测方法、SA显色剂显色法等改进或自制显色法的原理及其在芝麻香油掺假检测中的应用,对比分析了这些检测方法的优缺点得出,提高显色稳定性,增加掺假检测的准确性、实用性、可靠性是今后研究的重点;开发芝麻香油掺假显色检测试纸条或试剂盒等快速、简便的芝麻油掺假检测方法是芝麻香油掺假显色检测方法获得突破的必由之路。     

中药制剂中非法掺入化学药的检测方法

中药制剂掺假现象严重影响着人们的身体健康,现以相关文献为依据,对中药制剂中非法掺入化学药的检测方法作一介绍.     

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。     

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。     

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。     

食用油掺假检测方法研究进展

最近地沟油事件再次引起人们对食品安全的担忧。目前由于缺乏有效的食用油中地沟油掺假的检测方法,制约着食品安全的有效监管和预警体系建设。为了节约时间、财力和人力,我国食用油掺假（例如地沟油）的检测需要借鉴国际经验。基于此,本文对国际上食用油掺假的检测方法研究最新进展进行综述。     

近红外特征光谱定量检测羊肉卷中猪肉掺假比例

利用近红外漫反射光谱技术结合化学计量学方法对解冻掺假羊肉卷,进行猪肉掺假比例的定量检测研究。按照不同肥肉占比和不同猪肉掺假比例,制备324?个样品,并利用近红外光谱仪采集其光谱数据。对原始数据进行SG（Savitzky-Golay）平滑、SG一阶导、SG二阶导、多元散射校正、中心化、标准正态变量校正等预处理,并利用偏最小二乘回归（partial least square regression,PLSR）进行建模分析,其中SG平滑结合一阶求导预处理的模型预测效果最优。针对最佳预处理光谱采用竞争性自适应加权采样（competitive adaptive reweighted sampling,CARS）算法进行波长筛选,并建立特征波长PLSR模型,模型预测效果得到提高。其中,校正集和验证集决定系数分别为0.983?6和0.972?5,校正集和验证集的均方根误差分别为0.043?7和0.057?7,范围误差比为7.62。应用该CARS-PLSR模型对检验集进行预测,真实值与预测值的相关系数为0.913?8,结果表明采用近红外光谱分析技术可以实现不同肥肉占比羊肉卷中猪肉掺假比例的定量检测。     

果汁鉴伪技术研究进展

综述了国际上关于果汁含量检测和果汁鉴别技术的研究进展,主要包括针对加水、加糖(或糖浆)、加酸、加果渣提取液、加价格便宜的其他果汁等果汁掺假手段的检测,为开发适合我国国情的相关技术提供参考。