近红外光谱技术在食用植物油脂检测中的应用

近红外光谱技术作为一种快速检测技术,在食品行业已应用于粮食检测、果蔬加工和肉制品加工等领域,为食品质量管理作出了较大贡献。从近红外光谱技术在食用植物油脂分类检测、品质分析以及掺伪鉴别三个方面的应用加以综述;并对近红外分析技术建模过程中关键问题进行了分析和总结。     

光谱分辨率的选取对食用油近红外模型性能影响分析

近红外光谱仪的类型和工作参数的设定对测量过程和分析结果均有一定影响.重点讨论了在傅立叶变换型光谱仪上设定不同的光谱分辨率对食用油近红外定量模型性能的影响.实验采用Vertex 70光谱仪,在3种光谱分辨率(4,8,16 cm-1)条件下,采用透射式液体光纤探头采集60份食用油样品近红外谱图.针对3组近红外光谱样品集,分别采用蒙特卡罗采样法剔除异常样品,根据Kennard-Stone法划分校正集和校验集后,建立优化食用油棕榈酸近红外定量分析模型并作预测.结果表明基于16 cm-1建立的食用油近红外模型指标优于4 cm-1和8 cm-1所建的模型,该结果可以为均匀液体作近红外检测时光谱分辨率的设定提供参考.     

浅论分析化学中近红外技术的改进及其应用

从人们了解近红外（NIR）技术以来，它经历了从停滞到迅速发展的过程，这完全得益于仪器制造技术以及取样技术的不断发展。本文从这几个方面论述了近红外技术的改进及应用，并分析了近红外的特点，提出近红外是绿色分析技术的概念。     

面向土壤含量检测的近红外光谱仪分析与设计

针对土壤中水、有机质、氮和无机元素等物质的检测手段,提出了一种有效的近红外光谱仪光学设计方案。报道了国内现有的检测现状,分析了现有检测仪器的技术特点。在此基础上,采用双波段覆盖和复合消像散相结合的方法,设计了近红外光谱仪光学系统。将复合消像散方法应用于近红外双波段光谱仪的设计中,双波段覆盖范围达900~2500nm,且全波段范围下光谱分辨率优于2nm,RMS值小于24μm,在奈奎斯特采样频率下,MTF值在10lp/mm时可以达到0.7以上。采用双波段覆盖和复合消像散方法可设计高分辨率的宽光谱近红外光谱仪,所设计的光谱仪系统可以满足土壤含量检测方面的实用需求。     

三波长谷物蛋白质近红外检测仪

在分析国内外近红外检测技术及仪器现状的基础上,开发了一种由三波长的近红外发光单元、信号传感检测单元、单片机数据处理分析单元、工作软件等组成的谷物蛋白质近红外检测仪。选取35个样品进行实验,数据表明,样品吸光度与蛋白质含量存在明显的非线性。因为多元线性回归模型和BP神经网络模型预测值与检验集样品实测值相关系数分别为0.6491和0.9372,平均相对误差分别为9.66%和3.46%,所以该仪器选用BP神经网络模型作为校正模型,能够满足谷物蛋白质检测的需求,而且该仪器具有结构简单、体积小、操作方便、无移动部件等特点。     

近红外光谱技术检测农产品农药残留量的研究

介绍了近年来近红外光谱分析技术在农产品农药残留分析检测技术中的应用,其中覆盖了样品预处理方法、运用化学计量学进行定性和定量检测分析技术的方法等.概述了近几年来在近红外农残检测领域的应用和研究进展.提出了结合多信息融合技术的农药残留分析技术及其发展前景.     

近红外光谱技术在食用油种类鉴别及脂肪酸含量检测中的应用

应用近红外光谱分析技术分别建立了快速鉴别食用植物油种类的定性分析模型以及测定食用植物油主要脂肪酸含量的定量分析模型.实验根据19份食用植物油样品的近红外光谱,结合系统聚类方法建立了纯橄榄-芝麻-花生油定性识别模型,识别率和预测率可达100%.根据59个食用植物油样品的近红外光谱,结合模型优化方法建立了食用植物油中棕榈酸、硬脂酸、油酸3种主要脂肪酸含量的近红外定量分析模型,且模型指标较好.实验表明近红外光谱分析技术在食用植物油品质快速检测领域有很好的应用前景.     

污水化学需氧量近红外光谱分析的波段选择

采用近红外透射光谱和移动窗口偏最小二乘（MWPLS）方法,建立污水化学需氧量（COD）近红外光谱分析的优化模型最优模型的对应波段为820-850nm,采用波长点个数为16,PLS因子数、RMSEP、RP分别为13,25.5mg/L,0.968,预测相关很高,其预测效果明显优于全谱模型,并且采用的波长点个数远远优于全谱波长点的个数,大大降低模型的复杂性,可为设计专用近红外光谱仪器提供参考.     

近红外光谱无损检测技术中数据的分析方法概述

近红外光谱无损检测技术可用于品种鉴别与农产品的定性或者是定量的分析工作. 本文介绍了近红外光谱的基本原理及各类近红外光谱分析方法. 近红外光谱无损检测技术中数据分析方法是通过光谱定量分析找到光谱以及对应浓度的内在关系,建立相应的数学模型. 这些方法主要有偏最小二乘回归、主成分分析法、BP神经网络算法、支持向量机、K最近邻分类算法和线性判别分析法等. 通过这些分析模型的对比,研究表明:支持向量机将是近红外光谱数据分析方法未来一个重要的研究方向.     

MIR和NIR光谱技术比较及在烃源岩分析中的应用

中红外光谱和近红外光谱具有快速、无污染、无破坏性特点,是对物质成分进行定量分析的有力工具。2种红外光谱又各具特色,从光谱产生机制、光谱分析模型和光谱仪器设计等角度进行分析对比,探讨2种光谱的各自优势和不足,为实际工作中光谱的选择提供依据。以烃源岩岩屑为研究对象,用中红外光谱和近红外光谱分别进行了分析。结果表明,当用小波多尺度正交校正方法对原始光谱进行预处理后,可明显提高近红外光谱分析模型的准确性和稳定性,得到与中红外光谱分析模型相一致的结果。     

近红外光谱法检测小麦粉中灰分含量的研究

采用化学法测定67个小麦粉样品的灰分含量,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二阶导数预处理,由PLS法获得的定标模型的决定系数(R2)为0.897 0.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0.909 4,预测集标准偏差(SEP)为0.098 0.实验表明,近红外光谱法应用于小麦粉灰分的测定是可行的.     

NIRA在农作物成分测量中的应用

研制便携式的、能对农作物中蛋白、水分及脂肪等成分进行快速测定的分析仪器具有重要的现实意义。本文借助近红外浸反射光谱分析技术,用进口及国产两种普通红外探测器件,测得了玉米粉在近红外区的漫反射光谱,这一结果的获得,为设计小型化仪器提供了所需的关键数据。     

原子吸收光谱多元素同时分析技术研究

随着分析仪器技术不断发展,原子吸收光谱法进行单一元素分析技术应用非常广泛,多元素分析方面的研究也取得了一定成果.从光谱仪器基本组件光源部分的发展出发,初步探讨原子吸收光谱光源对多元素分析的影响及其应用情况.     

近红外光谱-偏最小二乘法测定三元混合物中各组分的含量

为了提高近红外光谱定量分析的预测精度和建模效率,提出了一种基于峰纯度值的变量优选方法,结合偏最小二乘建模,用于近红外光谱多组分同时测定。对庚烷、氯苯和甲苯三组分混合体系进行分析,只选择其中的10个波长变量建立校正模型,与全谱范围的定量校正模型比较。结果表明该方法可使最终所得的模型中变量数大大减少,可通过波长变量优选最小化冗余信息,提高预测精度及建模效率。     

近红外光谱对市售黄芩饮片中黄芩苷含量的快速测定

应用近红外光谱技术(NIR)和OPUS数据分析软件,对市售黄芩饮片中黄芩苷的含量进行了快速测定.采用偏最小二乘法(PLS)对黄芩饮片的结果与NIR建立校正模型,最小最大归一化法为黄芩苷的最优预处理建模方法,优化校正模型中真实值与预测值之间的相关系数(R2)为0.896 1,内部验证均方差(RMSECV)为0.836,最佳主因子数为9,预测平均偏差为0.92%.NIR具有非破坏性、无污染、重现性好等优点,可以用于市售黄芩饮片中黄芩苷含量的快速测定.     

羰基铁粉颗粒表面硅烷偶联剂改性的研究

为了改善羰基铁粉与有机及高分子物质的相容性,选用硅烷偶联剂对羰基铁粉颗粒进行改性,并采取减少水的加入量降低偶联剂水解速率,促进偶联剂分子在颗粒表面的吸附.改性羰基铁粉颗粒表面包覆层在透射电镜中可观察到并达到40 nm.红外光谱和差示扫描量热分析表明,硅烷偶联剂对羰基铁粉粒子表面进行了良好的修饰,有效促进了羰基铁粉的进一步应用.     

近红外光谱分析技术在油品质量分析中的应用

分析了近红外光谱在油品质量分析中应用的工作原理，介绍了常用的几种近红外光谱定量、定性分析方法．定量分析方法主要有多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘法(PLS)与人工神经网络法(ANN)等；定性分析方法包括峰位鉴别法、模式识别法等，并对这几种方法进行了比较．进一步介绍了近红外光谱技术在柴油、汽油等油品质量分析中的应用成果．结果表明，近红外光谱分析技术是分析油品质量的一种有效而便利的方法，具有相当的工业应用价值．     

基于近红外光谱技术的辛伐他汀片剂生产过程多参数的质量监控

利用近红外光谱（NIR）技术,并结合化学计量学方法,建立了辛伐他汀片剂制备过程水分含量、制片压力、片剂硬度、主药含量四参数的近红外定量分析模型。采用偏最小二乘法（PLS）建立校正模型,以相关系数（R）、校正均方差（RMSEC）、预测均方差（RMSEP）和内部交叉验证均方差（RMSECV）为模型性能评价参数。其中水分含量校正模型的RMSEC为0.682,R为0.99030,内部预测集的RMSEP为0.672,R为0.9906,模型的RMSECV为0.99050;制片压力校正模型的RMSEC为0.181,R为0.98540,内部预测集的RMSEP为0.165,R为0.9763,模型的RMSECV为0.46900;片剂硬度校正模型的RMSEC为0.158,R为0.99130,内部预测集的RMSEP为0.176,R为0.9894,模型的RMSECV为0.34000;主药含量校正模型的RMSEC为0.322,R为0.98878,内部预测集的RMSEP为0.473,R为0.9802,模型的RMSECV为0.55100。结果表明,所建模型具有良好的预测能力,能有效地应用于辛伐他汀固体制剂生产过程中上述各参数的监控。所建方法,对药物固体制剂生产过程的质量监测与控制具有指导意义。     

免疫算法在近红外光谱奇异样本识别中的应用

为了提高近红外光谱数据建模后的准确性,文中提出基于免疫算法的近红外光谱奇异样本的识别方法.通过免疫算法与遗传算法对同一近红外光谱数据集分别进行奇异样本识别并比较,删除奇异样本后,免疫算法较遗传算法分别将水分、脂肪、蛋白质的PLS模型的预测误差平方和分别降低了25.8%、32.1%、21.7%.实验表明,免疫算法适用于近红外光谱奇异样本的识别,提高了模型预测精准度和稳健性.