| 茶皂素提取过程的原位实时监测技术 |
| |
| 引用本文： | 张雪莉,丁艳华,马海乐,洪晨,张涛,唐艳萍.茶皂素提取过程的原位实时监测技术[J].中国食品学报,2022,22(11):326-334. |
| |
| 作者姓名： | 张雪莉 丁艳华 马海乐 洪晨 张涛 唐艳萍 |
| |
| 作者单位： | 江苏大学食品与生物工程学院 江苏镇江 212013;湖南新金浩茶油股份有限公司 湖南永州 426100 |
| |
| 基金项目： | 国家自然科学基金面上项目(31471698) |
| |
| 摘 要： | 采用近红外光谱技术结合化学计量学方法，实时原位监测茶皂素提取过程中的茶皂素质量浓度、蛋白质质量浓度和多糖质量浓度的变化。研究结果表明，一阶求导(1stDer)为最优的光谱预处理方法，3个指标的校正集决定系数(RC)和预测集决定系数(RP)皆最高，交叉校验残差均方根误差(RMSECV)和预测残差均方根误差(RMSEP)最小。相较于偏最小二乘法(PLS)和区间偏最小二乘法(iPLS)算法对回归模型进行校正，以RP和RMSEP为评价指标，联合区间偏最小二乘法(SiPLS)算法下所建模型稳健性最佳。茶皂素浓度模型中的RP=0.9889,RMSEP=1.36；蛋白质浓度的RP=0.9859,RMSEP=0.354；多糖浓度的RP=0.9919,RMSEP=0.359。结论：近红外光谱技术联合Si-PLS模型可较好的实时监测茶皂素提取过程。
|
| 关 键 词： | 油茶籽饼粕 茶皂素 近红外光谱 原位监测 联合区间偏最小二乘法 |
| 收稿时间： | 2021/11/16 0:00:00 |
In-situ and Real-time Monitoring Technology of Tea Saponin Extraction |
| |
| Zhang Xueli,Ding Yanhu,Ma Haile,Hong Chen,Zhang TaO,Tang Yanping.In-situ and Real-time Monitoring Technology of Tea Saponin Extraction[J].Journal of Chinese Institute of Food Science and Technology,2022,22(11):326-334. |
| |
| Authors: | Zhang Xueli Ding Yanhu Ma Haile Hong Chen Zhang TaO Tang Yanping |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《中国食品学报》浏览原始摘要信息 |
|
点击此处可从《中国食品学报》下载全文 |
|
