雞蛋品質近紅外光譜無損檢測研究.pdf

1、隨著社會日新月異的發(fā)展和人們生活水平的逐步提高，雞蛋作為人們日常所需營養(yǎng)的主要來源，其內部的品質及新鮮度的好壞直接關系到對人體造成的影響。目前，雞蛋的分選分級和內部品質檢測方法存在破壞樣品、耗時長、效率低等不足，因此急需尋求一種檢測準確、快速、效率高的檢測技術。
　　近紅外光譜無損檢測技術集準確、高效、快速等優(yōu)點可實現不破壞樣品的基礎上對樣品內部品質進行無損檢測。本文結合無損檢測技術和近紅外光譜理論在食品檢測上的運用，以雞蛋樣品內

2、部品質（哈夫單位、蛋白高度和蛋白pH值等）為測量指標，應用近紅外光譜無損檢測技術對雞蛋內部品質和新鮮度判別進行了快速檢測方法和模型建立。主要研究內容和研究成果如下：
　　1.研究了不同近紅外光譜檢測儀器和采集方式下，尋找測量雞蛋樣品所對應的最佳儀器匹配參數、樣品測量部位和雞蛋外殼顏色等因素對雞蛋內部品質近紅外光譜響應特性的影響。研究得出樣品測量部位對雞蛋內部品質近紅外光譜響應特性有影響，測量部位為赤道部位最能反映雞蛋樣品的近紅外光

3、譜特性，雞蛋外殼顏色對雞蛋可見/近紅外在線光譜響應特性影響不明顯。
　　2.分別對傅立葉近紅外光譜儀漫反射采集方式和可見/近紅外在線檢測裝置漫透射采集方式下的雞蛋樣品光譜數據進行預處理試驗研究，獲得各儀器下雞蛋樣品各品質指標對應的理想近紅外光譜預處理方法。
　　3.利用反向間隔偏最小二乘法對各品質指標最佳預處理后的光譜進行相應最佳波段篩選。研究表明在傅立葉近紅外光譜儀漫反射采集下，哈夫單位、蛋重、蛋白pH值、蛋黃指數和蛋白高

4、度在對應子區(qū)間分隔數分別為20、20、25、25、25，光譜數據點數分別為1714、1556、1371、1245、1381下的波段最能表征各自原始全波段信息。利用可見/近紅外在線檢測裝置漫透射采集下，蛋白pH值、哈夫單位、蛋重和蛋白高度在對應子區(qū)間分隔數分別為20、15、25、25，光譜數據點數分別為658、879、431、479下的波段最能表征各自原始全波段的信息?？梢?，不同的品質指標，最理想區(qū)間分割數不同，對應最優(yōu)篩選的波段范圍不同

5、，光譜點數也不同。
　　4.建立了不同儀器和采集方式下各品質指標的近紅外光譜快速定量分析數學模型。利用多元校正方法PLSR、MLR、PCR對篩選出的各品質指標的最佳波段光譜數據建立定量數學模型，結果顯示在傅立葉近紅外光譜儀漫反射采集下，哈夫單位、蛋重、蛋白pH值、蛋白高度都利用PLS建立的模型最為理想，預測驗證結果相關系數Rp分別為0.854、0.844、0.726、0.878，RMSEP分別為9.595、3.295、0.323、

6、1.077。利用MLR建立的蛋黃指數模型最為理想，預測驗證結果相關系數Rp為0.909，RMSEP為0.036；在可見/近紅外在線檢測裝置漫透射采集下，哈夫單位和蛋白高度在利用PLS建立的模型效果最好，預測驗證結果的相關系數Rp分別為0.786、0.778；RMSEP分別為2.569、0.349。利用PCR建立的蛋重和蛋白pH值模型效果最理想，預測驗證結果相關系數Rp分別為0.805、0.876；RMSEP分別為2.616、0.077。

7、結果表明定量分析下，采集方式不同，品質指標不同，最佳模型校正方法不同。傅立葉近紅外光譜所獲得雞蛋光譜信息建模效果要優(yōu)于近紅外在線裝置所獲得的雞蛋光譜信息所建模效果。
　　5.建立了雞蛋樣品新鮮度判別定性分析數學模型。樣品分6小批分別儲存于0、3、6、9、12、15天數下，新鮮度按照哈夫單位值大小將雞蛋樣品分為新鮮和非新鮮兩類。利用PLS-DA判別分析方法定性分析結果顯示在傅立葉近紅外光譜儀漫反射采集下，對儲存0、3、6、9、12、