食用植物油摻偽檢測(cè)與定量分析的近紅外光譜法研究.pdf

1、近紅外光譜技術(shù)是近年來(lái)發(fā)展起來(lái)的一種快速、無(wú)損、方便的檢測(cè)技術(shù),其應(yīng)用越來(lái)越廣泛?；瘜W(xué)計(jì)量學(xué)是一門(mén)新興的交叉學(xué)科,在提取分析信息、光譜預(yù)處理以及模型的建立等方面具有自身的優(yōu)勢(shì)。近紅外光譜技術(shù)與化學(xué)計(jì)量學(xué)的結(jié)合在定性判別和定量分析檢測(cè)中都有很重要的應(yīng)用,為食品安全檢測(cè)提供了解決問(wèn)題的新途徑和新方法。本文共分為七章,主要研究了化學(xué)計(jì)量學(xué)結(jié)合近紅外光譜技術(shù)用于食用植物油摻偽的定性鑒別和定量檢測(cè),以及食用植物油種類鑒別,酸價(jià)、過(guò)氧化值等指標(biāo)的檢

2、測(cè)。
　　 1.綜述了食用植物油種類判別、酸價(jià)、過(guò)氧化值以及食用植物油摻偽檢測(cè)的國(guó)內(nèi)外研究進(jìn)展。概括介紹了近紅外光譜技術(shù)原理以及近紅外光譜技術(shù)在定性和定量檢測(cè)中的研究現(xiàn)狀。
　　 2.對(duì)大豆油、玉米油、花生油、芝麻油、山茶油等5種食用植物油種類鑒別的近紅外光譜法進(jìn)行了研究,分別采用馬氏距離聚類分析方法和自組織競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)建立了判別模型,并探討了光譜波長(zhǎng)范圍和光譜預(yù)處理方法對(duì)模型的影響,利用所建立的馬氏距離聚類分析模型和自

3、組織競(jìng)爭(zhēng)網(wǎng)絡(luò)模型對(duì)預(yù)測(cè)集25個(gè)樣本進(jìn)行預(yù)測(cè),兩個(gè)模型的預(yù)測(cè)準(zhǔn)確率都達(dá)到100％。
　　 3.研究了偏最小二乘法(PLS)法和PLS-BP網(wǎng)絡(luò)法結(jié)合近紅外光譜技術(shù)用于同時(shí)檢測(cè)食用植物油酸價(jià)和過(guò)氧化值,分別建立了酸價(jià)和過(guò)氧化值的定量分析模型。并分別采用所建立的酸價(jià)和過(guò)氧化值PLS模型和BP網(wǎng)絡(luò)模型對(duì)預(yù)測(cè)集樣本進(jìn)行預(yù)測(cè),結(jié)果表明,PLS所建模型對(duì)兩組分預(yù)測(cè)集樣品預(yù)測(cè)決定系數(shù)R2分別為0.9837和0.9752,預(yù)測(cè)均方根誤差(RMSE

4、P)為0.0752和0.00972,BP神經(jīng)網(wǎng)絡(luò)模型對(duì)預(yù)測(cè)集樣品的R2分別為0.9695和0.9744,RMSEP分別為0.0595、0.00991。兩種方法基本可以滿足酸價(jià)和過(guò)氧化值同時(shí)測(cè)定的需要。
　　 4.研究了大豆油、玉米油、葵花籽油摻入到山茶油中的摻偽二元體系定性鑒別和定量測(cè)定。采用馬氏距離聚類分析方法分別建立了山茶油摻偽與否的判別分析模型和三種摻偽山茶油分類的判別模型。兩種摻偽判別模型的判別準(zhǔn)確率都在99.1％以上,

5、模型的預(yù)測(cè)效果滿意。并建立了摻偽山茶油二元體系中大豆油、玉米油、葵花籽油含量的PLS模型,PLS模型的校正相關(guān)系數(shù)分別為0.99957、0.99962、0.99975；RMSEC分別為0.300、0.309和0.255。對(duì)預(yù)測(cè)集樣本預(yù)測(cè)的RMSEP分別為0.467、0.272、0.410,同時(shí)預(yù)測(cè)集的真實(shí)值和預(yù)測(cè)值配對(duì)t-檢驗(yàn)結(jié)果顯示,差異均不顯著,所得結(jié)果滿意。
　　 5.配制摻有大豆油、菜籽油、棕櫚油的摻偽花生油二元體系,采

6、用PLS-BP網(wǎng)絡(luò)法研究了花生油摻偽的定性鑒別和定量測(cè)定。采用BP網(wǎng)絡(luò)建立了花生油摻偽鑒別模型,BP網(wǎng)絡(luò)經(jīng)744步左右達(dá)到訓(xùn)練目標(biāo),所建模型對(duì)校正集和預(yù)測(cè)集樣本判別準(zhǔn)確率分別為100％和96.0％。同時(shí),采用BP網(wǎng)絡(luò)建立起摻偽花生油中大豆油含量、菜籽油含量和棕櫚油含量的定量校正模型,并對(duì)預(yù)測(cè)集樣本進(jìn)行結(jié)果預(yù)測(cè),R2分別為0.9851、0.9901、0.9850,RMSEP分別為1.05、1.10、1.72。同時(shí)與PLS法和PCR法模型結(jié)

7、果進(jìn)行了比較,結(jié)果顯示,PLS法預(yù)測(cè)結(jié)果稍好于BP網(wǎng)絡(luò)模型,兩種方法都可以滿足摻偽花生油檢測(cè)的需要。
　　 6.采用自組織特征映射(SOM)網(wǎng)絡(luò)建立了摻有大豆油、菜籽油、花生油的摻偽芝麻油二元體系判別分析模型。采用PCA法對(duì)光譜數(shù)據(jù)進(jìn)行壓縮提取主成分,所建SOM網(wǎng)絡(luò)訓(xùn)練500后判別準(zhǔn)確率達(dá)到100％,利用SOM網(wǎng)絡(luò)模型對(duì)預(yù)測(cè)集判別準(zhǔn)確率為95.6％。此外,還采用PLS法對(duì)摻偽油含量進(jìn)行定量分析并建立了定量校正模型。利用所建立的P

8、LS模型對(duì)預(yù)測(cè)集樣品的大豆油、菜籽油和花生油含量進(jìn)行預(yù)測(cè),預(yù)測(cè)結(jié)果的RMSEP分別為1.05、1.31和0.686,R2分別0.9951、0.9825和0.9944,預(yù)測(cè)結(jié)果滿意。另外,本文還對(duì)芝麻油摻偽的三元體系(摻有大豆油和花生油)定量檢測(cè)進(jìn)行了探討,建立了大豆油、花生油含量的PLS法模型,大豆油和花生油含量的PLS定量模型的校正相關(guān)系數(shù)分別為0.95714、0.97025,RMSEC分別為1.54和1.42。相關(guān)性還不夠理想,定量