下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
應(yīng)用近紅外光譜技術(shù)測定食用植物油中過氧化值
近紅外光譜分析是近年來開發(fā)和推廣應(yīng)用的一種綠色分析技術(shù)。樣品一般不需任何預(yù)處理就能直接進(jìn)行測試,具有操作簡單、分析速度快、測試效率高、安全,并且可以減少勞動力和試劑等優(yōu)點,非常適合食品的快速定性和定量分析。而在我國,近紅外的應(yīng)用還主要在農(nóng)業(yè)上,其他領(lǐng)域的研究和應(yīng)用相對較少。近紅外譜區(qū)指波長介于可見區(qū)與中紅外區(qū)之間的電磁波,波數(shù)范圍為4000~12500cm-1。近紅外光譜區(qū)的吸收主要是分子振動基頻在2000cm-1以上的倍頻、合頻吸收,所以有機物近紅外光譜主要包括C-H、N-H、O-H、S-H等含氫基團(tuán)的倍頻與合頻吸收帶。食用油脂氧化產(chǎn)生氫過氧化物(R-O-O-H),氫過氧化物含量多少用過氧化值來表征。因此,利用傅里葉近紅外技術(shù)測定油脂的過氧化值大小在理論上是可行的。本試驗以常見食用植物油大豆油、花生油、葵花籽油為檢測對象,用傳統(tǒng)化學(xué)分析方法測定其過氧化值,同時用傅里葉變換近紅外光譜儀采集近紅外光譜,建立定量分析模型,并且驗證定標(biāo)模型,探討近紅外光譜法快速測定植物油過氧化值的可行性。1材料和方法1.1紅外光譜NIRFlexN-500傅里葉變換近紅外光譜儀(瑞士Buchi公司),101型電熱鼓風(fēng)干燥機;三氯甲烷、冰乙酸、碘化鉀、丙酮均為分析純。1.2不同規(guī)格油樣的過氧化值近紅外光譜法本試驗共取上海、遼寧、安徽等地油脂儲備庫以及各個廠家的不同品種大豆油、花生油、葵花籽油50個(包括一級、二級、三級、四級以及毛油),為了避免重復(fù),同一庫中的油樣,取不同批次(過氧化值初始值均符合相應(yīng)的國家標(biāo)準(zhǔn))。先測定50個油樣的初始過氧化值,掃描近紅外光譜;然后將油樣放入(60±1)℃烘箱,間隔一定時間取出測定過氧化值,并同時掃描近紅外光譜。每個樣品取3~5個點,最終得到建模的樣品數(shù)是189個。1.3近紅外采集方法NIRFlexN-500傅里葉變換近紅外光譜儀,光源為鎢燈,檢測器為珀耳帖溫控InGaAs;帶溫控液體樣品池。該儀器的光譜采集范圍4000~10000cm-1,光譜分辨率8cm-1,波長精度±0.2cm-1,掃描次數(shù)為16。油樣近紅外的采集采用透射方式掃描,樣品溫度控制在40℃。油樣放入液體樣品池保溫2min后,再對樣品進(jìn)行掃描。共得到189個近紅外樣品光譜,其中花生油樣品70個,葵花籽油樣品49個,大豆油樣品70個,見圖1。1.4pcr和偏最小二乘法利用定標(biāo)軟件NIRCal5.2對采集的光譜數(shù)據(jù)進(jìn)行處理。所得光譜經(jīng)4種歸一化方法(趨近歸一化(NormalizationbyClosure,Ncl)、最大歸一化(NormalizationbyMaxima,Nma)、0~1間歸一化(Normalizationbetween0and1,N01)、單位長度歸一化(NormalizationtoUnitLength,Nle))、一階導(dǎo)數(shù)(1stderivative,DB1)、二階導(dǎo)數(shù)(2ndderivative,DB2)等方法進(jìn)行處理,采用主成分回歸法(PCR)和偏最小二乘法(PLS)兩種方法建立定標(biāo)模型。1.4.1構(gòu)建方程的一般要求通過一些重要參數(shù)來衡量回歸方程的優(yōu)劣。這些參數(shù)主要包括定標(biāo)標(biāo)準(zhǔn)差(SEC)、預(yù)測標(biāo)準(zhǔn)差(SEP)、定標(biāo)相關(guān)系數(shù)(Rc)、預(yù)測相關(guān)系數(shù)(Rv),構(gòu)建方程時,一般要求SEP接近或略大于SEC,且相關(guān)系數(shù)與決定系數(shù)很高。1.4.2異常檢測與消除極個別樣品的誤差異常顯著時,必須剔除,這可能由常規(guī)化學(xué)分析或由光譜測定時引入。1.5分析與測定過氧化值的測定:按照AOCS方法測定過氧化值。每個樣品測定3次,取其平均值。2結(jié)果與討論2.1修正方法的制定2.1.1定標(biāo)和驗證方法從收集的樣品數(shù)據(jù)中隨機挑選2/3的樣品數(shù)據(jù)作為定標(biāo)樣品集數(shù)據(jù),其余1/3為驗證樣品集數(shù)據(jù),以最終評價定標(biāo)的穩(wěn)定性和準(zhǔn)確性,其中極值點必須選入定標(biāo)集中。有關(guān)定標(biāo)樣品集和驗證樣品集的信息見表1。2.1.2異常值的建立采用瑞士Buchi公司定標(biāo)軟件NIRCal5.2中的向?qū)Чδ?比較不同光譜預(yù)處理方法和分析方法以及最佳譜區(qū)范圍組合的建模效果。以定標(biāo)集預(yù)測標(biāo)準(zhǔn)差和驗證集預(yù)測標(biāo)準(zhǔn)差、定標(biāo)集和驗證集的相關(guān)系數(shù)這4個指標(biāo)選擇最佳的模型參數(shù),從而獲得過氧化值模型的最佳光譜數(shù)據(jù)預(yù)處理方法、最佳分析方法、最佳譜區(qū)范圍和最佳主因子數(shù),見表2。在常規(guī)化學(xué)分析和近紅外光譜測定中誤差的出現(xiàn)是不可避免的,因此在建模時需要對樣品進(jìn)行異常值的剔出。軟件提供了4種不同的方法進(jìn)行異常值剔除:杠桿值(Leverages)、光譜殘差(SpectraResidual)、屬性殘差(PropertyResidual)和載荷值(Loadings)。根據(jù)重要性在其中選1種或者是幾種結(jié)合在一起選擇異常值。其中杠桿值也叫影響系數(shù),正規(guī)的杠桿系數(shù)又稱為馬氏距離(Mahalanohis)。因子載荷值也叫因子權(quán)值,是所建模型樣品光譜的第1、2主成分的空間分布圖。本文根據(jù)定標(biāo)樣本光譜數(shù)據(jù)計算光譜殘差和預(yù)測誤差,以光譜殘差和預(yù)測誤差的2.5倍為閾值,超出任何一閾值被認(rèn)為是異常值。最終過氧化值模型需要剔除2條光譜。由此而建立的過氧化值數(shù)學(xué)模型比最初模型性能上都有一定的提高。最終經(jīng)過優(yōu)化后的過氧化值模型的各項統(tǒng)計參數(shù)值見表3,處理結(jié)果見圖2。由表3可以看出,過氧化值的化學(xué)測定值與近紅外定標(biāo)模型預(yù)測值之間的相關(guān)系數(shù)都達(dá)到了0.99以上,說明過氧化值數(shù)學(xué)模型的預(yù)測值和化學(xué)值之間有高度的相關(guān)性。2.2近紅外定標(biāo)模型的實驗2.2.1特色方法對比定標(biāo)模型建立后,另選擇10個過氧化值不同的樣品驗證分析模型的準(zhǔn)確性,并同標(biāo)準(zhǔn)方法測定值進(jìn)行比較。用于測定的樣品掃描3次,取3次檢驗的平均值。結(jié)果列于表4。利用SPSS統(tǒng)計軟件對近紅外方法和常規(guī)化學(xué)方法進(jìn)行比較。將過氧化值模型的預(yù)測值和化學(xué)值作為成對數(shù)據(jù),利用統(tǒng)計軟件SPSS進(jìn)行配對t檢驗,設(shè)定置信度為95%時,其預(yù)測值和化學(xué)值之間的差異不顯著(P>0.05)。這說明了用近紅外方法取代傳統(tǒng)法對食用植物油進(jìn)行過氧化值的快速測定是可行的。過氧化值的平均相對誤差為0.290%,預(yù)測誤差的標(biāo)準(zhǔn)差為0.196,說明這個模型都有很高的預(yù)測準(zhǔn)確度,預(yù)測結(jié)果是令人滿意的。2.2.2平行測定試驗一種成熟的品質(zhì)分析方法不僅要求有高的測定準(zhǔn)確度,還要求有高的測定精確度。采用本試驗設(shè)定的測定植物油近紅外光譜的方法和已建立的過氧化值定量分析模型對同一樣品進(jìn)行平行測定試驗,以檢驗近紅外定量分析方法測定油樣樣品的精確度。隨機挑選1個油樣樣品,以模型預(yù)測值、預(yù)測值相對標(biāo)準(zhǔn)偏差作為評價指標(biāo),考察模型的穩(wěn)定性。同一植物油油樣10次平行測定統(tǒng)計結(jié)果列于表5。從表5中可以看出模型的穩(wěn)定性比較好。3預(yù)測標(biāo)準(zhǔn)差和預(yù)測方法本試驗成功建立了食用植物油過氧化值的校正模型,其定標(biāo)集和驗證集相關(guān)系數(shù)分別為0.995和0.995,預(yù)測標(biāo)準(zhǔn)差分別為0.732和0.821。這表明,本試驗所
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 二零二五年綠色建筑材料交易合同規(guī)范匯編3篇
- 2025版微粒貸逾期8萬元債權(quán)轉(zhuǎn)讓服務(wù)合同3篇
- 2025版外債借款合同匯率風(fēng)險與應(yīng)對措施3篇
- 二零二五年度菜鳥驛站快遞業(yè)務(wù)數(shù)據(jù)分析合同3篇
- 二零二五年度多功能木方模板設(shè)計與制造服務(wù)合同4篇
- 2025年學(xué)生就業(yè)實習(xí)合同
- 2025年名譽權(quán)質(zhì)押合同
- 2025年合作加盟代理合資經(jīng)營合同
- 二零二五版國際貨物檢驗鑒定服務(wù)合同(木材)3篇
- 2025年家居中介代理協(xié)議
- 化學(xué)-河南省TOP二十名校2025屆高三調(diào)研考試(三)試題和答案
- 智慧農(nóng)貿(mào)批發(fā)市場平臺規(guī)劃建設(shè)方案
- 林下野雞養(yǎng)殖建設(shè)項目可行性研究報告
- 2023年水利部黃河水利委員會招聘考試真題
- Python編程基礎(chǔ)(項目式微課版)教案22
- 01J925-1壓型鋼板、夾芯板屋面及墻體建筑構(gòu)造
- 近五年重慶中考物理試題及答案2023
- 乳腺導(dǎo)管原位癌
- 冷庫管道應(yīng)急預(yù)案
- 《學(xué)習(xí)教育重要論述》考試復(fù)習(xí)題庫(共250余題)
- 網(wǎng)易云音樂用戶情感畫像研究
評論
0/150
提交評論