论文部分内容阅读
面粉是人类日常生活中所必需的面制品加工原料，因此面粉品质直接影响最终面制食品的加工和食用品质。本文运用近红外光谱技术探索面粉水分含量、灰分含量、淀粉含量、蛋白质含量、湿面筋含量、干面筋含量和面筋指数的快速测定，旨在为快速评价面粉营养品质和加工品质奠定基础。本文采用常规化学方法测定分析了面粉样品中的水分含量、灰分含量、淀粉含量、蛋白质含量、湿面筋含量、干面筋含量和面筋指数等品质指标。所测得面粉中水分、蛋白质、灰分、淀粉、干面筋、湿面筋和面筋指数的含量分布范围分别为10.5492-17.6423%、6.9460-19.1760%、0.3048-2.0385%、58.3150-73.1450%、6.6-16.9%、3.33-48.2%、20-100。随后运用近红外光谱仪器采集所有面粉样品的近红外光谱图。在数据处理阶段，首先运用化学计量学软件中的相关功能剔除由于环境影响、仪器原因和人为因素所产生的部分异常样品。运用剔除不同异常样品数后的样品集建立模型，通过比较模型参数可知合适异常样品的剔除会提高模型的预测能力，比较面粉各理化指标模型的最佳异常样品数可发现其均不同。其次运用正交因素水平法来优选预处理方法，结果表明合适的光谱数据预处理方法可有效提高模型的稳定性。比较面粉各理化指标模型可发现：所建各理化指标最佳模型所对应的预处理方法均不同，同一理化指标不同样品集所建最佳模型的预处理方法也不同。再次在不同的光谱区间内建立模型，结果表明，面粉各理化指标的信息集中光谱区间均不同，除干面筋含量外其它各理化指标的最佳建模区间为全光谱区间，因此可知面粉各理化指标（除干面筋）的含量信息分布于整个光谱区间。最后运用PCA、PLS、MPLS、ANN、LC五种不同的建模方法建立模型，通过比较建模结果可发现合适的建模方法能提高模型的RSQ、1-VR、RPD值，降低模型的SEC、SECV值，提高模型的稳定性和预测准确度；与此同时五种理化指标的最佳建模方法存在差异。经过上述数据处理过程，最终所建最佳的面粉水分、蛋白质、灰分、淀粉、干面筋、湿面筋和面筋指数的近红外光谱模型的预测相关系数分别为0.905、0.807、0.956、0.833、0.845、0.859、0.474。由此可见，除面筋指数模型外剩余模型可实现对面粉相应理化指标的较好预测。