论文部分内容阅读
食用油是人们膳食结构中不可缺少的重要组成部分,其质量优劣对人体健康有着重要的影响。传统食用油品质检测主要以化学方法为主,往往需要多种化学仪器和试剂,样品需要预处理,操作繁琐,耗时费力。该文是以食用植物油为研究对象,利用近红外光谱分析技术和化学计量学分析方法,开展食用植物油品质检测及鉴别方法的研究。主要结果如下:1.对比分析了10种光谱预处理方法对植物油中3种脂肪酸含量定量分析校正模型结果的影响,可知一阶导数处理和多元散射校正是建立植物油中油酸含量定量分析模型的最优光谱预处理方法;二阶导数处理是建立植物油中亚油酸含量定量分析模型的最优光谱预处理方法;一阶导数处理和矢量归一化处理是建立植物油中亚麻酸含量定量分析模型的最优光谱预处理方法。2.分别建立了基于偏最小二乘法PLS的食用植物油3种脂肪酸(油酸、亚油酸、亚麻酸)含量检测的近红外定量分析模型。可知油酸、亚油酸、亚麻酸定量校正模型的决定系数R~2分别为0.9752、0.937、0.9853,内部交叉验证均方差RMSECV分别为1.04%、1.3%、0.388%,3个模型的校正决定系数均较高;定量分析模型的验证决定系数R~2分别为0.9753,0.9655,0.9722;预测标准差RMSEP分别为1.11%、1.55%、0.487%,模型预测效果较好。表明所建定量分析模型可实现对食用植物油中油酸、亚油酸、亚麻酸含量的快速无损检测。3.建立了基于偏最小二乘法PLS的可同时检测植物油中3种脂肪酸(油酸、亚油酸、亚麻酸)含量的近红外定量分析模型。可知校正模型检测油酸的决定系数R~2为0.9693,内部交叉验证均方差RMSECV为1.15%,检测亚油酸的决定系数R~2为0.9671,内部交叉验证均方差RMSECV为1.46%,检测亚麻酸的决定系数R~2为0.9792,内部交叉验证均方差RMSECV为0.461%;该模型对油酸的验证决定系数R~2为0.9693,预测标准差RMSEP为1.3%,对亚油酸的验证决定系数R~2为0.9606,预测标准差RMSEP为1.66%,对亚麻酸的验证决定系数R~2为0.9731,预测标准差RMSEP为0.479%。表明所建模型可较好同时检测食用植物油中油酸、亚油酸、亚麻酸含量。4.利用近红外光谱定性分析技术研究了4个品种食用植物油的鉴别方法、芝麻大豆掺混油的鉴别方法、6个不同品牌芝麻油的鉴别方法。分别采用系统聚类法、主成分分析法、BP人工神经网络法进行了4个品种食用植物油的鉴别研究,结果表明主成分分析结合BP人工神经网络法建立的植物油品种鉴别定性分析模型最优,对4个品种植物油的鉴别率为100%;分别采用系统聚类法、主成分分析法、BP人工神经网络法进行了芝麻大豆掺混油的鉴别研究,结果表明主成分分析结合BP人工神经网络法建立的掺混油鉴别定性分析模型最优,对芝麻油、大豆油、掺混油的鉴别率为96.15%;分别采用系统聚类法、主成分分析法、BP人工神经网络法进行了6个不同品牌芝麻油的鉴别研究,结果表明主成分分析结合BP人工神经网络法建立的不同品牌芝麻油的鉴别定性分析模型最优,对6个不同品牌芝麻油的鉴别率为83.33%。结果表明近红外光谱分析技术可作为食用植物油品质快速鉴别检测的一种新方法。