论文部分内容阅读
粘稠样品在生活中随处可见,如食用油、芝麻酱和SBS改性沥青。市场上经常出现在高价产品中掺入低价产品或者劣质产品的现象。例如食用油领域,在橄榄油中掺入低价食用油,在纯芝麻酱中掺入花生酱,以及反复使用煎炸食用油等都损害了消费者的权益。同时在高速公路建设领域,掺假沥青材料的使用极大的缩短了高速公路的使用寿命,造成巨大的经济损失。因此,粘稠样品现场质量监控已引起相关行业质量监督部门的高度重视。粘稠样本具有种类多,组成复杂,其中有的物质颜色深等特点,对其分析提出了挑战。有些样品和性质至今还没有建立分析方法。有的使用传统检测分析方法耗时长,操作复杂和不环保(使用有毒溶液等),因此不适用于对产品的现场质量监管。因此,建立粘稠样品的快速分析检测方法已成为急需解决的课题。分子光谱结合多元分析方法凭借其快速、无损和可同时测定多个性质等优点被广泛应用于各领域。常用的光谱采集方式为透射和漫反射,对于粘稠样品的光谱采集存在装样和清洗困难,同时对于深色样品的光谱采集,也难以获得理想光谱信号。因此阻碍了分子光谱和多元分析方法直接用于粘稠样品的快速分析。本课题运用衰减全反射傅里叶红外光谱或拉曼光谱有效的实现了对粘稠与深色样品的光谱测量。食用油、芝麻酱和SBS改性沥青都是复杂天然物质,掺假物质与样品在组成上十分相近,导致合格与不合格样本的光谱极其相近以及严重背景荧光对拉曼光谱的影响也对粘稠样本分析提出挑战,对此,本文研究了光谱处理方法及多元分析方法。首先,运用拉曼光谱结合SIMCA建立食用油定性识别模型。本课题搜集了 94个食用油样品,其来自不同产地和厂商,包含菜籽油、茶籽油、大豆油、橄榄油、花生油和玉米油6种食用油。利用食用油指纹区域原始拉曼光谱进行主成分分析(PCA),由于食用油拉曼光谱中荧光背景的存在6种食用油不能在主成分空间中区分开。采用air-PLS扣除食用油拉曼光谱荧光背景,并利用PCA和SIMCA方法对食用油种类进行判别,PCA模型中每类食用油的聚类趋势更加明显,但菜籽油和花生油还不能完全的区分开。SIMCA在PCA的基础上实现了对菜籽油和花生油的判别,实现了对不同种类食用油样品100%的识别率。其次,本课题提出一种利用FTIR-ATR结合偏最小二乘(PLS)对煎炸食用油中极性物质含量快速检测的方法。实验共搜集44个不同极性物质含量的煎炸食用油样品,包含菜籽油、棉籽油、大豆油和棕榈油,其极性物质含量按照国标GB/T 5009.202-2003测定。分别采用相关系数法和二维相关光谱法选择波长变量,并建立各自最佳的PLS定量模型。采用二维相关光谱法选择波长变量建立的PLS定量模型准确度更高,其校正标准偏差(SEC)为0.928,验证标准偏差(SEP)为0.995。任取6个未知样品对模型进行重复性测试,最大标准偏差为0.25。这为煎炸食用油中极性物质含量的测定提供了新方法。然后,本课题利用FTIR-ATR实现对掺混芝麻酱中花生酱含量的检测。制备花生酱含量为2%-96%一系列质量分数的掺混芝麻酱样品。基于PLS建立最佳的定量模型,其校正标准偏差(SEC)为3.264,验证标准偏差(SEP)为3.808。利用16个未知样品和其中任意5个样品对模型进行准确度和重复性测试,证明建立的PLS定量模型具有优异的准确性和重复性。研究结果为掺混芝麻酱定量检测提供了理论和技术依据。最后,本课题运用FTIR-ATR建立对SBS改性沥青合格性判定方法。通过计算合格SBS改性沥青样品红外光谱之间的相似度θ值和残差值,设置合格样品相似度θ值和残差值的阈值范围。并对未知样品,通过计算其红外光谱与合格样品红外光谱的相似度θ值和残差值,以及结合合格样品的阈值范围判定其合格性。研究结果为SBS改性沥青质量检测奠定了理论基础。