一種快速、準(zhǔn)確定量調(diào)和油中各種油份比例的檢測(cè)方法
【專利摘要】本發(fā)明涉及一種可以快速準(zhǔn)確定量調(diào)和油中各種油份比例的方法。具體以食用油作為研究對(duì)象，應(yīng)用近紅外光譜法以及化學(xué)計(jì)量學(xué)的方法，對(duì)于調(diào)和油成分含量做一個(gè)初步的分析和研究，以期找到一個(gè)快速區(qū)分調(diào)和油成分的方法，來(lái)判斷某一調(diào)和油是否與標(biāo)簽一致，并判斷其好壞。實(shí)驗(yàn)并收集若干調(diào)和油，并模擬配置不同配比的調(diào)和油，利用近紅外光譜儀掃描純油的光譜及配比油的光譜，應(yīng)用偏最小二乘(PLS)的方法建立定量分析調(diào)和油中大豆油、花生油、葵花油含量的模型。最終選用S-G平滑的預(yù)處理方法，選用合適的因子數(shù)建立PLS預(yù)測(cè)模型，所建模型可以使三種油的相關(guān)系數(shù)達(dá)到最高達(dá)到0.9874，0.9371，0.9456，可以較準(zhǔn)確地預(yù)測(cè)出調(diào)和油中3種組分油的含量。因此，近紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法可以對(duì)食用植物油品質(zhì)進(jìn)行快速定量分析。
【專利說(shuō)明】一種快速、準(zhǔn)確定量調(diào)和油中各種油份比例的檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于分析化學(xué)領(lǐng)域，涉及食用植物油品質(zhì)的檢測(cè)問(wèn)題。

【背景技術(shù)】
[0002]食用油是人們?nèi)粘Ｉ钪械闹匾匦杵分?，隨著生活水平的提高和對(duì)健康的日益重視，營(yíng)養(yǎng)均衡和價(jià)格低廉的調(diào)和油越來(lái)越受到消費(fèi)者的青睞。調(diào)和油是由兩種或兩種以上植物油摻和而成的。調(diào)和油中主要含有:橄欖油、芝麻油、花生油、胡麻油、葵花籽油、大豆油、玉米油、菜籽油、棕櫚油等。然而它的具體成分及價(jià)格都沒(méi)有一個(gè)具體標(biāo)準(zhǔn)，對(duì)其含量又難以判斷，對(duì)于調(diào)和油難以有一個(gè)行之有效判斷的方法，傳統(tǒng)的檢驗(yàn)方法也難以對(duì)調(diào)和油做出一個(gè)準(zhǔn)確快速的判斷，特別對(duì)其中某一種油的比重更是難以分析。進(jìn)而造成市場(chǎng)混亂，隨意給調(diào)和油冠名，卻不見(jiàn)得含有冠名的油份，或者含量不足，誤導(dǎo)消費(fèi)者。所以我們需要對(duì)調(diào)和油成分組成做一個(gè)研究分析，尋找一種有效的方法能定量分析調(diào)和油組分的含量。
[0003]目前對(duì)于調(diào)和油含量分析的主要常見(jiàn)方法有氣相色譜法，高效液相色譜法，薄層色譜法，紫外分光光度法，紅外光譜法，近紅外光譜法，氣質(zhì)聯(lián)用，核磁共振等。以上的方法也能取得較好的結(jié)果，但是都或多或少的存在一些限制。氣象色譜和液相色譜需要進(jìn)行大量的預(yù)處理，而且實(shí)驗(yàn)周期較長(zhǎng)，油脂類的組分很多，數(shù)據(jù)繁雜難以區(qū)分；紫外光譜的區(qū)分度不太高，而且產(chǎn)生特征峰的組分是可以添加的。相比較于紅外光譜法近紅外光譜法則更為簡(jiǎn)單，近紅外光譜作為今年來(lái)新開(kāi)發(fā)出來(lái)的技術(shù)，它獲取的譜圖更簡(jiǎn)單，操作更簡(jiǎn)單，可以直接測(cè)量，可以實(shí)現(xiàn)在線檢測(cè)。應(yīng)用近紅外光譜法以及化學(xué)計(jì)量學(xué)的方法，對(duì)于調(diào)和油成分含量做一個(gè)初步的分析和研究，以期找到一個(gè)快速區(qū)分調(diào)和油成分的方法，來(lái)判斷某一調(diào)和油是否與標(biāo)簽一致，并判斷其好壞。
[0004]化學(xué)計(jì)量學(xué)是一門化學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)等學(xué)科的交叉學(xué)科?；瘜W(xué)計(jì)量學(xué)既可以進(jìn)行定性分析又可以進(jìn)行定量分析，涉及的方法也不盡相同。主要方法包括主成分分析、聚類分析、偏最小二乘-判別分析、SMCA、支持向量機(jī)以及人工神經(jīng)網(wǎng)絡(luò)等。
[0005]綜上所述，開(kāi)發(fā)快速、準(zhǔn)確的調(diào)和油檢測(cè)方法是提高食品安全的有效途徑。而本發(fā)明以近紅外光譜作為檢測(cè)手段，結(jié)合化學(xué)計(jì)量方法，實(shí)現(xiàn)調(diào)和油中各種油的比例定量。


【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是針對(duì)上述存在的問(wèn)題，提供一種快速、準(zhǔn)確定量調(diào)和油中各種油份比例的檢測(cè)方法，對(duì)調(diào)和油質(zhì)量的改善具有重要意義。
[0007]為實(shí)現(xiàn)本發(fā)明所提供的技術(shù)方案包括以下步驟:
[0008]1)收集有代表性的樣品并通過(guò)近紅外光譜儀器測(cè)量樣品的近紅外光譜，采用標(biāo)準(zhǔn)方法測(cè)定所關(guān)心的組分或性質(zhì)。
[0009]2)將組成或性質(zhì)數(shù)據(jù)和樣品的近紅外光譜通過(guò)建立校正模型。首先考察不同的預(yù)處理方法對(duì)預(yù)測(cè)結(jié)果的影響，其次通過(guò)交叉驗(yàn)證均方根(RMSECV)隨著因子數(shù)(LV)的變化確定3種組分的因子數(shù)，最后對(duì)每種組分建立偏最小二乘回歸(PLS)模型。
[0010]3)根據(jù)所建校正模型預(yù)測(cè)未知樣品的組分或性質(zhì)。
[0011]其分析過(guò)程主要包括采集樣品的近紅外光譜，測(cè)定所關(guān)心的組分或性質(zhì)數(shù)據(jù)，建立校正模型和對(duì)未知樣品組分或性質(zhì)的測(cè)定。
[0012]本發(fā)明采用近紅外光譜儀作為樣品檢測(cè)手段，近紅外光譜測(cè)量方式有透射、反射和漫反射多種形式，適合測(cè)量液體、固體和漿狀等形式的樣品，因此，用途很廣。最大的優(yōu)點(diǎn)就是無(wú)須對(duì)樣品進(jìn)行任何預(yù)處理，如植物油可直接倒入比色皿中或?qū)⒐饫w探頭直接插入植物油中進(jìn)行測(cè)量，操作非常方便，幾秒鐘內(nèi)完成光譜掃描。

【專利附圖】

【附圖說(shuō)明】
[0013]圖1:120個(gè)樣品的近紅外光譜圖
[0014]圖2:交叉驗(yàn)證均方根(RMSECV)隨著因子數(shù)(LV)的變化圖，其中a)、b)、c)分別對(duì)應(yīng)花生油、葵花油和大豆油
[0015]圖3:預(yù)測(cè)集樣本組分濃度參考值和PLS預(yù)測(cè)值的相關(guān)圖，其中a)、b)、c)分別對(duì)應(yīng)花生油、葵花油和大豆油

【具體實(shí)施方式】
[0016]為更好理解本發(fā)明，下面結(jié)合實(shí)施例對(duì)本發(fā)明做進(jìn)一步地詳細(xì)說(shuō)明，但是本發(fā)明要求保護(hù)的范圍并不局限于實(shí)施例表示的范圍。
[0017]實(shí)施例:
[0018]1)調(diào)和油近紅外光譜收集。選用葵花油，大豆油，花生油作為基礎(chǔ)油模擬配比調(diào)和油。根據(jù)樣品池的大小，選用log作為總重。用分析天平，按比例添加三種油。理論上欲配置花生油含量范圍為1% -40%，大豆油和葵花油則隨機(jī)不重復(fù)添加。運(yùn)行控制軟件，設(shè)置好測(cè)量參數(shù)和空白背景，掃描基線。將放入近紅外儀器中采集光譜，每個(gè)樣品掃描三次。以txt格式保存光譜數(shù)據(jù)。波長(zhǎng)范圍800-2500nm采用透射模式，透過(guò)率，波長(zhǎng)范圍選用lnm的間隔，較快的測(cè)量速度(l.0nm)，光譜寬度選用正常，掃描方式選用重復(fù)掃描。圖1為120個(gè)樣品的近紅外光譜圖。從圖中可以看出，各個(gè)樣品之間差距極小，基本重合，無(wú)法直接根據(jù)峰高度獲取含量信息，需要借助化學(xué)計(jì)量學(xué)進(jìn)行定量分析。
[0019]2)采用S-G平滑、標(biāo)準(zhǔn)正態(tài)變量(SNV)、多元散射校正(MSC)、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、連續(xù)小波變換(CWT)等六種預(yù)處理方法對(duì)光譜進(jìn)行預(yù)處理。交叉驗(yàn)證均方根誤差顯示S-G平滑預(yù)處理效果最好。在建立PLS模型之間，需要確定因子數(shù)，圖2為交叉驗(yàn)證均方根(RMSECV)隨著因子數(shù)(LV)的變化圖，其中a)、b)、c)分別對(duì)應(yīng)花生油、葵花油和大豆油。從圖中可以看出，RMSECV隨著因子數(shù)的增加逐漸下降，取最小RMSECV對(duì)應(yīng)的因子數(shù)為該組分的因子數(shù)，三種組分因子數(shù)分別確定為17、19、20。
[0020]3)將預(yù)測(cè)集的光譜代入優(yōu)化好的PLS模型，預(yù)測(cè)調(diào)和油中各種油的比例。圖3a)、b)、c)分別為調(diào)和油中大豆油、花生油、葵花油三種組分實(shí)際值與預(yù)測(cè)值的相關(guān)圖。從圖中可以看出，三種組分的實(shí)際值與預(yù)測(cè)值線性關(guān)系較好，相關(guān)系數(shù)(R)分別達(dá)到0.9874，0.9371 和 0.9456。
【權(quán)利要求】
1.一種快速、準(zhǔn)確定量調(diào)和油中各種油份比例的檢測(cè)方法，其特征在于:它利用近紅外光譜儀掃描調(diào)和油的光譜，采用不取平均值的方法直接建立PLS模型，結(jié)合最佳因子數(shù)建立了預(yù)測(cè)模型來(lái)定量分析調(diào)和油中各種油含量。
2.根據(jù)權(quán)利要求1所述的調(diào)和油中各油份快速、準(zhǔn)確的檢測(cè)方法，其特征在于:所述化學(xué)計(jì)量學(xué)方法先采用SG平滑對(duì)光譜進(jìn)行預(yù)處理，確定因子數(shù)后，采用偏最小二乘回歸方法建立校正模型。
3.根據(jù)權(quán)利要求1所述的調(diào)和油中各油份快速、準(zhǔn)確的檢測(cè)方法，其特征在于:對(duì)于調(diào)和油中各油份的配比沒(méi)有限制，特別對(duì)其中對(duì)的某一種油都可以同時(shí)準(zhǔn)確檢測(cè)。
【文檔編號(hào)】G01N21/359GK104297201SQ201410616248
【公開(kāi)日】2015年1月21日 申請(qǐng)日期:2014年11月3日 優(yōu)先權(quán)日:2014年11月3日
【發(fā)明者】卞希慧, 李淑娟, 郭玉高, 謝傳奇, 王江江 申請(qǐng)人:天津工業(yè)大學(xué)