论文部分内容阅读
菜籽油是我国的重要食用油,其品质的快速检测和科学评价是重要的研究内容。目前常用的菜籽油品质检测方法大多存在实验复杂、耗时长、劳动强度大等问题。本文采用近红外光谱分析技术,研究菜籽油脂肪酸组成、物理、化学各指标的近红外光谱特征和快速评价方法,建立菜籽油关键指标的预测模型,以实现菜籽油品质的快速无损测定。主要研究结论如下:1、确定了采集菜籽油近红外透射光谱的最佳扫谱条件。以菜籽油为原料,确定聚光科技NIR-2600近红外分析仪最佳的菜籽油近红外光谱扫描参数为:光程5mm、扫描次数10次、扫描温度40℃。在上述条件下所采集的菜籽油近红外光谱稳定性好,模型拟合精度高。2、构建了菜籽油脂肪酸组成的多元线性回归预测模型。搜集145个菜籽油样品,采用气相色谱法检测其油酸、亚麻酸、棕榈酸、硬脂酸、花生一烯酸和芥酸7种脂肪酸组成,并经近红外光谱采集、异常样本剔除、预处理方案优化、特征波长筛选等步骤后,建立了基于近红外光谱特征波长的菜籽油7种脂肪酸的多元线性预测模型,7个模型均具有较高的拟合精度(模型Rc均大于0.9943,RMSEC均小于0.2631),同时确定了菜籽油七种脂肪酸在1000nm~1250nm、1350nm~1408nm和1660nm~1818nm范围内的近红外指纹波长组合。3、构建了菜籽油化学指标的多元线性回归预测模型。搜集126个菜籽油样品,采用国标方法检测其酸价、过氧化值、碘价3个化学指标,并经近红外光谱采集、异常样本剔除、预处理方案优化、特征波长筛选等步骤后,建立了基于近红外光谱特征波长的菜籽油3种化学指标的多元线性预测模型,3个模型均具有较高的拟合精度(模型Rc均大于0.9684,RMSEC均小于0.5154)。确定了酸价的近红外指纹波长组合集中在1000nm~1200nm范围;过氧化值集中在1000nm~1250nm、1360nm~1460nm和1680nm~1790nm范围;碘价集中在1660nm~1770nm范围。4、构建了菜籽油物性指标的多元线性回归预测模型。搜集126个菜籽油样品,采用罗维朋比色计检测色泽黄值、红值,采用旋转数字粘度计检测粘度指标后,并经近红外光谱采集、异常样本剔除、预处理方案优化、特征波长筛选等步骤后,建立了基于近红外光谱特征波长的2种物性指标的多元线性预测模型,其中色泽2个模型均具有较高的拟合精度(模型Rc均大于0.9838,黄值RMSEC为2.1058,红值RMSEC为0.2335);黏度模型的Rc为0.8395,RMSEC为2.9731。确定了色泽的近红外指纹波长组合集中在1000nm~1180nm、1350nm~1480nm和1640nm~1700nm范围;黏度集中在1160nm~1300nm、和1600nm~1700nm范围。