油料种子含油率的检测方法有传统的索氏抽提法,近红外光谱法等。近红外分析技术以绿色、无损、快速、无污染、便于在线分析和控制等常规化学分析方法不可比拟的优越性,愈来愈多地得在国内外各行各业得到应用。但常见的近红外仪器都存在光路、控制电路等系统复杂,价格高的缺点,且使用和维护仪器都需要专门技术人员。一般只适合在实验室优良的环境中工作,难以适应现场检测和野外移动检测,至今在我国的食品工业、农业和农产品加工部门并没有得到真正意义上的应用。更没有出现符合国情的低成本、使用方便、手提式近红外食品原料品质检测仪。将LD作为光源用于食品原料品质检测的近红外光谱分析应用中,实现光源与分光系统合二为一。从而提高检测系统的稳定性,缩小尺寸,降低成本,推广近红外光谱分析技术在农业、农产品和食品加工行业中的应用。在农产品生产、流通和加工等环节等对其质量动态快速监控,提高农业产品的附加值。本研究设计一台基于LD的近红外脂肪仪,验证直接检测方式的合理性、特征波长点的有效性,并探索适合分立波长点的建模方法。为开发低成本、高精度食品原料品质近红外检测仪器,提供可靠技术方案、数据处理的方法。收集来自全国等地的80个白芝麻样品,用FOSS NIRSystem6500光谱仪,棱光S400近红外光谱仪,CONTROL DEVELOPMENT NIR256-2.2T2光纤光谱仪,JDSU MicroNIR-1700微型光谱仪,基于滨松C11708MA自主研发的微型光谱仪等5台仪器扫描光谱。根据国标NY/T1285-2007索氏抽提残余法,测定80份供试材料的含油量,做为标准值。光谱预处理可以提高模型的稳健性和准确性,为建立模型提供可靠、背景干扰较少、信噪比高的光谱数据。将5台仪器采集得到的光谱用不同方法预处理,都取得了良好的建模效果。将光谱用区间筛选法(iPLS)、遗传算法(GA)、连续投影法(SPA)、无信息变量消除法(UVE)、回归系数法(RC)、竞争性自适应重加权算法(CARS)筛选粗脂肪对应波长。5台仪器筛选得到的波长,结合脂肪的在近红外波段的理论吸收波长点,确定了1 210 nm,1 410nm,1 730 nm,2 300 nm等4个特征波长。结合优选得到的脂肪特征波长与LD目前可低成本制作的波段范围(780nm~1 650 nm),以及前期探索得到的水分的3个检测波长(1 310 nm,1 450nm,1 550 nm),并且丰富光谱信息,间隔加入1 270 nm、1 610 nm。最终确定了8个波长点作为LD光源。用相同方法,扫描芝麻光谱。用多种线性方法、非线性方法建立模型并预测。线性方法:多元线性回归(MLR)、逐步回归(SWR)、主成分回归(PCR)、偏最小二乘(PLS)线性回归方法,建模结果差别不大。BP神经网络、最小二乘支持向量机(LS-SVM)、高斯过程回归(GPR)、相关向量机(RVM)、随机森林(RF)等非线性方法建模结果都优于线性方法,其中随机森林(RF)建模效果最好,Rc和Rp分别为0.9638和0.9295,RMSEC和RMSEP分别为0.0094和0.0125。基于LD的近红外芝麻脂肪检测系统,结构良好,检测方式合理。芝麻脂肪近红外特征波长点正确有效。非线性算法可以克服线性回归方程的缺点,适合用来对少数几个独立波长进行建模预测。基于LD的近红外芝麻脂肪仪成本低、体积小、速度快、操作简单,检测芝麻含油量研究,可以满足农业生产的需求。