高光譜檢測技術(shù)ppt課件(編輯修改稿)
2025-01-31 21:13 本頁面
【文章內(nèi)容簡介】 y, TP)法 四、 近紅外光譜定量分析的流程與步驟 優(yōu)點(diǎn)： （ 1）快速，通常 30秒內(nèi)就可給出分析結(jié)果，可進(jìn)行在線分析； （ 2）制樣簡單； （ 3）信息量大，可同時測定多組分； （ 4）經(jīng)定標(biāo)建模后，無須用其他常規(guī)化學(xué)分析手段，不使用有毒有機(jī) 試劑，無污染； （ 5）非破壞性分析，可實(shí)現(xiàn)產(chǎn)品的無損質(zhì)量檢測； （ 6）可使用光纖，從而可實(shí)現(xiàn)遠(yuǎn)程分析檢測。 五、近紅外光譜分析技術(shù)的優(yōu)缺點(diǎn) 缺點(diǎn)： （ 1）建立模型需要大量有代表性且化學(xué)值已知的樣品； （ 2）模型需要不斷的維護(hù)改進(jìn) ； （ 3）近紅外測定精度與參比分析精度直接相關(guān)，在參比方法精度不夠的情況下，無法得到滿意結(jié)果。 六、近紅外光譜技術(shù)在食品檢測中的應(yīng)用 食品： 酒制品、飲料、調(diào)味品、乳制品、食用油、烘焙食品、肉類等成分鑒別、產(chǎn)地鑒別、真?zhèn)舞b別 農(nóng)牧： 谷類作物、煙草、咖啡、水果、蔬菜、茶葉等 成分鑒別、成熟度、品質(zhì)分級、品種鑒定、產(chǎn)地鑒別、真?zhèn)舞b別 石油煉制： 原油、天然氣、汽油等 成分鑒別、重整 （ 1）用近紅外光譜技術(shù)鑒別蜂蜜真?zhèn)? 參考文獻(xiàn)：鐘艷萍，鐘振聲，陳蘭珍，葉志華，趙靜．近紅外光譜技術(shù)定性鑒別蜂蜜品種及真?zhèn)蔚难芯?[J]．現(xiàn)代食品科技，2022， 26(11)：12801282． 應(yīng)用例 在 12022~4000 cm1 范圍內(nèi)采集荊條蜜、槐花蜜、油菜蜜和摻假蜜的近紅外光譜，結(jié)合一階導(dǎo)、多元散射校正及變量標(biāo)準(zhǔn)化 )三種方法對光譜進(jìn)行預(yù)處理，以主成分分析結(jié)合馬氏距離判別法，在不同譜區(qū)建立蜂蜜品種及真?zhèn)味ㄐ澡b別模型。研究發(fā)現(xiàn) 6100~5700 cm1 譜區(qū)為最佳建模波段，品種判別正確率達(dá) 90%以上，真?zhèn)舞b別正確率 % 。 （ 2）植物油品質(zhì)分析中的應(yīng)用 ? 1994 年 Sato采用近紅外光譜技術(shù)鑒別大豆、玉米、棉籽、橄欖、花生及油菜等植物油種類。 ? 陳永明等結(jié)合遺傳算法建立了不同產(chǎn)地的橄欖油近紅外分析模型 , 可以快速、無損地鑒別出未知產(chǎn)地的橄欖油 , 將為其他植物油產(chǎn)地鑒別提供了一種便捷手段。 在油脂植物含油量測定中的應(yīng)用 ? 劉福莉等利用傅里葉變換近紅外透射光譜法掃描食用調(diào)和油中大豆油、花生油以及玉米油的光譜 , 采用偏最小二乘法 ( PLS )建立了各自含油量的定量分析模型 , 其 R2EV分別為 99. 89% 、 99. 88%、 99. 76%, RMSEP分別為 1. 09%、 1. 17% 、 1. 48%。 在脂肪酸化學(xué)組成測定中的應(yīng)用 Kova lenko 等研究了不同統(tǒng)計(jì)分析方法對脂肪酸預(yù)測準(zhǔn)確性的影響 , 發(fā)現(xiàn)在總飽和脂肪酸 (棕櫚酸 + 硬脂酸 )上獲得的預(yù)測結(jié)果較好 ( R2EV = 0. 91~ 0. 94) , 而在油酸 (R2EV = 0. 76~ 0. 81)、亞油酸 (R2EV = 0. 73~ 0. 76)和亞麻酸(R2EV = 0. 67~ 0. 74)上的預(yù)測效果次之。 （ 2）在乳品行業(yè)的研究及應(yīng)用 乳制品 液體
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1