近紅外光譜技術在嬰幼兒營養(yǎng)米粉快速檢測中的應用研究.pdf

1、雖然嬰幼兒營養(yǎng)米粉中蛋白質、脂肪、膳食纖維、水分、灰分等的常規(guī)檢測方法相對成熟、準確度高，但預處理過程復雜、試劑消耗量大、成本高、耗時長，且需要專用儀器和設備，制約了檢測、生產及科研的效率。與常規(guī)檢測技術相比，近紅外光譜(NIR)技術具有高效、無需預處理、成本低、無損、綠色環(huán)保等優(yōu)點，可同時測定多目標組分的含量。本課題采取近紅外光譜技術，并結合化學計量學法，開展了嬰幼兒營養(yǎng)米粉上述成分的定量分析研究。探討了近紅外光譜技術在預測建模中的重

2、要問題，包括樣品的采集和制備、試驗參數的選擇、光譜的采集、數據處理及模型建立等，最后驗證建立的模型。主要研究內容與結論如下：
　　1、本課題收集了2015年至2016年食品藥品監(jiān)督管理部門在江西省境內開展質量監(jiān)管過程中抽檢的嬰幼兒營養(yǎng)米粉樣品，品牌包括亨氏、每一、雅士利、貝因美、美廬、安培等，并從中抽取160批次，采用傳統(tǒng)化學技術分別檢定了其中的蛋白質、脂肪、膳食纖維、水分、灰分的含量，為近紅外光譜定量分析模型的校正提供了基礎。<

3、br>　　2、本課題采用近紅外光譜技術同時檢測了160個樣品中蛋白質、脂肪、膳食纖維、水分和灰分的含量。對5項目標組分分別建立了數學模型，發(fā)現無論是定標集還是驗證集，5項目標組分的定量值和定標模型預測值間的相關系數都在0.90以上，說明線性相關性較好；其次，標準分析誤差比較接近，說明分析結果的穩(wěn)定性好；另外，相對分析誤差(RPD)均大于3，說明預測的精度高。以上研究結果表明，所建立的近紅外光譜定量分析模型可較準確地測定嬰幼兒米粉中的蛋白

4、質、脂肪、膳食纖維、水分和灰分的含量。
　　3、對已建立的近紅外光譜定量分析模型進行了外部樣品驗證。采用近紅外模型預測重新收集到的未參與模型建立的50個樣品，對NIR和常規(guī)分析方法開展了t檢驗，得到樣品中蛋白質、膳食纖維、脂肪、水分、灰分含量t值分別為-1.56、1.43、1.15、-1.03、0.98，均小于臨界值t(0.05，50)=2.01，表明兩種方法不存在顯著性差異，一致性較好。
　　4、本論文研究了近紅外光譜法檢