LD近紅外芝麻脂肪檢測(cè)儀波長(zhǎng)的確定及應(yīng)用研究.pdf

1、油料種子含油率的檢測(cè)方法有傳統(tǒng)的索氏抽提法，近紅外光譜法等。近紅外分析技術(shù)以綠色、無(wú)損、快速、無(wú)污染、便于在線(xiàn)分析和控制等常規(guī)化學(xué)分析方法不可比擬的優(yōu)越性，愈來(lái)愈多地得在國(guó)內(nèi)外各行各業(yè)得到應(yīng)用。但常見(jiàn)的近紅外儀器都存在光路、控制電路等系統(tǒng)復(fù)雜，價(jià)格高的缺點(diǎn)，且使用和維護(hù)儀器都需要專(zhuān)門(mén)技術(shù)人員。一般只適合在實(shí)驗(yàn)室優(yōu)良的環(huán)境中工作，難以適應(yīng)現(xiàn)場(chǎng)檢測(cè)和野外移動(dòng)檢測(cè)，至今在我國(guó)的食品工業(yè)、農(nóng)業(yè)和農(nóng)產(chǎn)品加工部門(mén)并沒(méi)有得到真正意義上的應(yīng)用。更沒(méi)有出

2、現(xiàn)符合國(guó)情的低成本、使用方便、手提式近紅外食品原料品質(zhì)檢測(cè)儀。
　　將LD作為光源用于食品原料品質(zhì)檢測(cè)的近紅外光譜分析應(yīng)用中，實(shí)現(xiàn)光源與分光系統(tǒng)合二為一。從而提高檢測(cè)系統(tǒng)的穩(wěn)定性，縮小尺寸，降低成本，推廣近紅外光譜分析技術(shù)在農(nóng)業(yè)、農(nóng)產(chǎn)品和食品加工行業(yè)中的應(yīng)用。在農(nóng)產(chǎn)品生產(chǎn)、流通和加工等環(huán)節(jié)等對(duì)其質(zhì)量動(dòng)態(tài)快速監(jiān)控，提高農(nóng)業(yè)產(chǎn)品的附加值。本研究設(shè)計(jì)一臺(tái)基于LD的近紅外脂肪儀，驗(yàn)證直接檢測(cè)方式的合理性、特征波長(zhǎng)點(diǎn)的有效性，并探索適合分立

3、波長(zhǎng)點(diǎn)的建模方法。為開(kāi)發(fā)低成本、高精度食品原料品質(zhì)近紅外檢測(cè)儀器，提供可靠技術(shù)方案、數(shù)據(jù)處理的方法。
　　收集來(lái)自全國(guó)等地的80個(gè)白芝麻樣品，用FOSS NIRSystem6500光譜儀，棱光S400近紅外光譜儀，CONTROL DEVELOPMENT NIR256-2.2T2光纖光譜儀，JDSU MicroNIR-1700微型光譜儀，基于濱松C11708MA自主研發(fā)的微型光譜儀等5臺(tái)儀器掃描光譜。根據(jù)國(guó)標(biāo)NY/T1285-200

4、7索氏抽提殘余法，測(cè)定80份供試材料的含油量,做為標(biāo)準(zhǔn)值。
　　光譜預(yù)處理可以提高模型的穩(wěn)健性和準(zhǔn)確性，為建立模型提供可靠、背景干擾較少、信噪比高的光譜數(shù)據(jù)。將5臺(tái)儀器采集得到的光譜用不同方法預(yù)處理，都取得了良好的建模效果。將光譜用區(qū)間篩選法（iPLS）、遺傳算法（GA）、連續(xù)投影法（SPA）、無(wú)信息變量消除法（UVE）、回歸系數(shù)法（RC）、競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法（CARS）篩選粗脂肪對(duì)應(yīng)波長(zhǎng)。5臺(tái)儀器篩選得到的波長(zhǎng)，結(jié)合脂肪的在

5、近紅外波段的理論吸收波長(zhǎng)點(diǎn)，確定了1210 nm，1410 nm，1730 nm，2300 nm等4個(gè)特征波長(zhǎng)。
　　結(jié)合優(yōu)選得到的脂肪特征波長(zhǎng)與LD目前可低成本制作的波段范圍（780 nm～1650 nm），以及前期探索得到的水分的3個(gè)檢測(cè)波長(zhǎng)（1310 nm，1450 nm，1550 nm），并且豐富光譜信息，間隔加入1270 nm、1610 nm。最終確定了8個(gè)波長(zhǎng)點(diǎn)作為L(zhǎng)D光源。用相同方法，掃描芝麻光譜。用多種線(xiàn)性方法、非

6、線(xiàn)性方法建立模型并預(yù)測(cè)。線(xiàn)性方法：多元線(xiàn)性回歸（MLR）、逐步回歸（SWR）、主成分回歸（PCR）、偏最小二乘（PLS）線(xiàn)性回歸方法，建模結(jié)果差別不大。BP神經(jīng)網(wǎng)絡(luò)、最小二乘支持向量機(jī)（LS-SVM）、高斯過(guò)程回歸（GPR）、相關(guān)向量機(jī)（RVM）、隨機(jī)森林（RF）等非線(xiàn)性方法建模結(jié)果都優(yōu)于線(xiàn)性方法，其中隨機(jī)森林（RF）建模效果最好，Rc和Rp分別為0.9638和0.9295，RMSEC和RMSEP分別為0.0094和0.0125。