應用近紅外光譜分析技術檢測茶葉成分的研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本研究以茶葉中的茶多酚、咖啡堿的含量為檢測指標,結合化學計量學方法開展了近紅外光譜定量分析的研究,主要從預處理方法選擇、建模方法優(yōu)化、波長優(yōu)選、最佳建模數量的選擇、相關分析、進口與國產儀器圖譜比較等方面深入探討了近紅外光譜定量分析技術的幾個關鍵問題,旨在為茶葉品質的無損檢測提供新的參考。 本研究共收集了180個不同種茶葉樣品,分別同步檢測了茶葉中的茶多酚和咖啡堿2個主要成分含量的化學值并采用MPA型傅立葉近紅外光譜儀和WQF-4

2、00N傅里葉變換近紅外光譜儀兩臺不同生產企業(yè)的近紅外儀器采集了近紅外光譜。比較了一階微分、SNV和小波等多種預處理方法的效果,找出了茶多酚和咖啡堿的最佳預處理方法。同時,在最佳的預處理方法下比較了移動窗口偏最小二乘等4種優(yōu)化波長方法,結果表明在特定的窗口寬度下采用移動窗口偏最小二乘可以得到最佳的優(yōu)選波長結果,此時180個茶葉樣品茶多酚和咖啡堿組分的窗口寬度分別為71和91時,模型預測均方差最低,分別為2.0665和0.2881。

3、 本文在優(yōu)化后的預處理方法和波長范圍內建立了不同數量的校正集下的茶多酚和咖啡堿組分的校正模型。結果表明:茶葉中茶多酚和咖啡堿組分模型的預測精度與建模樣品的數量存在一定的關系。隨著校正集樣品數量的不斷增加,模型的預測均方差由大變小逐漸趨于平穩(wěn)。當茶多酚和咖啡堿的校正集數量分別為40和55時,模型預測精度趨于平穩(wěn)。在180個茶葉樣品中,當茶多酚和咖啡堿校正集樣品數量分別為85和70時,模型的預測均方差最小,分別為1.7970和0.2578。

4、該研究對建模時選擇校正樣品數量具有參考價值。 由于茶葉為天然樣品,含有大量的復雜背景。本文在國產WQF-400型儀器下采用相關分析方法對光譜進行處理,增強了光譜信息,再以PLS法對咖啡堿組分建立校正模型,其預測結果與未經相關分析的模型進行比較,結果表明:經相關分析后,模型咖啡堿組分預測相關系數提高了2.96%,預測均方誤差降低了1.27%。證明了相關分析技術在天然復雜樣品中具有提純和加強有效信號的能力。 與進口儀器相比,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論