2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、豆粕是主要的蛋白飼料原料,蛋白質(zhì)含量是其主要營養(yǎng)指標,對豆粕的價格影響較大。有些不法分子為了謀求利潤,在豆粕中添加非蛋白高氮類物質(zhì)。但由于常規(guī)檢測方法的局限性,這些物質(zhì)常常不能被檢出。本文開展了豆粕中非法添加物的近中紅外光譜分析方法研究,為基于光譜信息的蛋白飼料原料及飼料產(chǎn)品中其它非蛋白氮類摻假物的分析研究提供參考,對促進飼料快速檢測技術(shù)發(fā)展具有重要意義。
  調(diào)查發(fā)現(xiàn)豆粕中可能添加的高氮化合物種類很多,本研究旨在探索應(yīng)用近中紅外

2、光譜技術(shù)檢測摻假豆粕的可行性,選取了其中三種化合物尿素聚合物、三聚氰胺甲醛樹脂和脲醛樹脂作為目標物,建立了近紅外和中紅外分析模型。具體研究結(jié)果如下:
  1.應(yīng)用近紅外漫反射光譜技術(shù)檢測豆粕中高氮類非法添加物
  本試驗收集了具有代表性的豆粕共196個,隨機選取不同的豆粕,配制成不同質(zhì)量分數(shù)的摻假豆粕。采用偏最小二乘判別分析和支持向量機建立了定性分析分析模型,偏最小二乘法建立了定量分析模型,具體結(jié)果如下:
  (1)豆

3、粕中尿素聚合物質(zhì)量分數(shù)為0.1%~5.0%,共制備91個摻假樣品。建立的定性模型識別率為98.60%%,檢出限為0.1%。定量模型驗證集決定系數(shù)為0.9968,預(yù)測均方根誤差為0.0565,相對分析誤差為17.8。
  (2)豆粕中三聚氰胺甲醛樹脂質(zhì)量分數(shù)為0.5%~5.0%,共制備84個摻假樣品。建立的定性模型的識別率為98.10%,檢出限為0.5%。定量模型驗證集決定系數(shù)為0.9982,預(yù)測均方根誤差為0.0582,相對分析誤

4、差為23.7。
  (3)豆粕中脲醛樹脂質(zhì)量分數(shù)為0.5%~5.0%,共制備94個摻假樣品。建立的定性模型識別率為98.61%,檢出限為0.5%。定量模型驗證集決定系數(shù)為0.9962,預(yù)測均方根誤差為0.091,相對分析誤差為16.5。
  2.應(yīng)用中紅外透射光譜技術(shù)檢測豆粕中高氮類非法添加物
  本試驗收集純豆粕樣品91個,隨機選取不同的豆粕,制各不同質(zhì)量分數(shù)的摻假豆粕。采用偏最小二乘法建立了定性定量分析模型,具體結(jié)

5、果如下:
  (1)豆粕中尿素聚合物質(zhì)量分數(shù)為0.08%~3.0%,共制備90個摻假樣品。定性模型正確識別率為100%,檢出限為0.08%。定量模型驗證集決定系數(shù)為0.9081,預(yù)測均方根誤差為0.30,相對分析誤差為3.28。
  (2)豆粕中三聚氰胺甲醛樹脂質(zhì)量分數(shù)為0.5%~3.5%,共制備84個摻假樣品。定性模型正確識別率為100%,檢出限為0.5%。定量模型驗證集決定系數(shù)為0.9517,預(yù)測均方根誤差為0.23,相

6、對分析誤差為3.48。
  (3)豆粕中脲醛樹脂質(zhì)量分數(shù)為0.5%~3.0%,共制備77個摻假樣品。定性模型正確識別率為98.80%,檢出限為0.5%。定量模型驗證集決定系數(shù)為0.8225,預(yù)測均方根誤差為0.42,相對分析誤差為2.04。
  3.近紅外光譜技術(shù)與中紅外光譜技術(shù)比較分析
  近紅外光譜技術(shù)能準確的預(yù)測豆粕中摻假物的濃度,決定系數(shù)均大于0.99,相對分析誤差大于12.7,能夠用于實際檢測,中紅外光譜技術(shù)

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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