LD近紅外芝麻脂肪檢測儀波長的確定及應用研究.pdf

1、油料種子含油率的檢測方法有傳統的索氏抽提法，近紅外光譜法等。近紅外分析技術以綠色、無損、快速、無污染、便于在線分析和控制等常規(guī)化學分析方法不可比擬的優(yōu)越性，愈來愈多地得在國內外各行各業(yè)得到應用。但常見的近紅外儀器都存在光路、控制電路等系統復雜，價格高的缺點，且使用和維護儀器都需要專門技術人員。一般只適合在實驗室優(yōu)良的環(huán)境中工作，難以適應現場檢測和野外移動檢測，至今在我國的食品工業(yè)、農業(yè)和農產品加工部門并沒有得到真正意義上的應用。更沒有出

2、現符合國情的低成本、使用方便、手提式近紅外食品原料品質檢測儀。
　　將LD作為光源用于食品原料品質檢測的近紅外光譜分析應用中，實現光源與分光系統合二為一。從而提高檢測系統的穩(wěn)定性，縮小尺寸，降低成本，推廣近紅外光譜分析技術在農業(yè)、農產品和食品加工行業(yè)中的應用。在農產品生產、流通和加工等環(huán)節(jié)等對其質量動態(tài)快速監(jiān)控，提高農業(yè)產品的附加值。本研究設計一臺基于LD的近紅外脂肪儀，驗證直接檢測方式的合理性、特征波長點的有效性，并探索適合分立

3、波長點的建模方法。為開發(fā)低成本、高精度食品原料品質近紅外檢測儀器，提供可靠技術方案、數據處理的方法。
　　收集來自全國等地的80個白芝麻樣品，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臺儀器掃描光譜。根據國標NY/T1285-200

4、7索氏抽提殘余法，測定80份供試材料的含油量,做為標準值。
　　光譜預處理可以提高模型的穩(wěn)健性和準確性，為建立模型提供可靠、背景干擾較少、信噪比高的光譜數據。將5臺儀器采集得到的光譜用不同方法預處理，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）、無信息變量消除法（UVE）、回歸系數法（RC）、競爭性自適應重加權算法（CARS）篩選粗脂肪對應波長。5臺儀器篩選得到的波長，結合脂肪的在

5、近紅外波段的理論吸收波長點，確定了1210 nm，1410 nm，1730 nm，2300 nm等4個特征波長。
　　結合優(yōu)選得到的脂肪特征波長與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個檢測波長（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個波長點作為LD光源。用相同方法，掃描芝麻光譜。用多種線性方法、非

6、線性方法建立模型并預測。線性方法：多元線性回歸（MLR）、逐步回歸（SWR）、主成分回歸（PCR）、偏最小二乘（PLS）線性回歸方法，建模結果差別不大。BP神經網絡、最小二乘支持向量機（LS-SVM）、高斯過程回歸（GPR）、相關向量機（RVM）、隨機森林（RF）等非線性方法建模結果都優(yōu)于線性方法，其中隨機森林（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。