近紅外光譜技術評價飼料加工質量的研究.pdf

1、近年來隨著畜牧業(yè)和飼料工業(yè)的發(fā)展，飼料產品質量安全問題已成為行業(yè)關注的焦點。飼料質量主要包括營養(yǎng)質量和加工質量兩個方面。在飼料配方一定的條件下，加工質量不僅影響著飼料產品的儲藏、運輸?shù)龋€對營養(yǎng)物質利用有著重要的影響，進而影響動物的生產性能。顆粒飼料是目前最主要的飼料產品之一，本論文探索將近紅外光譜技術應用于顆粒飼料加工質量測定分析中，發(fā)現(xiàn)其對飼料加工過程中半成品和終產品質量都能進行較準確的評價。 本研究中掃描了自制的87個不同

2、粉碎粒度玉米樣品的近紅外光譜，建立了粉碎粒度的定量分析模型；同時建立了自配料混合均勻度的定性判別模型；此外，收集飼料生產廠家不同生產日期、批次和不同工藝或配方的樣品，共計122個肉鴨顆粒飼料和106個乳豬顆粒飼料，探索了近紅外光譜技術預測顆粒飼料水分、硬度和粉化率的可行性，并研究了三者之間的關系；同時研究了乳豬料淀粉糊化度以及糊化過程黏度變化方面的性質及相互關系，并建立了淀粉糊化度的近紅外分析模型。具體研究結果如下： (1)利用

3、偏最小二乘法1(PLS-1)，根據(jù)粒度這一指標的特點，不采取散射校正，建立了飼料常規(guī)原料玉米粉碎粒度的定量預測模型，并對模型進行了驗證，定標集和驗證集的決定系數(shù)分別為0.9463和0.9168，相對標準偏差(RSD％)分別為6.56和4.38，均小于10％，相對分析誤差(RPD)分別為4.38和4.09，均大于3。結果表明，利用近紅外光譜技術能夠較準確的測定玉米粉碎粒度。 (2)利用判別分析(Discriminate)方法，建立

4、玉米、豆粕和4％預混料三者混合均勻度的定性判別方程，在950－1650nm的波長范圍內提取混合物料的近紅外漫反射光譜主成分，所選的方法推薦的主因子數(shù)為7，代表了全部樣品99.98％的信息量。根據(jù)馬氏距離等方法，用所建模型對驗證集樣品進行判定，準確率達100％?；旌暇鶆蚨鹊亩ㄐ耘袆e模型具有較高的準確性。 (3)以顆粒狀樣品和粉狀樣品分別建立水分、硬度和粉化率的模型，研究發(fā)現(xiàn)，無法建立粉化率這一指標的定量分析模型，硬度和水分的模型較

5、為準確。建立的顆粒狀樣品水分分析模型和硬度分析模型的決定系數(shù)分別為0.9810、0.8977，相對標準偏差(RSD％)分別為1.71和8.26，相對分析誤差(RPD)分別為7.25和3.01；建立的粉狀料樣品水分和硬度分析模型的決定系數(shù)分別為0.9855、0.8799，相對標準偏差(RSD％)分別為1.39和9.05，相對分析誤差(RPD)分別為8.69和2.89。用驗證集檢驗定標模型的預測能力，顆粒狀飼料水分和硬度模型的預測決定系數(shù)分

6、別為0.9746和0.8179，相對標準偏差(RSD％)分別為1.71和2.95，相對分析誤差(RPD)分別為6.30和2.56；粉狀料的水分和硬度模型的預測決定系數(shù)分別為0.9920和0.8024，相對標準偏差(RSD％)分別為4.41和11.05，相對分析誤差(RPD)分別為10.36和2.43。以顆料飼料建立的模型對硬度的定標結果較好，水分的定標不論哪種方式建立的模型都表現(xiàn)出極好的定標效果。 (4)淀粉糊化度和黏度之間存在