×

基于巨哥科技SG1700光谱仪的调和食用油成分定量分析

在日常生活中我们经常会接触到不同种类的食用油,比如大豆油、玉米油、橄榄油等等。食用油的主要成分是脂肪酸,而脂肪酸又分为饱和脂肪酸、单不饱和脂肪酸、多不饱和脂肪酸三种。不同种类的食用油,最大的区别在于各脂肪酸含量的不同。在日常饮食中,为了身体健康,往往需要均衡摄入三种脂肪酸。各大食用油厂家也都推出了不同比例的调和油,以满足人们的需求。

分享到:0

一、目的

在日常生活中我们经常会接触到不同种类的食用油,比如大豆油、玉米油、橄榄油等等。食用油的主要成分是脂肪酸,而脂肪酸又分为饱和脂肪酸、单不饱和脂肪酸、多不饱和脂肪酸三种。不同种类的食用油,最大的区别在于各脂肪酸含量的不同。在日常饮食中,为了身体健康,往往需要均衡摄入三种脂肪酸。各大食用油厂家也都推出了不同比例的调和油,以满足人们的需求。

在这种情况下,如何确定调和油中各种食用油的比例是否与宣传相符成为了一个新的问题。例如,是否存在使用低价大豆油来代替高价橄榄油或芝麻油的行为?传统的化学计量学方法费时费力,不能达到快速检测的要求。通过光谱信息判断调和油中各种油品的比例能大大缩短检测时间,简化操作流程。

SG1700微型光谱仪&调和油光谱

二、方法

通过巨哥科技生产的SG1700微型光谱仪,对大豆油、玉米油、花生油、葵花籽油、芝麻油等五种常见植物油进行900~1700nm光谱采集和建模,具体步骤为:

1.使用市场上常见品牌的五种食用油,按不同比例混合,采集光谱数据300多个,从中选取100个数据进行建模,其他用于模型验证。

2.对光谱进行平滑、归一化等预处理。

3.使用后向偏最小二乘法(biPLS)、连续投影法(SPA)等方法,选取合适特征波段,排除噪声。

4.分别使用偏最小二乘法(PLS)和支持向量机回归(SVR)两种方法进行回归。

特征波段选取

三、结果

分别使用PLS和SVR两种方法对五种油进行建模,均取得了较好的预测结果。下图中各散点为五种食用油成分的模型预测值,离实际值(直线)的距离为误差,对于花生油和芝麻油的成分预测误差在±0.05以内。

五种油SVR模型预测结果&五种油PlS模型预测结果

花生油模型预测结果准确度高&大豆油模型预测结果(受成分相近的玉米油和葵花油干扰)

由于大豆油、玉米油、葵花籽油三种油的成分相近,都属于高亚油酸油,单独区分相对困难,因此误差略大。将这三种油的浓度合并视为一种油后进行建模,也达到±0.05以内的准确度。

  

花生油、芝麻油、“合并”油SVR模型预测&花生油、芝麻油、“合并”油PLS模型预测

四、结论

巨哥科技SG1700微型光谱仪具有优异的稳定性和一致性,灵敏度高,扫描速度快,可用于快速实时的定量成分分析。在本实验中,使用巨哥科技的SG1700微型光谱仪可快速获得调和食用油的光谱信息,模型准确性高,用于确定调和食用油各成分的精度好于5%。

返回列表

近红外光谱仪

SG1700近红外光谱仪(900~1700nm)操作简便,使用灵活,具有优异的稳定性和准确性,可选择

查看详情