[发明专利]一种用于鉴别煎炸油质量的NIR光谱分析模型及方法有效

专利信息
申请号: 201510046613.3 申请日: 2015-01-29
公开(公告)号: CN104807775B 公开(公告)日: 2019-11-12
发明(设计)人: 朱向荣;张菊华;黄绿红;苏东林;刘伟;尚雪波 申请(专利权)人: 湖南省农产品加工研究所
主分类号: G01N21/359 分类号: G01N21/359
代理公司: 湖南兆弘专利事务所(普通合伙) 43008 代理人: 赵洪
地址: 410000*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 鉴别 油质 nir 光谱分析 模型 方法
【权利要求书】:

1.一种用于鉴别煎炸油质量的NIR光谱分析模型的建立方法,其特征在于,包括以下步骤:

(1)样本选取及其合格煎炸油的判定:随机选择足够数量的不同煎炸油样本,并采用《GB/T 5009.37-2003食用植物油卫生标准的分析方法》中比色法与滴定法测定所选择的每个煎炸油样本中羰基价与酸价,根据《GB7102.1-2003食用植物油煎炸过程中卫生标准》中羰基价与酸价限量,确定羰基价为最灵敏指标;将羰基价合格的煎炸油样本的判定值设为-1,羰基价超标的煎炸油样本的判定值设为1;

(2)样本光谱数据的采集:采用近红外光谱法分别对选择的每个煎炸油样本进行光谱采集,并将采集到的煎炸油样本的标准光谱数据随机分为训练集和预测集两部分;

(3)样本光谱数据的处理:对步骤(2)中采集到的训练集的标准光谱数据进行数据处理,以抵消斜坡背景干扰,提高近红外光谱信噪比;所述数据处理的方法为:对所述训练集的标准光谱数据先进行平滑处理,对平滑处理后的标准光谱数据再进行一阶导数处理,对一阶导数处理后的标准光谱数据再进行中心化处理;

(4)初步分析模型的确立:以上述步骤(3)中处理过的训练集的标准光谱数据作为选择来源对象,并结合步骤(1)中测定的所述训练集中对应煎炸油样本的判定值,建立初步分析模型;

(5)初步分析模型的验证:将上述步骤(2)中预测集的标准光谱数据进行上述步骤(3)的数据处理,并结合所述步骤(4)的初步分析模型进行验证,完成鉴别煎炸油质量是否合格的NIR光谱定性分析模型的建立。

2.根据权利要求1所述的用于鉴别煎炸油质量的NIR光谱分析模型的建立方法,其特征在于,步骤(2)中近红外光谱法的采集参数为:

近红外光谱扫描波数为10000cm-1~4000cm-1

近红外光谱扫描次数为16~64次,

分辨率为4cm-1~16cm-1

3.一种采用NIR光谱分析模型鉴别煎炸油质量的方法,其特征在于,包括以下步骤:

(a)近红外光谱法采集待检测煎炸油样本的标准光谱数据;

(b)在步骤(a)采集的标准光谱数据中选择谱带在10000cm-1~4000cm-1范围内的标准光谱数据先进行平滑处理,对平滑处理后的标准光谱数据进行一阶导数处理,对一阶导数处理后的标准光谱数据再进行中心化处理;

(c)分析模型的判定:将经过步骤(b)处理过的标准光谱数据输入到权利要求1所述的方法建立的NIR光谱分析模型中,利用PLS-DA法分析特征光谱数据,根据样本属性鉴别所述待检测煎炸油样本质量是否合格。

4.根据权利要求3所述的采用NIR光谱分析模型鉴别煎炸油质量的方法,其特征在于,所述步骤(c)中,当样本属性为-1时,则所述待检测煎炸油样本为质量合格的煎炸油;当所述特征光谱数据的样本属性为1时,则所述待检测煎炸油样本为质量不合格的煎炸油。

5.根据权利要求3所述的采用NIR光谱分析模型鉴别煎炸油质量的方法,其特征在于,近红外光谱仪的参数控制如下:

近红外光谱扫描波数为10000cm-1~4000cm-1

近红外光谱扫描次数为16~64次,

分辨率为4cm-1~16cm-1

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南省农产品加工研究所,未经湖南省农产品加工研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510046613.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top