[发明专利]一种小麦面粉品质的红外光声光谱检测方法

说明书

本发明公开了一种小麦面粉品质的红外光声光谱检测方法，通过收集小麦面粉样品的红外光声光谱数据和利用标准方法测定的化学值进行拟合，并运用偏最小二乘法优化建立模型；反复采用内部交叉验证提出异常值，选择最佳的光谱预处理办法，通过比较模型的决定系数和均方根误差衡量模型质量，构建出高质量的小麦面粉红外光声光谱的定量分析模型，同时建立基于特征波段的预测模型。本发明所运用的样本，经过了磨粉过100目筛的预处理方法，增强了红外光声光谱信号，所构建的小麦面粉蛋白质、面筋含量光声光谱模型R²较高，RMSECV较小，预测效果较好，具有操作简单、无损处理、准确性高等优点，为小麦面粉加工生产在线检测提供了新的选择手段。

技术领域

本发明涉及一种小麦面粉品质的检测方法，具体涉及一种小麦面粉品质的红外光声光谱检测方法。

背景技术

小麦是小麦系植物的统称，是单子叶植物，是一种在世界各地广泛种植的禾本科植物，小麦的颖果是人类的主食之一，是全球范围内的主要粮食作物，其产量仅次于玉米和水稻。

中国是世界上最早种植小麦的国家之一，2018年我国小麦产量为2567亿斤，在农业生产中占有极其重要的地位。生产加工过程中，小麦籽粒通常经过研磨制粉后进入市场或食品加工环节，再根据其品质特性，依次归类用途及后期加工。通常，小麦粉可分为特高筋粉、高筋粉、中筋粉、低筋粉等，其分类指标主要依据其蛋白质和湿面筋含量。

蛋白质的传统测定方法有凯氏定氮法、杜马氏燃烧法和分光光度法；测定小麦湿面筋含量的传统方法是手洗法及快速干燥法等。这些方法均存在前处理过程繁琐、时效性差、污染环境或灵敏度低等缺点，无法实现小麦品质的快速检测和监测。

因此，开发对小麦面粉品质的快速检测技术，在小麦生产、市场交易、食品加工等多个环节均有重要的意义。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种无损快速检测小麦面粉品质的红外光声光谱检测方法。

为了实现上述目标，本发明采用如下的技术方案：

一种小麦面粉品质的红外光声光谱检测方法，包括以下步骤：

S1、将不同品种的小麦，分别磨粉、过筛、风干后制成小麦面粉样品，再以任意组合混合为若干样品集，包括若干训练样品集与验证样品集；

S2、对所有样品集进行红外光声光谱采集，收集红外光声光谱；

S3、用化学计量学软件对收集的红外光声光谱，进行光谱预处理；

S4、按照标准方法，分别测定所有样品集的蛋白质和湿面筋含量；

S5、将预处理过的训练样品集的红外光声光谱与步骤S4中对应的蛋白质和湿面筋含量进行关联，利用化学计量学软件建立红外光声光谱预测模型，并获得模型预测参数；

S6、将预处理过的验证样品集的红外光声光谱代入上述预测模型，获得预测的验证样品集的蛋白质和湿面筋含量；

S7、基于上述预测的验证样品集的蛋白质和湿面筋含量，和步骤S4中对应的验证样品集的蛋白质和湿面筋含量，利用化学计量学软件建立红外光声光谱校正模型，并获得模型校正参数。

上述步骤S2中光声光谱测定的参数，包括扫描谱曲范围4000-500cm^-1，扫描次数32次，动镜速率为0.32cm/s，分辨率4cm^-1，以碳黑作为背景。

上述化学计量学软件为MATLAB2010b(The Mathworks，美国)软件。

上述步骤S3中的光谱预处理，包括采用一阶导数(1st-Derivative)和标准正态变换(SNV)，正交信号校正(OSC)和多元散射校正(MSC)。