基于红外特征光谱初榨椰子油掺假检测技术研究.docVIP

基于红外特征光谱初榨椰子油掺假检测技术研究 　　摘 要 根据不同油脂的红外光谱特性，建立偏最小二乘法（PLS）和反向传递神经网络（BP-ANN）判别分析模型，进行初榨椰子油中大豆油、玉米油、葵花籽油的掺假检测分析。结果发现，PLS和BP-ANN模型均具有较好的掺假检测分析能力，其中BP-ANN模型的分析效果最佳，其对初榨椰子油中大豆油、玉米油、葵花籽油进行掺假检测的准确率均达到了99.67%以上，该方法可用来进行初榨椰子油的掺假分析，具有分辨率高、快速、简便等特点。 　　关键词 初榨椰子油 ；红外光谱 ；掺假 ；油脂 　　中图分类号 TS225.1 文献标识码 A Doi：10.12008/j.issn.1009-2196.2017.05.013 　　Adulteration Detection of Virgin Coconut Oil Based 　　on Characteristics of Infrared Spectra 　　WANG Hui SONG Fei CAO Feiyu ZHAO Songlin 　　（Coconut Research Institute， CATAS / Engineering and Technology Research Center 　　for Coconut Deep Process of Hainan Province， Wenchang， Hainan 571339） 　　Abstract According to the infrared spectral characteristics of different oils， a partial least squares （ PLS） and a back propagation artificial neural network （BP-ANN） discriminant analysis model were established to analyze the adulteration of soybean oil， corn oil and sunflower oil in virgin coconut oil. The results showed that both PLS and BP-ANN models had a good ability of quantitative detection， and the adulteration analysis was better in the BP-ANN model than in the PLS model. According to the analysis of the BP-0ANN model， the adulteration detection accuracy for virgin coconut oil mixed with soybean oil， corn oil and sunflower oil were more than 99.7%. This method could be used for adulteration quantitative detection of virgin coconut oil， and it was of high resolution， fast and easy to operate. 　　Keywords virgin coconut oil ； infrared spectra； adulteration ； oils and fats 　　?t外光谱是由分子中基团原子间振动跃迁时吸收红外光所产生的，有机化合物的各种化学基团在红外区域都会出现相应的特征吸收峰，因此可以通过对红外区域吸收峰的位置、强度和形状进行分析，进而对被检测物的结构和官能团进行判别[1]。红外光谱分析因其具有灵敏度高、分辨率高、分析速度快、消耗样品少、不破坏样品等优点[2-4]，近年来，在食品品质的快速或在线检测分析中具有广泛的应用[5-7]，在食品真伪和产地的快速鉴别中尤其引人关注[8]。 　　本研究以傅里叶红外光谱分析技术为切入点，对比分析初榨椰子油、葵花籽油、玉米油和大豆油的红外光谱特性。在此基础上，进一步构建偏最小二乘法（PLS）和反向传递神经网络（BP-ANN）判别分析模型，对初榨椰子油中葵花籽油、玉米油和大豆油的掺假监测分析研究，以期通过模型的筛选与优化，筛选出一种基于红外光谱的初榨椰子油掺假检测分析方法。 　　1 材料和方法 　　1.1 材料 　　初榨椰子油，中国热带农业科学院椰子研究所提供；大豆油、葵花籽油、玉米油购于海口市某超市。 　　1.2 方法 　　1.2.1 掺假