應(yīng)用近紅外光譜分析技術(shù)在線檢測牛奶成分的研究.pdf

1、本論文基于本課題組自行研制的近紅外液態(tài)在線檢測試驗(yàn)臺,以牛奶為研究對象,以實(shí)現(xiàn)牛奶主要成分蛋白質(zhì)和脂肪含量在線檢測為目標(biāo),綜合多學(xué)科的知識對近紅外光譜數(shù)據(jù)中的信息提取和模型建立中遇到的關(guān)鍵問題給出了解決方案,論證了該技術(shù)的可行性。該研究對實(shí)現(xiàn)牛奶成分含量快速、實(shí)時、準(zhǔn)確的檢測具有重要的指導(dǎo)意義和參考價值。主要有以下研究內(nèi)容:
　　 1.以實(shí)現(xiàn)牛奶光譜在線檢測的可行性和穩(wěn)定性為原則,基于本近紅外在線檢測設(shè)備,對試驗(yàn)的各項(xiàng)參數(shù)(本底

2、、掃描次數(shù)、牛奶溫度、流速、光纖探頭光程)進(jìn)行了優(yōu)化,這些參數(shù)的優(yōu)化為牛奶樣品光譜采集提供了參考；
　　 2.比較了多種預(yù)處理方法的效果,找出了蛋白質(zhì)和脂肪的最佳預(yù)處理方法,同時探討了MSC方法在本試驗(yàn)中的可行性并分析了原因；比較了各預(yù)處理方法對不同溫度下預(yù)測模型的預(yù)測效果,表明了僅使用光譜預(yù)處理方法不能消除溫度對模型的影響,無法建立溫度穩(wěn)健模型；選擇了蛋白質(zhì)和脂肪最佳建模波段,然后利用偏最小二乘法分別建立了牛奶樣品的蛋白質(zhì)和脂

3、肪校正模型并對模型的預(yù)測性能進(jìn)行了評價,蛋白質(zhì)預(yù)測模型相關(guān)系數(shù)、預(yù)測均方差和平均偏差分別為:0.9067、0.3087和0.2017；脂肪預(yù)測模型相關(guān)系數(shù)、預(yù)測均方差和平均偏差分別為:0.9299、0.3996和0.2461。結(jié)果表明:本試驗(yàn)建立的牛奶蛋白質(zhì)和脂肪的模型預(yù)測性能較好,基本上可以滿足牛奶成分的在線檢測精度要求；
　　 3.模型的穩(wěn)健性是評價在線近紅外分析技術(shù)的一個重要指標(biāo)。在26℃-41℃范圍內(nèi),研究了溫度對預(yù)測牛

4、奶成分的影響。把36℃下建立的校正模型用來預(yù)測不同溫度下的驗(yàn)證集發(fā)現(xiàn),36℃下建立的牛奶成分模型只對相同溫度下的預(yù)測模型有效,這說明了樣品溫度對預(yù)測結(jié)果的重要性；
　　 4.采集了不同溫度下牛奶的光譜組成溫度補(bǔ)償校正集,通過補(bǔ)償校正方法的引入,建立了溫度全局模型,實(shí)現(xiàn)了模型對溫度因素的穩(wěn)健性。補(bǔ)償校正方法的引入雖然在一定程度上降低了預(yù)測模型精度,但該方法簡單可行,還可用于建立其他影響因素(如一些難于控制的干擾因素:氣泡、壓力、樣