论文部分内容阅读
进入21世纪以来,全球性的食品安全问题日益凸现。目前的食品安全检测方法通常成本高、操作复杂、而且只能针对特定成分。因此,研究一种快速、成本低、适用于多种被测物的食品安全检测方法具有重要的现实意义。本文主要应用红外光谱技术结合模式识别的方法,对牛奶中的掺杂物进行了定性判别分析。从牛奶的物理结构和组成出发,分析了牛奶在中红外和近红外波段下的光学特性。在牛奶中加入尿素、葡萄糖和三聚氰胺等杂质,测量掺杂牛奶在中红外和近红外波段的吸收,分析这些杂质对牛奶典型特征吸收的影响。最后通过扣除背景、二阶导数谱和二维相关光谱的方法进行光谱特征分析。结果表明,在中红外光谱区域,经以上三种方法提取特征后,再对样品的吸收位置和强度等特征光谱信息比对,可初步判别牛奶中是否含有掺杂异物。以纯牛奶和掺有不同浓度的尿素、葡萄糖和三聚氰胺的牛奶为样品,通过化学计量学方法结合模式识别的方法对牛奶中是否掺杂进行光谱定性判别分析。分别建立基于SIMCA (Soft independent modeling of class analogy),Bayes判别法和偏最小二乘判别分析(PLSDA)的定性判别模型,结果表明,三种判别模型中PLSDA对牛奶掺杂与否的判别效果最佳。研究了判别模型的优化方法,分析了光谱预处理方法和波段选择对判别结果的影响,结果表明,平滑点数为5的Savitzky-Golay卷积平滑和变量标准化相结合的光谱预处理方法,并且分别在近红外5896-4000 cm-1波段和中红外1800-704 cm-1波段的建模效果最佳。通过PLSDA对牛奶掺杂尿素、三聚氰胺和葡萄糖样本分别进行判别分析,并对三类不同掺杂物样本一起进行判别。结果表明,PLSDA判别模型在近红外和中红外区域对不同掺杂物样本的判别正确率分别达到93.2%和92.6%。因此,利用红外光谱和PLSDA分析方法可以快速判别牛奶中是否掺杂异物,并且可以判定掺杂物的类型。