论文部分内容阅读
采用傅里叶变换红外光谱仪扫描多种大豆油、花生油、米糠油、棉籽油、芝麻油、棕榈油及菜籽油样品的红外吸收光谱,对光谱进行预处理后,提取各种油脂的红外特征信息,选取11个强度较大的特征吸收峰进行考察,发现1099 cm<-1>、1119 cm<-1>、1746 cm<-1>、2855 cm<-1>处的吸收峰特征性强,各种油脂在这些特征峰处都有各自的特征,因而选用这四个吸收峰作为信息点,以两两吸收峰参数的比值为坐标,绘制二维图进行分析,对各种油脂进行判别。判别结果显示大豆油、棕榈油及花生油样品均分布在各自的区域范围内,红外信息点之间没有交叠,与其它油脂也很少交叉;米糠油、棉籽油、芝麻油样品的信息点分布较分散,与其它几种油脂的交叉区域较多,判别结果欠佳;菜籽油的红外信息点则更加分散。对植物油的红外光谱进行二阶导数处理,并计算峰值,采用Excel软件对多个吸收峰的多个参数进行比值处理,确定出参数后绘制二维图进行判别得出,只有大豆油、棕榈油及棉籽油的信息点相互之间无交叉。运用Matlab软件中的面积计算方法对红外光谱数据进行处理,求出了各油脂样品区别于其它样品的特征峰面积。将多种植物油在1066 cm<-1>~1126 cm<-1>范围内的红外吸收光谱数据输出,采用origin软件进行多项式拟合,得出各种植物油脂红外光谱曲线中吸光度与波数之间的数学表达式,通过各项的系数差异对多种植物油进行考察,发现大豆油、花生油、棉籽油及棕榈油的拟合曲线相互之间有着明显的区别。分别考察了无水乙醚和石油醚作为提取剂时的提取效果,结果表明石油醚优于无水乙醚。将纯化前后的植物油样品,采用同样方法进行处理及分析,发现色素等微量组分对样品的红外信息干扰较小,分离纯化前后红外吸收峰信息无明显变化。针对11种空白大米和18个涂不同浓度石蜡的大米样品,以石油醚提取的油脂为试样,采用试验方法进行判别分析,结果表明:特征峰的面积比值与所涂石蜡含量成线性变化,大米油脂的特征峰面积比值具有特定的分布区域,判别效果理想。