论文部分内容阅读
生鲜肉品质检测是食品行业关注的重点,目前,生鲜肉品质的传统检测方法需制备试样,无法满足生产、销售过程中快速检测的需求。为快速、准确测定生鲜肉品质,光谱无损检测受到越来越多的关注。然而在销售环节中,生鲜肉以包装后的形式流通,包装薄膜对光谱检测的干扰成为销售环节中生鲜肉品质检测亟待解决的问题。本课题以包装生鲜肉为研究对象,通过传统检测方法和多光谱分析方法检测4℃贮藏条件下生鲜肉及包装生鲜肉的品质指标,利用数学分析方法对光谱数据预处理,构建品质指标预测模型并验证其准确性。同时,分析包装薄膜对包装生鲜肉光谱检测的影响,提出包装薄膜干扰处理方法,分离混合光谱,实现包装生鲜肉光谱无损检测。主要研究内容和研究成果如下:(1)基于表面漫反射可见光谱测定生鲜肉关键品质指标。采集不同贮藏时间下生鲜肉光谱数据,通过传统检测方法测定生鲜肉肌红蛋白、pH、挥发性盐基氮、菌落总数4种品质指标,研究9种预处理方法对光谱噪声、偏移等干扰的修正效果,构建4种品质指标预测模型并验证。结果表明,偏最小二乘回归不适用分析生鲜肉肌红蛋白指标,因此,提出一种基于光谱无损检测的肌红蛋白相对质量分数定量分析方法,构建肌红蛋白相对质量分数多元线性回归方程,相关系数R≥0.9536。生鲜牛肉3种品质模型和生鲜猪肉挥发性盐基氮、菌落总数品质模型中SNV+DT预处理方法修正效果最佳。生鲜猪肉pH品质模型中标准化预处理方法修正效果最佳。生鲜牛肉光谱数据经SNV+DT预处理后构建pH值、挥发性盐基氮、菌落总数品质模型相关系数R分别为0.9769、0.9877、0.9522。生鲜猪肉光谱数据经标准化预处理后构建pH值品质模型的相关系数R=0.9023,经SNV+DT预处理后构建挥发性盐基氮、菌落总数品质模型的R分别为0.9808、0.9617。(2)包装薄膜对生鲜肉光谱干扰及修正方法研究。采集8种包装薄膜及包装生鲜肉光谱,分析包装薄膜对包装生鲜肉检测的影响,提出包装薄膜干扰处理方法并通过试验验证。结果表明,提出的包装薄膜光谱修正方法能消除包装薄膜的干扰,修正后的包装生鲜肉光谱与生鲜肉光谱具有高度一致性,生鲜牛肉和猪肉模型值与测量值的平均相对误差分别≤2.7738%、3.2043%。(3)包装生鲜肉光谱无损检测研究。考虑包装薄膜对光谱无损检测的影响,构建包装生鲜肉肌红蛋白、pH、挥发性盐基氮、菌落总数4种品质指标预测模型。结果表明,包装生鲜牛肉和猪肉肌红蛋白平均相对误差分别≤2.0158%、2.0053%,pH、挥发性盐基氮、菌落总数模型平均相对误差分别为2.0462%、1.4004%、1.0408%、1.0515%、1.0772%、1.0566%。构建的品质指标预测模型可预测生鲜肉品质,实现包装生鲜肉光谱无损检测。(4)设计包装生鲜肉光谱无损检测系统。检测系统包含光谱无损检测系统、移动终端应用、云服务3部分,目前已基本完成光谱无损检测系统的设计,该检测系统操作简单,用户操作无需学习,可实现未知品质包装生鲜肉光谱无损检测。