基于特征峰值积分法的调和油组分含量的测量（英文）

目前食用调和油市场混乱,存在混淆概念、随意冠名、以次充好等问题,特别是调和油成分和配比标准模糊不清。国家食用调和油标准历经八年仍未能如期出台,其根本原因在于缺乏对调和油中植物油定性及定量检测的有效方法。食用调和油是由不同的植物油按一定比例混合而成,含有丰富的营养成分,在日常生活中经常使用。不同的植物油含有特定的组成成分,将各种植物油进行混合可以充分利用其中的营养物质,使调和油中营养成分更加均衡,有利于人的身体健康。因此准确测定调和油中单一植物油的含量可以有效对调和油市场进行监管。同时由于调和油中植物油种类是确定的,仅需对其含量进行准确测定。利用三维荧光光谱对调和油中植物油含量进行测定,提出一种新的数据处理方法,采用拟蒙特卡洛原理对选定的特征区域进行特征峰积分,结合神经网络方法求解非线性方程组,得出调和油中各单一植物油含量。选用花生油,大豆油,葵花油为研究对象,用不同比例单一植物油调和成食用调和油,不考虑每种单一植物油的具体组分,仅将其作为整体研究。通过测定10组不同调和比例的调和油的回收率,验证特征峰积分法的有效性,为高灵敏度检测混合物复杂组分含量提供一种有效方法,与常用的解线性方程组测定混合物组分浓度的方法进行比较,回收率的准确度提高,可以用于食品质量检测人员对食用调和油中所用植物油种类及含量进行检测,为国家标准的出台提供一种有效参考。     

拉曼光谱结合PSO-LSSVM算法检测三组分食用调和油含量

提出了一种将拉曼光谱和基于粒子群的最小二乘支持向量机(PSO-LSSVM)算法相结合快速定量检测三组分食用调和油含量的方法。以三组分的食用调和油为研究对象,对拉曼光谱分四步进行了预处理,进而准确提取拉曼光谱的特征峰强度。以训练集样本的特征峰强度和调和油样品的百分比含量作为回归预测模型的输入值和输出值,建立LSSVM和PSO-LSSVM数学模型,通过测试集样本的相关系数和均方误差对模型的预测能力进行分析。非线性建模的最小二乘支持向量机(LSSVM)算法的核函数参数σ和正则化参数γ对模型的学习和泛化能力影响很大,导致模型的预测精度和泛化能力过度依赖于参数--在优化步长过小时耗时较长,过大时又无法得到全局最优值。提出的PSO-LSSVM算法,利用粒子群全局优化能力和收敛速度快的特点对LSSVM的模型参数σ和γ进行优化,从而克服LSSVM算法中耗时与盲目性的问题。分析结果表明,PSO-LSSVM算法对三组分食用调和油中大豆油、花生油和葵花仁油定量预测模型的测试集相关系数分别为0.967 7,0.997 2,0.995 3;均方误差分别为0.054 9,0.009 2,0.047 1。与LSSVM算法相比,PSO-LSSVM模型的预测精度更高。因此,该方法可以快速、准确地检测三组分食用调和油的含量。     

基于拟Monte-Carlo方法测定油类混合物组分含量的研究

汽油、煤油、柴油是由原油加工而成,但其相应馏程特征有所不同,其中汽油的沸程约为35~205 ℃,煤油的沸程约为140~250 ℃,柴油的沸程约为180~370 ℃,同时,其碳链长度有所不同,汽油在C7～C11范围内,煤油在C12～C15范围内,柴油在C15～C18范围内,由于其碳数分布特征有所差异,其荧光光谱也相应有所差别,这是对三类不同油种进行识别与定量检测的基础。由于海洋时常发生油类污染,监测海洋中油类有机物的含量十分重要,采用拟Monte-Carlo方法计算三维荧光光谱特征峰幂次积分,结合最优算法求解最佳特征峰数量及积分区域范围,利用BFGS法解非线性方程组,提出一种光谱重叠的多种矿物油混合物组分含量测定的方法。由于对选定特征区域内确定点列对应峰值的幂次进行累加,对荧光谱线微小变化敏感,从而对组分含量微小变化敏感。同时由于点列的选取,相比于单点测量法,在一定程度上减小了随机误差的影响,可以进一步提高测量灵敏度。以煤油、柴油、汽油为研究对象,将单一油种视为整体,不考虑每种油的具体组分,测量单一油种及混合物的三维荧光光谱及等高线图谱,经最优算法选择六个特征峰进行特征峰幂次积分,测定混合油中组分含量,与峰值法,均值法等单点测量方法相比较,测量灵敏度提高约50倍,实现了混合物组分含量的高精度测量,为不需化学分离直接测定光谱重叠混合物组分含量提供了一种实用算法。     

基于ABC-SV R算法的拉曼光谱检测混合油脂肪酸含量

提出了一种基于激光拉曼光谱和人工蜂群智能优化支持向量回归机(ABC-SVR)算法的快速定量检测三组分混和油中3种脂肪酸含量的方法。该方法针对光谱数据信息与样本之间非线性、高维度的关系,建立了预测精度及建模效率均高于同类对比算法的数学模型,同时避免了气相色谱法、液相色谱法等对混合油脂肪酸含量的检测方式,根据纯种油中3种脂肪酸含量的国际标准,由油品配置体积得到脂肪酸质量,有效降低了检测成本与实验复杂程度,提高了检测工作的实用价值。首先根据一定梯度配置66组混合油检测样品,使用便携式拉曼光谱仪采集样本的拉曼光谱信息,扣除背景噪声;观察多组样本的拉曼光谱图可知,由于官能团浓度的差异,食用油的拉曼特征峰位移基本相同,特征峰的峰值明显不同,因此基于特征峰信息可以区分食用调和油的不同混合物;其次对拉曼光谱做背景扣除、光谱平滑、最大值谱线归一化三步预处理,以降低实验中不可控的外界因素及背景荧光的影响,准确提取光谱特征峰强度信息;然后根据纯种油中3种脂肪酸的国际标准含量,结合国家食品法典委员会标准CODEX STAN210-1999《指定的植物油法典标准》中规定的纯种油密度中值,由油品体积得到脂肪酸质量数;随机选取56组样本数据作为训练集,剩余10组样本数据作为预测集;以训练集光谱特征峰强度和脂肪酸质量分别作为回归模型的输入及输出值,建立SVR和PSO-SVR,ABC-SVR三种混合优化算法对比的定量分析模型,对测试集的3种脂肪酸含量分别进行预测;最后通过均方误差(MSE)、相关系数(r)及建模时间(Elapsed time)分别进行对比,建立数据表对模型精准度进行检验。实验结果表明,通过ABC-SVR定量分析模型效果最佳,3种脂肪酸含量预测值与真实值的均方差分别为0.88×10-4,16×10-4和8×10-4,均低于0.002;相关系数分别为93.43%,99.65%和99.43%,均高于93%;预测时间(Elapsed time)分别为1.26,2.42和2.14 s。因此,所提出的检测方法,具备较高的精确度、较快的建模时间,且在理论上的类似条件下可适用于其他样品检测工作,可为振动光谱学对食用油掺伪分析的进一步工作提供可行的理论依据。     

七叶皂苷钠混合物的波谱学分析

混合物的分析在药物分析中起着重要的作用,而NMR是混合物分析的重要手段之一. 本文利用HPLC对七叶皂苷钠混合物中的主要成分A、B、C、D的相对含量进行了测定, 并应用谱带选择性2D CT-HMBC及多种2D NMR实验方法,对这些主要成分的波谱学特征进行了分析,利用各组分的特征谱峰和选择性2D方法的高分辨率对结构相似的成分的谱峰进行了精确的区分和指认,进而对所有的1H、13C NMR信号进行了归属. 实验结果表明利用选择性2D NMR技术能够有利于混合物的分析和谱峰归属.     

荧光光谱法快速鉴别花生油、芝麻油和调和油

比较分析了不同品种、同品种不同厂家、不同批次的市售花生油、芝麻油、调和油的分子荧光光谱差异特征,结合系统聚类分析法进行品种鉴别。结果表明:3种食用植物油的荧光光谱图具有各自不同特征,同一品种不同厂家的谱图存在一定的差异,同品种同厂家不同批次的也有微小差异。提取荧光谱图特征信息,利用系统聚类和三维聚类识别模式,从宏观上简便、直观、快速地鉴别3种食用植物油的品种。     

食用植物油中溶剂残留的测定方法

通过质谱法确定了食用植物油溶剂残留中除正己烷以外的3种主要六碳烷烃,并以正己烷为标准物质,采用顶空进样-气相色谱法测定食用植物油中的溶剂残留量.研究了食用植物油中溶剂残留量的定性和定量测定方法;比较了3种六碳烷烃与本检测方法的相对标准偏差进行了比较.结果表明,方法加标回收率为97.98%-98.88%,相对标准偏差在2.5%-3.4%之间,最低检出限为0.001mg/L,方法简单、准确.     

一阶导数光谱法测定食用植物油中桐油掺混的研究

本文建立花生油、豆油、菜籽油、棕榈油、茶油和食用调和油（由菜籽油、花生油和芝麻油组成）等食用植物油中桐油掺混的一阶导数光谱定性定量测定方法。桐油的一阶导数光谱特征是：２９１３、２７８３和２６６４ｎｍ处各有一峰谷，２８４１、２７１５和２６０７ｎｍ处各有一峰顶。２９１３ｎｍ处的（ΔＥ１％１ｃｍ／Δλ）值为－１０３×１０３。当食用植物油的桐油掺率低至０１％，桐油的上述光谱特征仍然明显存在，波长的改变值≤０７ｎｍ。桐油掺混率的检出限＜０１％。     

吸收峰混叠的太赫兹光谱区间组合特征提取算法

太赫兹光谱是物质识别的前沿方法之一。由于不同物质的分子组成或结构各异,许多物质的太赫兹吸收谱会在特定频率上出现吸收峰,可以作为混合物成分检测的重要特征。有效准确地提取这些吸收峰的参数,是提高识别率的关键。多峰拟合算法将光谱曲线拟合成若干个标准峰函数之和,能够同时提取到吸收峰的频率、峰高、峰宽等信息。但是该算法以寻峰算法结果为基础确定吸收峰的大致位置和数量,寻峰结果不一定是最优的拟合结果,而且很难准确识别定位混叠状态的吸收峰。为了提高混叠光谱中吸收峰的识别定位精度,提出以大幅度平滑后的曲线波谷为分界点,将预处理后的光谱分成若干个子区间。然后将子区间组合起来进行多峰拟合,通过遗传算法得到最优的拟合子区间组合和吸收峰频率近似值,拟合时每个子区间中通过峰数递增最优化方法确定拟合的吸收峰数,最后微调优化得到最优的吸收峰频率、峰高值。为了实现物质的识别,通过密度聚类算法得到同一类纯净物在多次测量中的共同吸收峰,以此作为标准数据,通过提出的基于吸收峰特征的光谱匹配算法实现了纯净物和不同含量混合物的快速识别。对10类纯净物的实际光谱数据进行拟合聚类,得到其吸收峰参数,结果与太赫兹光谱数据库一致。通过识别算法对纯净物测试集进行识别的识别率为100%,证明了特征提取和物质识别算法的有效性。对于含有混叠峰的混合物光谱,二阶导数法对葡萄糖-乳糖混合物光谱中被掩盖吸收峰(1.280 THz)的识别率仅为70%,提取到的频率平均值为1.316 THz;而该算法提高识别率至95%,频率平均值为1.281 THz,该算法提高了对混叠峰的分辨能力,能够精确定位混叠峰。对10类纯净物构成的6类不同程度混叠的二元混合物前二、三识别率分别达到90.8%和98.3%,提取到的特征能够有效应用于混合物的成分检测。该算法能够以纯净物数据为标准数据实现成分各异的混合物成分检测,对于太赫兹光谱混合物成分检测有重要意义。     

调和油中掺杂地沟油的检测方法

用最简单方法——三维荧光光谱法对食用调和油中掺入的少量的地沟油进行了检测,并取得了成功.通过实验得出以下结论:当加入地沟油的体积比超过5％时,在Ex=310nm,Em=345nm处相对荧光强度迅速下降至2533,与新鲜调和油相比,荧光强度下降了2872,由此可以作为调和油中是否掺入地沟油的判据.实验证明,该方法灵敏、稳定,适合于调和油中掺杂少量地沟油的测定.     

Impact of ultrasonic treatment process on pour point of vegetable oils based liquid insulation

This study presents an application of ultrasonic technology in the high voltage liquid insulation domain towards the reduction of pour point of vegetable oil samples for the utilization of vegetable oils as liquid insulation in cold climate areas on power transformers. Pour point reduction has been achieved by processing the vegetable oil samples by using ultrasonic treatment process with 100 W and 30 kHz ultrasonic waves for various exposure times of 15, 30, 45 and 60 min. Edible vegetable oils such as sunflower oil, palm oil, sesame oil and non edible vegetable oils such as honge oil, neem oil and punna oil are considered as two categories of vegetable oils for this experimental investigation. Ultrasonic treatment process results in the reduction of pour point of vegetable oils to meet out the standard value of pour point for liquid insulation as per IEEE Standard C57.147, 2018. A significant reduction in pour point temperature of vegetable oil samples have been obtained with an increased exposure time. The obtained variations in pour point after exposure with ultrasonic waves may be due to the possible changes in crystallization kinetics of fatty acids components of vegetable oil samples due to energy input of ultrasonic waves. The experimental results have given a way towards the positive encouragement and development with ultrasonic treatment for achieving low pour point vegetable oils as liquid insulation in power transformers for applications on cold climatic areas.     

近红外光谱技术结合变量选择方法定性检测食用植物油中的腐霉利

利用近红外光谱技术对食用植物油中的腐霉利进行定性检测研究。以国家标准规定的腐霉利最大残留限量为界线,将不同腐霉利含量的食用植物油样本分为合格组和不合格组。采用QualitySpec台式近红外光谱仪采集两类样本的光谱,利用无信息变量消除 (UVE)和子窗口重排分析(SPA)方法进行波长变量筛选,并应用线性判别分析(LDA)、偏最小二乘-线性判别分析(PLS-LDA)及判别偏最小二乘(DPLS)方法建立两类样本的分类模型。结果表明,近红外光谱技术可以对两类样本进行分类。UVE方法可以有效筛选有用波长变量,提高分类模型的性能。UVE-DPLS所建立的分类模型性能最优,其预测集样本的分类正确率、灵敏度及特异性分别为98.7%,95.0%和100.0%。     

基于荧光光谱及矩阵分析的植物油鉴别技术

利用FS920荧光光谱仪测量42个油样(包括36个纯植物油样,3个调和油样和3个混合油样)的荧光光谱,并对其数据矩阵(EEMs)进行归一化处理,确定了植物油特征激发波长及矩阵分析模型。综合分析植物油在特定范围内(激发波长为250～550 nm,发射波长为260～750 nm)的等高线光谱图和特征发射谱线图,将植物油划分为三类;将矩阵分析模型应用于纯植物油鉴别,分类正确率100%;为验证矩阵分析的定量判别能力,对三种混合油样进行分析,得到接近实际配比的分析结果;对市售三种调和油样本进行分析,得出调和油以大豆和菜籽油为基底的结论。通过对植物油荧光光谱的图谱特征和其矩阵模型的分析,证实荧光光谱技术和矩阵分析法对植物油进行分析和种类鉴别的有效性。     

基于拉曼光谱的食用植物油快速鉴别

提出了一种基于拉曼光谱的食用植物油快速鉴别方法。基于已知类别的食用植物油样本进行建模,首先对原始拉曼谱图进行基线校正和标准归一化等预处理,并选取食用油不饱和度特征的两处拉曼峰值作为特征向量,计算训练样本特征空间上各个植物油类别的中心坐标;然后,将食用植物油测试样本的拉曼谱图经过相同预处理和特征提取,获取测试样本的特征向量,计算其与各类别中心坐标的欧式距离,根据类中心最小距离法,取欧式距离最小的那一类作为预测样本的类别。针对7类43个食用植物油样本的实验结果表明,采用食用油不饱和度两点描述法进行特征提取,各类别样本聚集效果比PCA好,类间距更大。上述鉴别方法可以准确地实现食用植物油品种的快速分类。     

The use of infrared spectroscopy in combination with chemometrics for quality control and authentication of edible fats and oils: A review

Edible fats and oils provide a significant contribution in our diet and daily life, as cooking or frying oil, or as components used in food, pharmaceutical, and cosmetics products. Fats and oils are characterized by specific values, including acid value, saponification value, iodine value, and peroxide value, as well as the oxidation products which occur during storage due to oxidative and hydrolytic deterioration. Currently, due to the high price of edible fats and oils, some unethical producers adulterate high-value edible oils like olive oil with low-priced oils like palm and corn oils; therefore the authentication analysis of edible fats and oils must be assured by introducing reliable and fast methods like infrared spectroscopy. Fourier transform infrared (FTIR) spectroscopy is an ideal technique for monitoring the quality control of fats and oils due to its property as a “fingerprint spectra technique,” which allows analysts to differentiate among fats and oils. FTIR spectra signals of fats and oils are very complex. Fortunately, a statistical technique called chemometrics can be used to handle the complex FTIR spectral data. Chemometrics in combination with FTIR spectroscopy has been widely used in many aspects of monitoring quality control of edible fats and oils including their authenticity.     

反射光谱结合光谱基二维卷积回归网络快速检测食用油中饱和脂肪酸

人们日常膳食中常见的食用油含有丰富的饱和脂肪酸,饱和脂肪酸能为人体提供能量和必须营养物质,但过量摄入会导致多种心血管疾病.结合反射率光谱和深度学习方法发展一种食用油中饱和脂肪酸含量的分析方法.首先,测量了菜籽油、大豆油、葵花籽油、玉米油、橄榄油、芝麻油及花生油等7种食用植物油350～2500 nm范围的反射光谱,并通过...     

Use of Raman spectroscopy for analyzing edible vegetable oils

Vegetable oils provide high nutritional value in the human diet. Specifically, extra virgin olive oil is one of the main ingredients of the Mediterranean diet, which is among the healthiest of eating practices. This article reviews the use of Raman spectroscopy for analyzing edible vegetable oils including olive oil. Although the spectra for edible vegetable oils are similar, they exhibit some differences which, however small, enable their discrimination. Thus, Raman spectra allow one to determine the degree of unsaturation of oils. This property is correlated with the iodine value but much faster and simpler to obtain. The degree of unsaturation can be used to classify and authenticate oils, which is especially useful with high-quality oils. In fact, adulteration with mixtures of more inexpensive oils can be easily detected by Raman spectroscopy. This technique additionally allows some minor components present in unsaponifiable matter to be identified. Fats in general and vegetable oils in particular, are prone to oxidation. Thus, double bonds in them are oxidized to form triglycerides. Vegetable oils are widely used for frying and Raman spectroscopy allows for their oxidative stability against heating at the usual frying temperatures to be assessed.     

基于衰减全反射式太赫兹时域光谱技术的食用油光谱特性研究

食用油是人类营养和能量的重要来源,为人体提供必需的脂肪酸,研究食用油在太赫兹波段光学特性,对食用油成分分析及品质评价具有重要价值。衰减全反射式太赫兹时域光谱技术是一种新型的太赫兹时域光谱技术,通过样品与倏逝波的相互作用,获取样品的太赫兹光谱。与透射式或反射式太赫兹时域光谱技术相比,该技术能有效地避免测量食用油等液体样品时样品池对光学参数的影响,并能获得样品的精确光学参数。分别利用透射式太赫兹时域光谱技术和衰减全反射式太赫兹时域光谱技术测量了大豆油的吸收光谱。结果表明,与透射式太赫兹时域光谱技术相比,衰减全反射式太赫兹时域光谱技术能更有效地提取大豆油的吸收系数、吸收峰分布等光学特性。进一步利用衰减全反射式太赫兹时域光谱技术研究了大豆油、核桃油、葡萄籽油在太赫兹波段的光学特性,获得了三种食用油在1~1.8 THz范围内的折射率谱和吸收光谱。利用密度泛函理论计算了食用油中四种主要成分(软脂酸、硬脂酸、油酸和亚油酸)在太赫兹波段的振动、转动模式,理论计算结果同实验测量结果吻合较好。研究表明,在太赫兹波段食用油的吸收峰与所含脂肪酸分子种类与含量有关,其主要来源为脂肪酸分子的低频振动和转动。研究成果对食用油成分定性定量分析及品质检测等具有指导意义。     

Development of the Miniature NMR Apparatus for Edible Oil Quality Control

Edible oils are necessary in daily cooking; therefore, it is significantly important to find an efficient scheme for its quality control. In this work, a miniature nuclear magnetic resonance (NMR) apparatus was set up for the identification of edible oils with different qualities. Experimental results show that the total transverse relaxation time of the commercial refined edible oil is shorter than the poor quality edible oil. Further data processing was performed with inverse Laplace transformation for transverse relaxation time distribution analysis. The spectra of the distribution of transverse relaxation times of different qualities edible oils are also significantly different, among which, the refined edible oil has two peaks whereas the poor quality edible oil has three peaks. The experimental results are well agreed with the theoretical analysis. As the miniature NMR apparatus was employed to analyze three suspected illegal cooking oils which were seized at the scene of inspection, the three oils were all confirmed to be poor quality edible oils. The apparatus can also detect refined edible oils adulterated with illegal cooking oils. In conclusion, the presented miniature NMR apparatus could be a potential tool for edible oil quality control.