模式识别法分析5种植物油脂

通过模式识别方法区分花生油、大豆油、米糠油、棕榈油和菜籽油。采用气相色谱法分析5种植物油脂的脂肪酸,用面积归一化法计算每个植物油脂样品的各脂肪酸相对含量。以每个植物油脂中9个脂肪酸的相对含量为变量,采用SPSS13.0软件的模式识别技术对119个植物油脂样品进行区分。由主成分分析图可知,花生油、大豆油、米糠油、棕榈油和菜籽油被清晰地分为5组。判别分析建立的判别方程能较好地实现样品的判别,自身验证和交互验证的准确率均为100%。另取每种植物油脂各5个样品(共25个)进行验证,识别准确率为100%。对调和有棕榈油的花生油进行主成分分析,在主成分分析图上,调和油的分布点在花生油分布区域与棕榈油分布区域之间。     

航天器管路吹除污染物成分分析与来源解析

制定了航天器管路吹除污染物检测总体技术方案,并依据方案分别采用扫描电镜能谱检测技术、衰减全反射傅立叶红外光谱检测技术和液相色谱-质谱联用检测技术,对航天器产品在管路吹除过程中发现的黄色污染物液体进行了成分分析,结果表明,航天器管路吹除污染物的主要成分为苯酚类物质和油脂类物质,污染物来源于航天器生产加工工艺过程中使用的润滑油。为航天器污染物的预防和控制提供了技术支持,为航天器型号产品的生产工艺改进及质量控制提供理论依据。     

常见光谱技术在植物油品质检测中的应用

植物油品质检测技术中,以光谱技术为代表的更为简单方便、快速而不失准确性的无损检测技术为市场所需要。该文从植物油组成成分、市场售卖植物油掺假现状两方面对植物油的品质相关指标进行了介绍,着重介绍了红外光谱技术、拉曼光谱技术、荧光光谱技术、紫外光谱技术等不同光谱技术在植物油品质检测中的研究进展和应用现状,最后提出了光谱技术在植物油品质检测发展中的瓶颈,并对光谱技术在植物油品质检测中应用前景进行了展望。     

基于高分辨质谱的化妆品中20种香料的高通量检测

基于静电场轨道阱高分辨质谱技术,建立化妆品中20种香料成分的高通量检测方法,并应用于实际样品中香料成分的筛查与定量分析。利用香料成分标准品通过高分辨质谱正负离子切换FullMS/ddM S^2扫描方式分析,获得多种香料成分的保留时间、一级母离子和二级碎片离子精确质量数,构建香料成分筛查谱库。样品用甲醇超声提取后,经超高效色谱柱分离,采用高分辨质谱分析,利用TraceFinder软件对化妆品中的香料成分与谱库相关信息匹配,实现目标物的高通量筛查确证,筛查确认后利用一级母离子外标法进行香料成分的定量分析。经验证该方法的线性关系良好(R^2>0.99),方法的检出限(0.1~10μg/g)、回收率(89.6%~109.1%)和精密度(3.1%~9.2%)能够满足欧盟对香料成分标注的限量要求,可用于同时测定化妆品中多种香料成分。     

红外光谱结合线阵列检测技术研究聚合物分散液晶膜分子取向

采用偏振红外光谱和变温红外光谱研究聚合物分散液晶膜中液晶分子取向随外加电场及温度的变化.利用线阵列检测技术表征了聚合物与液晶界面处的成分分布.结果表明,线阵列检测技术能够快速而直观地给出成分分布图,通过该成分分布图可以解释PDLC在温度场作用下分子取向的变化.     

激光共焦显微拉曼光谱技术对手印中海洛因及其稀释剂的检测研究

利用激光共焦显微拉曼光谱技术对汗潜手印和油潜手印中的海洛因、烟酰胺、碳酸钠、葡萄糖、淀粉、蔗糖、滑石粉进行了检测,并对主要拉曼特征峰所对应的分子振动基团进行了识别,在此基础上,对手印中的混合毒品进行分析检测。实验结果表明,在不破坏手印的情况下,激光共焦显微拉曼光谱技术实现了对手印中海洛因、烟酰胺、碳酸钠、葡萄糖、淀粉、蔗糖、滑石粉的快速检测,对手印中混合毒品样品中的海洛因成分能够有效的识别,手印中的油脂不影响以上各物质的检测识别,通过显微红外光谱技术对试验结果的准确性进行了确认,研究结果将为相关涉毒案件的侦破提供有力的技术支持。     

基于脂肪酸差异的肉制品中猪源性成分鉴别方法的研究

建立了肉制品中脂肪酸的分析检测技术,通过分析脂肪酸含量、种类以及片段特征指纹图谱,实现了基于脂肪酸差异的肉制品中猪源性成分的鉴别。采用气相色谱法测定了大量肉制品,利用保留时间和质谱鉴定了36种脂肪酸成分,选取较为稳定的18种脂肪酸数据进行统计分析,确定不同油脂脂肪酸的差异,结合特征图谱,最终确定可用于鉴别猪源性成分的8种脂肪酸。该方法可用于确定肉制品中是否含有猪源性成分,方法简单、快速、成本低,辨别度较高,在猪源性成分鉴别中具有一定的应用前景。     

可视化阵列传感器技术鉴别不同香型白酒

决定白酒香型的物质种类繁多,成分复杂.采用可视化阵列传感器技术对中国白酒五大香型的代表酒样进行检测,在可视化区分的基础上采用分层聚类分析、主成分分析等统计分析方法,对检测结果进行分析.不同香型的白酒在聚类分析中可以正确归类,利用主成分分析得到的前3个主成分所代表的白酒75.8%的信息量就可以将不同香型白酒完全区分开,表...     

红外、近红外光谱-簇类的独立软模式方法识别植物调和油脂

用IR,NIR光谱法结合簇类的独立软模式(SIMCA)识别方法对植物油脂进行分类识别,建立了识别二元、三元植物调和油脂的测定方法。应用NIRCal5.2软件的SIMCA技术,分别为所制备的植物调和油脂建立了IR和NIR识别模型,并讨论了光谱处理和数据处理方法来提高模型的分类识别效果。分别以各种植物调和油脂的IR和NIR光谱为变量,随机抽取2/3的样本作训练集,建立了各个调和油的主成分分析(Princi-pal component analysis,PCA)模型;1/3作验证集,对所建模型进行验证识别。用聚类分析-主成分分析(CLU-PCA)方法考察调和油的IR,NIR光谱信息与其纯油的主成分分布。结果显示,在4000～10000cm-1光谱范围内,SIMCA可以对15种二元调和油和2种三元调和油的NIR光谱分别聚类并识别;并对10种二元调和油和2种三元调和油的IR光谱分别聚类并识别。IR以4个波数1099,1119,1746与2855cm-1的吸收值作为分析基础,选择不同的主成分数及数据预处理方法。各种油脂的SIMCA分析的分类精度均为100%,调和油的验证识别准确率100%,最低识别比例为1%,且IR识别灵敏度高于NIR。     

毛细管电泳-电化学检测法测定蜘蛛香中多元酚类化合物

采用毛细管电泳 电化学检测法(CE ED)同时测定了蜘蛛香根中香叶木素、山奈酚、芹菜素、绿原酸 和咖啡酸等5种主要生物活性成分的含量,考察了运行缓冲液酸度、浓度、分离电压、氧化电位和进样时间等 实验参数对分离、检测的影响。在最佳实验条件下,以直径300μm的碳圆盘电极为工作电极,检测电位为+ 950mV(vs.SCE),在50mmol/L的硼砂缓冲溶液(pH9.23)中,上述各组分在23min内能完全分离。5种组 分在两个数量级的范围内呈良好线性关系,检测下限(S/N=3)达1.7×10-4～1.8×10-5g/mL。该法已成功 地应用于蜘蛛香根中活性成分的分离检测,结果令人满意。     

油脂降解培养基优化的遗传算法实验研究

我们运用遗传算法,首次对利用热带假丝酵母降解油脂的培养基优化问题进行了研究。通过5代实验完成了50个实验样本、6种培养基成分、64个浓度水平的优化任务。按照优化后的培养基组成,热带假丝酵母降解油脂的降解率为95．4％,比正交设计法提高了7．63％。实验结果表明：利用遗传算法可优化培养基成分含量,取得更好的效果;遗传算法是一种优于单因素试验法和正交设计法的新型、高效的培养基优化方法。     

宁夏检验检疫中心新增检测项目149项

不久前,中国合格评定国家认可委（CNAS）组织专家,对宁夏检验检疫综合技术中心进行了“三合一”现场评审。经评定,今后,宁夏检验检疫综合技术中心新增检测项目149个,涉及食品添加剂、转基因产品、活性炭等项目,尤其是对食品中转基因成分的检测将使该中心成为全区首家具备转基因产品检测资格的检测机构。     

SPME/GC-MS鉴别地沟油新方法

采用固相微萃取(SPME)气相色谱-质谱联用(GC-MS)技术,研究了油脂内源及外源物质的微量化学成分。结果发现:纯正花生油和大豆油不含反式脂肪酸,地沟油含有反式脂肪酸trans-C18∶1、trans-C18∶2;纯正花生油和大豆油中含有正己醛、正壬醛和正癸醛等杂质,而地沟油中除了这几种醛类外还含有乙酸、3-丁烯腈、2,5-二甲基吡嗪等特征杂质成分。通过测定内源性物质和外源性物质的存在,两种检测结果互相印证,综合判断,最终可确定是否为地沟油,据此首次建立了SPME/GC-MS鉴别地沟油的新方法。该方法不但可用于地沟油的鉴别,还可用于掺假食用油的检测。     

油脂中成分的气相色谱-质谱分析

油脂是人类食品3大主要成分之一,油脂中的主要成分也是其主要营养成分是各种脂肪酸,油脂中的脂肪酸组成情况不仅能作为油脂种类的判定条件之一,也充分表现了其营养价值的高低.     

可视化传感阵列对乌龙茶等级的快速识别研究

以金属二聚体卟啉,席夫碱过渡金属配合物和特异性染料为敏感材料,结合溶胶凝胶技术构建了一种新型可视化传感器阵列系统,对9种不同产地不同等级的乌龙茶进行了检测。采用主成分分析,聚类分析技术和欧式距离对检测结果进行分析。该传感阵列系统可以对乌龙茶的产地和等级实现准确的可视化识别与分类,检测耗时为3 min。通过主成分分析获得的前2个主成分所代表的乌龙茶63.6%的信息量即可以实现不同等级茶叶区分。9种乌龙茶的平行实验数据均能100%准确区分,且等级相同产地相同的样本优先聚成一簇。研究结果表明所构建的可视化阵列传感器是一种能快速准确区分乌龙茶等级与产地的方法,在实时快速检测茶叶品质方面有潜在的应用价值。     

径向基函数网络在近红外人体无创伤血糖浓度检测基础研究中的应用

在近红外无创伤血糖浓度检测的基础研究中，对于多组分的混合物的分析，常因光谱与样品浓度之间呈现非线性响应，使得基于线性模型的校正方法失效。本文讨论了非线性校正方法径向基函数神经网络( RBFN )的有效性，并与线性校正方法中的主成分分析和偏最小二乘法作了对比研究。验证实验所用样品为①葡萄糖水溶液②包含牛血红蛋白和白蛋白的葡萄糖水溶液，结果表明：在①实验中PLS模型和RBFN预测标准偏差分别为8．2、8．9；在②实验中分别为15．6、8．8。可见在样品组分增多时，RBFN算法较线性PLS方法建立的模型预测能力强。     

支持向量回归在人体血红蛋白无创检测中的应用

采用线性渐变滤光片(Linear variable filter, LVF),优化设计高性能、便携式的人体血液成分近红外检测设备,研究了支持向量回归(Support vector regression, SVR)模型对人体血红蛋白(Hemoglobin, Hb)的预测能力及稳定性,以实现贫血疾病的无创诊断.无创采集100位志愿者食指前端光谱信息并划分定标集、验证集1和2.应用网格搜索方法优选惩罚参数与核函数参数c=5.28, g=0.33,用以建立稳健的SVR模型.随后,分别对验证集1和2中Hb水平进行定量分析.实验结果表明: 预测标准偏差(RMSEP) 分别为10.20 g/L和10.85 g/L,相对预测标准偏差(R-RMSEP) 为6.85%和7.48%,测量精度较高且SVR模型对不同样品的适应性较强,基本满足临床检测要求.基于SVR算法自行设计的LVF型近红外光谱检测设备在贫血症的无创诊断中有着良好的应用前景.     

高效毛细管电泳碳柱电极安培电化学检测的理论研究

推导了高效毛细管电泳碳柱电极安培电化学检测的检测电流表达式，并以自制毛细管电泳／电化学检测系统对其进行了实验验证。对给定直径的工作电极，检测电流正比于碳柱工作电极插入检测毛细管长度的２／３次方，也正比于液体电渗平均体积流速的１／３次方。实验结果与公式吻合很好，说明了检测电流表达式的正确性。     

油脂中脂肪酸的气相毛细管色谱法分析

人类利用油脂已有悠久的历史。油脂是人类不可缺少的营养物质,而且对人体具有重要的生理功能。 油脂的主要成分是脂肪酸甘油脂。自然界中油脂的种类很多,不同的油脂具有不同的脂肪酸组成,因而具有不同的功能和价值。亚油酸是人体必需的     

气相色谱-质谱联用法测定食品中3-氯丙醇酯及缩水甘油酯

建立了气相色谱-质谱联用同时测定多种植物油和油脂类食品中3-氯丙醇酯(3-MCPDE)和缩水甘油酯(GE)的检测方法。通过对样品提取、酯交换、衍生化和GC-MS检测条件的优化,植物油、奶粉、油炸膨化类食品以及焙烤类食品中3-MCPDE的定量下限分别为100、25、125、20μg/kg。方法的平均回收率为81.2%~109%,相对标准偏差(RSD,n=6)为0.77%~7.3%,样品在较宽的线性范围内呈良好线性关系,相关系数(r)大于0.999。采用该方法对30个食品样品进行了检测,其中3-MCPDE和GE的检出含量范围为未检出~8.04 mg/kg。该法具有高效、灵敏和可操作性强等特点,能够满足日常食品,特别是油脂和油脂食品中3-MCPDE和GE的定性及定量检测要求。