基于近红外光谱分析技术测定库尔勒香梨硬度

采用近红外(NIR)漫反射光谱法对新疆特色梨果库尔勒香梨的五种不同果（包括青头、粗皮、脱萼、宿萼、突顶果）的硬度进行测定。由于近红外光谱数据量大且原始光谱噪声明显、测定水果时散射严重等导致光谱建模时关键波长变量提取困难。以新疆库尔勒香梨为研究对象，为了有效地消除固体表面散射以及光程变化对NIR漫反射光谱的影响，首先采用标准正态变量变换（SNV）和多元散射校正（MSC）对库尔勒香梨的原始光谱进行预处理。为寻找适合近红外光谱检测库尔勒香梨硬度的最佳特征波长筛选方法，进行香梨近红外光谱的特征波长变量选择方法的比较与研究。研究比较了两种特征波长筛选方法对库尔勒香梨硬度偏最小二乘法（PLS）建模精度的影响。同时使用反向偏最小二乘（BiPLS）和遗传算法结合反向偏最小二乘（BiPLS-GA）在全光谱范围内筛选香梨硬度的特征波长变量，将校正均方根误差（RESMC）、预测均方根误差（RESMP）以及决定系数（R2）作为模型的评价标准，并最终确定最优波段选择方法及最佳预测模型。基于选择的特征波长变量建立的PLS模型（BiPLS-GA）与全光谱变量建立的PLS模型进行比较发现BiPLS-GA模型仅仅使用原始变量中6.6%的信息就获得了比全变量PLS模型更好的库尔勒香梨硬度的预测结果，其中R2，RMSEC和RMSEP分别为0.91，1.03和1.01。进一步与基于反向偏最小二乘算法（BiPLS）获得的特征变量建立的PLS模型比较发现，BiPLS-GA不仅可以去除原始光谱数据中的无信息变量，同时也能够对共线性的变量进行压缩去除，使得建模变量从301个减少到20个。极大地简化模型的同时有效地提高了模型的预测精准度和稳定性。因此该方法能够有效地用于近红外光谱数据变量的选择。证明了近红外光谱分析技术结合BiPLS-GA模型能够高效地选择出建模变量，去除与库尔勒香梨硬度无关的近红外光谱信息，显著地提高库尔勒香梨硬度定量模型的预测精度。这不仅为新疆地区特色梨果库尔勒香梨的快速、精确、无损优选分级提供一定的技术支持，同时也为基于近红外光谱分析技术预测水果内部品质的研究提供了参考。     

ZSM-5分子筛结晶度及晶粒大小的影响因素

以硅溶胶为硅源,偏铝酸钠为铝源,用晶种法制备ZSM-5分子筛.考察了物料混合方式、陈化时间、晶化时间、晶化温度、碱度和水量等对ZSM-5分子筛相对结晶度和晶粒大小的影响.用X射线衍射仪(XRD)、扫描电子显微镜(SEM)和激光粒度分析等对所合成样品进行了表征.结果表明:在一定的高碱度条件下形成高浓度的硅铝酸盐凝胶,才能合成出晶化良好的样品,ZSM-5分子筛是按固相机理形成的;合成ZSM-5分子筛的相对结晶度和平均颗粒度均随晶化温度的升高及硅铝酸盐凝胶浓度的增加而增大,在室温陈化24 h、180℃晶化12～24 h时相对结晶度最高,平均颗粒度基本上与陈化时间无关.     

固相萃取-气相色谱法定量分析橄榄油中饱和烃矿物油和芳香烃矿物油

建立了固相萃取(SPE)净化、程序升温进样结合气相色谱-氢火焰离子化检测器(PTV-GC-FID)定量分析橄榄油中饱和烃矿物油(MOSH)和芳香烃矿物油(MOAH)污染残留的方法。样品经正己烷溶解后,利用环氧化反应结合自制的分子筛SPE柱和0.3%AgNO_3硅胶SPE柱交替净化方式,消除了样品中脂质、蜡酯、烯烃、天然烷烃等干扰,并实现MOSH和MOAH的有效分离,氮吹浓缩后,经程序升温进样口大体积进样注入GC-FID分析,外标法定量。优化了环氧化试剂用量、环氧化反应时间、固相萃取洗脱体积等实验参数。结果表明,矿物油标准参考物Gravex 913润滑油在2.0~500.0 mg/L范围内呈良好线性关系,MOSH和MOAH的检出限分别为1.0和0.3 mg/kg,定量限分别为3.0和1.0 mg/kg,加标回收率分别为93.2%~103.7%和78.5%~81.3%,相对标准偏差分别为2.7%~5.0%和2.9%~4.0%。本方法净化效果好、试剂用量少、操作简单、检出限低,能有效分离植物油中MOSH和MOAH,适用于橄榄油中矿物油的定量检测。     

最小二乘支持向量机的核桃露饮品中脂肪成分的定量分析

利用近红外光谱对核桃露中的重要指标脂肪含量进行定量分析，同时进行建模变量优化、建模方法比较以优选最佳模型。为消除散射对光谱造成的影响，采用标准正态变换（SNV）方法对数据进行预处理，采用遗传算法（GA）结合向后间隔偏最小二乘法（BiPLS）优选的特征波长分别作为偏最小二乘法（PLS）及最小二乘支持向量机（LS-SVM）的输入变量，建立核桃露中脂肪含量的近红外定量模型，采用决定系数（R2）、预测标准偏差（RMSEP）以及性能偏差比（RPD）对各模型进行评价，探究光谱波段选择方法对于核桃露中脂肪指标模型构建的影响，同时确定最佳建模方法。结果表明：进行变量筛选能够对模型起到优化作用，BiPLS及GA-BiPLS方法分别选择了150及30个变量点，占全光谱的10%及2%，对应了核桃露样品中脂肪成分的特征吸收峰，使得PLS模型的RMSEP值从0.049分别下降到0.043和0.040，同时模型的相关系数R2从0.964提高到0.973及0.974，性能偏差比RPD从4.88增长到5.62及6.00，主成分数也有不同程度的减少，降低模型复杂程度的同时提高了模型准确性。相比于PLS模型，核桃露脂肪指标的LS-SVM模型的R2，RMSEP及RPD值均表现出了更好的效果，分别达到0.986，0.036及6.52。说明基于最小二乘支持向量机建立的分析模型有较高的准确度及稳定性，可能是由于PLS作为一种经典的线性建模方法，在建立模型的过程中忽略了样品数据集中的非线性因素，而核桃露样品光谱测量过程中噪声、背景等因素的干扰，以及各指标成分间的相互影响，使得脂肪含量与近红外光谱信息间存在复杂非线性的变化关系，LS-SVM方法能够更为有效地对其进行描述，增强了光谱变量与指标浓度间的相关性，使得建立的模型有着更好的准确度以及普适性，说明了在实际生产中，LS-SVM方法具备优良的可行性，体现了其在核桃露饮品品质分析方面的巨大潜力。基于最小二乘支持向量机方法所建立的核桃露脂肪含量的定量分析模型，具有准确、稳定的特点，能够为核桃露生产的质量监控提供技术借鉴，同时为饮品品质的分析方法研究提供了新的思路。     

两种煤在热解过程中汞的析出和形态分布实验研究

在程序升温热解反应系统上,研究了大同煤和宝日希勒煤在N2气氛下热解过程中汞析出及形态分布规律。实验结果表明,温度是影响煤热解过程中汞释放的主要因素。煤中汞释放率随着温度的升高而明显升高,当热解温度为600℃时,煤中汞已基本逸出,汞释放率在92%以上。元素汞(Hg0)是气态汞释放的主要形态,随着热解温度的升高,大同煤释放的元素汞在气态汞中的质量分数先增加后减小,而宝日希勒煤中元素汞的质量分数逐渐降低。随着停留时间的延长,煤中汞释放率和元素汞的质量分数都呈增加趋势,宝日希勒煤的增幅较大同煤更为显著。较高的加热速率促进了煤中汞的释放,同时也在一定程度上提高了氧化汞的质量分数,其中宝日希勒煤的氧化汞增幅明显大于大同煤,达19.5%。     

超高效液相色谱-电喷雾串联质谱法直接测定黄酒和葡萄酒中氨基甲酸乙酯

建立了超高效液相色谱-电喷雾串联质谱(UPLC-ESI-MS/MS)直接测定黄酒和葡萄酒中氨基甲酸乙酯含量的方法。黄酒和葡萄酒样品经蒸馏水简单稀释后,过0.22 μm微孔滤膜,直接进行UPLC-MS/MS分析检测。以Waters Acquity UPLCTMBEH C18色谱柱为分析柱,乙腈和0.1%(v/v)乙酸水溶液为流动相,采用电喷雾正离子(ESI+)模式电离,多反应监测(MRM)模式检测,以氨基甲酸丁酯(BC)作为内标进行定量。结果表明: 方法在2～500 μg/L的范围内线性关系良好(相关系数大于0.995),其对黄酒和葡萄酒的检出限为1.7 μg/L,定量限为5.0 μg/L,可达到黄酒和葡萄酒中氨基甲酸乙酯的检测要求。当添加水平为10、20和100 μg/L时,黄酒和葡萄酒中待测组分的回收率为90%～102%,日内精密度(n=6)为0.8%～4.5%,日间精密度(n=6)为1.4%～5.6%。该方法样品处理简单,前处理过程不使用有机溶剂,测定快速、准确,灵敏度高,非常适合黄酒和葡萄酒中氨基甲酸乙酯的快速检测和定量分析。     

生物质焦的表征及其吸附烟气中汞的研究

选用四种生物质即稻杆(RS)、稻壳(RH)、松木屑(WC)和棉花杆(CS)制备了生物质焦,利用N₂吸附/脱附和傅里叶变换红外光谱(FT-IR)仪,对制备的生物质焦的孔隙结构和表面化学性质进行了表征,分析生物质种类和制焦条件对生物质焦性质的影响。在固定床汞吸附实验台上研究了生物质焦的脱汞性能。结果表明,随着热解温度的升高,生物质焦的比表面积、微孔容积、分形维数等参数有先增大后减小的趋势。WC600、RS600、RH600均有较好的孔结构特性;热解温度升高,生物质焦表面官能团的数量和种类随之减少。不同生物质制备的焦样表面官能团的数量和种类差异较大。其中,RH600和RS600的表面官能团的种类比较丰富,而且含量相对较多。但WC600和CS600表面的官能团种类和数量都很少。生物质焦的单位汞吸附容量与其分形维数以及微孔容积之间并非简单的依附关系,其吸附能力还受含氧官能团等其他因素的影响。     

近红外光谱波段优化在白酒酒醅成分分析中的应用

为了提高白酒酒醅主要成分的快速检测技术水平,利用近红外光谱法对白酒酒醅中的水份、淀粉、酸度和酒精度进行定量分析,通过PLS建立酒醅成分定量分析模型,同时采用CARS、间隔偏最小二乘变量选择法(iPLS)和无信息变量消除法(UVE),实现光谱特征波段选择,并利用多元散射校正(MSC)、导数以及标准正态变量变换(SNV)等预处理方法进行模型优化。用决定系数(R~2)、预测标准偏差(RMSEP)以及最佳主因子数对模型进行评价,确定最佳建模方法。结果表明:波段筛选能够对模型起到优化作用,并提高模型运算速度,其中CARS优化效果最为明显,酒醅水份、淀粉、酸度和酒精度的R~2分别达到0.885,0.915,0.951,0.954;RMSEP分别为0.630,0.519,0.228,0.234,有效地提高了模型的稳定性与准确度。经过优化,所建模型预测效果好,能够满足白酒酒醅主要成分的快速检测要求,在实际应用中有一定的参考价值。     

毛细管柱直接进样法测定白酒香味组分的研究

 直接注入白酒以准确测定微量香味组分含量是近年来研究白酒香味的首选技术，围绕所选的３种柱型，对色谱分离条件、气相色谱／质谱（ＧＣ／ＭＳ）定性及采用３个内标物的定量方法作了较详细的探讨，列出了可供定量的６８个组分名称，并对３种毛细管柱的应用特性作了比较。