基于FTIR的芝麻油真伪鉴别和掺伪定量分析模型

把低价油掺入到高价油是食用油脂中的常见掺伪现象,芝麻油由于品质好价格高,市场上时有假冒伪劣产品,因此应用FTIR并结合化学计量学,建立了芝麻油的真伪和掺伪的快速分析方法。首先分析了芝麻油与大豆油、葵花籽油在4 000～650 cm-1范围的FTIR谱图,由于食用植物油都是不同脂肪酸甘油三酯的混合物,其谱图极为相似,很难发现芝麻油与其他油脂的明显差异。但是不同食用油的脂肪酸组成不同,其1 800～650 cm-1红外指纹特征区也有所不同,因此可以选择该区域,对红外光谱数据用化学计量学方法进行分类识别。通过建立主成分分析(PCA)和簇类独立软模式识别(SIMCA)模型,进行了芝麻油的真伪鉴别,该模型聚类效果较为理想,识别正确率达到了100％;采用标准正态化校正(SNV)和偏最小二乘法(PLS),经过PCA分析计算,芝麻油中掺入大豆油、葵花籽油的掺伪检测限均为10%;利用FTIR和PLS,建立了芝麻油掺的定量分析模型,该模型预测值与实际值有着良好的对应关系,预测相对误差为-6.87％～8.07％之间,说明定量模型可行。本方法能够实现芝麻油的快速真伪鉴别和掺伪定量分析,其优点是模型一旦建立,分析简便、快速,可以满足大量样品的日常监测。     

微波消解样品-电感耦合等离子体原子发射光谱法测定竹叶中9种必需微量元素

竹叶样品置于聚四氟乙烯罐中,加入硝酸及过氧化氢后在微波消解仪中按设定程序加热消解。所得样品溶液定容至25mL后用电感耦合等离子体原子发射光谱法测定其中铬、锌、镍、钴、铁、硼、锰、铜和锶等9种元素的含量。9种元素的质量浓度在0.05～2.00mg.L-1范围内与其发射强度呈线性关系,方法的检出限(3s)在0.04～0.50μg.g-1之间。方法应用于分析了一种杨树叶标准物质(GBW 07604),所得9种元素的测定结果与证书值相符。方法的回收率在87.0%～107.6%之间。     

固相萃取-程序升温-气相色谱法与大容量固相萃取-气相色谱法测定食用油脂中饱和烃矿物油的比较

考察了固相萃取-程序升温-气相色谱法(SPE-PTV-GC)与大容量固相萃取-气相色谱法(LS-SPE-GC)测定食用油脂中饱和烃矿物油(MOSH)污染物的差异。从前处理程序、仪器方法、方法学考察与实际样品测定几个方面比较了两种分析方法。结果表明:不同容量的SPE柱对样品净化程序不存在显著性差异(P0.05);PTV-GC与普通GC在C12~C40碳数分布不存在显著性差异,PTV-GC在2.5~200 mg/kg范围内线性良好(R~2=0.9991),GC在12.5~500 mg/kg范围内线性良好(R~2=0.9994);两种方法测定6种食用油脂中MOSH的结果没有显著性差异,其回收率和RSD值均可以满足检测要求。其中SPE-PTV-GC灵敏度更高,适合低含量污染物的分析。     

拉曼光谱结合模式识别方法用于大豆原油掺伪的快速判别

大豆原油是我国的战略储备物资,然而目前储油市场上频繁出现大豆原油掺混的现象严重影响了食用油储备安全。基于此,通过大豆原油与部分植物精炼油拉曼谱图的特征差异,并结合主成分分析-支持向量机(PCA-SVM)模式识别建立了大豆原油是否掺伪的快速判别方法。以28个大豆原油、46个精炼油、110个掺伪油的拉曼谱图为模型样本;选择位于780～1 800 cm-1波段的谱图,预处理方法同时采用Y轴强度校正、基线校正和谱图归一化法;在此基础上应用PCA法提取特征变量,即以贡献率最高前7个主成分为变量进行SVM分析。SVM校正模型的建立是以随机选取的20个大豆原油和75个掺伪油样组成校正集,以8个大豆原油和35个掺伪油样组成验证集,分别运用并比较四种核函数算法建立的大豆原油SVM分类模型,并采用网格搜索法(grid-search)优化模型的参数,以四种模型的分类性能作为评判标准。结果表明：应用线性核函数算法构建的SVM分类模型可以很好地完成掺伪大豆原油的判别,校正集识别准确率达到100%,预测结果的误判率为0,判别下限为2.5%。结果表明应用拉曼光谱结合化学计量学能够用于大豆原油掺伪的快速鉴别。拉曼光谱简便、快速、无损、几乎没有试剂消耗,适合现场检测,从而为大豆原油的掺伪分析提供了一种新的备选方法。     

傅里叶变换红外光谱结合模式识别法快速鉴别食用油的真伪

采用傅里叶变换红外光谱(FTIR)结合簇类独立软模式识别技术(SIMCA)建立了真伪食用油的快速鉴别方法. 该方法依据FTIR 的指纹特性, 收集并分析了53 个合格食用油和13 个伪造食用油的FTIR 谱图; 通过对谱图取二阶导数和标准化处理, 主成分分析(PCA)提取特征变量; 采用SIMCA 方法分别随机选取43 个合格食用油和9 个伪食用油样品的FTIR 谱图组成训练集, 构建得到真伪食用油的SIMCA 分类模型. 该模型经过剩余10 个合格食用油和4 个伪食用油的验证, 正确识别率达到了100%. 说明FTIR 结合SIMCA 可能成为快速鉴别食用油真伪的一种新方法.     

笑气-乙炔火焰原子吸收光谱法测定食用油脂中聚二甲基硅氧烷

建立了笑气-乙炔火焰原子吸收光谱法测定食用油脂中聚二甲基硅氧烷含量的方法。对分析谱线、光谱带宽、燃助比等条件进行了优化。优化条件下,聚二甲基硅氧烷质量浓度0~50 mg/L范围内,吸光度与浓度之间线性关系良好;方法对植物油和动物(氢化植物油)油脂中聚二甲基硅氧烷的检出限分别为0.55 mg/kg和2.38 mg/kg;对植物调和油和鸡油样品6次平行测定的相对标准偏差小于5%;聚二甲基硅氧烷的平均加标回收率在92.1%~104.0%之间。方法可应用于不同类型实际油脂样品中聚二甲基硅氧烷含量的测定。     

火焰原子吸收光谱法测定纯棉纺织品中锌和锰的可提取态与总量

采用酸性汗液提取纯棉纺织品中锌和锰,火焰原子吸收光谱法(FAAS)测定可提取态含量;同时建立了微波辅助消解溶样,FAAS测定纯棉纺织品中锌和锰总量的方法。锌和锰的检出限分别为2.0和3.0μg·L-1,可提取态和总量测定结果的相对标准偏差在1.8%～6.6%之间,加标回收率在91.2%～104.8%范围。对5种北京市市售纯棉纺织品测定,锌的可提取态含量在0.31～3.26μg·g-1之间,总量为3.43～37.93μg·g-1;锰的可提取态含量在0.19～1.39μg·g-1之间,总量为0.56～3.17μg·g-1。     

蒸馏-高分辨连续光源原子吸收光谱法测定果脯中二氧化硫

硫在富燃空气-乙炔火焰中可以形成CS双原子分子。CS双原子分子的吸收轮廓与原子光谱吸收类似,因此可以利用原子吸收光谱方法进行定量分析。建立了高分辨连续光源原子吸收光谱法分析果脯中二氧化硫含量的方法。果脯中的二氧化硫经酸化、蒸馏、过氧化氢氧化等过程转变为硫酸根,通过连续光源原子吸收光谱法检测。对影响二氧化硫检测灵敏度的乙炔流量、火焰高度等仪器参数进行了优化,并考察了样品中硫酸根、硫代硫酸根等不同形态硫对二氧化硫分析的干扰。优化条件下,在257.961nm波长的检出限为52.4mg·kg~(-1);相对标准偏差小于10%。应用于北京市售果脯样品二氧化硫含量测定,平均回收率在85.7%~115.7%之间。该方法具有准确快速、干扰少等优点,拓宽了原子吸收光谱法的应用范围。     

制备液相色谱结合液相色谱-气相色谱联用技术高灵敏检测化妆品中的芳烃矿物油

矿物油是化妆品的重要原料,其主要成分是烷烃矿物油(MOSH),但其中残留的芳烃矿物油(MOAH)会危害人体健康。然而,高比例的MOSH使得化妆品中微量MOAH的分析非常困难,即使采用液相色谱-气相色谱联用技术(LC-GC)也难以准确测定。本研究采用制备液相色谱(Prep-LC)结合LC-GC建立了化妆品中MOAH的高灵敏检测方法。首先采用乙醇和正己烷提取,然后加水实现相分离,得到矿物油提取液;再经过预净化,注入Prep-LC分离。Prep-LC采用纯硅胶柱(250 mm×10 mm, 5μm),洗脱溶剂为正己烷-二氯甲烷二元体系,通过梯度洗脱,可分离去除2 mg以上的MOSH,制备得到高纯度的MOAH组分;经LC-GC和全二维气相色谱-飞行时间质谱(GC×GC-TOFMS)验证,Prep-LC制备的MOAH不含MOSH干扰物。最后,将收集的MOAH浓缩并注入LC-GC进行测定。方法学考察结果表明,本方法的定量限为10 mg/kg,回收率为82.0%～100.8%, RSD为3.6%～7.3%。采用本方法对市售15个口红和唇膏样品进行检测,其中4个样本检出MOAH,含量为204～1460...     

银离子固相萃取-程序升温大体积进样-气相色谱法定量分析市售巧克力中的饱和烷烃矿物油

建立了银渍硅胶固相萃取柱离线(Ag-SPE)净化,程序升温进样-气相色谱-氢火焰离子化检测器(PTV-GC-FID)定量分析巧克力中饱和烷烃矿物油(MOSH)的方法.以正己烷浸泡提取巧克力中的MOSH,离心后取1 mL上清液,过0.3％ Ag渍硅胶SPE柱净化,氮吹浓缩,定容至0.2 mL,注入GC分析; GC的进样口程序升温过程:初始温度45℃,保持1 min(分流比200∶1),以250℃/min升温至360℃(分流阀关闭2 min),并保持27 min(分流比100∶1); 进样量40 μL; 柱温箱升温程序为:35℃保持3 min,以25℃/min升温至350℃,以5℃/min升温至370℃,保持10 min,载气为高纯氮气,流速1.3 mL/min(压力60 kPa); FID温度为380℃.结果表明,本方法的MOSH定量限为0.5 mg/kg,加标回收率为84.9％～108.6％,相对标准偏差(RSD)为0.2％～1.5％.运用本方法对25个市售巧克力样品中的MOSH含量进行了测定,3个样品未检出,其余22个样品中MOSH含量为1.09～8.15 mg/kg(其中C16～C35 的含量为0.56～4.43 mg/kg),有3个样品含量高于5.00 mg/kg,为严重污染样品.本方法操作简便,检出限低,适用于巧克力中MOSH的定量测定.