应用近红外技术测定黄豆粕中水分、蛋白质和粗脂肪

应用近红外分析仪（NIR）快速测定黄豆粕中水分、蛋白质和粗脂肪的含量,通过光谱扫描统计分析,分别找出测量黄豆粕水分、蛋白质、粗脂肪的波长及校准常数值,经数理统计分析结果表明：近红外法与常规水分测定法经典凯氏定氮法、索氏浸提法所测定的结果呈密切的线性相关,检测结果令人满意。     

大豆残渣中大豆皂苷含量的分析方法

采用紫外分光光度法测定豆粕残渣中大豆皂苷的含量,结果表明,豆粕残渣中含大豆皂苷,平均回收率94.40%。此方法较准确、简便、重现性好,适用于大豆皂苷产品的质量控制,为大豆残渣的开发利用提供了依据。     

酸性铬蓝K与卵白蛋白相互作用的分光光度研究及应用

在pH1.30的氯乙酸缓冲溶液中,在TritonX-100存在下,卵白蛋白与酸性铬蓝K可形成有色复合物,其最大吸收波长为585nm。卵白蛋白浓度在0～2.85mg/L和3.14～11.40mg/L范围呈线性,摩尔吸光系数分别为4.76×105L·mol-1·cm-1、5.46×104L·mol-1·cm-1。相对标准偏差在1.18%～1.27%,回收率在98.8%～101.7%之间。提出的方法已用于豆粕浸提液中蛋白质的测定,分析结果满意。探讨了卵白蛋白与酸性铬蓝K形成复合物的反应机理。     

近红外光谱法快速测定豆粕中混入的玉米粉含量

通过对豆粕样品和混有部分玉米粉的豆粕样品的近红外光谱分析，结果表明：混合样品中淀粉的含量与样品在２０６０ｎｍ，２０９０ｎｍ和 ２１６６ｎｍ处的光谱数据具有高的相关系数，然后应用回归分析计算出线性方程，再根据玉米粉中的淀粉含是一计算混合样品中的玉米粉含量。     

萃取-酸水解法提取纯化豆粕中大豆异黄酮甙元

乙醇水溶液回流提取 ,萃取 -酸水解方法 ,从豆粕中分离纯化具有重要生物活性的大豆异黄酮甙元。优化大豆异黄酮甙元的最佳提取条件 :液料比为 1∶ 1 6 ,以 70 %乙醇回流提取 6 h,HCl- N- 5 0 3在 30℃水解萃取 2 h,在中性条件下冻干得产品。方法简单安全低成本 ,与其他文献方法比较 ,所得产品回收率及纯度令人满意     

黄酮化合物的偶氮显色反应及其应用研究

在pH 10 4的NH4Cl NH3 ·H2 O缓冲溶液中 ,对磺基氯化重氮苯可与芦丁 ,桑色素 ,染料木甙 ,槲皮素 ,橙皮甙 ,黄岑甙和大豆甙等 7种黄酮化合物发生偶氮显色反应 ,反应产物的最大吸收波长 ,除黄岑甙为 380nm外 ,其余均在 4 30nm ,显色反应的灵敏度依上述顺序逐渐减弱。其中芦丁的摩尔吸收光系数最大 ,为 3 2 8× 10 4L·mol-1·cm-1,大豆甙摩尔吸光系数最小 ,为 8 30× 10 2 L·mol-1·cm-1。提出的分光光度分析方法 ,用于槐米和豆粕中黄酮化合物的测定 ,RSD为 0 2 5 %～ 4 4 8% ,回收率在 99 3%～ 10 5 0 %之间     

我国玉米、豆粕与奶价的传导机制研究——基于链合模型

以2005年6月至2011年10月的玉米价格、豆粕价格、原料奶价格、鲜奶价格为研究对象,运用链合模型探索了我国奶业发展中玉米和豆粕价格与奶价的传导关系.研究结果表明,玉米、豆粕与奶价之间长期均衡关系存在,豆粕价格对奶价的传导作用明显大于玉米价格,奶价对玉米价格和豆粕价格的传导机制不存在,即奶业发展对玉米和豆粕产业具有依赖性,反之,奶业的发展对玉米和豆粕产业的反推动作用不明显.     

近红外光谱分析技术在出口豆粕中的应用

本文研究了用近红外光谱分析法测定豆粕中三种成分,即蛋白质、油和水分的快速方法。在国际贸易中,出口豆粕是走俏商品,出口量全国每年几百万吨,其质量控制,以商品的蛋白质、油、水分、粗纤维等指标来体现。一般地,蛋白质含量在42-46%,油含量在0.3-3%,水分含量在8-13%(以上各指标均指其自然态)。这些成份含量的检验,一直延用传统的化学法来实现,蛋白质以凯氏(Kjeldahl)定氮法,油以索克斯列特(Soxh- let)抽提法,水分以烘箱法。改用近红外仪检验,只需书样品粉碎、混匀、装样、扫描,数十秒钟就可出结果。而且不需化学试剂,对人体无伤害。方法的精密度和准确度均优于传统的三种方法,工作效率提高近几十倍。     

基于PLS-GRNN的豆粕品质近红外光谱检测研究

豆粕是大豆浸提取豆油后经适当干燥和热处理所得副产品,是制作禽畜类饲料的主要原料,其品质决定营养价值。针对现有豆粕品质检测方法存在着有毒化学试剂使用多、操作复杂、分析时间长、无法满足实际生产线快速检测及调控需求等问题,提出一种基于近红外光谱分析的豆粕品质多组分检测方法,以期用于产品质量在线检测及调控。从大豆油脂加工生产线上采集豆粕样品449个,利用105 ℃烘箱法、凯氏定氮法和索氏提取法分别测定样品的水分、蛋白质和脂肪化学值,采用瑞士BuchiNIRMaster傅里叶变换近红外光谱仪采集样品漫反射光谱。首先利用马氏距离法剔除异常样本,然后用多种方法对光谱数据进行降噪处理,对比分析发现小波去噪效果最优。分别采用KS和SPXY两种算法确定豆粕不同组分的最佳样本分集。为了探讨豆粕组分的近红外吸收特性,剔除光谱冗余信息,降低模型计算复杂度,采用区间偏最小二乘法（iPLS）对4 000～10 000 cm-1全谱进行特征提取,优选出水分、蛋白质和脂肪的特征吸收波段分别为4 904～5 200,4 304～4 600和4 304～4 600 cm-1。最后建立豆粕组分含量的广义回归神经网络（GRNN）预测模型。为了减少网络的输入变量,缩小网络规模,提高运行速度,采用PLS对光谱数据降维,提取主因子得分作为GRNN输入变量。通过交叉验证循环法优选网络参数光滑因子spread值,建立豆粕多组分含量PLS-GRNN预测模型,并与经典的PLS和BP模型对比,发现PLS-GRNN模型效果更优,其水分、蛋白质和脂肪的预测集R2分别为0.976 9,0.940 2和0.911 1,RMSEP分别为0.091 2,0.383 4和0.113 4,RSD分别为0.79%,0.83%和8.53%。虽然脂肪的预测误差相对较大,但也在模型评定标准可用范围之内。实验表明基于PLS-GRNN的近红外光谱分析用于豆粕品质检测是可行的,能够用于实际生产过程中的品质监控。     

鱼粉中掺杂豆粕的可见和近红外反射光谱分析研究

探讨了基于可见和近红外反射光谱分析技术检测鱼粉中是否掺有植物饼粕的可行性。收集了我国常用的鱼粉和豆粕,将豆粕按不同浓度掺杂到鱼粉中制备试验样本,分别进行了定性和定量分析研究。定性分析用206个样本作为校正集,103个样本作为检验集,选择合适的光谱预处理方法和光谱范围建立了定性判别分析模型,模型对外部检验集的正确判断率为96.12％。定量分析用掺杂有豆粕的130个鱼粉样本作为校正集,65个鱼粉样本作为检验集,采用偏最小二乘法(PLS)建立了定量分析模型。以变量标准化处理(SNV)与二阶导数(2, 4, 4, 1)相结合处理效果最佳,其预测值和测量值的决定系数R2和标准差SEC分别为0.989 0和1.539 0;检验集进行外部验证的决定系数R2和标准差SEP分别为0.988 8和1.786 0,RPD为8.61。结果表明,利用近红外光谱分析技术可以成功检测鱼粉中豆粕的存在和含量。