利用近红外光谱快速检测牛奶中三聚氰胺的可行性研究

采集了22个合格液态牛奶样品,并制备了50个掺入不同含量三聚氰胺(0.1～1 500 mg·kg-1)的牛奶样品,应用近红外光谱仪扫描其透射光谱,研究利用近红外光谱快速检测牛奶中三聚氰胺的可行性。采用偏最小二乘法建立近红外光谱与牛奶中三聚氰胺含量之间的定量模型,结果表明近红外光谱受检测限的限制,难以准确预测牛奶中掺入的三聚氰胺的含量。而应用近红外光谱,结合判别偏最小二乘法建立定性模型,则可以实现对合格牛奶及掺入三聚氰胺的牛奶的定性鉴别,正确识别率达100%。因此,基于近红外光谱的检测方法可以初步判断牛奶中是否含有三聚氰胺,作为高效液相色谱法的补充,为定量检测做初步的筛查,可大大提高检测效率。     

牛奶中三聚氰胺的可见/近红外光谱快速判别分析方法的研究

为探讨基于可见一近红外光谱技术快速检测牛奶中是否含有三聚氰胺的可行性.文章通过往液态奶中添加不同含量的三聚氰胺,共制备样本160个.利用Handheld Field Spec光谱仪获取样本光谱,其后采用不同的预处理方法对光谱数据进行预处理,然后分别建立数学模型,比较模型的好坏,得到采用移动平均平滑作为数据的预处理方法较好.从160个样本中随机的取出120个样本建模,剩下的40个样本作为独立的验证集.采用偏最小二乘回归法(PLS)和最小二乘支持向苗机法(LS-SVM)方法分别建立判别分析模型,利用独立的验证集对判别模型进行了预测验证.预测结果的预测相关系数(R2)分别为0.917 4(PLS)和0.910 9(LS-SVM),预测标准误差(RMSEP)分别为0.030 4(PLS)和0.046 7(LS-SVM).研究结果表明近红外反射光谱可以作为一种快速检测牛奶中三聚氰胺的方法.     

可见/近红外光谱技术在液态食品检测中的应用研究进展

可见/近红外光谱作为一种快速、无损的新型检测技术,在农产品与食品品质检测领域获得越来越广泛的应用。日本和欧美很多国家在近红外光谱对农产品与食品品质检测方面已经取得了很大的进展,国内在这一领域的研究虽有一定的成果,但与国外相比仍有一定的差距,有待加强。文章从酒类、奶制品、果汁、食用油等方面综述了近几年国内外可见/近红外光谱技术在液态食品品质检测中的最新应用研究进展,分析了可见/近红外光谱技术应用于液态食品品质检测的种种优势,思考了应用中存在的一些问题并尝试提出了相应的解决方法,最后对进一步的研究提出了展望。     

基于激光吸收光谱乙炔在线监测技术的研究

乙炔作为有机化工产品原料,广泛应用于化学工业中,但易燃易爆,在储存和工业生产中有必要对其进行实时在线监测.可调谐半导体激光吸收光谱(TDLAS)技术具有高选择性、高灵敏、快速响应等特点,在痕量气体检测中得到了广泛的应用.文章研究了乙炔气体在近红外波段的吸收线分布特征,详细地讨论了基于近红外可调谐二极管激光吸收光谱技术的乙炔在线监测系统设计方案;建立了实验测量系统,研究了信号检测方法和浓度反演算法,对长度10 cm的样品池和已知标准浓度乙炔气体配制的不同浓度乙炔气体进行检测,检测限可以达到1.46 cm3·m-3;进行了动态检测实验,测量结果具有较好的稳定性和可靠性.分析表明系统设计方案可行,由此发展的乙炔在线监测系统可用于乙炔储存、运输和使用过程中泄漏报警.     

近红外光谱和聚类分析法无损快速鉴别不同辅料奶粉

以添加不同辅料奶粉的近红外图谱作为聚类分析的对象,化学成分的含量不同,红外的谱图就会有差异。在建立混合成分模型的基础上,采用SIMCA聚类分析法对添加不同辅料奶粉进行了快速的分类研究。对市场250种不同种类奶粉进行近红外扫描,并做了重现性测定。含有乳糖或蔗糖的不同辅料的奶粉的近红外谱图,从表观上难以进行指纹特征提取,需采用模式识别技术来进行智能识别。从中随机抽取160张谱图进行聚类分析,并对未知样品进行预测。结果表明：尽管各样品的近红外谱图很相似,难以直接区别,但采用近红外光谱和聚类分析相结合的方法可以鉴定添加不同辅料的奶粉。从模型图上看,两个不同辅料奶粉之间没有重叠,互不干扰,各样品之间光谱聚类的结果较理想,盲样检测的正确率可达90％以上。如果能够获得足够多的样本,增加训练集样本数和采样的代表性,加强操作的标准程度,该法的准确率将会大大提高。近红外光谱与聚类分析法相结合可以快速、无损识别奶粉中添加的不同辅料,是一种有效的奶粉质量检测技术。     

基于可调谐半导体激光吸收光谱的瓦斯监测方法研究

瓦斯爆炸是煤矿安全的主要威胁,对瓦斯气体浓度进行准确、快速、实时监测和预警是治理瓦斯灾害的有效手段。实验研究了近红外半导体激光吸收光谱技术在煤矿瓦斯气体安全检测中的应用。系统光源采用的是1.65μm波长的近红外可调谐DFB激光器,使用了波长调制和二次谐波检测技术,通过光纤进行信号传输。系统检测限低于0.09%,气体浓度的检测速度最高可达到0.02s。研究表明:该技术具有实时、连续、快速、非接触检测的特点;现场无带电部件,具有多点分布式遥测的能力,能够满足煤矿瓦斯安全检测的要求。     

食品中三聚氰胺的光谱检测与分析技术研究进展

三聚氰胺是豆、乳类制品中的非法食品添加剂,曾作为蛋白质的廉价代替物被非法添加进奶粉等食品中,造成了严重的社会危害,极大地威胁人民生命财产安全。目前光谱技术已成为识别和定量检测非法食品添加剂的有效手段,为质量监管部门提供了可靠的研究方法和鉴定依据。光谱检测技术的时效性、无损性和准确性提高了食品中三聚氰胺的检测效率,促进了精准化、自动化食品质量检测的发展。近年来有大量研究围绕着三聚氰胺的光谱检测新技术,如开发新型增强底物或传感器,降低三聚氰胺的检测限,提高检测精度;开发更加便携的自动化光谱快检设备,降低检测成本,提高检测效率。这些光谱技术各具优势,但很难形成标准化、统一化的检测规范,使得各种光谱检测技术仅仅停留在试验阶段,无法应用于实战。另一方面,随着人工智能与模式识别技术的发展,光谱数据分析方法在近年来也有着长足的进步,各种光谱预处理和数据建模方法被不断提出,大大提高了光谱检测技术的灵敏性和稳定性。综述了近十年光谱技术（拉曼光谱、近红外光谱、荧光光谱、光谱成像等）在三聚氰胺检测中的应用现状,总结了不同仪器检测限、定量范围和样品前处理方法;分析了各种光谱预处理和光谱数据建模方法在不同光谱数据中的适用性,归纳出这些方法的优劣与适配的仪器,并对其应用前景和研究趋势进行了展望。     

对比变分自编码器的近红外光谱测量及其在液态样品检测中的应用

近红外光谱是热门的食品检测方法之一,对于这种高维光谱数据的分析常常需采用数据降维算法提取其中的特征,然而绝大多数算法都只能针对单个数据集进行分析。虽然已有基于对比学习的对比主成分分析成功应用于不同水果表面农残的近红外光谱检测中,但是该方法只能以线性的方式组合原有特征,特征提取效果存在局限性,并且需要调节对比参数来控制背景集影响,需要消耗更大的时间成本。cVAE(contrastive variational autoencoder)是一种基于对比学习和变分自编码器的改进算法,被用于图像去噪和RNA序列分析中,它仍然具备分析多个数据集的特点,同时因为组合了神经网络的概率生成模型而具备了提取非线性隐含特征的能力。将cVAE算法应用于近红外光谱分析,建立了准确的近红外光谱数据降维模型。在实际验证中,使用cVAE算法对购买的不同品牌和批次纯牛奶中掺假三聚氰胺进行检测。结果表明,使用VAE算法只能区分出不同品牌和批次的纯牛奶,而其中是否掺假三聚氰胺这一重要信息无法表现出来;而使用cVAE算法进行数据分析时,由于添加了背景数据集分离了无关变量,能够清晰的将有无掺假三聚氰胺的样本分类。这说明了,cV...     

近红外光谱紫花苜蓿品种耐盐性鉴别方法研究

近红外光谱(NIRS)分析技术是一项高效、快捷检测样品中某种物质成分的新方法,近年来在饲料营养分析、品种鉴别等领域得到了广泛的应用。作者提出了一种用近红外指纹光谱快速鉴别紫花苜蓿品种耐盐性的新方法。首先用近红外吸收光谱对20个紫花苜蓿品种进行聚类,发现供试品种很好地聚为耐盐和敏盐两类,与常规检验结果基本相同,通过聚类建立苜蓿品种耐盐性鉴别模型,其次用所建耐盐品种评价鉴别模型对6个苜蓿品种进行耐盐性预测,品种识别准确率达到100％,表现指数为85.7％。所以近红外吸收指纹图谱对苜蓿品种耐盐性具有很好的分类和鉴别作用,通过建立鉴别模型,可对品种耐盐性进行快速、高效的初步鉴定。     

近红外漫反射光谱法检测小麦粉过氧化苯甲酰

国家已禁止向小麦粉中添加过氧化苯甲酰(BPO),快速检测小麦粉中BPO添加量对于保障食品安全非常重要.BPO在添入小麦粉中后部分会被还原成为苯甲酸,使得对其原始添加量的检测非常繁琐.本文探讨了利用近红外漫反射光谱法进行小麦粉中BPO添加当量检测的可行性.通过向无添加剂小麦粉中添加不同量的过氧化苯甲酰粉末,制备小麦粉样本...     

二维相关近红外光谱检测牛奶中的三聚氰胺

配置合格的纯牛奶样本及含有三聚氰胺质量浓度范围为0.01g/L～3g/L的掺杂牛奶样本各20个,并采集其近红外光谱。以牛奶中掺杂三聚氰胺浓度为外扰,构建二维相关同步谱,研究其相关谱特性。在此基础上,结合偏最小二乘判别分析法(PLS-DA)建立定性模型,可以实现纯牛奶与掺伪牛奶的定性鉴别,正确识别率达100%。同时,将二维相关近红外同步谱矩阵与偏最小二乘法(PLS)结合起来,建立定量分析牛奶中掺杂三聚氰胺的数学模型。对未知样品的预测相关系数R达到0.98,预测均方根误差(RM-SEP)为0.18g/L,说明基于同步相关谱矩阵建立定量分析的数学模型是可行的。该方法无需样品处理,成本低,为快速检测掺伪牛奶提供了一种新的途径。     

近红外光谱结合非线性模式识别方法进行牛奶中掺假物质的判别

以287例上海及上海周边地区牧场的生鲜奶作为真奶样本集组成3个真奶样品集合,配制了526例含有糊精(或淀粉)+三聚氰胺(或尿素、或硝酸铵)的掺假牛奶形成6个不同种类的假奶样品集合,其中糊精、淀粉在掺假奶中的含量为0.15%~0.45%;硝酸铵、尿素和三聚氰胺的含量分别为700~2 100, 524~1 572与365.5~1 096.5 mg·kg-1,以保证掺假奶中凯氏定氮法测得的蛋白含量不低于3%。所有样本的近红外光谱均经过标准正态变换(SNV)预处理。将3个真奶样品集合和6个假奶样品集合进行不同的组合并对其采用改进与简化的K最邻近结点算法(IS-KNN)和改进与简化的支持向量机法(ν-SVM)建立了判别糊精、淀粉、三聚氰胺、尿素、硝酸铵这5类掺假物质的近红外判别模型,探寻掺假物质的浓度与识别正确率之间的关系。结果表明IS-KNN和ν-SVM两种方法对含三聚氰胺、尿素、硝酸铵的掺假牛奶的平均判别正确率分别在49.55%~51.01%,61.78%~68.79%与68.25%~73.51%区间波动,说明在该研究的掺假物浓度范围内,很难用近红外模型良好区分不同类型伪蛋白的掺假奶;IS-KNN和ν-SVM两种方法对含淀粉的掺假牛奶的判别正确率分别为92.33%与93.66%、对含糊精的掺假牛奶的平均判别正确率分别为77.29%与85.08%。从整体结果上来看ν-SVM法进行建模判别的结果大部分优于IS-KNN法进行建模判别的结果。对判别正确率与样品中掺假物质的含量水平分析表明近红外光谱结合非线性模式识别方法能良好地区分掺假奶中含量较高(0.15%~0.45%)的糊精和淀粉,而对含量偏低的三聚氰胺等伪蛋白的判别效果不佳,说明近红外光谱技术不适于鉴别牛奶中含量低于0.1%的掺假物质。     

基于二维红外相关谱欧氏距离判别掺杂牛奶

基于纯牛奶、掺杂牛奶样品间二维红外相关谱欧氏距离,依据未知样品与校正集中“极值样品”欧氏距离平均值、组内、组间样品欧氏距离平均值,提出了一种掺杂牛奶判别的新方法。分别配置掺杂尿素牛奶(0.01～0.3 g·L-1)和掺杂三聚氰胺牛奶(0.01～0.3 g·L-1)样品各16个,采集纯牛奶及掺杂牛奶样品的红外光谱。以牛奶中掺杂物浓度为外扰,构建纯牛奶与掺杂牛奶的同步二维红外相关谱,并计算了各样品相关谱矩阵间的欧氏距离。在此基础上,分别建立掺杂尿素牛奶、掺杂三聚氰胺牛奶与纯牛奶的判别模型,确定模型中的“极值样品”,组内、组间样品欧氏距离平均值。利用所建模型,计算未知样品与“极值样品”的欧式距离,并依据判别规则,对未知样品进行判别。研究结果表明： 基于样品红外相关谱矩阵间欧氏距离可实现掺杂牛奶的判别,其判别正确率为100%,验证了该方法的有效性。该研究为掺杂牛奶的检测提供了一种新的可能方法。     

基于近红外自相关谱检测奶粉中的三聚氰胺

发展了一种基于近红外自相关谱定性定量分析掺三聚氰胺奶粉的检测方法。分别配置40个纯奶粉样品和40个不同质量百分比浓度的掺三聚氰胺奶粉(10-4%～40%, w/w)样品,采集了所有样品的一维近红外漫反射光谱,以奶粉中掺入的三聚氰胺浓度为外扰进行相关计算,选择随浓度变化敏感的7 000～4 200 cm-1为建模区间。在提取自相关谱信息的基础上,建立了定性定量分析掺三聚氰胺奶粉的偏最小二乘模型,并与常规一维近红外谱模型的预测结果进行了比较。所建立的方法对未知样品的识别正确率为100%,预测均方根误差(RMSEP)为0.63%;而一维近红外谱的识别正确率为96.2%,RMSEP为0.84%。研究结果表明：相对于常规一维近红外谱,所建立的方法能提供更好的预测结果,其原因可能是自相关谱能提取更多的特征信息。     

三聚氰胺结石与疑似三聚氰胺结石的红外光谱分析

本文通过对三聚氰胺、尿酸、三聚氰胺结石和疑似三聚氰胺结石的红外光谱分析, 根据它们的特征峰位、峰形的特点和三聚氰胺、尿酸、草酸钙的标准红外光谱比较, 推出三聚氰胺结石由尿酸、尿酸胺、草酸钙和三聚氰胺形成的混合性结石。疑似三聚氰胺结石是草酸钙结石。因此, 红外光谱法可作为一种辅助手段, 为医学诊断提供理论依据。     

KOPLS-DA在掺杂牛奶判别中的应用

运用核隐变量正交投影(kernel orthogonal projection to latent structure, KOPLS)方法,建立掺杂牛奶与纯牛奶的判别模型。分别配置含有三聚氰胺牛奶(0.01～3 g·L-1)和尿素牛奶(1～20 g·L-1)样品各40个,采集纯牛奶及掺杂牛奶样品的近红外光谱。选择4 200～4 800 cm-1为建模区间,采用KOPLS分别建立掺杂三聚氰胺、掺杂尿素、两种掺杂牛奶与纯牛奶的判别模型,并利用这些模型对未知样品进行判别。研究结果表明：与偏最小二乘判别(partial least squares discriminant analysis, PLS-DA)和隐变量正交投影判别(orthogonal projections to latent structures discriminant analysis, OPLS-DA)建模方法相比,KOPLS-DA具有更强的掺杂判别能力,对掺杂三聚氰胺、掺杂尿素牛奶和两种掺杂牛奶的判别正确率分别为95%,100%和97.5%。     

近红外光谱技术的乳粉品牌溯源研究

采用近红外光谱漫反射模式,结合简易分类技术(soft independent modeling of class analogy, SIMCA)对不同品牌乳粉进行了分类溯源研究。实验共采集了四种不同品牌乳粉,包括光明乳粉54组,荷兰乳粉43组,雀巢乳粉33组以及伊利乳粉8组共138组样品的近红外光谱,通过对预处理后的训练集全谱段数据变量进行主成分分析,得出前三个主成分的累积方差贡献率为99.07%。利用SIMCA类建模法建立的乳粉主成分回归模型对预测集乳粉进行分类,研究结果表明,光明乳粉、荷兰乳粉、雀巢乳粉的识别率分别为78%, 75%, 100%,拒绝率分别为100%, 87%, 88%。因此,近红外光谱结合SIMCA建立的模型具备较好的乳粉品牌溯源能力,为快速、准确鉴别乳粉品牌提供了新思路。     

Detection of melamine in liquid milk using surface‐enhanced Raman scattering spectroscopy

Melamine, a nitrogen‐rich chemical, has recently caused enormous economic losses to the food industry due to the cases of milk products adulterated by melamine. This has led to an urgent need of rapid and reliable methods for detection of melamine in food. In this study, surface‐enhanced Raman scattering (SERS) spectroscopy was used to detect melamine in liquid milk. The sample preparation with liquid milk is very easy; it has to be only diluted with double‐distilled water followed by centrifugation. By using a silver colloid, at least a 10⁵‐fold enhancement of the Raman signal was achieved for the measurement of melamine. The limit of detection by this method was 0.01 µg ml⁻¹ for melamine standard samples. Based on the intensity of the Raman vibrational bands normalised to that of the band at 928 cm⁻¹ (CH₂), an external standard method was employed for quantitative analysis. The linear regression square (R²) of the curve was 0.9998; the limit of quantitation using this approach was 0.5 µg ml⁻¹ of melamine in liquid milk; the relative standard deviation was ≤10%; and recoveries were from 93 to 109%. The test results for SERS were very precise and as good as those obtained by liquid chromatography/tandem mass spectrometry. The method was simple, fast(only needs about 3 min), cost effective, and sensitive for the detection of melamine in liquid milk samples. Therefore, it is more suitable for the field detection of melamine in liquid milk. Copyright © 2010 John Wiley & Sons, Ltd.