[发明专利]一种基于近红外光谱分析的食用油脂酸价检测方法

摘要

一种基于近红外光谱分析的食用油脂酸价检测方法，本发明涉及一种利用近红外光谱分析技术对食用油脂酸价进行检测的方法，是为了解决在实际生产中，传统的实验室检测化验方法只能进行间断操作、无法实现既准确又快速的在线检测等问题。用近红外光谱分析技术检测油脂酸价通过以下步骤来实现：一、校正集样本光谱的建立；二、光谱数据的预处理；三、基础数据的测定；四、校正模型的建立；五、校正模型的验证；六、待测样本的分析。用本发明方法可有效地消除人为误差，缩短检测周期，实现了油脂加工过程中酸价在线检测和调控。

主权项

1、一种基于近红外光谱分析的食用油脂酸价检测的方法，其特征在于用近红外光谱分析仪测定食用油脂的酸价通过以下步骤实现：步骤一、校正集样本光谱的建立：收集有代表性的样本在780～2500nm谱区范围内进行扫描得到校正样本集的标准光谱，同一样本需多次重复测量，以平均光谱作为该样本的标准光谱(在校正样品收集时，最好收集一个样品便立即进行光谱采集，而尽可能不集中时间来测量光谱，以把仪器和环境的变动等因素都包含其中，提高模型的稳健性)；步骤二、校正集光谱的预处理：获得样本光谱后需对样本集光谱进行预处理，这里采用平滑、微分、求导或小波去噪等方法，以抵消背景干扰，提高光谱的分辨率；步骤三、基础数据的测定：按国标方法滴定全部样品的酸价，每个样品检测三次，取平均值(在校正样品收集时，最好收集一个样品便立即用国标方法测定酸价，而尽可能不集中时间来测量，以排除由于酸败等因素引起的误差)；步骤四、校正模型建立：对处理后的光谱和样本的标准酸价通过多元回归算法建立校正模型，多元回归算法包括多元线性回归算法和多元非线性回归算法，两者使用的场合不同，可根据需要选择适合的方法。同时，选择特征波段很重要，常用逐步回归法寻找特征波段；步骤五、校正模型的验证：取已知酸价的油脂作为验证集，在相同条件下用光谱仪扫描光谱，根据已建立的模型计算酸价值，经验证每个验证集样本误差均小于10％后，可确定该校正模型适用；若某些验证样本误差大于10％，则对校正参数重新进行回归运算，如此反复，直至得到满意的定量模型；步骤六、待测样品的分析：用光谱仪扫描待分析油脂的光谱，进行预处理后将光谱数据输入模型即可测定出油脂酸价(待测样品的扫描过程和预处理条件应同校正样本集保持一致，以消除误差)。