食用油反式脂肪酸傅里叶红外光谱重组检测技术

以食用油、反式脂肪酸标样及矿物精油为试验材料,采用傅里叶红外光谱重组(SR-FTIR)技术检测食用油中反式脂肪酸含量,并与标准红外分析方法(SB-ATR-FTIR法)进行比较.结果表明:SR-FTIR模型反式脂肪酸含量预测值与实际加入量高度线性相关,斜率为1.02,标准差小于0.05;SR-FTIR模型的灵敏度要比标准方法模型高20余倍.     

苹果硬度的傅里叶变换近红外光谱无损检测

利用傅里叶变换近红外光谱技术探讨快速无损检测苹果硬度方法的可行性.通过解析苹果样品的近红外光谱图,用一阶导数、多元散射校正和矢量归一等方法进行预处理,再用偏最小二乘法建立模型.结果表明,多元散射校正能够有效消除光谱基线平移和偏移现象, 提高原光谱的信噪比,选取有效信息波长范围为1408～2355nm.偏最小二乘法结合多元散射校正所建模型的预测效果最好,模型的决定系数R2为0.9852,内部交叉验证均方根差RMSECV和预测标准偏差RMSEP分别为0.0398kg/cm2和0.0166kg/cm2.进一步通过剔除异常值优化模型,并验证检验组的25个样品,模型的R2为0.9908,RMSEP为0.0147kg/cm2.结果表明:建立的模型可靠,预测效果好,能满足苹果硬度快速检测的要求.     

基于近红外傅里叶特征提取方法的土壤含水率检测

以湖北地区的3种土壤为研究对象,利用偏最小二乘法建立了处理后样品的土壤含水率分析模型,模型预测值与标准值的决定系数为0.995,交叉验证预测均方差为0.801%,模型预测决定系数为0.992,预测均方差为0.912%,利用该模型预测黄土高原地区黄绵土含水率误差均大于4%.利用近红外光谱傅里叶变换特征提取方法对湖北地区黄棕壤、稻田土和潮土建立土壤含水率PLS预测模型,模型决定系数为0.988,交叉验证预测均方差为1.106%,且该模型预测黄绵土的误差均在2%左右,精度较传统模型有较大提高.     

基于近红外光谱的食用油酸价和过氧化值自动化检测

为实现食用油酸价和过氧化值的自动化快速检测,以常见食用油为材料,利用近红外自动分析仪结合连续进样流通池,建立食用油酸价和过氧化值的定量模型并进行模型验证。结果表明:在波数范围为5 500～4 600 cm-1时,光谱预处理选择(6 524,4 823)两点基线校正和标准正交变换,酸价定量模型验证相关系数和预测标准偏差分别为0.987 3和0.114 mg/g;在波数范围为6 050～4 450 cm-1时,选择一阶求导和Norris导数平滑,过氧化值定量模型验证相关系数和预测标准偏差分别为0.995 8和0.90 mmol/kg;模型盲样验证效果良好,模型可行,通过近红外自动分析仪每小时可检测90个样品。     

基于傅里叶变换自由曲面测量技术研究

本文对几种傅里叶变换轮廓术进行了分析研究,结合实验的方法对传统FTP法以及两种改进FTP法(π相移法和灰度图法)的测量范围进行了对比研究,通过实验的手段分析了这两种改进方法间的异同。实验显示,π相移法的测量结果要优于灰度图法的测量结果,且随着物体高度梯度值的增加,π相移法的测量结果越优于灰度图法的测量结果。     

基于傅里叶级数的往复式切割器振动分析

本文对曲柄连杆往复式切割器工作特性进行了分析,利用傅里叶级数将切割器周期激励分解为简谐收敛级数,以特征值为插值结点对傅里叶级数的待定系数进行了求解,并利用叠加原理求出切割器振动系统的稳态响应。     

食用油酸值与过氧化值近红外光谱模型转移研究

在使用近红外光谱技术进行食用油酸值与过氧化值检测时,仪器制造与检测环境的差异导致不同仪器建立的校正模型无法共享。为解决食用油酸值与过氧化值模型转移问题,使用125个食用油样本于主机建立偏最小二乘校正模型,采用光谱空间转换法进行模型转移,并与斜率/截距算法、直接标准化算法、分段直接标准化算法、极限学习机自编码器算法进行对比。结果表明,采用光谱空间转换法进行模型转移后,验证集酸值与过氧化值的预测均方根误差分别从0.583 6 mg/g和15.801 0 mmol/kg降低到了0.167 0 mg/g与9.989 3 mmol/kg,说明光谱空间转换法可以有效应用于食用油酸值与过氧化值间的模型转移,使不同仪器之间实现模型共享,这对于近红外光谱应用于食用油品质快速检测具有实际意义。     

基于近红外与中红外光谱技术的淀粉回生度检测

淀粉食品在加工、运输及储藏过程中会逐渐出现回生,其回生程度是影响淀粉食品品质的重要因素。利用近红外和中红外光谱技术快速、无损检测淀粉回生度。首先采集了储存不同时间淀粉的近红外和中红外光谱,分别利用近红外、中红外以及两者融合的光谱数据结合化学计量学方法(偏最小二乘法(PLS、iPLS、biPLS、siPLS))建立淀粉回生度检测模型。结果显示,近红外和中红外融合光谱技术的biPLS检测模型最佳,校正集和预测集相关系数分别为0.965 5和0.931 3。研究结果表明,红外光谱技术可以快速、无损检测玉米淀粉回生度,保障了富含淀粉食品的质量与安全。     

红外光谱分析技术在乳及乳制品检测中的应用

近年来,国内乳品行业多次发生质量问题,导致国内乳品消费者的基本权益受到了威胁,国家就此提出了许多解决方法,且相关检测技术的研究也进一步提升,国内乳品行业质量得到了保障.红外光谱分析技术在乳及乳制品的检测过程中起到了重要作用.本文主要就红外光谱分析技术在乳及乳制品检测中的应用展开讨论.     

猕猴桃糖度红外光谱检测的试验研究

运用DRS回归分析软件对猕猴桃糖度与红外光谱曲线二次微分波峰处对应的吸光值进行了多元回归分析,建立了最佳单波数、最佳双波数组合、最佳三波数组合和最佳四波数组合的回归方程,相关系数R分别为0.637、0.731、0.991和0.67;标准校正误差分别为0.585、0.614、0.0379和0.712;相对校正误差分别为0.039、0.029、0.044和0.03.     

基于反应过程碱液电导率变化的食用油酸值检测

以食用油为试验材料,建立基于碱液与食用油混合反应过程碱液电导率变化的食用油脂酸值检测方法,并探讨碱液浓度、静置时间、油脂种类、温度、料液比等对测定结果的影响,建立了酸值模型,进行了模型的验证.结果表明:检测条件变化对测定结果影响均不显著;料液比为1∶10时,食用油酸值模型为y=0.002 4x -0.157 1(y为酸值;x为电导率变化值),R2=0.998 4.模型预测值与国标法测定的酸值高度线性相关,盲样验证相对误差均小于10％.     

油菜氮素光谱定量分析中水分胁迫与光照影响及修

研究了油菜氮素和水分胁迫在光谱检测中的相互作用,以及光照的变化对作物光谱检测的影响.为了克服光照因素对光谱检测的影响,针对氮素和水分的特征波长分别建立了基于光谱反射率变化率的光照修正模型;为了实现对氮素和水分相互作用的解耦,针对不同含水率水平的植株分别建立了全氮含量光谱特征的主成分回归模型.利用氮素光谱组合分析模型对植株全氮含量进行预测,结果表明,实测值与预测值的相关系数R为0.92,均方根误差(RMSE)为0.53,优于前期采用6特征波长变量和主成分回归法所建立的预测模型.     

汽车车内噪声分析及控制技术的发展

主要阐述了汽车车内噪声的产生原因及控制技术的发展,并对国内外先进的车内噪声控制技术作以简单介绍和展望。     

维生素B1、维生素B2营养米的挤压强化法制备与品质分析

利用挤压强化技术制备维生素B1、维生素B2营养米,高效液相色谱结果表明维生素B1、维生素B2的保留率分别为62.8%、81.0%。挤压制备的营养米理化特性与原料相比发生较大变化,其中糊化度、水溶性碳水化合物质量分数分别由8.86%、0.58%增加至86.21%、2.98%,而表观密度则由0.91 g/cm3下降至0.80 g/cm3;扫描电镜结果显示强化营养米的表面呈微孔状,但较光滑平整。利用TA-XT2i型物性测定仪分析强化营养米、杂交籼米(原料)和优质粳米,发现营养米的食用品质接近优质粳米。     

冬小麦生育早期冠层叶片光谱的特征与应用

利用不同测试方法对冬小麦返青期和拔节期的冠层叶片反射光谱进行了测量,分析了反射光谱与叶绿素质量浓度之间的相关关系。分析结果表明:处于返青期的小麦由于生长较为稀疏,冠层叶片反射光谱受到裸露地面等外界因素的影响,反射率和NDVI值与叶绿素的相关性差。拔节期由于地表覆盖率提高,反射率和NDVI值与叶绿素之间的相关性较好。返青期和拔节期冠层叶片反射光谱曲线的红边位置与叶绿素之间的相关性,可以较好地反映其叶绿素的质量浓度。通过实验分析两者之间的相关性,分别建立了返青期和拔节期叶绿素质量浓度线性预测模型和二项式模型,结果显示模型可用于冬小麦冠层叶片叶绿素质量浓度的无损检测预测。比较了植被指数NDVI值的不同获取方法,提出了不同生长阶段测试方法的选择方案,为冠层叶片叶绿素检测以及精细追肥提供技术支持。     

高港泵站1～3号机组变频调速效益分析

根据高港泵站长江侧抽排、抽引季节的潮位变化情况 ,确定泵站运行扬程 ,分析 1～ 3号半调节机组调速运行的效益。结果表明 ,采用变频调速经济上是可行的 ,并可增大排涝流量近 8m3/s。     

水稻控制灌溉技术在我国东北三省的应用分析

控制灌溉技术在水稻灌溉理论上是一个突破,控制灌溉实现了既节水又增产,是水稻生产的先进技术之一。通过开展我国东北三省水稻控制灌溉技术应用情况调查,综述了目前东北三省水稻种植区节水灌溉技术现状,分析了不同灌溉方式对粮食产量的影响。同时,在黑龙江选择试验区进行了节水灌溉技术的试验分析,结果表明,水稻控制灌溉技术在我国东北可望...     

基于CARS-PLS的食用油脂肪酸近红外定量分析模型优化

采用CARS波长变量挑选方法优化建模,对食用油中4种主要脂肪酸（棕榈酸、硬脂酸、油酸和亚油酸）进行近红外定量分析。应用预测浓度残差法剔除奇异样本后,对样品集光谱进行标准化预处理,通过CARS优选出的波长变量分别建立4种脂肪酸的偏最小二乘法（PLS）模型。与采用OPUS软件自动优化建模相比,CARS法所建模型的决定系数（R2）、交叉校验均方根误差(RMSECV)和预测均方根误差(RMSEP)都优于后者所建模型。CARS法有效地简化了模型,且所挑选出的特征波长较少。