分散固相萃取结合高效液相色谱-串联质谱法检测一次性筷子中5种杀菌剂

目的建立分散固相萃取结合高效液相色谱-串联质谱法(high performance liquid chromatographytandem mass spectrometry,HPLC-MS/MS)分析一次性筷子中5种杀菌剂的检测方法。方法一次性筷子试样经1%甲酸乙腈振荡提取,高速离心后取上层提取液,用酸性氧化铝粉末净化,经ZORBAX Eclipse Plus C18色谱柱分离后,采用多反应监测(multiple reaction monitoring,MRM)模式进行5种杀菌剂的测定,基质曲线外标法定量。结果5种杀菌剂在1~500ng/mL范围内呈现良好线性关系,相关系数为0.9967~0.9991,方法检出限为5.0μg/kg,定量限为10.0μg/kg。在5.0、10.0和100.0μg/kg 3个水平加标回收率为85.6%~106.8%,相对标准偏差为7.3%~9.9%(n=6)。结论该方法针对一次性筷子基质,采用酸性氧化铝粉末的净化方式,前处理方法简单、净化效果好,且灵敏度高、准确性好,适用于一次性筷子中常用杀菌剂的检测。

棕榈仁油取代椰子油生产人造奶油的研究

棕榈仁油的物化性质与棕榈油差异较大,但与椰子油形似。对两者的熔点、碘值、固体脂肪含量、脂肪酸组成、结晶形态进行比较,之后分别添加到混合油脂中,对相容性进行比较,最后进行成品品质分析。结果表明:棕榈仁油与椰子油熔点均在25℃左右;月桂酸质量分数均超过40%;棕榈仁油的不饱和脂肪酸质量分数为18.1%,椰子油为10.3%;棕榈仁油的结晶比椰子油细腻。在混合油脂中,棕榈仁油相容性好于椰子油。在成品中,含棕榈仁油人造奶油,其打发值为312.4、吸水值为650 mL,表现较优。同时,棕榈仁油市场价格也相对较低,可产生可观的经济效益。

食品过敏的原因、影响和预防策略分析研究

本文主要探讨了食品科技在食品过敏预防中的应用,包括食品加工技术的进步和食品检测技术的发展。食品加工技术通过改变食物的物理或化学性质,降低或消除食物中的过敏原。食品检测技术能够准确、快速地检测食品中的过敏原,帮助食品过敏患者避免接触到可能引发过敏反应的食物。这些技术的发展为食品过敏的预防提供了强有力的工具,有助于更好地理解和控制食品过敏,提供更安全、更健康的食品选择。

基于大数据的食品安全智能监管模型研究

针对食品安全大数据时代的监管需求,本研究构建了基于深度学习的全流程智能监管模型。该模型可实现监管数据自动采集、食品安全事件精确识别,并通过知识图谱进行智能风险判断,大大提高了食品安全监管效率。本研究首次实现了食品安全领域从采集到预警的自动化智能监管,为构建智能化监管体系提供了重要借鉴。

液相色谱-电感耦合等离子体质谱法测定海产品中砷含量的不确定度评定

本文依据GB/T 23372-2009测定海产品中砷含量测定方法,建立分析过程的相应数学模型对检测过程中不确定度来源进行分析,并计算各个参数不确定度,对分析全过程进行不确定度评定。结果表明:配置标准溶液及样品前处理过程是不确定度的主要来源。

试论运用气相色谱检测食品中的反式脂肪酸

在人们日常所食用的食品中,反式脂肪酸是必不可少的组成部分。反式脂肪酸可以有效延长食品的保质期,同时,还具备改善食品口感的作用。但在生产的过程中,需要注重对反式脂肪酸用量的控制,一旦过量就会对人体健康造成影响。为实现对反式脂肪酸用量的有效控制,需要借助气相色谱检测技术对食品中的反式脂肪酸含量进行检测。本文在针对反式脂肪酸的危害进行研究之后,对气相色谱检测法的具体运用进行探讨。

食品安全数据分析可视化模型研究

目的全面提升食品安全风险的感知、筛查、分级、预警和防控能力,完善食品安全监管与治理体系,客观正确的引导舆情。方法采用大数据分析技术研究食品安全检测数据,建立食品安全分析可视化模型。运用大数据分析平台Hadoop,结合Tree Ensemble和Model-Based Ranking算法特征性分析食品抽检数据,搭建BP神经网络,结合Apriori和FP-growth关联分析等技术,深度挖掘相关信息,有效集成为对食品安全治理体系有价值的信息资源。结果以折线图、热力地图等可视化模型实现食品类别、检测项目、结果分析、生产地址、检测数据分析及发展趋势等相关信息进行在线展示与分析,能够满足关注食品安全的各领域人员很直观地就获得自己需要的食品安全信息的需求。结论可视化模型能够增强数据分析结果的视觉效果和直接性,切实提高食品安全风险预警的靶向性、有效性。