基于近红外光谱技术的米糠粕主要成分分析

为探索米糠粕营养成分的近红外快速测定方法，采集261个米糠粕样品的近红外光谱，分别经过标准正态变量变换、去趋势校正、多元散射校正等20种方法进行预处理，在1000—1799nm波长范围内，结合化学方法测定数据采用偏最小二乘法、主成分分析结合人工神经网络法、偏最小二乘结合人工神经网络法建立米糠粕营养成分近红外定量模型。结果发现，在3种建模方法中，偏最小二乘法结合人工神经网络法建立的模型效果最好，预测精度最高，所得的水分、灰分和粗蛋白近红外定量模型的相关系数分别为0．9593、0．9168和0．96261.

粗脂肪自动测定仪与残余法快速测定菜籽含油量

比较索氏抽提法、残余法、粗脂肪自动测定仪法、近红外法与粗脂肪自动测定仪残余法5种测定方法,检测油菜籽含油量的准确性与效率。研究不同条件下,粗脂肪自动测定仪残余法测定油菜籽含油的最佳条件,以达到简化操作、节省时间提高效率的目的。对2014年全国208份油菜籽样品测定,粗脂肪自动测定仪残余法检测油菜籽含油量结果与标准方法测定结果一致。粗脂肪测定仪残余法仪器条件为:加热功率90%、每个抽提管放入5个样品包、抽提时间5 h、淋洗时间0.5 h、溶剂回收15 min。完成一批样品处理,能达到单个样品提取时间11.5 min与国标法相比,为索氏抽提法时间的18.2%,残余法的54.5%,能极大地提高工作效率,自动化程度高,具有较大的适用性。