基于DMD哈达玛变换近红外光谱仪的汽油辛烷值检测

应用近红外光谱分析检测技术建立一种汽油研究法辛烷值的快速定量分析方法。收集来自不同地区共100个汽油样品,应用化学计量学方法建立近红外光谱原始数据信息与研究法辛烷值之间的定量分析模型,结果表明:对原始光谱进行归一化处理后,采用偏最小二乘回归建立数学模型,其校正集与预测集相关系数分别为0.9300和0.9322,校正集均方根误差与预测集均方根误差分别为0.6700和0.6577,表明模型准确可靠,可应用于汽油辛烷值的快速检测。

基于近红外漫反射光谱技术的小麦蛋白质含量检测

收集来自国内3个主要小麦生产省份的小麦样品共73份,应用近红外光谱漫反射技术结合化学计量学方法建立小麦蛋白质含量的近红外光谱定量模型,并对模型的稳定性和可靠性进行评价。结果表明,光谱预处理的最佳条件为:Savitzky-Golay平滑+一阶导数处理,使用偏最小二乘法(Partial least square,PLS)建立模型,校正集(Rc)和预测集相关系数(Rp)为0.936和0.925,校正集均方根误差(RMSEC)和预测集均方根误差(RMSEP)分别为0.23和0.28,表明模型准确可靠,可应用于小麦蛋白质含量的快速无损检测。

基于可见光谱仪的微型测色仪的开发与应用

基于Android平台利用微型可见光探测器开发了便携式颜色检测系统,实现了系统控制、指标检测、颜色表征等功能。对4个不同等级的碧螺春茶汤色度进行检测,探究不同冲泡时间和温度对其色度的影响,结果表明:在(45±2)℃时,茶汤随着冲泡时间的延长,明度值L^*和红绿色度值a^*均呈线性减小趋势,黄蓝色度值b^*呈增大趋势;样品在冲泡时间为3 min,冲泡温度为(45±2)、(40±2)℃的条件下,其色度值差异不显著。该微型测色仪稳定可靠,可应用于液态样品颜色的快速分析检测。

基于能量色散型X射线荧光光谱技术的小麦产地识别研究

以黑龙江省、河北省和安徽省共计68份小麦样本为对象,对采集的X射线荧光光谱进行光谱预处理后,进行主成分分析,并应用Fisher判别分析+二次识别分析建立小麦产地识别模型。结果表明,训练集中样本识别准确率达97.06%,测试集中样本识别准确率达94.12%。模型稳健可靠,可实现小麦产地信息的快速、准确识别。

基于气味指纹信息的瓜蒌籽油产地识别

采用顶空进样结合GC-MS技术对不同产地压榨的瓜蒌籽油的挥发性风味成分进行分析,并结合化学计量学方法建立不同产地的瓜蒌籽油判别模型。以江苏、安徽和湖北3个产地的瓜蒌籽为研究对象,采用顶空进样方式进行GC-MS分离鉴定,得到相对应的图谱指纹库,结合化学计量学方法建立瓜蒌籽油产地识别模型。结果表明,从不同产地压榨的瓜蒌籽油中共鉴定出47种挥发性风味物质,主要为醛类和醇类化合物,不同产地间的瓜蒌籽油在挥发性风味成分含量有差异,以鉴定出的47种挥发性风味物质含量为变量,采用主成分分析和3种模式识别方法建立判别模型,识别率可达83.33%以上。该方法不使用任何溶剂,操作简单、环保、简便,灵敏度和准确度高,可作为食用植物油产地鉴别的有效手段。