论文摘要
目的:基于乳脂、橄榄油、花生油以及棕榈油中硬脂酸、亚油酸、油酸、豆蔻酸、棕榈酸5种脂肪酸含量的检测,以及牛奶与外源脂肪均质之后脂肪酸变化的检测,建立并优化一套基于红外光谱分析技术对液态乳制品脂肪掺假的定性和定量检测技术体系。方法:采用气相色谱法(GC)测定硬脂酸、亚油酸、油酸、豆蔻酸和棕榈酸5种脂肪酸在乳脂与花生油、橄榄油、棕榈油中的相对百分比以及确切含量,为近红外牛奶脂肪模型的建立提供参考依据:通过5种脂肪酸标准图谱分析,采用傅里叶中红外光谱分析仪定性检测乳脂与花生油、橄榄油、棕榈油在中红外谱图方面的区别,以及牛奶与外源脂肪均质之后脂肪的改变的测定;采用傅里叶近红外牛奶脂肪精准模型定量检测乳脂中外源脂肪含量。结果:1、气相色谱实验结果表明:豆蔻酸甲酯、棕榈酸甲酯、亚油酸甲酯、油酸甲酯、硬脂酸甲酯标准品的保留时间分别为9.188 min、11.388 min、13.883 min、13.979 min、14.390 min,此种方法下5种脂肪酸甲酯的检出限分别为0.8mg/mL、0.4 mg/mL、0.6 mg/mL、0.6mg/mL、0.8 mg/mL。牛奶、花生油、橄榄油、棕榈油样品在脂肪酸组成方面存在差异,其中花生油和橄榄油中均未检出豆蔻酸,棕榈油中未检出油酸;且样品中脂肪酸的相对百分含量也不同,橄榄油中油酸的含量占88%,而花生油中油酸的含量只有41%左右,亚油酸占39%左右,而棕榈油中主要含有棕榈酸和油酸。2、傅里叶中红外定性检测实验结果表明:油酸和亚油酸标准品通过中红外检测在1100-1070 cm-1波数范围内具有明显的不同,其中油酸在此范围种出现两个峰1119cm-1和1091 cm-1,而亚油酸在此范围内则出现三个峰1048 cm-1、1102 cm-1和1121cm-1。选用四氯化碳或正己烷有机溶剂作为萃取剂能很好的溶解乳脂,且当样品与有机溶剂的质量体积比为5:10(g:mL)时,乳脂的各特征峰都能明显显示出来。花生油与乳脂的主要区别在于3007 cm-1和1114 cm-1,棕榈油与乳脂的主要区别在3005cm-1峰处,橄榄油与乳脂的区别为3005 cm-1和1238 cm-1处橄榄油出现较明显的峰。3、红外模型检测脂肪结果显示:红外建立模型之后能快速的检测牛奶中脂肪酸的含量,以及牛奶中掺入外源脂肪的含量,且样品的前处理过程简单,耗时短。结论:1、气相色谱(GC)法能检测牛奶与橄榄油、花生油、棕榈油在脂肪酸种类和含量方面的区别,且仪器的重复性好,适合动植物脂肪含量的检测。2、四氯化碳和正己烷溶液能很好的萃取乳脂,同时缩短傅里叶中红外光谱仪定性检测乳脂的样品前处理时间。3、傅里叶中红外光谱分析仪能快速定性检测乳脂与各种外源脂肪的不同,且方法快速,耗时少。4、乳脂掺假红外快速检测模型对牛奶中外源脂肪的含量检测标准偏差小,结果准确,且样品不需要进行预处理,分析快速、简便、环保,适合液态乳制品脂肪掺假的现场检测。
论文目录
相关论文文献
- [1].融合多特征的垃圾评论检测模型[J]. 小型微型计算机系统 2020(03)
- [2].基于近红外建立荞麦营养成分快速检测模型[J]. 中国粮油学报 2020(06)
- [3].目标检测模型的优化训练方法研究[J]. 辽宁科技大学学报 2020(02)
- [4].复杂噪声环境中的音乐分类和检测模型[J]. 微型电脑应用 2020(10)
- [5].一种时间相关性的异常流量检测模型[J]. 山东大学学报(理学版) 2017(03)
- [6].基于数据挖掘的异常检测模型研究初探[J]. 菏泽学院学报 2017(02)
- [7].基于复杂电磁环境的信号检测模型构建分析[J]. 信息技术与信息化 2015(09)
- [8].基于信息密度的微博突发话题检测模型研究[J]. 情报理论与实践 2016(03)
- [9].基于卷积神经网络的目标检测模型综述[J]. 计算机技术与发展 2019(12)
- [10].基于一致性预测算法的内网日志检测模型[J]. 信息网络安全 2020(03)
- [11].基于特征聚合的假新闻内容检测模型[J]. 计算机应用 2020(08)
- [12].基于一阶段模式的目标检测模型的设计与调优[J]. 计算机应用与软件 2020(11)
- [13].基于自适应遗传算法的猕猴桃组培检测模型[J]. 计算机与应用化学 2016(12)
- [14].考虑检测影响的贮存-检测模型及其参数估计[J]. 湖北民族学院学报(自然科学版) 2012(02)
- [15].一种利用特征选择改进的行人检测模型[J]. 微型机与应用 2016(02)
- [16].网络中隐蔽信道数据安全检测模型研究与仿真[J]. 计算机仿真 2016(10)
- [17].基于时频分析的水声目标被动检测模型研究[J]. 鱼雷技术 2015(01)
- [18].一种矿用红外瓦斯传感器的检测模型[J]. 工矿自动化 2010(01)
- [19].基于人工免疫的比特币快捷交易异常检测模型[J]. 计算机应用研究 2020(09)
- [20].手机打车软件操作驾驶分心检测模型研究[J]. 交通运输工程与信息学报 2018(01)
- [21].基于用户画像的异常行为检测模型[J]. 信息网络安全 2017(07)
- [22].分布式网络异常攻击检测模型仿真分析[J]. 计算机测量与控制 2016(10)
- [23].一种基于分层聚类方法的木马通信行为检测模型[J]. 计算机研究与发展 2012(S2)
- [24].基于权重分析的网页木马检测模型[J]. 信息安全与通信保密 2012(12)
- [25].双无人机平台的舰炮脱靶量实时检测模型[J]. 电光与控制 2020(04)
- [26].基于虚拟机自省的运行时内存泄漏检测模型[J]. 通信学报 2013(S1)
- [27].近红外光谱法建立断血流片快速检测模型[J]. 中国药事 2012(11)
- [28].基于自相似的异常流量检测模型[J]. 通信技术 2010(12)
- [29].物理隔离网络电磁信息安全检测模型与应用探索[J]. 通信技术 2020(08)
- [30].基于结构检测模型的白内障连续环形撕囊边界检测方法[J]. 计算机测量与控制 2020(09)