基于NITS液態(tài)乳制品主成分含量檢測(cè)及品種鑒別方法研究.pdf

1、衡量乳及乳制品質(zhì)量的主要評(píng)價(jià)指標(biāo)是其中蛋白質(zhì)和脂肪的含量。目前，國(guó)內(nèi)外多采用常規(guī)的化學(xué)方法對(duì)其中的蛋白質(zhì)和脂肪含量進(jìn)行檢測(cè)，而常規(guī)方法因存在設(shè)備成本高、檢測(cè)速度慢、對(duì)樣品有破壞、操作過(guò)程復(fù)雜等缺點(diǎn)無(wú)法滿足乳品產(chǎn)業(yè)高速化、連續(xù)化和自動(dòng)化的發(fā)展需求。近紅外光譜法因其快速無(wú)損的優(yōu)點(diǎn)而受到越來(lái)越多的關(guān)注。
　　 本研究以寧夏本地的四種液態(tài)乳制品為實(shí)驗(yàn)對(duì)象，采用近紅外透射光譜(NITS)分析技術(shù)，結(jié)合小波變換(WT)和人工神經(jīng)網(wǎng)絡(luò)(ANN

2、)，分別建立了其中蛋白質(zhì)和脂肪含量的預(yù)測(cè)模型以及乳制品品種的鑒別模型，并對(duì)模型進(jìn)行了評(píng)價(jià)和分析。旨在尋求乳制品品質(zhì)快速無(wú)損檢測(cè)的新方法，為乳制品的在線檢測(cè)提供了重要依據(jù)。論文主要研究成果如下:
　　 (1)分別選取生產(chǎn)批次不同的純牛奶、酸牛奶、麥香奶和枸杞奶四種牛奶共計(jì)298個(gè)樣品，并對(duì)其中蛋白質(zhì)和脂肪含量的化學(xué)標(biāo)準(zhǔn)值進(jìn)行測(cè)量。
　　 (2)分別采用PLS、BP-ANN和RBF-ANN對(duì)樣品中蛋白質(zhì)和脂肪含量建立預(yù)測(cè)模型

3、，其中基于RBF-ANN模型的麥香奶預(yù)測(cè)效果最好。對(duì)蛋白質(zhì)建模時(shí)，純牛奶、酸牛奶、麥香奶與枸杞奶的相關(guān)系數(shù)R和預(yù)測(cè)集均方誤差RMSEP分別為:0.9999、0.0301;0.9972、0.06;0.9996、0.0412;0.9997、0.0331，對(duì)脂肪建模時(shí)，四種乳制品的R和RMSEP分別為:0.9997、0.0968;0.998、0.0688;0.9995、0.0739;0.9996、0.065。通過(guò)建模結(jié)果的反饋得到蛋白質(zhì)和脂肪

4、建模的最佳光譜預(yù)處理方法分別為SD+S-G多點(diǎn)平滑和FD+MSC+S-G多點(diǎn)平滑。
　　 (3)從四種乳制品中分別選取60個(gè)共計(jì)240個(gè)樣品，采用BP-ANN、RBF-ANN和SVM-ANN三種神經(jīng)網(wǎng)絡(luò)建立乳制品品種鑒別模型，當(dāng)光譜預(yù)處理方法為MSC+SG+WT時(shí)，三種模型的鑒別結(jié)果均為100％。總體而言，基于SVM-ANN模型的鑒別結(jié)果最好。
　　 結(jié)果表明:近紅外透射光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法可以實(shí)現(xiàn)乳制品品質(zhì)的快速