近红外光谱分析中牛奶模型优化方法的初步研究

近红外光谱分析技术具有快速、成本低、样品无损和绿色环保等优点,既可以应用于实验室分析又能适用于现场快速检测和实时分析。正确快速检测牛奶中脂肪和蛋白质的含量意义重大。本文对应用近红外光谱检测技术测量脂肪和蛋白质的分析方法进行了初步研究,探索了复合光谱法、简单奇异点的剔除、数据预处理在牛奶模型优化中的应用。 论文的主要研究内容包括: 1、探索了多变量建模方法对近红外光谱有用信息的提取,比较了不同建模方法的特点。实验结果显示,MLR、PCR、PLS1对脂肪建模的RMSEP分别为0.329、0.185、0.164,可见偏最小二乘法建立的模型更稳健。 2、引入组织光学的概念,结合牛奶中脂肪和蛋白质的物理化学特性,分析了脂肪、蛋白质对透射光谱、漫反射光谱的贡献,提出用复合光谱法同时对脂肪、蛋白质进行建模可以同时得到很好的结果。实验证明,复合光谱法对脂肪建模RMSEP提高了26.2%～37.8%,脂肪和蛋白质模型的RMSEP可以同时达到0.12。 3、对数据预处理方法进行了组合研究,并通过实验找到了分别适合脂肪和蛋白质的预处理经验参数。实验证明,组合预处理方法大大提高了建模精度,透射光谱经过组合预处理后脂肪建模精度提高了33.5%,蛋白质建模精度提高了17.2%。组合预处理方法与Y残差变量剔除奇异点相结合效果更好,透射光谱经过组合预处理后脂肪建模精度提高了60.3%,蛋白质建模精度提高了68%,好于复合光谱法的建模精度。 本文作为近红外光谱法检测牛奶成分的基础研究,为后续的研究奠定了基础。x