本发明专利技术提供了一种基于近红外光谱技术的饲料级L-苏氨酸的快速检测方法。利用有机物的分子键在近红外光谱区域范围内有特定的吸收峰、干涉峰,通过近红外光谱仪采集L-苏氨酸样品的光谱,利用化学计量学建立的近红外预测模型进行计算,得到待测样品的近红外预测值,可以准确有效的检测苏氨酸含量并识别掺假的饲料级L-苏氨酸。
【技术实现步骤摘要】
本专利技术涉及一种L-苏氨酸的检测方法,尤其涉及的是一种基于近红外光谱技术的饲料级L-苏氨酸的快速检测方法。
技术介绍
苏氨酸是一种重要的营养强化剂,可以强化谷物、糕点、乳制品,和色氨酸一样有缓解人体疲劳,促进生长发育的效果。医药上,由于苏氨酸的结构中含有羟基,对人体皮肤具有持水作用,与寡糖链结合,对保护细胞膜起重要作用,在体内能促进磷脂合成和脂肪酸氧化。饲料生产企业为杜绝使用假冒伪劣的氨基酸类添加剂产品,保证养殖效果,均需对该类添加剂进行一定的检测。目前饲料企业主要是按照GB/T 21979-2008《饲料级L-苏氨酸》规定的滴定法进行含量检测,或者按照GB/T 18246-2000《饲料中氨基酸的测定》的离子交换色谱法进行检测,这些方法不仅要花费大量的时间进行样品前处理,同时也要花费一定量试剂耗材,检测成本较高。
技术实现思路
本专利技术为了解决上述技术问题,提供了一种基于近红外光谱技术的饲料级L-苏氨酸的快速检测方法。利用有机物的分子键在近红外光谱区域范围内有特定的吸收峰、干涉峰,通过近红外光谱仪采集L-苏氨酸样品的光谱,利用化学计量学建立的近红外预测模型进行计算,得到待测样品的近红外预测值,可以准确有效的检测苏氨酸含量并识别掺假的饲料级L-苏氨酸。为了实现上述专利技术目的,本专利技术采用如下的技术方案:一种基于近红外光谱技术的饲料级L-苏氨酸的快速检测方法,其特征在于:包括以下步骤:A、近红外光谱采集与化学测定收集L-苏氨酸样本,利用标准化的近红外仪器扫描对样本进行扫描,获得各样本的光谱信息,光谱范围为1100nm-2498nm,分辨率为2nm;同时参照GB/T 18246-2000《饲料中氨基酸的测定》,用纯水溶解样本,测定苏氨酸的含量;B、光谱预处理将样本随机分成建模集和预测集,将建模集样本的近红外光谱与检测得到的苏氨酸含量一一对应,运用FOSS公司的WINISI III化学计量学软件,先将光谱平均化,采用PCA(主成分分析)法进行样本分析,光谱的处理方式为:散射校正、去趋势处理、1阶导数处理和平滑处理;C、建立近红外定标模型采用MPLS法建模,建模的光谱范围选择为 1618nm-1932nm和2116nm-2484nm,光谱处理方式为反相多元离散校正,2阶导数处理、平滑处理,得到最优的近红外定标模型。D、验证近红外定标模型将预测集的样本使用导入定标模型的近红外分析仪扫描,得到定标模型的预测结果,与A步骤得到的检测值进行比较,验证近红外定标模型的准确性。本专利技术采用的是丹麦FOSS公司的WINISI III 软件建立的模型,模型文件为“.eqa”文件,适合该公司的InfraXact、NIR-systems 6500、TR3750-5000、DA1650、DS2500、XPS等近红外分析仪。本专利技术方法是应用光栅型近红外漫反射光谱分析技术结合因子法建立的定性方程有效识别L-苏氨酸;是应用近红外光栅型近红外漫反射光谱分析技术结合改进的偏最小二乘法建立的定量分析模型定量测定L-苏氨酸的有效含量。结合定性结果与定量结果,准确判断L-苏氨酸是否掺假。 另选择苏氨酸含量不同的三个样本,在近红外分析仪上分别扫描10次,隔5天后重复该过程,评估近红外定标模型的重复性。所述的近红外定标模型得到的苏氨酸含量大于100%或者低于97%,则判定为掺假。所述的A步骤,每个样品扫描2次,得到2条近红外光谱。所述的B步骤,PCA法进行样本分析是指创建得分文件,以中心值为圆心,对马氏距离大于3的样品进行剔除。所述的1阶导数处理、2阶导数处理和平滑处理的间隔点为4,不做二次平滑处理。本专利技术的有益效果为:直接采用样品原样检测,省去繁琐的前处理工作,化学计量学模型建立后,只需用待测样品通过近红外光谱仪进行扫描,能够快速(3分钟内)、准确的直接检测饲料添加剂L-苏氨酸中苏氨酸的有效含量(范围在60%-99.9%)。严格检测和控制饲料添加剂中苏氨酸的含量,提高饲料产品的质量和安全系数,促进饲料行业持续健康发展。本专利技术的近红外光谱检测方法得到的有效含量准确率高,近红外苏氨酸含量的预测值与化学检测真值之间的误差(绝对误差)小于1.2%;重复性好,平行10次结果之间的极差小于0.35%;识别度好,将离子交换色谱法检测为掺杂使假的样品,使用近红外光谱仪进行检测,评估近红外定标模型对假样品的识别度,得到的苏氨酸含量大于100%或者低于97%,且有GH报警。本专利技术的近红外定标模型检测得到的有效含量在97%-99%之间时,数据准确率或者可信度为95%;检测得到的有效含量在90%-97%之间时,数据准确率或者可信度为85%;检测得到的有效含量在90%以下时,数据准确率或者可信度为80%。附图说明图1为苏氨酸的近红外光谱图。图2为建模样品集样品预测值与真值的线性相关分析。图3为建模样品集样品预测值与真值的偏差分析。图4为检验样品集样品预测值与真值的线性相关分析。图5为检验样品集样品预测值与真值的偏差分析。具体实施方式下面对本专利技术的实施例作详细说明,本实施例在以本专利技术技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本专利技术的保护范围不限于下述的实施例。实施例1一种基于近红外光谱技术的饲料级L-苏氨酸的快速检测方法,包括以下步骤:A、近红外光谱采集与化学测定收集L-苏氨酸样本,利用标准化的近红外仪器扫描对样本进行扫描,获得各样本的光谱信息,光谱范围为1100nm-2498nm,分辨率为2nm;同时参照GB/T 18246-2000《饲料中氨基酸的测定》,用纯水溶解样本,测定苏氨酸的含量;B、光谱预处理将样本随机分成建模集和预测集,将建模集样本的近红外光谱与检测得到的苏氨酸含量一一对应,运用FOSS公司的WINISI III化学计量学软件,先将光谱平均化,采用PCA法进行样本分析,光谱的处理方式为:散射校正、去趋势处理、1阶导数处理、平滑处理,不做二次平滑处理;C、建立近红外定标模型采用MPLS法建模,建模的光谱范围选择为 1618nm-1932nm和2116nm-2484nm,光谱处理方式为反相多元离散校正,2阶导数处理、平滑处理,得到最优的近红外定标模型;D、验证近红外定标模型将预测集的样本使用导入定标模型的近红外分析仪扫描,得到定标模型的预测结果,与A步骤得到的检测值进行比较,验证近红外定标模型的准确性。实施例2本实施例的实施方式与实施例1基本相同,在此基础上:另选择苏氨酸含量不同的三个样本,在近红外分析仪上分别扫描10次,隔5天后重复该过程,评估近红外定标模型的重复性。实施例3本实施例的实施方式与实施例1基本相同,在此基础上:将离子交换色谱法检测为掺杂使假的样品,使用导入定标模型的近红外光谱仪进行检测,评估近红外定标模型对假样品的识别度,所述的近本文档来自技高网...
【技术保护点】
一种基于近红外光谱技术的饲料级L‑苏氨酸的快速检测方法,其特征在于:包括以下步骤:A、近红外光谱采集与化学测定收集L‑苏氨酸样本,利用标准化的近红外仪器扫描对样本进行扫描,获得各样本的光谱信息,光谱范围为1100nm‑2498nm,分辨率为2nm;同时参照GB/T 18246‑2000《饲料中氨基酸的测定》,用纯水溶解样本,测定苏氨酸的含量;B、光谱预处理将样本随机分成建模集和预测集,将建模集样本的近红外光谱与检测得到的苏氨酸含量一一对应,运用FOSS公司的WINISI III化学计量学软件,先将光谱平均化,采用PCA法进行样本分析,光谱的处理方式为:散射校正、去趋势处理、1阶导数处理和平滑处理;C、建立近红外定标模型采用MPLS法建模,建模的光谱范围选择为1618nm‑1932nm和2116nm‑2484nm,光谱处理方式为反相多元离散校正,2阶导数处理、平滑处理,得到最优的近红外定标模型;D、验证近红外定标模型将预测集的样本使用导入定标模型的近红外分析仪扫描,得到定标模型的预测结果,与A步骤得到的检测值进行比较,验证近红外定标模型的准确性。
【技术特征摘要】
1. 一种基于近红外光谱技术的饲料级L-苏氨酸的快速检测方法,其特征在于:包括以下步骤:
A、近红外光谱采集与化学测定
收集L-苏氨酸样本,利用标准化的近红外仪器扫描对样本进行扫描,获得各样本的光谱信息,光谱范围为1100nm-2498nm,分辨率为2nm;同时参照GB/T 18246-2000《饲料中氨基酸的测定》,用纯水溶解样本,测定苏氨酸的含量;
B、光谱预处理
将样本随机分成建模集和预测集,将建模集样本的近红外光谱与检测得到的苏氨酸含量一一对应,运用FOSS公司的WINISI III化学计量学软件,先将光谱平均化,采用PCA法进行样本分析,光谱的处理方式为:散射校正、去趋势处理、1阶导数处理和平滑处理;
C、建立近红外定标模型
采用MPLS法建模,建模的光谱范围选择为1618nm-1932nm和2116nm-2484nm,光谱处理方式为反相多元离散校正,2阶导数处理、平滑处理,得到最优的近红外定标模型;
D、验证近红外定标模型
将预测集的样本使用导入定标模型的近红外分析仪扫描,得到定标模型的预测结果,与A步骤...
【专利技术属性】
技术研发人员:宋涛,刘耀敏,宋军,赵艳,杜雪莉,张凤枰,周秀梅,罗彬月,
申请(专利权)人:通威股份有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。