一种快速预测面粉样品中维生素C的方法技术

本发明专利技术涉及一种快速预测面粉样品中维生素C的方法，包括以下步骤：将不同浓度的VC标准品添加在不同类型面粉中并进行近红外光谱检测；将不同的样品分别获得样品原始光谱图数据；对样品原始光谱图数据进行光谱数据预处理，并构建偏最小二乘法回归分析模型，获得面粉样品VC浓度与近红外光谱预测值之间的相关性图；收集待测面粉样品，在相同条件下，采集待测面粉的近红外光谱图并运用上述步骤中的处理方法和分析模型检测待测面粉样品，通过对比参照可得到面粉样品中的VC浓度数值。通过该方法可快速对面粉中维生素C含量进行定量检测；同时还可以快速监控车间打包产品的接头粉是否存在VC残留，监控车间改良剂添加是否准确。

A method for rapid prediction of vitamin C in flour samples

【技术实现步骤摘要】
一种快速预测面粉样品中维生素C的方法
本专利技术涉及面粉检测领域，具体地说是一种快速预测面粉样品中维生素C的方法。
技术介绍
维生素C（VC）又叫抗坏血酸，可作为快速氧化剂使用，被广泛应用于面粉中改良面粉品质；维生素C含量的测定一般采用紫外分光光度法，2,4-二硝基苯肼法，荧光分光光度法、碘量法，2,6-二氯靛酚滴定法和HPLC法等。这些方法都有一定的缺点，比如操作复杂、检测时间长、需要精密仪器和使用化学试剂等；因此，对于面粉加工企业来说，如何快速、准确检测面粉中VC的含量是亟待解决的问题，同时快速检测法还可以对面粉车间生产成品的改良剂添加量是否准确进行快速监控。
技术实现思路
本专利技术的目的在于提供一种快速预测面粉样品中维生素C的方法，其特点是可以快速对面粉中维生素C含量进行定量检测；同时还可以快速监控车间打包产品的接头粉是否存在VC残留，监控车间改良剂添加是否准确。本专利技术解决其技术问题所采取的技术方案是：一种快速预测面粉样品中维生素C的方法，包括以下步骤：S1：将不同浓度的VC标准品添加在不同类型面粉中并进行近红外光谱检测；S2：将不同的样品分别装入样品盘中，每个样品扫描2次，取光谱平均值，获得样品原始光谱图数据；S3：对样品原始光谱图数据进行光谱数据预处理，并构建PLS（偏最小二乘法回归分析）模型，获得面粉样品VC浓度与近红外光谱预测值之间的相关性图；S4：收集待测面粉样品，在相同条件下，采集待测面粉的近红外光谱图，并运用上述步骤中的光谱预处理方法和上述步骤中所构建的PLS（偏最小二乘法回归分析）模型检测待测面粉样品，通过对比参照可得到面粉样品中的VC浓度数值。作为优化，步骤S1中所述近红外光谱采集方法为，室温25°±1°条件下，用近红外光谱仪，在波长1000-1800nm近红外光谱范围内，共计800个光谱点，每隔1nm采集反射光的强度；每个装样样品在近红外光谱仪内重复扫描50次，贮存于计算机内取平均值，为减小装样误差，每份样品均经过混匀后再经2次装样扫描并收集光谱数据，即每个样品均收集2份光谱数据，最终计算每份样品的平均光谱。作为优化，所述每个装样样品装样量为120g，样品池为圆柱形结构，其直径12cm，高度1.5cm。作为优化，步骤S3中所述光谱预处理方法为利用均值中心化（ZC）、Savitzky-Golay导数、差分求导、Savitzky-Golay平滑、标准正态变量变换（SNV）、多元散射校正（MSC）、净分析信号（NAS）、正交信号校正（OSC）、去趋势校正（DT）和基线校正（BL）对PLS模型进行构建。作为优化，步骤S3中所述光谱预处理方法为利用均值中心化、Savitzky-Golay平滑、Savitzky-Golay导数、标准正态变量变换（SNV）和多元散射校正（MSC）对PLS模型进行构建。本专利技术的有益效果是：本专利技术利用近红外光谱仪，扫描面粉样品得到近红外光谱图，通过组合分析多种不同预处理方法处理光谱信息，得到面粉中VC浓度的近红外预测模型。在实际操作中，利用构建的预测模型通过近红外仪器扫描面粉，即可计算得出面粉样品的VC浓度数值。此方法具有无损、绿色、高效、准确的突出特点，可以实现2s内预测面粉中的VC浓度，可以快速监控车间面粉产品改良剂添加的准确度，极大推进了粮油企业检测的自动化进程，促进企业节能降耗和推动产业升级。说明书附图图1：为实施例1中样品原始光谱图。图2：为实施例1中最优光谱预处理图。图3：为实施例1所构建的校正集面粉样品中VC浓度与近红外光谱预测值相关性图。具体实施方式实施例11）样本选取：选取经过灰分处理后分别为0.40、0.50、0.60、0.70和0.80的面粉，分别添加不同浓度的VC并混匀，VC浓度分布如下：0ppm、2ppm、5ppm、8ppm、10ppm、15ppm、20ppm、30ppm、50ppm、80ppm、100ppm、150ppm、200ppm、250ppm、300ppm，共计75个面粉样品。另外，选择目前正常生产的各面粉产品100个，其VC含量分布范围为0-180ppm。2）样本光谱采集将175个面粉样品混匀并均分为2组，其中第一组用作近红外光谱数据扫描收集；另一组样品用于验证近红外校正模型的准确性；将第一组样品分别装入样品盘中，每个样品扫描2次，取光谱平均值。获得样品原始光谱图，如图1所示。其中，近红外光谱采集方法：室温25°±1°条件下，用近红外光谱仪，在波长1000-1800nm近红外光谱范围内，共计800个光谱点，每隔1nm采集反射光的强度。每个装样样品在近红外光谱仪内重复扫描50次，贮存于计算机内取平均值，为减小装样误差，每份样品均经过混匀后再经2次装样扫描并收集光谱数据，即每个样品均收集2份光谱数据，最终计算每份样品的平均光谱。每个装样样品装样量约为120g，样品池为圆柱形，直径12cm，高度1.5cm。3）光谱数据预处理利用均值中心化（ZC）、Savitzky-Golay导数、差分求导（CH）、Savitzky-Golay平滑、标准正态变量变换（SNV）、多元散射校正（MSC）、净分析信号（NAS）、正交信号校正（OSC）、去趋势校正（DT）、基线校正（BL）等预处理方法分别对光谱数据进行预处理。4）模型的建立与筛选对于175份校正集面粉样品，在全光谱范围内构建PLS（偏最小二乘法回归分析）模型，分别实验8种不同光谱预处理方法对PLS模型的影响。在得到的校正模型中，通过SEC(校正集标准差)、SECV（K-fold交互检验检验集标准差）、RC（校正集预测值与真实值相关系数）、RPDC（性质值方差）,筛选得到最优的VC浓度近红外光谱预测模型。8种预处理方法建立的校正模型参考指标评价，见下表：表中：空白对照组表示没有经过预处理；ZC表示均值中心化；SG导数表示Savitzky-Golay导数；CH表示差分求导；SG平滑表示Savitzky-Golay平滑；SNV表示标准正态变量变换；MSC表示多元散射校正；DT表示去趋势校正；BL表示基线校正。SEC表示校正集标准差，SECV表示K-fold交互检验检验集标准差，二者数值越小效果越好；RC表示校正集预测值与真实值相关系数，其数值越接近1效果越好；RPDC表示性质值方差，其数值大于2.5表示模型的稳定性好。从上表中可以看出，最优近红外模型为经过均值中心化（ZC）、Savitzky-Golay平滑、Savitzky-Golay导数、标准正态变量变换（SNV）和多元散射校正（MSC）预处理的PLS模型，此模型RC和RPDC最大，且SEC和SECV值最小，预处理光谱图见图2。5）获得面粉样品VC浓度与近红外光谱预测值之间的相关性图，如图3所示其中对角线表示最理想的预测结果（预测值=化学值），样本点越接近对角线，说明模型的效果越好。6）收集待测面粉样本文档来自技高网...

【技术保护点】
1.一种快速预测面粉样品中维生素C的方法，其特征在于：包括以下步骤：/nS1：将不同浓度的VC标准品添加在不同类型面粉中并进行近红外光谱检测；/nS2：将不同的样品分别装入样品盘中，每个样品扫描2次，取光谱平均值，获得样品原始光谱图数据；/nS3：对样品原始光谱图数据进行光谱数据预处理，并构建PLS（偏最小二乘法回归分析）模型，获得面粉样品VC浓度与近红外光谱预测值之间的相关性图；/nS4：收集待测面粉样品，在相同条件下，采集待测面粉的近红外光谱图，并运用上述步骤中的光谱预处理方法和上述步骤中所构建的PLS（偏最小二乘法回归分析）模型检测待测面粉样品，通过对比参照可得到面粉样品中的VC浓度数值。/n

【技术特征摘要】
1.一种快速预测面粉样品中维生素C的方法，其特征在于：包括以下步骤：
S1：将不同浓度的VC标准品添加在不同类型面粉中并进行近红外光谱检测；
S2：将不同的样品分别装入样品盘中，每个样品扫描2次，取光谱平均值，获得样品原始光谱图数据；
S3：对样品原始光谱图数据进行光谱数据预处理，并构建PLS（偏最小二乘法回归分析）模型，获得面粉样品VC浓度与近红外光谱预测值之间的相关性图；
S4：收集待测面粉样品，在相同条件下，采集待测面粉的近红外光谱图，并运用上述步骤中的光谱预处理方法和上述步骤中所构建的PLS（偏最小二乘法回归分析）模型检测待测面粉样品，通过对比参照可得到面粉样品中的VC浓度数值。


2.根据权利要求1所述的一种快速预测面粉样品中维生素C的方法，其特征在于：步骤S1中所述近红外光谱采集方法为，室温25°±1°条件下，用近红外光谱仪，在波长1000-1800nm近红外光谱范围内，共计800个光谱点，每隔1nm采集反射光的强度；每个装样样品在近红外光谱仪内重复扫描50次，贮存于计算机内取平均值，为减小装样误差，每份...

【专利技术属性】
技术研发人员：王继进，
申请(专利权)人：益海嘉里兖州粮油工业有限公司，
类型：发明
国别省市：山东;37