微波EDA网,见证研发工程师的成长!
首页 > 测试测量 > 测试测量技术文库 > 近红外光谱技术在食品分析中的应用

近红外光谱技术在食品分析中的应用

时间:04-11 来源:互联网 点击:
近红外光是一种介于可见光(VIS)和中红外光(IR)之间的电磁波,美国材料检测协会(ASTM),将其定义为波长78O~2526nm的光谱区。近红外光谱技术(Near infrared spectroscopy,NIR)在2O世纪5O年代中后期首先被应用于农副产品的分析中,但由于技术上的困难,发展迟缓。直到上世纪8O年代中期随着计算机技术的发展和化学计量学研究的深入,加上近红外光谱仪器制造技术的日益完善,才使近红外光谱分析测量信号达到数字化等又促进其发展。另外由于近红外光谱吸收弱,可对样品进行简单的预处理后直接进行漫反射分析,避免了预处理时损伤样品,实现无损检测;同时因不需要化学试剂使分析操作达到绿色化,从而成为9O年代最引人注目的光谱分析技术。由于近红外光谱在光纤中良好的传输性,近年来也被许多发达国家广泛应用在工业在线分析中。近红外定量分析因其快速、准确已被列人世界谷物化学科技标准协会和美国谷物化学协会标准,成为世界食品分析标准的检测方法之一。

1 近红外光谱技术在食品工业中的应用

目前NIR已广泛应用于下列一些领域中:

1.1 粮食和饲料

农业是国民经济的基础,是我们的衣食之源、生存之本。而利用NIR技术对农副产品的营养成分和质量的检测,是寻找合理的植物培育和动物饲养方法不可缺少的工作,其对于引导农民调整产业结构,发展农、林、牧、渔业,发展粮食和其它农产品的深加工,都有着非常重要的意义。

目前利用NIR结合漫反射技术可快速、准确测定小麦、大麦等农产品的含水率、蛋白质等重要的指标及面粉中含水率、蛋白质、灰分、颗粒度,从而在生产过程中实现在线监控,也可利用近红外线光谱在建立有一定的训练集基础上,对大米进行质量评估。中国农业大学也已建立了部分农产品(包括小麦和大麦、玉米、葛根,杜仲等)近红外定量分析数学模型 ,并研制和开发出近红外玉米品质分析仪,用于分析样品中的水分、蛋白质和淀粉的化学值 。

目前在油脂行业也广泛来用NIR法测定大豆、油菜籽、葵花籽等饼粕中的蛋白质、脂肪(残油)、水分、灰分等指标。NIR也可作为一种非破坏性方法用来测定花生中的油含量,能获得与索氏提取法相近的结果。我国山东的香驰粮油公司首次研究用NIR检测豆粕中的残留物尿素酶获得了成功,比其它方法快速简便。。。

1.2 肉类和奶制品

国外已有人成功利用近红外光纤探针实现了在加热过程中检测猪肉的水分变化,为肉类工业有效合理控制加工过程提供了一条有效的新途径。NIR在液体牛奶质量检测中的应用研究崛起于80年代,后逐渐发展成熟,国外已有许多的相关研究报道 ,国内人员研究利用该技术进行快速测定牛奶中的脂肪、蛋白质、乳糖等多种主要成分,也已取得了满意的结果。

1.3 酒精饮料

利用NIR可快速测定酒精饮料(包括啤酒、果酒、黄酒)中乙醇的含量及水溶液中的乙醇、果糖和葡萄糖的含量,样品不用进行预处理,可获得满意结果,比传统的比重法、重铬酸盐氧化法、分光光度法、气相色谱法及国外学者提出的紫外检测高效液相色谱法、酶法、核磁共振法、流动注射分析法更快速、准确、简便、廉价。

1.4 水果蔬菜

利用NIR可非破坏性地测定完整苹果中的总糖、蔗糖、葡萄糖和果糖以及果汁中的糖和酸的含量,成分分析效率较高”,为判断苹果的品质提供了新方法。在苹果汁、葡萄汁、梨汁等加工过程中,用NIR可连续测量可溶性固形物、总固形物和总水分的变化,进而监控加工产品的质量。

1.5 调味品

由于食醋中含有酸、糖等成分,可用NIR法检测食醋的主要成分,判断其质量,同时不同厂家的同种产品各种组分含量存在差异,NIR可检测这种差别,判断原料产地,防止侵权。Lizuka K通过测量酱油产品的近红外光谱,并用LDA(Linear discriminates analysis)PLS(Partial least squares)对酱油进行分析,区别酱油的产地,从而实现了酱油的辨别。

1.6 VE的测定

利用NIR可测定浓度在93%~97.4%的维生素E,达到了较好的效果,比传统分光光度法、荧光光谱法、气相色谱法和高效液相色谱法更省时,成本大大降低。

2 方法特点

2.1 优点

2.1.1 简单方便有不同的测样器件可直接测定液体、固体、半固体和胶状体等样品,检测成本低。
2.1.2 不损伤样品可称为无损检测。
2.1.3 分析速度快一般样品可在lmin内完成。
2.1.4 分辨率高可同时对样品多个组分进行定性和定量分析。
2.1.5 绿色分析技术从样品预处理到分析测试等环节对环境无污染。
2.1.6 适用于近红外分析的光导纤维易得到,故易实现在线分析及监测,极适合于生产过程和恶劣环境下的样品分析。
2.1.7 对测试人员要求不高,易培训推广。
2.2 缺点
2.2.1 不适合痕量分析(含量0.I%)及分散性样品分析。
2.2.2 由于测定的是倍频和合频吸收故灵敏度较低。
2.2.3 是一种间接方法需建立相关的模型库(训练集)。

参考文献:
[1]陆婉珍等.现代近红外光谱分析技术.中国石化出版社,2000,
[2]ICC No.159,ICC No.202
[3]AACC No .39~00
[4]周燕、黄传旭等.用近红外光谱仪器快速检测小麦水分.现代科学仪器,2002,6:50-52
[5]刘继明.perton8600近红外仪.在面粉厂的重要应用.粮油食品科技.2000,5:28
[6]Barton FE,wind ham WR,champagne ET,Lyon BG.Optimal geometries for the development of rice quality spectroscopic chemo metric models[j]Cereal chemistry,1998.75(3):315~319(end)

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top