近红外光谱技术在苹果汁加工领域中的应用研究

近红外光谱技术在苹果汁加工领域中的应用研究

ID:33945447

大小:2.43 MB

页数:59页

时间:2019-03-01

近红外光谱技术在苹果汁加工领域中的应用研究_第1页
近红外光谱技术在苹果汁加工领域中的应用研究_第2页
近红外光谱技术在苹果汁加工领域中的应用研究_第3页
近红外光谱技术在苹果汁加工领域中的应用研究_第4页
近红外光谱技术在苹果汁加工领域中的应用研究_第5页
资源描述:

《近红外光谱技术在苹果汁加工领域中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、西北农林科技大学硕士学位论文近红外光谱技术在苹果汁加工领域中的应用研究姓名:费坚申请学位级别:硕士专业:食品科学与工程指导教师:岳田利20050601近红外光谱技术在苹果汁Jm-r领域中的应用研究摘要近红外光谱(NIR)分析技术是一种快速、高效、无损的检测手段,在食品及农产品品质快速检测方面应用愈来愈广。本文系统分析了近红外光谱分析的原理、技术特点、基本分类;实现近红外光谱定性分析常用的几种分析方法:近红外光谱峰位鉴别法、模式识别法、人工神经网络法;定量分析所采用的不同的模型回归方法以及在线分析技术;分析了

2、近红外光谱技术在国内外水果一果汁加工方面的应用和特点,提出利用近红外光谱技术检测果品一果汁品质指标是可行的。通过系统试验研究苹果汁中苹果酸、果糖、葡萄糖、蔗糖、可溶性圆形物及总酸的近红外光谱快速检测技术方法,获得以下结果:1.利用近红外光谱技术分析苹果汁中苹果酸含量,建立苹果酸的近红外校正模型,为苹果汁加工过程中的品质分析提供一种快速有效的分析方法。对校正集样品采用偏最小二乘算法(PLS),建立苹果酸定量分析数学模型。苹果酸模型的决定系数98.92%、均方根差(脚SECV)为0.096主成分数2;模型的校正

3、集标准偏差SEC为O.095;通过外部验证得到苹果酸模型的SEP为O.126。2.建立了果糖、葡萄糖、蔗糖定量分析数学模型。果糖模型的决定系数99.64%、均方根差(RMSECV)为0.884、主成分数5;葡萄糖模型的决定系数98.69%、均方根差为0.901、主成分数3;蔗糖模型的决定系数98.14%、均方根差为0.198、主成分数4。通过外部验证得到果糖、葡萄、蔗糖糖模型的SEP分别为0.837、0.850、0.169。结果表明,近红外光谱法可以满足苹果汁中主要糖份的实际测量要求。3.以苹果汁生产工厂实

4、际检验方法为参照,利用近红外光谱技术,建立了可溶性固形物及总酸模型,为果汁的无损、快速检测提供一种新的方法。关键词:近红外光谱,苹果汁成分,快速检测,偏最小二乘法ResearchesonApplicationsofNearInfraredSpec廿oscopyinAppleJuicesProcessingAbstractAsafasthighefficiencyandnon·destructiveanalyticaltechnique.NJRfNearinfraredspectroscopy)hasbeen

5、widelyusedinrapiddeterminationoffoodsandagriculturalproductstheseyears.Theworkingprinciples,technicalcharacteristicsandclassificationofnearinfraredspectrometersaredescribed.ThemethodsofqualityanalysisincludeNIRspectrumpeakvaluedistinguishment,patternrecogn

6、itionandartificialneuralnetwork.Differentwaysofcalibrationandon—lineanalyticaltechniquehavebeenusedinquantitativeanalysis.111isarticleemphasizestheapplicationsandcharactersofNIRtechniqueintheprocessingoffruitsandfruitjuicesallovertheworld,andbringsforwardt

7、hatthistechniqueisaneffectivemethodtouseinFruitsandFruitJuicesProcessing.Withaseriesofstudiesontherapidmeasurementtechniqueofmalicacid、fructose、glucose、sucrose、solublesolidcontent(ssc)andtotalacidscontent(TAC)inapplejuicesbyNIR,themaincontributionsofthisth

8、esisareasfollows:1.ForasetofApplejuicessamples,PartialLeastSquares(PLS)calibrationmodelsarebuilttopredictthecontentofMalicAcid.11ledeterminationcoefficients(R‘),RMSECVandRankofthemalicacidmodelwere98.92%,O.09

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。