一、快速鉴别麻油真假(论文文献综述)
王秋悦,吴晨璐,赵静,李正[1](2021)在《基于近红外光谱的药用辅料油的质量控制研究进展》文中研究表明药用辅料油在中药制药过程中常具赋形、充当载体、提高稳定性、增溶、助溶等重要功能,是可能会影响到制剂的质量、安全性和有效性的重要成分。药用辅料油品种的多样性,成分的相似与不同,品质的好坏都关乎着制剂的有效性与安全,对药用辅料油的品质质量进行研究具有必要性。而近红外光谱是检测药品和食品的重要的技术,具有快速、无损、良好的鉴别能力,能够实现样品快速准确地分析。因此,对近红外光谱用于药用辅料油的品类检测如种类鉴别、掺假分析和品质检测如成品油质量指标检测、成品油化学成分检测、储存油、煎炸油质量检测方面进行了综述评价。
冯笑颜,杨辉,檀慧,王嘉涵,王汉钦,李会磊,齐少宗,孟露,李佳欣[2](2021)在《芝麻油中红外光谱研究》文中研究说明采用中红外(MIR)光谱(包括一维MIR光谱和二阶导数MIR光谱)开展了芝麻油的结构研究。实验结果发现:芝麻油的红外吸收模式主要包括νasCH3-芝麻油、νsCH3-芝麻油、νasCH2-芝麻油、νsCH2-芝麻油、νC=O-芝麻油、ν酰胺-Ⅰ-芝麻油、δCH2-芝麻油、δasCH3-芝麻油、δsCH3-芝麻油、νC-O-芝麻油和ρCH2-芝麻油。本项研究拓展了MIR光谱光谱技术在重要农产品(芝麻油)结构鉴别的研究范围。
蔡子豪[3](2021)在《基于近红外光谱的橄榄与亚麻籽调和油定量及定性分析》文中认为食用调和油是指一种高品质即高价油与一种或多种廉价油,按照一定比例混合掺兑而成,调和油的价格与高价油含量成正比。存在不法商家出售的产品当中,高价油的含量与瓶身所标注的高价油含量不符,或高价油含量仅仅占到2%及以下,且仍以高价油名称为噱头继续生产销售。本实验基于近红外光谱法结合化学计量学以二组份橄榄和亚麻籽调和油、三组份橄榄和亚麻籽调和油的定量检测和定性识别以及多组份多种类调和油的定性识别。主要内容如下:(1)研究分析二组份橄榄调和油的定量检测模型、定性识别模型和二组份亚麻籽调和油的定量检测模型、定性识别模型。二组份橄榄调和油最佳SVC建模路径为air PLS-MSC-SG-BIPLS-GS-SVC,预测集准确率高达100%,最佳SVR建模路径为air PLS-SNV-SG-BIPLS-GS-SVR,预测集准确率高达94.53%,MSE为0.11;二组份亚麻籽调和油最佳SVC建模路径为SNV-BIPLS-GS-SVC,预测集准确率高达96.43%,最佳SVR建模路径为SNV-CARS-GS-SVR,预测集准确率高达98.15%,MSE为0.16。(2)研究分析三组份橄榄调和油的定量检测模型、定性识别模型和三组份亚麻籽调和油的定量检测模型、定性识别模型。三组份橄榄调和油最佳SVC建模路径为MSC-UVE-GA-SVC,预测集准确率高达100%,最佳SVR建模路径为air PLS-MSC-SGUVE-GA-SVR,预测集准确率高达97.12%,MSE为0.17;三组份亚麻籽调和油最佳SVC建模路径为air PLS-SNV-SG-UVE-GA-SVC,预测集准确率高达100%,最佳SVR建模路径为air PLS-MSC-SG-UVE-GA-SVR,预测集准确率高达96.52%,MSE为0.36。(3)研究分析多组份不同种类调和油定性识别模型,分别建立多组份橄榄与花生调和油定性识别模型、多组份亚麻籽与花生调和油定性识别模型和多组份橄榄与亚麻籽调和油定性识别模型。多组份橄榄与亚麻籽调和油中最佳建模路径为air PLS-UVEGS-SVC,预测集准确率均高达99.23%;多组份橄榄与花生调和油中最佳建模路径为air PLS-SNV-SG-UVE-PSO-SVC,预测集准确率均高达92.47%;多组份亚麻籽与花生调和油中最佳建模路径为SNV-SG-GS-SVC,预测集准确率均高达97.83%。实验结果分析,三种参数寻优中,GS参数寻优建模速度最快,GA参数寻优得到的(C,g)参数最稳定,建立的模型泛化性相对更好,PSO参数寻优(C,g)参数稳定性较差,但在特定情况建立的定性识别模型准确率最高。
宋华欣[4](2020)在《基于全产业链的食品欺诈脆弱性评估技术研究》文中研究说明食品欺诈是产品欺诈的一种,指食品造假和欺骗,多是出于经济目的故意为之的食品违法行为,会对经济贸易、消费者信心造成严重影响,同时还可能伴有健康风险和宗教纠纷,是当前国内外食品安全监管的重点和难点,而目前我国食品欺诈相关的检测技术、标准、法律法规及追溯体系的建设仍不完善。参考国家社会在食品欺诈事件管理中的“脆弱性”、“预防”策略,综合国外先进经验及我国食品欺诈事件和食品市场的特点,本文构建了一套可适用于我国的食品欺诈脆弱性评估方法,并以五常大米及山茶油为例进行了实际应用。主要内容及成果如下:(1)利用爬虫技术搜集2000-2019年我国食品欺诈事件,并对欺诈事件涉及的食品种类、发生区域、欺诈类型、发生环节、违规单位等信息进行了分析。2009年开始,食品欺诈事件报道量大幅增加。其中,食品欺诈报道量较多的是食用油、蜂产品、肉及肉制品、大米等,多集中于东部沿海地区,与经济发展情况有关;欺诈类型主要是替代;主要发生于加工环节;涉事单位主要是正规企业;欺诈事件主要通过监管部门例行监管、媒体揭露等方式被曝光。(2)综合国外先进经验及我国食品行业欺诈事件特点,提出了一套可适用于我国产业情况的食品欺诈脆弱性评估方法。该方法主要包括两部分:一是食品欺诈影响因素脆弱度评估,通过对各指标重要性及脆弱度现状的赋值评价,可以得到产业欺诈影响因素脆弱度情况;二是食品欺诈事件的影响力评估,通过健康影响和经济影响两方面的综合评价,得到欺诈事件的影响力程度。综合影响因素及影响力评估,可以得到产业欺诈脆弱性整体评价。(3)以近年来发生频次较高,对公众消费信心影响较大的五常大米及山茶油产业为例,进行欺诈脆弱性评估方法的实际应用。根据评估结果,两个产业的影响因素都表现出了高脆弱度,五常大米产业欺诈脆弱性因素有供应链追踪追溯系统的广泛性和准确性、国家政策和法律法规的完善程度、五常大米的特殊价值成分或属性、企业内部进出料掺假检测结果的具体性及准确性及检测频率、产业行为自律工具及产业内部行为监管信息的沟通等;山茶油产业欺诈脆弱性因素有供应和定价的稳定性、产业的竞争水平、价格的不对成性、特殊价值成分或属性、成品油欺诈的检测能力等;此外,五常大米具有低健康影响、高经济影响性,山茶油具有中等健康影响及中等经济影响;综合影响因素脆弱度及健康、经济影响,可判定两个产业同属高脆弱性,强烈建议根据影响因素评估结果选择新的控制措施,以降低产业脆弱性。(4)归纳总结五常大米及山茶油产业欺诈脆弱性评估结果,针对掺假检测方法、标准、法律法规、追溯体系4方面提出反欺诈建议,并划分生产经营人员、政府监管部门、行业组织及第三方组织4个群体,分别描述了其在反欺诈中的职责和任务。可通过以下方式管控食品欺诈事件:通过结合多种检测技术或多项检测指标,并结合适当的化学计量学及建模方法可提高五常大米及山茶油的掺假检测水平;标准应突出五常大米及山茶油的独特性,并尽可能应用可评价、可量化的指标,减少模糊用语;单独制定食品欺诈方面的法律法规并完善举报及召回制度,增大监管力度,提高法律的威慑力及生产经营人员的违规成本;以企业为建设和执行主体,发展五常大米及山茶油追溯体系,政府、行业组织及第三方负责监督监管及组织协助,保证追溯体系覆盖全产业链,数据真实可靠。
霍会霞[5](2019)在《沉香的化学成分分析及抗动脉粥样硬化作用机制研究》文中进行了进一步梳理沉香为瑞香科(Thymelaeaceae)沉香属Aquilaria植物白木香Aquilaria sinensis(Lour.)Gilg含树脂的木材。2015年版《中国药典》记载,沉香味辛、苦,性微温,具有行气止痛、温中止呕、纳气平喘等功效,用于治疗胸腹胀闷疼痛、胃寒呕吐呃逆、肾虚气逆喘急等,是八味沉香散、八味清心沉香散、沉香化气丸、再造丸等160多种中成药的主要组方药材。本论文综合采用手性色谱柱拆分对映异构体、计算ECD、离线二维液质联用系统(off-line 2D LC-MS/MS)、反相色谱和亲水作用色谱直接耦联系统(RPLC-HILIC)、定量核磁(q1H NMR)等技术手段对沉香中的化学成分进行深层次的结构研究与表征分析,并建立了沉香中多成分含量测定方法。在此基础上,建立高脂饲料诱导的ApoE-/-小鼠高脂血症和金黄地鼠高脂血症两种动物模型,对沉香提取物调血脂和抗动脉粥样硬化的药效进行评价,并采用代谢组学和脂质组学对其作用机制进行研究,以期阐明沉香的化学成分组及其抗动脉粥样硬化的作用机制,主要取得了以下研究结果:1.文献综述对沉香属植物中2-(2-苯乙基)色酮类化学成分、药理活性和质量评价方法的国内外相关研究文献进行了系统的查阅和综述。文献研究表明,2-(2-苯乙基)色酮类化合物结构类型丰富,主要包括简单2-(2-苯乙基)色酮类、四羟基四氢2-(2-苯乙基)色酮类、三元氧环2-(2-苯乙基)色酮类及其多聚体;药理活性主要包括抗炎、镇痛、抗菌、神经保护、细胞毒等;质量评价方法主要是采用高效液相色谱及液质联用技术,对沉香进行多成分含量测定和指纹图谱定性鉴别。然而,沉香的化学成分组尚未被明确揭示,质量标志物及有效质量分析方法尚未建立,沉香药理活性,特别是降脂作用的作用机制尚未被阐明,难以保障沉香临床用药的安全、有效,阻碍了沉香产业的健康发展。2.沉香中2-(2-苯乙基)色酮二聚体结构及其活性研究在前期化学成分研究的基础上,采用手性色谱柱拆分对映异构体、X-ray单晶衍射、对比比旋光值、计算ECD等技术方法,确定了16个2-(2-苯乙基)色酮二聚体类化合物(包括4对对映异构体)的绝对构型,并推测了2-(2-苯乙基)色酮二聚体类化合物的生物合成途径。采用脂多糖(LPS)诱导RAW264.7巨噬细胞释放一氧化氮(NO)模型对分离得到的部分单体化合物进行了体外活性筛选,结果表明所有2-(2-苯乙基)色酮二聚体类化合物均能不同程度地抑制LPS诱导的RAW264.7巨噬细胞释放NO,显示出潜在的抗炎活性。3.沉香化学成分组的表征利用液相-离子阱-飞行时间质谱联用系统(LCMS-IT-TOF),对沉香中的2-(2-苯乙基)色酮类成分进行了质谱裂解规律研究,包括简单2-(2-苯乙基)色酮类、四羟基四氢2-(2-苯乙基)色酮类、氯代四氢2-(2-苯乙基)色酮类、三元氧环2-(2-苯乙基)色酮类及其多聚体,归纳并总结了 2-(2-苯乙基)色酮类成分的质谱裂解规律。进一步,利用质谱裂解规律,结合离线二维液相色谱技术和相关文献报道,从一维液相色谱中鉴定了9个化合物,并通过核磁共振氢谱技术对其结构进行了确证,从二维液相色谱中鉴定了187个色谱峰,包括47个简单2-(2-苯乙基)色酮、7个简单2-(2-苯乙基)色酮苷类成分,19个四羟基四氢2-(2-苯乙基)色酮、6个甲氧基代四氢2-(2-苯乙基)色酮、6个氯代四氢2-(2-苯乙基)色酮、9个三羟基五氢2-(2-苯乙基)色酮、4个二羟基六氢2-(2-苯乙基)色酮、4个双三元氧环2-(2-苯乙基)色酮、9个单三元氧环2-(2-苯乙基)色酮、2个其他类2-(2-苯乙基)色酮、70个2-(2-苯乙基)色酮二聚体以及4个2-(2-苯乙基)色酮三聚体。其中64个化合物首次从白木香来源的沉香中发现,37个可能为新化合物。4.沉香的化学成分的定量研究采用反相色谱和亲水作用色谱直接耦连系统(RPLC-HILIC),结合定量核磁共振氢谱技术(q1H NMR)、质谱参数在线优化、定制质谱响应以及相对响应与碰撞能量曲线(RRCEC)匹配等策略,建立了沉香中包括氨基酸、有机酸、核苷和沉香特征性成分2-(2-苯乙基)色酮类在内的26个化合物的精准定性和定量分析方法,并对16批沉香样品、4批伪劣品、白木香新鲜叶片、白木香新鲜茎木、云南沉香果壳、愈伤组织及NaCl诱导的白木香愈伤组织进行了分析测定。结果显示沉香中的特征性成分2-(2-苯乙基)色酮类化合物可作为沉香品质评价的质量标志物。5.沉香提取物调血脂和改善动脉粥样硬化的药效学研究采用高脂饲料诱导的ApoE-/-小鼠和金黄地鼠两种高脂血症动物模型,对沉香提取物改善动脉粥样硬化(AS)的药效进行评价。在对ApoE-/-小鼠的药效研究中发现,沉香提取物可以显着降低ApoE-/-小鼠的血浆总胆固醇(TC)和低密度脂蛋白(LDL-c)水平,减少主动脉流出道斑块面积,表明沉香提取物可以通过改善脂代谢紊乱抑制AS的发展。在对金黄地鼠的药效研究中发现,沉香提取物可以显着降低金黄地鼠血浆中TC、甘油三酯(TG)、LDL-c含量,并升高高密度脂蛋白(HDL-c)含量,证实沉香提取物能显着降低金黄地鼠AS指数AI(AI=LDL-c/HDL-c)。另外,沉香提取物也可显着降低金黄地鼠的附睾脂肪指数,并显着降低金黄地鼠的体脂率,抑制高脂血症诱发的肥胖。对金黄地鼠肝组织的分析发现,沉香提取物可有效的抑制金黄地鼠肝组织中性脂肪的堆积,表明其具有潜在的改善非酒精性脂肪肝作用。6.沉香提取物作用于高脂血症金黄地鼠的代谢组学和脂质组学研究将金黄地鼠分为正常对照组、模型组、依折麦布阳性药组和沉香给药组,采用四极杆轨道离子阱质谱仪(Q Exactive,ThermoFisher Scientific)对各组血浆进行检测,各组金黄地鼠血浆主成分分析(PCA)得分图显示模型组与正常对照组代谢物差异明显,沉香给药组在两者之间,表明沉香提取物能回调疾病状态下偏移的代谢物组。模型组与正常组相比,血浆中磷脂酰胆碱、溶血磷脂丑胆碱、鞘磷脂、脂肪酸等内源性代谢物发生了变化。沉香给药后,磷脂酰胆碱、溶血磷脂酰胆碱、鞘磷脂、脂肪酸等成分也明显发生了变化,表明沉香主要通过甘油磷脂代谢发挥其药效作用。进一步采用四极杆轨道离子阱质谱仪(Q Exactive-MS),对血浆样品进行全面的脂质代谢轮廓分析,结果发现金黄地鼠高脂血症之后,血浆中的包括磷脂酰胆碱、鞘磷脂、脂肪酸等在内的18个脂类发生了明显变化。沉香给药后,可使14个脂类成分回调。因此,PC(18:0/18:2)、PC(16:0/18:1)、PC(18:2/16:0)、PC(22:6/16:0)、PC(20:3/16:0)、PC(18:0/18:1)、PC(18:0/0:0)、PC(20:4/18:0)、PC(16:0/0:0)、PC(16:0/20:4)、SM(d18:1/16:0)、FA(20:4)、FA(18:2)、FA(18:1)脂质类成分的显着升高可作为预测AS的潜在生物标志物。综上,本论文构建了沉香特征性成分2-(2-苯乙基)色酮二聚体空间结构鉴定的方法,利用离线二维液质联用系统阐明了沉香的化学成分组,建立了沉香深入质量分析方法,首次揭示了沉香提取物改善血脂和抑制AS的药效作用,并阐释了其发挥药效的代谢通路,找到了预测AS的潜在生物标志物。以上研究结果创新了沉香药用价值,为其临床应用和合理开发利用提供理论依据和科学支撑。同时,提升了名贵中药沉香的药用价值,扩大了沉香临床应用,为沉香产业发展注入新的动力。
俞雅茹[6](2018)在《芝麻油和油茶籽油掺伪近红外光谱法检测研究》文中研究说明在日常中食用油起着十分关键的作用,食用油不仅可以调味,其油脂成分还可以提供人类机体所需的能量等营养物质。食用油的种类多种多样,不同类别的食用油因为其成分不同,其价值也有差异。芝麻油香味特殊、营养高,油茶籽油油脂成分配比合理具有保健功效,两者市场价格较高。然而,不法商家以次充好,甚至在食用油中添加对人体有害的油脂来牟取高额利润,故建立一种快速检测食用油掺伪方法十分必要。论文以芝麻油和油茶籽油为对象,应用近红外光谱法(NIRS)结合化学计量学研究讨论食用油的掺伪鉴别问题,分别建立了芝麻油和油茶籽油的二元掺伪定性定量模型、三元掺伪定性定量模型以及多元掺伪定性定量模型。主要内容如下:(1)研究分析芝麻油和油茶籽油二元掺伪定性定量检测方法,分别建立芝麻油和油茶籽油二元掺伪真实性鉴别模型、芝麻油二元掺伪含量预测模型、油茶籽油二元掺伪含量预测模型。应用NIRS结合支持向量机分类(SVC),建立全波段模型和竞争自适应重加权采样(CARS)、后向间隔偏最小二乘法(BiPLS)优选特征波段建立的特征波段模型,两者均能鉴别芝麻油和油茶籽油的真伪,识别准确率最高为芝麻油采用标准正态变换(SNV)前处理建立的SNV-SVC模型,该模型预测集准确率99.4975%。应用NIRS结合支持向量机回归(SVR)能够实现对芝麻油、油茶籽油掺伪模型的含量预测,模型相关系数R高于99%,均方误差MSE最大为0.0605。(2)研究分析芝麻油和油茶籽油三元掺伪定性定量检测方法,分别建立芝麻油三元掺伪真实性鉴别模型、芝麻油三元掺伪含量预测模型、油茶籽油三元掺伪真实性鉴别模型、油茶籽油三元掺伪含量预测模型。采用多元散射校正(MSC)、标准正态变换(SNV)、标准正态变换和去趋势联用(SNV-DT)前处理,BiPLS优选特征波长,结果表明,应用NIRS能够实现芝麻油和油茶籽油三元掺伪真实性及掺伪含量的鉴别与检测,鉴别模型最高可达100%(油茶籽油三元真伪鉴别MSC-BiPLS-GA-SVC),三元掺伪油脂含量预测相关系数R最高可达99.7254%、均方误差MSE为0.0234(油茶籽油三元掺伪油脂含量预测模型SNV-BiPLS-CV-SVR)。(3)研究分析芝麻油和油茶籽油多元掺伪定性定量检测方法,分别建立芝麻油和油茶籽油多元掺伪真实性定性鉴别模型以及含量预测模型。应用MSC、SNV前处理减少干扰信息,提升模型的预测能力;应用CARS和组合区间偏最小二乘法(SiPLS)快速选择特征波段,建模变量减少,效率高。建立的定性模型检测准确率佳,其中芝麻油多元掺伪真实性检测模型最高达100%;建立的定量模型能够预测芝麻油和油茶籽油多元掺伪样本中芝麻油和油茶籽油的实际含量,整体预测相关系数R均接近1,校正集和预测集均方误差MSE值小且差值小,预测能力稳定,预测效果理想。
张志杨[7](2016)在《慕萨莱思品质分析及酿制过程中理化参数变化规律分析》文中认为本研究首次构建了慕萨莱思相关样品的拉曼检测方法,其参数为:激光能量为75mA,光阑为50um狭缝,聚焦为1730,边到边为165,上/下为20,采集曝光时间为1s,预览采集时间为0.5s,样品曝光次数为50次,宇宙射线阈值为中等,使用智能背景。同时改进了总糖的测定方法,得到适宜慕萨莱思总糖的检测方法。本研究对从10个慕萨莱思作坊和厂家采集的23种样品进行拉曼光谱、紫外可见光谱扫描及糖酸等理化指标进行测定,分别对各类参数进行聚类分析,聚类结果显示,拉曼光谱和紫外可见光谱可以结合使用,其中理化指标的聚类效果好于光谱聚类效果,光谱聚类可以辅助样品的分类与筛选。对不同作坊和厂家慕萨莱思的理化品质进行对比分析得到:同一作坊或厂家不同慕萨莱思的相同理化指标之间相近,而不同作坊和厂家之间的理化指标存在显着差异,HB、ZF3和M的总糖含量较高(ZF2-3是加糖发酵的样品),HB和ZF1总酸含量较高,ZF4、ZF5和M总酸含量较低,ZF1和M总酚含量低,ZF4和M酒精度较低约为10%,其余酒精度较高,HB、ZF3和ZF4褐变度较大,ZF4的浊度最大,M的浊度最小,ZF4的样品颜色偏暗,HB、ZF2和ZF4的样品颜色偏红,ZF5的样品黄色比其他作坊和厂家要浅。对23个样品进行感官评价,ZF2-3、HB和M(除M5和M6)的慕萨莱思感具有较高感官评分,ZF1、ZF3和ZF4感官评分居中,ZF1-1和ZF5偏低,2012年的5种慕萨莱思评价普遍偏低,说明放置时间过长会降低慕萨莱思的品质。总糖与外观显着相关,b*与外观和色泽显着相关。通过建立的拉曼光谱和紫外可见光谱法对过程样进行筛选,对筛选的样品进行理化指标的检测,从而分析浓缩工艺和发酵工艺中相关理化指标的变化情况。浓缩过程中总糖、总酸、总酚、褐变度、浊度、葡萄糖、果糖以及色度中的a*,b*均成显着增长,挥发酸呈“S”型变化,L*显着下降。酒精发酵及后熟过程中总糖、葡萄糖、果糖、总酚、褐变度和a*均显着下降,酒精度、挥发酸和L*显着上升,总酸和b*呈“S”型变化。后储过程中总糖、总酸、挥发酸、酒精度、L*和b*无显着变化,总酚和褐变度下降,浊度增加,a*呈增加趋势。总酸在浓缩批次之间具有显着差异,其余指标均无显着差异。糖度和酒精度在发酵罐次之间无显着差异,而其他指标均存在显着差异,褐变度、总酚、浊度、L*和a*在后熟罐次之间具有显着差异。总酚和褐变度在后储罐次之间和后储过程中无显着差异,而其余指标在后储罐次之间具有显着差异。总糖和酒精度可作为浓缩终了、酒精发酵结束、后熟稳定期的判断指标,挥发酸、总酚、褐变度、色值均可作为浓缩、发酵、后熟过程的控制指标,不同阶段可以针对对应的主要反应选用。色值为后储过程的控制指标。浓缩过程中的突出拐点T5(开锅后浓缩2.5h)和T9(开锅后浓缩4.5h),将浓缩过程划分为浓缩前2.5h,浓缩中2.5h4.5h,4.5h到冷却的浓缩后阶段三个阶段。将总酸、总酚和浊度,总酚,总酸分别作为浓缩前中后段的主要控制指标,将总糖作为起始和浓缩终止的关键控制指标。发酵过程中的突出拐点:1d,3d,5d和7d。将酒精度作为发酵过程终了的判断,其余指标作为控制指标进行动态检测与控制。总糖、酒精度和L*指标的拉曼特征峰为420cm-1、876cm-1、1084cm-1,总酚和a*指标的紫外可见特征峰为217.5nm和241.5nm,理化指标与特征峰强之间具有显着的线性回归特性,但除去酒精模型R2值为0.9143,总糖、总酚、褐变度、色值模型的R2在0.7和0.9,总酸与挥发酸的模型R2小于0.5。
温珍才[8](2015)在《基于分子光谱技术的茶树籽油掺杂检测方法研究》文中指出茶树籽油是从山茶科油茶树种子中提取得到的一种性能优良、用途广泛的食用植物油。茶树籽油色清味美、不含胆固醇、不含芥酸和三愈酸,具有优良的保健功能,因此,得到多用途开发,造成供求极度不平衡,导致茶树籽油价格急剧上升,其市场价格为普通食用植物油的3-6倍。一些不法商家为了谋求暴利,将低价食用植物油掺入优质的茶树籽油中作为纯茶树籽油出售来欺骗消费者,侵害消费者利益。由于掺入的食用植物油与茶树籽油的脂肪酸成分相近,采用常规的化学方法难以鉴定是否掺入和掺入的量。有的厂家甚至掺入一些矿物油或有毒的植物油等,严重损害消费者健康。此外,茶树籽油由于生产工艺不同,市场价格差异很大,一些不法生产经营者为了获取暴利,对食用植物油的生产工艺不按照实际情况标注。这些情况的存在严重影响茶树籽油的品牌信誉,制约茶树籽油产业的发展。目前,食用植物油的掺假检测和生产工艺鉴别一般采用皂化法、冷冻实验,气相色谱、荧光光谱分析等,这些方法不仅粗略且耗时、耗力,很不方便。而质量监督中,除了必须定性地回答是否掺假,还必须准确知道掺假油品的种类和数量;同时还必须知道食用植物油的生产工艺。迫切需要寻求一种准确、快速、简便、低成本的方法才能解决这些问题,适应现代质量监督的需要。本课题以压榨法和浸出法两种工艺生产的茶树籽油为研究对象,以近红外光谱、荧光光谱、拉曼光谱等分子光谱技术为分析手段,结合化学计量学方法,进行了茶树籽油样品掺杂鉴别、生产工艺判定、温度对茶树籽油品质鉴别影响等方面研究,得到了近红外光谱、荧光光谱、拉曼光谱等快速鉴别茶树籽油掺杂、不同生产工艺的分析模型,并利用二维相关分析方法研究了温度对茶树籽油掺杂鉴别的影响。本论文的主要研究内容如下:1.利用近红外光谱技术对茶树籽油的生产工艺进行了鉴别研究,采用UVE-PLS-LDA及MIA-SVM方法先进行波长优选,去除无用的波段,建立了鉴别分类模型。UVE-PLS-LDA分类方法对校正集和预测集样本的鉴别正确率均为100%;采用MIA-SVM鉴别分类方法建立模型的校正集和预测集样本的灵敏度、特异性及正确率分别为100%、87.50%、93.75和100%、87.50%、93.75%。2.利用近红外光谱技术对茶树籽油中掺杂大豆油或菜籽油进行定性及定量研究。通过UVE-GA-LDA选择最佳的建模波段,从而建立鉴别分类定性模型,该模型能较好地适用于2%以上菜籽油掺杂的茶树籽油样本的鉴别分类,其分类正确率为100%,但对仅有1%菜籽油掺杂的茶树籽油的鉴别分类正确率仅为50%;近红外光谱技术可用于茶树籽油中菜籽油掺杂量的定量检测,UVE-SPA-MLR模型的预测集相关系数和RMSEP分别为0.980和0.670%。3.采用拉曼光谱技术对茶树籽油及其掺入不同体积分数的菜籽油和大豆油进行定性和定量分析的方法研究。PLS和PLSDA方法分别用于油品掺入量的定量分析和掺入油品种类的定性判别。结果表明,采用多种光谱预处理方法可有效地提高拉曼光谱的信息强度。其中:airPLS方法有效地消除了拉曼光谱的荧光背景;SNV预处理方法有效地改善了光谱质量。采用airPLS-SNV-PLS方法可以对茶树籽油中掺入的菜籽油和大豆油的体积分数进行定量分析,模型的预测相关系数均大于0.950;采用airPLS-SNV-PLSDA方法建立纯茶树籽油、茶树籽油中掺入菜籽油和茶树籽油中掺入大豆油三种油品的定性判别模型,模型的分类成功率达97.67%。4.研究温度对荧光光谱技术分析茶树籽油品质的影响,建立了一种基于温度效应的荧光光谱定量分析茶树籽油掺杂的方法。研究发现,在100-240℃范围内,可以通过偏最小二乘回归方法建立茶树籽油和菜籽油以及茶树籽油和棕榈油混合油品的QRFST模型,根据不同掺入体积比(范围为0.1-0.5)的混合油样的预测温度时的差异建立掺入菜籽油和棕榈油的体积分数的定量工作曲线。结果表明,QRFST模型交叉验证预测温度与实际测定温度的相关系数均高于0.99,可以采用QSTR模型和荧光光谱预测混合油样的温度;通过对掺入体积比在0.1-0.5范围内的混合油品进行加热建立PLS交互验证模型,通过计算预测温度与实际温度回归直线的截距,借助截距与体积比的定量分析曲线,实现茶树籽油中菜籽油和棕榈油的掺入体积比。5.以茶树籽油中掺入菜籽油或棕榈油为主要研究对象、以温度变化为外扰方式,采用荧光光谱法和二维相关光谱分析方法,对茶树籽油纯品及其掺杂油品进行了鉴别方法研究。对于纯茶树籽油样品和其它掺杂油品,纯茶树籽油样品在650~700 nm波长范围内二维同步相关图谱不存在自动峰,而掺入其它油品的二维同步相关谱在这个波段范围内都存在自动峰;采用NPLS-DA方法进行油品类别分析时,模型得到了较好的正确识别率,校正样品集和测试样品集的正确识别率分别为93.94%和97.73%。本课题的研究成果可为生产企业、质量监督部门进行茶树籽油掺杂和生产工艺判定提供了一种快速的分析方法,为相关部门打击非法经营提供一种快速、无损的鉴别方法。
吴平[9](2015)在《隐形防伪技术及其应用》文中研究说明隐形防伪技术因其隐蔽性、不易复制性以及稳定性等特点,广泛应用于条码商标、烟酒包装等各领域,防伪效果较好,已成为一种必不可少的防伪方式。随着技术的发展,人们对防伪技术要求越来越高,因此隐形防伪技术可与其他防伪方式结合,实现多级防伪,增强防伪效果。
陶宏兵[10](2014)在《碳氧稳定同位素技术在葡萄酒真实性中的研究与应用》文中进行了进一步梳理近年随着我国经济和国民生活水平的提高,在葡萄酒产业发展十分迅速的同时,市场上造假事件经常发生。由于传统的理化分析法不能满足真实性识别要求,稳定同位素法显现出了独特的优势。本研究建立了Gasbench-IRMS法测定葡萄酒水中δ18O的方法,探讨了葡萄浆果中稳定同位素在自然界的分布规律以及葡萄酒生产过程对其的影响因素,初步建立了葡萄酒同位素数据库,并将其应用于我国葡萄酒真实性鉴别。主要内容如下:(1)通过优化方法参数,建立了测定葡萄酒水中氧同位素比例的Gasbench联用稳定同位素比值质谱法(Gasbench-IRMS)。结果表明,该法能够大规模连续自动进样,测定葡萄酒水中δ18O的重复性与再现性标准偏差(1σ)均小于0.1‰,符合国际水中δ18O的测定要求。(2)探究了葡萄果实水中δ18O的自然分布规律和影响因素。结果表明,年平均气温越高,植物蒸腾作用越强,葡萄汁水中δ18O越偏正;在葡萄收获季节降雨会使葡萄汁水中δ18O明显降低;在葡萄酒生产过程若葡萄未及时榨汁发酵,以及发酵过程添加外源水都会影响葡萄汁水中δ18O。(3)通过实验室模拟发酵与实际酒厂生产研究了发酵对葡萄汁水中δ18O的影响,结果表明葡萄汁发酵前后水中δ18O变化小于1‰;掺入外源水后其水中δ18O呈现明显且良好的线性负相关变化,预测掺水量与实际掺水量误差在1%左右。因此,葡萄汁水中δ18O可以作为鉴别葡萄酒是否添加外源水的客观指标。(4)对国内10个产地的15种葡萄汁发酵后得到的葡萄酒中乙醇δ18O和水中δ18O进行研究,得到了国内各个产地葡萄酒中乙醇δ’8O与水中δ’8O的方程模型,618O乙醇=δ180水×0.75+23.05,与仅使用水中6180相比,能提高掺水检出限。结合乙醇δ18O和乙醇δ13C能很好的判别葡萄酒中乙醇是否来源于人工合成或者C4植物来源,对C3植物来源需结合氘同位素指标才能鉴别。(5)初步建立了国内10个产地碳氧同位素数据库,大致将中国葡萄酒产区分为4个部分。新疆产区8‰-10‰,河西走廊产区为4‰-6‰,华北产区为0-3‰,云贵产区为-2‰-0。对国外10个产地葡萄酒同位素数据分析可应用于葡萄酒进出口贸易。
二、快速鉴别麻油真假(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、快速鉴别麻油真假(论文提纲范文)
(1)基于近红外光谱的药用辅料油的质量控制研究进展(论文提纲范文)
1 基于NIR的品类分析 |
1.1 种类鉴别分析 |
1.2 掺假检测 |
2 基于NIR的品质分析 |
2.1 成品油质量指标检测 |
2.2 成品油化学成分检测 |
2.3 煎炸油的质量检测 |
2.4 储存油质量检测 |
3 讨论 |
(2)芝麻油中红外光谱研究(论文提纲范文)
0 引言 |
1 材料与方法 |
1.1 材料 |
1.2 仪器及操作方法 |
1.2.1 仪器 |
1.2.2 操作方法 |
1.3 红外光谱数据获得及图形处理 |
2 结果与分析 |
2.1 芝麻油MIR光谱研究 |
2.2芝麻油二阶导数MIR光谱研究 |
3 结语 |
(3)基于近红外光谱的橄榄与亚麻籽调和油定量及定性分析(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 近红外光谱检测技术 |
1.2.1 近红外光谱原理及应用 |
1.2.2 近红外光谱技术检测食用油国内研究现状 |
1.2.3 近红外光谱技术检测食用油国外研究现状 |
1.3 论文研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
1.4 本章小结 |
第2章 实验材料和方法 |
2.1 实验材料及仪器设备 |
2.1.1 JA1003N型电子天平 |
2.1.2 榨油机 |
2.1.3 TG16-Ⅱ台式高速离心机 |
2.1.4 激光近红外光谱仪 |
2.2 光谱数据预处理方法 |
2.2.1 基线校正 |
2.2.2 散射校正 |
2.2.3 平滑处理 |
2.3 光谱特征波长提取方法 |
2.3.1 竞争自适应重加权采样 |
2.3.2 后向间隔偏最小二乘法 |
2.3.3 无信息变量消除法 |
2.4 参数优化方法及建模方法 |
2.4.1 粒子群优化算法 |
2.4.2 遗传算法 |
2.4.3 网格搜索算法 |
2.4.4 支持向量机 |
2.5 本章小结 |
第3章 二组份橄榄与亚麻籽调和油定量检测及定性识别 |
3.1 实验样本配制 |
3.1.1 二组份橄榄调和油实验样本配制 |
3.1.2 二组份亚麻籽调和油实验样本配制 |
3.2 二组份橄榄调和油定性识别与定量检测 |
3.2.1 样本光谱采集及预处理 |
3.2.2 样本光谱特征波长优选 |
3.2.3 二组份橄榄调和油定性鉴别模型 |
3.2.4 二组份橄榄调和油定量检测模型 |
3.3 二组份亚麻籽调和油定性识别与定量检测 |
3.3.1 样本光谱采集及预处理 |
3.3.2 样本光谱特征波长优选 |
3.3.3 二组份亚麻籽调和油定性鉴别模型 |
3.3.4 二组份亚麻籽调和油定量检测模型 |
3.4 本章小结 |
第4章 三组份橄榄与亚麻籽调和油定量检测及定性识别 |
4.1 实验样本配制 |
4.1.1 三组份橄榄调和油配制 |
4.1.2 三组份亚麻籽调和油配制 |
4.2 三组份橄榄调和油定性识别与定量检测 |
4.2.1 样本光谱采集及预处理 |
4.2.2 样本光谱特征波长优选 |
4.2.3 三组份橄榄调和油定性识别模型 |
4.2.4 三组份橄榄调和油定量检测模型 |
4.3 三组份亚麻籽调和油定性识别与定量检测 |
4.3.1 样本光谱采集及预处理 |
4.3.2 样本光谱特征波长优选 |
4.3.3 三组份亚麻籽调和油定性鉴别模型 |
4.3.4 三组份亚麻籽调和油定量检测模型 |
4.4 本章小结 |
第5章 多组份与多种类调和油快速定性识别 |
5.1 实验样本配制 |
5.1.1 品牌调和油样本采购 |
5.1.2 二组份花生调和油实验样本配制 |
5.1.3 三组份花生调和油实验样本配制 |
5.2 多组份橄榄与花生调和油定性识别 |
5.2.1 样本光谱采集及预处理 |
5.2.2 样本光谱特征波长优选 |
5.2.3 多组份橄榄与花生调和油定性鉴别模型 |
5.3 多组份亚麻籽与花生调和油定性识别 |
5.3.1 样本光谱采集及预处理 |
5.3.2 样本光谱特征波长优选 |
5.3.3 多组份亚麻籽与花生调和油定性鉴别模型 |
5.4 多组份橄榄与亚麻籽调和油定性识别 |
5.4.1 样本光谱采集及预处理 |
5.4.2 样本光谱特征波长优选 |
5.4.3 多组份橄榄与亚麻籽调和油定性鉴别模型 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 主要研究内容和分析 |
6.2 论文主要创新点 |
6.3 展望 |
参考文献 |
致谢 |
攻读硕士期间的研究成果 |
(4)基于全产业链的食品欺诈脆弱性评估技术研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩略词表 |
第一章 绪论 |
1.1 食品欺诈及其控制措施 |
1.1.1 食品欺诈 |
1.1.2 食品欺诈控制方法 |
1.2 脆弱性评估技术研究进展 |
1.2.1 脆弱性及脆弱性评估的定义及发展 |
1.2.2 脆弱性评估方法 |
1.2.3 权重计算方法 |
1.3 食品欺诈脆弱性评价工具的研究进展及应用 |
1.3.1 食品欺诈脆弱性评估工具的研究进展 |
1.3.2 食品欺诈脆弱性评价工具的应用 |
1.4 研究背景、意义及内容 |
1.4.1 研究背景及意义 |
1.4.2 研究内容 |
第二章 国内食品欺诈事件分析 |
2.1 引言 |
2.2 方法 |
2.2.1 食品欺诈事件搜集 |
2.2.2 食品欺诈事件分析 |
2.3 结果与分析 |
2.3.1 欺诈食品种类、替代物及健康危害分析 |
2.3.2 欺诈事件发生区域及趋势分析 |
2.3.3 欺诈类型及环节分析 |
2.3.4 欺诈单位类型及揭露方式分析 |
2.3.5 欺诈事件的经济影响 |
2.4 本章小结 |
第三章 食品欺诈脆弱性评估方法的建立 |
3.1 引言 |
3.2 方法 |
3.2.1 食品欺诈影响因素脆弱度评估 |
3.3 结果分析 |
3.3.1 欺诈因素脆弱度分析方法 |
3.3.1.1 指标调整及说明 |
3.3.1.2 指标重要性评价方法 |
3.3.1.3 打分可信度评价方法 |
3.3.1.4 指标权重计算方法 |
3.3.1.5 指标脆弱度评估方法 |
3.3.2 食品欺诈影响力评估 |
3.3.3 产业欺诈脆弱度整体描述 |
3.4 本章小结 |
第四章 食品欺诈脆弱性评估方法的应用 |
4.1 引言 |
4.2 方法 |
4.2.1 指标重要性分析 |
4.2.2 指标及产业脆弱度分析 |
4.2.3 调研形式 |
4.3 结果与分析 |
4.3.1 五常大米产业欺诈脆弱性评估 |
4.3.2 山茶油产业欺诈脆弱性评估 |
4.4 本章小结 |
第五章 五常大米及山茶油反欺诈措施研究 |
5.1 引言 |
5.2 方法 |
5.3 结果分析 |
5.3.1 掺假检测方法 |
5.3.2 标准 |
5.3.3 法律法规 |
5.3.4 食品追溯体系 |
5.3.5 食品欺诈管理建议 |
5.4 本章小结 |
第六章 结论、创新点与展望 |
6.1 结论 |
6.2 创新点 |
6.3 展望 |
参考文献 |
附录 |
附录一 Delphi法所用问卷 |
附录二 五常大米及山茶油产业欺诈脆弱性影响因素各指标重要性及指标相对重要性调查问卷 |
附录三 五常大米及山茶油产业欺诈脆弱性影响因素评价指标体系 |
附录四 指标脆弱性评价问卷 |
个人简介 |
(5)沉香的化学成分分析及抗动脉粥样硬化作用机制研究(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
文献综述 |
1. 2-(2-苯乙基)色酮类化学成分研究进展 |
2. 沉香的药理活性研究进展 |
3. 沉香的质量控制研究进展 |
参考文献 |
前言 |
第一章 沉香中2-(2-苯乙基)色酮二聚体结构研究 |
1. 概述 |
2. 化合物绝对构型的确定 |
3. 生源途径研究 |
4. 单体化合物对LPS诱导的RAW264.7巨噬细胞释放NO的影响 |
5. 小结与讨论 |
第二章 沉香化学成分组的表征 |
1. 概述 |
2. 2-(2-苯乙基)色酮及其多聚体类化合物的质谱裂解规律 |
3. 离线二维液相色谱串联质谱法检测沉香中的化学成分 |
4. 小结与讨论 |
第三章 沉香化学成分的定量研究 |
1. 概述 |
2. 基于NMR的沉香中特征性成分2-(2-苯乙基)色酮类的含量测定 |
3. 多成分含量测定方法的建立 |
4. 小结与讨论 |
第四章 沉香提取物调血脂和改善动脉粥样硬化的药效学研究 |
1. 概述 |
2. 材料与方法 |
3. 实验结果 |
4. 小结与讨论 |
第五章 沉香提取物对高脂血症金黄地鼠的代谢组学研究 |
1. 概述 |
2. 沉香提取物对高脂血症金黄地鼠的血浆代谢组学研究 |
3. 沉香提取物对高脂血症金黄地鼠的血浆脂质组学研究 |
4. 小结与讨论 |
总结与展望 |
参考文献 |
附录 |
致谢 |
作者简历 |
(6)芝麻油和油茶籽油掺伪近红外光谱法检测研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究目的与意义 |
1.2 食用油种类鉴别与掺伪鉴别的方法 |
1.2.1 色谱法 |
1.2.2 质谱法 |
1.2.3 光谱法 |
1.2.4 核磁共振法 |
1.2.5 电子鼻法 |
1.3 近红外光谱法国内外研究现状和发展动态 |
1.3.1 近红外光谱法国内研究现状和发展动态 |
1.3.2 近红外光谱法国外研究现状和发展动态 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
2 实验材料与方法 |
2.1 实验材料与配置方法 |
2.1.1 实验材料 |
2.1.2 芝麻油和油茶籽油掺伪样本的配制方法 |
2.2 实验仪器与设备 |
2.2.1 近红外光谱仪 |
2.2.2 榨油机 |
2.2.3 离心机 |
2.2.4 电子天平 |
2.2.5 15ml尖口离心试管 |
2.3 光谱样本采集与选择 |
2.4 光谱数据处理方法 |
2.4.1 前处理方法 |
2.4.2 特征波长提取方法 |
2.4.3 光谱建模方法 |
2.5 模型评价 |
2.6 本章小结 |
3 芝麻油和油茶籽油二元掺伪近红外光谱法检测 |
3.1 芝麻油和油茶籽油真实性定性鉴别 |
3.1.1 样本光谱采集 |
3.1.2 样本光谱前处理 |
3.1.3 样本光谱特征变量优选 |
3.1.4 真实性定性鉴别模型 |
3.2 芝麻油和油茶籽油掺伪含量定量预测 |
3.2.1 掺伪样本光谱采集 |
3.2.2 掺伪样本光谱前处理 |
3.2.3 掺伪样本光谱变量优选 |
3.2.4 掺伪含量定量预测模型 |
3.3 本章小结 |
4 芝麻油和油茶籽油三元掺伪近红外光谱法检测 |
4.1 样本光谱采集 |
4.2 样本光谱前处理 |
4.3 样本光谱特征变量优选 |
4.3.1 定性模型特征变量优选 |
4.3.2 定量模型特征变量优选 |
4.4 定性鉴别与定量预测模型 |
4.4.1 芝麻油三元掺伪定性鉴别模型 |
4.4.2 芝麻油三元掺伪定量预测模型 |
4.4.3 油茶籽油三元掺伪定性鉴别模型 |
4.4.4 油茶籽油三元掺伪定量预测模型 |
4.5 本章小结 |
5 芝麻油和油茶籽油多元掺伪近红外光谱法检测 |
5.1 样本光谱采集 |
5.2 样本光谱前处理 |
5.3 样本光谱特征变量优选 |
5.4 多元掺伪鉴别与预测模型 |
5.4.1 芝麻油多元掺伪真实性定性鉴别模型 |
5.4.2 芝麻油多元掺伪含量定量预测模型 |
5.4.3 油茶籽油多元掺伪真实性定性鉴别模型 |
5.4.4 油茶籽油多元掺伪含量定量预测模型 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论与分析 |
6.2 创新点 |
6.3 展望 |
参考文献 |
致谢 |
攻读硕士学位期间的研究成果 |
(7)慕萨莱思品质分析及酿制过程中理化参数变化规律分析(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 慕萨莱思发展状况 |
1.1.1 慕萨莱思简介 |
1.1.2 慕萨莱思研究现状 |
1.2 拉曼光谱与紫外可见光谱检测技术优点及应用现状 |
1.3 研究目的和意义 |
1.4 研究主要内容及技术路线 |
第2章 慕萨莱思理化与感官品质分析 |
2.1 采样方法 |
2.2 慕萨莱思样品拉曼光谱检测方法的构建 |
2.2.1 试验仪器 |
2.2.2 试验参数设置与主要峰确定 |
2.2.3 试验样品处理 |
2.3 紫外可见光谱法 |
2.3.1 试验仪器 |
2.3.2 试验参数设置 |
2.3.3 试验样品处理 |
2.4 总糖测定方法 |
2.4.1 样品前处理方法 |
2.4.2 结果精密度试验 |
2.4.3 结果稳定性试验 |
2.4.4 结果重复性试验 |
2.4.5 加标回收试验 |
2.4.6 试验结果 |
2.4.7 不同作坊和厂家样品具体前处理方法 |
2.5 总酸测定方法 |
2.6 挥发酸测定方法 |
2.7 总酚测定方法 |
2.8 酒精度测定方法 |
2.9 褐变度测定方法 |
2.10 色度值(L*a*b*△E)和浊度值测定方法 |
2.11 慕萨莱思感官评定方法 |
2.12 数据统计分析 |
2.12.1 理化指标结果与分析 |
2.12.2 感官指标结果与分析 |
2.12.3 感官指标与理化指标相关性分析 |
2.12.4 聚类结果与分析 |
2.13 结论 |
第3章 过程样的分级筛选及理化指标的分析 |
3.1 采样 |
3.1.1 浓缩过程采样 |
3.1.2 酒精发酵及后熟过程采样 |
3.1.3 后储过程采样 |
3.2 试验方法 |
3.3 过程样分级筛选结果与分析 |
3.4 过程样理化指标结果与分析 |
3.4.1 浓缩过程样理化指标结果与分析 |
3.4.2 酒精发酵及后熟过程样理化指标结果与分析 |
3.4.3 后储过程样理化指标结果与分析 |
3.5 酿制过程理化指标变化显着性分析 |
3.6 浓缩过程和发酵过程变化关键点的初步设置 |
3.6.1 浓缩过程变化关键点的初步设置 |
3.6.2 发酵过程变化关键点的初步设置 |
3.7 结论 |
第4章 慕萨莱思拉曼、紫外可见光谱特征峰确定 |
第5章 结论 |
附录 |
参考文献 |
致谢 |
作者简介 |
(8)基于分子光谱技术的茶树籽油掺杂检测方法研究(论文提纲范文)
摘要 |
Abstract |
英文倚写清单 |
第一章 绪论 |
1.1 研究目的与意义 |
1.2 国内外研究概况 |
1.3 主要研究内容 |
1.4 本章小结 |
第二章 茶树籽油生产工艺可见/近红外光谱鉴别方法研究 |
2.1 引言 |
2.2 材料与方法 |
2.2.1 试验样品 |
2.2.2 试验装置及光谱采集 |
2.2.3 光谱数据处理及分析 |
2.2.3.1 UVE-PLS-LDA |
2.2.3.2 MIA-SVM |
2.3 结果与讨论 |
2.3.1 光谱分析 |
2.3.2 UVE-PLS-LDA |
2.3 .2.1 UVE变量筛选 |
2.3.2.2 最优主成分数确定 |
2.3.2.3 PLS-LDA模型建立 |
2.3.2.4 模型预测 |
2.3.3 MIA-SVM |
2.3.3.1 MIA变量优选 |
2.3.3.2 模型建立及预测 |
2.4 本章小结 |
第三章 常温条件下掺杂茶树籽油的可见/近红外光谱方法研究 |
3.1引言 |
3.2 掺杂茶树籽油定性检测 |
3.2.1 茶树籽油掺杂菜籽油定性检测 |
3.2.1.1 材料与方法 |
3.2.1.2 结果与讨论 |
3.2.2 茶树籽油掺杂大豆油定性检测 |
3.2.2.1 材料与方法 |
3.2.2.2 结果与讨论 |
3.3 掺假茶树籽油定量检测 |
3.3.1 茶树籽油掺杂菜籽油定量检测 |
3.3.1.1 材料与方法 |
3.3.1.2 结果与讨论 |
3.4 本章小结 |
第四章 拉曼光谱在茶树籽油掺杂鉴别中的应用研究 |
4.1 引言 |
4.2 材料与方法 |
4.2.1 样品的制备 |
4.2.2 实验仪器及光谱采集 |
4.2.3 模型的建立和评价 |
4.3 结果与讨论 |
4.3.1 拉曼光谱荧光背景消除 |
4.3.2 拉曼光谱预处理 |
4.3.3 定量分析模型 |
4.3.4 定性分析模型 |
4.4 本章结论 |
第五章 基于温度效应的茶树籽油含量的荧光光谱分析方法研究 |
5.1 引言 |
5.2 材料与方法 |
5.2.1 试剂与仪器 |
5.2.2 样品的制备 |
5.2.3 温度控制和光谱采集 |
5.2.4 偏最小二乘回归模型 |
5.3 结果与讨论 |
5.3.1 茶树籽油荧光光谱与温度的定量关系 |
5.3.2菜巧油含量定量方法的建立 |
5.3.3 棕榈油含量定量方法的建立 |
5.4 本章小结 |
第六章 二维相关荧光光谱在茶树籽油掺杂鉴别中的应用研究 |
6.1 引言 |
6.2 材料与方法 |
6.2.1 二维相关理论 |
6.2.2 样品与仪器 |
6.2.3 温度控制和光谱采集 |
6.2.4 多向偏最小二乘判别分析 |
6.3 结果与讨论 |
6.3.1 油品的同步二维相关光谱 |
6.3.2 多向偏最小二乘判别分析 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 主要结论 |
7.2 研究的创新点 |
7.3 研究展望 |
参考文献 |
在读博士期间论文发表情况 |
致谢 |
(10)碳氧稳定同位素技术在葡萄酒真实性中的研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 前言 |
1.1 葡萄酒的质量安全问题 |
1.1.1 葡萄酒原料的安全 |
1.1.2 葡萄酒酿造过程中的安全 |
1.1.3 葡萄酒加工流通环节的质量安全 |
1.1.4 提升葡萄酒质量安全的方法 |
1.2 稳定同位素比值分析技术的产生和发展 |
1.2.1 碳同位素 |
1.2.2 氢同位素 |
1.2.3 氧同位素 |
1.2.4 氮同位素 |
1.2.5 硫同位素 |
1.2.6 锶同位素 |
1.3 稳定同位素比值技术在食品真实性中的应用 |
1.3.1 蜂蜜掺假鉴别 |
1.3.2 果汁掺假及产地来源判断 |
1.3.3 油脂掺假鉴别 |
1.3.4 乳制品的产地鉴别 |
1.3.5 追溯谷物的产地来源 |
1.3.6 茶叶掺假鉴别 |
1.4 稳定同位素比值分析技术在葡萄酒真实性中的应用 |
1.4.1 葡萄酒中外源糖的添加检测 |
1.4.2 葡萄酒中外源水的添加检测 |
1.4.3 葡萄酒中外源甘油的添加检测 |
1.5 本研究的立题意义、背景与研究内容 |
1.5.1 本研究的立题意义与背景 |
1.5.2 研究内容 |
第二章 建立GasbenchⅡ-IRMS测定葡萄酒水中δ~(18)O方法 |
2.1 材料与方法 |
2.1.1 主要仪器和装置 |
2.1.2 实验原理 |
2.1.3 实验方法 |
2.1.4 数据校正 |
2.2 结果与讨论 |
2.2.1 Gasbench-IRMS系统的稳定性及线性范围 |
2.2.2 反应瓶气密性 |
2.2.3 样品体积的影响 |
2.2.4 平衡时间的选择 |
2.2.5 乙醇对葡萄酒水中δ~(18)O测定的影响 |
2.2.6 方法稳定性 |
2.2.7 GasBench Ⅱ-IRMS法与离线二氧化碳-水平衡法对比 |
2.2.8 实验室比对结果 |
2.2.9 GasBench Ⅱ-IRMS在葡萄酒掺水鉴别中的初步研究 |
2.3 小结 |
第三章 影响葡萄酒水中δ~(18)O因素分析 |
3.1 材料与方法 |
3.1.1 主要材料 |
3.1.2 主要仪器与方法 |
3.2 结果与讨论 |
3.2.1 同株均一性 |
3.2.2 同品种不同株的均一性 |
3.2.3 同天不同时间的差异 |
3.2.4 连续4 d雷司令水中δ~(18)O变化 |
3.2.5 不同品种差异性 |
3.2.6 葡萄放置过程水中δ~(18)O变化 |
3.2.7 葡萄生长过程中水中δ~(18)O变化 |
3.2.8 不同产地同一品种 |
3.2.9 同一产地不同年份 |
3.3 小结 |
第四章 水中δ~(18)0在全汁葡萄酒中的研究及应用 |
4.1 材料与方法 |
4.1.1 主要材料 |
4.1.2 主要仪器与装置 |
4.1.3 实验方法 |
4.1.4 数据处理 |
4.2 结果与讨论 |
4.2.1 发酵对葡萄汁水中δ~(18)O影响 |
4.2.2 发酵时掺水对葡萄酒水中δ~(18)O的影响 |
4.2.3 某酒庄生产过程发酵液水中δ~(18)O变化 |
4.2.4 国内10个产地葡萄汁水中δ~(18)O和产地鉴别 |
4.3 小结 |
第五章 乙醇碳氧稳定同位素在葡萄酒掺水及乙醇来源中的研究 |
5.1 材料与方法 |
5.1.1 主要材料 |
5.1.2 主要仪器与方法 |
5.1.3 数据处理 |
5.2 结果与讨论 |
5.2.1 葡萄酒中乙醇的提取和测定 |
5.2.2 乙醇δ~(18)O和水中δ~(18)O的关系 |
5.2.3 葡萄酒中乙醇δ~(18)O和水中δ~(18)O的关系 |
5.2.4 葡萄酒中乙醇来源的判断 |
5.2.5 SNIF-NMR鉴别葡萄酒中添加C3植物来源糖 |
5.3 小结 |
第六章 葡萄酒中碳氧稳定同位素数据库初步建立 |
6.1 试验部分 |
6.1.1 主要材料 |
6.1.2 主要仪器与方法 |
6.2 结果与讨论 |
6.2.1 国内葡萄汁碳氧同位素信息 |
6.2.2 国外葡萄酒水中δ~(18)O信息 |
6.2.3 市场上葡萄酒与真实葡萄酒对比 |
6.3 小结 |
第七章 总结与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
附录 |
致谢 |
攻读硕士学位期间发表文章情况 |
四、快速鉴别麻油真假(论文参考文献)
- [1]基于近红外光谱的药用辅料油的质量控制研究进展[J]. 王秋悦,吴晨璐,赵静,李正. 世界中医药, 2021(23)
- [2]芝麻油中红外光谱研究[J]. 冯笑颜,杨辉,檀慧,王嘉涵,王汉钦,李会磊,齐少宗,孟露,李佳欣. 煤炭与化工, 2021(08)
- [3]基于近红外光谱的橄榄与亚麻籽调和油定量及定性分析[D]. 蔡子豪. 武汉轻工大学, 2021(02)
- [4]基于全产业链的食品欺诈脆弱性评估技术研究[D]. 宋华欣. 浙江大学, 2020(01)
- [5]沉香的化学成分分析及抗动脉粥样硬化作用机制研究[D]. 霍会霞. 北京中医药大学, 2019(07)
- [6]芝麻油和油茶籽油掺伪近红外光谱法检测研究[D]. 俞雅茹. 武汉轻工大学, 2018(01)
- [7]慕萨莱思品质分析及酿制过程中理化参数变化规律分析[D]. 张志杨. 塔里木大学, 2016(08)
- [8]基于分子光谱技术的茶树籽油掺杂检测方法研究[D]. 温珍才. 江苏大学, 2015(01)
- [9]隐形防伪技术及其应用[J]. 吴平. 印刷质量与标准化, 2015(02)
- [10]碳氧稳定同位素技术在葡萄酒真实性中的研究与应用[D]. 陶宏兵. 广西大学, 2014(02)