專利名稱:建立玻璃瓶裝食品成分關(guān)聯(lián)模型的方法及食品檢測(cè)方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種食品成份關(guān)聯(lián)模型的建立方法及利用該關(guān)聯(lián)模型進(jìn)行食品成份檢測(cè)的方法,尤其是一種通過建立玻璃瓶裝食品近紅外光譜與食品中實(shí)際成份之間的對(duì)應(yīng)關(guān)聯(lián)模型并利用該模型對(duì)瓶裝食品的成份進(jìn)行快速檢測(cè)的方法。
背景技術(shù):
隨著人們對(duì)食品中營養(yǎng)成份種類、含量的廣泛關(guān)注,食品生產(chǎn)企業(yè)也相應(yīng)的推出了根據(jù)產(chǎn)品營養(yǎng)含量劃分產(chǎn)品等級(jí)的舉措,這樣不僅滿足了消費(fèi)者的需求,同時(shí)也贏得了市場的青睞。
大部分加工食品其各項(xiàng)營養(yǎng)成份含量是已知的,但是對(duì)于自然發(fā)酵類型的食品(如腐乳等),由于生產(chǎn)方式是采用預(yù)先封裝,再通過其自身的發(fā)酵變化而制成食品,因此就出現(xiàn)了出廠時(shí)每個(gè)包裝中的食品營養(yǎng)成份含量均不相同的特點(diǎn),導(dǎo)致生產(chǎn)企業(yè)無法快速無損地進(jìn)行成份含量的準(zhǔn)確計(jì)量,也無法根據(jù)成份劃分產(chǎn)品等級(jí)。
目前,解決這一問題的方法是抽樣開啟包裝,按照有關(guān)標(biāo)準(zhǔn)進(jìn)行化學(xué)分析,再根據(jù)經(jīng)驗(yàn)估算其他未開啟產(chǎn)品的各成份含量,這種方法的準(zhǔn)確性較低,而已經(jīng)開啟的食品雖然可以獲得準(zhǔn)確的分析數(shù)據(jù)結(jié)果,但不能再重新包裝銷售。
因此,如何準(zhǔn)確、快速、無損傷的測(cè)定包裝食品中各種成份含量已成為業(yè)界人士希望盡快解決的問題之一。
發(fā)明內(nèi)容
本發(fā)明所要解決的主要技術(shù)問題在于針對(duì)目前缺乏上述對(duì)已包裝食品中各種成份進(jìn)行快速測(cè)定的現(xiàn)狀提供一種建立玻璃瓶裝食品成份關(guān)聯(lián)模型的方法及瓶裝食品快速無損檢測(cè)方法,該方法通過采集經(jīng)標(biāo)準(zhǔn)方法獲知其準(zhǔn)確成份含量的瓶裝食品樣品的近紅外光譜,建立瓶裝食品成份與其近紅外光譜之間的關(guān)聯(lián)模型以及瓶裝食品中各種成份之間的對(duì)應(yīng)關(guān)系模型,并且能夠利用該關(guān)聯(lián)模型和對(duì)應(yīng)關(guān)系模型為快速檢測(cè)瓶裝食品的各種成份提供有效的技術(shù)手段和依據(jù)。
解決上述技術(shù)問題的技術(shù)方案包括一種建立玻璃瓶裝食品成份關(guān)聯(lián)模型的方法和一種瓶裝食品成份的檢測(cè)方法。
建立玻璃瓶裝食品成份關(guān)聯(lián)模型的方法包括以下步驟步驟1采用標(biāo)準(zhǔn)分析方法對(duì)一個(gè)以上標(biāo)準(zhǔn)瓶裝食品樣品中各成份的含量分別進(jìn)行測(cè)量,獲得標(biāo)準(zhǔn)成份含量值;所述一個(gè)以上標(biāo)準(zhǔn)瓶裝食品樣品為成份含量各自不同,且其數(shù)值呈分布狀的代表樣品;步驟2通過漫反射方式對(duì)步驟1所述代表樣品采用近紅外光譜儀分別采集它們的近紅外光譜;步驟3對(duì)所采集的近紅外光譜以數(shù)學(xué)運(yùn)算方式消除瓶子本體對(duì)近紅外光譜的影響;步驟4再以數(shù)學(xué)運(yùn)算的方式從步驟2所采集的近紅外光譜中提取所述代表樣品光譜中各成份的特征數(shù)據(jù)信息;步驟5建立上述代表樣品中各成份的標(biāo)準(zhǔn)成份含量值與其光譜中各對(duì)應(yīng)成份的特征數(shù)據(jù)之間的關(guān)聯(lián)模型,對(duì)于同一瓶中具有不同類型食品的,分別建立每一類型食品的所述關(guān)聯(lián)模型。
步驟1中的標(biāo)準(zhǔn)分析方法是目前所采用的標(biāo)準(zhǔn)化學(xué)分析方法。
在上述步驟中,代表樣品的數(shù)量可以是10個(gè)或50個(gè),也可以更多。提高代表樣品的數(shù)量有助于提高關(guān)聯(lián)模型的精度。上述的漫反射可以采用833-2500nm波長范圍的積分球漫反射,也可以采用1000-2500nm波長范圍的光纖漫反射。
步驟3之后還可采用多元散射校正法消除代表樣品因散射而產(chǎn)生對(duì)準(zhǔn)確度影響的步驟。
步驟3中的數(shù)學(xué)運(yùn)算方式可以是一階求導(dǎo)或二階求導(dǎo)運(yùn)算方式。
步驟4中所述的數(shù)學(xué)運(yùn)算方式可以是偏最小二乘回歸方式,也可以是多元逐步線性回歸運(yùn)算方式。
上述技術(shù)方案中,當(dāng)代表樣品的包裝中包括了多個(gè)類型的食品,如腐乳中既包括了腐乳塊,也包括了湯料時(shí),步驟5所建立的關(guān)系模型,還包括了建立瓶裝食品中,同一瓶中不同類型食品之間的各成份之間的對(duì)應(yīng)關(guān)系模型。
采用由上述技術(shù)方案所建立的關(guān)聯(lián)模型對(duì)玻璃瓶裝食品進(jìn)行成份檢測(cè)的方法包括以下步驟步驟1通過漫反射,采用近紅外光譜儀采集被測(cè)瓶裝食品的近紅外光譜;步驟2消除瓶子對(duì)近紅外光譜的影響;消除被測(cè)瓶裝食品的散射影響;步驟3依據(jù)所述關(guān)聯(lián)模型預(yù)測(cè)所述被測(cè)瓶裝食品中各成份的含量。
由上述技術(shù)方案可知,本發(fā)明利用在780nm-2500nm的近紅外光譜中,幾乎包括有機(jī)物中所有含氫基團(tuán),如C-H、O-H、N-H和C=O等的分子內(nèi)部原子間振動(dòng)的倍頻與合頻的信息,特定的原子群(或稱基團(tuán)/組分,如水分、蛋白、脂肪等)在這個(gè)波長范圍內(nèi),有對(duì)應(yīng)的特征吸收波長,且符合比爾定律(Beer’s Law)即被吸收光量的對(duì)數(shù)值與樣品中吸收該波長光的原子聚集度存在線性關(guān)系,通過測(cè)定樣品在某一特殊波長光下的吸收值可推知這種特殊波長對(duì)應(yīng)的原子群,也就是成份的聚集度,即百分含量。因而采集食品樣品的近紅外光譜,并結(jié)合已知食品樣品各成份的準(zhǔn)確含量對(duì)所采集的近紅外光譜進(jìn)行分析,即可獲得食品樣品成份與其近紅外光譜的關(guān)聯(lián)關(guān)系模型,并利用該關(guān)聯(lián)模型即可預(yù)測(cè)具有特定近紅外光譜的食品成份。
本發(fā)明的有益效果是,通過建立本發(fā)明的所提供的玻璃瓶裝食品成份與近紅外光譜之間關(guān)聯(lián)模型,利用該模型便可以實(shí)現(xiàn)在不破壞,或不開啟包裝玻璃瓶的前提下快速、準(zhǔn)確、無損傷地檢測(cè)食品中的各種成份,即可以節(jié)約檢測(cè)時(shí)間,提高檢測(cè)效率,又可以不影響檢測(cè)后的食品質(zhì)量。利用本發(fā)明所提供的方法還可以實(shí)現(xiàn)玻璃瓶裝食品的無損傷在線檢測(cè),為確定生產(chǎn)產(chǎn)品的質(zhì)量等級(jí)或分類,或者為行政管理部門的市場檢測(cè)提供了良好的技術(shù)手段。
下面,通過一個(gè)具體實(shí)施例并結(jié)合附圖對(duì)本發(fā)明所提供的建立關(guān)聯(lián)模型的方法做進(jìn)一步的詳細(xì)說明。
圖1是本發(fā)明所提供一實(shí)施例的建立關(guān)聯(lián)模型的流程圖。
圖2是圖1所示實(shí)施例中瓶裝不同類型食品部位示意圖。
圖3是瓶裝腐乳平均反射光譜及玻璃瓶子的反射光譜。
圖4是對(duì)圖2指示位置采集的近紅外光譜。
圖5是用積分球采集光譜后的預(yù)測(cè)結(jié)果。
圖6是用光纖采集光譜后的預(yù)測(cè)結(jié)果。
圖7是瓶裝腐乳各成份近紅外區(qū)域內(nèi)相關(guān)系數(shù)的特征吸收峰曲線圖。
圖8是圖1所示實(shí)施例中不同類食品中鹽分含量的相關(guān)關(guān)系圖。
圖9是圖1所示實(shí)施例中氨基酸態(tài)氮含量的相關(guān)關(guān)系圖。
圖10是圖1所示實(shí)施例中可溶性蛋白質(zhì)與氨基酸態(tài)氮含量的關(guān)系圖。
圖11是基于所建立的關(guān)聯(lián)模型檢測(cè)瓶裝食品成份的流程圖。
具體實(shí)施例方式
本實(shí)施例中,瓶裝食品為腐乳。建立瓶裝腐乳中各成份的關(guān)聯(lián)模型的流程如圖1所示。
1、選擇一個(gè)腐乳品種,抽取三十瓶標(biāo)準(zhǔn)玻璃瓶裝腐乳樣品,采用標(biāo)準(zhǔn)分析方法對(duì)樣品中各成份的含量分別進(jìn)行測(cè)量,獲得標(biāo)準(zhǔn)成份含量值。獲得其數(shù)值呈分布狀的代表樣品。
2、對(duì)上述步驟的代表樣品采用近紅外光譜儀分別采集它們的近紅外光譜。具體的可以采用積分球漫反射的方法,在833-2500nm波長范圍內(nèi),用近紅外光譜儀分別采集上述瓶裝腐乳塊和湯料的近紅外光譜(兩者在玻璃瓶中的相對(duì)位置如圖2所示,其中A為腐乳塊,B為湯料;兩者的近紅外光譜如圖4所示,其中a為腐乳塊的近紅外光譜,b為湯料的近紅外光譜;腐乳塊和湯料屬于同一瓶中所包含的不同類型食品,因此需要分別進(jìn)行采集)。
3、為提高模型的準(zhǔn)確度,利用多元散射校正(MSC)方法對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理,以消除樣品散射的影響,同時(shí),消除瓶子反射光譜的影響。如圖3所示,腐乳的反射光譜c有四個(gè)比較顯著的吸收峰分別在988、1200、1454和1945nm,空瓶的反射光譜d近似于一條直線,因此可以采用數(shù)學(xué)方法,例如一階或二階求導(dǎo),可以消除瓶子的影響。
5、利用偏最小二乘回歸(PLS)的方法,分別提取所采集的上述處理后的近紅外光譜中關(guān)于各成份的相關(guān)特征信息。
6、分別建立腐乳塊和湯料中各化學(xué)成份與近紅外光譜間的相關(guān)關(guān)系,即建立模型,同時(shí)還可以建立腐乳塊與湯料的各成份之間的關(guān)系模型。
如圖5所示為采用積分球采集光譜后對(duì)玻璃瓶裝腐乳中水分、鹽分、可溶性蛋白質(zhì)和氨基酸態(tài)氮所建模型的預(yù)測(cè)結(jié)果。其中對(duì)水分E其相關(guān)系數(shù)R2為0.98,建模標(biāo)準(zhǔn)差(RMSEC)為0.389;對(duì)可溶性蛋白質(zhì)F其相關(guān)系數(shù)為0.97,建模標(biāo)準(zhǔn)差為0.189;對(duì)氨基酸態(tài)氮G其相關(guān)系數(shù)為0.97,建模標(biāo)準(zhǔn)差為0.0191;對(duì)鹽分H其相關(guān)系數(shù)為0.99,建模標(biāo)準(zhǔn)差為0.120。
7、根據(jù)腐乳塊成份與湯料成份間的關(guān)聯(lián),分別建立兩者各成份間的相關(guān)關(guān)系,建立腐乳塊與湯料成份間的相關(guān)關(guān)系模型;如圖8所示為腐乳塊與湯料中鹽分的相關(guān)關(guān)系圖,其相關(guān)關(guān)系為0.9415,預(yù)測(cè)方程為y=1.0822x+1.6575;如圖9所示,為腐乳塊與湯料中氨基酸態(tài)氮含量的相關(guān)關(guān)系圖,其相關(guān)關(guān)系為0.9568,預(yù)測(cè)方程為y=0.8405x+0.0953;如圖10所示為腐乳塊中可溶性蛋白質(zhì)與腐乳塊中氨基酸態(tài)氮含量的相關(guān)關(guān)系圖,其相關(guān)關(guān)系為0.8097,預(yù)測(cè)方程為y=0.0799x+0.0039。
利用所建立的腐乳塊及湯料的相關(guān)關(guān)系模型可以快速、無損傷的在線檢測(cè)瓶裝腐乳中的成份含量,并且不管采集的近紅外光譜是腐乳塊樣品的,還是湯料樣品的,都可以利用各自的相關(guān)系模型分別計(jì)算出各成份的含量后,再利用步驟6所建立的相關(guān)關(guān)系模型,求出另一種樣品中各成份的含量。
上述實(shí)施例還可以采用光纖漫反射的方法,在1000-2500nm波長范圍內(nèi),用近紅外光譜儀采集玻璃瓶裝腐乳中腐乳塊和湯料的近紅外光譜。
采用光纖采集光譜后對(duì)瓶裝腐乳中水分、鹽分、可溶性蛋白質(zhì)和氨基酸態(tài)氮所建模型的預(yù)測(cè)結(jié)果如圖6所示。對(duì)水分E1其相關(guān)系數(shù)R2為0.96,建模標(biāo)準(zhǔn)差(RMSEC)為0.566;對(duì)可溶性蛋白質(zhì)F1其相關(guān)系數(shù)為0.98,建模標(biāo)準(zhǔn)差為0.150;對(duì)氨基酸態(tài)氮G1其相關(guān)系數(shù)為0.96,建模標(biāo)準(zhǔn)差為0.0219;對(duì)鹽分H1其相關(guān)系數(shù)為0.99,建模標(biāo)準(zhǔn)差為0.109。
在上述步驟5中,也可以采用多元逐步線性回歸法提取所采集的的近紅外光譜中關(guān)于各成份的相關(guān)特征信息。如圖7所示,就是利用多元逐步線性回歸法得到的瓶裝腐乳中各成份的近紅外特征吸收峰。水分曲線E2的特征波長為957、1145、1253、1369、1410、1617和1786nm(±5nm);可溶性蛋白質(zhì)曲線F2的特征波長為1179、1280、1652、1828、2276和2309nm(±5nm);氨基酸態(tài)氮曲線G2的特征波長為1176、1278、1648、1830和2298nm(±5nm);鹽分曲線H2的特征波長為992、1227、1443、1594、1716、1793和2174nm(±5nm)。
在上述關(guān)聯(lián)模型的建立中,共建立了三類模型,即腐乳塊中各成份的關(guān)聯(lián)模型,湯料中各成份的關(guān)聯(lián)模型,腐乳與湯料各成份間的相關(guān)關(guān)系模型(一種成份一個(gè)對(duì)應(yīng)關(guān)系),因此,利用上述模型預(yù)測(cè)瓶裝腐乳各成份的方法可以分為離散的下線預(yù)測(cè)和連續(xù)的在線預(yù)測(cè)。
當(dāng)進(jìn)行離散預(yù)測(cè)時(shí),操作人員可以挑選腐乳塊所在的位置進(jìn)行光譜采集,然后進(jìn)行成份預(yù)測(cè)。當(dāng)進(jìn)行連續(xù)在線預(yù)測(cè)時(shí),其預(yù)測(cè)流程如圖11所示。
首先,自動(dòng)在線采集光譜;然后,判斷光譜是腐乳塊的還是湯料的(通過此光譜與腐乳塊或湯料的平均光譜的匹配度來判定),如采集的光譜是腐乳塊的,依據(jù)上述腐乳塊各成份的關(guān)聯(lián)模型進(jìn)行成份預(yù)測(cè);如果光譜屬于湯料的,則先根據(jù)上述湯料的關(guān)聯(lián)模型進(jìn)行成份的預(yù)測(cè),然后根據(jù)上述腐乳塊與湯料成份間的相關(guān)關(guān)系模型,換算成腐乳塊中的相應(yīng)成份的含量;最后得到以腐乳塊成份計(jì)的瓶裝腐乳的各成份含量。
本發(fā)明不僅能夠用于瓶裝食品生產(chǎn)企業(yè)在生產(chǎn)線上進(jìn)行自動(dòng)化連續(xù)成份檢測(cè),根據(jù)產(chǎn)品中各主要成份的含量對(duì)產(chǎn)品質(zhì)量進(jìn)行劃分,并剔除不合格產(chǎn)品,而且還可以應(yīng)用于行政管理部門對(duì)市場上銷售的瓶裝食品通過其各主要成份的含量進(jìn)行產(chǎn)品質(zhì)量優(yōu)劣、合格與不合格的檢測(cè)。由于利用本發(fā)明所建立的關(guān)聯(lián)模型在檢測(cè)過程中不需要開啟產(chǎn)品包裝,因此,完全可以做到對(duì)所有瓶裝食品進(jìn)行百分之百檢測(cè)。這樣使企業(yè)的產(chǎn)品質(zhì)量獲得了良好的保證,同時(shí),也使消費(fèi)者的合法權(quán)益得到了有效的保證。
最后所應(yīng)說明的是以上實(shí)施例僅用以說明而非限制本發(fā)明的技術(shù)方案,盡管參照上述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說明,本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解依然可以對(duì)本發(fā)明進(jìn)行修改或者等同替換,而不脫離本發(fā)明的精神和范圍的任何修改或局部替換,其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
權(quán)利要求
1.一種建立玻璃瓶裝食品成份關(guān)聯(lián)模型的方法,其特征在于包括以下步驟步驟1采用標(biāo)準(zhǔn)分析方法對(duì)一個(gè)以上標(biāo)準(zhǔn)瓶裝食品樣品中各成份的含量分別進(jìn)行測(cè)量,獲得標(biāo)準(zhǔn)成份含量值;所述一個(gè)以上標(biāo)準(zhǔn)瓶裝食品樣品為成份含量各自不同,且其數(shù)值呈分布狀的代表樣品;步驟2通過漫反射方法對(duì)步驟1所述代表樣品采用近紅外光譜儀分別采集它們的近紅外光譜;步驟3對(duì)所采集的近紅外光譜以數(shù)學(xué)運(yùn)算方式消除瓶子本體對(duì)近紅外光譜的影響;步驟4再以數(shù)學(xué)運(yùn)算的方式從步驟2所采集的近紅外光譜中提取所述代表樣品光譜中各成份的特征數(shù)據(jù)信息;步驟5建立上述代表樣品中各成份的標(biāo)準(zhǔn)成份含量值與其光譜中各對(duì)應(yīng)成份的特征數(shù)據(jù)之間的關(guān)聯(lián)模型,對(duì)于同一瓶中具有不同類型食品的,分別建立每一類型食品的所述關(guān)聯(lián)模型。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于所述的步驟1、步驟2、步驟4及步驟5中的代表樣品的數(shù)量為10-100個(gè)。
3.根據(jù)權(quán)利要求1或2所述的方法,其特征在于所述的步驟2之后還設(shè)有采用多元散射校正法消除所述代表樣品因散射而產(chǎn)生對(duì)準(zhǔn)確度影響的步驟。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于所述的步驟2中,漫反射方法為積分球漫反射或光纖漫反射。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于所述的步驟2中的數(shù)學(xué)運(yùn)算方式為一階求導(dǎo)或二階求導(dǎo)。
6.根據(jù)權(quán)利要求1所述的方法,其特征在于所述的步驟3中的數(shù)學(xué)運(yùn)算方式為偏最小二乘回歸或多元逐步線性回歸運(yùn)算。
7.根據(jù)權(quán)利要求1所述的方法,其特征在于所述的步驟5中,還包括建立瓶裝食品中,同一瓶中不同類型食品之間各成份之間的對(duì)應(yīng)關(guān)聯(lián)模型。
8.根據(jù)權(quán)利要求4所述的方法,其特征在于所述的步驟2中,積分球漫反射的波長范圍是833-2500nm;光纖漫反射的波長范圍是1000-2500nm。
9.一種基于權(quán)利要求1-8任一所述方法所建立的關(guān)聯(lián)模型對(duì)玻璃瓶裝食品進(jìn)行成份檢測(cè)的方法,其特征在于包括步驟1通過漫反射,采用近紅外光譜儀采集被測(cè)瓶裝食品的近紅外光譜;步驟2消除瓶子對(duì)近紅外光譜的影響;消除被測(cè)瓶裝食品的散射影響;步驟3依據(jù)所述關(guān)聯(lián)模型預(yù)測(cè)所述被測(cè)瓶裝食品中各成份的含量。
10.根據(jù)權(quán)利要求9所述的檢測(cè)方法,其特征在于所述的步驟2是利用一階或二階求導(dǎo)的運(yùn)算方法消除瓶子對(duì)近紅外光譜的影響;所述的步驟3采用多元散射校正方法消除被測(cè)瓶裝食品的散射影響。
全文摘要
本發(fā)明涉及一種建立玻璃瓶裝食品成分關(guān)聯(lián)模型的方法及食品檢測(cè)方法,關(guān)聯(lián)模型建立方法包括采用標(biāo)準(zhǔn)分析方法對(duì)樣品中各成分的含量進(jìn)行測(cè)量;通過漫反射方式采集它們的近紅外光譜;對(duì)所采集的近紅外光譜以數(shù)學(xué)運(yùn)算方式消除瓶子本體的影響;再以數(shù)學(xué)運(yùn)算的方式提取光譜中各成份的特征數(shù)據(jù)信息;建立各成分含量值與其光譜中各對(duì)應(yīng)成分的特征數(shù)據(jù)之間的關(guān)聯(lián)模型;食品檢測(cè)方法包括采集被測(cè)瓶裝食品的近紅外光譜;消除瓶子反射對(duì)近紅外光譜的影響;消除被測(cè)瓶裝食品的散射影響;依據(jù)所述關(guān)聯(lián)模型預(yù)測(cè)所述被測(cè)瓶裝食品中各成分的含量。本發(fā)明可實(shí)現(xiàn)不破壞瓶裝的前提下快速、準(zhǔn)確、無損傷檢測(cè)瓶裝腐乳中的各種成分,即可以節(jié)約檢測(cè)時(shí)間,提高檢測(cè)效率。
文檔編號(hào)G01N21/31GK1749734SQ20041007781
公開日2006年3月22日 申請(qǐng)日期2004年9月15日 優(yōu)先權(quán)日2004年9月15日
發(fā)明者韓東海, 魯超 申請(qǐng)人:中國農(nóng)業(yè)大學(xué)