專(zhuān)利名稱：食用植物油品質(zhì)的快速檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種油品質(zhì)量的檢測(cè)方法，特別是一種利用衰減全反射(ATR)傅里葉紅外光譜(FTIRS)法，對(duì)未使用過(guò)的食用植物油與反復(fù)高溫加熱過(guò)的食用植物油的紅外二階導(dǎo)數(shù)光譜進(jìn)行分析比較，測(cè)定食用植物油的反式脂肪酸來(lái)評(píng)定食用植物油品質(zhì)的快速檢測(cè)方法。該方法可用于市場(chǎng)篩查反復(fù)高溫加熱過(guò)的食用植物油的快速檢測(cè)，也可為地溝油的快速、準(zhǔn)確的鑒別提供理論依據(jù)。
背景技術(shù)：
眾所周知，食用植物油主要成分為不飽和脂肪酸，根據(jù)雙鍵個(gè)數(shù)的不同，分為單不飽和脂肪酸與多不飽和脂肪酸二種。單不飽和脂肪酸有油酸，多不飽和脂肪酸有亞油酸、亞麻酸、花生四烯酸等。使用過(guò)的食用植物油中的不飽和脂肪酸會(huì)因反復(fù)高溫加熱而發(fā)生結(jié)構(gòu)上的變化，即由順式脂肪酸轉(zhuǎn)化成反式脂肪酸。食用過(guò)多的反式脂肪酸能使人體內(nèi)的低密度脂蛋白增加，高密度脂蛋白降低，易引起血液中甘油三酯升高，這對(duì)健康是非常不利的。同時(shí)，脂肪經(jīng)過(guò)反復(fù)加熱，必需脂肪酸受破壞，產(chǎn)生很多脂肪酸聚合物，從而使油的黏度增高。這樣的油，不僅營(yíng)養(yǎng)價(jià)值降低，而且毒性增加，經(jīng)常食用會(huì)導(dǎo)致肝腫大，損害肝功能，甚至有致癌的危險(xiǎn)性。世界衛(wèi)生組織和聯(lián)合國(guó)糧農(nóng)組織在 膳食營(yíng)養(yǎng)與慢性疾病》中建議應(yīng)盡量控制膳食中反式脂肪酸，最大攝取量不超過(guò)總能量的1%。在歐洲一些國(guó)家其食品或膳食脂肪的反式脂肪酸含量規(guī)定如下:荷蘭5%以下，法國(guó)3.8%以下，瑞典5%以下，澳洲3%以下，丹麥2%以下。美國(guó)、加拿大、韓國(guó)要求食品標(biāo)簽上標(biāo)注反式脂肪酸的含量。我國(guó)目前暫時(shí)未有相關(guān)法規(guī)規(guī)范油脂食品中反式脂肪酸的限量。參照澳洲的食品或膳食脂肪的反式脂肪酸含量3%以下的規(guī)定，設(shè)定食用植物油反式脂肪酸含量在3%以下是比較合理的，可以保證食用植物油的品質(zhì)安全。我國(guó)國(guó)家標(biāo)準(zhǔn)對(duì)食用植物油品質(zhì)評(píng)定質(zhì)量指標(biāo)項(xiàng)目有:透明度、氣味滋味、水分及揮發(fā)物、雜質(zhì)、酸價(jià)、過(guò)氧化值、總砷、鉛、浸出油溶解殘留、苯并芘、農(nóng)藥殘留、冷凍試驗(yàn)、煙點(diǎn)、黃曲霉毒素等衛(wèi)生 指標(biāo)。這些衛(wèi)生指標(biāo)按照現(xiàn)行國(guó)家標(biāo)準(zhǔn)規(guī)定的方法進(jìn)行檢測(cè)，不僅檢測(cè)周期長(zhǎng)、樣品及有毒試劑用量大、項(xiàng)目繁多，而且缺少食用油的有害成分反式脂肪酸的快速、準(zhǔn)確測(cè)定。另外，國(guó)家標(biāo)準(zhǔn)只適用于檢驗(yàn)未使用過(guò)的食用植物油，對(duì)于反復(fù)高溫加熱使用過(guò)的油、地溝油及在食用植物油中摻入部分地溝油等油的品質(zhì)，用國(guó)家標(biāo)準(zhǔn)是無(wú)法進(jìn)行評(píng)估和鑒別的。據(jù)文獻(xiàn)“地溝油檢測(cè)技術(shù)的發(fā)展與研究”(《糧食科技與經(jīng)濟(jì)》2011，36(1):41)報(bào)導(dǎo)，地溝油是泛指在生活中存在的各類(lèi)劣質(zhì)油，如回收的食用植物油、反復(fù)使用的榨油等。地溝油的加工過(guò)程主要為過(guò)濾、加熱、沉淀、分離、脫臭、脫色、脫酸等。該文獻(xiàn)中提出八種檢驗(yàn)方法的缺陷，這八種方法為常規(guī)油脂理化指標(biāo)法、膽固醇含量判定法、薄層色譜檢測(cè)極性法、電導(dǎo)率法、頂空-氣相色譜聯(lián)用質(zhì)譜檢測(cè)油脂揮發(fā)性成分、脂肪酸相對(duì)不飽和度(U/S值)、測(cè)真菌毒素法、表面活性劑殘留法。并提出利用油脂內(nèi)源性指標(biāo)三酰甘油聚合物、氧化三酰甘油、低碳數(shù)脂肪酸作為地溝油特征指標(biāo)，闡述了低常核磁、電子鼻、紅外光譜技術(shù)的應(yīng)用前景，但對(duì)于地溝油的檢測(cè)并沒(méi)有指出相應(yīng)的檢測(cè)標(biāo)準(zhǔn)和理想的評(píng)估方法。目前，國(guó)內(nèi)、外有關(guān)食用植物油反式脂肪酸的分析方法主要有氣相色譜法、銀離子色譜法、毛細(xì)管電泳法、紅外光譜分析法等。其中氣相色譜法對(duì)傳統(tǒng)的脂肪酸甲酯化后分析結(jié)果為順式脂肪酸和反式脂肪酸的混合物，要將混合物分離得到反式脂肪酸就必須采用IOOm長(zhǎng)CP-SilSS的毛細(xì)管柱，樣品的前處理非常復(fù)雜，反式脂肪酸甲酯標(biāo)準(zhǔn)品需要的數(shù)量多，且價(jià)格十分昂貴，分析時(shí)間長(zhǎng)。銀離子色譜法中銀離子的濃度難以確定，在薄板的浸潰過(guò)程中，銀離子易氧化，而且不易被均勻地吸收，往往利用銀離子色譜將反式脂肪酸甲酯預(yù)分離后，再用氣相色譜法檢測(cè)，以解決出峰時(shí)間過(guò)近，部分色譜峰重疊的問(wèn)題。毛細(xì)管電泳法因毛細(xì)管內(nèi)徑極小，弱極性毛細(xì)管柱很難將順-反異構(gòu)體分離，必須增加檢測(cè)器的靈敏度，但這樣做容易造成區(qū)帶展寬，故成為該方法的難題。紅外光譜分析法中主要采用近紅外光譜區(qū)，因其具有無(wú)污染、分析速度快、不破壞樣品、提供物質(zhì)的指紋圖譜等特點(diǎn)，故被廣泛應(yīng)用在食用植物油的鑒別研究上。如專(zhuān)利號(hào)為CN 101504362A的“基于近紅外光譜技術(shù)快速檢測(cè)食用油酯中反式脂肪酸含量”中，該檢測(cè)方法利用近紅外光譜分析技術(shù)，對(duì)食用油酯中反式脂肪酸含量進(jìn)行檢測(cè)，試圖解決傳統(tǒng)氣相色譜法的上述問(wèn)題，但因其方法存在以下缺陷，故難以達(dá)到理想的檢測(cè)效果。主要是:1.近紅外光譜區(qū)的光譜有嚴(yán)重重疊性和不連續(xù)性，物質(zhì)近紅外光譜中的與成份含量相關(guān)的信息很難直接提取出來(lái)，并給予合理的光譜解析；2.近紅外光譜區(qū)為有機(jī)分子中含氫基團(tuán)(0H、NH、CH)振動(dòng)的合頻和各級(jí)倍頻的吸收區(qū)，所反映光譜為混合化學(xué)組分綜合信息；3.需要借助其他儀器的測(cè)試結(jié)果來(lái)建立基礎(chǔ)校正集，那么其他儀器測(cè)試數(shù)據(jù)的偏差也會(huì)被帶入到基礎(chǔ)校正集中，必將影響近紅外光譜法的準(zhǔn)確性。4.所有化學(xué)組分?jǐn)?shù)據(jù)都必須通過(guò)復(fù)雜的化學(xué)計(jì)量法相關(guān)推算得出，這種基于統(tǒng)計(jì)意義上所建立的分析模型是計(jì)量數(shù)學(xué)上所謂的“黑箱”操作，其相關(guān)性線性較差，分散度大；5.由于其適用性差，長(zhǎng)期以來(lái)一直未被任何正規(guī)國(guó)際測(cè)試標(biāo)準(zhǔn)組織認(rèn)可為標(biāo)準(zhǔn)方法，今后采用的可能性也不大。專(zhuān)利號(hào)為CN 102252972A的“基于近紅外光譜快速鑒別油茶籽油真實(shí)屬性的檢測(cè)方法”，公開(kāi)的檢測(cè)方法中所采集的標(biāo)準(zhǔn)光譜為選擇譜帶在5750 cm-1 eOOOcm—1范圍，數(shù)據(jù)進(jìn)行平滑、一階導(dǎo)數(shù)和歸一化 處理，再根據(jù)真、假樣本建立的分析模型，來(lái)劃定真、假樣本區(qū)域。此方法為紅外聚類(lèi)分析，這種分析方法只適用于一種已知純品物質(zhì)的鑒別，能夠通過(guò)真、假樣本區(qū)域鑒別出純品物質(zhì)與非純品物質(zhì)，而對(duì)于鑒別純品物質(zhì)與使用過(guò)的純品物質(zhì)或多種物質(zhì)的混合物，這種聚類(lèi)的方法就無(wú)法有效鑒別了。專(zhuān)利號(hào)為CN 101995389A “一種由近紅外光譜快速識(shí)別原油種類(lèi)的方法”，公開(kāi)的利用近紅外光譜評(píng)價(jià)原油的方法。該方法所采集的標(biāo)準(zhǔn)光譜中選擇譜帶在6076 cm—1 4000CHT1范圍，僅對(duì)測(cè)定的原油樣品的近紅外光譜數(shù)據(jù)進(jìn)行了二階導(dǎo)數(shù)處理。方法通過(guò)計(jì)算待測(cè)樣品與數(shù)據(jù)庫(kù)樣品相關(guān)系數(shù)識(shí)別原油種類(lèi)，這種分析方法只適用于不同種類(lèi)物質(zhì)間的鑒別，而對(duì)同一種類(lèi)物質(zhì)品質(zhì)的鑒別，這種相關(guān)系數(shù)識(shí)別的方法也是無(wú)法進(jìn)行有效評(píng)價(jià)的。在《中華人民共和國(guó)出入境檢驗(yàn)檢疫行業(yè)標(biāo)準(zhǔn)》(SN/T2326-2009) “食品及油酯中反式脂肪酸含量的檢測(cè)傅立葉變換紅外光譜法”中，規(guī)定了采用三油酸甘油酯和三反油酸甘油酯作為反式脂肪酸的標(biāo)準(zhǔn)品，將標(biāo)準(zhǔn)品制備成標(biāo)準(zhǔn)溶液，方法為準(zhǔn)確稱取三反油酸甘油酯X g和三油酸甘油酯(0.3 — X)g (精確至0.0OOlg)于5mL燒杯中，其中X分別為0.0150,0.0300,0.0600,0.0900,0.1200,0.1500,0.1800。此混合標(biāo)準(zhǔn)液反式脂肪酸含量分別為 5.00%、10.00%,20.00%,30.00%,40.00%,50.00%,60.00%。以標(biāo)準(zhǔn)溶液中三反油酸甘油
酯的百分含量(％)為X軸，紅外光譜圖中966 cnT1處反式脂肪酸特征峰的峰面積為Y軸建立一元線性回歸方程。標(biāo)準(zhǔn)溶液在配制過(guò)程中會(huì)用到天平，這樣就會(huì)引入天平的誤差。另外標(biāo)準(zhǔn)溶液為混合溶液，因其標(biāo)準(zhǔn)品非常貴，所配標(biāo)準(zhǔn)溶液共0.3g，在混合過(guò)程中如果混合不均勻，也同樣會(huì)影響反式脂肪酸特征峰的峰面積，引起標(biāo)準(zhǔn)曲線的不準(zhǔn)確性，最終導(dǎo)致檢測(cè)結(jié)果的偏差。該行業(yè)標(biāo)準(zhǔn)可以對(duì)反式脂肪酸進(jìn)行定性及定量，但其只適用于棕櫚油、乳酪、餅干和薯?xiàng)l中反式脂肪酸含量的檢測(cè)，測(cè)定低限為5%。在“衰減全反射傅里葉變換紅外光譜(ATR-FTIR)技術(shù)測(cè)定油脂中反式脂肪酸”(中國(guó)糧油學(xué)報(bào)，2008,23 (2):189-192.)—文中，公開(kāi)了采用二階導(dǎo)數(shù)光譜，通過(guò)反式脂肪酸在966 cm—1處的特征吸收峰的峰高進(jìn)行定量。文中介紹二階導(dǎo)數(shù)光譜是將紅外光譜的一階導(dǎo)數(shù)光譜再求一次一階導(dǎo)數(shù)而所得的光譜。二階導(dǎo)數(shù)光譜的峰谷對(duì)應(yīng)于原光譜的峰尖和肩峰位置，就是說(shuō)二階導(dǎo)數(shù)的負(fù)峰位置對(duì)應(yīng)于原光譜中的吸收峰和肩峰的準(zhǔn)確位置，將二階導(dǎo)數(shù)再乘以系數(shù)-1，那么，正峰的位置對(duì)應(yīng)于原光譜中的吸收峰和肩峰的位置，為負(fù)二階導(dǎo)數(shù)光譜圖，可用于定量分析。該方法是對(duì)行業(yè)標(biāo)準(zhǔn)“食品及油酯中反式脂肪酸含量的檢測(cè)傅立葉變換紅外光譜法”的進(jìn)一步完善，其結(jié)論為ATR-FTIR技術(shù)-2D法在不同型號(hào)和品牌儀器之間測(cè)定油脂中的反式脂肪酸的結(jié)果無(wú)顯著性差異，測(cè)定低限為0.5%。但是，這種方法只能測(cè)定油脂中的反式脂肪酸的含量多少，用來(lái)評(píng)估和鑒別油脂的反式脂肪酸的含量是否合格，不能確定該油脂是否反復(fù)加熱過(guò)及加熱時(shí)間，因此，無(wú)法直接用于鑒別地溝油精煉后的快速檢測(cè)。地溝油的鑒別檢測(cè)長(zhǎng)期以來(lái)一直是一個(gè)難解之題。由于地溝油經(jīng)過(guò)精煉后可以使理化指標(biāo)達(dá)到合格標(biāo)準(zhǔn)進(jìn)行銷(xiāo)售，也可以混入好的食用植物油中再銷(xiāo)售，通過(guò)理化指標(biāo)根本無(wú)法鑒別出來(lái)。目前我國(guó)尚未有檢驗(yàn)地溝油的統(tǒng)一標(biāo)準(zhǔn)，現(xiàn)行《中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)》(GB2716-2005) “食用植物油衛(wèi)生標(biāo)準(zhǔn)”中，僅規(guī)定了植物原油和食用植物油的衛(wèi)生指標(biāo)和檢驗(yàn)方法，而且只適用于檢驗(yàn)未使用過(guò)的食用植物油，并不能檢驗(yàn)反復(fù)高溫加熱過(guò)的食用植物油或回收使用過(guò)的食用植物油加工成的地溝油，因此，建立有效的地溝油和反復(fù)高溫加熱的食用植物油的快速檢測(cè)方法是`

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種利用衰減全反射傅里葉紅外光譜法評(píng)定食用植物油品質(zhì)的快速檢測(cè)方法，解決了現(xiàn)有檢測(cè)方法不能鑒別是否為反復(fù)高溫加熱的食用植物油及新食用植物油中混入地溝油的問(wèn)題，該方法充分利用紅外二階導(dǎo)數(shù)光譜的峰型、峰高的變化詮釋油品成分的變化，操作簡(jiǎn)單，成本低，無(wú)污染，對(duì)反復(fù)高溫加熱過(guò)的待測(cè)樣品未知食用植物油、地溝油和新食用植物油中混入地溝油的的評(píng)估和鑒別，快捷準(zhǔn)確，檢測(cè)精度高。本發(fā)明所采用的技術(shù)方案是:該食用植物油品質(zhì)的快速檢測(cè)方法采用以下操作步驟:
步驟一建立食用植物油檢驗(yàn)分析模型
(a)分析樣本選取及加熱樣本的制備:選取市售轉(zhuǎn)基因大豆油、非轉(zhuǎn)基因大豆油、葵花籽油、花生油、玉米油、紅花籽油、調(diào)和油和橄欖油共八種植物油作為分析樣本，將每個(gè)分析樣本進(jìn)行加熱前取樣及每4小時(shí)取樣一次，在控溫加熱板上溫度為160°C下加熱，連續(xù)取樣四次，得到八種植物油加熱前及加熱后共計(jì)四十個(gè)分析樣本；
(b)分析樣本光譜數(shù)據(jù)的采集:采用衰減全反射傅里葉紅外光譜儀對(duì)上述步驟(a)的四十個(gè)分析樣本進(jìn)行光譜采集，并將采集的樣本光譜數(shù)據(jù)按所述八種植物油進(jìn)行分類(lèi)；所述衰減全反射傅里葉紅外光譜儀的參數(shù)控制如下:紅外光譜掃描波數(shù)范圍為1000 cnT1 900 cnT1，紅外光譜掃描次數(shù)為32次，分辨率為8 cnT1 ；
(c)反式脂肪酸的標(biāo)準(zhǔn)物質(zhì)處理:將純度大于99%的標(biāo)準(zhǔn)物質(zhì)三油酸甘油酯和三反油酸甘油酯放在60°C溫水中，使溫度恒定，待固體變成液體后，立即按照上述步驟(b)采集標(biāo)準(zhǔn)物質(zhì)圖譜；將三反油酸甘油酯和三油酸甘油酯的標(biāo)準(zhǔn)物質(zhì)圖譜按照比例，利用光譜計(jì)算器軟件分別制作成含有反式脂肪酸含量為占總脂肪的質(zhì)量百分含量的0%、1%、2%、3%、4%、5%、10%、20%、30%、40%、50%、60% 的系列標(biāo)準(zhǔn)圖譜；
(d)分析樣本及標(biāo)準(zhǔn)樣品光譜數(shù)據(jù)的處理:對(duì)步驟(b)和(C)中選擇的建模用的光譜數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，即對(duì)所述建模用光譜數(shù)據(jù)進(jìn)行基線校正，對(duì)基線校正處理后的光譜數(shù)據(jù)轉(zhuǎn)化成吸光度A值后進(jìn)行歸一化處理，對(duì)歸一化處理后的光譜數(shù)據(jù)再進(jìn)行二階導(dǎo)數(shù)處理；
(e)待測(cè)樣品初步分析模型的建立:根據(jù)步驟(d)中二階導(dǎo)數(shù)處理后的所述八種植物油加熱前及加熱后樣本的紅外二階導(dǎo)數(shù)光譜數(shù)據(jù)，測(cè)定出988.0OcnT1處吸光度，建立判定待測(cè)樣品未知食用植物油是否經(jīng)過(guò)加熱及加熱時(shí)間的分析模型；同時(shí)根據(jù)步驟(d)中二階導(dǎo)數(shù)處理后的標(biāo)準(zhǔn)樣本光譜數(shù)據(jù)測(cè)定出966.50 cnT1處吸光度，建立反式脂肪酸含量Y (%)與吸光度X (10_5)的標(biāo)準(zhǔn)曲線的線性回歸方程；
(f)待測(cè)樣品最終分析模型的確立:根據(jù)步驟(e)中所述八種植物油未加熱的988.0OcnT1處吸光度作為參照，設(shè)定待測(cè)樣品未知食用植物油的吸光度A值大于3X10_5，為未使用過(guò)的食用植物油，吸光度A值小于3 X 10_5，為已使用過(guò)的食用植物油，根據(jù)吸光度A值的大小代入988.00 cnT1處的分析模型中，判定加熱時(shí)間；根據(jù)步驟(e)中的966.50 cnT1處吸光度建立的反式脂 肪酸含量標(biāo)準(zhǔn)曲線的線性回歸方程計(jì)算出待測(cè)樣品的反式脂肪酸含量，設(shè)定待測(cè)樣品未知食用植物油的的反式脂肪酸含量在〈3%，為建議食用的判定，反式脂肪酸含量在> 3%，為不建議食用的判定；
步驟二采集待測(cè)樣品未知食用植物油光譜數(shù)據(jù)
利用衰減全反射紅外光譜儀對(duì)待測(cè)樣品未知食用植物油的光譜數(shù)據(jù)進(jìn)行采集，采集方法與上述步驟一相同，以采集到的所述樣品的平均光譜作為該樣品的標(biāo)準(zhǔn)光譜；
步驟三待測(cè)樣品未知食用植物油光譜數(shù)據(jù)的處理
將上述步驟二中采集的待測(cè)樣品未知食用植物油樣品的標(biāo)準(zhǔn)光譜進(jìn)行基線校正，對(duì)基線校正處理后的光譜數(shù)據(jù)轉(zhuǎn)化成吸光度A值后進(jìn)行歸一化處理，對(duì)歸一化處理后的光譜數(shù)據(jù)再進(jìn)行二階導(dǎo)數(shù)處理；
步驟四待測(cè)樣品未知食用植物油分析模型的判定:將上述步驟三中自歸一化處理后的光譜數(shù)據(jù)輸入到已建立好的食用植物油品質(zhì)鑒別分析模型中，利用966.50 cm-1處吸光度代入線性回歸方程計(jì)算出反式脂肪酸含量進(jìn)行比較；待測(cè)樣品未知食用植物油的反式脂肪酸含量〈3%，判定為建議食用的食用植物油，反式脂肪酸含量> 3%，判定為不建議食用的食用植物油；觀察在988.00 cnT1處吸光度A值大于3X10_5，判定為未使用過(guò)的食用植物油，吸光度A值小于3X10_5，判定為已使用過(guò)的食用植物油，根據(jù)吸光度的大小代入988.00cnT1處的分析模型中，判定加熱時(shí)間。本發(fā)明的技術(shù)方案主要基于以下原理:該衰減全反射(ATR)傅里葉紅外光譜(FTIRS)法主要利用中紅外光譜技術(shù)的優(yōu)點(diǎn)，在采用紅外光譜法測(cè)定食用植物油中反式脂肪酸含量的基礎(chǔ)上，采集加熱前、后八種植物油樣本紅外衰減全反射光譜，結(jié)合判別分析，建立基于中紅外光譜技術(shù)的食用植物油品質(zhì)檢驗(yàn)?zāi)Ｐ?。由于食用植物油在?jīng)過(guò)高溫加熱后，其中主要成分不飽和脂肪酸的烯烴結(jié)構(gòu)會(huì)發(fā)生改變，順式烯烴結(jié)構(gòu)會(huì)變成反式烯烴結(jié)構(gòu)。加熱后的食用植物油反式脂肪酸含量增加，引起反式烯烴結(jié)構(gòu)在紅外二階導(dǎo)數(shù)光譜上988.0OcnT1和966.SOcnT1兩個(gè)峰位的吸光度增加。其中966.50 cnT1處為反式單烯烴結(jié)構(gòu)的特征吸收峰，在食用植物油未加熱時(shí)最大吸收峰位為966.00 cnT1，加熱后由于不飽和烯烴上的氫鍵發(fā)生變性振動(dòng)使得最大吸收峰位向高波數(shù)位移也稱為藍(lán)移，使得最大吸收峰位變?yōu)?66.50 cnT1，因此利用特征吸收峰966.50 cnT1處的吸光度測(cè)定出食用植物油反式脂肪酸的含量。而988.00 cm—1為反式多烯烴結(jié)構(gòu)的特征吸收峰，實(shí)際檢驗(yàn)結(jié)果表明，未使用過(guò)的八種食用植物油在988.00 cnT1處的吸光度接近于零，而高溫反復(fù)加熱使用過(guò)的除橄欖油外，其它七種食用植物油在988.00 cnT1處的吸光度均有明顯的增加，通過(guò)988.00 cnT1處的吸光度不僅可以判定待測(cè)樣品未知食用植物油是否經(jīng)過(guò)加熱，及推算加熱的時(shí)間，而且能夠通過(guò)988CHT1處特征吸收峰的變化來(lái)對(duì)是否為地溝油進(jìn)行定性，這也是鑒別是否為地溝油的關(guān)鍵點(diǎn)。橄欖油主要成分為油酸是單烯烴結(jié)構(gòu)，橄欖油經(jīng)高溫加熱后在966.50 cnT1處吸光度會(huì)隨加熱次數(shù)增加而增加，但在988.00 cnT1處會(huì)隨著加熱次數(shù)增加而吸光度減少。本發(fā)明就是利用此原理，綜合判定，達(dá)到鑒別食用植物油品質(zhì)的目的。本發(fā)明具有的優(yōu)點(diǎn)及積極效果是:本發(fā)明與現(xiàn)有技術(shù)相比，解決了現(xiàn)有檢測(cè)方法不能鑒別是否為反復(fù)高溫加熱的食用植物油及新食用植物油中混入地溝油的問(wèn)題。本發(fā)明的檢測(cè)方法充分利用紅外二階導(dǎo)數(shù)光譜的峰型、峰高的變化詮釋油品成分的變化，操作非常簡(jiǎn)單，檢測(cè)過(guò)程時(shí)間短，成本低，采集樣品紅外光譜后就可以進(jìn)行預(yù)測(cè)和判定，整個(gè)檢測(cè)過(guò)程僅需要I分鐘。此外，本發(fā)明的檢測(cè)方法不需要加入有機(jī)試劑，對(duì)待測(cè)樣品沒(méi)有任何損壞，也不會(huì)損害檢測(cè)人員的健康；更不會(huì)發(fā)生因使用化學(xué)試劑導(dǎo)致的環(huán)境污染問(wèn)題。本發(fā)明對(duì)反復(fù)高溫加熱過(guò)的待測(cè)樣品未知食用植物油、地溝油和新食用植物油中混入地溝油的評(píng)估和鑒別，快捷準(zhǔn)確， 檢測(cè)精度高。本發(fā)明的檢測(cè)方法將成為對(duì)反復(fù)高溫加熱過(guò)的待測(cè)樣品未知食用植物油、地溝油及新食用植物油中混入地溝油進(jìn)行鑒別的快速、高效、環(huán)保的檢測(cè)方法。本發(fā)明利用中紅外光譜技術(shù)的優(yōu)點(diǎn)是:中紅外光譜信息量大，光譜靈敏高，適用范圍廣，由于貢獻(xiàn)于樣品組成和物性的基團(tuán)信息為特定的特征吸收峰，吸光度和峰高成正比關(guān)系，線性分散度小，原理上屬于透明操作體系，無(wú)需計(jì)量法推算技術(shù)可直接測(cè)量，可采用直接測(cè)量法(峰高或峰下面積)得出此組分濃度的數(shù)值，因此，中紅外分析模型的建立是基于明確的、基本獨(dú)立的樣品光譜信息特征，精確度和穩(wěn)定性都非常好，經(jīng)ASTM檢驗(yàn)接受其為標(biāo)準(zhǔn)測(cè)試方法，正是因其不是基于統(tǒng)計(jì)的意義上所建立的分析模型，而反映的是組分基團(tuán)和特征吸收峰關(guān)系的自然規(guī)律，可以測(cè)試標(biāo)定范圍以外的樣品，故為精確校準(zhǔn)方法的建立提供了穩(wěn)定的理論依據(jù)。


圖1是本發(fā)明的一種檢測(cè)操作步驟流程 圖2是圖1中的八種食用植物油加熱前的紅外二階導(dǎo)數(shù)光譜 圖3 (—) (八)分別是圖1中的八種食用植物油加熱前及四次加熱后的紅外二階導(dǎo)數(shù)光譜 圖4是加熱前及四次加熱后的花生油與待測(cè)樣品花生油的紅外二階導(dǎo)數(shù)光譜 圖5是加熱前及加熱后的非轉(zhuǎn)基因大豆油與第一種待測(cè)樣品未知食用植物油的紅外二階導(dǎo)數(shù)光譜 圖6是加熱前及加熱后的非轉(zhuǎn)基因大豆油與第二種待測(cè)樣品未知食用植物油的紅外二階導(dǎo)數(shù)光譜 圖7是加熱前及加熱后的非轉(zhuǎn)基因大豆油與第三種待測(cè)樣品未知食用植物油的紅外二階導(dǎo)數(shù)光譜 圖8是反式脂肪酸含量從0% 60%的在966.50 cnT1處的標(biāo)準(zhǔn)光譜 圖9是反式脂肪酸含量標(biāo)準(zhǔn)曲線及方程圖。圖中序號(hào)說(shuō)明:1待測(cè)樣品花生油的紅外二階導(dǎo)數(shù)光譜譜線、2第一種待測(cè)樣品未知食用植物油的紅外二階導(dǎo)數(shù)光譜譜線、3第二種待測(cè)樣品未知食用植物油的紅外二階導(dǎo)數(shù)光譜譜線、4第三種待測(cè)樣品未知食用植物油的紅外二階導(dǎo)數(shù)光譜譜線、al轉(zhuǎn)基因大豆油加熱前的紅外二階導(dǎo)數(shù)光譜標(biāo)線、a2轉(zhuǎn)基因大豆油加熱一次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、a3轉(zhuǎn)基因大豆油加熱二次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、a4轉(zhuǎn)基因大豆油加熱三次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、a5轉(zhuǎn)基因大豆油加熱四次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、bl非轉(zhuǎn)基因大豆油加熱前的紅外二階導(dǎo)數(shù)光譜標(biāo)線、b2非轉(zhuǎn)基因大豆油加熱一次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、b3非轉(zhuǎn)基因大豆油加熱二·次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、b4非轉(zhuǎn)基因大豆油加熱三次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、b5非轉(zhuǎn)基因大豆油加熱四次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、Cl葵花籽油加熱前的紅外二階導(dǎo)數(shù)光譜標(biāo)線、c2葵花籽油加熱一次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、c3葵花籽油加熱二次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、c4葵花籽油加熱三次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、c5葵花籽油加熱四次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、dl花生油加熱前的紅外二階導(dǎo)數(shù)光譜標(biāo)線、d2花生油加熱一次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、d3花生油加熱二次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、d4花生油加熱三次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、d5花生油加熱四次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、el玉米油加熱前的紅外二階導(dǎo)數(shù)光譜標(biāo)線、e2玉米油加熱一次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、e3玉米油加熱二次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、e4玉米油加熱三次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、e5玉米油加熱四次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、fl紅花籽油加熱前的紅外二階導(dǎo)數(shù)光譜標(biāo)線、f2紅花籽油加熱一次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、f3紅花籽油加熱二次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、f4紅花籽油加熱三次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、f5紅花籽油加熱四次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、gl調(diào)和油加熱前的紅外二階導(dǎo)數(shù)光譜標(biāo)線、g2調(diào)和油加熱一次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、g3調(diào)和油加熱二次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、g4調(diào)和油加熱三次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、g5調(diào)和油加熱四次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、hi橄欖油加熱前的紅外二階導(dǎo)數(shù)光譜標(biāo)線、h2橄欖油加熱一次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、h3橄欖油加熱二次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、h4橄欖油加熱三次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、h5橄欖油加熱四次的紅外二階導(dǎo)數(shù)光譜標(biāo)線、tl反式脂肪酸含量0%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、t2反式脂肪酸含量1%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、t3反式脂肪酸含量2%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、t4反式脂肪酸含量3%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、t5反式脂肪酸含量4%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、t6反式脂肪酸含量5%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、t 7反式脂肪酸含量10%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、t8反式脂肪酸含量20%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、t 9反式脂肪酸含量30%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、tlO反式脂肪酸含量40%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、til反式脂肪酸含量50%的紅外二階導(dǎo)數(shù)光譜標(biāo)線、tl2反式脂肪酸含量60%的紅外二階導(dǎo)數(shù)光譜標(biāo)線。
具體實(shí)施例方式根據(jù)圖1 9和實(shí)施例詳細(xì)說(shuō)明本發(fā)明的具體檢測(cè)方法。該食用植物油品質(zhì)的快速檢測(cè)方法采用以下操作步驟:
步驟一建立食用植物油檢驗(yàn)分析模型
1.1分析樣本的選取及加熱樣本的制備:選取市售轉(zhuǎn)基因大豆油、非轉(zhuǎn)基因大豆油、葵花籽油、花生油、玉米油、紅花籽油、調(diào)和油、橄欖油共八種植物油作為分析樣本。分別取每個(gè)樣本200mL倒入300mL的燒杯中，放在控溫加熱板上，溫度設(shè)定在160°C，以4小時(shí)為單位取樣一次，每次10mL，放入具塞玻璃磨口瓶中保存?zhèn)溆?。依照此方法連續(xù)取樣四次，得到八種植物油加熱前及加熱后共計(jì)四十個(gè)分析樣本。1.2分析樣本光譜數(shù)據(jù)的采集:采用美國(guó)，Perkin Elmer公司的Spectrum 400系列傅里葉變換紅外光譜儀，配有中紅外(DTGS)檢測(cè)器和衰減全反射(ATR)檢測(cè)附件。以空氣為背景，將待測(cè)食用植物油少量滴放在檢測(cè)附件衰減全反射的ZnSe晶體上，采集過(guò)程中自動(dòng)實(shí)時(shí)扣除背景中 水和二氧化碳的紅外吸收，自動(dòng)平均光譜。光譜掃描結(jié)束后，用脫脂棉和無(wú)水乙醇清理ZnSe晶體表面，清理干凈后，不用再作背景掃描，直接掃描下一樣本。采用衰減全反射傅里葉紅外光譜儀對(duì)上述步驟1.1的四十個(gè)分析樣本進(jìn)行光譜采集，并將采集的樣本光譜數(shù)據(jù)按所述八種植物油進(jìn)行分類(lèi)。所述衰減全反射傅里葉紅外光譜儀的參數(shù)控制如下:紅外光譜掃描波數(shù)范圍為1000 cnT1 900 cnT1，紅外光譜掃描次數(shù)為32次，分辨率為8 cnT1。1.3反式脂肪酸的標(biāo)準(zhǔn)物質(zhì)處理:將純度大于99%的標(biāo)準(zhǔn)物質(zhì)三油酸甘油酯和三反油酸甘油酯放在60°C溫水中，使溫度恒定，待固體變成液體后，立即按照上述步驟1.2采集標(biāo)準(zhǔn)物質(zhì)圖譜。將三反油酸甘油酯和三油酸甘油酯的標(biāo)準(zhǔn)物質(zhì)圖譜按照比例，利用光譜計(jì)算器軟件制作成含有反式脂肪酸含量為占總脂肪的質(zhì)量百分含量的0%、1%、2%、3%、4%、5%、10%、20%、30%、40%、50%、60%的系列標(biāo)準(zhǔn)圖譜。具體方法為:用光譜計(jì)算器軟件制作三反油酸甘油酯的標(biāo)準(zhǔn)物質(zhì)紅外圖譜X系數(shù)(X)+三油酸甘油酯的標(biāo)準(zhǔn)物質(zhì)紅外圖譜X系數(shù)(100-x)得到反式脂肪酸含量為x%的標(biāo)準(zhǔn)圖譜，其中X分別為0、1、2、3、4、5、10、20、30、40、50、60。該方法操作簡(jiǎn)便，減少標(biāo)準(zhǔn)品的使用量，降低成本，不會(huì)因標(biāo)準(zhǔn)物質(zhì)前處理的操作步驟而產(chǎn)生圖譜及數(shù)據(jù)的偏差。1.4分析樣本及標(biāo)準(zhǔn)樣品光譜數(shù)據(jù)的處理:運(yùn)用紅外光譜的Spectrum軟件對(duì)上述步驟1.2和1.3中選擇的建模用的光譜數(shù)據(jù)進(jìn)行數(shù)據(jù)處理。即對(duì)所述建模用光譜數(shù)據(jù)進(jìn)行基線校正，對(duì)基線校正處理后的光譜數(shù)據(jù)轉(zhuǎn)化成吸光度A值后進(jìn)行歸一化處理，對(duì)歸一化處理后的光譜數(shù)據(jù)再進(jìn)行二階導(dǎo)數(shù)處理。1.5待測(cè)樣品初步分析模型的建立:根據(jù)步驟1.4中二階導(dǎo)數(shù)處理后的所述八種植物油加熱前及加熱后樣本的紅外二階導(dǎo)數(shù)光譜數(shù)據(jù)，即轉(zhuǎn)基因大豆油的紅外二階導(dǎo)數(shù)光譜標(biāo)線al-a5、非轉(zhuǎn)基因大豆油的紅外二階導(dǎo)數(shù)光譜標(biāo)線bl_b5、葵花籽油的紅外二階導(dǎo)數(shù)光譜標(biāo)線cl_c5、花生油的紅外二階導(dǎo)數(shù)光譜標(biāo)線dl-d5、玉米油的紅外二階導(dǎo)數(shù)光譜標(biāo)線e 1-e5、紅花籽油的紅外二階導(dǎo)數(shù)光譜標(biāo)線f 1-f 5、調(diào)和油的紅外二階導(dǎo)數(shù)光譜標(biāo)線gI_g5、橄欖油的紅外二階導(dǎo)數(shù)光譜標(biāo)線hl-h5的光譜數(shù)據(jù)等，測(cè)定出988.0OcnT1處吸光度，建立判定待測(cè)樣品未知食用植物油是否經(jīng)過(guò)加熱及加熱時(shí)間的分析模型。其中因橄欖油不含有不飽和多烯烴，故在988.00 cm-1處會(huì)隨著加熱次數(shù)增加而吸光度減少，因此，橄欖油紅外二階導(dǎo)數(shù)光譜標(biāo)線hl-h5除外。同時(shí)根據(jù)步驟1.4中二階導(dǎo)數(shù)處理后的標(biāo)準(zhǔn)樣本光譜數(shù)據(jù)，反式脂肪酸含量的紅外二階導(dǎo)數(shù)光譜標(biāo)線tl-tl2在966.50 cnT1處測(cè)定出吸光度，建立反式脂肪酸含量Y (%)與吸光度X (10_5)的標(biāo)準(zhǔn)曲線的線性回歸方程Y=0.2198X-0.3767R2=0.9985，其中R為相關(guān)系數(shù)，R2值接近1.0說(shuō)明線性顯著。1.6待測(cè)樣品最終分析模型的確立:根據(jù)步驟1.5中八種植物油未加熱的988.0OcnT1處吸光度作為參照，設(shè)定待測(cè)樣品未知食用植物油的吸光度A值大于3X10_5，為未使用過(guò)的食用植物油，吸光度A值小于3 X IO-5,為已使用過(guò)的食用油，根據(jù)吸光度A值的大小代入988.00 cnT1處分析模型中，可判定加熱時(shí)間；根據(jù)步驟1.5中的966.50 cnT1處吸光度建立的反式脂肪酸含量標(biāo)準(zhǔn)曲線的線性回歸方程計(jì)算出待測(cè)樣品的反式脂肪酸含量，設(shè)定待測(cè)樣品未知食用植物油的反式脂肪酸含量在〈3%，為建議食用的判定，反式脂肪酸含量在> 3%，為不建議食用的判定；
步驟二采集待測(cè)樣品未知食用植物油光譜數(shù)據(jù)
利用衰減全反射紅外光譜儀對(duì)待測(cè)樣品未知食用植物油的光譜數(shù)據(jù)進(jìn)行采集，采集方法與上述步驟一相同，以采集到的所述樣品的平均光譜作為該樣品的標(biāo)準(zhǔn)光譜；
步驟三待測(cè)樣品未知食用植物油光譜數(shù)據(jù)的處理
在上述步驟二采集的待測(cè)樣品未知食用植物油樣品的標(biāo)準(zhǔn)光譜進(jìn)行基線校正，對(duì)基線校正處理后的光譜數(shù)據(jù)轉(zhuǎn)化成吸光度A值后進(jìn)行歸一化處理，對(duì)歸一化處理后的光譜數(shù)據(jù)再進(jìn)行二階導(dǎo)數(shù)處理；
步驟四待測(cè)樣品未知食用植物油分析模型的判定
將上述步驟三中自歸一化處理后的光譜數(shù)據(jù)輸入到已建立好的食用植物油品質(zhì)鑒別分析模型中，利用966.50 cm-1處吸光度代入線性回歸方程計(jì)算出反式脂肪酸含量進(jìn)行比較；判定待測(cè)樣品未知食用植物油的反式脂肪酸含量〈3%，為建議食用的食用植物油，反式脂肪酸含量> 3%，為不建議食用的食用植物油。觀察在988.00 cm—1處吸光度A值大于3X 1(T5，為未使用過(guò)的食用植物油，吸光度A值小于3X 1(T5，為已使用過(guò)的食用植物油，根據(jù)吸光度的大小代入988.00 cm—1處分析模型中，觀察待測(cè)食用植物油吸光度A值與分析模型中加熱前和加熱后紅外二階導(dǎo)數(shù)圖譜的吸光度A值進(jìn)行比較，接近或重合即為待測(cè)樣品的加熱時(shí)間。下面通過(guò)實(shí)例詳細(xì)說(shuō)明本發(fā)明，實(shí)例中的分析步驟，基本按照上述步驟二中采集待測(cè)樣品未知食用植物油光譜數(shù)據(jù)、步驟三中待測(cè)食用植物油光譜數(shù)據(jù)的處理、步驟四中分析模型的判定等步驟進(jìn)行。實(shí)例I待測(cè)樣品花生油的品質(zhì)檢測(cè)
在圖4中，I為待測(cè)樣品花生油的紅外二階導(dǎo) 數(shù)光譜譜線，dl-d5為花生油加熱前及加熱后的紅外二階導(dǎo)數(shù)光譜標(biāo)線。經(jīng)圖譜比較得知，待測(cè)樣品花生油在988.0O cnT1處吸光度A值4.14X10_5大于3X10_5，判定為未使用過(guò)的食用植物油。966.50 cnT1處吸光度A值
6.98 X 10_5，反式脂肪酸含量1.16%〈3%，判定為建議食用的食用植物油。綜合兩項(xiàng)結(jié)果，判定待測(cè)樣品花生油為未使用過(guò)的食用植物油，建議食用。實(shí)例2第一種待測(cè)樣品未知食用植物油的品質(zhì)檢測(cè)
在圖5中，2為第一種待測(cè)樣品未知食用植物油的紅外二階導(dǎo)數(shù)光譜譜線，bl-b5為非轉(zhuǎn)基因大豆油加熱前及四次加熱后的紅外二階導(dǎo)數(shù)光譜標(biāo)線。經(jīng)圖譜比較得知，第一種待測(cè)樣品未知食用植物油在988.00 cm—1處吸光度A值-6.45X 10_5，小于3X 10_5，判定為已使用過(guò)的食用植物油，吸光度A值小于非轉(zhuǎn)基因大豆油加熱一次的紅外二階導(dǎo)數(shù)光譜標(biāo)線b2的吸光度，判定大約加熱3小時(shí)。966.50 cnT1處吸光度A值18.77 X 10_5，反式脂肪酸含量3.75% > 3%，判定為不建議食用的食用植物油。綜合兩項(xiàng)結(jié)果，判定第一種待測(cè)樣品未知食用植物油為已使用過(guò)的食用植物油，不建議食用。實(shí)例3第二種待測(cè)樣品未知食用植物油的品質(zhì)檢測(cè)
在圖6中，3為第二種待測(cè)樣品未知食用植物油的紅外二階導(dǎo)數(shù)光譜譜線，bl-b5為非轉(zhuǎn)基因大豆油加熱前及四次加熱后的紅外二階導(dǎo)數(shù)光譜標(biāo)線。經(jīng)圖譜比較得知，第二種待測(cè)樣品未知食用植物油在988.00 cm—1處吸光度A值-6.09X 10_5，小于3X 10_5，判定為已使用過(guò)的食用植物油，吸光度A值在非轉(zhuǎn)基因大豆油加熱一、二次的紅外二階導(dǎo)數(shù)光譜標(biāo)線b2、b3的吸光度之間，判定大約加熱6小時(shí)。966.50 cnT1處吸光度A值25.91X10_5，反式脂肪酸含量5.32% ^ 3%，判 定為不建議食用的食用植物油。綜合兩項(xiàng)結(jié)果，判定第二種待測(cè)樣品未知食用植物油為已使用過(guò)的食用植物油，不建議食用。實(shí)例4第三種待測(cè)樣品未知食用植物油的品質(zhì)檢測(cè)
在圖7中，4為第三種待測(cè)樣品未知食用植物油的紅外二階導(dǎo)數(shù)光譜譜線，bl-b5為非轉(zhuǎn)基因大豆油加熱前及四次加熱后的紅外二階導(dǎo)數(shù)光譜標(biāo)線。經(jīng)圖譜比較得知，第三種待測(cè)樣品未知食用植物油在988.00 cm—1處吸光度A值-4.86X 10_5，小于3X 10_5，判定為已使用過(guò)的食用植物油，吸光度A值與非轉(zhuǎn)基因大豆油加熱二次的紅外二階導(dǎo)數(shù)光譜標(biāo)線b2的吸光度比較接近，判定大約加熱4小時(shí)。966.50 cnT1處吸光度A值25.30X 10_5，反式脂肪酸含量5.18% >3%，判定為不建議食用的食用植物油。綜合兩項(xiàng)結(jié)果，判定第三種待測(cè)樣品未知食用植物油為已使用過(guò)的食用植物油，不建議食用。
權(quán)利要求
1.一種利用衰減全反射傅里葉紅外光譜法評(píng)定食用植物油品質(zhì)的快速檢測(cè)方法，其特征在于:采用以下操作步驟: 步驟一建立食用植物油檢驗(yàn)分析模型 (a)分析樣本選取及加熱樣本的制備:選取市售轉(zhuǎn)基因大豆油、非轉(zhuǎn)基因大豆油、葵花籽油、花生油、玉米油、紅花籽油、調(diào)和油和橄欖油共八種植物油作為分析樣本，將每個(gè)分析樣本進(jìn)行加熱前取樣及每4小時(shí)取樣一次，在控溫加熱板上溫度為160°C下加熱，連續(xù)取樣四次，得到八種植物油加熱前及加熱后共計(jì)四十個(gè)分析樣本； (b)分析樣本光譜數(shù)據(jù)的采集:采用衰減全反射傅里葉紅外光譜儀對(duì)上述步驟(a)的四十個(gè)分析樣本進(jìn)行光譜采集，并將采集的樣本光譜數(shù)據(jù)按所述八種植物油進(jìn)行分類(lèi)；所述衰減全反射傅里葉紅外光譜儀的參數(shù)控制如下:紅外光譜掃描波數(shù)范圍為1000 CnT1 .900 CnT1，紅外光譜掃描次數(shù)為32次，分辨率為8 cnT1 ； (c)反式脂肪酸的標(biāo)準(zhǔn)物質(zhì)處理:將純度大于99%的標(biāo)準(zhǔn)物質(zhì)三油酸甘油酯和三反油酸甘油酯放在60°C溫水中，使溫度恒定，待固體變成液體后，立即按照上述步驟(b)采集標(biāo)準(zhǔn)物質(zhì)圖譜；將三 反油酸甘油酯和三油酸甘油酯的標(biāo)準(zhǔn)物質(zhì)圖譜按照比例，利用光譜計(jì)算器軟件分別制作成含有 反式脂肪酸含量為占總脂肪的質(zhì)量百分含量的0%、1%、2%、3%、4%、5%、10%、20%、30%、40%、50%、60% 的系列標(biāo)準(zhǔn)圖譜； (d)分析樣本及標(biāo)準(zhǔn)樣品光譜數(shù)據(jù)的處理:對(duì)步驟(b)和(C)中選擇的建模用的光譜數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，即對(duì)所述建模用光譜數(shù)據(jù)進(jìn)行基線校正，對(duì)基線校正處理后的光譜數(shù)據(jù)轉(zhuǎn)化成吸光度A值后進(jìn)行歸一化處理，對(duì)歸一化處理后的光譜數(shù)據(jù)再進(jìn)行二階導(dǎo)數(shù)處理； (e)待測(cè)樣品初步分析模型的建立:根據(jù)步驟(d)中二階導(dǎo)數(shù)處理后的所述八種植物油加熱前及加熱后樣本的紅外二階導(dǎo)數(shù)光譜數(shù)據(jù)，測(cè)定出988.0OcnT1處吸光度，建立判定待測(cè)樣品未知食用植物油是否經(jīng)過(guò)加熱及加熱時(shí)間的分析模型；同時(shí)根據(jù)步驟(d)中二階導(dǎo)數(shù)處理后的標(biāo)準(zhǔn)樣本光譜數(shù)據(jù)測(cè)定出966.50 cnT1處吸光度，建立反式脂肪酸含量Y (%)與吸光度X (10_5)的標(biāo)準(zhǔn)曲線的線性回歸方程； (f)待測(cè)樣品最終分析模型的確立:根據(jù)步驟(e)中所述八種植物油未加熱的.988.0OcnT1處吸光度作為參照，設(shè)定待測(cè)樣品未知食用植物油的吸光度A值大于3X10_5，為未使用過(guò)的食用植物油，吸光度A值小于3 X 10_5，為已使用過(guò)的食用植物油，根據(jù)吸光度A值的大小代入988.00 cnT1處的分析模型中，判定加熱時(shí)間；根據(jù)步驟(e)中的966.50 cnT1處吸光度建立的反式脂肪酸含量標(biāo)準(zhǔn)曲線的線性回歸方程計(jì)算出待測(cè)樣品的反式脂肪酸含量，設(shè)定待測(cè)樣品未知食用植物油的的反式脂肪酸含量在〈3%，為建議食用的判定，反式脂肪酸含量在> 3%，為不建議食用的判定； 步驟二采集待測(cè)樣品未知食用植物油光譜數(shù)據(jù) 利用衰減全反射紅外光譜儀對(duì)待測(cè)樣品未知食用植物油的光譜數(shù)據(jù)進(jìn)行采集，采集方法與上述步驟一相同，以采集到的所述樣品的平均光譜作為該樣品的標(biāo)準(zhǔn)光譜； 步驟三待測(cè)樣品未知食用植物油光譜數(shù)據(jù)的處理 將上述步驟二采集的待測(cè)樣品未知食用植物油樣品的標(biāo)準(zhǔn)光譜進(jìn)行基線校正，對(duì)基線校正處理后的光譜數(shù)據(jù)轉(zhuǎn)化成吸光度A值后進(jìn)行歸一化處理，對(duì)歸一化處理后的光譜數(shù)據(jù)再進(jìn)行二階導(dǎo)數(shù)處理；步驟四待測(cè)樣品未知食用植物油分析模型的判定 將上述步驟三中自歸一化處理后的光譜數(shù)據(jù)輸入到已建立好的食用植物油品質(zhì)鑒別分析模型中，利用966.50 cm-1處吸光度代入線性回歸方程計(jì)算出反式脂肪酸含量進(jìn)行比較；待測(cè)樣品未知食用植物油的反式脂肪酸含量〈3%，判定為建議食用的食用植物油，反式脂肪酸含量> 3%，判定為不建議食用的食用植物油；觀察在988.00 cm—1處吸光度A值大于`3 X 10_5，判定為未使用過(guò)的食用植物油，吸光度A值小于3 X 10_5，判定為已使用過(guò)的食用植物油，根據(jù)吸光 度的大 小代入988.00 cnT1處的分析模型中，判定加熱時(shí)間。
全文摘要
一種利用衰減全反射傅里葉紅外光譜法評(píng)定食用植物油品質(zhì)的快速檢測(cè)方法，解決了現(xiàn)有檢測(cè)方法不能鑒別是否為反復(fù)高溫加熱的食用植物油及新食用植物油中混入地溝油的問(wèn)題。該方法充分利用紅外二階導(dǎo)數(shù)光譜的峰型、峰高的變化詮釋油品成分的變化，利用特征吸收峰966.50cm-1處的吸光度測(cè)定出食用植物油反式脂肪酸的含量。通過(guò)特征吸收峰988.00cm-1處的吸光度判定食用植物油是否經(jīng)過(guò)加熱，及推算加熱的時(shí)間，通過(guò)988cm-1處特征吸收峰的變化來(lái)對(duì)是否為地溝油進(jìn)行定性。本發(fā)明食用植物油品質(zhì)的快速檢測(cè)方法操作簡(jiǎn)單，成本低，無(wú)污染，對(duì)反復(fù)高溫加熱過(guò)的待測(cè)樣品未知食用植物油、地溝油和新食用植物油中混入地溝油的的評(píng)估和鑒別，快捷準(zhǔn)確，檢測(cè)精度高。
文檔編號(hào)G01N1/44GK103245628SQ20121003118
公開(kāi)日2013年8月14日 申請(qǐng)日期2012年2月13日 優(yōu)先權(quán)日2012年2月13日
發(fā)明者劉成雁, 趙延華, 王志嘉, 張旭明, 韓旭 申請(qǐng)人:遼寧省分析科學(xué)研究院