基于電化學與化學計量學的食用油多組分重金屬檢測方法研究.pdf

1、食用植物油中重金屬（包括有毒的和必須的兩類重金屬）含量對其品質有著顯著影響，是一項重要的檢測指標。目前，在食用油中基于電化學技術的多組分同時檢測研究的報道尚少，但由于該技術具有設備簡單、檢測限低、靈敏度高、檢測費用低等特點。故論文以此為手段，在融合化學計量學的基礎上嘗試了食用油中多組分重金屬檢測方法的研究，為多組分重金屬同時檢測提供了一種新手段。選用銅、鋅、鉛3組分重金屬為檢測對象，借助于差分脈沖溶出伏安技術開展了3組分重金屬同時檢測方

2、法的具體而又深入的研究。
　　本研究主要內容包括：⑴通過對支持電解質溶液以及工作參數(shù)的試驗研究，確定了醋酸-醋酸鈉為支持電解質，其濃度為0.1mol/L、 pH值為4.5，同時給出了富集時間（60s）、富集電位（-1.2V）、掃描增量（10mv/s）等測試參數(shù)。⑵為減少信號噪聲，獲得可靠的分析數(shù)據(jù)，分別運用平滑、平滑求導、卡爾曼濾波、小波包降噪等4種方法對溶出伏安信號進行降噪處理，4種方法均能在一定程度上減少檢測誤差，但平滑求導與

3、小波包方法的降噪效果相對較好。同時，在降噪研究中，針對性地完善了平滑求導降噪的計算方法。⑶為構建可靠、穩(wěn)健的分析測試模型，對降噪后的數(shù)據(jù)分別開展了主成分回歸、多元線性回歸、偏最小二乘回歸、BP神經(jīng)網(wǎng)絡以及最小二乘支持向量機等5種建模方法的比較研究。預測集樣品的預測結果顯示：基于平滑求導的主成分回歸模型、多元線性回歸模型、BP神經(jīng)網(wǎng)絡模型、最小二乘支持向量機模型的檢測準確度較高，基于小波包降噪的偏最小二乘回歸模型也取得滿意的檢測結果。⑷在