基于近紅外漫反射光譜分析技術(shù)的大米加工精度檢測方法的研究.pdf

1、大米的加工精度，是評價大米品質(zhì)的一個重要指標(biāo)。大米的加工精度越高，不僅其外觀品質(zhì)更好，而且口感也更佳，更受消費者歡迎；但是在大米加工過程中，碾米的次數(shù)越多，大米中的部分營養(yǎng)成分會失去的越多，即存在著加工精度與營養(yǎng)品質(zhì)之間的矛盾，因此，確定合適的大米加工精度十分重要。目前，在實際生產(chǎn)過程中，國內(nèi)外對大米加工精度的檢測，普遍上采用人工判斷的方法。這種方法，不僅存在著很大的主觀偏差，而且也難于實現(xiàn)對大米加工精度的實時在線檢測。因此，研究制定一

2、種大米加工精度的客觀評定標(biāo)準(zhǔn)以及檢測方法，使其易于在線操作，是保證大米加工質(zhì)量、實現(xiàn)大米加工過程自動化的基本要求，對提高我國大米品質(zhì)、提升我國大米加工業(yè)的技術(shù)水平，滿足不同層次的需求，具有十分重要的現(xiàn)實意義。 有關(guān)研究表明，在稻米的表層和內(nèi)部，稻米的營養(yǎng)成分含量有明顯的差異。隨著加工程度的增加，稻米的脂肪含量會隨之減少。因此，如果能在加工過程中檢測出稻米表面的脂肪含量，就有可能據(jù)此判斷出稻米當(dāng)前大致的加工精度。由于近紅外光譜分析

3、技術(shù)可以方便快速地對某些物質(zhì)的化學(xué)組分作定量分析和檢測，因此，可以將之應(yīng)用于稻米表面脂肪含量的測定，然后根據(jù)稻米的脂肪含量，進行大米加工精度等級的判定，實現(xiàn)大米加工精度的在線檢測。 本課題通過德國Bruker公司生產(chǎn)的Vector22/N型傅立葉變換近紅外光譜分析儀對大米樣品進行光譜掃描，采用近紅外漫反射光譜分析技術(shù)、PLS化學(xué)計量學(xué)算法建立大米表面脂肪含量的預(yù)測模型；結(jié)合索氏抽提殘余法和國家標(biāo)準(zhǔn)染色法，研究大米的加工精度與脂肪

4、含量之間的關(guān)系，確定每個精度等級下的脂肪含量的閾值允許區(qū)間(置信或覆蓋范圍)，然后根據(jù)預(yù)測的未知樣品脂肪含量所處的區(qū)間，進行大米的加工精度的判定。 實驗以武育粳3號為實驗材料，利用實驗室礱谷機、碾米機等設(shè)備，模擬大米的加工過程，將稻米加工到不同程度的精度等級制備出大米樣品。根據(jù)索氏抽提殘余法，測得校正樣品集和檢驗樣品集的脂肪含量范圍分別為0.160％～1.763％和0.216％～0.927％。利用OPUS5.0定量軟件自動優(yōu)化功

5、能，使用120個定標(biāo)樣品，得到最佳光譜預(yù)處理方法為乘法散射校正法(MSC)，最佳譜區(qū)為11998.9cm<'-1>～4246.5cm<'-1>，最佳主成分維數(shù)為8。由此參數(shù)進行內(nèi)部交叉檢驗，建立校正模型，剔除5個異常光譜圖，最終校正樣品集為115個樣品。交叉驗證決定系數(shù)(R<'2>)為0.9981，交叉驗證誤差(RMSECV)為0.0191；用已知真值的18個檢驗樣品進行檢外部檢驗，外部驗證決定系數(shù)(R<'2>)為0.9889，預(yù)測誤差

6、(RMSEP)為0.0241，相關(guān)系數(shù)(r)為0.999，相關(guān)性達到極顯著水平，預(yù)測值與化學(xué)值非常接近，表明模型可被用來對未知樣品的脂肪含量進行實際預(yù)測。依據(jù)所大米加工精度等級對應(yīng)的脂肪含量閾值允許區(qū)間，進行未知樣品的大米加工精度判定，判定正確率可以達到80.3％，表明可以利用近紅外漫反射光譜分析技術(shù)，建立大米加工精度等級的客觀判定模型。 由于大米加工精度也用糙出白率來區(qū)分，如果建立糙出白率的定標(biāo)模型作為大米加工程度的判斷指標(biāo)，