專利名稱：一種基于近紅外光譜分析的甘蔗汁品質(zhì)快速檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及甘蔗汁品質(zhì)快速檢測方法，具體地，涉及利用甘蔗汁的中由糖度、濃度和蔗糖含量等品質(zhì)差異在近紅外光譜中反應(yīng)的特征信息，采用偏最小二乘算法將采集到的近紅外光譜信息轉(zhuǎn)換為待測甘蔗汁的中品質(zhì)的參數(shù)，快速檢測甘蔗汁中品質(zhì)的方法。
背景技術(shù)：
采用甘蔗制糖的企業(yè)生產(chǎn)的成本中有近70%在于原料-甘蔗，在我國由于甘蔗農(nóng)業(yè)相對較為分散落后和傳統(tǒng)的檢測分析技術(shù)存在的操作復(fù)雜，費時、費力的限制，至今依然基本采用按重量論價而非按質(zhì)量論價的收購方式。這種收購模型導(dǎo)致蔗農(nóng)更愿意種植產(chǎn)量較高，而含糖量相對較低的甘蔗品種，導(dǎo)致制糖企業(yè)在生產(chǎn)中消耗增加、成本大幅提高，也不利于甘蔗的科學(xué)種植。同時，由于在收購中無法客觀界定質(zhì)量，不僅無法使農(nóng)民做到優(yōu)質(zhì)增收，保證農(nóng)民的合理的經(jīng)濟(jì)利益，而且還容易導(dǎo)致對于雙方質(zhì)量評判而產(chǎn)生的不必要的爭執(zhí)。因此，一種快速的檢測甘蔗原料的品質(zhì)質(zhì)量參數(shù)的方法，既能方便制糖企業(yè)能實現(xiàn)按質(zhì)論價，收購到高質(zhì)量的原料，大大降低生產(chǎn)中的消耗，提高經(jīng)濟(jì)利益。同時，該也能切實從技術(shù)上保證蔗農(nóng)在銷售時能實現(xiàn)質(zhì)高價優(yōu)，保障蔗農(nóng)的利益。近紅外光譜技術(shù)是發(fā)展最快、最引人注目的光譜分析技術(shù)之一。所謂近紅外光，是指波長在780-25^nm范圍內(nèi)，介于可見光和紅外光之間的一種電磁波。近紅外光譜主要反映含氫基團(tuán)X-H振動的倍頻和合頻吸收信息。目前已用于石油、煙草中等有機(jī)成分的檢測。 甘蔗汁中的主要成分如蔗糖、果糖等都含有羥基或羰基，因此，從理論上講，近紅外光譜分析技術(shù)也可用于檢測甘蔗汁中的品質(zhì)分析。同時，近紅外光譜分析技術(shù)具有快速、操作簡單等特點，是一種較為理想的快速檢測甘蔗汁中品質(zhì)檢測的方法。

發(fā)明內(nèi)容
為了解決甘蔗汁品質(zhì)檢測的化學(xué)及色譜分析方法操作復(fù)雜，費時、費力的缺點，本發(fā)明提供了一種利用甘蔗汁的近紅外光譜與甘蔗汁各品質(zhì)參數(shù)之間的數(shù)學(xué)模型對甘蔗汁品質(zhì)參數(shù)進(jìn)行測定的快速檢測方法。本發(fā)明提供的甘蔗汁品質(zhì)快速檢測方法為先將取到的甘蔗樣品破碎、榨汁、過濾后，獲得待則甘蔗汁樣品，采集其近紅外光譜，然后利用甘蔗汁的中糖度、濃度和蔗糖含量等品質(zhì)差異在近紅外光譜中反應(yīng)的特征信息，采用偏最小二乘算法將采集到的近紅外光譜信息轉(zhuǎn)換為待測甘蔗汁的中品質(zhì)的參數(shù)，所述品質(zhì)參數(shù)為糖度、濃度(錘度)、蔗糖含量中的一種或多種，所述數(shù)學(xué)模型采用偏最小二乘法建立，模型函數(shù)為yi = x(UiX) ’ BiQi，其中yi為所述甘蔗汁的中某品質(zhì)參數(shù)，向量χ為待測甘蔗汁的近紅外光譜，Ui為所述甘蔗汁的中某品質(zhì)參數(shù)濃度特征因子矩陣，X為選取的建模樣品的近紅外光譜矩陣，Bi為所述某品質(zhì)參數(shù)吸光度特征因子矩陣，Qi為濃度載荷矩陣，其中Ui、Bi、Qi根據(jù)所述建模樣品的近紅外光譜矩陣及對應(yīng)品質(zhì)參數(shù)的值由化學(xué)計量學(xué)方法確定，計算yi采用經(jīng)典的偏最小二乘法軟件。CN 102230885 A
說明書
2/3頁所述近紅外光譜可以是780-2500nm波長范圍內(nèi)的近紅外光譜。應(yīng)用近紅外光譜儀，采集樣品在780-2500nm波長范圍內(nèi)的近紅外光譜。根據(jù)所用光譜儀類型的不同， 選用不同的采集條件。如對于短波近紅外光譜儀(780-1100nm)，可用透射方式，光程可為 0-50mm;對于中長波近紅外光譜儀(1100-2500nm)，可用透反射光纖附件采集其透反射光譜，用較短的光程(O-IOmm)。較佳地，所述采集到的近紅外光譜對光譜進(jìn)行了預(yù)處理，所述預(yù)處理為背景去除、 校正、去噪聲和特征數(shù)據(jù)點選擇的一種或多種，采用的方法為中心化、標(biāo)準(zhǔn)變量變換、附加散射校正、正交信號校正、平滑、小波去噪、求導(dǎo)變換和遺傳算法波長優(yōu)化中的一種或多種。所述數(shù)學(xué)模型建立了近紅外光譜與甘蔗汁品質(zhì)參數(shù)實測值之間的函數(shù)關(guān)系，從而可以利用采集的近紅外光譜轉(zhuǎn)換為甘蔗汁中相對應(yīng)的品質(zhì)參數(shù)。建模時，所用到的甘蔗汁中各品質(zhì)參數(shù)實測值中，采用折光法測定樣品的濃度(錘度)，采用一次旋光法測定樣品的糖度，采用液相色譜示差折光檢測法)，測定樣品中蔗糖的含量。所述數(shù)學(xué)模型是采用化學(xué)計量學(xué)方法建立的近紅外光譜與蜂蜜各成分參數(shù)之間的定量模型。采用的化學(xué)計量學(xué)方法可以包括多元線性回歸、偏最小二乘回歸、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)。較佳地，所述數(shù)學(xué)模型利用生產(chǎn)中常見的同類甘蔗的汁液樣品進(jìn)行驗證， 根據(jù)實際生產(chǎn)中的誤差要求，反復(fù)優(yōu)化后得到。本發(fā)明提供的甘蔗汁品質(zhì)快速檢測方法能夠快速準(zhǔn)確地檢測出甘蔗汁中的糖度、 濃度(錘度)和蔗糖的含量。更具體地講，有點如下1.快速簡便。近紅外光譜的采集時間非常短，模型計算的時間基本可以忽略。2.多成分同時測量?？赏瑫r測量出蔗汁中的糖度、濃度(錘度)和蔗糖的含量。3.本發(fā)明為制糖工業(yè)中成分的在線實時檢測提供了技術(shù)基礎(chǔ)。
具體實施例方式下面的實施例對本發(fā)明作進(jìn)一步說明，但不以任何方式限制本發(fā)明。實施例1本發(fā)明的實施主要包括模型建立和模型的使用及維護(hù)，軟硬件設(shè)施包括近紅外光譜儀、光譜儀配套的鹵鎢燈、電源、樣品池、化學(xué)計量學(xué)軟件、計算機(jī)等部分。光譜儀的波長掃描譜區(qū)為3600-12500(3!^1。用數(shù)據(jù)線將光譜儀與計算機(jī)相連，蔗糖汁至于石英樣品池中， 待數(shù)據(jù)采集完畢，采用光譜專用分析軟件進(jìn)行數(shù)據(jù)分析。檢測的光譜采集系統(tǒng)也可采用操作更為方便的液體光纖探頭等附件。本發(fā)明的整個實施過程如下所示1、校正集樣品制備首先收集來自我國主要產(chǎn)糖地區(qū)廣西、云南等地區(qū)的不同農(nóng)場和主要品種的甘蔗樣品，采集得到的樣品經(jīng)過撕裂、破碎后，進(jìn)行榨汁，對壓榨汁采用過濾紙進(jìn)行過濾，得到甘蔗汁樣品，從而建立校正樣品集。2、校正集樣品光譜的采集。對上述得到的校正集甘蔗汁樣品運用近紅外光譜儀器進(jìn)行光譜掃描得到校正樣品集的光譜，對同一樣的光譜重復(fù)采集5次，并注意在采樣時候變換樣品池放入的方向，以獲得樣品更全面的信息。以5次的平均光譜作為該樣品的標(biāo)準(zhǔn)光譜；光譜儀把數(shù)據(jù)經(jīng)A/D轉(zhuǎn)換，得到光譜原始數(shù)據(jù)。3、光譜預(yù)處理。獲得樣品光譜后進(jìn)行光譜的預(yù)處理。光譜的預(yù)處理方法有中心化、標(biāo)準(zhǔn)變量變換、附加散射校正、正交信號校正、平滑、小波去噪、求導(dǎo)變換和遺傳算法波長優(yōu)化中等。采用那種預(yù)處理方法要根據(jù)光譜的質(zhì)量和背景干擾的具體情況來選擇，預(yù)處理可以有效的去除和校正背景的干擾，使得光譜有效的特征信息能更好的提取。在運用光譜的預(yù)處理方法時候，可以是上述方法的某一種方法的單獨使用，也可以是上述幾種方法的組合使用。4、參考值的測定。在校正集樣品進(jìn)過光譜后就盡快對其進(jìn)行品質(zhì)指標(biāo)的參考值的測定，采集甘蔗汁的濃度(錘度)采用折光法測定，糖度采用一次旋光法測定，蔗糖的含量采用液相色譜示差折光檢測法測。5、校正模型的建立。對預(yù)處理后的光譜數(shù)據(jù)和進(jìn)過上述方法測定得到的甘蔗汁的濃度(錘度)、糖度和蔗糖的含量等品質(zhì)指標(biāo)的測量值可以通過的化學(xué)計量學(xué)方法來建立校正集模型。采用的化學(xué)計量學(xué)方法可以包括多元線性回歸、偏最小二乘回歸、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)。6、預(yù)測樣品濃度(錘度)、糖度和蔗糖的含量等品質(zhì)指標(biāo)的測定。首先采用上述同樣的方法對待預(yù)測的樣品進(jìn)行撕裂、破碎，榨汁和過濾，得到待測的甘蔗汁樣品。然后用光譜儀掃描樣品獲得近紅外光譜，進(jìn)行光譜采集的條件和測量方法與校正集樣品保持一致。 對預(yù)測樣品，采用和校正集一致的預(yù)處理方法和參數(shù)進(jìn)行光譜預(yù)處理。對預(yù)處理后的光譜送入已建立的模型中得到待預(yù)測樣品的濃度(錘度)、糖度和蔗糖的含量等品質(zhì)指標(biāo)。
權(quán)利要求
1.甘蔗汁品質(zhì)快速檢測方法，其特征在于，先將取到的甘蔗樣品破碎、榨汁、過濾后，獲得待則甘蔗汁樣品，采集其近紅外光譜，然后利用甘蔗汁的中品質(zhì)差異在近紅外光譜中反應(yīng)的特征信息，采用偏最小二乘算法將采集到的近紅外光譜信息轉(zhuǎn)換為待測甘蔗汁的中品質(zhì)的參數(shù)，所述品質(zhì)參數(shù)為糖度、濃度(錘度)、蔗糖含量中的一種或多種，所述數(shù)學(xué)模型采用偏最小二乘法建立，模型函數(shù)為yi = X(UiX)，BiQi，其中yi為所述甘蔗汁的中某品質(zhì)參數(shù)，向量χ為待測甘蔗汁的近紅外光譜，Ui為所述甘蔗汁的中某品質(zhì)參數(shù)濃度特征因子矩陣，X為選取的建模樣品的近紅外光譜矩陣，Bi為所述某品質(zhì)參數(shù)吸光度特征因子矩陣， Qi為濃度載荷矩陣，其中UU Bi、Qi根據(jù)所述建模樣品的近紅外光譜矩陣及對應(yīng)品質(zhì)參數(shù)的值由化學(xué)計量學(xué)方法確定，計算yi采用經(jīng)典的偏最小二乘法軟件。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲得待測甘蔗汁樣品的方法為將甘蔗樣品進(jìn)行破碎、壓榨后得到甘蔗榨汁液，然后采用濾紙過濾除去其中的大顆粒物質(zhì)，得到甘蔗汁。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述近紅外光譜為780-2500nm波長范圍內(nèi)的近紅外光譜。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述近紅外光譜為780-1100nm波長范圍內(nèi)的近紅外光譜，用透射方式采集近紅外光譜，光程為0-50mm。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述近紅外光譜為1100-2500nm波長范圍內(nèi)的近紅外光譜，用透反射光纖附件采集近紅外光譜，光程為0-10mm。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采集到的近紅外光譜對光譜進(jìn)行了預(yù)處理，所述預(yù)處理為背景去除、校正、去噪聲和特征數(shù)據(jù)點選擇的一種或多種，采用的方法為中心化、標(biāo)準(zhǔn)變量變換、附加散射校正、正交信號校正、平滑、小波去噪、求導(dǎo)變換和遺傳算法波長優(yōu)化中的一種或多種。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述化學(xué)計量學(xué)方法包括選自多元線性回歸、偏最小二乘回歸、人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)中的一種或多種。
全文摘要
本發(fā)明提供了一種利用甘蔗汁的中由糖度、濃度(錘度)和蔗糖含量的品質(zhì)差異在近紅外光譜中反應(yīng)的特征信息，快速檢測甘蔗汁中品質(zhì)的方法先將取到的甘蔗樣品破碎、榨汁、過濾后，獲得到甘蔗汁樣品，采集其近紅外光譜，然后利用甘蔗汁的中由品質(zhì)參數(shù)不同在近紅外光譜中反應(yīng)的特征信息，采用偏最小二乘算法將采集到的近紅外光譜信息轉(zhuǎn)換為待測甘蔗汁中品質(zhì)的參數(shù)，快速檢測甘蔗汁中的品質(zhì)。利用本發(fā)明既方便制糖企業(yè)實現(xiàn)按質(zhì)論價、降低生產(chǎn)中的消耗，又能切實從技術(shù)上保證蔗農(nóng)在銷售時能實現(xiàn)質(zhì)高價優(yōu)，保障蔗農(nóng)的利益。
文檔編號G01N21/35GK102230885SQ201110085460
公開日2011年11月2日 申請日期2011年4月6日 優(yōu)先權(quán)日2011年4月6日
發(fā)明者馮霖, 孫麗娟, 屠振華, 溫凱 申請人:食品行業(yè)生產(chǎn)力促進(jìn)中心