国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀設(shè)計(jì)與試驗(yàn)

2021-06-04 12:35:08李文萃周新奇范起業(yè)王家鵬鄭啟偉唐小林
現(xiàn)代食品科技 2021年5期
關(guān)鍵詞:咖啡堿浸出物檢測(cè)儀

李文萃,周新奇,范起業(yè),王家鵬,鄭啟偉,唐小林

(1.中華全國(guó)供銷合作總社杭州茶葉研究院,浙江省茶資源跨界應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室,浙江杭州 310016)(2.聚光科技(杭州)股份有限公司,浙江杭州 310052)

我國(guó)茶葉種類多樣,風(fēng)格各異,其獨(dú)特品質(zhì)風(fēng)味的形成,與茶葉中的品質(zhì)成分在一定工藝技術(shù)條件下發(fā)生一系列復(fù)雜的理化變化有關(guān)。茶葉中的化學(xué)成分,經(jīng)過(guò)分離鑒定的已有700多種[1],其中水分、茶多酚、咖啡堿、氨基酸和水浸出物等,是決定茶葉品質(zhì)高低的重要指標(biāo)。茶葉品質(zhì)成分的含量測(cè)定通常憑借專門儀器設(shè)備,并通過(guò)不同化學(xué)檢測(cè)方法來(lái)完成,操作繁瑣、成本高,樣品需要前處理,部分試劑污染性強(qiáng)。由于檢測(cè)周期長(zhǎng),檢測(cè)結(jié)果對(duì)生產(chǎn)加工指導(dǎo)存在一定滯后性。

近年來(lái),近紅外光譜(NIRS)技術(shù)得到迅速發(fā)展,在茶葉上的應(yīng)用范圍越來(lái)越廣。大量國(guó)內(nèi)外學(xué)者應(yīng)用近紅外技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法建立茶葉類別、等級(jí)和不同品質(zhì)成分含量的預(yù)測(cè)模型,對(duì)茶葉進(jìn)行定性和定量分析,并通過(guò)分析茶葉中的多酚類、氨基酸、咖啡堿、兒茶素組分以及茶湯中的內(nèi)含成分含量來(lái)判別茶葉品質(zhì)高低和滋味品質(zhì)特征[2-8]??梢?jiàn),應(yīng)用近紅外光譜技術(shù)快速檢測(cè)茶葉中的化學(xué)成分含量是可行的。目前,市場(chǎng)上已有多種近紅外快速檢測(cè)設(shè)備,不少高校和科研機(jī)構(gòu)也研發(fā)了專門用于茶葉品質(zhì)成分快速檢測(cè)的近紅外設(shè)備,但均存在以下問(wèn)題:(1)功能單一,價(jià)格昂貴;(2)待檢測(cè)的茶葉樣品需磨碎,操作繁瑣;(3)儀器笨重,不便于攜帶,多在實(shí)驗(yàn)室內(nèi)使用。在近紅外茶葉品質(zhì)快速檢測(cè)模型建立方面,多數(shù)研究側(cè)重于對(duì)某一地區(qū)某一特定茶類進(jìn)行建模,如信陽(yáng)毛尖、大佛龍井、茉莉花茶等[9-11],此類模型具有局限性,不適用于全國(guó)茶區(qū)其他類別茶葉的快速檢測(cè)。

因此,研發(fā)便攜式、小型化、專業(yè)化以及價(jià)格合理的近紅外茶葉品質(zhì)快速檢測(cè)設(shè)備,同時(shí)建立能夠適用于全國(guó)不同茶區(qū)不同外形茶葉的品質(zhì)成分快速檢測(cè)模型,模型數(shù)據(jù)在應(yīng)用過(guò)程中不斷擴(kuò)大和完善,從而形成應(yīng)用范圍廣、檢測(cè)準(zhǔn)確度高的茶葉品質(zhì)專家數(shù)據(jù)庫(kù),對(duì)于實(shí)現(xiàn)茶葉品質(zhì)成分的準(zhǔn)確、快速、簡(jiǎn)便、無(wú)損測(cè)定具有重要實(shí)際意義。

1 整機(jī)結(jié)構(gòu)與工作原理

1.1 整機(jī)結(jié)構(gòu)

便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀是基于近紅外光譜技術(shù)和化學(xué)計(jì)量學(xué)分析方法的光譜分析儀器,支持對(duì)茶葉品質(zhì)成分的快速分析。整機(jī)結(jié)構(gòu)組成如圖1,主要由檢測(cè)附件、分析儀器主機(jī)和相應(yīng)的軟件構(gòu)成。

圖1 便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀的主要結(jié)構(gòu)組成圖Fig.1 Main structure of portable near-infrared tea detector

圖2 便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀樣機(jī)結(jié)構(gòu)圖Fig.2 The prototype structure of portable near-infrared tea detector

樣機(jī)結(jié)構(gòu)如圖2所示,其中,內(nèi)部結(jié)構(gòu)主要包括轉(zhuǎn)盤(pán)模塊、光源模塊、電路模塊和光譜儀模塊等。主要性能參數(shù)見(jiàn)表1,外觀尺寸220×310×310 mm,重量約10 kg,輕巧便攜。波長(zhǎng)范圍1000.00~1799.00 nm,分析速度約10.00 s/次,檢測(cè)快速便捷。

表1 便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀主要性能參數(shù)Table 1 Main performance parameters of portable near-infrared tea detector

1.2 工作原理

檢測(cè)附件主要用于樣品光譜信息的獲取,通過(guò)檢測(cè)附件,近紅外光與茶葉樣品產(chǎn)生作用,茶葉樣品對(duì)光進(jìn)行吸收,從而產(chǎn)生茶葉的光吸收信號(hào)。檢測(cè)附件獲取的茶葉光信號(hào)導(dǎo)入分析儀主機(jī)模塊。在分析儀主機(jī)中,先通過(guò)光學(xué)自校驗(yàn)?zāi)K進(jìn)入光譜儀分光模塊,通過(guò)光柵分光作用得到樣品光信號(hào)的波長(zhǎng)色散強(qiáng)度信息,被探測(cè)器探測(cè)到后形成樣品光譜信號(hào),該信號(hào)經(jīng)過(guò)AD轉(zhuǎn)換、濾波放大等處理后,經(jīng)過(guò)數(shù)據(jù)處理模塊處理,最后形成可識(shí)別的光譜圖。光譜通過(guò)下位機(jī)上傳到電腦,由光譜分析軟件進(jìn)行分析處理,分析結(jié)果及圖譜保存在電腦的MySQL數(shù)據(jù)庫(kù)(分析數(shù)據(jù)庫(kù))中,便于本地計(jì)算機(jī)對(duì)結(jié)果進(jìn)行總結(jié)。

2 主要部件設(shè)計(jì)

2.1 光源結(jié)構(gòu)

便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀的光源模塊,采用的是具有高穩(wěn)定、低熱輻射特性的冷光源系統(tǒng),該系統(tǒng)利用了全息數(shù)字式光柵掃描光譜技術(shù)和高靈敏度銦鎵砷檢測(cè)器(TEC制冷恒溫)相結(jié)合的光學(xué)設(shè)計(jì),不僅能夠保證儀器的穩(wěn)定性和更好的信噪比,還可以提供穩(wěn)定的光源輻射,降低或消除熱輻射對(duì)茶葉樣品的影響。

圖3 RIMP分析軟件測(cè)量分析界面Fig.3 Measurement and analysis interface of RIMP software

2.2 配套分析軟件

2.2.1 RIMP分析軟件

RIMP軟件,是通過(guò)USB線連接電腦端的測(cè)量分析軟件,主要用于滿足儀器操作、光譜采集、模型建立以及數(shù)據(jù)處理,測(cè)量分析界面如圖3所示。該軟件支持用于定量分析的PLS偏最小二乘法回歸分析、ANN神經(jīng)網(wǎng)絡(luò)法,用于定性分析的SIMCA法以及聚類分析等化學(xué)計(jì)量學(xué)算法。軟件的主要功能特點(diǎn):(1)采用項(xiàng)目管理方式的產(chǎn)品樹(shù)結(jié)構(gòu),便于茶葉產(chǎn)品分類;(2)通過(guò)數(shù)據(jù)庫(kù)管理,可實(shí)現(xiàn)測(cè)量數(shù)據(jù)存儲(chǔ)、查看、交換、統(tǒng)計(jì)分析和報(bào)表輸出等;(3)在建立模型時(shí),可進(jìn)行茶葉性質(zhì)的新增、替換、刪除等;(4)具有性質(zhì)值平均和光譜的平均功能,可隨時(shí)查看光譜和性質(zhì)趨勢(shì)圖;(5)三級(jí)報(bào)警功能:范圍超限報(bào)警。

2.2.2 手機(jī)APP應(yīng)用軟件

為適應(yīng)近紅外茶葉品質(zhì)快速檢測(cè)儀的便攜化要求,設(shè)計(jì)出一款通過(guò)藍(lán)牙連接手機(jī)使用的APP應(yīng)用程序,軟件名稱為:近紅外分析儀,測(cè)量界面如圖4所示。該軟件的主要功能特點(diǎn):(1)測(cè)量界面:直接顯示測(cè)試值,支持歷史數(shù)據(jù)瀏覽;(2)模型管理:支持聯(lián)網(wǎng)下載模型,當(dāng)云端模型更新時(shí),APP端聯(lián)網(wǎng)可同步更新下載;(3)樣品名稱:支持連續(xù)自動(dòng)增加及手動(dòng)輸入等多種命名方式;(4)歷史數(shù)據(jù):查看歷史測(cè)試數(shù)據(jù)及詳情;(5)報(bào)警信息:查看報(bào)警信息;(6)儀器信息:查看儀器信息,如設(shè)備號(hào)、內(nèi)部溫濕度、光源已使用時(shí)間、軟件版本等;(7)BS校正:支持模型修正;(8)性能自檢:儀器性能自檢。

圖4 APP軟件的測(cè)量界面和菜單界面Fig.4 Measurement and menu interface of APP software

3 茶葉品質(zhì)快速檢測(cè)模型建立

3.1 實(shí)驗(yàn)材料

圖5 茶葉近紅外光譜采集操作流程Fig.5 Operation flow of tea near-infrared spectrum collection

表2 不同品質(zhì)成分所建模型的參數(shù)Table 2 Parameters of the model for different quality components

共收集各類綠茶樣品252個(gè)用于模型建立,為保證樣品的廣泛性和代表性,樣品選自全國(guó)13個(gè)不同茶葉主產(chǎn)區(qū),包括浙江、福建、安徽、貴州、廣東、江西、山東、四川、湖北、江蘇、河南、云南、陜西等,且每類茶葉包含2~4個(gè)不同等級(jí)。另外,選擇其他20個(gè)綠茶樣品用于模型的外部預(yù)測(cè)效果驗(yàn)證。

3.2 實(shí)驗(yàn)方法

3.2.1 茶葉品質(zhì)成分檢測(cè)方法

所有茶葉樣品(包括用于建模的綠茶和模型外部預(yù)測(cè)效果驗(yàn)證的綠茶)交由具有資質(zhì)的國(guó)家級(jí)檢測(cè)機(jī)構(gòu),按照相應(yīng)國(guó)家標(biāo)準(zhǔn)對(duì)茶葉含水率、茶多酚、游離氨基酸總量、咖啡堿和水浸出物含量進(jìn)行品質(zhì)成分的檢測(cè)[12-15]。

3.2.2 茶葉近紅外光譜采集方法

使用研發(fā)的便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀,開(kāi)機(jī)預(yù)熱30 min,用參比盤(pán)進(jìn)行校準(zhǔn),然后將茶葉樣品(無(wú)需粉碎)直接放入旋轉(zhuǎn)樣品盤(pán)中,裝滿后用壓樣器壓實(shí)、壓平,以遮擋住樣品盤(pán)底部,確保不透光為宜。將樣品盤(pán)放置在檢測(cè)臺(tái)上,進(jìn)行光譜采集。每個(gè)樣品重復(fù)操作3次,每次重復(fù)前,需將茶葉樣品混合均勻后再取樣檢測(cè)。檢測(cè)完畢后,需用軟毛刷清理樣品盤(pán),再進(jìn)行下一個(gè)樣品檢測(cè)。光譜采集參數(shù):光譜波長(zhǎng)范圍為1000.00~1799.00 nm,循環(huán)測(cè)量次數(shù)為10次,光譜采集間隔10 s,系統(tǒng)自動(dòng)計(jì)算10條光譜平均值作為所測(cè)樣品的光譜。具體操作流程如圖5。

3.2.3 光譜數(shù)據(jù)分析方法

光譜預(yù)處理:采用標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、去趨勢(shì)校正(DT)、Savitzky-Golay平滑、Savitzky-Golay一階導(dǎo)數(shù)、均值中心化等方法對(duì)光譜進(jìn)行預(yù)處理。

模型建立方法:對(duì)收集的所有樣品進(jìn)行光譜掃描后,對(duì)應(yīng)輸入各樣品的化學(xué)檢測(cè)值。利用RIMP軟件,采用偏最小二乘法(PLS)通過(guò)交差驗(yàn)證,分別建立茶葉的含水率、茶多酚、氨基酸、咖啡堿和水浸出物等成分的近紅外快速檢測(cè)模型。

3.3 結(jié)果與分析

3.3.1 茶葉品質(zhì)成分快速檢測(cè)模型評(píng)價(jià)

所建模型的評(píng)價(jià)指標(biāo)主要包括定標(biāo)標(biāo)準(zhǔn)偏差(SEC)、定標(biāo)相關(guān)系數(shù)(RC)、內(nèi)部交互驗(yàn)證標(biāo)準(zhǔn)偏差(SECV)、性質(zhì)值方差與SECV的比值(RPDC)和主因子數(shù)(PRESS,選擇預(yù)測(cè)殘差平方和的最小值)等,模型評(píng)價(jià)參數(shù)詳見(jiàn)表2。其中,定標(biāo)標(biāo)準(zhǔn)偏差(SEC)和內(nèi)部交互驗(yàn)證標(biāo)準(zhǔn)偏差(SECV)越小,且二者數(shù)值越接近,相關(guān)系數(shù)(RC)越接近1,RPDC值大于2,說(shuō)明近紅外分析結(jié)果與化學(xué)分析結(jié)果越吻合、相關(guān)性越強(qiáng),則模型預(yù)測(cè)效果越好[16]。

從表2中看出,所選擇綠茶樣品的水分、茶多酚、游離氨基酸、水浸出物和咖啡堿含量范圍分別為1.31%~8.72%,15.10%~23.50%,1.60%~4.90%,36.14%~52.20%,1.79%~5.30%,數(shù)值范圍較大,說(shuō)明所選擇的綠茶樣本來(lái)源廣,具有一定的代表性。研究表明,茶葉中的茶多酚含量一般占干物質(zhì)總量的18%~36%,游離氨基酸總量約1%~4%,水浸出物含量約35%~45%,咖啡堿含量約2%~5%[1],這與本研究結(jié)果基本一致。

游離氨基酸模型的SEC值和SECV值最小,分別是0.26、0.30,兩者偏差為0.04,比較接近;RC值為0.92,接近于1;RPDC值為2.10;主因子數(shù)為9??Х葔A模型的SEC值和SECV值比較接近,分別是0.36、0.38,兩者偏差僅為0.02;RC值為0.93,接近于1;RPDC值為2.51;主因子數(shù)為10。水分模型的SEC值和SECV值分別是0.66、0.69,兩者偏差為0.03,比較接近;RC值為0.86;RPDC值1.81。茶多酚模型的SEC值和SECV值分別是0.92、0.98,偏差為0.06;RC值為0.85;RPDC值1.77。水浸出物模型的SEC值和SECV值最大,分別是2.04、2.08;RC和RPDC值均最小,分別為0.76、1.49。

可見(jiàn),建立的游離氨基酸模型和咖啡堿模型的近紅外分析結(jié)果與化學(xué)分析結(jié)果最接近、相關(guān)性最強(qiáng),模型預(yù)測(cè)效果最好;其次是水分模型和茶多酚模型,預(yù)測(cè)效果較好;水浸出物模型的預(yù)測(cè)效果相對(duì)較差。

3.3.2 茶葉品質(zhì)成分快速檢測(cè)模型內(nèi)部驗(yàn)證的回歸分析

圖6 茶葉各品質(zhì)成分的模型預(yù)測(cè)值與真實(shí)值關(guān)系圖Fig.6 Relationship between predicted and true values of tea quality components

以茶葉各品質(zhì)成分的真實(shí)值(實(shí)際化學(xué)檢測(cè)值)為橫坐標(biāo),預(yù)測(cè)值(近紅外模型分析值)為縱坐標(biāo)作圖,剔除異常樣本后建立線性方程,結(jié)果如圖6所示。從圖中看出,定標(biāo)集樣品的真實(shí)值與預(yù)測(cè)值之間存在一定關(guān)系,其中游離氨基酸和咖啡堿的線性回歸系數(shù)均在0.80以上,分別是0.84和0.87;其次是水分和茶多酚,回歸系數(shù)分別是0.74、0.73;水浸出物的回歸系數(shù)最小,為0.58。說(shuō)明游離氨基酸和咖啡堿的真實(shí)值與預(yù)測(cè)值間的吻合度最高,水浸出物的真實(shí)值與預(yù)測(cè)值間的吻合度較差。劉洋等[9]研究發(fā)現(xiàn),所建立的茶多酚預(yù)測(cè)模型中,理論值與預(yù)測(cè)值之間的相關(guān)系數(shù)為0.994,與本研究結(jié)果不一致,這與選擇的茶葉樣品不同有關(guān)。

3.3.3 茶葉品質(zhì)成分快速檢測(cè)模型的外部驗(yàn)證效果分析

選擇20個(gè)綠茶樣品(已采用國(guó)家標(biāo)準(zhǔn)檢測(cè)方法獲得各化學(xué)成分的真實(shí)值)對(duì)所建立的茶葉品質(zhì)模型進(jìn)行外部驗(yàn)證,由便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀對(duì)樣品進(jìn)行光譜采集,導(dǎo)入建立的茶葉品質(zhì)成分模型可直接獲取每個(gè)樣品的水分、茶多酚、水浸出物、游離氨基酸和咖啡堿含量的預(yù)測(cè)值,見(jiàn)表3。結(jié)果顯示,茶多酚和咖啡堿模型外部驗(yàn)證的預(yù)測(cè)值與真實(shí)值之間的絕對(duì)偏差在0.50%以內(nèi),分別是0.39%、0.25%;水分、游離氨基酸和水浸出物模型外部驗(yàn)證的預(yù)測(cè)值與真實(shí)值之間的絕對(duì)偏差在1.00%~1.50%之間。表明利用研發(fā)的便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀對(duì)任一綠茶進(jìn)行快速定量分析是可行的,只是所建模型的預(yù)測(cè)準(zhǔn)確度還需進(jìn)一步提升。這與王旭等[16]研究結(jié)果基本一致,均認(rèn)為在便攜式近紅外品質(zhì)快速檢測(cè)儀基礎(chǔ)上建立的模型可用于目標(biāo)樣品的內(nèi)含成品快速測(cè)定。

表3 用于外部驗(yàn)證的各品質(zhì)成分預(yù)測(cè)值與真實(shí)值結(jié)果Table 3 Predicted and true value results of each quality component for external validation

4 結(jié)論

研發(fā)的便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀輕巧便攜,具有操作簡(jiǎn)單、不破壞樣品、分析速度快、可同時(shí)檢測(cè)多個(gè)品質(zhì)指標(biāo)以及多臺(tái)儀器間可進(jìn)行模型傳遞等功能特點(diǎn)。在此設(shè)備基礎(chǔ)上,收集全國(guó)13個(gè)不同產(chǎn)茶區(qū)不同等級(jí)的綠茶樣品252個(gè),采用偏最小二乘法(PLS),分別建立了綠茶的含水率、茶多酚、氨基酸、咖啡堿和水浸出物等品質(zhì)成分的近紅外快速檢測(cè)模型。所選樣品的水分、茶多酚、游離氨基酸、水浸出物和咖啡堿含量范圍分別為1.31%~8.72%,15.10%~23.50%,1.60%~4.90%,36.14%~52.20%,1.79%~5.30%,數(shù)值檢測(cè)范圍較大,具有較好的代表性。所建模型中,游離氨基酸模型的定標(biāo)標(biāo)準(zhǔn)偏差(SEC)和內(nèi)部交互驗(yàn)證標(biāo)準(zhǔn)偏差(SECV)最小,分別是0.26、0.30,定標(biāo)相關(guān)系數(shù)(RC)為0.92;咖啡堿模型的定標(biāo)標(biāo)準(zhǔn)偏差(SEC)和內(nèi)部交互驗(yàn)證標(biāo)準(zhǔn)偏差(SECV)分別是0.36、0.38,定標(biāo)相關(guān)系數(shù)(RC)為0.93;且兩者的預(yù)測(cè)值與化學(xué)檢測(cè)值(真實(shí)值)間的線性回歸系數(shù)均在0.80以上。因此,游離氨基酸和咖啡堿的模型預(yù)測(cè)效果最好,其次是水分和茶多酚,水浸出物模型的預(yù)測(cè)效果相對(duì)較差。模型的外部驗(yàn)證結(jié)果表明,便攜式近紅外茶葉品質(zhì)快速檢測(cè)儀對(duì)綠茶進(jìn)行快速定量分析是可行的,只是所建模型的預(yù)測(cè)精確度還需進(jìn)一步提升,后期隨著收集的茶葉樣本量增加,模型數(shù)據(jù)庫(kù)可持續(xù)進(jìn)行升級(jí)完善。

猜你喜歡
咖啡堿浸出物檢測(cè)儀
安徽農(nóng)業(yè)大學(xué)揭示茶樹(shù)咖啡堿合成調(diào)控機(jī)制
骨疏寧片浸出物測(cè)定方法研究*
廣州化工(2022年1期)2022-01-26 03:22:32
廣西產(chǎn)羅漢松莖與葉浸出物的測(cè)定
廣州化工(2020年23期)2020-12-16 10:57:34
黔產(chǎn)金釵石斛莖和花中浸出物測(cè)定
一種防雷接地裝置的便攜式檢測(cè)儀電路
電子制作(2019年7期)2019-04-25 13:16:56
19份茶樹(shù)資源鮮葉中咖啡堿合成酶的活性
大孔吸附樹(shù)脂富集速溶茶中咖啡堿的研究
基于555振蕩器的地溝油頻率檢測(cè)儀
電子制作(2017年20期)2017-04-26 06:57:32
晚上喝茶頭遍要倒掉
巧用故障檢測(cè)儀中的Reset功能
扎囊县| 曲周县| 南宫市| 湘阴县| 吴堡县| 麻栗坡县| 上饶县| 惠东县| 洞口县| 循化| 马龙县| 广汉市| 赤城县| 木兰县| 平陆县| 黄骅市| 延长县| 保山市| 资兴市| 三台县| 巴东县| 济阳县| 勃利县| 永宁县| 韶关市| 萝北县| 吴旗县| 湘阴县| 满城县| 罗甸县| 上杭县| 得荣县| 公主岭市| 临桂县| 井研县| 凭祥市| 保山市| 监利县| 修水县| 瑞金市| 都兰县|