基于近红外光谱的食用油酸价和过氧化值自动化检测

万方数据２０１２年９月农业机械学报第４３卷第９期ＤＯＩ：１０．６０４１／ｊ．ｉｓｓｎ．１０００—１２９８．２０１２．０９．０２８基于近红外光谱的食用油酸价和过氧化值自动化检测于修烛１张静亚１李清华１许春瑾１高锦明２（１．西北农林科技大学食品科学与工程学院，陕西杨凌７１２１００；２．西北农林科技大学理学院，陕西杨凌７１２１００）【摘要】为实现食用油酸价和过氧化值的自动化快速检测，以常见食用油为材料，利用近红外自动分析仪结合连续进样流通池，建立食用油酸价和过氧化值的定量模型并进行模型验证。结果表明：在波数范围为５５００—４６００ｅｍ时，光谱预处理选择（６５２４，４８２３）两点基线校正和标准正交变换，酸价定量模型验证相关系数和预测标准偏差分别为０．９８７３和０．１１４ｍｇ／ｇ；在波数范围为６０５０～４４５０ｃｍ“时，选择一阶求导和Ｎｏｒｒｉｓ导数平滑，过氧化值定量模型验证相关系数和预测标准偏差分别为０．９９５８和０．９０ｍｍｏｌ／ｋｇ；模型盲样验证效果良好，模型可行，通过近红外自动分析仪每小时可检测９０个样品。关键词：食用油酸价过氧化值近红外光谱自动化检测中图分类号：ＴＳ２２７文献标识码：Ａ文章编号：１０００—１２９８（２０１２）０９—０１５０．０５ＡｕｔｏｍａｔｉｃＤｅｔｅｒｍｉｎａｔｉｏｎｏｆＡｃｉｄＶａｌｕｅａｎｄＰｅｒｏｘｉｄｅＶａｌｕｅｏｆＥｄｉｂｌｅＯｉｌｓｂｙＮｅａｒ?ｉｎｆｒａｒｅｄＳｐｅｃｔｒｏｓｃｏｐｙＹｕＸｉｕｚｈｕｌＺｈａｎｇＪｉｎｇｙａｌＬｉＱｉｎｇｈｕａｌＸｕＣｈｕｎｊｉｎｌＧａｏＪｉｎｍｉｎ９２（１．ＣｏｌｌｅｇｅｏｆＦｏｏｄＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ２．ＣｏｌｌｅｇｅｏｆＳｃｉｅｎｃｅ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ）ＡｂｓｔｒａｃｔＦｏｒａｕｔｏｍａｔｉｃｄｅｔｅｒｍｉｎａｔｉｏｎｏｆａｃｉｄｖａｌｕｅａｎｄｐｅｒｏｘｉｄｅｖａｌｕｅｏｆｅｄｉｂｌｅｏｉｌｓ，ｕｓｉｎｇｅｄｉｂｌｅｏｉｌｓａｓｒａｗｍａｔｅｒｉａｌｓ，ｃａｌｉｂｒａｔｉｏｎｓｗｅｒｅｄｅｖｅｌｏｐｅｄａｎｄｖａｌｉｄａｔｅｄｆｏｒｄｅｔｅｒｍｉｎａｔｉｏｎｏｆａｃｉｄｖａｌｕｅａｎｄｐｅｒｏｘｉｄｅｖａｌｕｅｂｙｎｅａｒ—ｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｍｅｔｅｒｗｉｔｈｃｏｎｔｉｎｕｏｕｓｓａｍｐｌｅｓｉｎｊｅｃｔｉｏｎｃｅｌｌ．ＴｈｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔＲａｎｄｔｈｅｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒｓｏｆｐｒｅｄｉｃｔｉｏｎ（ＲＭＳＥＰ）ｏｆｔｈｅｃａｌｉｂｒａｔｉｏｎｆｏｒａｃｉｄｖａｌｕｅｗｅｒｅ０．９８７３ａｎｄ０．１１４ｍｇ／ｇｉｎｒａｎｇｅｏｆ５５００～４６００ｃｍ一１ｗｉｔｈｂａｓｅｌｉｎｅｃｏｒｒｅｃｔｉｏｎｐｏｉｎｔａｔ６５２４ａｍ一１ａｎｄ４８２３ａｍ一１ａｎｄｓｔａｎｄａｒｄｎｏｒｍａｌｖａｒｉａｎｔ（ＳＮＶ）．ＴｈｅＲａｎｄＲＭＳＥＰｆｏｒｐｅｒｏｘｉｄｅｖａｌｕｅｏｆｃａｌｉｂｒａｔｉｏｎｗｅｒｅ０．９９５８ａｎｄ０．９０ｍｍｏｌ／ｋｇｉｎｒａｎｇｅｏｆ６０５０～４４５０ｃｍ～ｗｉｔｈｆｉｒｓｔｄｅｒｉｖａｔｉｖｅａｎｄＮｏｒｒｉｓｆｉｌｔｅｒ．Ｔｈｅｒｅｓｕｌｔｓｏｆｂｌｉｎｄｓａｍｐｌｅｓｖａｌｉｄａｔｉｏｎｗｅｒｅｇｏｏｄ，ｔｈｅｃａｌｉｂｒａｔｉｏｎｓｗｅｒｅｗｏｒｋａｂｌｅ，ｔｈｒｏｕｇｈｐｕｔｏｆ９０ｓａｍｐｌｅｓｃａｎｂｅａｃｈｉｅｖｅｄｐｅｒｈｏｕｒ．ＫｅｙｗｏｒｄｓＥｄｉｂｌｅｏｉｌｓ，Ａｃｉｄｖａｌｕｅ，Ｐｅｒｏｘｉｄｅｖａｌｕｅ，Ｎｅａｒ—ｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ，Ａｕｔｏｍａｔｉｃｄｅｔｅｒｍｉｎａｔｉｏｎ引言子的醛、酮、酸等化合物；氧化脂质对人体细胞膜、酶、蛋白质造成破坏作用，甚至可致癌，危害人体健食用油中不饱和脂肪酸，在贮藏过程中易受光、康ｍ引。酸价和过氧化值是食用油重要的安全性指氧、微生物和酶作用发生水解和氧化反 应，产生游离标，而国标中酸价和过氧化值测定方法则需要消耗脂肪酸和氢过氧化物。氢过氧化物极易分解成小分大量的有机溶剂，如乙醚、三氯甲烷、冰乙酸等，操作收稿１３期：２０１１—１０—２０修回日期：２０１１—１２—１５＋中央高校基本科研业务费专项（ＱＮ２００９０７４）和西北农林科技大学大型仪器设备新功能开发项目（ＤＹＳＢ０９０２１８）作者简介：于修烛，副教授，博士，主要从事功能性油脂及其安全检测研究，Ｅ—ｍａｉｌ：ｘｉｕｚｈｕｙｕｌ００４＠ｈｏｔｍａｉｌ．ｃｏｍ通讯作者：高锦明，教授，博士生导师，主要从事有机化学、植物化学研究，Ｅ—ｍａｉｌ：ｊｉｎｍｉｎｇｇａｏ＠ｎｗｓｕａｆ．ｅｄｕ．ｃｎ

第９期

于修烛等：基于近红外光谱的食用油酸价和过氧化值自动化检测

１５１

万方数据

过程繁琐且人为误差也比较大。

近红外光谱分析技术具有分析快速、高效、安全、成本低廉等优点，光谱主要由含碳、氢、氧基团的倍频和组频吸收峰组成’３“１。国内外学者利用近红外光谱技术在食用油的酸价和过氧化值检测方面进行了一定的研究“…。近红外光谱技术在油脂酸价和过氧化值检测方面的研究虽取得一定进展，但在标样选择上存在油种类较为单一，所建模型通用性差，另外对食用油酸价和过氧化值自动化快速检测研究尚未见报道。本文以常见食用油为原料，利用近红外光谱自动分析仪结合连续进样流通池，建立酸价和过氧化值的定量模型，并对所建模型进行验证。实现食用油酸价和过氧化值自动化快速检测，旨在为食用油多指标自动化检测提供参考。

ｌ材料与方法

１．１

材料

实验所用食用油种类有菜籽油、大豆油、花生油、葵花仁油、玉米油、棕榈油、亚麻籽油、初榨特级橄榄油、芝麻油、苏籽油、油茶籽油、苦杏仁油等，来自不同品牌和等级食用油，基本涵盖我国常见的食

用油种类。

所用试剂有乙醚、９５％乙醇、三氯甲烷、冰乙酸、碘化钾、硫代硫酸钠、氢氧化钾等，均为分析纯。

将采集的油样按质量比为１：１和１：１：１进行随机调配¨…，连同各类食用油共得到５０个油样。将５０个油样置于１０５℃干燥箱中进行加速氧化，隔一段时间后取出，取氧化程度较轻和氧化程度较重的１００个油样，共得到１５０个不同的样品，将样品放于０℃冰箱中密闭保存。依照ＧＢ／Ｔ５００９。３７—２００３测定所有样晶的酸价和过氧化值。校正集（１１０个）和验证集（４０个）样品酸价和过氧化值实测值分析结

果如表１所示。

表１

食用油酸价和过氧化值实测值

Ｔａｂ．１

Ａｎａｌｙｓｉｓｆｏｒｔｒｕｅａｃｉｄｖａｌｕｅａｎｄ

ｐｅｒｏｘｉｄｅｖａｌｕｅｏｆｅｄｉｂｌｅｏｉｌｓ

１．２仪器

自动分析仪由带有ＤＴＧＳ检测器的ＡＢＢ

Ｂｏｍｅｎ

傅里叶近红外分析仪（加拿大魁北克Ｂｏｍｅｎ公司）、

２３３型Ｇｉｌｓｏｎ自动进样盘（美国Ｇｉｌｓｏｎ公司）、微型蠕动泵（加拿大Ｖｉｓｓｅｒｓ公司）（图１）及相应计算机组成。流通池使用的是连续进样流通池（图２）…３。

４

２、

、＼

銎～ｌ篡

图１

自动分析仪结构简图

Ｆｉｇ．１

Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍ迸一

垂ｏｆａｕｔｏｍａｔｉｃａｎａｌｙｚｅｒ

１．打印机２．计算机３．蠕动泵４．连续进样液体流通池５．近红外光谱仪６．自动进样盘

图２连续进样液体流通池示意图

Ｆｉｇ．２

Ｄｉａｇｒａｍｏｆｃｅｌｌｆｏｒｃｏｎｔｉｎｕｏｕｓｓａｍｐｌｅｓ

ｉｎｊｅｃｔｉｏｎ

１．进样瓶２．可变光程流通池３．废液缸４．真空泵

连续进样流通池包括可变光程长度的液体流通池、进样瓶、废液缸和真空系统。其工作原理是：在真空条件或者在蠕动泵作用下，把液体样品吸人预先设定光程长度的流通池中进行检测，检测完毕后，将测定的样品吸入废液缸中，下一个样品检测时，通过压力直接用待测样品对流通池进行润洗后采集待测样品光谱。

１．３光谱采集

光谱采集条件为：１２

０００～４０００

ｃｍ‘１范围内，

温度设为４０℃，分辨率为４ｃｍ～，扫描次数为３２次，光谱扫描时间约为１５ｓ，以空气为背景，流通池光程设为５

ｍｍ。

１．４模型及其验证

采用偏最小二乘法（ＰＬＳ法）㈡川建立酸价和过

氧化值定量模型。光谱预处理方法选择基线校正、多元散射校正（ＭＳＣ）、标准正交变换（ＳＮＶ）、Ｎｏｒｒｉｓ

导数平滑（ＮＦ）、Ｓａｖｉｔｚｋｙ—Ｇｏｌａｙ平滑（ＳＦ）、一阶求

导、二阶求导等。模型的评价指标选择相关系数

（尺）、校正标准偏差（ＲＭＳＥＣ）和预测标准偏差

（ＲＭＳＥＰ）。

１．５盲样验证分析

从市场收集不同种类和等级食用油样品４０个，

采集光谱利用相应模型预测酸价和过氧化值；依照

ＧＢ／Ｔ

５００９．３７—２００３测定所有盲样的酸价和过氧

１５２

农业机械学报

万方数据

化值，对预测值和实测值进行比较分析。

１．６

自动检测分析

近红外光谱仪、微型蠕动泵和自动进样盘都由Ｗｉｎｄｏｗｓ版多功能红外分析平台（ｕｎｉｖｅｒｓａｌ

ｍｅｔｈｏｄ

ｐｌａｔｆｏｒｍｆｏｒｉｎｆｒａｒｅｄ

ｅｖａｌｕａｔｉｏｎ，简称ＵＭＰＩＲＥＰｒｏ）软

件控制。ＵＭＰＩＲＥＰｒｏ软件基于微软开发，可用于

Ｗｉｎｄｏｗｓ

ＸＰ或Ｗｉｎｄｏｗｓ７系统¨…。该软件是一个

多功能分析平台，它具有光谱自动采集、命名、数据分析、模型调用、结果输出和保存等功能，还可以驱动进样器、机械臂和蠕动泵等。定量分析时，预先设定好光谱预处理信息及建模分析方法，采集光谱后可调用模型，进行自动分析。所有测定结果可以自动保存，如分析结果、进样参数、模型预处理参数、分析方法及操作者信息等。软件可通过样品设定特征

吸收峰来检查流通池中样品是否含有气泡等。如果

检测该吸收峰出现异常，就说明流通池中含有气泡或者进样不完全（样品未完全充满流通池）。软件会自动终止运行，并提醒用户检查出现的问题。结

果可以直接打印、输出到其他软件（如Ｅｘｃｅｌ、Ｏｒｇｒｉｎ

等）作进一步分析和报告或直接输出光谱到其他分析软件进行分析…。。

本文将酸价和过氧化值模型参数设置于

ＵＭＰＩＲＥ

Ｐｒｏ软件中。３５ｍＬ待测油样置于４０ｍＬ的

进样瓶中依次编号放入自动进样盘中，进样前先扫描背景光谱，机械臂通过进样针借助蠕动泵把待测样吸进流通池中，采集光谱，以实现自动化检测。样品光谱扫描时间约为１５Ｓ，机械臂移动时间约为

１０Ｓ，进样和润洗流通池时间约为２０Ｓ（相对于以约

２０

ｍＬ的待测样品来清洗容积约１ｍＬ的流通池，通

过分析表明可以将流通池完全润洗，达到检测要

求），一个样品检测时间约为４５Ｓ，每小时检测速度

可达９０个样品。

２结果与分析

２．１光谱特征分析

图３ａ为食用油原始光谱图，光谱在８

２８０、

７０７４、５８０１～５７９５、５６７８、４６６３

ｅｍ。１波数处有较强

的吸收峰。食用油是多种脂肪酸甘油三酯的混和物，其主要为甘油基以及多种脂肪酸基，其化学成分

有一ｃＨ，、－－ＣＨ，、Ｃ—ｃ、Ｏ—Ｈ、Ｃ—ｏ等基团¨…，成

分较为单一，特征波段较明显，８

２８０

ｃｍ‘１处的吸收

峰认为与亚甲基和甲基的二级倍频吸收有关，７

２００～

７０００

ｃｍ“问的双峰与亚甲基第二组合频吸收有

关，在６

０００～５５００

ｃｍ。１有两个吸收峰与亚甲基组

合频谱吸收和甲基三级倍频吸收有关，４

７００～

４６００

ｃｍ“之间的吸收峰可能是双键的组合频吸收

谱带¨“。图３ｂ、３Ｃ、３ｄ分别是原始光谱经一阶求导、二阶求导、一阶求导＋ＮＦ（１５，６）处理后的图谱，其中ＮＦ（１５，６）表示段长为１５，段间距为６。经Ｎｏｒｒｉｓ平滑处理，提高分析信号的信噪比，降低噪声对模型的影响，经一阶求导处理，去除同波长无关的漂移，强化谱带特征、克服谱带重叠，光谱条带更为清晰。

波数／ｃｍ

（ａ）

ＯＯ３Ｏ０２

０ＯＩ

ＯＯＯ１

赵骤苌霉

一

ＯＯ２一ＯＯ３一ＯＯ４一

ＯＯ５

１２０００１１０００１００００９０００８０００７０００６０００５０００４０００

波数／ｃｍ“

（ｂ）

０００６０．００４ａ＿０．００２

哩０

晕一Ｏ

００２

—０．００４—０．００６

１２０００１１０００１００００

９０００

８０００

７０００

６０００

５０００

４０００

波数／ｃｍ。１

（ｃ）

Ｏ００

一

０

遥慧霞幂

一０一０一

００

∞屹叭。叭吆∞∞∞

１２０００１１０００ｌＵＵＵＵ

９０００

８０ＵＵ

７０００

６０ＵＵ５０００４０００

波数／ｃｍ

ｌ

（ｄ）

图３食用油光谱图

Ｆｉｇ．３

ＮＩＲｓｐｅｃｔｒａｏｆｅｄｉｂｌｅｏｉｌｓ

（ａ）原始光谱（ｂ）一阶导光谱

（ｃ）二阶导光谱（ｄ）一阶求导＋ＮＦ（１５，６）光谱

２．２酸价和过氧化值建模

２．２．１酸价建模

从收集的１５０个样品中随机选择１１０个样品数作为校正集样品，其余４０个为验证集样品，选择不同的光谱预处理方式和光谱范围，酸价ＰＬＳ建模效果见表２，表中（９

０８５，１０

１９２）和（６

５２４，４

８２３）表示

采用９

０８５ｅｍ～，１０１９２

ｃｍ。两点和６

５２４ｃｍ～，

４８２３

ｅｍ。１两点基线校正。

第９期

于修烛等：基于近红外光谱的食用油酸价和过氧化值自动化检测

１５３

万方数据

表２食用油酸价光谱不同预处理建模效果

Ｔａｂ．２

Ｒｅｓｕｌｔｓｏｆｃａｌｉｂｒａｔｉｏｎｓｗｉｔｈｄｉｆｆｅｒｅｎｔｐｒｅｐｒｏｃｅｓｓｉｎｇ

ｆｏｒａｃｉｄｖａｌｕｅｏｆｅｄｉｂｌｅｏｉｌｓ

由表２可知，在波数范围为５

５００～４６００ｃｍ。

时建模效果较为理想，这可能与Ｏ—Ｈ伸缩振动和

Ｃ—Ｏ伸缩振动组合频在５

２９０

ｃｍ“处吸收有

关。１“，而酸价是衡量食用油中游离脂肪酸含量的指标，与。一Ｈ和ＣｍＯ基团有着密切相关。最佳建

模条件为在５

５００—４６００

ｃｍ。１范围内光谱采用

（６

５２４，４

８２３）两点基线校正和标准正交变换

（ＳＮＶ），Ｒ达到０．９９０３，ＲＭＳＥＣ达到０．０８２

ｍｇ／ｇ。

在此建模条件下，校正集和验证集中实测值和预测值关系分布如图４和图５所示。验证集中Ｒ为

０．９８７

３，ＲＭＳＥＰ为０．１１４

ｍｇ／ｇ。

警

曲

鲁

理§骚

实洲值／ｍｇ．ｇ—ｌ

图４校正集中食用油酸价实测值和模型预测值分布

Ｆｉｇ．４

Ｐｒｅｄｉｃｔｅｄ＂ｓｒｅｆｅｒｅｎｃｅａｃｉｄｖａｌｕｅｏｆｅｄｉｂｌｅｏｉｌｓｉｎｃａｌｉｂｒａｔｉｏｎ

ｓｅｔ

实测值／ｍｇ?ｇ—Ｉ

图５

验证集中食用油酸价实测值和模型预测值分布

Ｆｉｇ．５

Ｐｒｅｄｉｃｔｅｄ＂ｓｒｅｆｅｒｅｎｃｅａｃｉｄｖａｌｕｅｏｆｅｄｉｂｌｅｏｉｌｓｉｎｖａｌｉｄａｔｉｏｎ

ｓｅｔ

２．２．２过氧化值建模

收集的１５０个样品中１１０个样品数作为校正集

样品，４０个为验证集样品，选择不同的光谱预处理方式和光谱范围，过氧化值ＰＬＳ法建模结果如

表３所示，表中ＳＦ（１３，３）表示在１３个数据点、多项式次方为３。

表３食用油过氧化值光谱不同预处理建模效果

Ｔａｂ．３

Ｒｅｓｕｌｔｓｏｆｃａｌｉｂｒａｔｉｏｎｓｗｉｔｈｄｉｆｆｅｒｅｎｔｐｒｅｐｒｏｃｅｓｓｉｎｇ

ｆｏｒｐｅｒｏｘｉｄｅｖａｌｕｅｏｆｅｄｉｂｌｅｏｉｌｓ

由表３可知，在过氧化值校正集建模中，在

８０００—４４５０

ｃｌｎ“范围内采用原始光谱和Ｎｏｒｒｉｓ导

数平滑＋一阶求导的建模效果均较好，相关系数Ｒ

分别达到０．９９４９和０．９９６０，校正误差均方根

ＲＭＳＥＣ分别为０．８８ｍｍｏｌ／ｋｇ和０．７８ｍｍｏｌ／ｋｇ，最

佳建模条件为Ｎｏｒｒｉｓ导数平滑＋一阶求导，在此建模条件下，校正集和验证集中实测值和预测值关系分布如图６和图７所示，验证集中Ｒ为０．９９５

８，

ＲＭＳＥＰ为０．９０

ｍｍｏｌ／ｋｇ。

实测值／ｍｍｏｌ?ｋｇ～Ｉ

图６校正集中食用油过氧化值实测值和模型预测值分布

Ｆｉｇ．６

Ｐｒｅｄｉｃｔｅｄ口５ｒｅｆｅｒｅｎｃｅｖａｌｕｅｏｆｐｅｒｏｘｉｄｅ

ｉｎｅｄｉｂｌｅｏｉｌｓｉｎｃａｌｉｂｒａｔｉｏｎ

ｓｅｔ

实测值／ｍｍｏｌ?ｋｇ。。

图７验证集中食用油过氧化值实测值和模型预测值分布

Ｆｉｇ．７

Ｐｒｅｄｉｃｔｅｄ口５ｒｅｆｅｒｅｎｃｅｐｅｒｏｘｉｄｅｖａｌｕｅｏｆ

ｅｄｉｂｌｅｏｉｌｓｉｎｖａｌｉｄａｔｉｏｎ

ｓｅｔ

２．３

酸价和过氧化值模型盲样验证

对收集的４０个盲样，先扫描光谱，用国标方法

万方数据１５４农业机械学报２０１２生测定样品的酸价和过氧化值，并对预测酸价和过氧要求，进一步表明，近红外自动分析仪结合连续进样化值与实测值进行比较分析，其结果见图８和图９。流通池自动化快速检测食用油的酸价和过氧化值是可行的。２．４精密度和准确度分析对酸价和过氧化值验证集样品进行精密度和准确度检验，采用ｔ检验法判断近红外光谱法和国标法是否存在显著性差异，对盲样预测集样品中４０个样品的预测值与实测值进行配对ｔ检验。酸价和过氧化值相应ｔ值分别为２．０３和一１．６９５，其绝对值图８食用油酸价实测值和模型预测值分布均小于临界值ｔ。。．。。，＝２．０２，说明近红外法和国标Ｆｉｇ．８Ｐｒｅｄｉｃｔｅｄ＂ｓｒｅｆｅｒｅｎｃｅａｃｉｄｖａｌｕｅｏｆｅｄｉｂｌｅ法无明显差异。对同一样品进行１０次光谱扫描，由ｏｉｌｓｉｎｂｌｉｎｄｖａｌｉｄａｔｉｏｎｓｅｔ模型获得各组分含量的预测值，并得到１０次测量结果的相对标准偏差（ＲＳＤ），酸价和过氧化值ＲＳＤ分别为１．３３０％和０．８６５％，表明方法重现性较好。３结束语利用近红外自动分析仪结合连续进样流通池实现食用油酸价和过氧化值的快速检测，建模和模型验证结果表明：在５５００～４６００ａｍ“范围内，采用图９食用油过氧化值实测值和模型预测值分布（６５２４，４８２３）两点基线校正和标准正交变换Ｆｉｇ．９Ｐｒｅｄｉｃｔｅｄｔ】ｓｒｅｆｅｒｅｎｃｅｐｅｒｏｘｉｄｅｖａｌｕｅｏｆ（ＳＮＶ），酸价模型验证尺为０．９８７３，ＲＭＳＥＰ为ｅｄｉｂｌｅｏｉｌｓｉｎｂｌｉｎｄｖａｌｉｄａｔｉｏｎｓｅｔ０．１１４ｍｇ／ｇ；在８０００～４４５０ｃｍ。范围内，采用ＮＦ由图８、图９可以看出，盲样验证中所得到酸价（１５，６）＋一阶求导，过氧化值模型验证Ｒ为０．９９５８，和过氧化值预测值与实测值相关方程的斜率接近于ＲＭＳＥＣ为０．９０ｍｍｏｌ／ｋｇ；盲样验证测定结果与国标１，截距接近于０，Ｒ值均大于０．９８，表明模型预测值法测定结果相比非常接近，相对标准偏差均小于与实测值比较接近。通过各指标的相对标准偏差计１０％，符合国标相关要求。方法与近红外自动分析算，其值均小于１０％，测定结果符合有关国标规定仪相结合每小时可检测９０个样品。参考文献１孙丽芹，董新伟，刘玉鹏，等，脂类的自动氧化机理［Ｊ］．中国油脂，１９９８，２３（５）：５６～５７．ＳｕｎＬｉｑｉｎ，ＤｏｎｇＸｉｎｗｅｉ，ＬｉｕＹｕｐｅｎｇ，ｅｔａ１．Ａｕｔｏｘｉｄａｔｉｖｅｍｅｃｈａｎｉｓｍｏｆｌｉｐｉｄｓ［Ｊ］．ＣｈｉｎａＯｉｌｓａｎｄＦａｔｓ，１９９８，２３（５）：５６～５７．（ｉｎＣｈｉｎｅｓｅ）２ＣｈｏｅＥ．ＭｉｎＤＢ．ＭｅｃｈａｎｉｓｍｓａｎｄｆａｃｔｏｒｓｆｏｒｅｄｉｂｌｅｏｉｌｏｘｉｄａｔｉｏｎｌＪ１．ＣｏｍｐｒｅｈｅｎｓｉｖｅＲｅｖｉｅｗｓｉｎＦｏｏｄＳｃｉｅｎｃｅａｎｄＦｏｏｄＳａｆｅｔｙ，２００６，５（４）：１６９～１８６．３王刚，祝诗平，阚建全，等．花椒挥发油含量的近红外光谱无损检测［Ｊ］．农业机械学报，２００８，３９（３）：７９～８１．ＷａｎｇＧａｎｇ，ＺｈｕＳｈｉｐｉｎｇ，ＧａｎＪｉａｎｑｕａｎ，ｅｔａ１．ＮｏｎｄｅｓｔｒｕｃｔｉｖｅｄｅｔｅｃｔｉｏｎｏｆｖｏｌａｔｉｌｅｏｉｌｃｏｎｔｅｎｔｉｎＺａｎｔｈｏｘｙｌｕｍＢｕｎｇｅａｇｕｍＭａｘｉｍｂｙｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆｔｈｅＣｈｉｎｅｓｅＳｏｃｉｅｔｙｆｏｒＡｇｒｉｃｕｌｔｕｒａｌＭａｃｈｉｎｅｒｙ，２００８，３９（３）：７９—８１．（ｉｎＣｈｉｎｅｓｅ）４吴静珠，徐云．基于ＣＡＲＳ—ＰＬＳ的食用油脂肪酸近红外定量分析模型优化［Ｊ］．农业机械学报，２０１１，４２（１０）：１６２～１６６．ＷｕＪｉｎｇｚｈｕ，Ｘｕｒｕｎ．ＮＩＲｑｕａｎｔｉｔａｔｉｖｅｍｏｄｅｌｏｐｔｉｍｉｚａｔｉｏｎｏｆｆａｔｔｙａｃｉｄｉｎｅｄｉｂｌｅｏｉｌｂａｓｅｄｏｎＣＡＲＳ—ＰＬＳ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆｔｈｅＣｈｉｎｅｓｅＳｏｃｉｅｔｙｆｏｒＡｇｒｉｃｕｌｔｕｒａｌＭａｃｈｉｎｅｒｙ，２０１１，４２（１０）：１６２～１６６．（ｉｎＣｈｉｎｅｓｅ）５毕艳兰，鲍丹青，田原，等．利用傅里叶近红外技术快速测定食用食用油的过氧化值［Ｊ：．中国油脂，２００９，３４（３）：７１～７４．ＢｉＹａｎｌａｎ，ＢａｏＤａｎｑｉｎｇ，ＴｉａｎＹｕａｎ，ｅｔａ１．Ｒａｐｉｄｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｐｅｒｏｘｉｄｅｖａｌｕｅｏｆｅｄｉｂｌｅ ｖｅｇｅｔａｂｌｅｏｉｌｓｂｙｎｅａｒ—ｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ］．ＣｈｉｎａＯｉｌｓａｎｄＦａｔｓ，２００９，３４（３）：７１—７４．（ｉｎＣｈｉｎｅｓｅ）６王立琦，张礼勇，朱秀超．大豆油脂过氧化值的近红外光谱分析［Ｊ］．食品科学，２０１０，３１（６）：２０５—２０７．ＷａｎｇＬｉｑｉ，ＺｈａｎｇＬｉｙｏｎｇ，ＺｈｕＸｉｕｃｈａｏ．Ｎｅａｒ—ｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｉｃａｎａｌｙｓｉｓｏｆｐｅｒｏｘｉｄｅｖａｌＨｅｏｆｓｏｙｂｅａｎｏｉｌ［Ｊ］．ＦｏｏｄＳｃｉｅｎｃｅ，２０１０，３１（６）：２０５—２０７．（ｉｎＣｈｉｎｅｓｅ）（下转第１５９页）