CN101140225B - 一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法 - Google Patents
一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法 Download PDFInfo
- Publication number
- CN101140225B CN101140225B CN 200710017122 CN200710017122A CN101140225B CN 101140225 B CN101140225 B CN 101140225B CN 200710017122 CN200710017122 CN 200710017122 CN 200710017122 A CN200710017122 A CN 200710017122A CN 101140225 B CN101140225 B CN 101140225B
- Authority
- CN
- China
- Prior art keywords
- near infrared
- spices
- sample
- spice
- lead
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 235000013599 spices Nutrition 0.000 claims abstract description 71
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 15
- 239000000523 sample Substances 0.000 claims description 42
- DNIAPMSPPWPWGF-UHFFFAOYSA-N Propylene glycol Chemical compound CC(O)CO DNIAPMSPPWPWGF-UHFFFAOYSA-N 0.000 claims description 30
- 238000001228 spectrum Methods 0.000 claims description 16
- 230000003595 spectral effect Effects 0.000 claims description 13
- 235000013305 food Nutrition 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000010238 partial least squares regression Methods 0.000 claims description 3
- 241000208125 Nicotiana Species 0.000 claims description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 claims description 2
- 230000008676 import Effects 0.000 claims description 2
- 238000012113 quantitative test Methods 0.000 claims description 2
- 238000004611 spectroscopical analysis Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 13
- 238000004458 analytical method Methods 0.000 abstract description 7
- 239000003153 chemical reaction reagent Substances 0.000 abstract description 5
- 238000007781 pre-processing Methods 0.000 abstract 1
- 239000000243 solution Substances 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 5
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 description 4
- WTDHULULXKLSOZ-UHFFFAOYSA-N Hydroxylamine hydrochloride Chemical compound Cl.ON WTDHULULXKLSOZ-UHFFFAOYSA-N 0.000 description 4
- 239000003205 fragrance Substances 0.000 description 4
- UOFGSWVZMUXXIY-UHFFFAOYSA-N 1,5-Diphenyl-3-thiocarbazone Chemical compound C=1C=CC=CC=1N=NC(=S)NNC1=CC=CC=C1 UOFGSWVZMUXXIY-UHFFFAOYSA-N 0.000 description 3
- 238000004497 NIR spectroscopy Methods 0.000 description 3
- 238000000862 absorption spectrum Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 2
- 235000009120 camo Nutrition 0.000 description 2
- 244000213578 camo Species 0.000 description 2
- NEHMKBQYUWJMIP-UHFFFAOYSA-N chloromethane Chemical compound ClC NEHMKBQYUWJMIP-UHFFFAOYSA-N 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 239000000796 flavoring agent Substances 0.000 description 2
- 235000019634 flavors Nutrition 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002304 perfume Substances 0.000 description 2
- NNFCIKHAZHQZJG-UHFFFAOYSA-N potassium cyanide Chemical compound [K+].N#[C-] NNFCIKHAZHQZJG-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 description 1
- BELBBZDIHDAJOR-UHFFFAOYSA-N Phenolsulfonephthalein Chemical compound C1=CC(O)=CC=C1C1(C=2C=CC(O)=CC=2)C2=CC=CC=C2S(=O)(=O)O1 BELBBZDIHDAJOR-UHFFFAOYSA-N 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 235000011114 ammonium hydroxide Nutrition 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- KLOIYEQEVSIOOO-UHFFFAOYSA-N carbocromen Chemical compound CC1=C(CCN(CC)CC)C(=O)OC2=CC(OCC(=O)OCC)=CC=C21 KLOIYEQEVSIOOO-UHFFFAOYSA-N 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- YXVFQADLFFNVDS-UHFFFAOYSA-N diammonium citrate Chemical compound [NH4+].[NH4+].[O-]C(=O)CC(O)(C(=O)O)CC([O-])=O YXVFQADLFFNVDS-UHFFFAOYSA-N 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000002778 food additive Substances 0.000 description 1
- 235000013373 food additive Nutrition 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 229910017604 nitric acid Inorganic materials 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 239000012086 standard solution Substances 0.000 description 1
- 231100000167 toxic agent Toxicity 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种利用AOTF近红外光谱仪检测香料中铅的方法,包括:A.根据被测香料溶液的实际情况按照一定的铅浓度含量梯度配制校正样品集;B.利用AOTF近红外光谱仪采集校正样品集样品的近红外光谱数据;C.根据近红外光谱数据与铅含量的对应相关联数据建立定量校正模型;D.采集待测香料样品的近红外光谱数据;E.依据上述所建立的校正模型对待测香料样品中的铅进行定量分析,判定出待测香料样品中铅的含量等步骤。本发明具有不需要样品的预处理,检测速度快(秒级速度),不消耗试剂、无污染绿色环保分析、准确度高等优点。
Description
技术领域
本发明涉及一种铅的检测方法,具体地说涉及一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法。
背景技术
据中国疾病预防控制中心营养与食品安全所的一项调查和研究表明:人体中的铅大约有90%是来自于食品。我国居民从食品中摄入的铅约为82.5微克/天,虽然低于世界卫生组织86微克/天的标准,但远远高于西方发达国家每天十几微克甚至是几微克的水平。
我国以往对食物中铅含量的限制标准较为宽松,这也是造成这一状况的原因之一。目前,国家正着手将这一标准提高,以减少食物中的铅对人体的危害。
在所述的食品中,食品添加剂特别是香精中的铅含量的限制往往被忽视,随着国家对食物中铅限量标准的调高,香精中铅含量的检测也越来越被重视。香料中铅含量的测定方法,国家标准方法为GB8449-87:二硫腙比色法。其原理为:样品经处理加入柠檬铵、氰化钾和盐酸羟胺等,消除铁、铜、锌等离子干扰,在pH8.5~9.0时,铅离子与双硫腙生成红色络合物,用三氯甲烷提取,与标准系列,比较做限量试验或定量试验。在整个分析过程中,需要消耗大量的试剂,包括硝酸、硫酸、氨水、盐酸、三氯甲烷、酚红指示液、柠檬酸氢二铵、盐酸羟胺、双硫腙三氯甲烷溶液、氰化钾、二苯基硫巴腙(双硫腙)、铅标准溶液等,其中有很多是强酸强碱和剧毒化合物,操作稍有不慎就会造成实验事故,严重影响化验操作人员的身体健康。该方法操作烦琐复杂,费时费力,不能够对样品无损伤和在线实施检测,而且技术性较强,非技术人员很难掌握。因此,在实际分析上该指标的检测也只是要求每半年才检测一次。因此,建立快速检测香精中的铅含量的方法成为当务之急。
声光可调滤光器近红外检测技术具有方法简单,迅速高效的特点。传统的近红外观点认为,近红外光谱技术只能检测有机物的成分含量,且对痕量物质无法检测。但是随着分光技术的提高和光谱仪的升级,采用最新一代分光技术的声光可调滤光器近红外光谱仪其信噪比与采用前几代分光技术的仪器相比要高很多,因此仪器的检测范围也得到了相应扩展。通过申请人实验发现,声光可调滤光器近红外光谱仪能够有效的检测出香料中痕量铅的含量。经检索,相关的利用声光可调滤光器近红外光谱仪检测香料中铅的方法的研究和专利未见有报道。
发明内容
针对上述现有技术的不足,本发明要解决的问题是提供一种不需要样品预处理,检测速度快(秒级速度),不消耗试剂,无污染,准确度高的利用声光可调滤光器近红外光谱仪检测香料中铅的方法。
本发明所述的利用声光可调滤光器近红外光谱仪检测香料中铅的方法,包括以下步骤:
A.根据被测香料丙二醇溶液的实际情况按照一定的铅浓度含量梯度配制校正样品集;
B.利用声光可调滤光器近红外光谱仪采集校正样品集样品的近红外光谱数据;
C.根据近红外光谱数据与铅含量的对应相关联数据建立定量校正模型;
D.采集待测香料丙二醇溶液样品的近红外光谱数据;
E.依据上述所建立的校正模型对待测香料样品中的铅进行定量分析,判定出待测香料样品中铅的含量;
其中:步骤A所述被测香料丙二醇溶液的实际情况是:实际使用的香料丙二醇溶液中铅含量的浓度分布情况;所述校正样品集是指用来建立模型的样品既能涵盖化学分析所能承受的范围,又能充分代表原来样品的全部背景信息的样品。步骤B或D所述近红外光谱数据采集以透射的测样方式进行,每一张光谱均为1~500次扫描的平均结果,波长范围是780nm~2500nm,波长增量为0.3~20nm;步骤C所述定量校正模型的建立方法是:将采集的近红外光谱数据经过一阶微分处理的5~13中的奇数点平滑,导入分析软件,并将光谱数据与铅含量的数据一一对应,采用偏最小二乘回归法,完全交互验证建立而成;所述的香料是食品或烟草用香料。
上述步骤B或D所述近红外光谱数据采集,优选使用Brimrose公司Luminar 5030型近红外光谱仪加装的液体测量专用探头。
上述步骤B或D所述每一张光谱均优选为80~200次扫描的平均结果,波长范围优选1100nm~2300nm,波长增量优选为1~10nm。
其中:步骤B或D所述每一张光谱均最优选为100次扫描的平均结果,波长范围是1100nm~2300nm,波长增量最优选为2nm。
上述利用声光可调滤光器近红外光谱仪检测香料中铅的方法中:所述分析软件优选采用挪威CAMO公司The Unscrambler分析软件。
本发明所涉及的硬件设备和软件和数学处理方式均为现有常规技术,涉及的具体操作均可以依据通用方法实施。
本发明利用声光可调滤光器近红外分析技术,根据有机物官能团对近红外光产生特征吸收的原理,通过分析样品的近红外光谱数据,运用偏最小二乘回归法(PLS1)建立定量分析模型,实现了对待测香料样品中铅的快速定量检测。
本发明方法的突出效果是:该检测方法完全不需要消耗任何的化学试剂,只需检测样品的近红外光谱即可在几秒钟内得到精度很高的定量分析结果,而且不破坏被检测的样品不需要对样品进行预处理,是一种绿色环保的分析技术。另外,声光可调滤光器近红外光谱仪体积小,便于携带,可方便地进行现场检测,大大提高了工作效率。
本发明利用声光可调滤光器近红外检测技术来分析香料中的铅含量,方法简单,迅速高效,与国家标准检测方法相比,采用声光可调滤光器近红外技术检测铅含量的方法绿色环保,不消耗任何的试剂,不破坏样品,是一种快速高效的检测方法。
附图说明
图1.1号香料的吸收光谱图
图2.2号香料的吸收光谱图
图3.3号香料的吸收光谱图
图4.1号香料的一阶微分光谱图
图5.2号香料的一阶微分光谱图
图6.3号香料的一阶微分光谱图
图7.The Unscrambler软件中样品的光谱数据与Pb的含量数据对应
图8.1号香料Pb的PLS1回归模型
图9.2号香料Pb的PLS1回归模型
图10.3号香料Pb的PLS1回归模型
图11.预测值做为一级数据后1号香料Pb的模型
具体实施方式
下面结合附图和实施例对本发明进一步说明。
仪器条件和样品处理:
仪器:美国BRIMROSE公司产的Luminar 5030型便携式声光可调滤光器技术近红外光谱仪,主要部件包括:光学部分、控制部分、电源适配器、光纤探头、笔记本电脑。仪器波长范围为1100nm到2300nm,2nm的波长增量,扫描次数为100,采用InGaAs检测器,测试光程15mm。挪威CAMO公司The Unscrambler分析软件。
样品:选择市售3个厂家不同用途的香料样品,编号分别为1、2、3号,所有样品均为丙二醇溶液香料。1号样品数量为210ml,为表香香料;2号样品数量200ml,为醇香香料;3好样品数量230ml,为底料香料。三个样品均用丙二醇稀释至300ml。1号、2号样品颜色较浅,没有粘性;3号样品比较粘稠,颜色很深。
利用声光可调滤光器近红外光谱仪对所选不同香料中痕量铅(Pb)进行测量。
按照表1的配比将Pb用三个香料样品各25ml定容,配制得到表1所示最终溶液中Pb的含量。
表1、Pb香料样品的配制表
测量方式:
本次实验用声光可调滤光器近红外光谱仪分别扫描用3个不同厂家的香料配制的Pb的香料样品共计30个,每个厂家10个样品。Pb的浓度范围为1ppm~10ppm,每隔1ppm配制一个样品。使用Brimrose公司Luminar 5030型近红外光谱仪加装液体测量专用探头,通过透射的方式采集液体样品的光谱数据。
光谱采集方式为将探头伸到盛放液体的试管中,液体要充满探头的缺口部分,晃动探头,将气泡消除,然后进行测量。每一张光谱都是100次扫描的平均结果,波长范围从1100nm到2300nm,波长增量为2nm。每个样品均连续扫描10次,得到10张光谱图。
将所有样品的光谱数据经过一阶微分处理(9点平滑),导入The Unscrambler分析软件,将每个样品的光谱数据与Pb的含量数据一一对应,然后利用PLS1(偏最少二乘法)进行计算创建定量分析模型(见图8~图10)。
从图8至图10可以看出:Pb均有很好的相关性,相关系数都在0.97以上。1号香料所配置的Pb溶液不够准确,每个数据点的离散程度较大,相关系数相对较低。2号、3号香料配置的Pb溶液准确度较高,都有很高的相关系数,数据点的离散程度很小,但有个别的浓度配制不够准确。
预测:
本次实验共建立了3个模型,分别是1号香料的Pb模型;2号香料的Pb模型;3号香料的Pb模型。因为每个样品扫描了10次,得到10张光谱,将每个样品的10张光谱平均为1个光谱,那么得到所有样品的30个光谱。利用以上3个模型分别对1、2、3号香料的10个样品光谱进行预测,得到Pb含量的预测值,预测值与参考值的偏差结果见表2。
为了验证模型的测试准确性和重复性,试验中对3号香料共10个样品,随机抽出编号为303、307、310三个样品进行预测,每个样品测量3次,调用3号香料的Pb模型进行预测,得到很好的预测结果和很好的重复性,见表3。
表2、调用3个模型对所有Pb样品的预测结果
表3、3号香料3个样品的预测结果
分析:
从表2可以看出:3号香料中的Pb含量的预测结果最好,提供的参考值与预测值最为接近,2号香料的预测结果次之,1号香料稍差。分析原因,可能是1号香料配制的浓度不够准确,即提供建立模型用的一级数据不够准确,一级数据准确了可能建立一个好的模型,但数据不准确肯定不能建立一个好的模型。从图8也可以看出:由于数据的不够准确,每个数据处点的离散程度很大。虽然模型有很好的相关系数,但预测的准确度较差。
为了说明1号香料所提供的一级数据不够准确,本发明通过下面的方法进行验证。近红外的光谱分析是通过采用多元校正方法建立近红外光谱与被测性质之间的定量关系,这种关系的确立建立在统计回归和误差理论的基础上。近红外光谱分析模型是回归的结果,其预测结果在统计意义上更接近于“真值”。根据以上的理论基础,我们可以将表2中Pb的近红外预测值作为“真值”,与样品的光谱对应,重新建立Pb的验证模型,并对1号香料的10个样品进行预测,结果见表4、表5。
通过表4可以看出:验证模型的相关系数比原模型好很多。表5预测结果的比较,也可以看出,验证模型的预测平均偏差比原模型的预测平均偏差要小很多。从而证明了1号香料中所提供的一级数据是不够准确的。
表4:前后模型相关系数比较
相关系数 | 原模型 | 验证模型 |
Pb | 0.9741 | 0.9951 |
表5:前后模型Pb预测结果比较
结论:
经过选择不同生产厂家多个香料的实验结果说明,利用声光可调滤光器近红外光谱仪器可以对香料中ppm级别的痕量Pb进行有效的检测。虽然实验的过程是通过在香料的溶液中配制Pb得到一定梯度的Pb含量的香料溶液,但与实际的香料已无太大的差别,因此,可以断定在实际的香料测试中,本发明可以有效地检测到ppm级别浓度的Pb含量。
Claims (4)
1.一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法,包括以下步骤:
A.根据被测香料丙二醇溶液的实际情况按照一定的铅浓度含量梯度配制校正样品集;
B.利用声光可调滤光器近红外光谱仪采集校正样品集样品的近红外光谱数据;
C.根据近红外光谱数据与铅含量的对应相关联数据建立定量校正模型;
D.采集待测香料丙二醇溶液样品的近红外光谱数据;
E.依据上述所建立的校正模型对待测香料样品中的铅进行定量分析,判定出待测香料样品中铅的含量;
其中:步骤A所述被测香料丙二醇溶液的实际情况是:实际使用的香料丙二醇溶液中铅含量的浓度分布情况;步骤B或D所述近红外光谱数据采集以透射的测样方式进行,每一张光谱均为1~500次扫描的平均结果,波长范围是780nm~2500nm,波长增量为0.3~20nm;步骤C所述定量校正模型的建立方法是:将采集的近红外光谱数据经过一阶微分处理的5~13中的奇数点平滑,导入分析软件,并将光谱数据与铅含量的数据一一对应,采用偏最小二乘回归法,完全交互验证建立而成;所述的香料是食品或烟草用香料。
2.根据权利要求1所述的利用声光可调滤光器近红外光谱仪检测香料中铅的方法,其特征在于:步骤B或D所述近红外光谱数据采集,使用Brimrose公司Luminar 5030型近红外光谱仪加装的液体测量专用探头。
3.根据权利要求1所述的利用声光可调滤光器近红外光谱仪检测香料中铅的方法,其特征在于:步骤B或D所述光谱采集时,每一张光谱均为80~200次扫描的平均结果,波长范围是1100nm~2300nm,波长增量为1~10nm。
4.根据权利要求3所述的利用声光可调滤光器近红外光谱仪检测香料中铅的方法,其特征在于:步骤B或D所述光谱采集时,每一张光谱均为100次扫描的平均结果,波长范围是1100nm~2300nm,波长增量为2nm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200710017122 CN101140225B (zh) | 2007-09-04 | 2007-09-04 | 一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200710017122 CN101140225B (zh) | 2007-09-04 | 2007-09-04 | 一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101140225A CN101140225A (zh) | 2008-03-12 |
CN101140225B true CN101140225B (zh) | 2010-11-03 |
Family
ID=39192263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200710017122 Active CN101140225B (zh) | 2007-09-04 | 2007-09-04 | 一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101140225B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768193A (zh) * | 2011-05-04 | 2012-11-07 | 中国科学技术大学 | 一种快速测定活性污泥胞内储存物质含量的红外光谱方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261221B (zh) * | 2008-04-21 | 2010-10-06 | 中国烟草总公司郑州烟草研究院 | 近红外烟叶加料均匀性测试装置 |
CN101710071B (zh) * | 2009-12-09 | 2011-04-06 | 川渝中烟工业公司 | 建立烟草近红外模型的选样方法 |
CN107132199A (zh) * | 2017-04-26 | 2017-09-05 | 上海健康医学院 | 一种血清中肌酐含量近红外光谱测定方法 |
-
2007
- 2007-09-04 CN CN 200710017122 patent/CN101140225B/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768193A (zh) * | 2011-05-04 | 2012-11-07 | 中国科学技术大学 | 一种快速测定活性污泥胞内储存物质含量的红外光谱方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101140225A (zh) | 2008-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104062257B (zh) | 一种基于近红外光谱测定溶液中总黄酮含量的方法 | |
CN111965140B (zh) | 基于特征峰的波长点重组方法 | |
CN103543123A (zh) | 一种掺假牛奶的红外光谱识别方法 | |
CN113324973B (zh) | 一种结合光谱内标的多因素校正拉曼光谱定量分析方法 | |
CN106918567B (zh) | 一种测量痕量金属离子浓度的方法和装置 | |
CN103983595A (zh) | 一种基于紫外-可见光谱处理的水质浊度解算方法 | |
CN105372195B (zh) | 一种微量紫外分光光度计质量检测方法和检测试剂盒 | |
CN101846617A (zh) | 一种基于光谱分析的培养基中蔗糖含量的无菌检测方法 | |
CN104062259A (zh) | 一种采用近红外光谱快速测定复方阿胶浆中总皂苷含量的方法 | |
CN103308475A (zh) | 一种同时测量后处理料液中Pu(Ⅳ)及HNO3含量的方法 | |
CN104849232A (zh) | 一种快速检测蜂王浆水分和蛋白质含量的方法 | |
CN105044050A (zh) | 农作物秸秆中金属元素快速定量分析方法 | |
CN106950192A (zh) | 一种基于近红外光谱分析技术的植物蛋白饮料中主要成分含量快速检测的方法 | |
CN103175805A (zh) | 一种近红外光谱测定污水中cod和bod5指标的方法 | |
CN102937575A (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
CN101140225B (zh) | 一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法 | |
CN114282446A (zh) | 一种基于不同偏好光谱模型的拟合预测方法 | |
CN107505283A (zh) | 近红外光谱测定次生盐渍土壤中硝酸根离子含量的方法 | |
CN104297201A (zh) | 一种快速、准确定量调和油中各种油份比例的检测方法 | |
CN104596979A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法 | |
CN106383091A (zh) | 通过光谱直接定量添加物含量的方法 | |
CN109001182B (zh) | 封闭容器中酒精含量的拉曼光谱无损测定方法 | |
CN110231328A (zh) | 一种基于半峰高距离法的拉曼光谱定量分析技术 | |
CN115144363A (zh) | 一种采用近红外光谱测定硝酸含量的方法 | |
CN101487796A (zh) | 测定固体样品中三聚氰胺含量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |