CN102221533B - 一种基于紫外光谱花生油掺伪定量检测的方法 - Google Patents

一种基于紫外光谱花生油掺伪定量检测的方法 Download PDF

Info

Publication number
CN102221533B
CN102221533B CN2011101540747A CN201110154074A CN102221533B CN 102221533 B CN102221533 B CN 102221533B CN 2011101540747 A CN2011101540747 A CN 2011101540747A CN 201110154074 A CN201110154074 A CN 201110154074A CN 102221533 B CN102221533 B CN 102221533B
Authority
CN
China
Prior art keywords
oil
pseudo
peanut oil
amount
mixed
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.)
Expired - Fee Related
Application number
CN2011101540747A
Other languages
English (en)
Other versions
CN102221533A (zh
Inventor
于修烛
杨晨
杜双奎
高锦明
李志成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwest A&F University
Original Assignee
Northwest A&F University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwest A&F University filed Critical Northwest A&F University
Priority to CN2011101540747A priority Critical patent/CN102221533B/zh
Publication of CN102221533A publication Critical patent/CN102221533A/zh
Application granted granted Critical
Publication of CN102221533B publication Critical patent/CN102221533B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于紫外光谱的花生油掺伪定量检测方法,该方法利用紫外分光光度计作为检测工具。测定时,将石油醚按一定混合比例与油样充分混合,以石油醚为参比,利用花生油与其他食用油紫外光谱特征吸收峰的不同,测定特征波长处吸光值并与已知花生油掺伪量建立模型,再用模型预测待测花生油掺伪量。测定步骤分为模型建立、模型验证、模型应用等。该方法操作简单、快速、无需复杂的样品预处理且精密度较高,仪器价格低廉,便于推广应用,是一种花生油掺伪检测的新方法。

Description

一种基于紫外光谱花生油掺伪定量检测的方法
技术领域
本发明属于化学分析检测领域,具体涉及一种花生油掺伪的定量检测方法。
背景技术
花生油含油酸、亚油酸及白藜芦醇等活性成分,营养价值丰富且风味独特,深受广大消费者喜爱。花生油价格明显高于其他常见食用油如大豆油、葵花籽油、菜籽油、棉籽油、玉米胚芽油、棕榈油等,为降低生产成本,许多不法商贩常以价格较低的食用油掺入花生油中以牟取暴利。因此,花生油的快速掺伪检测是本领域技术人员所关注的。
花生油掺伪检测研究主要集中在理化指标检测法、气相色谱检测法、近红外光谱检测法、核磁共振检测法等。理化指标检测法是比较不同食用油的物理和化学特征(如相对密度、凝固点、比热、折光指数、碘值等)不同来进行掺伪检测。卜宏建等[1]利用植物油在温度变化时浑浊度会发生变化,随之吸光度也会变化的特性,通过比较不同样品的冻结曲线的方法快速鉴别花生油真伪。廖江明等[2]按一定量在花生油中掺入菜籽油、棕榈油,并测定其折光指数、伯利哀氏混浊度、碘价。通过冷冻试验等探讨掺伪花生油后各项指标的变化规律。虽然理化检测法简单易行,但由于食用油之间物理化学特征的差异性较小,其检测精度倍受各方质疑。
气相色谱法是近年来应用较普遍的食用油掺伪仪器分析方法。根据不同的食用油脂肪酸组成与含量不同 ,用气相色谱法测定脂肪酸的组成,再与纯油脂肪酸的组成比例进行比较分析,可鉴别掺伪品种,计算掺伪量。李卓新[3]采用气相色谱法测定油脂甲酯化后的脂肪酸含量,计算各种油的脂肪酸组成及含量,测定各种油掺入花生油后的脂肪酸含量变化,建立掺假花生油脂肪酸组成数据库,从而确定花生油的掺假情况;何艳华[4]也曾做过类似研究;黄建军[5]将油样进行甲酯化,利用气相色谱法测定芥酸的含量,从而确定花生油中是否掺入了菜籽油。但气相色谱法检测时间较长,仪器价格十分昂贵,限制了其广泛应用。
近红外光谱法也应用于食用油掺伪的研究。近红外光谱是有机化合物基团振动的倍频和合频吸收的综合表现,不同有机化合物、不同化学基团,有不同特征吸收波长。光谱中包含有机化合物组成和结构信息,能有效分析测定物质的组成及其组分含量。刘福莉等[6]采用偏最小二乘法等方法建立了食用调和油中花生油含量定量分析的近红外光谱定标模型,预测值与实际值相关系数为0.9996。近红外光谱法虽然准确、对样品无破坏性,但弊端也十分明显。建型时需要大量的标准样品,其仪器的价格也十分昂贵。
核磁共振法也可进行食用油掺伪的检测。核磁共振技术能区分油脂中所有不同化学环境的氢、碳、氧等原子的结构信息,一张高分辨核磁共振谱可以同时反映油脂中脂肪酸的结构信息。王乐等[7]利用脉冲式核磁共振方法分别检测了地沟油、泔水油和3种食用植物油,结果表明食用植物油中掺伪餐饮废油1%以上即可检出。但核磁共振仪器设备以及维护费用均十分昂贵,许多研究处于起步阶段,因此加大了推广的难度。于爱民等[8-9]设计了一种掺假花生油检测仪及建立掺假花生油检测方法,检测方法包括样品的预热和缓慢致冷过程,可对花生油中掺入菜籽油、葵花油、玉米油、棉籽油、棕榈油与大豆油等进行现场检测,但测定一个样品所需要的时间在半个小时以上,无法实现快速检测。
紫外光谱法由于具有快速、准确性高、仪器价格低廉等诸多优势,在食品掺伪检测方面得到一定的应用。由于不同种类食用油因所含成分不同,紫外光谱的特征吸收存在一定的差异。根据Lambert-Beer定律,当一束平行的单色光通过溶液时,溶液的吸光值与溶液的浓度和厚度的乘积成正比,可通过测定油样在特征波长的吸光值建模,利用模型测定掺伪含量,实现定量分析,在花生油掺伪定量检测方面尚未见报道。
以下是经发明人检索的主要参考文献:
(1)卜宏建,谭耀辉,呼雪丽,食用花生油掺杂的快速物理鉴别[J].食品科学,2000,21(1):55-56。
(2)廖江明,花生油掺菜籽油和棕榈油试验[J].粮食储藏,1998,27(3):42-45。
(3)李卓新,气相色谱法测定花生油掺假的研究[J].粮食储藏,2001,(3):41-43。
(4)何艳华,应用气相色谱法方法测定花生油掺伪的探讨[J].广西质量监督导报,2008,(9):71-72。
(5)黄建军,气相色谱法对花生油中掺入菜籽油的定性鉴别[J].粮食与食品工业,2005,12(4)54-55。
(6)刘福莉,王志岚,郑驰原 等,食用调和油中花生油含量的近红外光谱分析[J].激光生物学报,2007,16(6):759-762。
(7)王乐,黎勇,胡建华,核磁共振法鉴别食用植物油掺伪餐饮业废油脂[J].中国油脂,2008,33(10):75-77。
(8)于爱民,王振德,掺假花生油检测仪及一种掺假花生油建检测[P].中国专利申请号:200910077338,公开日:2009-07-15。
(9)于爱民,王振德,掺假花生油检测仪[P].中国专利申请号:200920105808.0,公开日:2009-11-25。
发明内容
针对上述现有技术存在的缺陷或不足,本发明的目的在于,提供一种花生油掺伪的定量快速检测方法,该方法利用紫外分光光度计作为检测工具,能够准确测定花生油的掺伪量。方法本身不受环境条件变化的影响,实际应用时对操作者技能无特殊要求,方法无需使用大量试剂,操作简单快速、无需复杂样品预处理且精密度较高,仪器价格低廉,便于推广应用。
为了实现上述任务,本发明采取的技术方案为:
1、一种基于紫外光谱的花生油掺伪定量测定方法,其特征在于,该方法利用紫外分光光度计作为检测工具,通过建立掺伪量与花生油及其他食用油在紫外光谱特征吸收峰的吸光值关系的模型测定花生油掺伪量,具体操作包括下列步骤:
1)模型建立:
A、取已知掺伪量的花生油样10个,称取每个掺伪油样0.500g,用石油醚定容至25mL,配制成浓度为20mg/mL混合液备用;
B、设置紫外分光光度计采集条件为:波长范围为250nm-350nm,扫描速度中速,采样间隔0.1nm,狭缝宽2nm;以石油醚为参比,依次扫描掺伪花生油的紫外光谱,测定波长280nm或者268nm处吸光值;
C、建立花生油掺伪量与该波长吸光值的函数关系。
2)模型验证:
选用不同油脂种类和等级的食用油和花生油,按步骤1)的A步骤分别配制3~10个油样,按步骤1)的B步骤设置紫外光谱采集条件,分别测定相应波长吸光值,根据所建模型预测花生油样掺伪量,并与实际掺伪量进行比较分析;验证油样掺伪预测值与实际掺伪值相对偏差≤15%,预测值与实际值相关系数≥0.95。
3)模型应用:
按步骤1)建立的模型,取待测油样0.500g,用石油醚定容至25mL,配制成浓度为20mg/mL混合液备用;按步骤1)的B步骤设置紫外光谱采集条件,以石油醚为参比,依次扫描掺伪花生油的紫外光谱,并测定相应波长的吸光值,利用建立模型预测油样掺伪量,获得该花生油的掺伪量。
本发明的方法不受环境条件变化的影响,对操作者技能无特殊要求,方法避免使用大量试剂,建立模型所需样品数量较少,简单快速、无需复杂样品预处理且精密度较高,仪器价格低廉,便于推广应用。
应用本发明测定花生油掺伪量,带来的技术效果如下:
(1)与传统方法相比,方法准确性高。
(2)方法对测定的仪器要求简单。
(3)对操作者技能没有特殊要求、试剂使用量小。
附图说明
图1是不同食用油(葵花籽油、大豆油、菜籽油、玉米胚芽油、花生油)紫外吸收光谱;
图2是不同波长吸光值与掺伪量与的关系;其中,图2(a)为波长268nm处吸光值;图2(b)为波长280nm处吸光值;
图3是波长为280nm处掺伪花生油掺伪量与吸光值关系;
图4是波长为280nm处花生油掺伪模型;
图5是波长为280nm处模型验证;
图6是波长为280nm处不同掺伪量花生油测定相对偏差;
以下结合发明人给出的实施例对本发明作进一步的详细说明。
具体实施方式
本发明的设计思路是,利用紫外分光光度计作为检测工具,紫外特征光谱是食用油种类判定的标志之一。由于各种物质具有各自不同的分子、原子和不同的分子空间结构,其光谱吸收不不相同,因此,每种物质就有某些特征波长,利用特征吸收波长的吸光值的高低判别或测定该物质的含量。不同种类食用油因所含成分不同,紫外光谱的特征吸收存在一定的差异。根据特征吸收峰产生位置不同对食用油进行定性分析;根据Lambert-Beer定律,当一束平行的单色光通过溶液时,溶液的吸光值与溶液的浓度和厚度的乘积成正比,可通过测定油样在波长的吸光值与实际掺伪量建模,利用模型测定待测花生油掺伪量,实现定量分析。
为了确定紫外分光光度计的检测特征吸收波长,申请人对食用油的紫外光谱进行了扫描。本实施例以花生油、大豆油、菜籽油、玉米胚芽油、葵花籽油各0.500g,用石油醚定容至25ml,配制成浓度为20mg/ml的标准液。设置紫外分光光度计采集条件为:波长范围250nm-350nm,扫描速度中速,采样间隔0.1nm,狭缝宽2nm。以石油醚为参比,依次扫描上述五种食用油的紫外光谱,以确定特征吸收峰。确定采集波长后,将大豆油、菜籽油、芝麻油、葵花籽油分别与花生油混合,分别配制5种不同混合量的油样。掺伪范围为0~80%进行试验,建立花生油掺伪量与吸光值关系的模型。
模型建立之后,随机选取不同于建模食用油品牌的其它品牌或散装大豆油、菜籽油、玉米胚芽油、葵花籽油、大豆油与玉米胚芽油重量比例为1:1混合油、菜籽油与葵花籽油重量比例为1:1混合油进行掺伪并在相同条件下采集光谱,测定相应的吸光值,进行模型验证,预测掺伪量与实际值的关系。验证油样掺伪量预测值与实测值相对偏差≤15%,且预测值与实际值建立的线性回归方程的相关系数≥0.95。
模型验证:取一定数量的盲样,按建模方法测定花生油掺伪样品吸光值并预测掺伪量。预测值与实际掺伪值相对偏差≤15%。
具体实验包括:
(1)原料
原料选用菜籽油、花生油、葵花籽油、大豆油、玉米胚芽油、葵花籽油、散装食用油,均购于陕西省杨凌区超市和农贸市场。
(2)油样预处理
准确称取掺伪量已知油样0.500g,分别用石油醚定容至25ml,配制成浓度为20mg/ml的标准液。
(3)光谱采集
设置紫外分光光度计采集条件为:波长范围250nm-350nm,扫描速度中速,采样间隔0.1nm,狭缝宽2nm。以石油醚为参比,依次扫描上述各油样的紫外光谱,以确定特征吸收峰。采集光谱见图1。
由图1可以看出,花生油与其它食用油在紫外可见区的吸收光谱差异性显著。花生油在268nm处有吸收峰;葵花籽油在279nm、269nm处有吸收峰;大豆油在315nm、300nm、280nm、268nm处有吸收峰;菜籽油在314nm、300nm、280nm处有吸收峰;玉米胚芽油在280nm、269nm、258nm处有吸收峰。除花生油外,其他4种食用油在280nm附近均存在吸收峰,同时,该4种食用油在268nm处有明显特征吸收。因此,可利用波长268nm和280nm处特征吸收峰对花生油掺伪进行定性和定量分析。
(4)波长验证
配制一定掺伪量的样品,分别在268nm和280nm下测定其吸光值,建立掺伪模型见图2。
由图2可以看出,268nm处建立模型的相关系数R2为0.9577;280nm处建立模型的相关系数R2为0.9734。波长在280nm和268nm处的模型相关系数均≥0.95,线性关系良好,表明波长为280nm和268nm均可作为花生油掺伪检测的特征波长。
(5)模型建立 
对不同掺伪量和种类的花生油在280nm处进行吸光值测量,分别建立吸光值与掺伪量关系,其结果见图3。
由图3可以看出,吸光值与掺伪量线性关系良好,四种掺伪油的相关系数分别为0.9932、0.9927、0.9980、0.9997。四种掺伪花生油的标准曲线较为相近,故将四种掺伪油的数据进行合并,建立一条花生油掺伪的鉴别测定模型,其结果见图4。
由图4可以看出,吸光值与掺伪量高度线性相关,相关系数R2为0.9779, SD=3.099,说明所建模型是可满足花生油的掺伪检测。
(6)模型验证
模型建立后,随机选取不同于建模食用油品牌的其它品牌或散装大豆油、菜籽油、玉米胚芽油、葵花籽油、大豆油与玉米胚芽油比例为1:1混合油、菜籽油与葵花籽油比例为1:1混合油进行掺伪并扫描紫外吸收光谱,测定相应的吸光值,进行模型验证,预测掺伪量与实际值的关系。其结果见图5。
由图5可知,掺伪花生油样品的掺伪量预测值与实际值之间高度相关,R2为0.9841,斜率为1.06接近1,SD为3.849,可以推测该方法能够对花生油掺伪进行定量分析的检出限为7.6%。说明对于掺伪量低于10%的掺伪花生油定量测定误差较大,不适于利用本法进行测定。模型预测结果良好,能够满足花生油掺伪定量分析。比较样品(已知掺伪量)预测值与真实值的差异,其相对偏差结果见图6。
由图6可知,预测值与实际值的相对偏差均小于15%,可以接受,进一步表明利用紫外光谱花生油掺伪检测是完全可行的。
实施例1:花生油中掺伪菜籽油的测定
1)花生油与菜籽油(添加维生素E)等均为市售,均匀取样。
2)模型建立:大豆油、菜籽油、芝麻油、葵花籽油分别与花生油混合,分别配制5种不同混合比例的油样。掺伪范围为0~80%进行试验,在波长280nm处建立花生油掺伪量与吸光值的函数关系:y=46.28x-27.51(y-待测样品的掺伪量,x-待测样品在280nm处的吸光值,下同)。
3)模型验证: 取掺伪量已知、且区别于建模油样品牌的食用油,其它品牌或散装大豆油、菜籽油、玉米胚芽油、葵花籽油、大豆油与玉米胚芽油重量为1:1混合油、菜籽油与葵花籽油重量为1:1混合油进行掺伪,扫描紫外吸收光谱测定280nm吸光值并预测掺伪量与实际掺伪量比较分析。
4)掺伪测定:按建模方法测定菜籽油掺伪花生油在280nm处的吸光值。利用模型y=46.28x-27.51预测其掺伪量,并与实际掺伪量比对,测定结果比较分析见表1。
表1:掺入菜籽油测定及相对偏差比较
Figure 2011101540747100002DEST_PATH_IMAGE001
由表1可以看出,本发明的方法测定花生油掺伪量与实际掺伪量的平均值分别为17.9%和20.0%,测定结果相对偏差为10.3%,没有显著差异性。从使用试剂上看,紫外分光光度分析技术用于花生油掺伪分析避免了大量试剂的消耗,建立模型所需样品数量较少。从对操作者要求来看,紫外分光光度分析技术用于花生油掺伪分析对操作者技能没有特殊要求,简便易行。由此可以看出,紫外分光光度分析技术用于花生油掺伪分析是完全可行的,对环境污染以及对操作人员身体危害小。
实施例2:花生油中掺伪12°棕榈油的测定
1)花生油与12°棕榈油等均为市售,均匀取样。
2)模型建立:大豆油、菜籽油、芝麻油、葵花籽油分别与花生油混合,分别配制5种不同混合量的油样。掺伪范围为0~80%进行试验,在波长280nm处建立花生油掺伪量与吸光值的函数关系:y=45.82x-26.60。
3)模型验证: 取掺伪量已知、且区别于建模油样品牌的食用油,其它品牌或散装大豆油、菜籽油、玉米胚芽油、葵花籽油、大豆油玉米胚芽油重量为1:1混合油、菜籽油葵花籽油重量比例为1:1混合油进行掺伪,扫描紫外吸收光谱测定280nm吸光值并预测掺伪量与实际掺伪量比较分析。
4)掺伪测定:按建模方法测定12°棕榈油掺伪花生油在280nm处的吸光值。利用模型y=45.82x-26.60预测其掺伪量,并与实际掺伪量比对,测定结果比较分析见表2。
表2:掺入12°棕榈油测定及相对偏差比较
Figure 2011101540747100002DEST_PATH_IMAGE002
由表2可以看出,本发明的方法测定花生油掺伪量与实际掺伪量的平均值分别为75.6%和80.2%,测定结果相对偏差为5.7%,没有显著差异性。从使用试剂上看,紫外分光光度分析技术用于花生油掺伪分析避免了大量试剂的消耗,建立模型所需样品数量较少。从对操作者要求来看,紫外分光光度分析技术用于花生油掺伪分析对操作者技能没有特殊要求,简便易行。由此可以看出,紫外分光光度分析技术用于花生油掺伪分析是完全可行的,对环境污染以及对操作人员身体危害小。
实施例3:花生油中掺伪食用调和油的测定
1)花生油与食用调和油等均为市售,均匀取样。
2)模型建立:大豆油、菜籽油、芝麻油、葵花籽油分别与花生油混合,分别配制5种不同混合量的油样。掺伪范围为0~80%进行试验,在波长268nm处建立花生油掺伪量与吸光值的函数关系:y=36.36x-35.36。
3)模型验证:取掺伪量已知、且区别于建模油样品牌的食用油,其它品牌或散装大豆油、菜籽油、玉米胚芽油、葵花籽油、大豆油与玉米胚芽油重量比例为1:1混合油、菜籽油与葵花籽油重量比例为1:1混合油进行掺伪,扫描紫外吸收光谱测定268nm吸光值并预测掺伪量与实际掺伪量比对。
4)掺伪测定:按建模方法测定调和油掺伪花生油在268nm处的吸光值。利用模型y=36.36x-35.36预测其掺伪量,并与实际掺伪量比对,测定结果比较分析见表3。
表3:掺入调和油测定及相对偏差比较
Figure 2011101540747100002DEST_PATH_IMAGE003
由表3可以看出,本发明的方法测定花生油掺伪量与实际掺伪量的平均值分别为35.4%和40.1%,测定结果相对偏差为11.7%,没有显著差异性。从使用试剂上看,紫外分光光度分析技术用于花生油掺伪分析避免了大量试剂的消耗,建立模型所需样品数量较少。从对操作者要求来看,紫外分光光度分析技术用于花生油掺伪分析对操作者技能没有特殊要求,简便易行。由此可以看出,紫外分光光度分析技术用于花生油掺伪分析是完全可行的,对环境污染以及对操作人员身体危害小。
以上通过三个具体实施例,分别选取了三种属于高、中、低掺伪量的花生油以及不同情况的掺伪食用油进行对比分析,可以看出,本发明的花生油掺伪量定量测定法,测定不同掺伪油种类、不同掺伪量的花生油其结果实际掺伪量无显著性差异,说明本发明进行花生油定量测定完全可行,方法本身不受环境条件的影响。实际应用时对操作者操作技能无特殊要求,简便易行。避免了大量试剂的消耗,建立模型所需样品数量较少,简单快速、无需样品预处理且精密度较高,且仪器价格低廉,便于推广应用,是一种食用油掺伪检测的新方法。

Claims (1)

1.一种基于紫外光谱花生油掺伪定量测定方法,其特征在于,该方法利用紫外分光光度计作为检测工具,通过建立掺伪量与花生油及其他食用油在紫外光谱中特征吸收峰的吸光值函数关系的模型来测定花生油掺伪量,具体操作包括下列步骤:
1)模型建立:
A、取已知掺伪量的花生油样10个,称取每个掺伪油样0.500g,用石油醚定容至25mL,配制成浓度为20mg/mL混合液备用;
B、设置紫外分光光度计采集条件为:波长范围为250nm-350nm,扫描速度中速,采样间隔0.1nm,狭缝宽2nm;以石油醚为参比,依次扫描掺伪花生油的紫外光谱,测定波长280nm或者268nm处吸光值;
C、建立花生油掺伪量与该波长吸光值的函数关系,其中:
波长268nm处建立花生油掺伪量与吸光值的函数关系为:
y=36.36x-35.36;
波长280nm处建立花生油掺伪量与吸光值的函数关系为:
y=45.82x-26.60;
2)模型验证:
选用不同油脂种类和等级的食用油和花生油,按步骤1)的A步骤分别配制3~10个油样,按步骤1)的B步骤设置紫外光谱采集条件,分别测定相应波长吸光值,根据所建模型预测花生油样掺伪量,并与实际掺伪量进行比较分析;验证油样掺伪预测值与实际掺伪值相对偏差≤15%,预测值与实际值相关系数≥0.95;
3)模型应用:
按步骤1)建立的模型,取待测油样0.500g,用石油醚定容至25mL,配制成浓度为20mg/mL混合液备用;按步骤1)的B步骤设置紫外光谱采集条件,以石油醚为参比,依次扫描掺伪花生油的紫外光谱,并测定相应波长的吸光值,利用建立模型预测油样掺伪量,获得该花生油的掺伪量。
CN2011101540747A 2011-06-09 2011-06-09 一种基于紫外光谱花生油掺伪定量检测的方法 Expired - Fee Related CN102221533B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011101540747A CN102221533B (zh) 2011-06-09 2011-06-09 一种基于紫外光谱花生油掺伪定量检测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011101540747A CN102221533B (zh) 2011-06-09 2011-06-09 一种基于紫外光谱花生油掺伪定量检测的方法

Publications (2)

Publication Number Publication Date
CN102221533A CN102221533A (zh) 2011-10-19
CN102221533B true CN102221533B (zh) 2012-08-08

Family

ID=44778144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101540747A Expired - Fee Related CN102221533B (zh) 2011-06-09 2011-06-09 一种基于紫外光谱花生油掺伪定量检测的方法

Country Status (1)

Country Link
CN (1) CN102221533B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102269720A (zh) * 2011-04-28 2011-12-07 王士桥 核磁共振结合模式识别方法鉴别食用油品质的方法
CN102830087A (zh) * 2011-09-26 2012-12-19 武汉工业学院 基于近红外光谱技术快速鉴别餐饮废弃油脂的方法
CN102608050B (zh) * 2012-02-08 2014-04-09 常州大学 精制地沟油的鉴别及定量分析方法
CN102901744A (zh) * 2012-11-08 2013-01-30 厦门大学 一种花生油真伪的检测方法
CN103217393B (zh) * 2013-04-01 2015-04-08 华南农业大学 一种掺伪茶油的检测方法
CN104568803A (zh) * 2015-01-04 2015-04-29 河南师范大学 一种利用紫外分光光度计检测煎炸食用油品质的方法
CN109949870B (zh) * 2019-03-07 2020-12-29 广东辛孚科技有限公司 一种分子级基础油调和优化方法
CN112730571B (zh) * 2020-12-25 2022-04-12 广东互信生物科技有限公司 一种蜂毒真伪快速鉴别及其掺伪量测定的方法
CN113624706A (zh) * 2021-08-18 2021-11-09 中国科学院兰州化学物理研究所 一种基于光谱联用技术鉴别特级初榨橄榄油的方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102023136A (zh) * 2010-05-21 2011-04-20 湖北紫鑫生物科技有限公司 一种紫外-分光光度法检测紫甘薯花青素色素的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102023136A (zh) * 2010-05-21 2011-04-20 湖北紫鑫生物科技有限公司 一种紫外-分光光度法检测紫甘薯花青素色素的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张成飞.植物油模式识别与掺混量检测方法的研究.《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》.2009,(第9期),第12,13,42,43,45-49页. *
王耀等.紫外可见分光光度法鉴别掺兑潲水油的花生油.《分析试验室》.2006,第25卷(第3期),第92-94页. *

Also Published As

Publication number Publication date
CN102221533A (zh) 2011-10-19

Similar Documents

Publication Publication Date Title
CN102221533B (zh) 一种基于紫外光谱花生油掺伪定量检测的方法
US10976247B2 (en) NIR spectroscopy method for fatty acid content of oilseeds
Xie et al. Prediction of titratable acidity, malic acid, and citric acid in bayberry fruit by near-infrared spectroscopy
Zawadzki et al. Biodiesel blend level detection using ultraviolet absorption spectra
CN103398970A (zh) 一种定性和定量分析食用油并进而检测地沟油的方法
CN105823752B (zh) 近红外光谱法快速鉴别食用油种类的方法
CN106872370A (zh) 一种基于高光谱的杨梅中花色苷含量测定的方法
CN102841069B (zh) 一种由中红外光谱识别原油种类的方法
Xu et al. Rapid and simultaneous determination of the iodine value and saponification number of edible oils by FTIR spectroscopy
CN105548027A (zh) 基于近红外光谱测定调和油中茶油含量的分析模型及方法
Chen et al. Determination of total polar compounds in frying oils by PE‐film‐based FTIR and ATR‐FTIR spectroscopy
CN105424660A (zh) 一种定量检测植物油掺伪的方法
CN106596464A (zh) 一种奶粉中掺三聚氰胺的近红外自相关谱检测方法
CN103411895B (zh) 珍珠粉掺伪的近红外光谱鉴别方法
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
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
Zhang et al. Quantitative analysis of the oil mixture using PLS combined with spectroscopy detection
CN105092526A (zh) 一种基于近红外光谱技术的二元掺伪芝麻油含量的快速测定方法
Monteiro et al. 1H NMR and multivariate calibration for the prediction of biodiesel concentration in diesel blends
CA2635930C (en) Fourier transform infrared (ftir) chemometric method to determine cetane number of diesel fuels containing fatty acid alkyl ester additives
CN104914068B (zh) 一种油脂中反式脂肪酸含量的光谱快速检测方法
CN106053380A (zh) 利用近红外光谱技术快速分析混合制浆木材树种比例的方法
Gontijo et al. Development and validation of PLS models for quantification of biodiesels content from waste frying oil in diesel by HATR-MIR
CN201072405Y (zh) 果蔬维生素c含量的光谱快速无损检测装置
Jiang et al. Achieving robustness to temperature change of a NIR model for apple soluble solids content

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120808

Termination date: 20140609

EXPY Termination of patent right or utility model