CN102230885A - 一种基于近红外光谱分析的甘蔗汁品质快速检测方法 - Google Patents

Abstract

本发明提供了一种利用甘蔗汁的中由糖度、浓度(锤度)和蔗糖含量的品质差异在近红外光谱中反应的特征信息，快速检测甘蔗汁中品质的方法：先将取到的甘蔗样品破碎、榨汁、过滤后，获得到甘蔗汁样品，采集其近红外光谱，然后利用甘蔗汁的中由品质参数不同在近红外光谱中反应的特征信息，采用偏最小二乘算法将采集到的近红外光谱信息转换为待测甘蔗汁中品质的参数，快速检测甘蔗汁中的品质。利用本发明既方便制糖企业实现按质论价、降低生产中的消耗，又能切实从技术上保证蔗农在销售时能实现质高价优，保障蔗农的利益。

Description

一种基于近红外光谱分析的甘蔗汁品质快速检测方法

技术领域

本发明涉及甘蔗汁品质快速检测方法，具体地，涉及利用甘蔗汁的中由糖度、浓度和蔗糖含量等品质差异在近红外光谱中反应的特征信息，采用偏最小二乘算法将采集到的近红外光谱信息转换为待测甘蔗汁的中品质的参数，快速检测甘蔗汁中品质的方法。

背景技术

采用甘蔗制糖的企业生产的成本中有近70％在于原料-甘蔗，在我国由于甘蔗农业相对较为分散落后和传统的检测分析技术存在的操作复杂，费时、费力的限制，至今依然基本采用按重量论价而非按质量论价的收购方式。这种收购模型导致蔗农更愿意种植产量较高，而含糖量相对较低的甘蔗品种，导致制糖企业在生产中消耗增加、成本大幅提高，也不利于甘蔗的科学种植。同时，由于在收购中无法客观界定质量，不仅无法使农民做到优质增收，保证农民的合理的经济利益，而且还容易导致对于双方质量评判而产生的不必要的争执。因此，一种快速的检测甘蔗原料的品质质量参数的方法，既能方便制糖企业能实现按质论价，收购到高质量的原料，大大降低生产中的消耗，提高经济利益。同时，该也能切实从技术上保证蔗农在销售时能实现质高价优，保障蔗农的利益。

近红外光谱技术是发展最快、最引人注目的光谱分析技术之一。所谓近红外光，是指波长在780-2526nm范围内，介于可见光和红外光之间的一种电磁波。近红外光谱主要反映含氢基团X-H振动的倍频和合频吸收信息。目前已用于石油、烟草中等有机成分的检测。甘蔗汁中的主要成分如蔗糖、果糖等都含有羟基或羰基，因此，从理论上讲，近红外光谱分析技术也可用于检测甘蔗汁中的品质分析。同时，近红外光谱分析技术具有快速、操作简单等特点，是一种较为理想的快速检测甘蔗汁中品质检测的方法。

发明内容

为了解决甘蔗汁品质检测的化学及色谱分析方法操作复杂，费时、费力的缺点，本发明提供了一种利用甘蔗汁的近红外光谱与甘蔗汁各品质参数之间的数学模型对甘蔗汁品质参数进行测定的快速检测方法。

本发明提供的甘蔗汁品质快速检测方法为：先将取到的甘蔗样品破碎、榨汁、过滤后，获得待则甘蔗汁样品，采集其近红外光谱，然后利用甘蔗汁的中糖度、浓度和蔗糖含量等品质差异在近红外光谱中反应的特征信息，采用偏最小二乘算法将采集到的近红外光谱信息转换为待测甘蔗汁的中品质的参数，所述品质参数为糖度、浓度(锤度)、蔗糖含量中的一种或多种，所述数学模型采用偏最小二乘法建立，模型函数为：yi＝x(UiX)’BiQi，其中yi为所述甘蔗汁的中某品质参数，向量x为待测甘蔗汁的近红外光谱，Ui为所述甘蔗汁的中某品质参数浓度特征因子矩阵，X为选取的建模样品的近红外光谱矩阵，Bi为所述某品质参数吸光度特征因子矩阵，Qi为浓度载荷矩阵，其中Ui、Bi、Qi根据所述建模样品的近红外光谱矩阵及对应品质参数的值由化学计量学方法确定，计算yi采用经典的偏最小二乘法软件。

所述近红外光谱可以是780-2500nm波长范围内的近红外光谱。应用近红外光谱仪，采集样品在780-2500nm波长范围内的近红外光谱。根据所用光谱仪类型的不同，选用不同的采集条件。如对于短波近红外光谱仪(780-1100nm)，可用透射方式，光程可为0-50mm；对于中长波近红外光谱仪(1100-2500nm)，可用透反射光纤附件采集其透反射光谱，用较短的光程(0-10mm)。

较佳地，所述采集到的近红外光谱对光谱进行了预处理，所述预处理为背景去除、校正、去噪声和特征数据点选择的一种或多种，采用的方法为中心化、标准变量变换、附加散射校正、正交信号校正、平滑、小波去噪、求导变换和遗传算法波长优化中的一种或多种。

所述数学模型建立了近红外光谱与甘蔗汁品质参数实测值之间的函数关系，从而可以利用采集的近红外光谱转换为甘蔗汁中相对应的品质参数。建模时，所用到的甘蔗汁中各品质参数实测值中，采用折光法测定样品的浓度(锤度)，采用一次旋光法测定样品的糖度，采用液相色谱示差折光检测法)，测定样品中蔗糖的含量。

所述数学模型是采用化学计量学方法建立的近红外光谱与蜂蜜各成分参数之间的定量模型。采用的化学计量学方法可以包括多元线性回归、偏最小二乘回归、人工神经网络、支持向量机。较佳地，所述数学模型利用生产中常见的同类甘蔗的汁液样品进行验证，根据实际生产中的误差要求，反复优化后得到。

本发明提供的甘蔗汁品质快速检测方法能够快速准确地检测出甘蔗汁中的糖度、浓度(锤度)和蔗糖的含量。更具体地讲，有点如下：

1.快速简便。近红外光谱的采集时间非常短，模型计算的时间基本可以忽略。

2.多成分同时测量。可同时测量出蔗汁中的糖度、浓度(锤度)和蔗糖的含量。

3.本发明为制糖工业中成分的在线实时检测提供了技术基础。

具体实施方式

下面的实施例对本发明作进一步说明，但不以任何方式限制本发明。

实施例1

本发明的实施主要包括模型建立和模型的使用及维护，软硬件设施包括近红外光谱仪、光谱仪配套的卤钨灯、电源、样品池、化学计量学软件、计算机等部分。光谱仪的波长扫描谱区为3600-12500cm^-1。用数据线将光谱仪与计算机相连，蔗糖汁至于石英样品池中，待数据采集完毕，采用光谱专用分析软件进行数据分析。检测的光谱采集系统也可采用操作更为方便的液体光纤探头等附件。

本发明的整个实施过程如下所示：

1、校正集样品制备：首先收集来自我国主要产糖地区广西、云南等地区的不同农场和主要品种的甘蔗样品，采集得到的样品经过撕裂、破碎后，进行榨汁，对压榨汁采用过滤纸进行过滤，得到甘蔗汁样品，从而建立校正样品集。

2、校正集样品光谱的采集。对上述得到的校正集甘蔗汁样品运用近红外光谱仪器进行光谱扫描得到校正样品集的光谱，对同一样的光谱重复采集5次，并注意在采样时候变换样品池放入的方向，以获得样品更全面的信息。以5次的平均光谱作为该样品的标准光谱；光谱仪把数据经A/D转换，得到光谱原始数据。

3、光谱预处理。获得样品光谱后进行光谱的预处理。光谱的预处理方法有中心化、标准变量变换、附加散射校正、正交信号校正、平滑、小波去噪、求导变换和遗传算法波长优化中等。采用那种预处理方法要根据光谱的质量和背景干扰的具体情况来选择，预处理可以有效的去除和校正背景的干扰，使得光谱有效的特征信息能更好的提取。在运用光谱的预处理方法时候，可以是上述方法的某一种方法的单独使用，也可以是上述几种方法的组合使用。

4、参考值的测定。在校正集样品进过光谱后就尽快对其进行品质指标的参考值的测定，采集甘蔗汁的浓度(锤度)采用折光法测定，糖度采用一次旋光法测定，蔗糖的含量采用液相色谱示差折光检测法测。

5、校正模型的建立。对预处理后的光谱数据和进过上述方法测定得到的甘蔗汁的浓度(锤度)、糖度和蔗糖的含量等品质指标的测量值可以通过的化学计量学方法来建立校正集模型。采用的化学计量学方法可以包括多元线性回归、偏最小二乘回归、人工神经网络、支持向量机。

6、预测样品浓度(锤度)、糖度和蔗糖的含量等品质指标的测定。首先采用上述同样的方法对待预测的样品进行撕裂、破碎，榨汁和过滤，得到待测的甘蔗汁样品。然后用光谱仪扫描样品获得近红外光谱，进行光谱采集的条件和测量方法与校正集样品保持一致。对预测样品，采用和校正集一致的预处理方法和参数进行光谱预处理。对预处理后的光谱送入已建立的模型中得到待预测样品的浓度(锤度)、糖度和蔗糖的含量等品质指标。

Claims (7)

1.甘蔗汁品质快速检测方法，其特征在于，先将取到的甘蔗样品破碎、榨汁、过滤后，获得待则甘蔗汁样品，采集其近红外光谱，然后利用甘蔗汁的中品质差异在近红外光谱中反应的特征信息，采用偏最小二乘算法将采集到的近红外光谱信息转换为待测甘蔗汁的中品质的参数，所述品质参数为糖度、浓度(锤度)、蔗糖含量中的一种或多种，所述数学模型采用偏最小二乘法建立，模型函数为：yi＝x(UiX)’BiQi，其中yi为所述甘蔗汁的中某品质参数，向量x为待测甘蔗汁的近红外光谱，Ui为所述甘蔗汁的中某品质参数浓度特征因子矩阵，X为选取的建模样品的近红外光谱矩阵，Bi为所述某品质参数吸光度特征因子矩阵，Qi为浓度载荷矩阵，其中Ui、Bi、Qi根据所述建模样品的近红外光谱矩阵及对应品质参数的值由化学计量学方法确定，计算yi采用经典的偏最小二乘法软件。

2.根据权利要求1所述的方法，其特征在于，获得待测甘蔗汁样品的方法为：将甘蔗样品进行破碎、压榨后得到甘蔗榨汁液，然后采用滤纸过滤除去其中的大颗粒物质，得到甘蔗汁。

3.根据权利要求1所述的方法，其特征在于，所述近红外光谱为780-2500nm波长范围内的近红外光谱。

4.根据权利要求1所述的方法，其特征在于，所述近红外光谱为780-1100nm波长范围内的近红外光谱，用透射方式采集近红外光谱，光程为0-50mm。

5.根据权利要求1所述的方法，其特征在于，所述近红外光谱为1100-2500nm波长范围内的近红外光谱，用透反射光纤附件采集近红外光谱，光程为0-10mm。

6.根据权利要求1所述的方法，其特征在于，所述采集到的近红外光谱对光谱进行了预处理，所述预处理为背景去除、校正、去噪声和特征数据点选择的一种或多种，采用的方法为中心化、标准变量变换、附加散射校正、正交信号校正、平滑、小波去噪、求导变换和遗传算法波长优化中的一种或多种。

7.根据权利要求1所述的方法，其特征在于，所述化学计量学方法包括选自多元线性回归、偏最小二乘回归、人工神经网络和支持向量机中的一种或多种。