CN103616449A - 一种鉴别餐厨废油脂的方法 - Google Patents
一种鉴别餐厨废油脂的方法 Download PDFInfo
- Publication number
- CN103616449A CN103616449A CN201310628098.0A CN201310628098A CN103616449A CN 103616449 A CN103616449 A CN 103616449A CN 201310628098 A CN201310628098 A CN 201310628098A CN 103616449 A CN103616449 A CN 103616449A
- Authority
- CN
- China
- Prior art keywords
- oil
- kitchen waste
- waste oil
- sample
- grease
- 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.)
- Granted
Links
Images
Abstract
本发明公开了一种鉴别餐厨废油脂的方法,包括以下步骤:(1)通过测定各类油脂的脂肪酸组成,构建不同类型油脂的指纹图谱数据库,建立各类油脂的判别函数,利用此函数对给定的样品进行餐厨废油脂的判别;(2)以酸价、过氧化值、极性组分、金属元素和反式脂肪酸含量为品质指标对各类油脂进行主成分分析法分析,提取主成分构建数学评价模型,通过各类油脂的主成分得分区间鉴别餐厨废油脂;再通过验证试验以及分析测定待测样品的脂肪酸组成和品质指标,利用上述判别方法和主成分得分法进行餐厨废油脂的鉴别。该方法能检测出质量百分含量高于10%的餐厨废油脂掺伪量,是一种有效且可靠性高的鉴别餐厨废油脂的方法。
Description
技术领域
本发明属于本发明属于油脂鉴别技术领域,具体涉及一种鉴别餐厨废油脂的方法。
背景技术
餐饮业废油脂,包括煎炸老油和潲水油,煎炸老油是餐饮业多次高温煎炸食品产生的不可食用的油脂,潲水油是餐饮业洗盘子、洗碗、残渣剩菜等流入地沟在隔油池中捞取,并经过渣水分离、加热脱水、脱色精炼处理的油脂,也称“地沟油”。这些餐饮业废油脂若被简单提炼流回食用油市场,将直接对人民身体健康构成极大的威胁,给社会带来直接的危害。
据国家粮油信息中心提供的统计数字,我国食用油人均年消费量已经达到世界人均20公斤的水平,据SkyNRG调研,中国每年有450万吨餐厨废油脂,若这些餐厨废油脂有0.1%流入市场,则会对社会很大影响。随着近年食用油价格的大幅上涨,加工餐厨废油脂的净利润也越来越大,餐厨废油脂的收购市场混乱,大量不法分子介入收购牟取暴利,可想而知,如此大量的餐厨废油脂如果被简单提炼回流到食用油市场,就会对消费者的身心健康造成巨大危害,研究报告显示长期摄入餐厨废油脂会对人体造成明显伤害,如发育障碍,并有肝、心、肾等病变。
餐厨废油脂经过洗涤、蒸馏、脱色、脱臭等精炼过程后,单从外观和感官上,很难将其与普通食用油区分开。不法商贩通常还会把这些废油脂掺入食用油中,如果掺入含量较少时,更是难以检测。目前餐厨废油脂的检测方法不少,但是存在不能用一种检测方法检测所有来源的餐厨废油脂的缺陷,由于来源多样、成分复杂,且勾兑比例不同,样品品质不一。
我国关于废弃食用油的检测手段单一,在打击废弃食用油进入食用油系统的过程中,缺乏综合性,现阶段这方面的研究主要有以下几点:
(1)上海市粮食科学研究所的薛斌等发明的“掺入食用植物油中餐厨废油脂的检测新方法”(CN102565213A),提供了一种掺入食用植物油中的餐厨废油脂的检测方法,包括检测食用植物油中氧化甘油酯(oxidizedtriglyceride,ox-TG)和聚甘油酯(oxidizedtriglyceridepolymer,TGP)的含量之和。该法的的依据是:TGP和ox-TG是油脂在储藏、烹饪、加工中由三酰甘油氧化产生的,利用该物质与普通食用油的含量差异来鉴别餐厨废油脂。但是因为普通食用植物油中本身也含此物,所以该方法容易做成误判。
(2)青岛科技大学的石超等发明的“一种基于外源动物特征DNA地沟油快速检测的方法”(CN102586424A),以样品油中不应存在的动物外源成分作为地沟油的鉴别依据,以动物外源成分的线粒体特征DNA为检测的具体靶标。首先从样品油中获得线粒体DNA,并对提取的DNA进行检测或者对其信号扩增后检测。检测结果通过和阳性对照、阴性对照或者空白对照的检测值比较,从而有效的鉴别和检测地沟油。但是也有存在没有和动物脂肪混合过的废油脂,所以使用这种方法也会存在“假阴性”问题,只能作为判定是否在食用油中掺入废油脂的参考依据之一。
(3)邹玉峰等发明的“食用油脂与地沟油的分类检测方法及检测系统”(CN102590172A)公开了一种食用油脂与地沟油的分类检测方法及检测系统。该检测方法首先建立食用油脂与地沟油的拉曼指纹图谱数据库,然后通过比对得到食用油脂与地沟油在五段波数范围内,其特征峰的拉曼强度最大值均具有明显差异,以及差异的阈值;在实际检测中,通过提取被检测样品在这五段波数范围内的特征峰的拉曼强度最大值,将其与差异阈值比较,得出被检测样品的种类。但是调和油产品增加了油脂特征光谱的不同可能性,从而增加检测鉴别的难度。
(4)中国科学院大学的何裕建等发明的“基于高效液相色谱的地沟油聚类分析方法”(CN103226140A)根据目标油样的主要成分为甘油三脂和其他杂质两大类,通过对高效液相色谱峰的聚类判别,实现地沟油的分析检测。本发明主要特征在于采用高效液相色谱技术,选取了14个特征色谱峰,得到其面积百分比,并对其进行标准化处理;采用聚类分析技术将已知油样聚成六大类,建立样品数据库;对未知样品数据进行判别分析,可以对其进行检测。但是餐厨废油脂为多种废弃食用油脂各种比例的无限组合,不同类别餐厨废油脂的特征色谱峰不一,容易造成误判。
(5)厦门大学的黄慧英发明的“通过特征化合物相对含量判断地沟油的方法”(CN103207200A),将液体油样装入液体核磁共振波谱仪的待测核磁管中,加入锁场需要的氘带试剂;直接进行常规氢谱检测;判定指标:醛>1.2、芳香烃>1.0、共轭烯烃>0.20、氧化物>1.0、游离酸>5.5%。通过计算获得醛、芳香烃、共轭烯烃、氧化物的相对含量及游离酸占总脂肪酸的摩尔百分比,若相对含量超过上述限定值,则被判定为地沟油。但是,该方法也有一定的局限性,不同的餐厨废油脂的加工过程不一,所产生特征化合物含量不一,容易造成“假阴性”。
(6)贾潇等发明的“一种地沟油的快速分析方法”(CN102967537A)利用正常食用植物油与地沟油的粘度存在显著的差别,地沟油的粘度相对要大的原理,取相同量的待测油和标准油用乌氏粘度计进行测量,粘度大的可初步认定为是地沟油。但是不同食用油脂的粘度不一,容易造成误判。
综上所述,到目前为止,餐厨废弃油的检测方法的报道其实并不少,但现有技术或多或少都存在一定盲区,准确率也有待提高,尚不足以充当监管“判官”。如何有效鉴别是否在食用油中掺入餐厨废弃油的鉴别方法在国内存在技术空白,国家、行业均急需出台一项科学的检验方法和标准。
发明内容
本发明所要解决的技术问题是提供一种鉴别餐厨废油脂的方法,该方法的检测范围为餐厨废油脂的掺伪量≥10%,是一种有效且可靠性高的鉴别餐厨废油脂的方法。
本发明的上述技术问题是通过如下技术方案来实现的:一种鉴别餐厨废油脂的方法,含以下步骤:
(一)餐厨废油脂的脂肪酸指纹图谱判别
(1)选取各类食用植物油、动物油脂和餐厨废油脂样品,测定37种脂肪酸组成;
(2)通过软件构建各类油脂的判别函数,按距离最近的准则对样品进行判别归类,利用判别函数计算其到各类油脂的马氏距离,把样品判归距离最小的那个总体,实现油脂类别的鉴别;
(二)餐厨废油脂的品质指标综合评价鉴别
(1)测定各类食用植物油脂和餐厨废油脂的品质指标,包括酸价、过氧化值、极性组分、金属元素和反式脂肪酸含量;
(2)采用主成分分析法对各油脂的品质指标进行分析,构建数学评价模型,通过油脂的主成分得分鉴别餐厨废油脂;
(三)验证实验
选取各类油脂和餐厨废油脂样品,按步骤(一)和(二)分别测定各样品的脂肪酸组成和品质指标,根据所建立的判别函数和数学评价模型鉴别餐厨废油脂,并与油脂实际种类和品质情况进行比较;
(四)样品鉴别
相同条件下,采用步骤(一)和(二)中的方法对未知样品进行脂肪酸组成和品质指标测定,利用判别分析方法和主成分得分评价法进行餐厨废油脂的鉴别。
本发明步骤(一)中所述的食用植物油包括棕榈油、花生油、菜籽油、葵花籽油、芝麻油、大豆油、油茶籽油、玉米油、食用调和油和低档混合油脂;所述的动物油脂包括猪油、鸡油、牛油、羊油和鸭油。
本发明步骤(一)中所述的软件为SAS软件。
本发明步骤(二)中数学评价模型为从影响油脂品质的指标中提取主成分构建数学评价模型,通过各类油脂的主成分得分鉴别餐厨废油脂。
本发明步骤(四)中利用判别分析方法和主成分得分评价法进行餐厨废油脂的鉴别,能检测出质量百分含量高于10%的餐厨废油脂掺伪量。
与现有技术相比,本发明具有如下优点:
(1)本发明方法适用于掺伪比例≥10%的餐厨废油脂鉴别;
(2)本发明方法构建了不同类型油脂的脂肪酸组成和品质的数据库;
(3)本发明方法利用数据库建立判别函数和数学评价模型,联合指标鉴别餐厨废油脂。
附图说明
图1是本发明方法流程框图;
图2是本发明具体实施方式中各类油脂的主成分得分三维图。
具体实施方式
下面将结合具体的实施方式进一步说明本发明,但本发明要求保护的范围并不局限与下列实施方式。
本发明提供的鉴别餐厨废油脂的方法,具体流程框图见图1,含以下步骤:
(一)餐厨废油脂的脂肪酸指纹图谱判别
(1)选取棕榈油、花生油、菜籽油、葵花籽油、芝麻油、大豆油、油茶籽油、玉米油、食用调和油、可疑油脂(餐厨废油脂或低档混合油脂,由卫生监督所提供,来源于抽样调查的小餐饮店)、猪油、鸡油、牛油、羊油、鸭油和餐厨废油脂的37种脂肪酸含量组成构建指纹图谱数据库,见表1和表2;
(2)采用SAS软件根据脂肪酸指纹数据库,建立各类油脂的判别函数,按距离最近的准则对样品进行判别归类,利用判别函数计算其到各类油脂的马氏距离,把样品判归距离最小的那个总体,实现油脂类别的鉴别,见表3和表4。表3和表4中,第1行为油样名称,第2行为常数项,第3到39行为x1到x37的系数。设29个油脂样品的脂肪酸组成为37维总体:G1,G2,…,G29。它们的均值、协差阵分别为ui,∑i(i=1,2,…,29),对于任给定的样品X=(x1,x2,…,x37),按距离最近的准则对其进行判别归类,首先计算样品X到29个总体的马氏距离di2(X)(i=1,2,…,29),然后进行比较,把X判归距离最小的那个总体。
表1单一食用植物油的脂肪酸指纹图谱
表2食用调和油、可疑油脂、动物油和餐厨废油脂的脂肪酸组成指纹图谱
表3各类油脂的脂肪酸指纹判别函数
表4各类油脂的脂肪酸指纹判别函数
(二)餐厨废油脂的品质指标综合评价鉴别
(1)测定各类食用植物油脂和餐厨废油脂的品质指标,包括酸价、过氧化值、极性组分、金属元素和反式脂肪酸含量,见表5;
表5各类油脂的品质指标
(2)采用主成分分析法对各油脂的品质指标进行分析,构建数学评价模型,通过油脂的主成分得分鉴别餐厨废油脂;
对各类油脂品质指标的原始数据进行主成分分析,表6为相关系数矩阵的特征值,表7为主成分分析得到的特征向量,根据特征向量构建主成分与各类油脂品质指标之间的线性关系如下:
Y1=0.5248x1+0.5875x2+0.1511x3+0.5410x4+0.2527x5
Y2=-0.3179x1+0.3417x2-0.3155x3-0.3287x4+0.7580x5
Y3=-0.3099x1+0.0565x2+0.9251x3-0.1051x4+0.1840x5
式中,Y1、Y2、Y3为综合指标,是5个品质指标标准化后的线性组合。
利用该模型计算出各类油脂的主成分得分,以3个主成分Y1、Y2、Y3与其方差贡献率构建油脂品质指标综合得分模型Z,Z为因变量,Y1、Y2、Y3为自变量,Z为Y1、Y2、Y3的线性组合:
Z=0.4147Y1+0.2638Y2+0.1899Y3
各类油脂的主成分得分三维图见图2,综合评价得分见表8。
表6特征值和方差贡献率
表7各指标主成分特征向量
表8各类油脂的主成分得分和综合得分
所有餐厨废油脂的总得分均大于0.6分,因此,当综合评价得分大于0.6分时,可判定为餐厨废油脂。
(三)验证实验
选取已知种类的下述5种油脂和餐厨废油脂样品,按步骤(一)和(二)分别测定各样品的脂肪酸组成和品质指标,根据所建立的判别函数和数学评价模型鉴别餐厨废油脂,并与油脂实际种类和品质情况进行比较;
以下为5种样品的测定过程:
(1)运用步骤(一)和(二)中的方法对样品1进行脂肪酸组成和品质的测定,根据表9中的数据,利用脂肪酸指纹图谱判别函数的判别结果为可疑油脂,说明该样品可能为餐厨废油脂或低档混合油脂,根据表10中的数据,品质指标综合评价的得分为1.41分,大于餐厨废油脂的判断临界分数0.60分,结论为样品1为餐厨废油脂。
(2)运用步骤(一)和(二)中的方法对样品2进行脂肪酸指纹图谱的鉴别和品质指标的评价,根据表9中的数据,利用脂肪酸指纹图谱判别函数的判别结果为餐厨废油脂,根据表10中的数据,品质指标评价得分为1.30分,结论是样品2为餐厨废油脂。
(3)运用步骤(一)和(二)中的方法对样品3进行脂肪酸指纹图谱的鉴别和品质指标的评价,根据表9中的数据,脂肪酸组成指纹图谱判别结果为花生油,根据表10中的数据,品质指标综合评价得分为-0.41分,得分远远低于餐厨废油得分的临界值0.60分,结论是样品3为花生油。
(4)运用步骤(一)和(二)中的方法对样品4进行脂肪酸指纹图谱的鉴别和品质指标的评价,根据表9中的数据,脂肪酸指纹图谱判别结果为花生油,根据表10中的数据,品质指标评价得分为2.58分,脂肪酸指纹图谱不能鉴别掺伪量少的餐厨废油脂,结论是样品4为花生油掺入少量的餐厨废油脂。
(5)运用步骤(一)和(二)中的方法对样品5进行脂肪酸指纹图谱的鉴别和品质指标的评价,根据表9中的数据,脂肪酸组成指纹图谱判别结果为花生油,根据表10中的数据,品质指标综合评价得分为-0.03分,结论是样品5为低档混合油脂。
表9油脂样品的脂肪酸指纹图谱和判别结果
表10油脂样品的品质指标和评价得分
经过上述验证发现,根据本发明方法所建立的判别函数和数学评价模型鉴别餐厨废油脂,与油脂实际种类和品质相同,说明本发明方法适于鉴别餐厨废油脂。
(四)样品鉴别
相同条件下,采用步骤(一)和(二)中的方法对未知样品进行脂肪酸组成和品质指标测定,利用判别分析方法和主成分得分评价法进行餐厨废油脂的鉴别,见表11、表12和表13。
从表11和12可以看出,运用步骤(一)脂肪酸指纹图谱判别函数可以对油脂种类进行初步鉴别,步骤(二)可以对油脂的综合品质进行评价,可以鉴别出该油脂是属于为普通食用油脂(样品7、10、11、12、14、15、16、18、19)、餐厨废油脂或掺有少量餐厨废油脂而在步骤(一)没有识别出的劣质油脂(样品1、2、3、4、5、6、8、9、13、17),从而保证综合各指标对油脂样品进行鉴别。
表11未知样品的脂肪酸指纹图谱和判别结果
表12未知样品的脂肪酸指纹图谱和判别结果
表13未知样品的品质指标和评价得分
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围。
Claims (5)
1.一种鉴别餐厨废油脂的方法,其特征在于含以下步骤:
(一)餐厨废油脂的脂肪酸指纹图谱判别
(1)选取各类食用植物油、动物油脂和餐厨废油脂样品,测定37种脂肪酸组成;
(2)通过软件构建各类油脂的判别函数,按距离最近的准则对样品进行判别归类,利用判别函数计算其到各类油脂的马氏距离,把样品判归距离最小的那个总体,实现油脂类别的鉴别;
(二)餐厨废油脂的品质指标综合评价鉴别
(1)测定各类食用植物油脂和餐厨废油脂的品质指标,包括酸价、过氧化值、极性组分、金属元素和反式脂肪酸含量;
(2)采用主成分分析法对各油脂的品质指标进行分析,构建数学评价模型,通过油脂的主成分得分鉴别餐厨废油脂;
(三)验证实验
选取各类油脂和餐厨废油脂样品,按步骤(一)和(二)分别测定各样品的脂肪酸组成和品质指标,根据所建立的判别函数和数学评价模型鉴别餐厨废油脂,并与油脂实际种类和品质情况进行比较;
(四)样品鉴别
相同条件下,采用步骤(一)和(二)中的方法对未知样品进行脂肪酸组成和品质指标测定,利用判别分析方法和主成分得分评价法进行餐厨废油脂的鉴别。
2.根据权利要求1所述的鉴别餐厨废油脂的方法,其特征在于:步骤(一)中所述的食用植物油包括棕榈油、花生油、菜籽油、葵花籽油、芝麻油、大豆油、油茶籽油、玉米油、食用调和油和低档混合油脂;所述的动物油脂包括猪油、鸡油、牛油、羊油和鸭油。
3.根据权利要求1所述的鉴别餐厨废油脂的方法,其特征在于:步骤(一)中所述的软件为SAS软件。
4.根据权利要求1所述的鉴别餐厨废油脂的方法,其特征在于:步骤(二)中数学评价模型为从影响油脂品质的指标中提取主成分构建数学评价模型,通过各类油脂的主成分得分鉴别餐厨废油脂。
5.根据权利要求1所述的鉴别餐厨废油脂的方法,其特征在于:步骤(四)中利用判别分析方法和主成分得分评价法进行餐厨废油脂的鉴别,能检测出质量百分含量高于10%的餐厨废油脂掺伪量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310628098.0A CN103616449B (zh) | 2013-11-29 | 2013-11-29 | 一种鉴别餐厨废油脂的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310628098.0A CN103616449B (zh) | 2013-11-29 | 2013-11-29 | 一种鉴别餐厨废油脂的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103616449A true CN103616449A (zh) | 2014-03-05 |
CN103616449B CN103616449B (zh) | 2014-10-29 |
Family
ID=50167155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310628098.0A Active CN103616449B (zh) | 2013-11-29 | 2013-11-29 | 一种鉴别餐厨废油脂的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103616449B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108845045A (zh) * | 2018-05-03 | 2018-11-20 | 北京工商大学 | 一种气相指纹图谱结合主成分分析方法判别炸油质量的方法 |
CN109884282A (zh) * | 2019-01-29 | 2019-06-14 | 淮阴工学院 | 基于grnn神经网络的新型地沟油检测方法及其检测系统 |
CN110715985A (zh) * | 2019-08-29 | 2020-01-21 | 北京工商大学 | 气相指纹图谱结合偏最小二乘方法判别煎炸油质量的方法 |
CN112611830A (zh) * | 2020-11-30 | 2021-04-06 | 湖北文理学院 | 一种根据核桃氧化特性区分其品种的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749315A (zh) * | 2012-07-18 | 2012-10-24 | 滁州学院 | 一种利用同步荧光光谱快速检测潲水油的方法 |
CN103293118A (zh) * | 2013-05-11 | 2013-09-11 | 江南大学 | 一种基于近红外光谱分析技术的潲水油鉴别方法 |
CN103398970A (zh) * | 2013-07-24 | 2013-11-20 | 骆驰 | 一种定性和定量分析食用油并进而检测地沟油的方法 |
-
2013
- 2013-11-29 CN CN201310628098.0A patent/CN103616449B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749315A (zh) * | 2012-07-18 | 2012-10-24 | 滁州学院 | 一种利用同步荧光光谱快速检测潲水油的方法 |
CN103293118A (zh) * | 2013-05-11 | 2013-09-11 | 江南大学 | 一种基于近红外光谱分析技术的潲水油鉴别方法 |
CN103398970A (zh) * | 2013-07-24 | 2013-11-20 | 骆驰 | 一种定性和定量分析食用油并进而检测地沟油的方法 |
Non-Patent Citations (6)
Title |
---|
A.G. MIGNANI 等: "Detection of Hogwash Oil in Chinese Soybean Oils using Dual-band Absorption Measurements", 《SENSORS》 * |
ZHENG WENJUN 等: "Chaos entropy index combined with linear discriminant analysis for identification of hogwash oil", 《中国科技论文在线》 * |
曹文明 等: "地沟油检测技术的发展与研究", 《粮食科技与经经济》 * |
蔡波太 等: "基于1H NMR指纹图谱结合多变量分析的地沟油检测方法", 《中国科学:化学》 * |
许秀丽 等: "气相色谱分析脂肪酸组成鉴别地沟油的方法研究", 《检验检疫学刊》 * |
金静 等: "非正常食用油鉴别新方法(二):特征奇数碳脂肪酸的多维气相色谱-质谱检测", 《色谱》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108845045A (zh) * | 2018-05-03 | 2018-11-20 | 北京工商大学 | 一种气相指纹图谱结合主成分分析方法判别炸油质量的方法 |
CN109884282A (zh) * | 2019-01-29 | 2019-06-14 | 淮阴工学院 | 基于grnn神经网络的新型地沟油检测方法及其检测系统 |
CN110715985A (zh) * | 2019-08-29 | 2020-01-21 | 北京工商大学 | 气相指纹图谱结合偏最小二乘方法判别煎炸油质量的方法 |
CN110715985B (zh) * | 2019-08-29 | 2022-11-15 | 北京工商大学 | 气相指纹图谱结合偏最小二乘方法判别煎炸油质量的方法 |
CN112611830A (zh) * | 2020-11-30 | 2021-04-06 | 湖北文理学院 | 一种根据核桃氧化特性区分其品种的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103616449B (zh) | 2014-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103616449B (zh) | 一种鉴别餐厨废油脂的方法 | |
CN101975788B (zh) | 低场核磁共振鉴别食用油品质的方法 | |
JP2019095447A (ja) | 近赤外分光計に基づく食用油の多元混入同定方法 | |
Longobardi et al. | Geographical origin discrimination of lentils (Lens culinaris Medik.) using 1H NMR fingerprinting and multivariate statistical analyses | |
CN108845045A (zh) | 一种气相指纹图谱结合主成分分析方法判别炸油质量的方法 | |
Zhao et al. | Detection of adulteration of sesame and peanut oils via volatiles by GC× GC–TOF/MS coupled with principal components analysis and cluster analysis | |
Yi et al. | Near-infrared reflectance spectroscopy for the prediction of chemical composition in walnut kernel | |
CN102998350B (zh) | 利用电化学指纹图谱鉴别食用油和地沟油的方法 | |
Cai et al. | An expert system based on 1H NMR spectroscopy for quality evaluation and adulteration identification of edible oils | |
CN102749315A (zh) | 一种利用同步荧光光谱快速检测潲水油的方法 | |
CN102645424A (zh) | 一种快速检测食用油掺杂地沟油的方法 | |
CN101398412A (zh) | 一种快速鉴别食用油的气相色谱指纹法 | |
Zhang et al. | One-class classification based authentication of peanut oils by fatty acid profiles | |
CN109557227A (zh) | 一种基于多项式拟合结合理化指标预测煎炸油质量的方法 | |
Maestrello et al. | Nuclear magnetic resonance spectroscopy in extra virgin olive oil authentication | |
CN104237409A (zh) | 一种食用油gc-ms指纹图谱的构建方法及其应用 | |
Chen et al. | Intelligent analysis of excitation-emission matrix fluorescence fingerprint to identify and quantify adulteration in camellia oil based on machine learning | |
CN109975292A (zh) | 一种基于机器视觉的大西洋鲑鱼和虹鳟鱼快速鉴别方法 | |
CN103290103A (zh) | 一种地沟油鉴定方法及其应用 | |
JP6761717B2 (ja) | 情報処理装置及びプログラム | |
CN103529026A (zh) | 地沟油检测方法及其试剂盒以及检测用比色卡的制作方法 | |
CN102590405A (zh) | 一种鉴别地沟油的方法 | |
Setiawan et al. | Classification of palm oil fresh fruit bunch using multiband optical sensors | |
CN102636554B (zh) | 地沟油的识别方法 | |
CN108982570A (zh) | 一种基于核磁共振技术的食用油品质鉴别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 510308 No. 146 East Xingang Road, Guangzhou, Guangdong, Haizhuqu District Patentee after: Guangdong Food Industry Research Institute Co Ltd Address before: 510308 No. 146 East Xingang Road, Guangzhou, Guangdong, Haizhuqu District Patentee before: Guangdong Prov. Food Industry Inst. |
|
CP01 | Change in the name or title of a patent holder |