论文部分内容阅读
本论文的主要目的在于利用反相高效液相色谱法(配有蒸发光散射检测器),分析植物油脂的甘油三酯,进行5种植物油脂的识别分析以及调和油的识别分析。以甲醇/丙酮和乙腈/二氯甲烷两种流动相,分别进行色谱分离条件的优化,然后对花生油、大豆油、棕榈油、菜籽油、芝麻油、玉米油及葵花籽油等7种植物油脂共222个样品、5种植物油脂的不同比例的二元调和油计270个样品,进行甘油三酯的组成和含量分析。以植物油脂的甘油三酯为变量,使用聚类-主成分分析(CLU-PCA)和簇类独立软模式(SIMCA)分析,对各种植物油脂进行识别分析。对5种植物纯油进行识别分析的结果显示,在建立的2种色谱分离条件下,分别建立CLU-PCA模型,可将花生油、大豆油、芝麻油、葵花油和棕榈油等5种植物油脂正确的分为5类,随机抽取1/3的样品做验证,除1个芝麻油样品未被验证外,其他均被100%验证。将PCA分析的结果导入SIMCA模式对5种植物油脂进行识别分析,分别建立了5种植物油脂的SIMCA识别模型,对5种植物油的识别准确率均达到100%,除1个葵花油样品未被验证外,其他样品的验证准确率均为100%。代入玉米油和菜籽油数据,得到的CLU-PCA模型对玉米的识别准确率为90%,对菜籽油为100%;SIMCA模型,对玉米油的识别准确率为70%,对菜籽油为98%。对不同比例的二元调和油研究,采用两种方法:方法一,从高效液相色谱法测得数据中,选取具有明显特征的甘油三酯的百分含量作为变量,建立甘油三酯含量和调和比例之间的关系曲线;方法二,将调和后的多个甘油三酯百分含量作为变量,采用化学计量学方法进行降维处理,得到识别模型。二元调和油的分析结果表明,随着调和比例的增加,对给定的样品,均有特征的甘油三酯信息来表征调和比例的变化。以特征甘油三酯的含量为纵坐标,以调和比例为横坐标建立关系曲线,均能建立很好的线性关系, R2可达到0.99以上。对大量样品的二元调和油做统计分析,关系曲线法、CLU-PCA模型法以及SIMCA分析的结果都表明,对任意品种的2种植物油脂的二元调和油,由于品种和产地等之间的差异,可估计调和的大致范围,但不能准确的判定。