论文部分内容阅读
近红外光谱分析技术具有分析速度快、样品无需前处理、可在线进行样品无损分析等特点,同时可以进行准确的定性、定量分析,因而受到了极大的关注,被广泛应用于石油化工、有机合成、分析化学、环境化学、临床医学等领域。本论文基于近红外光谱技术的特点建立了三种检测模型并应用于食品安全快速检测及临床医学的快速检验。论文共分为四章。第一章主要介绍了近红外光谱技术的基本概念、特点以及分析过程。此外还介绍了化学计量学的有关数据分析方法以及近红外光谱在食品、医药等领域的应用。最后指出了本论文的研究目标和内容。在第二章中构建了一种定量检测塑化剂的方法。借助近红外光谱技术检测食用香精中塑化剂(DEHP和DINP)的含量,用主成分分析(PCA)法定性识别其中是否添加DEHP或DINP,再用偏最小二乘法(PLS)建立定量分析模型(浓度范围在0~100mg/kg之间)测定DEHP、DINP的含量,定量预测结果的相对误差分别在-17.6%~15.8%,-7.6%~9.9%之间,预测均方根误差(RMSEP)分别为1.39和0.98。此外,建立了一种检测食品包装材料中的DEHP的定量分析模型,相对误差在-0.27~-0.016之间,预测均方根误差(RMSEP)为0.12。所建模型具有相对较高的准确性和一定的稳健性。在第三章中建立了检验灵芝孢子油中掺杂其他食用油的定量分析模型。分别在灵芝孢子油中掺入一定量的葵花油、薏仁油、花生油、玉米油、调和油,掺杂油体积百分比范围在0-100%之间,选择最佳光谱波段并用PLS法分别建立定量分析模型,对于掺杂不同比例的其他食用油所建预测模型的预测结果有所差异,但预测相对误差范围均在-0.357~0.435之间。在第四章中将近红外光谱技术运用到三种常见致病菌(大肠埃希菌ATCC25922、铜绿假单胞菌ATCC27853、金黄色葡萄球菌ATCC29213)的检验中。结果显示,近红外光谱能准确地定性识别三种细菌。同时采用PLS法建立定量检测模型准确检测三种细菌在溶液中的数量(浓度范围为2~8 log CFU/mL)。研究表明,定量分析模型的预测相对误差均在-1.113~1.617之间,三种细菌模型的预测均方根误差分别为0.49、1.08、0.77,满足快速分析检测的要求。