化學(xué)計(jì)量學(xué)算法在食用植物油質(zhì)量研究中的應(yīng)用.pdf

1、中圖分類(lèi)號(hào)UDC0657543碩士學(xué)位論文學(xué)校代碼!Q5三蘭密級(jí)公玨化學(xué)計(jì)量學(xué)算法在食用植物油質(zhì)量研究中的應(yīng)用Applicationofchemometricalgorithmsinqualityresearchofediblevegetableoils作者姓名：學(xué)科專(zhuān)業(yè)：研究方向：學(xué)院(系、所)：指導(dǎo)教師：論文答辯日期立腳t咕、≯；艾芳芳化學(xué)分析化學(xué)化學(xué)化工學(xué)院梁逸曾教授答辯委員會(huì)主席中南大學(xué)2014年5月化學(xué)計(jì)量學(xué)算法在食用植物油質(zhì)

2、量研究中的應(yīng)用摘要：不同類(lèi)別的植物油因其化學(xué)成分的不同而具有不同的品質(zhì)。在中國(guó)，原裝進(jìn)口的特級(jí)初榨橄欖油(EVOO)的價(jià)格比一般食用植物油的價(jià)格高出幾倍甚至數(shù)十倍，使得平常百姓難以承擔(dān)起如此昂貴的生活成本，因此尋找出與EVOO品質(zhì)相當(dāng)?shù)闹参镉蛷亩鵀槿藗兲峁└嗟倪x擇具有一定的實(shí)際意義。另外，為滿(mǎn)足對(duì)植物油現(xiàn)場(chǎng)實(shí)時(shí)快速檢測(cè)的需要，本文建立了基于拉曼光譜的食用植物油檢測(cè)方法。本論文中，將植物油中的脂肪酸甲酯化后，采用GC／MS對(duì)脂肪酸甲酯(

3、FAME)進(jìn)行檢測(cè)；分別采用NIST庫(kù)結(jié)合等效鏈長(zhǎng)值(ECL)和內(nèi)標(biāo)法對(duì)其進(jìn)行定性和定量分析；接著采用主成分分析(PCA)和無(wú)監(jiān)督的隨機(jī)森林算法(I江)對(duì)定量數(shù)據(jù)進(jìn)行聚類(lèi)分析。結(jié)果表明RF比PCA具有更好的聚類(lèi)效果，六類(lèi)植物油各自聚為一類(lèi)。同時(shí)，由聚類(lèi)結(jié)果可知，茶油與EVOO的距離最為接近，因此從脂肪酸組分來(lái)看，茶油與EVOO最相似。除此之外，RF算法還提供了變量重要性評(píng)價(jià)，即可將每個(gè)變量對(duì)聚類(lèi)模型的貢獻(xiàn)程度進(jìn)行排序，結(jié)果表明軟脂酸、亞

4、油酸、亞麻酸、硬脂酸、油酸對(duì)聚類(lèi)模型的貢獻(xiàn)最大，也就是說(shuō)這五個(gè)成分是區(qū)分植物油的最重要的指標(biāo)。本論文中，針對(duì)色譜方法定量測(cè)定脂肪酸成分所具有的價(jià)格昂貴、耗時(shí)和前處理復(fù)雜的缺點(diǎn)，采用拉曼光譜建立了對(duì)植物油中的單不飽和脂肪酸(MUFA)和多不飽和脂肪酸(PUVA)這兩個(gè)指標(biāo)的快速測(cè)定方法。將獲得的光譜數(shù)據(jù)進(jìn)行平滑、背景扣除和特征峰強(qiáng)度歸一化處理后，采用偏最小二乘回歸(PUS)與上述兩個(gè)指標(biāo)的相對(duì)含量建立校正模型。預(yù)測(cè)結(jié)果表明：植物油中的MU