毕业论文网
该文是关于红外光谱论文范文，为你的论文写作提供相关论文资料参考。
利用挥发物红外光谱鉴别牛肉变质状态
摘 要：本文针对挥发物红外光谱鉴别牛肉变质状态展开分析,通过试验的方式明确了该鉴定技术的优势,希望为今后相关检测工作者提供参考.
关键词：挥发物红外光谱；牛肉变质状态；微生物
牛肉是深受各国人民喜爱的一种食物,其中蕴含的氨基酸是人体需要的营养成分,具有非常高的营养价值.为了保证牛肉的营养成分不流失,必须要从加工、运输、贮藏等环节入手,保证操作安全性与洁净性,避免遭受微生物污染,导致牛肉变质,从而影响正常食用以及人体健康.为了避免这一问题,需要采用现代化技术对牛肉状态进行检测.挥发物红外光谱是检测牛肉状态的先进技术,对于保证牛肉质量有非常大的优势.
1 试验材料
此次试验所需要的材料为牛肉,为长春市某区超市提供的牛腱600 g.试验过程中,将样品牛肉划分为3 组,重量均为200 g.牛肉无需清洗,直接放置到３个容量为1 000 mL 的水杯,方便进行后续观察.
2 试验仪器
此次试验需要用到的仪器、设备如下：挥发物光谱仪、探测器、陶瓷光源.其中,光谱的采集范围在4400 ～ 800 cm-1.仪器的分辨率是0.5 cm-1,光程是2 m.试验开始时,将光谱仪的扫描频率设置为20 kHz.应用的气体池为Cyclone TMC2,真空泵则为抽真空微型泵.
3 试验过程
试验开始时,分别在每日上午9 时和下午9 时对样品牛肉块的光谱信息进行收集,试验一共为5 d.每日测量光谱数据前,要在光谱仪中加入液氮,随后连接放置牛肉的水杯和光谱仪进气口[1].当开始试验时,利用气泵,使光谱仪的气室成为真空状态,将出气口关闭再开启,使牛肉发出的挥发物气体通过抽真空的方式进入气室内.每次操作需要以采集真空为前提,将参与实验的牛肉放置于温度为15 ℃的环境下保存,且注意保存时水杯要保持开盖状态.
随后,在采集原始光谱的过程中,需要使用OPUS7.0这一软件,通过该软件对基线进行校对,并且实施平滑处理.在建立PCA 模型时,需要通过Umscrambler9.7软件,并且在SIMCA 以及PLS-DA 模型的帮助下,对建立的模型进行分析,从而得出试验结论.
4 试验结论
通过上述试验以及操作过程,参与实验的牛肉发生了一系列的变化,对此现象进行分析之后得出以下结论.
4.1 挥发气体类型和特征光谱
在样品牛肉试验期间出现了变质现象,且变质发生时释放出了大量挥发性物质,通过与NIST 谱库的比对发现,产生的所有挥发性气体中以氨气为主[2].由此可知,牛肉在发生变质的过程中,主要会产生氨气这一气体,氨气的吸收带为1 200 ～ 800 cm-1.通过试验可知,在进行试验的5 d 时间内,挥发出的氨气浓度呈现出不断提升的状态,但是通过对新鲜牛肉的检测可知,其中并没有任何氨气.针对这一现象,有关专家也展开了研究,并且得出如下结论,富含蛋白质的肉类在其发生变质期间,会形成氨气及硫化氢.此次试验过程中,并未发现硫化氢,导致这一现象的原因可能在于硫化氢浓度要比试验仪器浓度检测限低.
牛肉变质期间, 除了氨气以外, 也会形成二氧化碳（CO2）.组织实验时,主要使用了参数为2 285 ～ 2 180 cm-1 的吸收带,对其中生成的二氧化碳浓度进行检测,并且分析其变化的规律.检测时,并没有对二氧化碳第一特征峰进行检测,因为该特征峰吸光度为2 350 cm-1,相比规定的0.3 要大,与朗伯比尔定律要求不符.通过检测发现,在试验的5 d 中,生成的二氧化碳浓度变化非常明显,但并非处于上升趋势.
4.2 挥发气体光谱变化规律
按照之前所述朗伯比尔定律要求,如果光程不变,那么气体浓度和吸光度之间的关系为正比例关系,这时可以按照吸光度值对气体浓度进行定量分析[3].此次试验,主要以峰高、峰面积作为主要的计算方式,计算之后获得了氨气与二氧化碳浓度的变化规律.通过试验可知,峰高、峰面积这两种计算方式所获得的气体浓度变化在趋势上非常相近,峰面积定量计算取得的数值更加精准.这主要是吸收光谱峰高受样品、仪器两个因素的影响要大于峰面积.
在试验过程中,氨气浓度随牛肉贮藏时间的延长不断上升,尤其是在试验开始之后的24 ～ 72 h,氨气浓度在这一期间也发生了比较明显的变化,同时这一时间段也是牛肉变质的加剧时期.在试验中,二氧化碳变化规律并不十分显著,试验开始后到21 h 时开始急剧上升,随后开始持平.这时是牛肉变质期间,微生物的有氧呼吸形成了大量二氧化碳,一旦容器内氧气浓度达到了微生物呼吸极限,这时微生物呼吸作用便开始逐渐减弱,其中的二氧化碳浓度一直维持平衡状态.这时,便可以利用FTIR 对挥发性物质进行采集,并且对牛肉状态进行判定.
4.3 PCA 分析
一旦牛肉发生变质,就会形成挥发性物质,在上述分析中可以了解到,所形成的这些物质其变化规律各不相同.所以,可以通过PCA 分析,针对试验相关数据进行降维.试验进行的过程中,一般普遍认知是1 ～ 3 d 为新鲜牛肉,4 ～ 5 d 便是变质牛肉.将试验第3 d 下午检测到的变质牛肉过渡数据剔除,这时便可以非常清晰地了解分类最终效果.最终结果显示,无论是新鲜牛肉还是变质牛肉,在挥发物红外光谱中都体现了非常明显的差异化特征,且利用挥发物中的氨气浓度变化趋势可以对牛肉状态进行判定.
4.4 SIMCA 与PLS-DA 分类模型
SIMCA,即一种以主成分分析为前提的监督模式分析手段,在实际应用时,主要是通过先验分类知识的方式,针对所有种类进行PCCA 建模,随后通过建立的模型对未知样本归属进行判断[4].在新鲜与变质的两类牛肉样本中,分别选择10 条谱当作校正集,将剩下的样本当作验证集,模型预测结果见表1.PLS-DA 是监督判定方法的一种,在试验中选择了1 200 ～ 800 cm-1 氨气特征波段对其进行判断,并对两种样本进行校正,选择10 条光谱,验证集中有7 组新鲜牛肉样本,3 组变质牛肉样本,具体结果见表2.通过表1 中数据可知,如果波段一致,那么PLS-DA 的识别率要高于SIMCA,前者可达100%.
5 结语
利用挥发物红外光谱鉴别牛肉变质状态,是一种非常有效且准确率高的技术手段,对今后的食品检测工作具有重要意义.
红外光谱论文范文结:
关于红外光谱方面的的相关大学硕士和相关本科毕业论文以及相关红外光谱论文开题报告范文和职称论文写作参考文献资料下载。