SZ.300203
Технология ближнего инфракрасного излучения является неразрушающей, быстрой и экологичной и может применяться для определения качества масла и смазки, а также семян нефти на нефтяных заводах. Технология принесла огромные экономические выгоды заводам. Анализатор SupNIR-2700, основанный на спектроскопии отражения в околоинфракрасном диапазоне, хорошо работает и обладает превосходным программным обеспечением, интегрированным с функциями приобретения спектров, моделирования, дистанционного управления и управления. Анализатор успешно использовался для определения содержания влаги, белка, жира и аминокислот в соевом бобе и соевой муке. Результаты показывают, что прогнозируемые значения для метода, близкого к инфракрасному, соответственно близки к исходным значениям для национальных стандартных методов, и анализатор, близкоинфракрасный, может отвечать требованиям контроля качества для нефти и жировых продуктов, а также семян масла.
Ближнее инфракрасное излучение определяется ASTM как электромагнитные волны с длиной волны в диапазоне 780-2526 нм. Околоинфракрасная спектроскопия в основном вызвана удвоением частоты и частотным сочетанием гидросодержащих групп в органических молекулах. Различные группы характеризуются характерными пиками поглощения, а их сильные стороны варьируются в зависимости от содержания состава выборки, который составляет основу качественного и количественного анализа околоинфракрасного излучения.
Спектроскопия в околоинфракрасном диапазоне стала самой быстрой и убедительной технологией спектрального анализа за последние годы. Из-за быстрой скорости анализа, отсутствия необходимости в предварительной обработке и высокой эффективности, он широко используется. Околоинфракрасная спектроскопия, инициированная в сельском хозяйстве. В настоящее время крупные предприятия в кормовой, зерновой и нефтяной промышленности используют эту технологию для управления всеми звеньев контроля качества от сырья до продукции, что может принести значительные экономические выгоды предприятиям. В этом документе применение технологии ближнего инфракрасного излучения в соевой и соевой муках изучалось с помощью анализатора супнир -2700, а также была установлена кривая анализа аминокислотной сои.
415 образцов сои, собранных для эксперимента, пришли со всего мира. Все образцы были очищены и упакованы в пластиковые опечатанные карманы и хранятся в 4 - х комнатной морозильной камере.
1.3 Метод
1.3.1 Спектральный анализБаза данных создается путем приведения спектра проб в соответствие с исходным значением, получаемым с помощью национального стандарта обнаружения. В целях устранения влияния фонового дрейфта и разницы в размере частиц в пробе на спектр, каждый спектр проб был предварительно обработан с помощью сглаживания Savitzky-Golay, что в первую очередь является взаимной и многократной коррекцией рассеяния (MSC). Диапазон предварительно обработанных образцов коррируется с соответствующими символами. Модель устанавливается методом частичного наименьших квадратов (PLS). 80 - процентная проба представляет собой калибровочный набор для создания модели, а остальные 20 - процентная проба-набор для испытания модели с целью определения окончательного результата.
В таблице 1 приведены результаты моделирования для некоторых характеристик сои и соевого шрота, таких как содержание влаги, сырого белка, сырого жира и аминокислот. На рисунках 1 и 2 показана связанная кривая между эталонным значением и прогнозируемым значением сои и соевого шрота в ближнем инфракрасном диапазоне.
Tab.1 Параметры модели NIR сои и соевого шрота
Рис.1 Связанная кривая между эталонным значением и прогнозируемым значением NIR для влажности сои (A), сырого белка (B) и сырого жира (C)
Рис.2 Связанная кривая между эталонным значением и прогнозируемым значением NIR для
Влажность соевого шрота (A), сырой белок (B), сырой жир (C), лизин (D) и метионин (E)
Из таблицы 1, фиг.1 и фиг.2 можно сделать вывод, что тестовые значения, полученные методом анализа ближнего инфракрасного диапазона, имеют хорошую корреляцию с эталонными значениями национального стандартного метода анализа. Из таблицы 1 видно, что стандартное отклонение точности индекса влажности в ближнем инфракрасном диапазоне составляет около 0,25%, стандартное отклонение обнаруженного сырого белка составляет около 0,45%, стандартное отклонение точности обнаруженного сырого жира составляет около 0,35%.
Tab.2 Прогнозируемая стоимость сои и соевого шрота по анализу NIR
В таблице 2 приведены результаты анализа абсолютной погрешности прогнозируемого значения ближнего инфракрасного диапазона и эталонного значения некоторых тестовых образцов. Видно, что абсолютная погрешность влажности большинства испытуемых образцов составляет менее 0,2%; абсолютная погрешность сырого белка составляет менее 0,4%; абсолютная погрешность сырого жира в основном составляет менее 0,3%. Приведенные выше результаты показывают, что анализатор SupNIR-2700 NIR имеет хорошую точность.
3. Заключение
Соя и соевый шрот были проанализированы анализатором ближнего инфракрасного диапазона (SupNIR-2700), независимо разработанным FPI. Прогнозируемые результаты были сопоставимы с эталонными значениями, которые могут соответствовать требованиям быстрого контроля качества. Это также показывает, что анализатор ближнего инфракрасного диапазона имеет хорошую перспективу применения в области переработки зерна и нефти.
Сопутствующие товары:
SupNIR-2700 Рядом с инфракрасным анализатором
http://www.sen5.com/en/product_cont_8252.html
