2019/09/12 13:20
阅读:341
分享:免费下载
方案摘要:
产品配置单:
Antaris II傅立叶变换近红外(FT-NIR)光谱仪
型号: Antaris II
产地: 美国
品牌: 赛默飞
面议
参考报价
联系电话
方案详情:
关键词
近红外,酱油半成品,总酸,氨基酸态氮、盐分
引言
通过近红外采集一定数量的酱油中间品酱油半成品光谱图,关联通过国标方法检测出的酱油半成品中总酸、氨基酸态氮和盐分含量,结合化学计量学中的相关算法,建立总酸、氨基酸态氮和盐分含量的近红外模型。相关系数分别为0.9848、0.9997、0.9912,线性非常好,预测值与模型计算值偏差较小。可以利用近红外快速检测出酱油半成品中总酸、氨基酸态氮和盐分含量,极大提高常规理化指标的分析速度,减少人为误差,并能及时反馈生产,提高生产效率!
概述
酱油半成品中总酸的测定按照现行国家标准GB/T12456-2008进行检测,国标方法中有酸碱滴定法和PH电位法两种,二者均是根据酸碱中和原理,以碱液滴定,酸碱滴定法以酚酞为指示剂确定终点;电位法则以溶液电位发生突跃为终点;氨基酸态氮根据现行国标GB 18186-2000中规定的方法进行分析,用一定浓度的氢氧化钠溶液滴定;盐分是根据国标GB/T12457-2008中规定的方法进行检测,该规定使用间接沉淀滴定法、电位滴定法和直接沉淀滴定法。酱油半成品中总酸、氨基酸态氮和盐分的分析,均需要使用大量化学试剂,不但耗时较长,而且有些分析方法受人为判断终点的误差较大,如酸碱滴定法。传统分析方法操作烦杂、效率低、成本高,这很难满足每天大量样品的分析,反馈的分析结果也往往滞后,不能满足现代化企业生产的需要。
近几年来迅速发展起来的傅立叶近红外(FT-NIR)分析技术被公认为一种高效、方便、无损的绿色分析术,每个样品测量的时间只需半分钟,并且可多指标同时测定,分析结果准确可靠。与传统的化学分析方法相比,NIR(Near Infrared)光谱分析方法无需制样和进行前处理。在建立了可靠的校正模型前提下,可直接对样品进行检测,具有快速无损、无污染、低成本和多组分同时测定等优点。NIR光谱信息主要来源于分子中C-H、N-H、O-H、S-H等含氢基团的倍频和合频振动吸收。与中红外(MIR)一样,所有的有机物在NIR区均具有相应的特征吸收光谱信息,光谱吸收强度与组分含量间呈一定的数学关系(通常遵循比尔定律),由于NIR光谱区信息分布较为复杂,这种数学关系区别于标准曲线,通常被称为数学模型,是实现定量分析的基础。随着化学计量和计算机技术的快速发展,近红外光谱分析已转向以分析弱信号和多组分多元信息处理为基础的阶段。目前近红外技术已经有了广泛的应用,并且已成功应用于食品、烟草、药品及化工等诸多行业产品的分析测定。
本次研究了通过建立酱油半成品中总酸、氨基酸态氮和盐分含量的定量分析模型,探索利用近红外快速分析的可行性。
实验方法
1 仪器
Antaris II FT-NIR 分析仪(智能透射采样系统,配备RESULT 3.0 版操作软件),美国赛默飞世尔公司生产, TQ Analyst 7.1 光谱分析化学计量学软件。如图1所示。
2 分析方法
Antaris II 近红外分析系统能够实现单键操作,即只需使用一个按键便能自动完成采集光谱、测量、结果生
成报告以及保存光谱图和结果等步骤,仪器操作非常简单、方便。通过收集一定数量和具有代表性的酱油半
成品样品,测定出其NIR光谱图,使用TQ Analyst 7.1光谱分析化学计量学软件,建立起NIR光谱图与组分含量间的数学模型。经过验证和确认的数学模型,就可以直接用于样品的常规理化指标分析。
2.1 样品的原始NIR 光谱图采集
近红外光谱采集:将酱油半成品装入特制的玻璃样品管中,然后插入仪器透射支架,如图2所示。采集参数为:扫描次数32次,分辨率8cm-1,光谱范围10000-3800cm-1。采集的近红外原始光谱图见图3。
2 .2光谱预处理
应用TQ Analyst 7.1 光谱分析化学计量软件自动进行所有光谱的数据处理,对光谱图进行“一阶导数+Norris滤噪”处理,处理后的光谱图如图4所示。
2.3 光谱范围选择
各种组分由于分子结构的区别,在NIR 光谱区各个频率处显示出不同的吸收信息,这是NIR 分析方法得以
从一张光谱图中将各个组分的含量信息分别计算出来的基础。因各个组分的光谱信息在NIR 区域重叠严重,导致对NIR 光谱的解析相对较为复杂。应用TQAnalyst 软件为NIR定量分析时各个组分光谱范围的优化提供了非常有用的工具。
采用TQ Analyst 软件优化得出3种常规理化组分模型分别优化得到的光谱范围(cm-1)为:
总酸:9,099.07~7,787.15cm-1; 6,120.95~5,472.99cm-1
氨基酸态氮:6,245.09~5,015.86cm-1
盐分:8,876.24~7,891.95cm-1;6,040.25~5,665.12cm-1
结果与讨论
NIR光谱信息主要来源于分子中C-H、N-H、OH、S-H等含氢基团的倍频和合频振动吸收。与中红外(MIR)一样,所有的有机物在NIR区均具有相应的特征吸收光谱信息,光谱吸收强度与组分含量间呈一定的数学关系(通常遵循比尔定律),由于NIR光谱区信息分布较为复杂,这种数学关系区别于标准曲线,通常被称为数学模型,是实现定量分析的基础。通过收集一定数量和具有代表性的酱油半成品样品,测定出其NIR光谱图,使用专门的化学计量学软件,建立起NIR光谱图与组分含量间的数学模型。经过验证和确认的数学模型,就可以直接用于样品的常规分析。本次实验得到酱油半成品中3种理化指标的定量模型分析结果见表1:
1.1 总酸
通过国标分析方法(GB/T 12456-2008)分析样品中总酸含量同近红外光谱图进行关联,运用化学计量学的相关算法,优化处理后,建模样品预测值与实验室分析值之间的相关图(见图5)。
所建立的总酸模型相关系数(Corr.Coeff.)为0.9848,校正均方差(RMSEC)为0.0377。
1.2 氨基酸态氮
经过优化处理,得出酱油半成品中氨基酸态氮建模样品预测值与实验室分析值之间的相关图,如图6。
所建立的氨基酸态氮模型相关系数(Corr.Coeff.)为0.9997,校正均方差(RMSEC)为0.00930。
1.3 盐分
经过优化处理,得出酱油半成品中盐分建模样品预测值与实验室分析值之间的相关图,如图7。
所建立的模型相关系数(Corr. Coeff.)为0.9912,校正均方差(RMSEC)为0.102。
1.4 模型预测
用25个外部样品进行近红外预测,并对比实验室化学值,对模型进行验证,测试结果如下
结论
利用赛默飞世尔公司的Antaris II 型FT - NIR光谱仪对酱油半成品研究来看,总酸、氨基酸态氮和盐分都可以
利用傅里叶变换近红外光谱仪来测定,数学模型中的化学实测值和近红外光谱预测值的相关系数r均在0.98
以上。
近红外预测验证样品与实验室化学实测值比较可知,近红外预测值偏差较小,总酸平均偏差为0.03;氨基酸态氮平均偏差为0.01;盐分平均偏差为0.07。
NIR分析技术不需样品预处理,一旦建立了分析模型,Antaris II FT-NIR 分析仪的RESULT软件可保证操作人员在绝对规范的SOP下进行一键式操作,操作参数不会被修改,操作简便,非专业人员也可操作仪器,保证NIR的重现性较传统分析方法更好,且不会有人为误差。每个样品测量的时间只需半分钟,多种指标同时测定,分析结果准确可靠。所有指标的测定结果可自动列表显示在汇总报告中。Antaris II 近红外分析系统能够实现单键操作,即只要使用一个按键便能自动完成采集光谱、测量、结果生成报告以及保存光谱图和结果等步骤。仪器操作非常简单、方便。
如果您想了解更多产品信息,请点击下载附件资料。
欢迎致电赛默飞或在展台留言,我们会尽快给您答复。
下载本篇解决方案:
更多
Thermo Scientific Ramina 过程分析仪在生物制药行业的应用
Ramina过程分析仪为离线手动或自动湿态化学测试提供了一种快速且易于操作的替代方案。相比于传统的拉曼过程监控系统,它的安装和使用变得更加简单。Ramina为用户开始收集数据提供了所需的全部设备,包括拉曼光谱仪和光纤探针,以及便携式监视器、鼠标、键盘和激光安全护目镜。工厂校准可确保Ramina系统随时能够投入使用,其固态结构提供了长期稳定性。这意味着用户可以进行连续、高精度的测量,而无需频繁校准。用户还可以并联使用多个系统来同时测试不同的反应容器,或者在一个反应容器中组合使用多个探针。
制药/生物制药
2022/04/25
废旧汽车三元催化器内铂钯和铑元素的测定
近年来三元催化器中的铂(Pt)、钯(Pd) 和铑(Rh)等铂族金属(PGM)的成分和价格的大幅波动,对购买、交易和回收废旧三元催化器的影响越来越大。 2020年,铂、 钯和铑的需求分别为 215吨、308吨和31.2 吨,其中汽车催化剂行业的占比分别达到了约 32%、85%和90% ;同年,从废旧催化转化器中回收了33.7 吨铂、41.2吨钯和7.3吨铑。 所以,实时准确地测定汽车催化转化器内的铂、钯和铑元素含量,成为利润最大化和避免损失的关键!
汽车及零部件
2022/01/24
DFS-高分辨气相色谱/质谱联用仪:复杂基质样品中痕量二恶英的检定
近30年以来,普通人群中二恶英的毒性当量水平和人体负荷 水平一直在下降[1][2]。90%以上人群是通过食品接触到二恶英 和二恶英类化合物的[2]。随着食品、饲料和组织中二恶英水平 的不断降低,要想有效控制如此低的二恶英暴露水平,对定 量限、选择性和质量控制水平的要求比以往更严格。
食品/农产品
2021/11/25