近红外光谱分析技术

2023年9月18日，中国仪器仪表学会标准化工作委员会发布关于拟立项（近红外光谱分析技术术语）CIS标准的公示通告，拟制定标准是天津大学申报的《近红外光谱分析技术术语》近红外光谱分析技术具有快速、原位、非破坏性等诸多优点，广泛应用于实验室分析、在线质量检测，可实现多组分多通道同时测定各类样品的成分及含量，包括气体、液体、固态、粘稠体、涂层、粉末等。各种基于新原理、新器件的近红外光谱仪器层出不穷，在农牧、食品、化工、制药、烟草等领域发挥了越来越重要的作用。然而，市场规模及应用需求强势增长的势头之下，我国近红外光谱技术及仪器产业化与推广应用还面临不少问题：近红外分析仪器种类众多，并且基于不同分光及检测原理，相关技术与仪器及应用标准欠缺，典型行业/领域的应用示范不充分，甚至同一技术与仪器的术语及其定义都不同，造成了仪器参数虚标及与应用效果不符等问题；此外，应用客户在仪器选择方面面临标准不统一，验证成本高等问题，不同仪器分析结果差异较大，这些问题都在影响近红外光谱分析技术的推广应用，进而制约我国国产近红外仪器产业的发展。2013发布实施的GB/T 13966-2013《分析仪器术语》规定了分析仪器常用的基本术语、各类分析仪器有关方法、原理、仪器名称、零部件名称及性能特性量方面的术语和定义。但是，缺少与近红外光谱相关的术语及定义规范，无法涵盖各种新型近红外光谱分析技术应用领域。2022年发布实施的T/CIS 17006-2022《傅立叶变换近红外光谱仪技术通则》规定了傅立叶变换近红外光谱仪正常工作条件、功能、技术指标、安全等的要求和试验方法，但是无法覆盖不同原理近红外光谱仪器，术语定义不够全面。为了规范近红外光谱仪器生产及应用，为近红外光谱技术的健康发展提供帮助，需要制定统一的术语定义标准。附件（近红外光谱分析技术术语）CIS标准公示表.docx

北京工商大学人工智能学院 张倩 高翔 崔程（导师：吴静珠）2022年10月20～22日，为期三天的全国第九届近红外光谱学术会议在线上召开，此次会议全力展示了我国近红外光谱领域所取得的最新进展及成果，增进了广大近红外光谱科技工作者和广大近红外分析工作者之间的交流与合作，进一步促进了我国近红外光谱事业的发展。本次会议中外专家学者汇聚一堂，近3000人报名参会，会议规模再创新高。此次会议共安排了80余场报告，内容涵盖了化学计量学方法、仪器与测量附件、光谱成像与过程分析，以及近红外光谱技术在农业、食品、化工、制药等多个领域的应用进展，为参会人员呈现了一场既有深度亦有广度的学术盛宴。以下从多种角度介绍本次会议亮点及参加会议的心得体会。首次邀请国外学者进行汇报，扩充国际视角本次会议，不仅汇集了数十位近红外领域顶尖的国内专家，还邀请了四位国际知名教授、专家站在国际视角，现场分享近红外技术的最新发展。来自日本名古屋大学的Satoru Tsuchikawa教授带来了题为《State-of-Art NIR Imaging Research For Agriculture and Forestry》的报告，详细讲述近红外成像技术在农业和林业的研究进展；来自韩国汉阳大学的Hoeil Chung教授的报告题目为《Identification of gallbladder cancer through NIR analysis of bile and quantitative detection of microplastics captured in perfluorocarbon》，通过对于胆汁的近红外分析和定量检测来诊断胆囊癌，展现了近红外光谱在疾病筛查领域具有的广泛应用前景；来自西班牙Córdoba-UCO大学的Dolores Pérez-Marín教授分享了报告《Current Trends in The Use of NIRS Spectroscopy for The Control of Agrifood Products and Processes》，介绍了在农产品、食品品质和生产过程控制中近红外光谱技术的应用趋势；奥地利因斯布鲁克大学分析化学和放射化学研究所所长Christian Wolfgang Huck教授针对微型光谱仪的现状与未来带来了题为《Present and Future of Miniaturized NIR-Spectrometers Combined with Challenging Data Management Strategies》的精彩汇报，介绍了近年来不同分光原理的微型光谱仪应用领域发展及智能化水平提升等趋势。数十位资深近红外专家相聚云端，现场分享最新的研究进展本次会议十余位在近红外检测领域深耕多年的专家教授分享了自己从事近红外光谱分析技术应用研究与实践十余年的经历、经验和心得体会，为青年学者进行后续的研究提供经验与启发。南开大学的邵学广教授结合近红外光谱分析的需求，简述近红外光谱分析中所涉及的化学计量学方法，阐述化学计量学对近红外光谱分析的作用和意义。化学计量学的核心是正确的使用数学和统计学方法进而从数据中获取与分析目标相关的信息，理解化学计量学方法的原理是保障正确使用的关键，邵教授通过将建模流程拆分，在数据集及评价、建模方法、模型评价与验证、模型监控等步骤中说明如何在近红外光谱分析实践中正确选择和使用化学计量学方法。云南中烟工业有限责任公司的王家俊高工结合自己从事近红外光谱技术在烟叶原料、辅助材料质量控制与品质分析中的应用研究的经验，从近红外光谱定量定性分析与标准、近红外光谱分析网络化与数据挖掘应用、天然样品高质量光谱的测量与参考数据测定、化学计量学方法应用和模型应用和维护五个方面分享了自己的实践体会，同时也展望了大数据时代近红外光谱技术网络化的应用前景，给青年学者提出希冀。华东理工大学的杜一平教授带来自己最新的研究进展，杜教授通过对低浓度组分检测的深度思考，从样品中浓度相关性的角度探讨NIR模型的本质。他提出当样品中存在与被测组分浓度具有相关性的组分时，模型可以“借助”这种关系提升模型性能，样品组成改变时，相关性组分对模型的影响可能影响到模型预测精度，该发现有助于我们进一步理解和应用模型、变量选择结果、模型维护方法以及注意模型更新等。海南大学的云永欢副教授做了题为《我与近红外光谱的十年：从基础理论、方法开发到应用研究》的报告，将自己从开始接触近红外光谱到现在取得的成果和总结的经验精炼在20分钟内向大家进行了分享，给正在学习和进行近红外领域相关研究的在校研究生提供了很多新的思路和研究方向。聚焦近红外技术在食品安全、生物制药、化学化工等热门领域的最新应用本次会议不仅聚焦最新、最前沿的光谱技术，而且对食品安全、生物制药、生命科学、材料等目前最热门的应用领域进行深入探讨。近红外技术在水果分级检测中应用日趋广泛。来自北京市农林学院智能装备技术研究中心的李江波研究员进行了题为《水果内部质量近红外光谱检测技术与设备》的报告。针对近红外光在水果组织中传输存在多重散射和吸收，导致水果内部有效光谱信息难以准确、稳定获取的问题，建立了水果内部光传输特性分析系统，解析了近红外光在水果内部传输机理，提出了逐步切片结合最小二乘拟合的近红外光在水果组织中穿透深度分析法，保证了近红外光谱信号的可靠获取。湖南农业大学李跑教授利用近红外光对果皮穿透能力对柑橘品种、柑橘产地、柑橘霉变进行定性无损检测：对于不同品种的柑橘鉴别分析，采用主成分分析-Fisher线性判别模型（PCA-FLD）+6点平均光谱（赤道4点+顶部+底部）最终实现100%鉴别率，使用同样的方法对不同产地的柑橘进行鉴别，最终结果依然非常优秀；对于霉变柑橘检测，研究了不同波段（长短波段）柑橘近红外光谱对霉变模型的影响，并指出：在建模过程中发现短波近红外光虽然穿透性要强于长波近红外，但长波近红外光建模效果要优于短波近红外。在食品行业近红外技术的应用日渐成熟。福斯华（北京）科贸有限公司的应用专家杨海龙结合福斯华三款近红外光谱仪在肉类行业、谷物交易加工行业以及制糖行业的应用，对近红外光谱分析技术在食品行业的应用进行了分享。温州大学的黄光造老师利用一类自编码器结合近红外光谱实现对奶粉中掺假的检测。四川长虹电气股份有限公司的刘浩工程师深入探讨了近红外光谱在白酒行业的应用：应用近红外光谱技术实现对酒醅的快速检测，可为酿酒生产现场及时提供数据。通过组合不同预处理方法、预处理参数选择、PLS成份数建立定量模型，可以选择出酒醅的水分、酸度、淀粉、残糖的最佳建模方法；自主研发的光谱智能APP可以实现账号管理、光谱采集、光谱曲线绘制、云端模型调用和结果展示等功能。相较于传统实验室，其具有体积小巧、轻便、易携带等优点，非常适合对酿酒车间酒醅进行现场快速检测。近红外光谱在生物制药领域近年来也取得了显著的研究进展。随着制药技术的发展，药物连续化生产正在成为国际制药行业发展的趋势，来自山东大学的李连副研究员分享了报告《近红外光谱分析技术在制药领域的在线应用研究探索》，以光谱稳定获取、光谱-物料实时对应、光谱模型建立等方面为着力突破点，重点介绍了山东大学药物智能制造技术研究团队，应用NIRS在药物生产在线分析方面所做的研究工作及获得的研究成果。来自天津中医药大学的硕士研究生吴晨璐进行了题为《多光谱数据融合用于双黄连口服液的质量检测》，该报告提出了一种基于紫外可见和近红外光谱的数据融合方法，以可溶性固含量和总黄酮为指标的用于检测双黄连口服液质量的方法。来自中国科学院西北高原生物研究所的硕士研究生龙若兰进行了题为《藏药五脉绿绒蒿提取过程中总黄酮含量的近红外在线检测》的报告，该研究以提升五脉绿绒蒿中总黄酮含量在线检测精度为目标，为中药材在线检测模型的建立提供了新的思路。来自天津中医药大学中药制药工程学院的硕士研究生崔同灿进行了题为《草药NIRS指纹图谱转换为HPLC指纹图谱的可行性研究》。在草药的流通和使用的过程中不同批次的药材之间质量波动较大，该报告以菊花和天麻为例，研究不同校准转移方法实现NIRS指纹图谱转换为HPLC指纹图谱的适用性和可靠性。该研究探索了具有不同分析信号的不同类型仪器之间的校正转移的可行性，以期解决草药快速质量评价和成分含量预评估任务，为草药质量控制研究提供新的手段和思路。拉曼光谱成像、高光谱成像、微波频谱分析等多领域的光谱分析技术全面发展 此次会议交流不仅仅限于近红外光谱分析技术，对于其他光谱技术结合化学计量学的研究和应用等也展开了多组报告，对拉曼光谱成像、高光谱成像、微波频谱分析和介电光谱等领域的基础研究、理论创新、及新方法、新技术和新应用进行了介绍。来自武汉轻工大学的四位研究生分别基于拉曼光谱成像技术做了多种研究。肖晓枫同学以小龙虾为研究对象，模拟了微塑料在小龙虾体内的传递途径和累积过程，并利用拉曼成像结合图像处理用于识别和可视化不同小龙虾组织中的微塑料，基于此估计微塑料的污染水平。梅婷娜同学建立了一种基于拉曼成像与化学计量学相结合的高效方法，以同时识别滤袋在浸泡过程中释放出的各种MPs。吕静雯同学以大豆油、菜籽油和棕榈油为研究对象，模拟了油炸行业的煎炸过程，将拉曼光谱结合化学计量学用于定量监测油炸过程中油的降解。徐梦婷同学通过拉曼峰强度建模成功地将山茶油与低价植物油和掺假山茶油区分开，预测成功率达95%以上，为山茶油鉴别提供一种可行方案。来自中国农业大学的博士研究生龙园做了题为《拉曼高光谱用于玉米种子霉变筛选检测研究》的报告：将拉曼高光谱应用于玉米种子霉变样本筛选，结果表明基于竞争自适应重加权算法（CARS）结合胚面和非胚面权重比例为3:7构建的偏最小二乘判别分析模型精度最佳，测试集精度可达90.63%。来自西北大学的硕士研究生郭梦君做了题为《基于表面增强拉曼光谱结合随机森林的水中多环芳烃定量分析》的报告，报告表明表面增强拉曼光谱结合RF可以实现水中多环芳烃的快速准确检测。随着微波电子学和微波测量技术的发展，微波频谱分析方法逐渐发展成为一种独立的快速无损测量技术。微波频谱分析技术已成功应用于许多领域的水分含量测量，包括粮食作物、轻工业产品和建筑材料等。来自中国矿业大学的田军博士设计了一款煤炭水分含量智能测量系统，其将微波频谱分析与距离加权K近邻（DW-KNN）算法相结合，实现了煤炭水分含量的快速无损测量。广州星博科仪有限公司的创办人罗旭东针对高光谱成像技术的应用现状做了题为《高光谱实时分类技术在机器视觉中的应用和发展》的报告，介绍了针对高光谱成像技术三维成像数据，数据量巨大问题的解决方案，以及在工业现场的实际应用。来自北京工商大学崔程同学在其报告《基于近红外高光谱成像的花生冻伤检测》中研究利用高光谱成像技术对花生是否冻伤进行定性检测研究，采用四种变量选择方法CARS、SPA、VCPA-IRIV、VCPA-G在全谱范围内选择出与花生冻伤相关的特征波长，并按照每个波长变量的重要性进行排序组合建立支持向量机模型，最终在保证一定判别准确率前提下筛选表征花生冻伤的特征波长，并通过光谱吸收峰解析花生冻伤光谱检测机理。来自西北农林科技大学的杨可博士和朱杰亮同学报告了使用介电光谱检测牛初乳中掺假的检测研究，介电光谱具有波长长、在乳中穿透深度大、散射影响小等优点，在非均质乳的在线检测中具有很大的潜力。杨可博士通过建立基于近红外光谱和介电光谱的初乳成熟乳含量定量鉴别模型来比较近红外光谱和介电光谱在定量鉴别掺假初乳中的性能。研究显示NIRS和DS均能清晰识别初乳中成熟乳的比例，但两种方法的识别特征完全不同。DS比NIRS能更好地预测初乳中成熟乳的掺假，在非均质液体食品的快速定量分析中具有良好的潜力；朱杰亮同学建立了一种基于介电光谱的成熟乳初乳掺假快速检测的新方法，利用合理的算法分析其影响因素和机理。多种最新检测仪器亮相，助力近红外光谱检测发展近红外技术的研究和应用离不开仪器技术的进步，本次会议得到了12家国内外知名仪器公司的大力支持，多家仪器企业也派出资深技术人员现场分享最新的产品和技术。来自无锡迅杰光远科技有限公司的技术总监兰树明做了题为《颗粒样品NIR漫反射光谱提高采样精度方法的研究》的报告，介绍了一种颗粒样品提高采样精度的方法，研究漫反射光谱化学计量学结果与粒度之间的关系，提出一种大光斑侧照式混合光学采样方法，扫描全部样品的漫反射光谱信息，并将颗粒产生的随机光谱噪声通过简单的平均方法实现有效抑制，提高颗粒样品的分析精度，使颗粒样品无需粉碎能够得到高精度的分析结果。海洋光谱的晏彬彬分享了如何在科研和生产中选择适合的近红外光纤光谱仪，介绍了海洋光学多款新款小微型近红外光谱仪，以大波段范围、高灵敏度、全谱波段信号优化为主要升级目标，有效的提升了仪器的稳定性，数据的可靠性。珀金埃尔默仪器公司的资深产品专员郁露也介绍了珀金埃尔默近(中)红外产品及应用进展。在大会组委会努力不懈的组织与全国近红外技术用户的热情参与下，第九届全国近红外光谱学术会议顺利闭幕。会议为国内外光谱科研工作者及专业技术人士提供一个持续、高效的沟通交流平台，促进了业内交流，提高了光谱研究及应用水平。会议不仅有国外专家的研究分享，还有国内从业数十年的资深专家传授经验，更有数位优秀的青年科研工作者和在读学生在本次会议中分享了最新的研究成果。从了解、质疑，到认可，中国近红外光谱技术经过长时间的发展、实践，现在已经逐渐被各领域用户接受、认可，目前近红外技术的应用研究和技术推广还处在迅速上升阶段。这不但得益于老一辈专家打下的坚实基础，更需要年轻学者和学生的不断进取。会议开幕式上获得第四届“陆婉珍近红外光谱奖” 的各位老师以及会议闭幕式评选的12位获得优秀青年报告奖的青年学者都是我们学习的榜样。

pspan style="color: rgb(255, 0, 0) "strong　　一、引言/strong/span/pp　　乳制品含有的蛋白质、脂肪、乳糖和其他固形物等具有较高的营养价值，是促进人体生长发育及维持健康水平的必需营养成分。目前市售的奶粉品种众多，质量参差不齐，在巨大的经济利益驱动下，出现了“阜阳奶粉事件”、“还原奶事件”、“光明牛奶回奶事件”、“雀巢奶粉事件”以及“三聚氰胺事件”，这些都说明了牛奶质量控制的重要性和紧迫性。那么如何为牛奶生产厂家确保原料奶的质量，并准确、快速地对流水线生产中的各个关键点进行控制?/pp　　传统的奶制品质量检测用化学分析方法，主要有气相色谱、液相色谱、电泳、PCR和免疫ELISA等，取样化验过程复杂，实时性较差，大大影响了生产效率，而且往往涉及专用仪器与分析方法、耗费时间较长、分析过程繁琐、分析费用高，增加了现场检测及在线质量控制的难度。国家也出台了一系列相应的国家标准检测方法，如原料乳与乳制品中三聚氰胺检测方法(GB/T22388-2008)和原料乳中三聚氰胺快速检测液相色谱法(GB/T22400-2008)等。面对目前日益增长的市场需求，传统化学分析方法的效率已经明显滞后，开发快捷灵敏、无损易行的现代分析技术，对乳品生产的质量监控具有重要的意义。/pp　　分子光谱技术(包括近红外，中红外等)是20世纪80年代后期迅速发展起来的一项测试技术，在欧美等国，它已成为乳制品成分分析的重要手段，并为乳品权威分析机构，如国际乳品联合会 (IDF)以及美国分析化学家学会(AOAC)等权威机构所认可。随着我国乳品行业的发展，采用快速、准确、可靠的乳品分析技术以适应WTO的要求已成为当前乳品企业发展的关键所在。目前，国内外许多乳制品厂家，如蒙牛、伊利、雀巢，光明、君乐宝等已经将FOSS公司的分析解决方案(包括中红外和近红外光谱分析仪)用于原奶收购和生产过程的质量监控。/ppstrong　　span style="color: rgb(255, 0, 0) "二、红外/近红外分析技术在乳品行业的使用现状/span/strong/pp　　随着社会对乳制品质量安全的不断重视，目前乳品企业对奶粉的质量把控越来越严格，奶粉的理化指标，如脂肪、酸度、乳糖、蛋白、蔗糖、水分和灰分等通常决定了奶粉的类别和质量，只有在生产过程中严格检测和把控这些指标才能生产出合格的奶粉。目前传统的奶粉检测方法对于这些理化指标的检测耗时长且繁琐，而奶粉的生产过程是一个连续的过程，长时间的分析检测无法满足奶粉生产过程中的有效控制。红外/近红外光谱分析技术以其快速、多组分和无损分析的特点在农牧业食品石油化工等行业中被广泛应用，同样在奶粉的检测中潜力巨大。/pp　　目前国内奶粉的生产工艺一般包括原料乳验收→预处理与标准化→浓缩→喷雾干燥→冷却储存→包装→成品，在整个过程中有多个关键控制点需要检测多个指标，而这些点非常适合使用红外/近红外光谱分析技术进行快速分析。据了解，国内目前约有90%以上的规模化生产的乳粉企业都在采用红外/近红外光谱技术对其从原料奶、中间配料以及最终的奶粉实现全程化的监控和控制。目前国内几家大的乳粉企业，如伊利、蒙牛、雀巢、君乐宝、飞鹤等均已将这些红外/近红外的快速检测技术应用于如下几个环节的监控中，取得了不错的效果，既保证了产品质量的一致性，又最大程度的节约了生产成本。/ppstrong　　1. 原料乳验收/strong/pp　　原料奶位于乳业产业链的最上游, 其质量安全将直接影响到乳品的质量与安全, 从这个意义上讲, 能否从源头上紧抓原料奶的质量控制, 将直接关系到整个乳业的质量安全。通常在牛场仅对牛乳的质量做一般的评价，在到达乳品厂后需要通过若干检验对其成分和卫生质量进行测定。乳品企业一般实行“以质论价，优质优价”的政策或办法，可以鼓励奶农自觉改善饲养管理，提高原料乳质量，同时有利于企业对原料乳的分级处理。/pp　　我国部颁标准规定原料乳验收时的理化指标包括脂肪、蛋白质、酸度、密度、抗生素等等。为了防止牛奶兑水，通常会检测液体乳的冰点，因为兑水后的牛奶冰点会升高。目前，对于液体原料乳中脂肪、蛋白、酸度等的检测，大多数乳企使用基于傅里叶变换的中红外光谱分析技术 (a href="https://www.instrument.com.cn/netshow/C193216.htm" target="_blank" style="text-decoration: underline "span style="color: rgb(0, 112, 192) "如FOSS的MilkoScan FT1乳品分析仪/span/a)，这种检测方案不仅仅用于原料乳的按质论价，同时也应用于液体乳制品生产过程以及成品控制。同时，中红外光谱技术还可以通过与天然鲜奶拥有的特定光谱进行比对，迅速发现可疑的鲜奶样品，对提高乳制品的质量和保护消费者的利益具有重要的意义。/pp　　strong2. 预处理及标准化/strong/pp　　在全脂奶粉的生产中，标准化主要是通过对原料乳的脂肪含量调整，使之达到成品的标准要求(即原料乳中的脂肪含量与无脂干物质含量的比值达到乳粉的标准化值)。/pp　　在配方奶粉生产中，通常需要根据目标人群进行配方设计，调整宏观成分含量，并在对液体乳进行预处理后，加入一定的添加剂，如婴幼儿配方粉需要尽量调整乳品中各组分的含量模拟母乳。在这个过程中，营养组分的调整，添加剂量的控制都会影响最后生产的乳粉是否合格。而检测不合格的产品通常会要返工处理，提高了生产成本和时间成本。在这个处理过程中，有效的监督检测手段必不可少，目前全球有超过85%的大中型乳品企业(如Arla Food，Nestle, Fonterra，以及国内的伊利、君乐宝等)已经使用了Milkoscan FT1乳成分分析仪进行旁线分析，实现标准化过程中快速分析反应，有效的减少了产品的波动，即时调整配方配比，提高了生产效率，产品稳定性也大大提升。/pp　strong　3. 真空浓缩与喷雾干燥/strong/pp　　从液态奶变成固体奶粉，需要进行干燥工艺，首先对液态乳进行真空浓缩，真空浓缩能够节省能量，对奶粉颗粒的物理性状有显著影响。液态乳经过浓缩后，喷雾干燥时，粉粒较粗大，具有良好的分散性和冲调性，能迅速复水溶解，可以改善乳粉的保藏性等。所以在真空浓缩时原料乳浓缩的程度直接影响乳粉的质量，特别是溶解度。在真空浓缩时，通常要求浓缩程度越高越好，因为一般真空浓缩的时间要比喷雾干燥节省至少10倍，但是浓缩至太高的浓度对于后续的喷雾干燥又存在不利影响，因此对真空浓缩水分的实时控制能够节约生产成本，提高生产效率。/pp　　浓缩后的乳打入保温罐内，立即进行喷雾干燥。喷雾干燥直接影响乳粉的溶解度、水分、杂质度、色泽和风味，对产品质量影响很大。喷雾干燥过程中对乳品水分的控制非常重要，奶粉要求水分为2.0～5.0%，若为4.0～6.0%，也就是水分提高到3.5%以上，就会造成奶粉结块，则商品价值就低，同时，水分提高后奶粉易变色，贮藏期降低 当乳粉水分含量提高至6.5～7.0%时，储存一小段时间后，其中的蛋白质就有可能完全不溶解，产生陈腐味，同时产生褐变。此外，奶粉的水分含量过高，还可能导致营养素损失、微生物滋长、奶粉结块变质等问题。但乳粉的水分含量也不宜过低，否则易引起乳粉变质而产生氧化臭味，一般喷雾干燥生产的乳粉水分含量低于1.88%时就易引起这个缺陷。/pp　　常规的水分检测方法测量速度和准确度一直存在一定的矛盾，而水分对于乳粉生产非常重要。为了解决这个问题，目前乳品企业常使用近红外光谱分析技术(a href="https://www.instrument.com.cn/netshow/C132525.htm" target="_blank" style="color: rgb(0, 112, 192) text-decoration: underline "span style="color: rgb(0, 112, 192) "如FOSS的近红外分析方案NIRS DS 2500/span/a) 进行干燥过程的控制。/pp　　与传统方法相比，近红外光谱分析技术具有测量速度快、操作方便、不破坏样品、不用前处理试剂等特点，目前，乳企使用近红外光谱仪做旁线检测，检测一个样品时间小于1分钟，检测速度频率大幅提高，控制基本实现实时性 而且近红外仪器稳定，具有IP65防水防尘级别，能适应车间环境 现场操作非常简单，样品直接装入样品杯中，装样简单不易出错，多组分结果直接显示，不需要专业的人员对数据结果进行分析，生产线普通工人都能进行分析操作。大大提高了生产效率，节约了生产成本，提高了产品质量。/pp　　除了旁线分析外，现在逐渐流行的在线检测能够实现生产过程真正的实时质量监控，能做到有问题即时发现，如果与生产控制系统直接对接，能实时调整喷雾干燥生产工艺，对奶制品质量控制有着重大的意义。目前国内已有乳粉生产企业(如君乐宝，飞鹤乳业)引入a href="https://www.instrument.com.cn/netshow/SH100345/C335078.htm" target="_blank" style="color: rgb(0, 112, 192) text-decoration: underline "span style="color: rgb(0, 112, 192) "FOSS的Profoss/span/a近红外在线检测解决方案，在乳粉生产中进行高频率、高分辨率的生产过程控制，控制水分的含量，获得稳定的水分、脂肪和蛋白含量，使生产更接近于目标规格，提高了产量，获得了最佳的物质平衡。而且，减少了返工、开工波动，以及不必要的重复劳动，生产效率得到极大的提高，基本上在一年左右能收回投资。/pp　　strong4. 成品质量控制/strong/pp　　在喷雾干燥冷却后乳粉便要进行包装出厂，包装出厂的乳粉必须经过检测分析合格后才能出厂销售。如婴幼儿配方奶粉，通常需要检测蛋白质、脂肪、水分、乳糖、酸度和灰分等等理化指标，这些理化指标使用常规检测方式进行全部检测需要几天的时间，费时费力，而且受化验室人员化验水平影响较大。目前乳品企业使用近红外光谱仪，进行成品分析，可以快速测定婴幼儿配方奶粉中的水分、蛋白、脂肪、酸度、灰分、乳糖等指标，单个样品测量耗时在1分钟内，以上所有指标同时测出，快速高效，同时也避免了由于人员操作误差导致的检测一致性差的问题。/pp　　综上所述，在奶粉的整个生产工艺中各个关键控制点，几乎都可以使用红外/近红外光谱技术进行分析检测，通过使用红外/近红外分析技术对奶粉生产过程的监控能有效提高产品的合格率，在企业的成本控制，以及为消费者提供安全合格乳制品方面具有非常好的实际效果。/pp style="text-align: center"img style="max-width: 100% max-height: 100% width: 600px height: 305px " src="https://img1.17img.cn/17img/images/201908/uepic/3663ffed-3880-4cfd-bc5a-2087797f79f1.jpg" title="微信图片_20190812103309.png" alt="微信图片_20190812103309.png" width="600" height="305" border="0" vspace="0"//pp style="text-align: center "strong红外/近红外技术用于乳粉生产过程中的检测控制点/strong/pp　　红外/近红外技术以其快速，操作简单为乳企的整个生产链条提供了巨大的便利，但在实际使用红外/近红外技术进行从原料奶到成品奶粉的检测过程中，采用的检测模块或者模型的准确性显得尤为重要。一个预测性能良好的模型一定是基于前期大量数据库的积累而来的，建模数据的指标范围，建模数据对应的样品量，以及采用的建模方法等均决定了后期模型的准确程度，所以在目前的红外/近红外推广和使用过程中，提供硬件性能可靠的红外/近红外检测方案的同时，配备的检测模块或者模型的预测性能显得尤为重要。以a href="https://www.instrument.com.cn/news/20190812/490937.shtml" target="_blank"DS 2500/a近红外检测分析仪在奶粉检测中所配备的数据库情况为例， 从目前主要客户的使用效果来看，预测效果好，数据准确性高，能够帮助客户很好的指导生产。/pp　　目前a href="https://www.instrument.com.cn/news/20190812/490937.shtml" target="_blank"DS 2500/a近红外分析仪配备的配方奶粉、脱脂奶粉、乳清粉等奶粉模型预测性能如下：/ptable border="1" cellspacing="0" cellpadding="0" width="551" align="center"tbodytr class="firstRow"td width="93" rowspan="8"p style="text-align:center "全脂奶粉及婴幼儿配方奶粉/p/tdtd width="66"p style="text-align:center "成分/p/tdtd width="102"p style="text-align:center "定标范围/p/tdtd width="75"p style="text-align:center "定标误差(SECV)/p/tdtd width="124"p style="text-align:center "定标样品数量/p/tdtd width="91"p style="text-align:center "相关系数/p/td/trtrtd width="66"p style="text-align:center "水分/p/tdtd width="102"p style="text-align:center "1.54-4.50/p/tdtd width="75"p style="text-align:center "0.17/p/tdtd width="124"p style="text-align:center "4640/p/tdtd width="91"p style="text-align:center "0.90/p/td/trtrtd width="66"p style="text-align:center "蛋白/p/tdtd width="102"p style="text-align:center "9.50-31.02/p/tdtd width="75"p style="text-align:center "0.35/p/tdtd width="124"p style="text-align:center "4468/p/tdtd width="91"p style="text-align:center "0.99/p/td/trtrtd width="66"p style="text-align:center "脂肪/p/tdtd width="102"p style="text-align:center "5.09-39.31/p/tdtd width="75"p style="text-align:center "0.40/p/tdtd width="124"p style="text-align:center "4313/p/tdtd width="91"p style="text-align:center "0.99/p/td/trtrtd width="66"p style="text-align:center "酸度/p/tdtd width="102"p style="text-align:center "4.91-14.91/p/tdtd width="75"p style="text-align:center "0.89/p/tdtd width="124"p style="text-align:center "3785/p/tdtd width="91"p style="text-align:center "0.75/p/td/trtrtd width="66"p style="text-align:center "灰分/p/tdtd width="102"p style="text-align:center "2.55-6.10/p/tdtd width="75"p style="text-align:center "0.07/p/tdtd width="124"p style="text-align:center "1373/p/tdtd width="91"p style="text-align:center "0.99/p/td/trtrtd width="66"p style="text-align:center "乳糖/p/tdtd width="102"p style="text-align:center "33.44-58.22/p/tdtd width="75"p style="text-align:center "0.54/p/tdtd width="124"p style="text-align:center "1151/p/tdtd width="91"p style="text-align:center "0.98/p/td/trtrtd width="66"p style="text-align:center "蔗糖/p/tdtd width="102"p style="text-align:center "0- 18.81/p/tdtd width="75"p style="text-align:center "0.42/p/tdtd width="124"p style="text-align:center "1267/p/tdtd width="91"p style="text-align:center "0.98/p/td/trtrtd width="93" rowspan="3"p style="text-align:center "脱脂奶粉/p/tdtd width="66"p style="text-align:center "水分/p/tdtd width="102"p style="text-align:center "2.67-4.34/p/tdtd width="75"p style="text-align:center "0.11/p/tdtd width="124"p style="text-align:center "1425/p/tdtd width="91"p style="text-align:center "0.85/p/td/trtrtd width="66"p style="text-align:center "蛋白/p/tdtd width="102"p style="text-align:center "31.23-38.59/p/tdtd width="75"p style="text-align:center "0.22/p/tdtd width="124"p style="text-align:center "898/p/tdtd width="91"p style="text-align:center "0.97/p/td/trtrtd width="66"p style="text-align:center "脂肪/p/tdtd width="102"p style="text-align:center "0.37-1.13/p/tdtd width="75"p style="text-align:center "0.02/p/tdtd width="124"p style="text-align:center "558/p/tdtd width="91"p style="text-align:center "0.97/p/td/trtrtd width="93" rowspan="5"p style="text-align:center "乳清粉/p/tdtd width="66"p style="text-align:center "水分/p/tdtd width="102"p style="text-align:center "2.43-6.69/p/tdtd width="75"p style="text-align:center "0.46/p/tdtd width="124"p style="text-align:center "494/p/tdtd width="91"p style="text-align:center "0.80/p/td/trtrtd width="66"p style="text-align:center "蛋白/p/tdtd width="102"p style="text-align:center "60.02-90.26/p/tdtd width="75"p style="text-align:center "0.92/p/tdtd width="124"p style="text-align:center "596/p/tdtd width="91"p style="text-align:center "0.97/p/td/trtrtd width="66"p style="text-align:center "脂肪/p/tdtd width="102"p style="text-align:center "3.44-9.88/p/tdtd width="75"p style="text-align:center "0.13/p/tdtd width="124"p style="text-align:center "379/p/tdtd width="91"p style="text-align:center "0.99/p/td/trtrtd width="66"p style="text-align:center "灰分/p/tdtd width="102"p style="text-align:center "2.09-5.44/p/tdtd width="75"p style="text-align:center "0.03/p/tdtd width="124"p style="text-align:center "362/p/tdtd width="91"p style="text-align:center "0.99/p/td/trtrtd width="66"p style="text-align:center "pH/p/tdtd width="102"p style="text-align:center "6.4-6.95/p/tdtd width="75"p style="text-align:center "0.02/p/tdtd width="124"p style="text-align:center "486/p/tdtd width="91"p style="text-align:center "0.96/p/td/tr/tbody/tablepstrong　　三、红外/近红外分析技术在国内乳品行业的应用前景/strong/pp　　前已述及，红外/近红外分析技术不需要样品的准备过程，是一种无损化的分析技术，同时该项技术具有快速准确的特点，能够满足实时、快速分析的要求。只要提供稳定可靠的定标，就可以对待分析样品给出准确的分析结果。随着我国乳品行业的发展，红外/近红外光谱分析技术必将逐步取代目前在国内占主流的传统化学分析方法，在乳制品及其相关行业发挥越来越大的作用。另外，随着乳品行业有关红外/近红外相关标准的逐步引入，未来红外/近红外技术在乳品行业也必将像饲料、粮油和纺织等其他行业有章可依、有据可鉴。/pp　　基于近几年乳品行业发展的特点，个人认为未来国内红外/近红外技术在乳品行业的应用有以下两方面需求：/pp　　其一，目前在国内，红外/近红外技术在乳品行业的应用以液态奶和乳粉的快速检测为主，主要因为国内目前乳品行业的消费产品类型(只包括液奶和乳粉)相对比较单一。在欧美诸多国家，红外/近红外技术在奶酪、黄油、稀奶油、浓缩乳清等类型样品的检测中已经发挥着很大的作用，可以预期随着国家由“喝奶”向“吃奶”的消费导向的普及，国内消费者对于奶酪，黄油等的消费需求会有所上升。后期，红外/近红外技术应用于奶酪、黄油以及浓缩乳清等样品的检测也必将逐渐深入。/pp　　其二，国外的液体乳主要以保鲜的巴氏奶为主，这与其完善的冷链系统及经济水平有关。近几年我国的液体奶市场增长迅速，但主要以保质期较长的UHT奶为主。随着我国乳品工业的发展和人们对液体乳新鲜度的要求，近几年，国家大力推广“优质乳工程”，倡导企业生产新鲜度更高，营养更丰富的优质乳。/pp　　加入国家“优质乳工程”的企业对奶源有了更高的要求，如更低的体细胞和细菌数，更高的蛋白和合理的脂肪含量，同时，对一些功能性指标(如乳铁蛋白，糠氨酸等)的检测也提出了要求。由此可见，随着国家“优质乳工程”的实施，企业自身的检测需求必将促使红外/近红外快速检测技术朝着准确度要高，检测指标更全面等方向进行改进和提高。可以预期，未来的红外/近红外检测技术不仅要准确地检测脂肪、蛋白、总固等常规指标，而且也需要具有检测一些功能性新指标，如巴氏奶和鲜奶中的乳铁蛋白，以及UHT奶中的糠氨酸等方面的检测能力。/pp style="text-align: right "span style="font-family: 楷体, 楷体_GB2312, SimKai "strong（供稿：FOSS 罗海峰）/strong/span/p