近红外光谱分析技术在饲料品质快速检测中的应用研究
本文关键词:大豆秸秆成分近红外光谱分析快速检测方法研究,由笔耕文化传播整理发布。
《南昌大学》 2013年
近红外光谱分析技术在饲料品质快速检测中的应用研究
王旭峰
【摘要】:近红外光谱分析技术是指利用物质在近红外光谱区的特征吸收及其所包含的信息,来进行定性或定量分析的一种技术。通过利用已知化学成分含量的样品的近红外光谱,建立预测模型,进而对同一种类或相似类型的未知样品进行预测。本研究内容主要包括饲料中水分、粗蛋白、粗纤维和粗脂肪含量的测定、饲料样品光谱采集、定量模型建立、验证以及定性分析。具体内容如下: 一、收集江西省内不同厂家不同时期生产的饲料样品190个,采用经典的化学分析方法对样品中水分、粗蛋白、粗纤维和粗脂肪的含量进行测定。其中样品中水分含量范围为范围为9.72%~14.65%、粗蛋白14.90%~21.20%、粗纤维1.91%~4.66%、粗脂肪2.62%~4.47%。 二、对饲料样品的近红外光谱采集条件进行优化,主要包括扫描次数和样品装样厚度这两个参数指标。选取5个代表性饲料样品,采集光谱,计算标准差,通过比较得到最优的条件参数。结果显示当扫描次数位32次,装样厚度为4m时,样品的近红外光谱最为稳定,且重现性最好。 三、研究了饲料中各组分含量定量分析模型的建立。通过聚光和步琦两台近红外光谱仪器对饲料样品进行光谱的采集,结合化学计量法,应用偏最小二乘和人工神经网络等校正方法分别建立饲料中各组分含量的近红外定量分析模型。其中聚光上的水分、粗蛋白、粗纤维和粗脂肪模型的决定系数(R2)分别为0.911、0.867、0.945和0.917,标准分析误差(SEC%)分别0.307、0.504、0.223和0.171;步琦模型的决定系数分别为0.9241、0.9069、0.9698和0.9009,标准分析误差(SEC%)分别为0.2116、0.4008、0.1131和0.1301。结果表明聚光和步琦的饲料模型均达到了很好的预测效果,且具有很好的模型稳定性和数据重现性。 四、对所建立的饲料近红外定量分析模型进行了外部验证。收集未参与建模的饲料样品30~50个,测定其化学值,采集光谱,应用已建立的饲料模型对其水分、粗蛋白、粗纤维和粗脂肪含量进行预测。将预测结果与化学值进行成对结果的t检验。结果显示除去异常值,预测结果与经典方法结果的绝对误差均小于0.5%,t检验结果显示两种方法不存在显著性差别,一致性较好。 五、对三种不同的饲料样品的定性判别进行了初步的探讨,利用软件对饲料的光谱进行了主成分分析,提取主成分,以尝试对收集到的样品进行分类。 实验结果表明,应用近红外光谱分析技术,建立饲料中各组分含量的定量分析模型,能够准确地对饲料的品质进行快速检测,检测结果的误差达到了国家标准所规定的误差范围要求,为近红外光谱分析技术在饲料领域的应用提供了理论依据。
【关键词】:
【学位授予单位】:南昌大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:S816.17
【目录】:
下载全文 更多同类文献
CAJ全文下载
(如何获取全文? 欢迎:购买知网充值卡、在线充值、在线咨询)
CAJViewer阅读器支持CAJ、PDF文件格式
【引证文献】
中国期刊全文数据库 前2条
1 黄建辉;薛建国;郑延海;玉柱;李昂;;现代草产品加工原理与技术发展[J];科学通报;2016年02期
2 蔡鸿发;刘付裕标;伍光护;简友利;王其玉;冯幼;;近红外光谱分析技术及其在饲料检测中的应用[J];饲料与畜牧;2015年10期
中国硕士学位论文全文数据库 前4条
1 陈通;Android系统的微型近红外光谱仪开发及在食品质量检测中的应用[D];江苏大学;2016年
2 范雅婷;毛白杨与相思树的近红外光谱分析数学模型[D];北京林业大学;2016年
3 龚艳;近红外光谱法用于鸡肉定性鉴别及定量分析研究[D];中国农业科学院;2015年
4 王菲;利用近红外光谱技术测定小麦粉溶剂保持率的研究[D];河南工业大学;2015年
【参考文献】
中国期刊全文数据库 前10条
1 杨兴龙;张越杰;李香善;;我国饲料加工业优势地区选择的实证分析[J];中国畜牧杂志;2013年02期
2 吴静珠;刘翠玲;邢素霞;孙梅;;光谱分辨率的选取对食用油近红外模型性能影响分析[J];北京工商大学学报(自然科学版);2012年01期
3 张荣;吴文娟;;近红外光谱技术的定性和定量分析[J];化工时刊;2011年09期
4 杨增玲;韩鲁佳;刘贤;李琼飞;;鱼粉中肉骨粉的可见-近红外光谱快速定性判别方法[J];农业工程学报;2009年07期
5 张宁;张德权;李淑荣;周洪杰;李庆鹏;方梦琳;;近红外光谱定性分析技术在食品安全中的应用研究进展[J];食品科技;2008年08期
6 牛智有;韩鲁佳;;饲料总能近红外反射光谱定量分析模型的优化[J];农机化研究;2008年08期
7 牛智有;韩鲁佳;;反刍动物饲料中总磷的近红外反射光谱分析研究[J];饲料工业;2008年03期
8 张卉;宋妍;冷静;蒋庄德;;近红外光谱分析技术[J];光谱实验室;2007年03期
9 李静;刘斌;岳田利;袁亚宏;高振鹏;;近红外光谱分析技术及其在食品中的应用[J];农产品加工(学刊);2007年03期
10 李辉;秦玉昌;吕小文;李军国;杨海峰;;近红外光谱分析技术在饲料质量安全评价中的应用研究进展[J];农业工程学报;2006年11期
中国博士学位论文全文数据库 前1条
1 王艳斌;人工神经网络在近红外分析方法中的应用及深色油品的分析[D];石油化工科学研究院;2000年
中国硕士学位论文全文数据库 前2条
1 王海东;近红外光谱技术评价饲料加工质量的研究[D];中国农业科学院;2008年
2 王硕;近红外光谱分析中牛奶模型优化方法的初步研究[D];天津大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 尹冬冬;;基于PLS法近红外光谱技术对鹿血真伪鉴别的研究[J];中国林副特产;2016年05期
2 李玉鹏;年芳;李爱科;王薇薇;陆辉;王丽;;近红外反射光谱技术评定棉籽粕营养价值和蛋公鸡代谢能[J];动物营养学报;2016年07期
3 刘帅;兴丽;张小燕;赵凤敏;杨炳南;;近红外光谱技术在蛋白质饲料原料检测及溯源方面的研究进展[J];粮食与饲料工业;2016年06期
4 彭玉梅;蔡敏;李雅玲;吕发生;刘华强;;应用近红外光谱法测定苎麻粗纤维含量[J];中国麻业科学;2016年03期
5 陈华舟;陈福;许丽莉;温江北;李玲慧;;基于网格搜索的参数优化方法用于鱼粉灰分的近红外LSSVM定量分析[J];分析科学学报;2016年02期
6 段宇飞;王巧华;马美湖;芦茜;王彩云;;基于LLE-SVR的鸡蛋新鲜度可见/近红外光谱无损检测方法[J];光谱学与光谱分析;2016年04期
7 王辉;田寒友;邹昊;刘飞;李家鹏;陈文华;狄艳全;乔晓玲;;短波近红外光谱快速无损检测生鲜鸡肉胆固醇含量[J];肉类研究;2016年03期
8 唐林;沈小梅;马雷;李安军;刘国英;汤有宏;;近红外光谱分析技术同时检测5种酿酒原料粗淀粉的应用研究[J];酿酒;2016年02期
9 梅青平;董引娣;;近红外光谱玉米四种成分K/S+PCR定量模型的研究[J];智富时代;2016年02期
10 姚斌;马继阳;张勇;张明贤;;近红外法与传统法对饲料中营养成分测定的对比分析[J];畜牧与饲料科学;2015年12期
中国博士学位论文全文数据库 前7条
1 王晓朵;基于DMD的哈达玛变换近红外光谱仪的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
2 孔庆明;大豆秸秆成分近红外光谱分析快速检测方法研究[D];东北农业大学;2015年
3 王艳树;超低温冻融对近红外光谱法测定土壤磷、钾含量的影响[D];沈阳农业大学;2012年
4 曲志华;基于近红外技术的木材腐朽理化性质变化及腐朽分级研究[D];东北林业大学;2011年
5 樊景超;苹果果实病害近红外光谱信息获取与识别模型研究[D];中国农业科学院;2011年
6 郭伟良;近红外光谱分析技术在发酵工艺中的应用研究[D];吉林大学;2010年
7 夏俊芳;基于近红外光谱的贮藏脐橙品质无损检测方法研究[D];华中农业大学;2008年
中国硕士学位论文全文数据库 前6条
1 撖淙武;基于近红外光谱技术对饲料混合均匀度及含水率的检测[D];内蒙古农业大学;2014年
2 孙杰;断奶仔猪颗粒料加工工艺比较研究[D];中国农业科学院;2014年
3 王旭峰;近红外光谱分析技术在饲料品质快速检测中的应用研究[D];南昌大学;2013年
4 赵兵;原料奶中菌群相互作用的数学模型及奶质检测问题的研究[D];哈尔滨理工大学;2011年
5 李亮;近红外光谱技术在原料奶掺假快速检测及新鲜度检测中的应用研究[D];西北农林科技大学;2010年
6 梁丹;基于近红外光谱技术的食用油品质快速检测方法研究[D];华中农业大学;2009年
【同被引文献】
中国期刊全文数据库 前10条
1 郑伟;杨维旭;孔令新;周长春;;DDGS饲料色度学参数的近红外光谱分析[J];粮食与饲料工业;2014年01期
2 张英俊;任继周;王明利;杨高文;;论牧草产业在我国农业产业结构中的地位和发展布局[J];中国农业科技导报;2013年04期
3 王旭峰;马冰峰;石磊;邓丹雯;耿响;;利用近红外光纤分析技术检测饲料中粗纤维含量[J];食品工业科技;2013年02期
4 张海棠;王艳荣;李红燕;;近红外光谱法测定DDGS中粗蛋白含量的试验研究[J];饲料工业;2012年19期
5 石磊;王旭峰;邓丹雯;耿响;;近红外光谱分析技术(NIR)的研究现状及其在饲料检测中的应用[J];安徽农业科学;2012年21期
6 王旭;张凤清;林家永;范维燕;叶华俊;陈智锋;;便携式近红外谷物分析仪快速测定小麦蛋白质的研究[J];粮食与饲料工业;2012年01期
7 周良娟;张丽英;张恩先;隋连敏;;近红外反射光谱快速测定玉米DDGS营养成分的研究[J];光谱学与光谱分析;2011年12期
8 张英俊;王明利;黄顶;杨富裕;;我国牧草产业发展趋势与技术需求[J];现代畜牧兽医;2011年10期
9 敬红文;彭涛;;放牧家畜压缩全混合日粮技术[J];饲料博览;2011年07期
10 宋涛;杜雪莉;刘耀敏;;近红外光谱法检测玉米蛋白粉中17种氨基酸含量[J];饲料研究;2010年10期
中国硕士学位论文全文数据库 前10条
1 周志聪;基于近红外光谱稻米淀粉含量测定方法分析[D];黑龙江八一农垦大学;2015年
2 撖淙武;基于近红外光谱技术对饲料混合均匀度及含水率的检测[D];内蒙古农业大学;2014年
3 陆洪涛;偏最小二乘回归数学模型及其算法研究[D];华北电力大学;2014年
4 张娜;Android系统架构研究与应用[D];西安科技大学;2013年
5 王旭峰;近红外光谱分析技术在饲料品质快速检测中的应用研究[D];南昌大学;2013年
6 孟志娟;基于多元指纹图谱技术的带鱼产地鉴别与新鲜度评价研究[D];浙江海洋学院;2013年
7 韩明;基于近红外光谱技术食品检测软件开发及其应用研究[D];电子科技大学;2013年
8 李楠;利用近红外光谱技术快速检测大豆氨基酸含量及分析其相关性研究[D];北京交通大学;2012年
9 闫李慧;基于近红外光谱技术的面粉品质研究[D];河南工业大学;2012年
10 刘海洋;近红外光谱仪基础软件开发[D];吉林大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 陆泳霖;;浅论我国饲料工业可持续发展战略(1)[J];饲料广角;2011年21期
2 滕奎秀;杨兴龙;;吉林省玉米加工业优势产业的选择与分析[J];农业经济;2010年03期
3 杨增玲;韩鲁佳;李琼飞;刘贤;;反刍动物精料补充料中肉骨粉快速检测近红外光谱法[J];光谱学与光谱分析;2008年06期
4 杨兴龙;王凯;;我国玉米加工产业优势地区选择的实证分析——以4个玉米主产省为例[J];农业经济问题;2008年04期
5 牛智有;韩鲁佳;;饲料中肉骨粉含量的近红外反射光谱检测方法[J];农业工程学报;2008年04期
6 李琼飞;杨增玲;韩鲁佳;;反刍动物源肉骨粉的近红外漫反射光谱判别分析[J];光谱学与光谱分析;2008年03期
7 李琼飞;杨增玲;韩鲁佳;;肉骨粉中牛羊源成分含量的近红外漫反射光谱分析[J];红外与毫米波学报;2007年06期
8 吴静珠;王一鸣;张小超;耿朝曦;;支持向量机—近红外光谱法用于真假奶粉的判别[J];农机化研究;2007年01期
9 何勇;冯水娟;李晓丽;裘正军;;应用近红外光谱快速鉴别酸奶品种的研究[J];光谱学与光谱分析;2006年11期
10 牛智有;韩鲁佳;苏晓鸥;杨振海;;鱼粉中肉骨粉含量的近红外反射光谱分析[J];农业机械学报;2006年08期
【相似文献】
中国期刊全文数据库 前10条
1 韩文军;;浅谈饲料样品的制备及样品的保存[J];新疆畜牧业;2013年03期
2 陈美华;;饲料中铜、铁、锰、锌、钴的连续测定[J];饲料研究;1991年12期
3 陈美华;;饲料中铜、铁、锰、锌、钴的连续测定[J];饲料工业;1992年05期
4 石放雄;饲料样品中类固醇激素类物质的检测[J];中国饲料;1995年22期
5 段敏,马往校,刘朝侠,关勤农,李岚,习莉;微波湿法消解饲料样品的研究[J];西北农业学报;1998年03期
6 王均良;;如何采集饲料样品[J];畜牧兽医杂志;2011年01期
7 聂青平,李健;饲料样品处理对粗蛋白测定值的影响[J];广东饲料;1995年03期
8 曹雨莉;李芳林;薛桥;;饲料样品粗蛋白质测定过程中应注意的几个问题[J];中国牛业科学;2007年02期
9 李应东;杨发树;张凤枰;刘耀敏;;高氯酸湿消化法处理饲料样品后测定铅、砷和镉含量[J];饲料研究;2009年07期
10 曹锡忠,汪海峰;石墨炉原子吸收光谱测定饲料中的砷[J];中国粮油学报;1997年03期
中国硕士学位论文全文数据库 前1条
1 王旭峰;近红外光谱分析技术在饲料品质快速检测中的应用研究[D];南昌大学;2013年
相关机构
>南昌大学
相关作者
>王旭峰
《中国学术期刊(光盘版)》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址:北京清华大学 84-48信箱 大众知识服务
京ICP证040441号
互联网出版许可证 新出网证(京)字008号
出版物经营许可证 新出发京批字第直0595号
订购热线:400-819-9993 010-62982499
服务热线:010-62985026 010-62791813
在线咨询:
传真:010-62780361
京公网安备11010802020475号
本文关键词:大豆秸秆成分近红外光谱分析快速检测方法研究,,由笔耕文化传播整理发布。
本文编号:247105
本文链接:https://www.wllwen.com/shoufeilunwen/nykjbs/247105.html