当前位置:主页 > 医学论文 > 预防医学论文 >

LF-NMR结合化学模式识别鉴别油脂种类及餐饮废弃油脂

发布时间:2020-01-17 08:05
【摘要】:应用主成分分析(Principal component analysis,PCA)和聚类分析法(Cluster analysis,CA)对9种(27个)常见食用植物油及100个餐饮废油的低场核磁共振(Low-field nuclear magnetic resonance,LF-NMR)(T2)弛豫特性数据进行分析。结果表明:在正常食用油种类区分方面,主成分分析的效果较优,9种食用油在主成分分布图上按种类正确分组,边界清晰。而在正常食用油与餐饮废油的区分方面,聚类分析效果较优,引入30个待测样本后,聚类分析(127个样品,欧式距离=5)的正确率为94.49%,分析误判率为5.51%,分组效果良好。LF-NMR结合化学模式识别可实现对油脂种类及餐饮废弃油脂的鉴别。
【图文】:

食用油,餐饮废油


21,T22,T23,S21,S22,S23)在各主成分中的载荷及方差贡献率。其中,主成分1(PC1)占总方差贡献的57.939%,主成分2(PC2)占27.879%,其累计方差贡献率达85.818%,说明已包含样本大部分的原始LF-NMR弛豫信息。对PC1而言,T22在PC1方向具有最大的正载荷(0.894),而S22在PC1方向具有最大的负载荷(-0.838);对PC2而言,T23在PC2方向具有最大的正载荷(0.721),S21在PC2方向具有最大的负载荷(-0.566),说明T22,S22,T23和S21对正常食用油的种类区分贡献相对较大。图1A为9种共27个正常食用油样本的主成分得分图,通过主成分得分图上的间隔距离可以反映不同样品的类间差异,间隔越远说明其种类特性差别越大。图1A表明,27个正常食用油样品在主成分得分图上分为边界清晰,分组正确的9类。其中,花生油(PEO)与食用调和油(BLO)位于第一象限;菜籽油(RAO)和橄榄油(OLO)位于第二象限;稻米油(RIO)与其他各组的距离相对较大,独立位于第三象限;大豆油(SOO)和葵花籽油(SUO)则共同位于第四象限;玉米油(CO)和芝麻油(SEO)在PC1方向上差异较小,均位于PC2轴上;此外,因实验所用食用调和油以大豆油为图1不同种类食用油(A)及不同种类食用油和餐饮废油(B)的PC1和PC2得分图Fig.1PC1andPC2scoresofdifferentedibleoils(A),differentnormaledibleoilsandcateringwasteoils(B)insert:theparticalenlargeddetailoftheboxes基油,故其在图中的分布与大豆油(SOO)距离较近。总体而言,样品的LF-NMR信息经PCA提炼后,可以实现对9种食用油种类的有效区分。2.1.2餐饮废弃油样与正常油样的区分餐饮废弃油样和正常食用油样品的LF-NMR弛豫特性数据经主成分分析后,获得2个特征值大于1的主成分,

食用油,餐饮废油


21,T22,T23,S21,S22,S23)在各主成分中的载荷及方差贡献率。其中,主成分1(PC1)占总方差贡献的57.939%,主成分2(PC2)占27.879%,其累计方差贡献率达85.818%,,说明已包含样本大部分的原始LF-NMR弛豫信息。对PC1而言,T22在PC1方向具有最大的正载荷(0.894),而S22在PC1方向具有最大的负载荷(-0.838);对PC2而言,T23在PC2方向具有最大的正载荷(0.721),S21在PC2方向具有最大的负载荷(-0.566),说明T22,S22,T23和S21对正常食用油的种类区分贡献相对较大。图1A为9种共27个正常食用油样本的主成分得分图,通过主成分得分图上的间隔距离可以反映不同样品的类间差异,间隔越远说明其种类特性差别越大。图1A表明,27个正常食用油样品在主成分得分图上分为边界清晰,分组正确的9类。其中,花生油(PEO)与食用调和油(BLO)位于第一象限;菜籽油(RAO)和橄榄油(OLO)位于第二象限;稻米油(RIO)与其他各组的距离相对较大,独立位于第三象限;大豆油(SOO)和葵花籽油(SUO)则共同位于第四象限;玉米油(CO)和芝麻油(SEO)在PC1方向上差异较小,均位于PC2轴上;此外,因实验所用食用调和油以大豆油为图1不同种类食用油(A)及不同种类食用油和餐饮废油(B)的PC1和PC2得分图Fig.1PC1andPC2scoresofdifferentedibleoils(A),differentnormaledibleoilsandcateringwasteoils(B)insert:theparticalenlargeddetailoftheboxes基油,故其在图中的分布与大豆油(SOO)距离较近。总体而言,样品的LF-NMR信息经PCA提炼后,可以实现对9种食用油种类的有效区分。2.1.2餐饮废弃油样与正常油样的区分餐饮废弃油样和正常食用油样品的LF-NMR弛豫特性数据经主成分分析后,获得2个特征值大于1的主成分,

【相似文献】

相关期刊论文 前10条

1 魏正妍;尚雪岭;;餐饮废油和柑橘皮制肥皂的工艺研究[J];新乡学院学报(自然科学版);2010年04期

2 吴方卫;付畅;;我国及上海餐饮废油“能源化”的潜力与政策建议[J];科学发展;2013年05期

3 戴丽;;餐饮废油从上桌到“上天”仍存难题[J];节能与环保;2014年03期

4 郭涛;杜蕾蕾;万辉;何东平;;餐饮废油制备硬脂酸与油酸的研究[J];食品科技;2009年08期

5 马洪霞;;餐饮废油的回收利用进展[J];科技资讯;2014年12期

6 王学品;王林风;魏宏典;;餐饮废油变废为宝刻不容缓[J];山东化工;2013年06期

7 文迟;"直排"困境[J];南风窗;2004年09期

8 王坡;汪向阳;;乙醇与餐饮废油制备生物柴油的工艺研究[J];安徽化工;2011年02期

9 刘先杰;陈立功;曹书翰;杨鑫;向硕;朱立业;;餐饮废油制取脂肪酸二乙醇酰胺的研究[J];中国油脂;2013年09期

10 李辰;梁添旺;杨伟杰;许春才;龚悦;;红外和紫外可见分光光谱法初步鉴别餐饮废油[J];食品安全质量检测学报;2014年05期

相关会议论文 前2条

1 陈云进;;研究探讨科学实施餐饮废油资源化的循环经济实践[A];2010中国环境科学学会学术年会论文集(第一卷)[C];2010年

2 周星;陈立功;李新亮;杨鑫;;[SO_3H-Bmim][HSO_4]离子液体在高酸值餐饮废油制备生物柴油中的应用[A];中国石油学会第六届石油炼制学术年会论文集[C];2010年

相关重要报纸文章 前5条

1 钟燕平;餐饮废油水回收有了便捷新技术[N];农民日报;2008年

2 覃江易 吴琼 记者 胡毅;湖北餐饮废油制备生物柴油项目投产[N];中国食品质量报;2009年

3 刘辰瑶 彭大伟;餐饮废油获“上天”许可 大规模使用尚待时日[N];粮油市场报;2014年

4 张琳;西农大植物油和餐饮废油转化取得进展[N];陕西科技报;2006年

5 陈荣彩;餐饮废油变废为宝,可享受哪些税收优惠[N];中国税务报;2014年

相关硕士学位论文 前3条

1 汪向阳;餐饮废油乙酯生物柴油的制备及其润滑性能研究[D];合肥工业大学;2010年

2 陈娇娇;生物油与餐饮废油共催化裂化的实验研究[D];天津大学;2012年

3 王予;生物质与餐饮废油、气化焦油共热解动力学研究与人工神经网络模型[D];天津大学;2012年



本文编号:2570530

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/yufangyixuelunwen/2570530.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户33eaa***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com