红外光谱技术在牛奶成分检测中有何应用

　　红外光谱技术是一种对有机物进行检测的科学方式，相对于其他光谱技术来说红外光谱技术凭借着检测速度快、无污染、分析效率高、可以同时检测多种成分、流程便捷等优势在食品检测中得到了普遍的应用。为此下面文章首先介绍了红外光谱技术的相关概念，并且探究了该技术在牛奶成分检测中的应用。

　　关键词：红外光谱技术,牛奶成分,食品检测

　　牛奶是一种十分营养的食品，已经成为了人们生活中不可或缺的重要部分。人们在饮用牛奶的过程中也越来越关注牛奶的质量与品质，以期能够通过饮用健康的牛奶来强身健体。因此，准确、高效、快速地检测牛奶成分成为了控制牛奶质量的重要基础。红外光谱技术是一项多功能的食品检测技术，能够快速同时检测牛奶中的成分，对于把控牛奶品质有着重要的作用。

　　1红外光谱技术

　　红外光谱技术是针对有机物进行定量、定性与结构分析的一种科学方式，相对其他光谱技术来说，红外光谱技术的特点在于大部分有机物在红外波段均有吸收。在20世纪中期，红外光谱研究学者Sutherland和Thompson就提出不同化合物的红外光谱是该化合物最具特色的性质。红外光谱技术定量分析是通过测量特征吸收谱带的强度来获取组分含量。

　　当样品受到频率持续变化的红外光照射的时候，分子吸收部分频率的辐射，所形成的分子振动与转动能级发生从基态到激发态的变化，使得相应区域的透射光强度逐渐减弱，将红外光百分透射比以及波长关系曲线进行详细的记录就可以获得红外光谱。通常来说，可以将红外区分为三个区域，其中波长780nm到2500nm的区域为近红外区;波长2500nm至25000nm区域为中红外区。

　　绝大部分有机化合物与无机化合物的化学键振动基频率都在这处于这一区域当中。中红外光谱区域与分子基频频率相同，而近红外光谱区域与分子的倍频、合频振动频率相同。红外光谱定量分析是基于朗伯-比尔定量的，但是其实际操作过程中由于所获取的光谱数据不仅涵盖了被测样品的构成与结构信息，同时还包括了不同组分之间的干扰。

　　现文章主要采用近红外光谱技术来对牛奶成分进行检测。相对于传统光谱检测分析技术来说，近红外光谱检测技术拥有以下优势：检测速度快，近红外光谱技术可以在1min左右就完成对对象的监测;分析效率高，经过一次光谱测量以及已经建立的校正模型，可以开展多次、多组分的连续检测;适用样品范围广，通过测样附件可以同时测量液体、固体、胶体等不用形态的物品。

　　近红外检测的样品不需要经过特殊处理，不需要特定的高温、高压或大电流环境，通常都可以实现无损检测;检测分析成本较低，能够节约一定费用;近红外光在光纤中的传导能力理想，能够实现在线分析;无环境污染，近红外光谱分析只是获取样品的光谱信号，有的时候甚至可以在原容器中开展，不需要其他试剂参与检测，因此也不存在环境污染;近红外光谱技术检测流程便捷简易，过程安全，对操作人员的专业要求不高。

　　2红外光谱技术在牛奶成分检测中的运用

　　2.1牛奶成分的散射特性

　　牛奶是一种浓缩分散体，其中脂肪球与酪蛋白胶束的颗粒体积较大，所以对入射光可以形成较强的散射效果。但是相对来说，酪蛋白胶束相对于脂肪球的体积更小，所以散射光也相对更小。牛奶中的乳清蛋白与体细胞的分子结构较小，浓度低，所以产生的光散射可以忽略。由于没有经过特殊处理的牛奶性质稳定性较差，伴随着时间与环境的变化，牛奶样品的物理性质也会出现一定变动，这些性质的变动也会体现在红外光谱当中。而近红外光谱技术所要检测的是牛奶成分的化学信息，因此一定程度上增加了近红外光谱检测分析的难度。

　　2.2仪器设备

　　利用近红外光谱技术检测牛奶成分使用实验室自制的AOTF分光仪，仪器设备的工作波段处于1.1~1.7μm。根据相关研究资料显示，牛奶处于近红外波段的信息较为丰富，不同吸收位置存在着较大的差异。从牛奶的脂肪与蛋白质分子结构可以得知1.1~1.7μm存在着牛奶吸收信息。因此该自制设备可以被用于检测牛奶成分。

　　2.3样本采集

　　选择某乳液公司提供的牛奶样品，将其中部分样品进行稀释，以扩大建模样品成分含量的范围，并且扩大模型的适用范围。

　　2.4建模型与预测

　　在进红外光谱技术检测中有可能会混入不属于相同整体的数据。这一情况下的数据被成为奇异点或逸出值。如出现逸出值可能由于操作不慎导致，例如在实验过程中样品中出现了异物或样品的配置出现问题;也有可能是实验环境出现了变化。在奇异点出现后会使得检测结果出现偏差，进而影响检测的准确性。

　　所以，必须要发现奇异点并且将其舍弃。常用的方式有平滑处理、傅里叶滤波预处理方式。本次检测采用的傅里叶滤波预处理方法。可以看出，傅里叶滤波能够显著提升校正模型的精度。

　　2.5波长优选与检测结果

　　由于今后农耕外光谱数据都会存在一定的波峰重叠与共线性，因此需要对建立校正模型的波长来进行位置与数目的优选，以提升模型的质量。在本次检测中选择使用了遗传算法来作为光谱波长优选。遗传算法优势明显，能够在众多局部较优中寻找最优处，是一种高效的全局最优化方法。

　　第一，进行编码。每个波长为一个基因，染色体长度为被编码的波长数量;第二，选择初始群体。如初始群体为N个个体，则单个体染色体长度为m，则初始群体选择方法为随机形成N个m位的二进制数来作为初始群体。第三，适应值函数，在对目标函数进行换算后得出适应值函数为。第四，复制。通过“轮盘赌”的方式开展正比选择;第五，交叉，采用普通单点交叉方式;第六，变异。通过一定概率形成变异的基因出，随机选择发生变异的基因。最后，重复第四、五、六步骤，直至最大繁殖代数停止。检测结果将会更加精确，能够满足牛奶成分检测的精度要求。

　　3结束语

　　在我国牛奶已经成为了一种大众食品，人民群众尤其是婴幼儿、儿童、老年人都牛奶有着较大的需求。因此，牛奶的成分检测的准确性将会直接影响到人民群众的身体健康。因此，高效、准确、快速的检测手段应用在检测牛奶生产当中对于乳业生产过程的高效管理与质量控制有着重大的意义。近红外光谱技术凭借着快速、准确的优势可以同时检测牛奶中的多种成分。针对传统成分检测技术难以满足现代如何生产需求的现状，近红外光谱技术必然将会受到越来越多研究者的热点关注，以保证我国牛奶及相关乳制品的品质。

　　参考文献

　　[1]LuykxDM，RuthSM.AnOverviewofAnalyticalMethodsforDeterminingtheGeographicalOriginofFoodProducts[J].FoodChemistry，2008，107(2)：897-911.

　　[2]何佳艳，李亭，郭长凯，等.近红外光谱法快速无损测定奶粉的脂肪含量[J].食品与发酵工业，2017，43(10)：228-233.

　　相关期刊推荐：食品与发酵工业(月刊)1970年创刊，是全国众多食品刊物中由国家一级学会创办的、代表我国现代食品与发酵科学技术发展水平的纯学术期刊。