首页> 中文学位 >基于可见/近红外光谱技术的夏秋茶提取液氧化过程在线监测研究
【6h】

基于可见/近红外光谱技术的夏秋茶提取液氧化过程在线监测研究

代理获取

摘要

夏秋茶提取液氧化可使多酚类物质氧化、苦涩味降低、并在此基础上加工高质量的速溶红茶,可提高夏秋茶综合利用率,而准确判断夏秋茶提取液氧化程度,是决定速溶红茶产品质量的关键。目前,企业主要通过人工观察夏秋茶提取液的颜色变化来判断其是否氧化适度,而后通过理化方法分析茶多酚含量加以验证。但此方法主观性大、重复性差、实时性差,最终影响到速溶红茶产品品质的稳定性。鉴于此,本论文开展了基于可见/近红外光谱技术的夏秋茶提取液氧化过程在线监测研究,并开发了一套夏秋茶提取液氧化过程在线监测系统。主要研究内容如下:
  (1)夏秋茶提取液氧化过程在线监测系统的设计。夏秋茶提取液氧化过程在线监测系统包括硬件系统和软件系统。硬件系统主要包括光谱仪、光源、光纤、样品池、嵌入式终端、上位机、气液混合管、贮液罐、空气泵、液泵和微型蠕动泵。其中,光谱仪的波长范围为300-1000 nm;光源是卤素灯;光纤采用石英光纤;样品池由流动比色皿、准直透镜和外部支架组成,用于实时获取液体样品;嵌入式终端的控制中心是三星S3C2440处理器;气液混合管是一根螺旋形盘旋管道;贮液罐保存夏秋茶提取液;空气泵用于输送氧气;液泵抽取待混合的夏秋茶提取液;微型蠕动泵将夏秋茶提取液输送至样品池中。软件系统主要指嵌入式终端和上位机的软件。嵌入式终端软件自下而上依次是Boot Loader、Linux kernel、Qt Embedded和用户程序,用户程序包括通信模块和用户界面。上位机软件包括与嵌入式终端通信的通信模块、光谱处理模块和用户界面。此套系统可以实时采集夏秋茶提取液氧化过程中的可见/近红外光谱,用于后期色度值和茶多酚含量的计算。
  (2)夏秋茶提取液氧化过程中色度值的在线监测。利用可见光谱技术实时检测夏秋茶提取液氧化过程的色度值,然后根据色度值变化实时判断提取液的氧化程度。首先对样品的原始透射光谱数据进行拟合得到整数波长下的光谱强度,对380~780 nm范围内的光谱使用等波长间隔法计算三刺激值,由此计算得到L*a*b*值。以标准比色液为样品,采用标准色差计对监测系统的测色模型进行标定,标定之后的测色模型准确度达到99%。对标定之后的测色模型,以不同氧化程度的夏秋茶提取液为样品,对比标准色差计的测量结果,测试其对样品色度值测量的准确性,并监测夏秋茶提取液在氧化过程中的色度变化。为了检验基于色度值的夏秋茶提取液氧化过程在线监测的可行性,以不同氧化程度的夏秋茶提取液为样品,对比人工专家系统,测试其对夏秋茶提取液氧化程度判断的准确度,测试结果显示,监测系统对夏秋茶提取液氧化程度判断的准确度高达96.25%。研究表明,利用可见/近红外光谱技术可以实现对夏秋茶提取液氧化过程中色度的准确在线测量,基于色度值的在线监测可以实现对夏秋茶提取液氧化程度的准确判断。
  (3)夏秋茶提取液氧化过程中总多酚类含量的在线监测。利用可见/近红外光谱技术实时检测夏秋茶提取液氧化过程的总多酚类含量,然后根据总多酚类含量变化实时判断提取液的氧化程度。首先建立夏秋茶提取液氧化过程中总多酚类含量的可见/近红外光谱定量预测模型。以夏秋茶提取液氧化过程的茶汤作为样本,采集其可见/近红外透射光谱;同时用标准化学方法检测其茶多酚含量。采用SNV方法对光谱进行预处理,之后有比较地利用全波段偏最小二乘法( PLS)、联合区间偏最小二乘法( Si-PLS)、遗传偏最小二乘法(GA-PLS)、竞争性自适应加权抽样算法(CARS)和蚁群算法(ACO)建模。其中,全波段PLS的变量数为902个,预测集的相关系数(Rp)为0.7659,预测均方根误差(RMSEP)为0.0707;Si-PLS模型的变量数为212个,Rp为0.8766,RMSEP为0.0535;GA-PLS模型的变量数为145个,Rp为0.8993,RMSEP为0.05;CARS模型的变量数为65个,Rp为0.8897,RMSEP为0.0517;ACO模型的变量数为20个, Rp为0.8853,RMSEP为0.0508。结果显示,四种波段筛选方法相比于全波段模型均能有效提高模型性能,综合考虑,ACO模型性能最好,因此选择ACO模型作为茶多酚含量的预测模型。然后,为了检验基于茶多酚含量的夏秋茶提取液氧化过程在线监测的可行性,本研究以不同氧化程度的夏秋茶提取液为样品,对比人工专家系统,测试其对夏秋茶提取液氧化程度判断的准确度,测试结果显示,监测系统对夏秋茶提取液氧化程度判断的准确度高达98.75%。研究表明,利用可见/近红外光谱技术可以实现对夏秋茶提取液氧化过程中茶多酚含量的准确在线测量,基于茶多酚含量的在线监测可以实现对夏秋茶提取液氧化程度的准确判断。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号