基于主成分分析的油类加工品质量评价

基于主成分分析的油类加工品质量评价

芝麻是中国最古老的石油种类之一，产量在世界上是第一位。我国传统方法加工制取的小磨香油更是世界上独一无二的风味油脂。由于芝麻油生产工艺非常简单,目前,我国大部分芝麻油生产企业规模较小,芝麻油生产还停留在手工作坊的水平上,设备简陋,不具备相应的检验手段,致使产品存在一定的质量问题。另外,由于芝麻油营养价值高于其它食用植物油,因此芝麻香油的市场售价很高,所以不法商贩以销售假冒芝麻油牟利,严重损害了消费者的利益。掺假芝麻香油多是掺入价格低于纯芝麻油50%以上的大豆油、菜籽油、葵花籽油等油脂。为了保护合法生产经营者和消费者的利益,迫切需要建立科学、快速、准确、有效的检测方法,进行芝麻油掺假的鉴别。1材料和方法1.1实验设备WYA阿贝氏折射仪,WSL-2比较测色仪,分析天平(±0.0001)。1.2测定条件以食品检验方法为基础的测定结果在芝麻油中按不同比例掺入菜籽油、葵花油、豆油、花生油共计32个样品,以食品检测规范方法对32个样品的色泽(Col)、水分及挥发物(Mov)、折光指数(Ref)、酸价(Aci)、皂化值(Sap)和碘价(Iod)等6个指标进行测定并以其为变量,测定结果见表1。1.2.1氢氧化钾溶液将试样加入100mL预先中和过的乙醚-乙醇混合液中溶解。用0.1mol/L氢氧化钾溶液边摇边滴定,直到指示剂显示终点(酚酞变为粉红色需最少维持10s不褪色)。同一试样进行两次测定。1.2.2空白实验方法用移液管将25.0mL氢氧化钾-乙醇溶液加到试样中,并加入一些助沸物,连接回流冷凝管与锥形瓶,并将锥形瓶放在恒温水浴锅上慢慢煮沸,不时摇动,使油维持沸腾状态60min。加0.5～1mL酚酞指示剂于热溶液中,并用标准体积盐酸溶液滴定到指示剂的粉色刚消失。不加试样,再用25.0mL的氢氧化钾-乙醇溶液进行空白实验。同一试样进行两次测定。1.2.3试样的制备和测定将称好试样的称量皿放入500mL锥形瓶中,加入20mL环己烷和冰乙酸等体积混合的试剂中溶解试样,准确加入25mLwijs试剂盖好塞子,摇匀后将锥形瓶置于暗处。同样用溶剂和试剂制备空白但不加试样。反应时间结束后加20mL碘化钾溶液和150mL水。用标定的硫代硫酸钠标准溶液滴定至浅黄色。加几滴淀粉溶液继续滴定,直到剧烈摇动后蓝色刚好消失。同一试样进行两次测定。1.2.4--4合直镜的制备用圆头玻棒取混匀、过滤的试样两滴,滴在棱镜上,转动上棱镜,关紧两块棱镜,约经3min待试样温度稳定后,拧动阿米西棱镜手轮和棱镜转动手轮,使视野分成清晰可见的两个明暗部分,其分界线恰好在十字交叉的焦点上,记下标尺读数和温度。同一试样进行两次测定。1.2.5红色玻璃片比色法称取一定量的样品,置于不高于65℃的烘箱中加热熔融至完全透明,注入比色皿中,用罗维朋测色仪进行比色。首先将黄色玻璃片固定,再调节红色玻璃片,直至两部分色泽相同为止。读取红色玻璃片数值,即为罗维朋色价。1.2.6冷却、冷却在已知重量的平底玻璃皿内,称取一定量样品,置于103±2℃烘箱内烘1h,在干燥器内冷却30min后称重。此后每烘30min,移入干燥器内冷却后称重一次,直至两次称重相差不超过0.002g为止。1.3麻黄嘴唇主成分分析32个样本,6个变量,构成一个(32×6)矩阵,行代表不同的被测样品,列对应于6个被测变量。为便于区分,用“Z”代表芝麻油样本(Z11-Z18、Z21-Z28、Z31-Z38、Z41-Z48分别表示芝麻油掺入0%、5%、10%、20%、40%、60%、80%、100%菜籽油、豆油、葵花油、花生油的样本),采用主成分分析(PCA)。对数据矩阵进行处理。2组合意义上的模糊主成分是原变量的线性组合,如果原变量量纲不同,则此线性组合的意义就比较模糊,很难给出合理解释。本研究将测试数据在进行统计分析前作标准化预处理,使各原变量的均值为0,均方差为1,以消除原变量量纲不同对主成分分析结果的影响。2.1基因组化及信息分析样品的测试数据(即样本)列于表1,其前三个成分对应的特征值、方差贡献率及各原变量在各主成分中的负荷量见表2。从表2可见,主成分1占总方差贡献率的40.64%,主成分2占33.57%,主成分3占18.45%,这三个主成分已含样本的绝大部分信息量(累计方差贡献率为92.66%)。碘价、酸价和折光指数在主成分1中起决定作用;色泽和水分及挥发物对主成分2贡献显著,皂化值在主成分3中起主要作用。以油样的6个理化指示为变量进行主成分分析,主成分1和主成分2几乎占有全部样本75%的信息量,它们构成的二维得分图(PC1-PC2),如图1所示,32个植物油样本直观清楚地分辨成四组,即芝麻油掺菜籽油、掺豆油、掺葵花油和掺花生油。PC1-PC2投影图的左侧为芝麻油掺菜籽油、花生油,它们成功地被鉴别成两组。菜籽油掺豆油、葵花油样本位于PC1-PC2投影图的右侧,其中的掺豆油与葵花油样本间也有清楚的“类聚”现象,被区分成两组,在掺葵花油样品组中,有一个样品得分比较低,其余样本都被正确地鉴别开来。2.2水平结果分析PC1-PC2投影图中每个点都由原6维空间(6个变量)的样本点降至为三维空间映射而来,反映了32个样本的分类情况及变量对样本的分类鉴别相关性的差异。从图1可以发现,折光指数、碘价在芝麻油掺豆油和葵花油样本区,而酸价位于芝麻油掺菜籽油和花生油样本区。结合表2分析,在主成分1中碘价、酸价和折光指数有最大正或负的信息负荷量,均在0.7以上,反映了芝麻油掺菜籽油、豆油、葵花油和花生油在这些变量上的明显差异,即碘价、酸价和折光指数是决定芝麻油掺菜籽油、豆油、葵花油和花生油分辨的主要因素,其次是色泽和水分及挥发物,皂化值的影响较小。在主成分2中,色泽、水分及挥发物有最大的信息负荷量,均大于0.8,并靠近芝麻油掺伪量较低的样本区,结合实践,当芝麻油掺伪量较低时,可通过测定色泽来区分芝麻油掺伪,此分析结果与样品的测定值是一致的。由主成分PC1-PC3构成的二维得分图(如图2)显示样品有类似的分辨结果,碘价、酸价和折光指数在PC1上有最大的正或负的信息负荷量,皂化值对PC3的信息负荷量贡献最大,它们决定了芝麻油掺菜籽油、豆油、葵花油及花生油的区分,但PC1-PC3投影图提供的区分信息要弱于PC1-PC2投影图。前三个主成分构成的三维得分图(如图3)表明,在三维空间32个样本同样被区分成四组。