一种基于电子鼻结合人工神经网络预测煎炸油品质的方法技术

本发明专利技术公开了一种基于电子鼻结合人工神经网络预测煎炸油品质的方法，在煎炸油挥发性成分与TPC及极性组分细分(TGP、ox‑TG、THP)模型建立基础上，待测样品经过快速气相电子鼻的检测通过导入matlab进行神经网络建模，可直接同步预测出各极性组分的含量，预测模型良好，对实际煎炸食品生产线上油脂品质控制提供了便利省时的方法，有利于监测油炸生产线上煎炸油的品质变化，为准确评估煎炸食品安全提供可靠依据。

A method of predicting frying oil quality based on electronic nose and artificial neural network

【技术实现步骤摘要】
一种基于电子鼻结合人工神经网络预测煎炸油品质的方法
本专利技术属于食品品质检测
，具体涉及一种基于电子鼻结合人工神经网络预测煎炸油品质的方法。
技术介绍
深度煎炸是食品加工行业一种重要的烹饪方式，食物经过煎炸产生独特的油炸风味和酥脆口感。然而，在煎炸过程中油脂经过150-200℃的持续高温加热，会产生水解、氧化和热质变等一系列复杂的化学反应。在煎炸过程中很多有害的极性化合物慢慢积累，从而对人体健康产生一定的危害，极性组分的极性高于甘油三酯，总极性组分(TPC)主要包括聚合产物TGP(氧化甘油三酯寡聚物：TGO和氧化甘油三酯二聚物：TGD)、氧化产物(氧化甘油三酯：ox-TG)、水解产物THP(甘油二酯：DG和游离脂肪酸：FFA)以及油脂中其它极性大于甘油三酯的物质。煎炸油中总极性组分及其细分含量的测定是评估煎炸油好坏的重要指标。现行有效国家标准GB7102.1-2003规定煎炸油极性组分超过27％就应该被废弃。而国外对于煎炸油推荐对其TPC含量和氧化甘油三酯聚合物(TGP)含量进行检验，其中建议TGP含量限制在12％以内，关于煎炸油品质评价指标，国内外标准公认使用极性组分柱层析方法测定TPC，而使用高效体积排阻色谱法分析TPC的细分组成。然而这些标准方法存在耗时耗力，有机溶剂用量大，对人体健康有害等缺点。一些新的技术已经报道应用于煎炸油极性组分的检测中，如介电常数、电导率、近红外光谱和中红外光谱、核磁共振光谱、差示扫描量热法、超声波技术等，然而有些方法由于操作复杂，相关性差等使用仍然有限。煎炸过程中会产生一些挥发性化合物如醛，酮，酸，烃类和酯等，而这些化合物是油脂氧化的重要标记物，因此检测这些挥发性化合物是阐明煎炸过程中油脂经历的化学反应程度的一个可行的方法。目前，有研究表明电子鼻技术可被用于食用油氧化程度的定性区分，而快速气相电子鼻是一种具有高选择性和灵敏度的特殊气相色谱仪，可在实验室中快速的测定挥发性化合物，其优点是可以在相对短的时间内同时分离和鉴定化合物。但是利用快速气相电子鼻快速地测定油样中挥发性化合物仅仅是应用于对油样的定性分析以及将挥发性产物与TPC建立偏最小二乘法模型方面，还未见基于快速气相电子鼻结合神经网络模型进行TPC及其细分含量测定的报道。
技术实现思路
本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。鉴于上述的技术空白，提出了本专利技术。因此，作为本专利技术其中一个方面，本专利技术克服现有技术中存在的不足，提供一种基于电子鼻结合人工神经网络预测煎炸油品质的方法。为解决上述技术问题，本专利技术提供了如下技术方案：一种基于电子鼻结合人工神经网络预测煎炸油品质的方法，包括，通过快速气相电子鼻测定不同时间煎炸处理的油样挥发性成分，得到不同煎炸时间油样的主体挥发性成分峰面积柱状图，以油样的主体挥发性成分峰面积为特征信息数据；以所述不同时间煎炸处理的油样的极性组分含量的化学测定值为校正值，将得到特征信息数据作为自变量，所述校正值作为因变量，用化学计量学多元校正算法建立所述自变量与所述因变量之间的校正模型；通过快速气相电子鼻测定另外一组经过不同时间煎炸处理的油样挥发性成分，提取特征信息数据，将特征信息数据输入所述校正模型中，得到所述不同时间煎炸处理的油样的极性组分含量。作为本专利技术所述基于电子鼻结合人工神经网络预测煎炸油品质的方法的一种优选方案，其中：所述通过快速气相电子鼻测定不同时间煎炸处理的油样挥发性成分，其中，色谱条件为：保持50℃初始温度2s，然后以1℃/s升温至80℃，然后以2℃/s升温至250℃，保持250℃温度60s，两个火焰离子化检测器的温度为260℃，注射器温度为200℃，注入油量体积为5000μL。作为本专利技术所述基于电子鼻结合人工神经网络预测煎炸油品质的方法的一种优选方案，其中：所述油样的主体挥发性成分为1-辛醇、1-壬醇，2，4-壬二烯醛、反，反-2，4-壬二烯醛、反式-4,5-环氧-癸二烯醛、3-甲基-2-(2-氧丙基)呋喃、反-2-壬烯醛、反-2-辛烯醛、反-2-癸烯醛、反，反-2,4-癸二烯醛、反，反-2,4-庚二烯醛，十六烷酸、十九烷、壬醛、辛醛。作为本专利技术所述基于电子鼻结合人工神经网络预测煎炸油品质的方法的一种优选方案，其中：所述化学计量学多元校正算法为反向传播人工神经网络。作为本专利技术所述基于电子鼻结合人工神经网络预测煎炸油品质的方法的一种优选方案，其中：所述反向传播人工神经网络算法，包括SDBP、MOBP、VLBP、RPROP、CGBP、QN、LM算法中的一种或几种。作为本专利技术所述基于电子鼻结合人工神经网络预测煎炸油品质的方法的一种优选方案，其中：所述反向传播人工神经网络算法为LM算法。作为本专利技术所述基于电子鼻结合人工神经网络预测煎炸油品质的方法的一种优选方案，其中：所述模型的隐含层神经元数为5～15。作为本专利技术所述基于电子鼻结合人工神经网络预测煎炸油品质的方法的一种优选方案，其中：所述模型的隐含层神经元数为11。作为本专利技术所述基于电子鼻结合人工神经网络预测煎炸油品质的方法的一种优选方案，其中：所述校正模型包括，TPC、TGP、ox-TG和THP神经网络模型。作为本专利技术所述基于电子鼻结合人工神经网络预测煎炸油品质的方法的一种优选方案，其中：所述以所述不同时间煎炸处理的油样的极性组分含量的化学测定值为校正值，油样的极性组分含量的化学测定采用GB/T5009.202-2016中制备型快速柱层析法进行测定，洗脱液按照石油醚：乙醚为87:13的体积比配置，先将油样中非极性物质洗脱下来，再用差减法计算极性物质的含量。本专利技术的有益效果：(1)本专利技术提供一种基于电子鼻结合人工神经网络预测煎炸油品质的方法，可以对煎炸油进行快速检测，相比常规的检测方法，易操作且无毒无害，油样取样后可直接上机检测，无需进行预处理。(2)本专利技术在煎炸油挥发性成分与TPC及极性组分细分(TGP、ox-TG、THP)模型建立基础上，待测样品经过快速气相电子鼻的检测通过导入matlab进行神经网络建模，可直接同步预测出各极性组分的含量，预测模型良好，对实际煎炸食品生产线上油脂品质控制提供了便利省时的方法，有利于监测油炸生产线上煎炸油的品质变化，为准确评估煎炸食品安全提供可靠依据。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：图1为本专利技术实施例中煎炸油样PLS-DA分析图。图2为本专利技术实施例中煎炸油样VIP图。图3为本专利技术实施例中隐含层神经元数目对极性组分模型的MSE和R的影响图。图4为本文档来自技高网...

【技术保护点】
1.一种基于电子鼻结合人工神经网络预测煎炸油品质的方法，其特征在于：包括，/n通过快速气相电子鼻测定不同时间煎炸处理的油样挥发性成分，得到不同煎炸时间油样的主体挥发性成分峰面积柱状图，以油样的主体挥发性成分峰面积为特征信息数据；/n以所述不同时间煎炸处理的油样的极性组分含量的化学测定值为校正值，将得到特征信息数据作为自变量，所述校正值作为因变量，用化学计量学多元校正算法建立所述自变量与所述因变量之间的校正模型；/n通过快速气相电子鼻测定另外一组经过不同时间煎炸处理的油样挥发性成分，提取特征信息数据，将特征信息数据输入所述校正模型中，得到所述不同时间煎炸处理的油样的极性组分含量。/n

【技术特征摘要】
1.一种基于电子鼻结合人工神经网络预测煎炸油品质的方法，其特征在于：包括，
通过快速气相电子鼻测定不同时间煎炸处理的油样挥发性成分，得到不同煎炸时间油样的主体挥发性成分峰面积柱状图，以油样的主体挥发性成分峰面积为特征信息数据；
以所述不同时间煎炸处理的油样的极性组分含量的化学测定值为校正值，将得到特征信息数据作为自变量，所述校正值作为因变量，用化学计量学多元校正算法建立所述自变量与所述因变量之间的校正模型；
通过快速气相电子鼻测定另外一组经过不同时间煎炸处理的油样挥发性成分，提取特征信息数据，将特征信息数据输入所述校正模型中，得到所述不同时间煎炸处理的油样的极性组分含量。


2.如权利要求1所述基于电子鼻结合人工神经网络预测煎炸油品质的方法，其特征在于：所述通过快速气相电子鼻测定不同时间煎炸处理的油样挥发性成分，其中，色谱条件为：保持50℃初始温度2s，然后以1℃/s升温至80℃，然后以2℃/s升温至250℃，保持250℃温度60s，两个火焰离子化检测器的温度为260℃，注射器温度为200℃，注入油量体积为5000μL。


3.如权利要求1或2所述基于电子鼻结合人工神经网络预测煎炸油品质的方法，其特征在于：所述油样的主体挥发性成分为1-辛醇、1-壬醇，2，4-壬二烯醛、反，反-2，4-壬二烯醛、反式-4,5-环氧-癸二烯醛、3-甲基-2-(2-氧丙基)呋喃、反-2-壬烯醛、反-2-辛烯醛、反-2-癸烯醛、反，反-2,4-癸二烯醛、反，反-2,4-庚二烯醛，十六烷酸、十...

【专利技术属性】
技术研发人员：王兴国，徐立荣，吴港城，高千惠，刘柳，蔡雨婷，薛云丹，钱裕湘，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32