【技术实现步骤摘要】
一种基于近红外光谱的饲料品质控制方法
本专利技术涉及饲料品质检测领域,尤其是涉及一种基于近红外光谱的饲料品质控制方法。
技术介绍
近红外光谱技术测定样品中的化学组成和物化性质具有高效、环保等优点,近年饲料企业也广泛使用近红外的快捷检测方式完善其品质控制。为方便用户更高效的使用近红外分析仪,近红外仪器商提供近红外网络化管理服务,即利用互联网、服务器或其他方式将多台近红外分析仪连接成整体的数据分析系统,但仍存在一些预测模型不全及数据光谱利用不足等问题。中国专利CN201510490572.7公开了一种利用近红外技术在线控制饲料生产的方法,利用近红外技术在线控制饲料生产,近红外光谱仪通过近红外探头检测进料斗内饲料原料成分的近红外光谱信息和营养成分的含量信息并传送至装有配方系统的计算机,计算机软件根据所得信息判断饲料原料的质量,并根据判断结果对饲料原料进行分级使用。该方法利用近红外光谱分析技术能够实现对饲料生产过程涉及到的原料、过程产品以及终产品的现场无损快速分析,但是其预测模型是根据配方系统中根据可当作饲料原料的配方的近红外光谱信息建立的,这样的建模方法需要大量的样品数据,对于单个企业而言样品收集难并且检验化验工作压力极大,且其只对饲料原料质量和原料营养价值进行分析,而没有给出利用近红外光谱的其他品质控制方法,不能适用于多种不同饲料企业的品质控制。目前基本是单个指标或是单个产品预测模型的建立,在建立预测模型的过程中需要收集的样品非常多,虽然模型适用性比较广,但是其检验化验工作量非常大,结合目前形势,一般企业 ...
【技术保护点】
1.一种基于近红外光谱的饲料品质控制方法,其特征在于,包括以下步骤:/n建模步骤:利用企业设定浓度范围的原料和产品,建立对应的预测模型,所述的预测模型包括原料预测模型和产品预测模型;/n原料品质控制步骤:利用原料预测模型得到原料的特征光谱,采集特征光谱中的相关信息,进行原料产地鉴别、同类未知样品检验、原料异常判定和/或原料稳定性判定;/n产品品质控制步骤:利用产品预测模型,对饲料中每个混合单位及产出产品取样扫描并比对,实时监控产品品质。/n
【技术特征摘要】
1.一种基于近红外光谱的饲料品质控制方法,其特征在于,包括以下步骤:
建模步骤:利用企业设定浓度范围的原料和产品,建立对应的预测模型,所述的预测模型包括原料预测模型和产品预测模型;
原料品质控制步骤:利用原料预测模型得到原料的特征光谱,采集特征光谱中的相关信息,进行原料产地鉴别、同类未知样品检验、原料异常判定和/或原料稳定性判定;
产品品质控制步骤:利用产品预测模型,对饲料中每个混合单位及产出产品取样扫描并比对,实时监控产品品质。
2.根据权利要求1所述的一种基于近红外光谱的饲料品质控制方法,其特征在于,所述的建模步骤具体包括:
S101:对仪器商提供的已有原料预测模型进行模型验证,并根据验证结果进行模型扩展;
S102:收集建模所需的原料样品和产品样品,并将原料样品和产品样品按设定要求进行编号和粉碎处理;
S103:对经过处理的原料样品和产品样品扫描,获取光谱并输入定标软件;
S104:定标软件根据光谱数据筛选出符合设定浓度范围的样品,并将这部分样品进行湿化学检测;
S105:定标软件将光谱数据与湿化学检测结果结合,通过不同的数学处理评价选择最优的处理方式,建立预测模型;
S106:定期对建立的预测模型进行模型验证,根据验证结果进行模型扩展。
3.根据权利要求2所述的一种基于近红外光谱的饲料品质控制方法,其特征在于,所述的模型验证具体包括:选取5-10个不同浓度的样品,对对应预测模型的预测准确性进行验证;
所述的模型扩展具体包括:对验证结果不理想的预测模型扩展指标浓度范围,并重新进行原料收集、检验化验、扫描和定标。
4.根据权利要求2所述的一种基于近红外光谱的饲料品质控制方法,其特征在于,所述的步骤S104中,筛选出符合设定浓度范围的样品的数量范围为30-50个。
5.根据权利要求2所述的一种基于近红外光谱的饲料品质控制方法,其特征在于,所述的数学处理评价包括定标标准偏差及定标相关系数、交互验证标准偏差和交互验证相关系数;
所述的处理方式包括散射校正方法和导数数学处理,所述的散射校正方法包括标准化、去偏差、标准化和去偏差、多元散射校正以及不做处理,所述的导数数学处理包括一阶导数和二阶导数;
所述的通过不同的数学处理评价选择最优的处理方式具体包括:通过选...
【专利技术属性】
技术研发人员:吴海英,杨伟春,曾诚,仲伟迎,周通,吴有林,
申请(专利权)人:江苏傲农生物科技有限公司,广州傲农生物科技有限公司,福建傲农生物科技集团股份有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。