一種基於介電譜技術快速檢測牛乳脂肪含量的方法與流程
2023-06-02 01:17:31 1
本發明屬於介電頻譜測量技術領域，特別是涉及一種基於介電譜技術快速檢測牛乳脂肪含量的方法。
背景技術：
牛乳是一種營養豐富、組分合理、易於消化吸收的食品。因其含有人體所需的多種營養成分而被譽為「食品之王」。牛乳中的脂肪是一種高品質的天然脂肪，不僅是牛乳中重要的營養載體，而且對牛乳的口感風味起著關鍵的作用。由於牛乳中的脂肪含量受到奶牛個體、季節、飲食、泌乳期等條件的影響，牛乳中的脂肪含量是一個變化的量。而脂肪含量對牛乳的品質、牛乳加工品（如奶酪）的品質有很大的影響，因此，牛乳脂肪含量的檢測是一個常規性的檢測項目。現階段常用的檢測牛乳中脂肪含量的方法主要有：羅紫-哥特裡法、蓋勃法、巴布科克法等。這些方法均是化學方法，都存在費時、使用化學藥品、汙染環境、需專業人員、且不能應用於在線或現場檢測的缺點。開發便捷、無化學殘留、高效，且能用於在線或現場檢測的牛乳脂肪含量檢測方法對於保證牛乳品質具有重要的意義。
近年來，在將近紅外光譜、可見光光譜或者雷射等光學技術應用於牛乳脂肪含量檢測方面取得了一些研究成果，但由於牛乳中脂肪球的粒徑大小與近紅外光譜的波長比較接近，脂肪球對光的散射和反射的影響使得光學技術對脂肪含量的檢測精度較差。介電譜技術是一種獲得物質在某一射頻/微波頻率範圍內介電特性參數的儀器測量方法，是一種物理方法。該方法具有檢測迅速、無化學殘留、便捷、無需專業技術人員以及可用於在線或現場檢測的優點，因而成為目前國際上最先進、最流行的食品物料介電特性測試技術。生鮮牛乳是一個液態多相分散系，組成複雜，牛乳中的各種分子、離子、脂肪球微粒、微生物、體細胞等在射頻/微波場中的介電行為也不同，在宏觀上則表現為這些組分的介電譜（相對介電常數譜、介質損耗因數譜、損耗角正切譜等）以及介電特性參數值隨電磁波信號頻率的變化而變化。現有對牛乳介電譜或介電特性參數的研究結果表明，牛乳的脂肪含量對牛乳的介電譜或介電特性參數有一定的影響。但是現有研究僅是針對單一牛乳樣品分析脂肪含量的變化對介電譜或介電特性參數的影響規律，或宏觀地比較全乳、半脫脂乳以及全脫脂乳介電特性參數的大小。而牛乳的脂肪含量受多種因素的影響，其變化較大，目前尚未見基於介電譜技術檢測大樣本牛乳脂肪含量的研究文獻。
技術實現要素：
發明目的：本發明旨在克服傳統化學測量法檢測牛乳脂肪含量的缺陷，提供一種基於介電譜技術快速檢測牛乳脂肪含量的方法，為乳品品質的快速、高效、準確、實時、在線檢測儀器的開發奠定基礎。本發明要解決的技術問題是：基於大樣本獲得的牛乳介電譜和採用國標規定的脂肪含量測量法測量的大樣本牛乳的脂肪含量，建立牛乳脂肪含量的檢測模型，為牛乳中脂肪含量檢測儀的研發提供方法基礎。本發明的方法也可以用於其它乳品（如羊乳）脂肪含量的檢測中。
一種基於介電譜技術快速檢測牛乳脂肪含量的方法，其特徵在於，包含以下步驟：
（1）收集樣本：收集一批來源於不同地區、不同飼養條件、不同奶牛品種、不同奶牛個體、不同產乳期、不同季節、數量足夠、脂肪含量有一定差異的生鮮牛乳樣品；樣品在2℃~4℃下保存，保存時間不超過24小時；根據國標規定的方法測量各牛乳樣品的脂肪含量。
（2）介電譜的採集：測量前將樣品回溫到室溫，在室溫下利用網絡分析儀和同軸探頭組成的測量裝置採集樣品的介電譜；採集前先校準好測量裝置並設置好採集軟體，包括設置好採集的射頻/微波頻率的範圍以及適量的採集頻率點；然後測量牛乳樣品在該射頻/微波範圍內的介電譜，該介電譜包括相對介電常數譜、介質損耗因數譜；
所述的網絡分析儀也可以用阻抗分析儀替代；
所述的相對介電常數譜、介質損耗因數譜也可以被基於這兩個介電譜計算得到的其他介電參數譜代替。
（3）樣本劃分：採用SPXY法將牛乳樣本劃分為校正集和預測集；校正集和預測集的樣品比例按照2:1或3:1或4:1劃分；校正集的樣品數大於預測集的樣品數，脂肪含量為最小值和最大值的牛乳樣品要劃分進校正集。
（4）特徵介電變量的提取：分別採用連續投影算法、無信息變量消除法、基於穩定性競爭自適應重加權採樣法對校正集中牛乳樣品的介電譜數據進行降維處理，在整個測量頻率範圍內的介電譜數據中提取出能反映牛乳樣品脂肪含量的特徵介電變量；特徵介電變量對應的頻率為特徵頻率；
特徵介電變量不但可以單獨從相對介電常數譜數據或介質損耗因數譜數據中提取，也可以從介電常數譜和介質損耗因數譜兩種數據中共同提取；提取的特徵介電變量一般是步驟（2）中採集的部分介電頻譜數據，但也可以是步驟（2）中採集的全部介電頻譜數據。
（5）牛乳脂肪含量檢測模型的建立：以步驟（4）提取的特徵介電變量為輸入參數，以牛乳樣品的脂肪含量為輸出參數，分別以偏最小二乘法、最小二乘支持向量機法、極限學習機法、廣義神經網絡法建立基於校正集樣品數據的牛乳脂肪含量的線性或非線性檢測模型。
（6）模型的驗證：利用預測集的樣品數據檢驗步驟（5）所建立的多個牛乳脂肪含量檢測模型的性能，將預測集均方根誤差最小的模型確定為檢測牛乳脂肪含量的最佳模型。分析預測集的誤差規律並確定出誤差修正值。
（7）未知牛乳樣品脂肪含量的獲得：對於未知脂肪含量的牛乳樣品，按照步驟（2）完成介電譜的採集，將採集的未知牛乳樣品介電譜數據中與步驟（6）確定的最佳模型所對應輸入參數相同的介電變量值代入步驟（6）所確定的最佳模型中，就可以快速計算出該未知牛乳樣品的脂肪含量。
（8）利用步驟（6）中得到的誤差修正值對步驟（7）的預測結果進行修正；修正後的結果就是未知牛乳樣品脂肪含量的最終測量結果。
該方法可用於生鮮牛乳、超高溫消毒牛乳和巴士消毒牛乳的脂肪含量快速檢測，也可用於羊乳的脂肪含量快速檢測。
步驟（7）中，未知脂肪含量的牛乳樣品特徵介電變量的採集，也可以用針對特徵頻率開發專門的介電變量測量儀器，僅測量這些特徵頻率下的介電變量，將所測數值代入所建的最佳模型，也能快速、便捷地計算出牛乳的脂肪含量。
本發明具有如下優點：本發明基於獲取的牛乳介電譜信息，採用多種數據降維方法提取表達脂肪含量的特徵介電變量，進而建立檢測牛乳脂肪含量的線性或非線性模型，以預測集均方根誤差最小的模型作為檢測牛乳脂肪含量的最佳組合模型，通過測量未知脂肪含量的牛乳在特徵頻率下的介電變量值，將該介電變量值代入所建的最佳模型就可以快速計算出牛乳的脂肪含量，這為牛乳脂肪含量的快速、準確、實時、現場以及在線檢測提供了一種方法。該方法對牛乳脂肪含量的檢測誤差為0.168%，使牛乳脂肪含量的快速檢測成為可能。
附圖說明
圖1：基於介電譜檢測牛乳脂肪含量的方法流程圖；
圖2：連續投影算法在不同特徵變量數下的校正集均方根誤差；
圖3：無信息變量消除法所選擇的特徵相對介電常數（a）和介質損耗因數的分布（b）；
圖4：基於穩定性競爭自適應重加權採樣法所選擇的特徵相對介電常數（a）和介質損耗因數的分布（b）。
具體實施方式
本發明方法對生鮮牛乳、超高溫消毒牛乳和巴士消毒牛乳均具有很好的通用性。在此，以生鮮牛乳為實施例，其他類型乳脂肪的檢測可參照該實施例的方法進行。具體根據所測乳的類型，建立一個適用於該類型乳脂肪含量檢測的模型，就可以基於介電譜對該類乳的脂肪含量進行檢測。
下面結合附圖和實施例對本發明作進一步說明。
依據本發明實施例的方法包括以下步驟：
步驟（1）：從不同的奶牛養殖場以及奶牛的不同泌乳期收集一批大樣本的生鮮牛乳，該批牛乳的樣本數為143，樣品脂肪含量的範圍為2.98~5.58%，樣本脂肪含量的平均值為3.68%，標準偏差為0.51%。
步驟（2），採集該批牛乳樣品的相對介電常數譜和介質損耗因數譜。本實施例採用美國安捷倫公司的E5071C矢量網絡分析儀和85070E-020同軸探頭測量樣品的介電譜。介電譜的採集條件是：介電譜測量頻率範圍為20MHz~4500MHz，對數坐標下等間隔採集201個點，介電頻譜的採集時樣品的溫度為23~25℃。
步驟（3）：樣本劃分：採用SPXY法按照2:1的比例將樣本劃分為校正集和預測集，校正集包含96個樣品，其脂肪含量的範圍為2.98~5.58%，其平均值為3.76%，標準偏差為0.53%；其預測集包含47個樣品，其脂肪含量的範圍為3.11~5.56%，其平均值為3.50%，標準偏差為0.43%。校正集中包含了脂肪含量為最小值和最大值的樣品。
步驟（4）：以校正集樣品為對象，採用連續投影算法、無信息變量消除法和基於穩定性競爭自適應重加權採樣法從具有201個點的相對介電常數全譜和201點的介質損耗因數全譜（共402介電參數值）中提取出表達牛乳脂肪含量的特徵介電變量。
採用連續投影算法提取特徵介電變量時，設定提取的特徵介電變量數的範圍為1~15，計算各特徵介電變量數下的校正集均方根誤差，根據最小的校正集均方根誤差確定最佳特徵變量數。不同特徵變量數下的校正集均方根誤差的計算結果如圖2所示。結果說明，當特徵變量數為9時校正集均方根誤差最小。圖2中「■」對應的橫坐標值表示經連續投影算法優選出的最佳特徵介電變量數。對於本實施例，採用連續投影算法提取了9個特徵介電變量，分別是頻率為25.0、31.5、50.4、364.7和429.4 MHz時的相對介電常數和頻率為2070.7、2563.4、3465.0和4311.8 MHz時的介質損耗因數。
採用無信息變量消除法選擇出了123個特徵介電變量，其中包括57個不同頻率下的相對介電常數和66個不同頻率下的介質損耗因數。圖3a和圖3b所示分別是無信息變量消除法所選擇的特徵相對介電常數和特徵介質損耗因數的分布。圖中曲線表示某一牛乳樣品的相對介電常數和介質損耗因數譜，豎線表示提取的特徵介電變量所在的頻率。
當採用基於穩定性競爭自適應重加權採樣法選擇特徵介電變量時，計算不同採樣運行次數下的校正集均方根誤差，根據最小的校正集均方根誤差確定最佳的運行次數。根據該運行次數，確定選取的最佳特徵介電變量數為40，其中包括25個不同頻率下的相對介電常數和15個不同頻率下的介質損耗因數。圖4a和圖4b所示分別是基於穩定性競爭自適應重加權採樣法選擇的特徵相對介電常數和特徵介質損耗因數的分布。圖中曲線表示某一牛乳樣品的相對介電常數和介質損耗因數譜，豎線表示提取的特徵介電變量所在的頻率。
步驟（5）：以步驟四提取出的特徵介電變量或介電全譜（20MHz~4500MHz範圍內的201個點下的相對介電常數和201個介質損耗因數）為輸入變量，以牛乳的脂肪含量為輸出變量，建立檢測牛乳脂肪含量的偏最小二乘回歸、極限學習機、最小二乘支持向量機模型。
步驟（6）：用預測集樣品檢驗步驟五所建立的各種模型，比較所建各個模型的預測集均方根誤差，以預測集均方根誤差最小的模型作為檢測牛乳脂肪含量的最佳模型。針對本實施例，檢測牛乳脂肪含量的最佳模型為基於介電全譜（201個相對介電常數和201個介質損耗因數）建立的偏最小二乘回歸模型，該模型對牛乳脂肪含量的檢測誤差為0.168%。分析預測集的誤差規律並確定出誤差修正值。
步驟（7）：按照步驟二採集任意一未知脂肪含量的牛乳在20MHz~4500MHz間201個點下的相對介電常數譜和介質損耗因數譜，將所得到的介電參數值代入步驟六所確定最佳模型，即偏最小二乘回歸模型中，就可以快速計算出牛乳的脂肪含量。
步驟（8）：利用步驟（6）中得到的誤差修正值對步驟（7）的預測結果進行修正；修正後的結果就是未知牛乳樣品脂肪含量的最終測量結果。
由以上實施例可以看出，本發明利用介電譜技術檢測牛乳的脂肪含量具有檢測精度高、便捷、高效等優點，而同軸探頭可以插入到牛乳中，從而能夠實現牛乳脂肪含量的在線和現場檢測。
以上所述僅是本發明的優選實施方式，應當指出，對於本技術領域的普通技術人員來說，在不脫離本發明技術原理的前提下，還可以做出若干改進和變型，這些改進和變型也應視為本發明的保護範圍。