本發(fā)明涉及農(nóng)產(chǎn)品品質(zhì)檢測，尤其是涉及一種基于電子鼻快速預(yù)測山核桃脂肪酸含量的方法。

背景技術(shù)：
山核桃是我國特有的堅果類產(chǎn)品，由于含有豐富的油脂和蛋白質(zhì)等營養(yǎng)物質(zhì)，山核桃成為人們越來越喜歡的堅果產(chǎn)品。山核桃在儲藏過程中，內(nèi)部的油脂會發(fā)生酸敗現(xiàn)象，導(dǎo)致其脂肪酸含量發(fā)生變化。檢測山核桃脂肪酸含量的方法往往采用氣質(zhì)聯(lián)用法和高效液相色譜法，雖然這兩種檢測方法的檢測結(jié)果比較準(zhǔn)確，但是由于需要復(fù)雜的樣品處理過程和昂貴的儀器等，檢測效率低、成本高，使得這種山核桃脂肪酸含量檢測方法局限于實驗室內(nèi)而無法推廣開來。電子鼻是一種模擬動物嗅覺系統(tǒng)的儀器設(shè)備，包含傳感器陣列和模式識別兩部分，其工作原理為：樣品揮發(fā)出的氣味作用于傳感器陣列，產(chǎn)生響應(yīng)信號，這種信號稱為樣品氣味的模式或“氣味指紋圖譜”，利用多元統(tǒng)計分析和神經(jīng)網(wǎng)絡(luò)等方法對樣品進行定性或定量分析。電子鼻技術(shù)提供了一種快速無損的檢測方法，由于不需要復(fù)雜的樣品處理過程，且具有高靈敏度、可靠性和重復(fù)性等，食品檢測領(lǐng)域得到越來越廣泛的應(yīng)用。為了解決山核桃脂肪酸含量的傳統(tǒng)檢測方法效率低、操作復(fù)雜、成本高等問題，采用電子鼻直接對完整的山核桃進行檢測，通過特定的模式識別方法建立脂肪酸含量的預(yù)測模型，從而大大提高山核桃脂肪酸含量檢測的效率。目前，還沒有電子鼻技術(shù)直接應(yīng)用于山核桃脂肪酸含量預(yù)測的相關(guān)報道，本發(fā)明提供了一種基于電子鼻快速預(yù)測山核桃脂肪酸含量的方法。

技術(shù)實現(xiàn)要素：
針對目前山核桃脂肪酸含量檢測效率低、操作復(fù)雜、成本高等問題，本發(fā)明提供了一種基于電子鼻快速預(yù)測山核桃脂肪酸含量的方法。一種基于電子鼻快速預(yù)測山核桃脂肪酸含量的方法，它的步驟如下：(1)電子鼻檢測過程：選取不同儲藏時間的山核桃作為檢測樣品，按照儲藏時間的不同分為若干批次，相同儲藏時間的山核桃至少有3組不同檢測樣品；按照1顆/25ml頂空氣體的比例將各組山核桃分別放入無味的密閉容器中，所述密閉容器的容積不小于500ml；放入山核桃后，密封，并在室溫中靜置45-75分鐘，山核桃散發(fā)的氣味充滿整個密閉容器并達到平衡，從而獲得頂空氣體；每次電子鼻檢測開始前，使用干燥潔凈空氣對電子鼻系統(tǒng)進行清洗，設(shè)置清洗流速為500ml/min-700ml/min，清洗時間為60-80秒；清洗完成后，電子鼻抽取密閉容器中的頂空氣體，設(shè)置抽取頂空氣體的流速為150ml/min-300ml/min，檢測時間為70-90秒；檢測記錄傳感器陣列響應(yīng)信號，從而得到傳感器陣列對不同儲藏時間的檢測樣品的響應(yīng)曲線；(2)脂肪酸含量檢測過程：對步驟(1)中經(jīng)過電子鼻檢測后的不同儲藏時間的檢測樣品進行破殼、取仁、粉碎后，提取油脂樣品進行脂肪酸含量檢測，從而獲得不同儲藏時間的檢測樣品的脂肪酸含量；(3)特征值提取過程：采用穩(wěn)定值法提取步驟(1)獲得的傳感器陣列響應(yīng)曲線上的特征值，所述穩(wěn)定值法為傳感器陣列響應(yīng)曲線上穩(wěn)定階段的響應(yīng)信號；(4)預(yù)測模型建立過程：將步驟(3)中提取出的特征值作為自變量，不同儲藏時間的檢測樣品的脂肪酸含量作為因變量，建立脂肪酸含量預(yù)測模型，選擇其中確定系數(shù)大而均方根誤差小的回歸模型作為最終的脂肪酸含量預(yù)測模型；(5)脂肪酸含量預(yù)測過程：通過步驟(1)和步驟(3)獲得脂肪酸含量未知的檢測樣品的響應(yīng)曲線的特征值，將獲得的特征值導(dǎo)入步驟(4)中所建立的脂肪酸含量預(yù)測模型，從而獲得脂肪酸含量未知的檢測樣品的脂肪酸含量。進一步的，所述步驟(2)為：將粉碎后的檢測樣品放入索氏提取儀進行油脂提取，提取出的油脂樣品進行甲酯化，參考國家標(biāo)準(zhǔn)GB/T17376-2008中的酯交換法，從而獲得甲酯化樣液；使用氣相色譜質(zhì)譜聯(lián)用儀檢測甲酯化樣液中脂肪酸甲酯含量，參考國家標(biāo)準(zhǔn)GB/T17377-2008，從而獲得甲酯化樣液中脂肪酸甲酯含量；通過脂肪酸分子量和脂肪酸甲酯分子量的比值將甲酯化樣液中脂肪酸甲酯含量轉(zhuǎn)換為油脂樣品中脂肪酸含量，通過檢測樣品的含油率將油脂樣品中脂肪酸含量轉(zhuǎn)換為檢測樣品中脂肪酸含量，轉(zhuǎn)換公式如下：W精確＝W酸P油其中，W酸為油脂樣品中脂肪酸含量，W甲酯為甲酯化樣液中脂肪酸甲酯的含量，M酸為脂肪酸的分子量，M甲酯為脂肪酸甲酯的分子量；W精確為檢測樣品中脂肪酸含量，P油為檢測樣品的含油率。進一步的，所述的步驟(4)中確定系數(shù)和均方根誤差的計算公式如下：其中，R2為確定系數(shù)；RMSE為均方根誤差；N為預(yù)測模型建立過程中使用的脂肪酸含量已知的樣本個數(shù)；Xi為預(yù)測模型建立過程中第i個樣本脂肪酸含量的實際值；為預(yù)測模型建立過程中所有樣本脂肪酸含量的實際值的平均值；Yi為預(yù)測模型建立過程中第i個樣本脂肪酸含量的預(yù)測值；為預(yù)測模型建立過程中所有樣本脂肪酸含量的預(yù)測值的平均值。進一步的，所述的步驟(3)中脂肪酸含量預(yù)測模型建立方法是數(shù)據(jù)統(tǒng)計分析方法或神經(jīng)網(wǎng)絡(luò)算法。本發(fā)明的有益結(jié)果是：通過使用電子鼻直接對完整山核桃散發(fā)的頂空氣體進行檢測，實現(xiàn)了不同儲藏時間的山核桃樣品的脂肪酸含量的快速預(yù)測，該方法操作簡單、不需要復(fù)雜的樣品處理和昂貴的儀器，具有較高的應(yīng)用價值。附圖說明圖1實施例1中電子鼻檢測的傳感器響應(yīng)信號；圖2實施例1中基于BP神經(jīng)網(wǎng)絡(luò)的山核桃脂肪酸含量預(yù)測模型；圖3實施例1中山核桃油酸含量預(yù)測模型效果圖；圖4實施例1中山核桃亞油酸含量預(yù)測模型效果圖；圖5實施例1中山核桃棕櫚油酸含量預(yù)測模型效果圖；圖6實施例1中山核桃亞麻酸含量預(yù)測模型效果圖；圖7實施例1中山核桃棕櫚酸含量預(yù)測模型效果圖；圖8實施例1中山核桃硬脂酸含量預(yù)測模型效果圖。具體實施方式本發(fā)明公開的一種基于電子鼻快速預(yù)測山核桃脂肪酸含量的方法，適用于山核桃中油酸、亞油酸、棕櫚油酸、亞麻酸、棕櫚酸、硬脂酸等脂肪酸含量的預(yù)測。電子鼻系統(tǒng)通過氣體傳感器陣列快速獲取被檢測樣品的整體氣味信息，通過合適的模式識別方法挖掘出代表內(nèi)部隱含指標(biāo)的信息，并對相應(yīng)的指標(biāo)進行定性或定量分析，具有較高的靈敏度、可靠性和重復(fù)性。以下具體實施案例中詳細(xì)介紹了基于電子鼻快速預(yù)測山核桃脂肪酸含量的方法在實際中的應(yīng)用，從而進一步說明本發(fā)明的廣泛性。本發(fā)明公開的一種基于電子鼻快速預(yù)測山核桃脂肪酸含量的方法，利用電子鼻系統(tǒng)對不同的山核桃樣品進行快速檢測，基于電子鼻數(shù)據(jù)建立起有效的預(yù)測模型，具體步驟如下：(1)電子鼻檢測過程：選取不同儲藏時間的山核桃作為檢測樣品，按照儲藏時間的不同分為若干批次，相同儲藏時間的山核桃至少有3組不同檢測樣品，按照1顆/25ml頂空氣體的比例將各組山核桃分別放入無味的密閉容器中，所述密閉容器的容積不小于500ml；放入山核桃后，使用無味保鮮膜進行密封，并在室溫中靜置45-75分鐘，山核桃散發(fā)的氣味充滿整個密閉容器并達到平衡，從而獲得頂空氣體；每次電子鼻檢測開始前，使用干燥潔凈空氣對電子鼻系統(tǒng)進行清洗，設(shè)置清洗流速為500ml/min-700ml/min，清洗時間為60-80秒；清洗完成后，電子鼻抽取密閉容器中的頂空氣體，設(shè)置抽取頂空氣體的流速為150ml/min-300ml/min，檢測時間為70-90秒；檢測過程中按照1次/秒的速率記錄傳感器響應(yīng)信號，響應(yīng)信號為傳感器陣列檢測樣品氣體時的電導(dǎo)率G與檢測潔凈空氣時的電導(dǎo)率G0的比值，從而得到傳感器陣列對不同儲藏時間的檢測樣品的響應(yīng)曲線；(2)脂肪酸含量檢測過程：對步驟(1)中經(jīng)過電子鼻檢測后的不同儲藏時間的檢測樣品進行破殼、取仁、粉碎后，提取油脂樣品進行脂肪酸含量檢測，從而獲得不同儲藏時間的檢測樣品的脂肪酸含量；(3)特征值提取過程：采用穩(wěn)定值法提取步驟(1)獲得的傳感器陣列響應(yīng)曲線上的特征值，所述穩(wěn)定值法為傳感器陣列響應(yīng)曲線上穩(wěn)定階段的響應(yīng)信號；(4)預(yù)測模型建立過程：將步驟(3)中提取出的特征值作為自變量，不同儲藏時間的檢測樣品的脂肪酸含量作為因變量，建立脂肪酸含量預(yù)測模型，選擇其中確定系數(shù)大而均方根誤差小的回歸模型作為最終的脂肪酸含量預(yù)測模型；(5)脂肪酸含量預(yù)測過程：通過步驟(1)和步驟(3)獲得脂肪酸含量未知的檢測樣品的響應(yīng)曲線的特征值，將獲得的特征值導(dǎo)入步驟(4)中所建立的脂肪酸含量預(yù)測模型，從而獲得脂肪酸含量未知的檢測樣品的脂肪酸含量。進一步地，所述步驟(2)為：將粉碎后的檢測樣品放入索氏提取儀進行油脂提取，提取出的油脂樣品進行甲酯化，參考國家標(biāo)準(zhǔn)GB/T17376-2008中的酯交換法，從而獲得甲酯化樣液；使用氣相色譜質(zhì)譜聯(lián)用儀檢測甲酯化樣液中脂肪酸甲酯含量，參考國家標(biāo)準(zhǔn)GB/T17377-2008，從而獲得甲酯化樣液中脂肪酸甲酯含量；通過脂肪酸分子量和脂肪酸甲酯分子量的比例將甲酯化樣液中脂肪酸甲酯含量轉(zhuǎn)換為油脂樣品中脂肪酸含量，通過檢測樣品的含油率將油脂樣品中脂肪酸含量轉(zhuǎn)換為檢測樣品中脂肪酸含量，轉(zhuǎn)換公式如下：W精確＝W酸P油其中，W酸為油脂樣品中脂肪酸含量，W甲酯為甲酯化樣液中脂肪酸甲酯的含量，M酸為脂肪酸的分子量，M甲酯為脂肪酸甲酯的分子量；W精確為檢測樣品中脂肪酸含量，P油為檢測樣品的含油率。進一步地，所述的步驟(4)中確定系數(shù)和均方根誤差的計算公式如下：其中，R2為確定系數(shù)；RMSE為均方根誤差；N為預(yù)測模型建立過程中使用的脂肪酸含量已知的樣本個數(shù)；Xi為預(yù)測模型建立過程中第i個樣本脂肪酸含量的實際值；為預(yù)測模型建立過程中所有樣本脂肪酸含量的實際值的平均值；Yi為預(yù)測模型建立過程中第i個樣本脂肪酸含量的預(yù)測值；為預(yù)測模型建立過程中所有樣本脂肪酸含量的預(yù)測值的平均值。進一步地，所述的步驟(3)中脂肪酸含量預(yù)測模型建立方法是數(shù)據(jù)統(tǒng)計分析方法或神經(jīng)網(wǎng)絡(luò)算法。實施例1本實施例以不同儲藏時間的山核桃作為檢測對象，采用本發(fā)明公開的基于電子鼻快速預(yù)測山核桃脂肪酸含量的方法，實現(xiàn)對山核桃脂肪酸含量的快速檢測。本實施例中，采用人工陳化的山核桃代替自然陳化的山核桃。經(jīng)驗證，新鮮山核桃在35℃和30％相對濕度環(huán)境中存放10天和20天后的各項理化指標(biāo)與在4℃環(huán)境下儲藏1年和2年山核桃的各項理化指標(biāo)幾乎相同，這是人工陳化山核桃替代自然陳化山核桃的理論依據(jù)。具體人工陳化方式為將挑選后的山核桃放于溫度為35℃、相對濕度為30％的恒溫恒濕箱中，每隔5天取出一批作為一種新鮮度的山核桃樣品，共計取出4批，再加上新鮮的山核桃，共計5批不同新鮮度的山核桃樣品，分別編號為day0，day5，day10，day15，day20。本實施例中，采用德國Airsense公司的PEN2型電子鼻作為檢測儀器進行詳細(xì)說明。PEN2電子鼻主要有三部分組成：進樣裝置、傳感器陣列和數(shù)據(jù)處理軟件。其中傳感器陣列包含10個不同類型的金屬氧化物傳感器，傳感器型號和主要特征描述如表1所示。表1PEN2型電子鼻傳感器型號及其主要特性本實施例中，電子鼻檢測過程按照如下步驟進行：從編號為day0，day5，day10，day15，day20的山核桃樣品中隨機選取15組，每組20顆山核桃，分別放于500ml燒杯中，用保鮮膜密封后在室溫(20±1℃)中靜置45分鐘，待山核桃散發(fā)出的氣體充滿整個頂空空間并達到平衡后，抽取頂空氣體進行電子鼻檢測，電子鼻檢測時間為80秒，抽取頂空氣體的速率為200ml/min，每一秒記錄一次傳感器響應(yīng)值，清洗時間為70秒，抽取空氣的速率為600ml/min。本實施例中，電子鼻傳感器陣列響應(yīng)信號如圖1所示，對所獲得的傳感器陣列響應(yīng)信號進行特征提取，根據(jù)之前的研究，傳感器響應(yīng)曲線中平穩(wěn)階段的值具有最優(yōu)的預(yù)測性能，因此選擇各個傳感器響應(yīng)曲線中第75秒處的響應(yīng)值作為特征值，用于預(yù)測模型的建立和未知樣品脂肪酸含量的預(yù)測。本實施例中，用于脂肪酸含量檢測的樣品準(zhǔn)備過程如下：采用索氏提取方法(意大利VELP公司脂肪測定儀)對山核桃油脂進行提取，提取劑為乙醚，加熱溫度為110℃，浸提時間1.5小時，濾提時間1.5小時，分別對5種不同儲藏時間的山核桃樣品進行以上操作，共獲得5種樣品的提取油脂；由于脂肪酸在高溫環(huán)境中容易分解，所以在進行氣質(zhì)聯(lián)用檢測前需要對油脂樣品進行甲酯化，甲酯化后的脂肪酸不易分解，使檢測結(jié)果更加準(zhǔn)確，甲酯化過程參考GB/T17376-2008中的酯交換法進行。本實施例中，使用的氣質(zhì)聯(lián)用儀為安捷倫公司的7890A氣相色譜儀結(jié)合5975質(zhì)譜檢測器，色譜柱型號為DB-WAX(30m×250μm×0.5μm)。氣質(zhì)聯(lián)用儀具體參數(shù)設(shè)置如下：(1)GC條件：進樣量為1μL，進樣口溫度為250℃，載氣為純凈氦氣，載氣流速為1ml/min，采用分流模式，分流比為50：1。升溫程序：起始溫度50℃，停留1分鐘，然后以25℃/分鐘的速率爬升至200℃，最后以3℃/分鐘的升溫速率爬升至230℃，停留5分鐘，總運行時間為22分鐘。(2)MS條件：溶劑延遲2分鐘，GC-MS接口溫度280℃，EI電離源，離子源溫度230℃，離子能量70eV，四極桿溫度150℃，質(zhì)量掃描范圍30-500amu質(zhì)量單位，標(biāo)準(zhǔn)庫為NIST庫。本實施例中，脂肪酸甲酯標(biāo)準(zhǔn)曲線制作過程如下：配置不同含量的脂肪酸甲酯標(biāo)準(zhǔn)品溶液，采用與山核桃樣品檢測相同的氣質(zhì)條件進行檢測，獲得總離子流圖，計算相應(yīng)脂肪酸甲酯的峰面積，分別進行3次重復(fù)檢測取峰面積平均值作為代表該標(biāo)準(zhǔn)品溶液中脂肪酸甲酯含量的峰面積，然后以面積作為自變量，脂肪酸甲酯含量作為因變量描繪標(biāo)準(zhǔn)曲線，并擬合方程，所獲得的擬合方程如表2所示。表中的擬合方程已經(jīng)通過脂肪酸和脂肪酸甲酯的比例轉(zhuǎn)化為山核桃脂肪酸含量的擬合方程，即代入峰面積后，方程得到的結(jié)果是相應(yīng)脂肪酸的含量，表中最后一列是脂肪酸和其對應(yīng)脂肪酸甲酯的分子量。表2脂肪酸標(biāo)準(zhǔn)曲線擬合方程脂肪酸名稱標(biāo)準(zhǔn)曲線擬合方程R2脂肪酸分子量/脂肪酸甲酯分子量油酸y＝7E-09x-1.8390.9939282.46/296.49亞油酸y＝4E-09x-0.09340.9981280.44/294.47棕櫚油酸y＝3E-09x-0.00740.9994254,41/268.43亞麻酸y＝7E-09x-0.0111.0000280.45/292.46棕櫚酸y＝5E-09x+0.06550.9905256.42/270硬脂酸y＝7E-09x-0.03890.9984284.48/298.51本實施例中，不同儲藏時間山核桃樣品經(jīng)過氣質(zhì)聯(lián)用檢測后分別獲得各個脂肪酸對應(yīng)的峰面積，經(jīng)過3次重復(fù)檢測，取平均值作為最終結(jié)果，代入標(biāo)準(zhǔn)曲線擬合方程，獲得相應(yīng)的脂肪酸含量，如表3所示，該表中的脂肪酸含量用于后續(xù)建立預(yù)測模型。表3不同儲藏時間山核桃樣品的脂肪酸含量本實施例中，采用BP神經(jīng)網(wǎng)絡(luò)建立山核桃脂肪酸含量的預(yù)測模型。圖2為建立的神經(jīng)網(wǎng)絡(luò)模型，該模型為三層神經(jīng)網(wǎng)絡(luò)，第一層為輸入層，神經(jīng)元個數(shù)為10(輸入選取的10個電子鼻數(shù)據(jù)特征值)；第二層為隱藏層，隱藏層的神經(jīng)元個數(shù)直接影響了所建立模型的性能，經(jīng)過實驗驗證，當(dāng)隱藏層的神經(jīng)元個數(shù)為14時具有較高的預(yù)測性能，同時消耗的計算機資源也相對較少，達到最優(yōu)的性價比；第三層為輸出層，輸出層輸出脂肪酸含量的預(yù)測結(jié)果，神經(jīng)元個數(shù)為1。本實施例中，所建立的山核桃各個脂肪酸含量的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的效果圖如圖3-圖8所示，各個模型的預(yù)測性能如表4所示。由表4中的校正集數(shù)據(jù)可以看出，模型預(yù)測的脂肪酸含量與使用氣質(zhì)聯(lián)用儀測量得到的脂肪酸含量具有很好的相關(guān)性，具有較高的R2值和較小的RMSE值。將脂肪酸含量未知的山核桃樣品通過電子鼻檢測獲得其電子鼻傳感器陣列響應(yīng)值，進行特征提取后，將特征值導(dǎo)入所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，最終獲得脂肪酸含量未知樣品中脂肪酸的預(yù)測值。由表4中的測試集數(shù)據(jù)可以看出，模型的預(yù)測值和使用氣質(zhì)聯(lián)用儀測量的實際值之間具有很好的相關(guān)性，較高的R2值和較小的RMSE值，說明預(yù)測模型有很好的預(yù)測性能。表4基于BP神經(jīng)網(wǎng)絡(luò)的脂肪酸含量預(yù)測模型及其性能通過以上實施例對基于電子鼻快速預(yù)測山核桃脂肪酸含量的方法的詳細(xì)介紹，所建立的山核桃中油酸、亞油酸、棕櫚油酸、亞麻酸、棕櫚酸和硬脂酸含量的預(yù)測模型均具有較高的預(yù)測性能，進一步說明，本發(fā)明公開的方法具有較高的應(yīng)用價值，值得廣泛推廣。