烟草中常规化学成分的近红外分析研究
近红外光谱分析是一种新型高效分析技术，由于具有分析速度快、样品前处理简单、低消耗和多组分同时测定等诸多优点，受到了各行各业的广泛关注，目前，该技术已被成功的应用于农业、食品、生物、高分子、制药、石油化工、纺织学等领域。本文对烟草总糖、还原糖、氯、钾、烟碱和总氮六种常规化学成分的近红外定量分析进行了研究。
本文采用经典化学分析法对烟草中总糖、还原糖、氯、钾、烟碱和总氮六种常规化学成分进行测定，然后对六种常规化学成分进行近红外光谱分析。通过化学分析法和近红外光谱分析法的分析比较，验证近红外定量分析模型的预测能力。
近红外分析预测值与化学测定值之间的相关系数R分别为：总糖0.9546，还原糖0.9585，氯0.9296，钾0.9236，烟碱0.9688，总氮0.9794，结果表明，近红外分析预测值与化学测定值之间相关性良好，近红外光谱方法与经典化学方法间没有显著性差异；通过模型分析样品，总糖、还原糖、氯、钾、烟碱和总氮的近红外预测值和化学测定值之间的平均相对偏差分别为1.42％、1.76％、4.72％、2.97％、3.25％、1.90％，除氯和烟碱的平均相对偏差超过了3％，其它4 项预测结果的平均相对偏差均低于3％，6项常规化学成分预测结果的平均相对偏差均在3％左右，达到经典化学分析方法要求的平行实验的精密度，说明近红外光谱分析法测定烟草中各项常规化学成分具有较高的精密度，方法可靠，能满足大批量样品快速测定的需要。
本文考察了样品的粒度、水分、温度对烟末总糖、还原糖、氯、钾、烟碱和总氮含量近红外(NIR)预测值的影响。结果表明，在20～80 目范围内，随着样品粒度的降低，样品各化学成分的相对标准偏差(RSD)呈先减小后增大趋势变化，样品粒度为40 目时，RSD 最小，近红外模型预测性能最好；近红外模型预测性能的偏差随着样品含水率的升高而增大，样品含水率为12.41％时，RSD 最小，近红外模型预测性能最好；在15～35℃范围内，随着样品温度的升高，样品各化学成分的RSD 先减小后增大，在25℃时，RSD 最小，近红外模型预测性能最好。因此，样品粒度为40 目，样品含水率在12.41％左右，温度为25℃时，近红外(NIR)预测模型测定烟草常规化学成分结果最准确，精密度最高。
烟草;化学成分;近红外光谱分析;相对偏差;快速测定
吉首大学
硕士
分析化学
李辉
2010
中文
TS411
57
2011-04-27（万方平台首次上网日期，不代表论文的发表时间）