【摘要】：應(yīng)用主成分分析(Principal component analysis,PCA)和聚類分析法(Cluster analysis,CA)對(duì)9種(27個(gè))常見食用植物油及100個(gè)餐飲廢油的低場(chǎng)核磁共振(Low-field nuclear magnetic resonance,LF-NMR)(T2)弛豫特性數(shù)據(jù)進(jìn)行分析。結(jié)果表明:在正常食用油種類區(qū)分方面,主成分分析的效果較優(yōu),9種食用油在主成分分布圖上按種類正確分組,邊界清晰。而在正常食用油與餐飲廢油的區(qū)分方面,聚類分析效果較優(yōu),引入30個(gè)待測(cè)樣本后,聚類分析(127個(gè)樣品,歐式距離=5)的正確率為94.49%,分析誤判率為5.51%,分組效果良好。LF-NMR結(jié)合化學(xué)模式識(shí)別可實(shí)現(xiàn)對(duì)油脂種類及餐飲廢棄油脂的鑒別。
【圖文】：

21，T22，T23，S21，S22，S23)在各主成分中的載荷及方差貢獻(xiàn)率。其中，主成分1(PC1)占總方差貢獻(xiàn)的57.939%，主成分2(PC2)占27.879%，其累計(jì)方差貢獻(xiàn)率達(dá)85.818%，說明已包含樣本大部分的原始LF－NMＲ弛豫信息。對(duì)PC1而言，T22在PC1方向具有最大的正載荷(0.894)，而S22在PC1方向具有最大的負(fù)載荷(－0.838);對(duì)PC2而言，T23在PC2方向具有最大的正載荷(0.721)，S21在PC2方向具有最大的負(fù)載荷(－0.566)，說明T22，S22，T23和S21對(duì)正常食用油的種類區(qū)分貢獻(xiàn)相對(duì)較大。圖1A為9種共27個(gè)正常食用油樣本的主成分得分圖，通過主成分得分圖上的間隔距離可以反映不同樣品的類間差異，間隔越遠(yuǎn)說明其種類特性差別越大。圖1A表明，27個(gè)正常食用油樣品在主成分得分圖上分為邊界清晰，分組正確的9類。其中，花生油(PEO)與食用調(diào)和油(BLO)位于第一象限;菜籽油(ＲAO)和橄欖油(OLO)位于第二象限;稻米油(ＲIO)與其他各組的距離相對(duì)較大，獨(dú)立位于第三象限;大豆油(SOO)和葵花籽油(SUO)則共同位于第四象限;玉米油(CO)和芝麻油(SEO)在PC1方向上差異較小，均位于PC2軸上;此外，因?qū)嶒?yàn)所用食用調(diào)和油以大豆油為圖1不同種類食用油(A)及不同種類食用油和餐飲廢油(B)的PC1和PC2得分圖Fig.1PC1andPC2scoresofdifferentedibleoils(A)，differentnormaledibleoilsandcateringwasteoils(B)insert:theparticalenlargeddetailoftheboxes基油，故其在圖中的分布與大豆油(SOO)距離較近。總體而言，樣品的LF－NMＲ信息經(jīng)PCA提煉后，可以實(shí)現(xiàn)對(duì)9種食用油種類的有效區(qū)分。2.1.2餐飲廢棄油樣與正常油樣的區(qū)分餐飲廢棄油樣和正常食用油樣品的LF－NMＲ弛豫特性數(shù)據(jù)經(jīng)主成分分析后，獲得2個(gè)特征值大于1的主成分，

21，T22，T23，S21，S22，S23)在各主成分中的載荷及方差貢獻(xiàn)率。其中，主成分1(PC1)占總方差貢獻(xiàn)的57.939%，主成分2(PC2)占27.879%，其累計(jì)方差貢獻(xiàn)率達(dá)85.818%，，說明已包含樣本大部分的原始LF－NMＲ弛豫信息。對(duì)PC1而言，T22在PC1方向具有最大的正載荷(0.894)，而S22在PC1方向具有最大的負(fù)載荷(－0.838);對(duì)PC2而言，T23在PC2方向具有最大的正載荷(0.721)，S21在PC2方向具有最大的負(fù)載荷(－0.566)，說明T22，S22，T23和S21對(duì)正常食用油的種類區(qū)分貢獻(xiàn)相對(duì)較大。圖1A為9種共27個(gè)正常食用油樣本的主成分得分圖，通過主成分得分圖上的間隔距離可以反映不同樣品的類間差異，間隔越遠(yuǎn)說明其種類特性差別越大。圖1A表明，27個(gè)正常食用油樣品在主成分得分圖上分為邊界清晰，分組正確的9類。其中，花生油(PEO)與食用調(diào)和油(BLO)位于第一象限;菜籽油(ＲAO)和橄欖油(OLO)位于第二象限;稻米油(ＲIO)與其他各組的距離相對(duì)較大，獨(dú)立位于第三象限;大豆油(SOO)和葵花籽油(SUO)則共同位于第四象限;玉米油(CO)和芝麻油(SEO)在PC1方向上差異較小，均位于PC2軸上;此外，因?qū)嶒?yàn)所用食用調(diào)和油以大豆油為圖1不同種類食用油(A)及不同種類食用油和餐飲廢油(B)的PC1和PC2得分圖Fig.1PC1andPC2scoresofdifferentedibleoils(A)，differentnormaledibleoilsandcateringwasteoils(B)insert:theparticalenlargeddetailoftheboxes基油，故其在圖中的分布與大豆油(SOO)距離較近�？傮w而言，樣品的LF－NMＲ信息經(jīng)PCA提煉后，可以實(shí)現(xiàn)對(duì)9種食用油種類的有效區(qū)分。2.1.2餐飲廢棄油樣與正常油樣的區(qū)分餐飲廢棄油樣和正常食用油樣品的LF－NMＲ弛豫特性數(shù)據(jù)經(jīng)主成分分析后，獲得2個(gè)特征值大于1的主成分，

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏正妍;尚雪嶺;;餐飲廢油和柑橘皮制肥皂的工藝研究[J];新鄉(xiāng)學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年04期

2 吳方衛(wèi);付暢;;我國(guó)及上海餐飲廢油“能源化”的潛力與政策建議[J];科學(xué)發(fā)展;2013年05期

3 戴麗;;餐飲廢油從上桌到“上天”仍存難題[J];節(jié)能與環(huán)保;2014年03期

4 郭濤;杜蕾蕾;萬輝;何東平;;餐飲廢油制備硬脂酸與油酸的研究[J];食品科技;2009年08期

5 馬洪霞;;餐飲廢油的回收利用進(jìn)展[J];科技資訊;2014年12期

6 王學(xué)品;王林風(fēng);魏宏典;;餐飲廢油變廢為寶刻不容緩[J];山東化工;2013年06期

7 文遲;"直排"困境[J];南風(fēng)窗;2004年09期

8 王坡;汪向陽(yáng);;乙醇與餐飲廢油制備生物柴油的工藝研究[J];安徽化工;2011年02期

9 劉先杰;陳立功;曹書翰;楊鑫;向碩;朱立業(yè);;餐飲廢油制取脂肪酸二乙醇酰胺的研究[J];中國(guó)油脂;2013年09期

10 李辰;梁添旺;楊偉杰;許春才;龔悅;;紅外和紫外可見分光光譜法初步鑒別餐飲廢油[J];食品安全質(zhì)量檢測(cè)學(xué)報(bào);2014年05期

相關(guān)會(huì)議論文 前2條

1 陳云進(jìn);;研究探討科學(xué)實(shí)施餐飲廢油資源化的循環(huán)經(jīng)濟(jì)實(shí)踐[A];2010中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集(第一卷)[C];2010年

2 周星;陳立功;李新亮;楊鑫;;[SO_3H-Bmim][HSO_4]離子液體在高酸值餐飲廢油制備生物柴油中的應(yīng)用[A];中國(guó)石油學(xué)會(huì)第六屆石油煉制學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)重要報(bào)紙文章 前5條

1 鐘燕平;餐飲廢油水回收有了便捷新技術(shù)[N];農(nóng)民日?qǐng)?bào);2008年

2 覃江易　吳瓊 記者 胡毅;湖北餐飲廢油制備生物柴油項(xiàng)目投產(chǎn)[N];中國(guó)食品質(zhì)量報(bào);2009年

3 劉辰瑤　彭大偉;餐飲廢油獲“上天”許可 大規(guī)模使用尚待時(shí)日[N];糧油市場(chǎng)報(bào);2014年

4 張琳;西農(nóng)大植物油和餐飲廢油轉(zhuǎn)化取得進(jìn)展[N];陜西科技報(bào);2006年

5 陳榮彩;餐飲廢油變廢為寶，可享受哪些稅收優(yōu)惠[N];中國(guó)稅務(wù)報(bào);2014年

相關(guān)碩士學(xué)位論文 前3條

1 汪向陽(yáng);餐飲廢油乙酯生物柴油的制備及其潤(rùn)滑性能研究[D];合肥工業(yè)大學(xué);2010年

2 陳嬌嬌;生物油與餐飲廢油共催化裂化的實(shí)驗(yàn)研究[D];天津大學(xué);2012年

3 王予;生物質(zhì)與餐飲廢油、氣化焦油共熱解動(dòng)力學(xué)研究與人工神經(jīng)網(wǎng)絡(luò)模型[D];天津大學(xué);2012年

本文編號(hào)：2570530