芝麻油
菜籽油
西班牙特级初榨橄榄油
花生油和大蒜浸泡的特级初榨橄榄油
怎么测量五种不同食用油样品的吸收光谱？
吸收光谱
吸收光谱不仅可以用来识别许多类型样品的特征，还可以用来表征每个样品的独特光谱，从而用来生成相应的化学计量学模型。近红外光谱技术在定性和定量测量方面引领着农业和食品生产的未来。
1. 测试系统组成
本测试中使用的卤素光源是avalight-hal-s-mini。这是一款紧凑、稳定的卤素光源，用于聚焦的光纤连接可调节，在所需波长下的输出功率能满足很多应用的要求，同时光源可调节输出功率，用以提供额外的功率或得到更长的灯泡寿命。
光源通过sma接口直接连接比色皿支架（cuv-da）。cuv-da比色皿支架具有90度和180度接口，允许连接col-uv/vis准直镜以进行吸光度或荧光测试。
cuv-da比色皿支架包括两个镀铝sio2镜，以进一步增强荧光信号，安装在激发光源入口和发射光出口。cuv-da有一个5mm宽的滤光片插槽。
cuv-da的另一端连接到一根600um光纤上，该光纤将吸收光谱直接输入到紧凑型光谱仪上，光谱仪型号为：avaspec mini-nir。
2. 近红外光谱仪
avaspec mini-nir是一款紧凑型近红外光谱仪，基于avaspec-nir256-1.7和mini系列的组合。
这种近红外光谱仪的灵敏度可能不如大型的近红外光谱仪，但其尺寸和耐用性可以部分弥补灵敏度的损失。
与其它compactline光谱仪一样，该设备只有卡片大小，并且由usb供电，这使得它很容易集成到其它设备中，例如oem手持设备。
这种多功能微型近红外光谱仪适合多种应用，包括食品分析和回收行业。
对于本测试，所用配置的光谱范围为950 nm至1700 nm。内置了slit-50狭缝和osf-850滤光片。
在本实验中，我们使用了labcognition开发的软件应用程序panorama。panorama能够完全控制avantes仪器，用户不仅能够收集和保存数据，还能够将这些数据通过软件生成多变量化学计量学模型，用于样品识别和定量预测。本测试中，为了创建pca模型，每个样本总共测量了十次。
测量五种不同食用油样品的吸光度光谱：芝麻油、菜籽油、西班牙特级初榨橄榄油、花生油和大蒜浸泡的特级初榨橄榄油。
cuv-da盖将放置在比色皿支架的顶部，以阻挡所有环境光。空气将用作参考，使用它来优化光谱仪的积分时间和平均次数。
积分时间：0.2 ms
平均次数：10
油样原始吸收光谱
3. 样油图谱
每个油样光谱似乎非常相似，例如共享相同的峰谷，但可以看到，每个油样都有自己独特的光谱指纹。这可用于识别油样和进行验证。例如，可以设置一个标准，即每个样品必须满足规定的参数才能通过质量检查。
如下列图所示，panorama还展示了分辨每个光谱中细微差异的能力。尽管几个样本似乎相互重叠，但panorama的简单化学计量学模型能够识别每个样本的独特性质。进一步的工作可以对模型应用更多的数学方法，以进一步完善识别油样的能力。
综上所述，avaspec mini-nir high光谱仪结合panorama的强大功能，可以生成能够预测油样类型的高精度模型。
为了进一步改进该模型，可以在校准过程中添加额外的样品。
该模型开发可应用于各种液体或粉末形式的营养品，但需要注意的是，样品的相同形状对于这些类型应用的成功至关重要。
来源：avantes官方