1. 研究目的与意义
伴随我国人民的生活水平不断提高，生活质量由温饱型向营养型、精细型、科学型转化的趋势日益明显。面粉是日常主食中的重要一员；广大消费者和食品加工行业都对小麦粉的品质提出了更高的要求。水分、灰分和面筋是反映小麦粉品质最重要的3个指标，与其性能息息相关。传统的检测方法一般包括3种：1)常压干燥法测定面粉中的水分含量；2）灼烧法测定面粉中的灰分含量[1]；3）洗出矫正法测定面粉中的面筋含量[2]，这些方法所需技术含量低，但操作繁琐，耗时较长，有些还存在环境污染以及安全隐患。
为了保障人民饮食安全，寻找一种快速、简便的检测面粉品质的方法显得尤为重要。通过查阅和对比相关资料，发现近红外光谱技术以其高效、无损的优势被广泛应用于粮油产品的检测技术中[3-5]。近红外光是一种介于可见光（VIS）和中红外光（IR）之间的电磁波，波长范围在 780～ 2526 nm，近红外光又根据波长范围分为近红外短波区（780 ～ 1100 nm）和近红外长波区（1100 ～ 2526 nm）虽然近红外光谱区发现的较早，但是由于此谱区的吸收谱带宽，重叠严重，吸收信号能力较弱，信息解析复杂，所以这项技术一直没有得以发展应用。近些年来，计算机应用技术发展迅速，计算机与化学技术的结合给这项技术提供了一个很好的发展平台，从而使这项技术成为发展最快、最引人注目的光谱技术。通过深入的研究，使这项技术变得操作简单、方便快捷，且原料不需要进行预处理即可进行检测化验，使这项原本复杂的光谱技术得以广泛的应用。
有机物上的一些基团，主要是含氢基团的倍频或合频的谱带恰好落在近红外区，因此，大部分有机物的主要结构和组成都可以在近红外光谱中找到特征信号，而且易于获得稳定的图谱。不同化合物分子在近红外区的吸收点不同，其吸收强度与化合物分子总量直接相关。应用计算机技术，可以通过近红外光谱的细微差异，从多组分的反射或透射吸收的重叠和交叉中找到有益于分析的特征波长，再经过计算进行一系列的数学处理，而实现对某种成分的分析测定[6-7]。
2. 研究内容和预期目标
一、主要研究内容：
本课题通过化学分析方法测试小麦的主要品质指标，并结合近红外光谱技术完成以下研究内容：
1. 小麦品质指标的测定
3. 国内外研究现状
近年来,国内越来越多的学者研究 NIRS技术用于定量检测小麦粉各品质含量的可行性。金华丽等［10］ （ Rp2= 0.9848 , SEP = 0.0929 ）、Dong[12]等（RP = 0.990 , RMSEP =0.088% ）和孙晓荣等［13］ （ Rc 2= 0.9777 , RMSEP = 0.264% ）构建的PLS模型预测水分含量效果最好，R2或R接近于1, SEP或RMSEP接近于0。尽管这些研究选择的光谱范围不同，采用光谱预处理方法也迥异，导致最后构建的模型预测效果也不同，但整体上，基于NIRS快速检测小麦粉水分含量研究效果较好，未来研究需要寻找更可靠的光谱预处理方法以增强模型的稳健性。闫李慧等[11]基于没有预处理的Vis/NIR光谱(570- 1100 nm)构建LC模型预测小麦粉中灰分含量，尽管 Rp达到了 0.90以上，但是并未提及模型误差结果，略显不足.Dong等[12]采集更大范围的光谱信息 (10000-4000 cm-1 )构建小麦灰分的PLS预测模型， 虽然误差很小，但是R并未提高。随后，孙晓荣课题组又探讨了 12000-4000 cm-1 和 1150-2150 nm 范围内的光谱信息，采用不同光谱预处理(如MSC、 Normalize ( S-G))可明显提升PLS模型预测灰分含量效果[14,，15-16]，说明选择合适的光谱预处理方法和光谱范围可提升小麦灰分预测模型性能。孙晓荣[9]等采用归一化预处理光谱，进一步采用SAA算法预优化波段，预测面筋含量效果最好（Rp2=0.9491，RMSEP=0.5341，RPD=4.8287）使用相同的光谱信息，陈嘉等[8]采用SNV （1stDer）预处理光谱，进一步前向区间 GA算法优化波段，预测湿面筋含量效果最好（Rp=0.98,RMSEP=0.590%）。这些研究结果表明， 全波段光谱经过合适的算法筛选最优波段后，模型预测小麦粉面筋或湿面筋含量效果更好，这源于最 优波长筛选后，冗余信息和干扰信息得以剔除，模型性能得以提升。
目前国外有学者利用近红外技术预测食品最终品质。Rubenthaler等（Ｒubenthaler G L,1987）利用近红外光谱对面包特性进行了研究, 指出近红外反射光谱和面包体积的线性相关系数为0.896 (校准系数) ,标准估计误差( SEC)为48cm3。Mutlu 等(Mutlu A C,2011)利用近红外反射光谱结合人工神经网络用于预测面包体积、面包重量，预测决定系数分别为0.687、0.714，预测标准误差分别为0.978、1.002。Jirsa 等(Jirsa O,2008)在利用近红外光谱分析制粉和烘烤参数也指出NIRS 可以预测面团的变形能量、发酵体积和面包体积等特性，至少作为筛选功能上可以使用。
4. 计划与进度安排
| 序号 | 阶段及内容 | 工作量估计 | 起讫日期 |
| 1 | 文献检索、样品准备 | 一个周 | 2022.12.27—2022.1.2 |
| 2 | 完成测定指标 | 2个月 | 2022.1—2022.3 |
| 3 | 完成对小麦品质的近红外光谱扫描 | 1个月 | 2022.4—2022.5 |
| 4 | 整理数据，完成毕业论文 | 半个月 | 2022.5—2022.6 |
5. 参考文献
[1]国家标准化管理委员会. GB 5009.4—2010 食品中灰分的测定[S]. 北京: 中国标准出版社.
[2]陈倩婷. 碱性蛋白酶水解小麦面筋蛋白的研究[ J]. 饲料研究, 2013(3): 4-5.
[3] 王冬, 王纪华, 马智宏, 等. 衰减全反射-中红外光谱法定量测定小麦粉中的石灰类添加物[J]. 农业工程学报, 2012, 28(4): 258-263.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
