基于角度转换的蔗汁制原汁红糖过程蔗糖含量快速分析

邢美婵，欧经思，陈成，粟晖，刘柳，姚志湘,3*

(1.广西科技大学 生物与化学工程学院,广西糖资源绿色加工重点实验室，广西 柳州 545006；2.崇左半糖健康糖业有限公司，广西 崇左 532203；3.广西蔗糖产业协同创新中心，南宁 530004)

原汁红糖营养价值较高,有着良好的市场前景[1-2]，因此生产指标监控和销售成品糖品质把关便显得尤为重要。目前对于红糖品质分析多采用离线手段，鲜见对生产红糖过程中不同工段糖含量的实时检测分析方法。现有的糖含量的检测方法有高效液相色谱法[3]、气相色谱法[4]、旋光法[5]、比色法[6]、近红外光谱法[7-8]等。以上方法普遍存在分析成本高、预处理复杂等问题，难以满足快速分析的要求。宁方尧[9]利用近红外光谱对蔗汁及蔗糖制品进行品质分析。陈其钊等[10]建立高效液相指纹图谱方法，该方法专属性强，可作为红糖质量控制的有效方法。

姚志湘等以被关注向量和其他向量的空间角θ为重要参数[11]，描述随机误差与变量空间角的关系，将光谱的强度信号转换为空间向量角以此消除乘性误差[12]。粟晖等[13]通过讨论光通道和背景对光谱强度变化的影响，结合向量角度转换进一步提出一种新的小批量建模的近似线性定量方法，研究发现，样本在合适的波长范围内，多组分混合物中的待测组分相对含量与该组分的标准品或该混合物二者间的向量夹角值存在一定的关系，且该关系不受测量条件及制样批次变化的影响。将实验方法优化后，推广应用于蔗糖-6-乙酸酯的过程分析[14]，进而实现了蔗糖水解过程组分含量跟踪及动力学的研究[15]。

本文通过模拟蔗糖浓缩制原汁红糖过程，采用角度转换化学计量学方法，建立蔗糖含量与样本近红外光谱信号角度值的关联模型，探索一种蔗汁浓缩制原汁红糖的在线检测方法。

1 原理

对于蔗汁浓缩过程的各时间点下的样本，各样本体系中每个组分的近红外光谱在空间中可对应为单一向量，体系即为多个向量构成的空间，不同的子空间或子空间中矢量之间的相关性都可用空间角表达，见图1。

图1 蔗汁浓缩液体系的空间关系Fig.1 Spatial relationship of sugarcane juice concentrated solution system

空间角θ与待测组分含量C存在线性关系，即θ=k1c+k2，通过建立空间角和待测样本中蔗糖含量的关联方程而实现定量分析。

2 实验部分

2.1 药品与仪器

蔗汁(市售)；Frontier近红外光谱仪(PerkinElmer公司)。

2.2 基于角度转换的浓缩过程中蔗糖近红外分析模型的建立

2.2.1 蔗汁制原汁红糖过程样本制备

取市售蔗汁，使用电加热装置进行加热浓缩，取蔗汁原液命名为Z0，反应沸腾后间隔3 min提取样品，命名为T1～T10；T10后间隔2 min取样，命名为Z1～Z10；Z10后间隔1 min取样，命名为W1～W10；此时停止加热，待产物冷却至室温时取样本，命名为HT，反应全程约60 min，共32个样品。

2.2.2 样本近红外光谱采集

分别取30 μL左右样本置于测量皿中，采用积分球附件，采集各样本的近红外光谱数据。采集参数：积分时间为60 s，分辨率为2 cm-1，数据间隔1 nm，波长范围为1000～2500 nm。

2.2.3 过程样本的高效液相色谱分析

取制糖过程的32个样本进行高效液相色谱分析，结果作为建模用的真实值。色谱条件：流速为1 mL/min；色谱柱为氨基柱；流动相为乙腈∶水为80∶20；示差折光检测器的温度保持在35 ℃；进样量为20 μL。实验提取的样本需稀释100倍并过滤(0.22 μm滤膜)，利用HPLC法(色谱条件同上)测定蔗糖含量。

2.2.4 关联方程的建立

根据液相色谱分析结果，选取5～6个不同浓度的样本，建模样本需包括系列样本的最大浓度与最小浓度。

将光谱数据分别导入MATLAB计算平台，分析各样本近红外光谱，选择建模波长范围。

对样本光谱和参比光谱进行求导降噪处理。

设定移动窗口，采用自编算法计算样本光谱与参比光谱的系列夹角的方差值EE。

建立EE值与样本中蔗糖浓度的线性方程；调整求导阶数、移动窗口宽度直至相关系数r>0.99，模型建立完成。

2.2.5 模型验证

将其他过程样本作为验证样本，依照建模确定的参数，求取验证样本光谱与参比光谱的系列夹角的方差值EE，将所得EE值分别代入建立的关联方程，计算待测样本中蔗糖的含量，并与高效液相色谱法得到的蔗糖含量对比，通过误差分析验证所建模型的可靠性。

2.3 蔗汁浓缩过程分析

选取不同批次的蔗汁，依照2.2.1步骤重复进行两批次实验。在不同的时间点下取过程样本，及时采集样本的近红外光谱数据，依照建模确定的参数，求取样本光谱与参比光谱的系列夹角的方差值EE，代入模型中得到过程浓缩液的蔗糖含量。

3 结果与分析

3.1 蔗糖近红外分析模型建立

3.1.1 近红外光谱滤波求导

样本Z0、T1～T10、Z1～Z10、W1～W10、HT的近红外光谱见图2。由于各样品谱图基线漂移，出峰存在重叠和覆盖，各待测组分响应缺乏良好的选择性，为保证特征信息的完整性，突出特征光谱，将光谱数据导入MATLAB平台，选择全波段1000～2500 nm，对近红外光谱进行求导降噪处理。

图2 系列样本近红外光谱图Fig.2 Near-infrared spectra of series of samples

以蔗汁浓缩终点时的样本HT为参比样本，按照一定反应间隔选取W6、W3、Z8、Z2、Z0为建模样本，其余样本为验证样本。对制备过程中样本Z0、HT的近红外光谱进行一阶滤波求导降噪处理，求导前与求导后的光谱对比见图3。

图3 制备过程中Z0、HT样本的近红外光谱图及其一阶滤波求导曲线Fig.3 Near-infrared spectra of Z0 and HT samples during the preparation process and their first-order filtering derivation curves

图3中a为Z0、HT样本的原始近红外光谱图，对其进行一阶滤波求导降噪后得到图3中b，滤波求导后特征峰峰宽缩小、分辨率提高。对光谱进行一阶求导后，对比未滤波求导的光谱，特征峰明显。

3.1.2 窗口宽度选择和关联方程建立

根据特征峰的区间宽度，选择合适的窗口，将光谱图分成不同的区间宽度进行运算，计算样本光谱与参比光谱的夹角值,并将窗口宽度逐步向右移动至最高波数点，得到系列光谱夹角的方差值。

移动窗口宽度取波段波数的1/60与3/40，计算样本与参比之间的方差EE值，以蔗糖含量为横坐标、EE为纵坐标，采用线性拟合的方法建立关联方程，见表1。对比各方程的相关系数，确定最优关联方程。

表1 关联方程相关性分析结果Table 1 Correlation analysis results of correlation equations

由图3可知，零阶、一阶求导时特征峰的区间宽度大，选择窗口宽度为3/40可更有效地包含更为全面的光谱信息。而二阶求导时特征峰的区间宽度相对较小，选择窗口宽度为3/40会增加无效信息，选择窗口宽度为1/60可对特征光谱进行更加精准的计算。零阶滤波求导(b)虽所建模型关联方程相关系数符合要求，但综合考虑滤波求导降噪及窗口宽度的选择，经过一阶滤波求导降噪得到的d相关系数最优，为0.9996，并且验证样本的相对误差最小。综上,选择d建立蔗糖的快速分析模型，见图4。

图4 蔗糖含量与角度值的关联方程Fig.4 The correlation equation between sucrose content and angle value

3.1.3 模型验证

依照建模确定的参数，计算验证样本的夹角EE值，代入关联方程中，得到预测浓度，并将结果与高效液相色谱做对比验证，误差分析结果见表2。

表2 验证样本的EE值与误差分析结果Table 2 EE values and error analysis result of the verification sample

续 表

由表2可知，蔗糖快速分析模型的绝对误差在-5.70%～5.80%之间，相对误差在-8.82%～8.35%之间。结果表明，模型精度较高，对验证样本中蔗糖含量的预测较为准确。

3.2 蔗汁浓缩制糖过程分析

通过采集不同浓缩阶段的糖液，实时采集其近红外光谱，代入计算平台，调用算法程序，利用所建立的模型，分别得到两个批次的蔗糖含量随反应时间延长的变化趋势，见图5。

图5 不同批次蔗汁浓缩过程中蔗糖含量随时间延长的变化趋势图Fig.5 Changing trend of sucrose content in different batches of sugarcane juice concentration process with time

由图5可知，两个批次蔗汁在0～30 min蔗糖含量增加缓慢，这一阶段的样本均为黄色澄清液体，两个批次蔗糖含量差异不大。在30～55 min，随着水分的不断蒸发，蔗糖含量增加迅速，这一阶段开始有红褐色黏稠液体产生，并随着反应时间的延长颜色逐渐加深，液体变得更加黏稠，但此阶段浓缩过程中两个批次蔗糖含量存在较大差异。继续加热浓缩，蔗糖浓度不再有明显增加，反而有下降趋势。60 min冷却降温，样本快速凝结成固体，得到原汁红糖。实验结果表明,采用建立的方法可用于蔗汁浓缩制原汁过程中蔗糖含量的实时监测。

4 结论

采用角度转换法，建立蔗糖含量与近红外光谱角度值的关联模型，用于蔗汁浓缩制原汁红糖过程中蔗糖含量的实时监测，也可实现浓缩液多组分的同时测定。通过对浓缩过程蔗糖含量的实时检测，可控制反应温度、时间等，避免过度反应，有利于产品质量的有效监控。本方法不需要对样本进行复杂的预处理，建模样本少，对环境友好，检测时间短，可推广应用于多元体系的组分含量快速分析。