作者单位
摘要
燕山大学河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004
胭脂红是一种应用广泛的食品色素, 在各种食品、 饮料的添加剂里都有它的身影, 过量食用人工合成色素会严重危害健康。 食物中色素一般都是多种联用, 各种色素之间会相互产生干扰, 这加大了对食品中色素检测的难度, 模拟食品中多种色素共存的环境, 采用荧光光谱技术, 结合PSO-SVM算法, 建立一种测定混合溶液中胭脂红含量的方法。 从试剂公司购买胭脂红和苋菜红固体粉末, 选择胭脂红为待检测色素, 苋菜红为干扰色素, 配成不同浓度的胭脂红单色溶液以及加入苋菜红后的混合溶液样本, 其中胭脂红的浓度在0.1~30 μg·mL-1之间, 干扰色素苋菜红的浓度在0.1~10 μg·mL-1之间随意添加。 运用Edinburgh Instruments 公司生产的FS920稳态荧光光谱仪, 测得胭脂红单色溶液与加入苋菜红后混合溶液的荧光光谱图, 分析得到胭脂红的最佳激发波长为λex=326 nm, 最佳发射波长为λem=430 nm。 各选取6组不同浓度的单色样本以及混合色素样本, 其中, 胭脂红的物质浓度同为3, 4, 5, 6, 7和8 μg·mL-1, 苋菜红的物质浓度都定在2 μg·mL-1。 观察6组样本在激发波长λex=326 nm时的发射光谱和荧光强度的关系。 单色样本中, 胭脂红浓度与荧光强度线性关系良好; 而在混合溶液中, 随着胭脂红浓度的增加, 荧光强度呈现出先降后增再降的过程, 光谱线型、 强度与各组分浓度间存在复杂的非线性关系, 得以证明混合溶液的荧光光谱并不是由各组分光谱简单的叠加, 而是在吸收光谱的过程中, 胭脂红溶液与苋菜红溶液存在竞争和相互影响。 配取25组胭脂红、 苋菜红混合溶液, 从中选择7个作为预测样本, 其余18组作为训练样本。 7 个预测样本中胭脂红的浓度分别为 1.0, 2.0, 4.0, 6.0, 9.0, 12和15 μg·mL-1, 干扰物质苋菜红的物质浓度在0.1~10 μg·mL-1之间。 选择各组样本在最佳激发波长λex=326 nm 下对应的荧光强度, 作为检测模型的输入, 以胭脂红的预测浓度作为输出。 对PSO参数初始化设置后, 训练输出SVM的最佳参数c和g, 将所得的最佳参数输入PSO-SVM模型, 得到7组预测样本的浓度预测结果分别为: 1.146 9, 1.860 6, 3.854 4, 6.146 9, 9.133 8, 11.857 6和14.859 8 μg·mL-1。 分析PSO-SVM的预测结果, 得到胭脂红平均回收率为100.84%, 预测均方根误差(RMSEP)为1.03×10-4, 模型输出与真实值之间的相关系数是0.999。 在同等条件下, 采用误差逆向传播算法(BP)预测得到的7组样本浓度分别为: 1.140 1, 2.139 8, 3.188 2, 6.436 2, 8.882 7, 11.860 1和12.664 3 μg·mL-1, 其平均回收率为98.56%, 均方根误差为4.65×10-3, 输出值与真实值之间的相关系数为0.972。 与误差逆向传播算法(BP)的预测结果相比较, PSO-SVM 相关系数高出2.7%, 平均回收率高出0.6%, 均方根误差降低了将近一个数量级。 分析结果表明, 通过荧光光谱技术与PSO-SVM相结合的方法, 能够有效的避开干扰色素的影响, 准确的测定混合溶液中胭脂红的含量, 并且效果相比较于BP更加理想。
荧光光谱 胭脂红 粒子群优化算法 支持向量机 Fluorescence spectroscopy Carmine Particle swarm optimization algorithm Support vector machine 
光谱学与光谱分析
2019, 39(1): 150
杜家蒙 1,2,*陈国庆 1,2马超群 1,2奚留华 1,2[ ... ]顾颂 1,2
作者单位
摘要
1 江南大学 理学院, 无锡 214000
2 江苏省轻工光电工程技术研究中心, 无锡 214000
3 江南大学 物联网工程学院, 无锡 214000
为了测定混合色素溶液中胭脂红的浓度, 采用归一化的方法对荧光光谱进行数据预处理, 将处理后的光谱数据结合径向基神经网络, 建立了对胭脂红含量的预测模型。结果表明, 3维同步荧光光谱、普通3维荧光光谱预测结果的平均相对误差分别为2.86%, 11.12%; 对于混合色素溶液中单个色素浓度的测定, 3维同步荧光光谱结合径向基神经网络效果较好。该研究为预测混合色素溶液中各色素浓度提供了帮助。
光谱学 3维同步荧光光谱 径向基神经网络 胭脂红 spectroscopy 3-D synchronous fluorescence spectrometry radial basis function neural network carmine 
激光技术
2017, 41(4): 503
作者单位
摘要
江南大学理学院, 江苏 无锡 214122
应用英国Edinburgh FLS920P稳态-瞬态荧光光谱仪, 对互为同分异构体的胭脂红、 苋菜红分子的吸收光谱和荧光光谱实验检测, 得到二者的光谱特性参数, 并进行对比。 分别采用密度泛函理论(DFT)和含时密度泛函理论(TD-DFT)对这两种分子的基态和激发态结构进行优化, 将所得基态分子构型进行频率计算, 结果显示均无虚频存在, 进而比较两分子构型在不同能态下的差异。 在此基础上, 应用TD-DFT并结合极化连续介质模型(PCM)在6-311++G(d, p)水平上分别计算二者的吸收光谱和荧光光谱, 对两种分子的发光机制、 荧光光谱特性差异与分子结构的关系进行了分析。 结果表明, 两种分子的基态结构均为非平面, 它们中的两个萘环不共面, 存在一定的夹角;苋菜红含有分子内氢键, 且氢键所在萘环的平面性要优于胭脂红分子对应的萘环部分;激发态时二者各自的两个萘环均共平面。 量子化学计算得到的光谱理论值与实验结果较为吻合, 说明优化所得胭脂红与苋菜红的分子构型基本合理。 与苋菜红相比, 胭脂红右侧萘环结构的平面性稍差, 分子从激发态跃迁回到基态经历了更多的振动和转动, 损耗了更多的能量, 导致用来产生荧光光子的能量减少, 因此, 胭脂红的荧光发射波长更长。 本文首次得到胭脂红、 苋菜红分子基态与激发态下的分子结构信息, 并找出二者光谱特性差异的原因, 结果可为研究同分异构体分子的光谱特性与分子结构的关系提供参考。
胭脂红 苋菜红 含时密度泛函 量子化学 吸收光谱 荧光光谱 Ponceau 4R Amaranth Time-dependent density functional theory (TD-DFT) Quantum chemistry Absorption spectrum Fluorescence spectrum 
光谱学与光谱分析
2015, 35(11): 3017
作者单位
摘要
1 江南大学理学院, 江苏 无锡 214122
2 江南大学物联网工程学院, 江苏 无锡 214122
3 四川大学原子核科学技术研究所, 辐射物理及技术教育部重点实验室, 四川 成都 610064
4 河海大学能源与电气学院, 江苏 南京 210098
运用Gaussian 09W量子化学程序包, 对胭脂红分子进行基态和激发态几何结构构型优化, 计算得到激发态电子结构、 分子前线轨道和发射光谱等信息; 应用英国Edinburgh FLS920P 光谱仪, 实验测定胭脂红溶液的荧光光谱。 比较荧光发射光谱的计算值与实验值, 吻合较好, 说明优化所得构型基本合理。 进一步对比胭脂红分子基态和激发态结构, 分析荧光光谱产生的机理, 发现胭脂红分子激发态几乎呈平面结构, 为强荧光物质, 其荧光由139→137轨道的跃迁产生。
胭脂红 分子构型 荧光光谱 密度泛函 Ponceau 4R Molecule structure Fluorescence spectroscopy Density function theory 
光谱学与光谱分析
2015, 35(3): 674
作者单位
摘要
江南大学理学院, 江苏 无锡214122
应用英国Edinburgh FLS920P稳态和时间分辨荧光光谱仪测量了12个混合色素样本的三维荧光光谱, 将得到的三维荧光光谱数据矩阵(EEMS)与平行因子算法相结合, 来建立一种检测食品色素的方法。 实验中, 使用核一致诊断法(CORCONDIA)确定了混合溶液的组分数为3, 然后利用平行因子分析法(PARAFAC), 得到胭脂红、 诱惑红的平均回收率分别为(99.3%±5.0%)和(102.2%±5.6%), 且预测均方根误差(RESEP)分别为(0.054)和(0.205)。 结果表明, 该法可在干扰物质苋菜红存在的情况下, 对混合溶液中胭脂红、 诱惑红二种色素同时定量测定, 具有简便、 快速等优点, 可为合成食品色素的检测提供借鉴。
三维荧光光谱数据阵 核一致诊断法 平行因子分析法 胭脂红 诱惑红 EEMS CORCONDIA PARAFAC Carminum red Allura red 
光谱学与光谱分析
2014, 34(1): 111
作者单位
摘要
江南大学理学院, 江苏 无锡214122
利用三维荧光光谱结合交替归一加权残差算法(ANWE), 对碳酸饮料中胭脂红含量的直接测定。 首先通过使用英国爱丁堡公司生产的FLS920P荧光光谱仪测量所配制的胭脂红和日落黄混合溶液样品的三维荧光光谱, 利用ANWE算法来进行解析, 得到校正集中浓度与真实浓度的相关系数为0.9917, 平均回收率为100.92%±2.71%, 结果表明, ANWE算法可靠性比较好;然后把市售碳酸饮料稀释8, 9, 12, 13倍, 分别测量它们的三维荧光光谱, 结合ANWE算法进行解析, 计算得到校正集中浓度和实际浓度的相关系数分别为0.993 0, 0.993 0, 0.993 2, 0.993 2, 以及饮料中胭脂红含量分别为38.88, 37.71, 37.68和39.65 μg·mL-1, 平均浓度为(38.48±0.96) μg·mL-1;最后, 为了验证所得饮料中胭脂红浓度的准确性, 使用标准添加法, 解析得到, 校正样品中胭脂红的校正浓度和真实浓度相关系数为0.993 5, 且平均回收率为102.99%±2.15%。 检测结果可为饮料中食品色素的快速定量提供一种新的思路。
三维荧光光谱 交替归一加权残差算法 胭脂红 Three-dimensional fluorescence spectra ANWE Carmine 
光谱学与光谱分析
2014, 34(12): 3307
作者单位
摘要
西北大学, 合成与天然功能分子化学教育部重点实验室, 化学与材料科学学院, 陕西 西安710069
建立了测定食品中胭脂红和日落黄的一阶导数同步荧光光谱法。 研究了胭脂红和日落黄在不同pH值溶液中的同步荧光光谱特征, 确定了同步荧光光谱的最佳波长差。 当Δλ=130 nm时, 胭脂红和日落黄导数同步荧光光谱的零交点位于313.6和302.8 nm, 可分别测定日落黄和胭脂红的含量。 胭脂红在0.1~4.0 mg·L-1、 日落黄在0.1~2.0 mg·L-1范围内浓度与导数同步荧光值呈线性, 相关系数(R2)为0.999 2和0.996 6; 检出限为0.041和0.019 mg·L-1; 相对标准偏差(RSD)为4.8%和4.6%。 回收率在91.0%~110%之间。 测定结果与导数-分光光度法的结果相一致, 具有简便、 快捷等特点, 能够同时测定食品中胭脂红和日落黄的含量。
同步荧光光谱 一阶导数 胭脂红 日落黄 Synchronous fluorimetry First-order derivative Ponceau 4R Sunset yellow 
光谱学与光谱分析
2014, 34(5): 1293
作者单位
摘要
1 江南大学 通信与控制工程学院,江苏 无锡 214122
2 江南大学 理学院,江苏 无锡 214122
胭脂红是食品添加剂中最常用的一种食用色素之一,国家标准对其在食品中添加的剂量有明确的规定,研究其荧光光谱特性具有一定的实际意义。文章分别从理论与实验上对220-400 nm不同激发波长下胭脂红标准溶液的荧光光谱进行了分析,结果表明,胭脂红可以产生较强的荧光,分别在420,530,635,687 nm波长处产生了4个荧光峰,各荧光峰的最佳激发波长也不尽相同,文章给出了相应的荧光光谱图。经研究认为胭脂红荧光是由—OH中的n电子的n→π跃迁和奈环中的π电子的π→π跃迁这两类跃迁而产生的,其中420 nm处的荧光峰是由n→π跃迁产生的,而530,635和687 nm这3个波长处的荧光峰是由π→π跃迁而产生的,同时其4个波长处的荧光相对强度随激发波长的变化相对改变不同,文章分别从微观机理上给出了一定的解释。研究胭脂红的荧光光谱及其特性可为其他偶氮类色素的荧光光谱研究提供参考,同时能为食品安全检测提供新的方法与途径。
胭脂红 荧光光谱 荧光峰 Ponceau 4R Fluorescence spectra Fluorescence spectral peak 
光谱学与光谱分析
2009, 29(1): 192
作者单位
摘要
1 江南大学通信与控制工程学院, 江苏 无锡 214122
2 江南大学理学院, 江苏 无锡 214122
3 江南大学食品科学与技术国家重点实验室, 江苏 无锡 214122
测量了胭脂红以及其同份异构体苋菜红的荧光光谱。胭脂红标准溶液在220~400 nm不同波长激发光下, 分别在420 nm, 530 nm, 635 nm, 687 nm波长处产生了四个荧光峰, 苋菜红在220~430 nm不同波长激发光下, 在654 nm处产生了一个明显荧光峰。胭脂红产生四个荧光峰是由于其具有四种可以发射荧光的荧光团, 为了研究这四种荧光团在不同激发光激励下产生荧光的敏感程度, 以及找到胭脂红和苋菜红这两种色素产生荧光的基团之间的联系。利用荧光强度的加和性原则, 分别对这两种物质的荧光强度进行了理论计算。认为苋菜红的荧光峰对应于胭脂红的第三个荧光峰, 根据此特点, 初步分析了四种荧光团对这两种色素在荧光发射过程中的影响程度, 同时还从结构上分析了两种色素荧光光谱差异的根本原因。
荧光光谱 荧光团 荧光峰 苋菜红 胭脂红 
光学学报
2008, 28(11): 2237

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!