NIR分析报告
样品类别 | 食品类 | 报告编号 | NIR-040301 |
制样单位 | 北京XX食品公司 | 检测时间 | |
样品信息 | 乳清粉、蛋白粉 | 检测地点 | |
分析项目 | 检测人员 | ||
客户检测样品要求： 奶粉中分离出来的乳清粉、蛋白粉，检测指标为蛋白、脂肪、水分、糖、乳糖。 | |||
仪器及测试条件： 主机：德国卡尔蔡司Corona extreme多功能近红外分析仪（山东智惠仪器有限公司） 分辨率：1nm 光谱范围：950-1650nm 仪器执行标准：NIST校准；CE认证； 测试方式：旋转测样系统，漫反射方式 制样方法：粉末状样品 | |||
NIR使用方案
1. 根据检测需求，为您制定两个检测模型，初步建立统计模型如下列表。
★模型方案
样品名 | 分析指标 |
乳清粉 | 蛋白、脂肪、水分、糖、乳糖 |
蛋白粉 | 蛋白、脂肪、水分、糖、乳糖 |
以上两个模型是根据目前所掌握信息制定，可根据客户需求添加。
2. 建模样品的准备
1）每个模型需要选择一定个数的样品，来建立一个初步的模型。
根据客户样品的类型和不同状况，初步建模的数量不定。一个好的模型，样品量越大越好，选择样品的个数可在后期边使用边添加，模型准确度也会越来越高。
2）建模时与后期使用时，样品状态前后要一致性。
样品状态也可以看做样品的背景信息，前后样品的背景不一致，会导致预测误差偏大。
3）样品的湿化学方法所得一级数据准确性好。
近红外仪器预测结果是统计学回归理论基础上得出的，一级数据的不准确必然使得回归模型不准确，进而导致预测结果不准确。
4）建模样品各指标的梯度广。
建模时样品指标的梯度是根据客户在使用中指标范围来定的，比如指标蛋白质范围在16%-20%，那么模型中蛋白质的范围要大于16%-20%，才能有效的保证了预测范围永远在模型之内。
5）指标值范围内的样品个数要均匀。
在正态分布图里，指标的范围之内，样品个数尽量是均匀分布的，这样对模型预测准确度也会提高。
技术服务承诺
终身免费技术咨询和模型维护工作。
智惠仪器技术实验室