Methods for detecting the adulteration of sesame oil
學生姓名:
黃頌仁
指導教授:
孫寶年
學期:
112上
摘 要:
芝麻油 (Sesame oil, SO) 具有獨特的風味，以及富含營養物質而受到歡迎。然而，因工序繁雜與原料成本較其他油料作物高，成為商人摻混低價植物油的目標。因此，本次報告目的為探討 SO 摻偽之分析方法，結合多元演算法提升摻偽判定之準確率。首先，SO 摻混菜籽油 (Rapeseed oil, RO)、大豆油 (Soybean oil, SBO)、葵花油 (Sunflower oil, SFO) 和玉米油 (Maize oil, MO)，經氣相層析火焰電離檢測器 (Gas chromatography flame ionization detector, GC-FID) 分析脂肪酸組成，C18:1/C18:3 和 C16:0/C18:0 比例可區分摻混植物油。SO 與添加芝麻精油之摻偽油，經氣相層析離子泳動光譜(Gas chromatography ion mobility spectrometry, GC-IMS) 分析揮發性氣味化合物，其組成透過主成分分析 (Principal component analysis, PCA)、偏最小 二乘判別分析 (Orthogonal partial least squares discrimination analysis, OPLS DA) 及隨機森林 (Random forest, RF) 處理，皆能準確分類摻偽油樣。另外，以低成本組裝之 E-nose 感測器裝置測定 SO 摻混芥花油 (Canola oil, CO) 和 SFO 之氣味特徵，感測器訊號反應經人工神經網路 (Artificial neural networks, ANN) 預測模型訓練，準確率為 98.10%。綜上所述，SO 摻混植物油經脂肪酸、揮發性氣味化合物及 E-nose 感測器分析，數據以多元演算法能提升 SO 摻偽之判別準確率。
1121_專討書面-黃頌仁(摘要).pdf