饲料工业中饲料品质的控制包括原料、成品料及加工工艺的控制。就原料而言，根据其营养特性可分为能量饲料、蛋白质饲料、矿物质饲料和各种饲料添加剂。谷物类饲料原料如玉米，高粱，米糠，麦麸等能量值比较高，蛋白质类饲料原料如豆粕，菜籽粕，棉粕，花生粕等植物性蛋白和鱼粉，肉粉，骨粉等动物性蛋白，其蛋白质含量较高。按照满足动物营养需求层面分类，饲料产品可分为全价配合饲料，浓缩饲料，预混合饲料。对于饲料原料和饲料成品，国家标准中都有明确的规定，通过对水分，粗蛋白，粗脂肪，粗纤维，粗灰分，维生素，氨基酸等指标的检测，对饲料原料进行分级定等，对饲料成品的出厂进行判定。

目前用于这些饲料品质指标的分析方法主要为传统的理化分析方法，采用这种方法进行测定常常需要破坏样品，耗时长，购买大型化学分析仪器，且需要装配良好的实验室和经过培训的操作人员，在检测过程中需要消耗大量的化学试剂，对于检测人员以及环境都有伤害，一定程度上制约了饲料行业的发展。为了对饲料加工全过程进行品质监控，需要一种快速、费用低和非破坏性的测量方法，一次完成几种不同又有关联的质量指标分析。BUCHI NIR-Online® 近红外光谱分析技术满足了以上各种需求，并能够完成以上有机指标的测定。迎合了饲料行业需要快速进行饲料原料检测、产品的在线检测及出厂前品质控制的要求， 保证产品质量的稳定，同时降低了实验室的检测频率，减少了实验误差，降低了任务量。

设备及附件

主机探头采用固定光栅型近红外，无可移动部件，检测速度快，适用于工业生产车间。通过法兰连接，将主机探头固定于料仓底部位置，便于产品的检测。现场安装图如图2所示。

预测各指标的含量

采集样品，建立相关参数的定标模型，预测各指标的含量。

随机选取饲料样品并扫描样品，得到样品近红外吸收光谱：

模型建立及模型评价：

饲料中灰分，水分及蛋白质的实际测量值和预测值具有较高的相关性，相关系数 R2 都达到 0.9 以上，三个指标的偏差值 SEC 分别为0.038,0.114,0.098。

总结

从当前建模的情况来看，各项指标近红外光谱与原始化学测试的含量之间都具有较好的相关性，模型误差也在一个较合理的范围之内，运用于生产过程工艺控制的实时监控，可快速，准确出具数据，有效提高工厂生产效率和利润率。

长按上方二维码联系我们

或拨打联系电话：