一种用于直接从瓶内测量食用油掺假的超声系统及后处理框架

《Journal of Food Engineering》：An ultrasonic system and post-processing framework for measuring adulteration in edible oil directly from the bottle

　　

研究人员提出了一种超声系统，可通过密封玻璃瓶检测特级初榨橄榄油（EVOO）的掺假。脉冲压缩技术利用低电压激励获取高信噪比（SNR）信号。拟合累积能量分析可实现低至2%体积比（v/v）的检测。频率域特征比时域方法能更好地区分油品。该非破坏性筛选工具适用于工业质量控制流程。

**研究背景与问题**
食品掺假在全球市场中日益普遍，其中特级初榨橄榄油（EVOO）的掺假尤为突出，常通过混合廉价植物油（如向日葵油）进行，导致每年约15亿欧元的经济损失，并威胁消费者健康。欧盟现行标准（如Reg. (EEC) 2568/91和Reg. (EU) 1348/2013）依赖液相色谱和气相色谱分析，虽为监管金标准，但存在以下问题：（i）仅能提供二元判断（是否掺假），无法识别具体掺假油种；（ii）破坏性、耗时且需实验室基础设施；（iii）限于批次抽样，无法反映整批质量。超声技术虽已用于快速非破坏性评估食品物性，但现有方法均需从瓶中取出少量油样，可能导致批次代表性不足、环境和经济损失。为克服这些限制，研究人员开发了一种新型超声系统，可直接通过密封玻璃瓶外壁检测掺假，无需开瓶或取样。

**研究内容与结论**
研究人员设计了一套便携、低功耗的超声系统，包括一对宽带超声换能器（标称中心频率5 MHz，实际驱动于100 kHz–1 MHz以最小化瓶壁反射）、3D打印固定装置和USB便携式示波器/信号发生器（TiePie HS5）。采用脉冲压缩（PuC）算法，使用线性调频信号（2.7 ms）和匹配滤波器，在低电压（24 V_pp）下获得高信噪比（SNR）的系统脉冲响应估计。后处理中，从脉冲响应中提取时间窗口（30–60 μs），通过快速傅里叶变换（FFT）计算频率域幅度谱，进而计算0.1–1 MHz内的归一化累积能量，并用Boltzmann函数拟合，得到两个特征参数：临界频率（f^*）和陡度（ν）。实验使用商业顶级意大利EVOO为基底，在一个玻璃瓶中逐步添加向日葵油（0%–50% v/v，共11个浓度，包括2%、3%、4%、5%、7.5%、10%、15%、20%、30%、50%），每个浓度进行5次测量会话（每次间隔约1小时，重新均质化并重新安装换能器），每次会话平均100次采集。结果表明，所提出的频率域特征（f^*–ν空间）比传统时域特征（飞行时间ToF和振幅）能更清晰、更规律地分离不同掺假浓度，尤其在低掺假区域（0%–10% v/v）内，f^*与掺假比呈单调线性关系（R2=0.88，交叉验证RMSEP≈2% v/v），可检测低至2% v/v的掺假。但全范围（0%–50% v/v）内因f^*在10%–20% v/v区间出现非单调反转，导致单值定量受限（R2=0.27，RMSEP=12.3% v/v）。该方法的独特优势在于通过瓶壁非破坏性测量，无需样品接触或制备，适合工业在线高通量筛选。论文发表在《Journal of Food Engineering》。

**关键技术方法**（不超过250字）
主要关键技术包括：（1）超声系统设计：选用宽带换能器，驱动频率范围（100 kHz–1 MHz）以最小化瓶壁反射，配合3D打印固定装置实现可重复耦合；（2）脉冲压缩（PuC）算法：使用线性调频信号和匹配滤波器，在低电压下获取高信噪比脉冲响应；（3）信号处理：从脉冲响应中提取时间窗口，通过FFT计算频率域幅度谱，再计算归一化累积能量并用Boltzmann函数拟合，提取参数f^*和ν；（4）实验协议：单一样品（商业EVOO）逐步掺假向日葵油，共11个浓度，每个浓度5次测量会话（共55次测量），样品来源为商业顶级意大利EVOO，容器为1 L玻璃瓶。

**研究结果**
**3.1 特征提取与常规方法比较**：通过对比频率域拟合参数（f^*–ν）和时域包络特征（ToF–振幅），发现频率域特征能更清晰、更规律地分离不同% v/v掺假浓度，且趋势更单调。结合时域拟合参数（ν_ToF）与f^*，可进一步改善分离效果（图8）。
**3.2 重复性、检测限与验证**：重复性分析显示，f^*的会话间标准偏差为0.01–0.53 kHz（小于测量值的0.1%），证明高度重复性。检测限：纯EVOO与2% v/v掺假之间的f^*偏移约8.5 kHz，远超标准偏差，可明确区分。定量验证：通过留一浓度交叉验证，在0%–10% v/v单调区间内，线性校准模型R2=0.88，RMSEP≈2% v/v，实现可靠定量；但全范围（0%–50% v/v）因非单调行为，R2=0.27，RMSEP=12.3% v/v，定量受限。
**3.3 与参考文献及最新方法比较**：与欧盟标准色谱法、近红外光谱、拉曼光谱、表面等离子体共振椭圆偏振法及现有超声方法（如速度/ToF法、CMUT传感器）相比，本方法独特优势在于通过瓶壁非破坏性测量，无需样品或光学通路，检测限达2% v/v，但全范围定量精度不如一些光谱方法，且为概念验证（单一样品逐步掺假）。
**3.4 提出的工业实施场景**：描述了系统集成到灌装线后的自动化检测方案，可连续100%检测，缩短时间至数秒，适合工业质量控制。需进一步解决瓶几何、耦合条件、温度影响等实际问题，并扩展至更宽范围掺假物和包装材料。

**结论翻译**
本研究提出了一种非侵入性超声方法，用于检测瓶装食用油掺假。该系统允许直接通过容器测量，无需打开瓶子。在每种掺假水平下重复五次测量会话的实验表明，所提出的频率域特征具有高度重复性，其会话间变异性比掺假引起的特征偏移小两个数量级以上，并能通过玻璃壁直接分辨出EVOO中低至2% v/v的向日葵油存在。交叉验证校准显示，在低掺假区域（最相关于欺诈检测）内响应是单调的，因此可定量；而在全范围0%–50% v/v内，因中间浓度声学响应的非单调行为，单值定量受限。该技术为快速质量控制筛选提供了一种有前景的非破坏性替代传统化学分析的方法。尽管该方法具有一般有效性（前提是频率范围选择以最小化瓶壁反射），未来工作将评估其在更广容器形状和材料（包括塑料）中的性能。由于当前结果基于单一样品逐步掺假，需对独立制备的混合物和多个容器进行样本间和批次间重复性的专门评估，这是部署前的必要步骤。此外，将研究系统对向日葵油以外掺假物的敏感性，并整合基于多变量（可能包括机器学习）的校准用于自动分类和定量。