CN101699283A - 智能化食品安全检测系统及检测方法 - Google Patents

Abstract

本发明公开一种智能化食品安全检测系统及检测方法，该装置包括取样操作器、生物传感器阵列、传感器系统、信号处理系统、智能分析系统及控制系统；取样操作器为存储检测样品的操作平台；生物传感器阵列用于检测待检测食品的气味；传感器系统用于检查食品外部的环境参数；信号处理系统用于将生物传感器阵列及传感器系统的检测模拟信号经A/D转换为数字信号处理并进行信号的整形；智能分析系统用于对整形后的信号进行信号识别处理及质量分析，以获得食品的质量检测数据，并与食品标准进行分析比较，得出食品质量结果；控制系统用于控制上述各个器件工作。本发明能实时检测，并利用数字化分析和智能处理，对食品质量安全高效、准确地分析和判断。

Description

智能化食品安全检测系统及检测方法

技术领域

本发明属于食品质量安全检测领域，特别涉及一种采用生物传感器作为检测手段，并根据现场环境状态即时实施智能化分析的智能化食品安全检测系统及检测方法。

背景技术

食品安全正越来越受到人们的广泛关注，而食品安全的相关技术也同样受到了国家的高度重视。目前检测食品安全仍主要采用传统的生物化学分析方法，这种方法操作繁琐，检测时间较长，需要的实验条件较高，往往需在专用实验室内进行。

目前，国内的质量监督和工商管理部门在对食品中有毒有害物质进行检测时，一般采用常规国标方法，需要在有资质的实验室内进行，检测时间较长，不能胜任现场条件下的检测工作。

就目前的发展趋势看，食品安全检测方法首先要体现一方面是快速高效，因为食品在生产、储存、运输及销售等各个环节，都有可能受到污染，都需要控制安全质量。另外，检测系统同时要具备智能化，它不仅仅要检测和显示本次检测样本的质量和参数，也要能够在批量样本中进行总体质量的评价。

由于科学技术的发展，检验手段与方法多种多样，检测仪器越来越灵敏，检测方法的检测限也越来越低。国内外一些厂商，如福斯(FOSS)公司、意大利Melistone公司、我国厦门的英科新创、深圳的安鑫科创等公司，设计出了安全检测仪，它直接将基于化学、生物和酶抑制技术的检测方法应用于检测装置。

丹麦的福斯(FOSS)公司是目前世界上最大的食品及农业领域分析方案提供商之一，该公司生产的食品安全仪器采用酶抑制和生物检测的方法，如BacotsacnFC型检测仪可以检测牛奶中细菌总数，它采用流式细胞技术原理，无需培养和样品制备，直接对细菌DNA进行染色计数，可检测加防腐剂的牛奶；Fososmatic5000型检测仪采用流式细胞计数法，染色剂事先配制，检测速度快，对操作人员无危害，可检测加入防腐剂的样品。

意大利Melistone公司的DMA-80型直接测汞仪，采用一步法检测样品中汞残留，可直接自动进行固体、液体样品汞含量测定，样品直接采用热分解，省去了样品消解过程。

北京博奥公司开发的“晶芯”食品安全检测系统，采用生物芯片技术，能同时检测多份样品中的多种兽药残留(磺胺类、链毒素类、恩诺沙星和氯霉素)。深圳安鑫宝科技公司开发了SPR-88型高速超大容量农残检测仪和PR-3A型智能农药残留速测仪，检测原理为乙酞胆碱酷酶抑制率法。

北京检验检疫局和深圳市匹基生物工程股份有限公司联合研制成功荧光PCR多通道实时定量检测仪，该仪器可以应用在食品安全、兽医诊断、临床医学、生命科学研究等领域，具有检测速度快、灵敏度高、性能稳定可靠等特点，但对检测结果的处理和分析还需另外的软件和系统支持，不能根据现场环境进行有效的分析，不具有智能化的检测。

通过调查分析，现有的检测手段方面，主要使用试剂盒检测方法，对检测结果的分析和处理方面，现有的检测方法不支持对现场环境的考虑，也不支持实时检测分析处理，需要将检测结果记录后通过人工或再植入其它分析软件进行分析。

发明内容

针对现有技术的缺点，本发明的目的是提供一种实时地检测被检食品参数，并利用数字化分析和智能处理技术，对食品质量安全进行高效、准确地分析和判断的智能化食品安全检测系统及方法。

为实现上述目的，本发明的技术方案为：一种智能化食品安全检测系统，其包括取样操作器、生物传感器阵列、传感器系统、信号处理系统、智能分析系统及控制系统；

所述取样操作器为存储检测样品的操作平台；所述生物传感器阵列用于检测待检测食品的气味；所述传感器系统用于检查食品外部的环境参数；所述信号处理系统用于将生物传感器阵列及传感器系统的检测模拟信号经A/D转换为数字信号处理并进行信号的整形；所述智能分析系统用于对整形后的信号进行信号识别处理及质量分析，以获得食品的质量检测数据，并与食品标准进行分析比较，得出食品质量结果；所述控制系统用于控制取样操作器、传感器阵列、传感器系统、信号处理系统及智能分析系统的工作。

所述的控制系统用于控制整个检测装置的工作，采用嵌入式系统构建。与控制系统相连的记录与通信系统用于存储检测到的结果并将结果传输到远端的PC机上。通信采用USB和无线两种方式，可将手持的检测装置所检测的结果传送到台式主机中。通信模块直接在检测仪上设计，通过软件配置可以直接与台式机通信。与控制系统相连的显示系统用LCD显示检测的结果。

所述传感器阵列包括26个感应食品中各种气体的气敏传感器阵列；所述传感器系统包括温度传感器、湿度传感器及酸度传感器。

另外，本发明还提供了一种智能化食品安全检测方法，其包括以下步骤：

(1)利用取样操作器存储待检测样品；

(2)通过生物传感器阵列检测待检测食品的气味，并通过传感器系统检查食品外部的环境参数；

(3)采用信号处理系统将生物传感器阵列及传感器系统的检测模拟信号经A/D转换为数字信号处理，并进行信号的整形；

(4)利用智能分析系统对整形后的信号进行信号识别处理及质量分析，以获得食品的质量检测数据，并与食品标准进行分析比较，得出食品质量结果；

上述各步骤中所运用到的系统或器件均由控制系统进行控制。

步骤(4)中，所述智能分析系统利用多元数据统计分析方法、神经网络方法和模糊方法将多个信号转换为感官评定指标值或组成成分的浓度值，得到被测气味定性分析结果的智能解释；

可采用主成分分析、多元线性拟合、模板匹配、聚类以及人工智能神经网络等数据处理方法。

本发明与现有技术相比，具有如下优点和有益效果：

首先，利用先进的嵌入式处理技术和通信技术，实时地检测被检食品参数，并利用数字化分析和智能处理技术，对食品质量安全进行高效、准确地分析和判断。

其次，采用智能分析技术，将被测量、环境变量和食品安全标准有机地统一于智能分析系统中，通过优化的智能和专家系统的方法，提高检测与判断的准确度和效率。可以对单个样品和批量样品进行分析，获得整体质量的分析和评价。

第三，采用生物传感器技术，极大提高样品数据的提取速度，同时避免了采用试剂的专用操作性，适用于普通对生物化学分析不了解的家庭和个人用户。

最后，本检测装置采用电子器件技术实现，具有体积小、重量轻、速度快、重现性好、便于携带，适合现场快速检测，它既适应于专用的食品安全检测单位，也可用于家庭和个人用户对食品的安全检测需求。

附图说明

图1是本发明智能化食品安全检测方法原理框图；

图2是本发明中系统布局原理图；

图3是本发明中生物传感器阵列布局图。

具体实施方式

以下结合附图对本发明进行详细的描述。

如图1所示，一种智能化食品安全检测系统，其包括取样操作器1、生物传感器阵列2、传感器系统、信号处理系统3、智能分析系统4及控制系统5；

所述取样操作器1为存储检测样品的操作平台；

所述生物传感器阵列2用于检测待检测食品的气味；

所述传感器系统用于检查食品外部的环境参数；

所述信号处理系统3用于将生物传感器阵列2及传感器系统的检测模拟信号经A/D转换为数字信号处理并进行信号的整形；由于所获取的传感器的物理量大小不一，也不利于统一比较和分析，将检测到的物理量调整到合适的数据表示范围。然后将物理量通过模数D/A转换到易于数字化处理的数字信号，以利于一步的智能分析和处理。

所述智能分析系统4用于对整形后的信号进行信号识别处理及质量分析，以获得食品的质量检测数据，并与食品标准进行分析比较，得出食品质量结果；

所述控制系统5用于控制取样操作器1、传感器阵列2、传感器系统、信号处理系统3及智能分析系统4的工作。

生物传感器阵列2相当于生物嗅觉系统中的大量嗅感受器细胞，智能分析系统4及控制系统5相当于生物的大脑，其余部分则相当于嗅神经信号传递系统。

如图3所示，所述传感器阵列2包括26个感应食品中各种气体的气敏传感器阵列；气敏传感器是XP-329F传感器阵列，通过对待检测目标的立体化地获得采样数据。主要机理是在阵列中的每个传感器对被食品中气体都有不同的灵敏度，例如，一号气体可在某个传感器上产生高响应，而对其他传感器则是低响应；同样，二号气体产生高响应的传感器对一号气体则不敏感，归根结底，整个传感器阵列对不同气体的响应图案是不同的，正是这种区别，才使系统能根据传感器的响应图案来识别气体。

所述传感器系统包括温度传感器、湿度传感器及酸度传感器，以提供环境信息给智能分析系统，作为推断食品质量安全的外部因素之一。

所述的控制系统5利用高性能嵌入式ARM2410处理器实现整个检测装置的核心控制。与控制系统5相连的记录与通信系统6用于存储检测到的结果并将结果传输到远端的PC机上。通信采用USB和无线两种方式，可将手持的检测装置所检测的结果传送到台式主机中。通信模块直接在检测仪上设计，通过软件配置可以直接与台式机通信。与控制系统5相连的显示系统7用LCD显示检测的结果。

另外，如图2所示，本发明还提供了一种智能化食品安全检测方法，其包括以下步骤：

(1)利用取样操作器1存储待检测样品；

(2)通过生物传感器阵列2检测待检测食品的气味，并通过传感器系统检查食品外部的环境参数；

(3)采用信号处理系统3将生物传感器阵列2及传感器系统的检测模拟信号经A/D转换为数字信号处理，并进行信号的整形；

(4)利用智能分析系统4对整形后的信号进行信号识别处理及质量分析，以获得食品的质量检测数据，并与食品标准进行分析比较，得出食品质量结果；

上述各步骤中所运用到的系统或器件均由控制系统5进行控制。

步骤(4)中，所述智能分析系统4利用多元数据统计分析方法、神经网络方法和模糊方法将多个信号转换为感官评定指标值或组成成分的浓度值，得到被测气味定性分析结果的智能解释；

可采用主成分分析、多元线性拟合、模板匹配、聚类以及人工智能神经网络等数据处理方法。

由于气体传感器的响应与被测气体体积分数之间的关系一般是非线性的，现有系统多用神经网络方法和偏最小二乘法。近些年发展起来的人工神经网络ANN由于具有很强的非线性处理能力及模式识别能力而得到了广泛的应用。神经网络通过学习自动掌握隐藏在传感器响应和气味类型与强度之间的、难以用明确的模型数学表示的对应关系。许多统计技术和ANN是互为补充的，所以常常与ANN联合使用，以得到一组比用单个技术得到的数据更加全面的分类和聚类。这类统计学或化学计量学方法包括主分量分析，部分最小平方法，辨别分析法，辨别因子分析法，和聚类分析法等。

将食品质量安全标准、食品参数、以及通过智能分析得到的食品质量判断结果进行综合分析，由本系统进行自动的推导和分析，以获得所测食品的质量及检测参数和结果。由于对食品质量安全影响的因素很多，本发明充分利用食品安全的影响因素，如食品内部质量、外部环境因素、样品数量等，采用智能分析方法，利用多元数据统计分析方法、智能与专家系统方法、神经网络方法和模糊方法将多维响应信号转换为感官评定指标值或组成成分的浓度值，得到被测结果的智能解释。最后将智能分析的结果与食品标准进行分析和比较，得出食品质量报告。

上述实施例为本方案较佳的实施方式，本方案可有较多的变化，这种变化不能认为偏离本方案的范围，其他的任何未背离本发明的实质原理下所作的改变、替代或简化，均应为等效的置换方式，都包含在本发明所要求的保护及等同范围之内。

Claims (8)

1.一种智能化食品安全检测系统，其特征在于包括取样操作器[1]、生物传感器阵列[2]、传感器系统、信号处理系统[3]、智能分析系统[4]及控制系统[5]；

所述取样操作器[1]为存储检测样品的操作平台；

所述生物传感器阵列[2]用于检测待检测食品的气味；

所述传感器系统用于检查食品外部的环境参数；

所述信号处理系统[3]用于将生物传感器阵列[2]及传感器系统的检测模拟信号经A/D转换为数字信号处理并进行信号的整形；

所述智能分析系统[4]用于对整形后的信号进行信号识别处理及质量分析，以获得食品的质量检测数据，并与食品标准进行分析比较，得出食品质量结果；

所述控制系统[5]用于控制取样操作器[1]、传感器阵列[2]、传感器系统、信号处理系统[3]及智能分析系统[4]的工作。

2.根据权利要求1所述的智能化食品安全检测系统，其特征在于：还包括与控制系统[5]相连的记录与通信系统[6]，其用于存储检测到的食品质量结果，并将结果传输到远端的PC机上。

3.根据权利要求2所述的智能化食品安全检测系统，其特征在于：记录与通信系统[6]与PC机通信采用USB和无线两种方式。

4.根据权利要求2所述的智能化食品安全检测系统，其特征在于：还包括与控制系统[5]相连的显示系统[7]，用于显示所检测到的食品质量结果。

5.根据权利要求4所述的智能化食品安全检测系统，其特征在于：所述传感器阵列[2]包括26个感应食品中各种气体的气敏传感器阵列；所述传感器系统包括温度传感器、湿度传感器及酸度传感器。

6.根据权利要求5所述的智能化食品安全检测系统，其特征在于：该检测装置为手持式。

7.一种智能化食品安全检测方法，其特征在于包括以下步骤：

(1)利用取样操作器[1]存储待检测样品；

(2)通过生物传感器阵列[2]检测待检测食品的气味，并通过传感器系统检查食品外部的环境参数；

(3)采用信号处理系统[3]将生物传感器阵列[2]及传感器系统的检测模拟信号经A/D转换为数字信号处理，并进行信号的整形；

(4)利用智能分析系统[4]对整形后的信号进行信号识别处理及质量分析，以获得食品的质量检测数据，并与食品标准进行分析比较，得出食品质量结果；

上述各步骤中所运用到的系统或器件均由控制系统[5]进行控制。

8.根据权利要求7所述的智能化食品安全检测方法，其特征在于：步骤(4)中，所述智能分析系统[4]利用多元数据统计分析方法、神经网络方法和模糊方法将多个信号转换为感官评定指标值或组成成分的浓度值，得到被测气味定性分析结果的智能解释。

Images