CN102539335A - 实时检测并预测易腐物品品质的系统及方法 - Google Patents

实时检测并预测易腐物品品质的系统及方法 Download PDF

Info

Publication number
CN102539335A
CN102539335A CN2010106247071A CN201010624707A CN102539335A CN 102539335 A CN102539335 A CN 102539335A CN 2010106247071 A CN2010106247071 A CN 2010106247071A CN 201010624707 A CN201010624707 A CN 201010624707A CN 102539335 A CN102539335 A CN 102539335A
Authority
CN
China
Prior art keywords
perishable
quality
computer system
detected
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010106247071A
Other languages
English (en)
Inventor
谢如鹤
罗贵秀
刘广海
李锦�
孙永才
邹毅峰
王宏
任锦辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Baier Cold-Chain Polyurethane Science & Technology Co Ltd
Guangzhou Baier Cold Chain Polyurethane Tech Co Ltd
Guangzhou University
Original Assignee
Guangzhou Baier Cold-Chain Polyurethane Science & Technology Co Ltd
Guangzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Baier Cold-Chain Polyurethane Science & Technology Co Ltd, Guangzhou University filed Critical Guangzhou Baier Cold-Chain Polyurethane Science & Technology Co Ltd
Priority to CN2010106247071A priority Critical patent/CN102539335A/zh
Priority to PCT/CN2011/074206 priority patent/WO2012088818A1/zh
Publication of CN102539335A publication Critical patent/CN102539335A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)

Abstract

本发明公开了一种实时检测并预测易腐物品品质的系统及方法,属于易腐物品品质检测领域。该方法包括:单色光控制器向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光;数据采集系统采集透过待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给计算机系统;计算机系统控制单色光控制器向待检测易腐物品发射预设频率的单色光;以及接收数字信号,对数字信号进行解析后,将解析后的品质数据与待检测易腐物品的样品指标数据对比,以判断待检测易腐物品的品质;调节系统在计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,调节易腐物品冷藏单元中的冷藏过程参数。本发明的技术方案可以实时检测和调节易腐物品的品质。

Description

实时检测并预测易腐物品品质的系统及方法
技术领域
本发明涉及易腐物品品质检测领域,特别涉及一种实时检测易腐物品品质的系统及方法以及能实时检测并预测易腐物品品质的系统及方法。
背景技术
随着生活水平地不断提高,人们越来越多地关心易腐物品的质量安全问题。易腐物品已经成为人们生活消费的重要组成部分,由于管理及技术仍存在不足,易腐物品在冷藏链(包括采购、加工、贮藏、运输等)的各个环节中,其感官品质、营养价值、卫生安全等各方而均会受到不同程度的影响,我国近两年亦发生多起冷藏物流过程中的易腐物品品质安全事故,并引起了全社会的恐慌,对国民生活及经济发展造成严重不良影响。因而对易腐物品在物流过程中的品质检测是十分重要的,这对完善冷藏链和保障易腐物品质量安全具有重要的意义。
在冷藏物流系统中,由于易腐物品本身及冷藏物流环境各种因素的作用导致易腐物品的质量变差,营养价值降低,效用下降等。引起易腐物品变质的因素主要包括微生物作用、酶的作用、呼吸作用、氧化作用、机械损伤及光、温度波动、湿度等外部环境的作用。在易腐物品冷藏物流系统中,反映果蔬类品质变化的主要指标有失重率、果实的硬度、可溶性固形物、呼吸强度、乙烯释放量、可滴定酸度;对于乳类及乳制品来说,其主要检测指标有新鲜度、微生物指标、蛋白质含量、脂肪含量及PH值;评测肉类新鲜度的主要物理及生化指标有色泽、气味等感官指标、挥发性盐基氮(TVB-N)、细菌总数、脂肪的腐败程度(TBA值)及PH值。
目前,易腐物品品质检测主要依靠破坏性检验方法,整个检测过程不但工作量很大,而且每种参数的测量都要进行不同的实验,导致易腐物品分析难以实现快速、准确、无损化。随着科学技术的进步,无损检测技术逐渐应用到易腐物品检测中。而易腐物品品质的无损检测是指在不破坏易腐物品外形的前提下,进行各种易腐物品的外形、着色度、糖度、酸度、水分、坚实度、可溶性固形物、脂肪腐败程度、蛋白质含量、细菌总数等参数的测量。
另外,在易腐物品的冷藏物流过程中,关键是要预防物流过程中易腐物品品质不合格现象的出现,而不是等到易腐物品品质出现不合格后才去处理。目前,还没有有效的技术手段能及时预测冷藏物流过程中易腐物品品质变化趋势,以提前发现并处理易腐物品品质的不合格现象。
将近红外光谱技术(Near Infrared Spectroscopy,NIRS)用于易腐物品品质检测,可以实现易腐物品多种成分的品质快速检测。国内外一些公司和科研部门研制了相关的一些检测仪器,主要集中在便携式的各种易腐物品质量检测仪,其中以近红外光谱技术在易腐物品品质无损检测中的应用最为成功。例如美国一家公司首先将NIRS应用于分析农产品的水分、蛋白质含量等;日本公司开发出柑橘糖酸度无损在线检测装置;日本MAKI公司生产出能在线同时检测糖度、酸度、大小、质量等多个指标的水果分选设备;意大利研制成功了果实色泽重量分级机;中国的浙江大学在其申请的“易腐物品综合品质无损检测装置”实用新型专利中公开了一种易腐物品综合品质无损检测装置,能够对易腐物品的综合品质进行快速、简便、无损、客观的检测,用于易腐物品原料分选、易腐物品加工过程检测、易腐物品等级评定等;在其中请的“基于可见和近红外透射技术鉴别转基因番茄的方法和装置”发明专利中,将检测系统中的接收透镜固定在载物台中心孔中,并放被测样本,接收光纤分别与接收透镜和光纤光谱仪连接,光纤光谱仪利用通用串行总线(Universal Serial BUS,USB)与计算机连接确定待鉴别样品的类别并将结果输出该发明避免了番茄大小对鉴别结果的影响。
综上所述,NIRS技术目前是用于在易腐物品生产和包装方面进行无损检测与分级,而在冷藏装置中的易腐物品品质的检测,主要依赖于传统的实验室检测设备进行检测,它要求对易腐物品进行破坏性检测,其程序复杂,且检测数据结果需要进行后处理,检测周期长;同时,对易腐物品品质进行检测时,一般只能进行几项指标检测,而易腐物品品质的好坏有多项指标,传统检测方法无法采用一台仪器进行全面检测。另外,在易腐物品冷藏物流过程中,要对冷藏装置中的易腐物品进行定时或不定时的检测,需要打开冷藏装置取出易腐物品进行检测,这将对冷藏装置内的温度、湿度、空气成分、微生物数量等冷藏参数有影响,而取出的检测样品即使检测完没有得到破坏,重新放入冷藏车厢进行运输,这样将使检测样品脱离冷藏链并影响冷藏装置的冷藏参数平衡,检测过程本身就会对易腐物品品质造成影响,其检测结果误差将较大,可信度不高,并会影响冷藏装置的冷藏效能。另外,目前,还没有有效的技术手段能及时预测冷藏物流过程中易腐物品品质变化趋势,以提前发现并处理易腐物品品质的不合格现象。
发明内容
为了实现对冷藏运输过程中易腐物品品质进行实时、全面和可靠的检测、预测和控制,确保冷藏运输过程易腐物品品质最小程度的劣变,本发明提供了一种实时检测易腐物品品质的系统及方法、实时检测并预测易腐物品品质的系统及方法,技术方案包括:
一种实时检测易腐物品品质的系统,包括:
单色光控制器,与计算机系统相连,用于根据计算机系统的控制指令向冷藏装置的易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光;
数据采集系统,与计算机系统相连,用于采集透过所述待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给所述计算机系统;
所述计算机系统,用于控制所述单色光控制器向待检测易腐物品发射预设频率的单色光;以及获取数据采集系统的数字信号,对所述数字信号进行解析后,将解析后的易腐物品的品质数据与待检测易腐物品的样品指标数据对比,以判断所述待检测易腐物品的品质,以及根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
调节系统,与所述计算机系统相连,用于当所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
在本发明优选的实施例中,所述调节系统包括:显示及警示系统,与所述计算机系统相连,用于当计算机系统判断待检测易腐物品的品质不合格或品质变化趋势变坏时,由所述计算机系统向所述显示及警示系统发出显示或警示指令后,向控制人员显示检测结果、操作警示或操作建议,以让控制人员能及时得知检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况。
在本发明优选的实施例中,所述调节系统包括:自动调节系统,用于当所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由所述计算机系统向所述自动调节系统发出冷藏过程参数自动调节指令后,自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
在本发明优选的实施例中,所述待检测易腐物品包括但不限于以下需冷藏运输和储存的易腐物品:
水果类易腐物品、蔬菜类易腐物品、肉类易腐物品、蛋类易腐物品、乳类易腐物品、疫苗类易腐物品、花卉类易腐物品。
在本发明优选的实施例中,所述待检测易腐物品样品指标数据包括但不限于以下指标数据:
衡量水果类易腐物品品质及品质变化过程的指标数据、衡量蔬菜类易腐物品品质及品质变化过程的指标数据、衡量肉类易腐物品品质及品质变化过程的指标数据、衡量蛋类易腐物品品质及品质变化过程的指标数据、衡量乳类易腐物品品质及品质变化过程的指标数据、衡量疫苗类易腐物品品质及品质变化过程的指标数据、衡量花卉类易腐物品品质及品质变化过程的指标数据。
在本发明优选的实施例中,所述冷藏过程参数数据包括但不限于以下指标数据:冷藏过程中的温度数据、冷藏过程中的湿度数据、冷藏过程中的空气成分数据、冷藏过程中的空气流动状况数据、冷藏过程中的微生物种类及数量数据。
一种包括上述任意一项所述系统的实时检测并预测易腐物品品质的系统,其特征在于,所述实时检测并预测易腐物品品质的系统,还包括:易腐物品冷藏单元和控制单元;其中,上述一项所述系统设置于所述控制单元之中、所述易腐物品冷藏单元之中、或所述控制单元与所述易腐物品冷藏单元之间。
在本发明优选的实施例中,所述实时检测并预测易腐物品品质的系统包括但不限于以下类型之一:冷藏汽车、冷藏集装箱、冷藏机车、冷库、冷柜、冰箱。
一种实时检测并预测易腐物品品质的方法,包括:
在实时检测并预测易腐物品品质的系统的控制单元之中、易腐物品冷藏单元之中、控制单元与冷藏装置易腐物品冷藏单元之间设置一实时检测易腐物品品质的系统;所述实时检测易腐物品品质的系统包括:单色光控制器、数据采集系统、计算机系统、调节系统;
所述单色光控制器根据所述计算机系统的控制向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光;
与计算机系统相连的所述数据采集系统采集透过所述待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给所述计算机系统;
所述计算机系统控制所述单色光控制器向待检测易腐物品发射预设频率的单色光;以及获取数据采集系统的数字信号,对所述数字信号进行解析后,将解析后的易腐物品的品质数据与待检测易腐物品的样品指标数据对比,以判断所述待检测易腐物品的品质,以及根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
与计算机系统相连的调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
在本发明优选的实施例中,所述调节系统包括与计算机系统相连的显示及警示系统;
相应地,所述显示及警示系统在计算机系统判断待检测易腐物品的品质或品质变化趋势时,由计算机系统向显示及警示系统发出显示或警示指令后,向控制人员显示检测结果、操作警示或操作建议,以让控制人员能及时知道检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况。
在本发明优选的实施例中,所述调节系统包括与计算机系统相连的自动调节系统;
相应地,自动调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由所述计算机系统向所述自动调节系统发出冷藏过程参数自动调节指令后,自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
在本发明优选的实施例中,所述待检测易腐物品包括但不限于以下需冷藏运输和储存的易腐物品:
水果类易腐物品、蔬菜类易腐物品、肉类易腐物品、蛋类易腐物品、乳类易腐物品、疫苗类易腐物品、花卉类易腐物品。
在本发明优选的实施例中,所述待检测易腐物品样品指标数据包括但不限于以下指标数据:
衡量水果类易腐物品品质及品质变化过程的指标数据、衡量蔬菜类易腐物品品质及品质变化过程的指标数据、衡量肉类易腐物品品质及品质变化过程的指标数据、衡量蛋类易腐物品品质及品质变化过程的指标数据、衡量乳类易腐物品品质及品质变化过程的指标数据、衡量疫苗类易腐物品品质及品质变化过程的指标数据、衡量花卉类易腐物品品质及品质变化过程的指标数据。
在本发明优选的实施例中,所述冷藏过程参数数据包括但不限于以下指标数据:冷藏过程中的温度数据、冷藏过程中的湿度数据、冷藏过程中的空气成分数据、冷藏过程中的空气流动状况数据、冷藏过程中的微生物种类及数量数据。
一种实时检测易腐物品品质的方法,包括:
所述单色光控制器根据所述计算机系统的控制向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光;
与计算机系统相连的所述数据采集系统采集透过所述待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给所述计算机系统;
所述计算机系统控制所述单色光控制器向待检测易腐物品发射预设频率的单色光;以及获取数据采集系统的数字信号,对所述数字信号进行解析后,将解析后的易腐物品的品质数据与待检测易腐物品的样品指标数据对比,以判断所述待检测易腐物品的品质,以及根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
与计算机系统相连的调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
在本发明优选的实施例中,所述调节系统包括与计算机系统相连的显示及警示系统;
相应地,所述显示及警示系统在计算机系统判断待检测易腐物品的品质或品质变化趋势时,由计算机系统向显示及警示系统发出显示或警示指令后,向控制人员显示检测结果、操作警示或操作建议,以让控制人员能及时知道检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况。
在本发明优选的实施例中,所述调节系统包括与计算机系统相连的自动调节系统;
相应地,自动调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由所述计算机系统向所述自动调节系统发出冷藏过程参数自动调节指令后,自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
本发明的技术方案可以在用冷藏装置运输、储存不同易腐物品时,不必进行检测设备的更换,也不必打开冷藏装置,即能进行实时检测并预测易腐物品品质,及时发现或提前预测易腐物品品质不合格情况,检测方便,检测成本低,检测结果准确,当易腐物品品质出现不合格情况时将要出现不合格情况是能让物流控制人员及时发现并处理,可确保冷藏物流过程中的易腐物品品质合格,大大提升易腐物品在冷藏物流过程中的可靠性。
附图说明
图1是本发明实施例提供的实时检测和预测易腐物品品质的系统的示意图;
图2是本发明实施例提供的实时检测并预测易腐物品品质的系统的结构图;
图3是本发明实施例提供的实时检测易腐物品的系统的结构图;
图4是本发明实施例提供的单色光控制器的结构图;
图5是本发明实施例提供的能实时检测和预测易腐物品品质的方法流程图;
图6是本发明实施例提供的实时检测易腐物品品质的方法流程图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示为本发明实施例提供的能实时检测和预测易腐物品品质的系统,包括:
易腐物品冷藏单元(冷藏车厢)、实时检测易腐物品品质的系统和控制单元(驾驶室),其中,该实时检测易腐物品品质的系统位于控制单元之中、冷藏单元之中、控制单元与易腐物品冷藏单元之间。如图2所示,该实时检测易腐物品品质的系统包括:
单色光控制器,与计算机系统相连,用于根据计算机系统的控制向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光;
数据采集系统,与计算机系统相连,用于采集透过待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给所述计算机系统;
所述计算机系统,用于控制所述单色光控制器向待检测易腐物品发射预设频率的单色光;以及获取数据采集系统的数字信号,对所述数字信号进行解析后,将解析后的易腐物品的品质数据与待检测易腐物品的样品指标数据进行对比,以判断所述待检测易腐物品的品质,并根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
显示及警示系统,与计算机系统相连,用于当计算机系统判断待检测易腐物品的品质不合格或品质变化趋势变坏时,由计算机系统向显示及警示系统发出显示或警示指令后,向物流过程控制人员显示检测结果、操作警示或操作建议,以让物流过程控制人员能及时知道检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况;
自动调节系统,与计算机系统相连,用于当计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由计算机系统向自动调节系统发出冷藏过程参数自动调节指令后,自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
如图2所示,由于显示及警示系统与自动调节系统功能重叠,在同一装置中,可同时存在,或只有其中一个存在。
其中,所述待检测易腐物品包括但不限于以下需冷藏运输和储存的易腐物品:水果类易腐物品、蔬菜类易腐物品、肉类易腐物品、蛋类易腐物品、乳类易腐物品、疫苗类易腐物品、花卉类易腐物品。
其中,样品指标数据包括但不限于以下指标数据:衡量水果类易腐物品品质及品质变化过程的指标数据、衡量蔬菜类易腐物品品质及品质变化过程的指标数据、衡量肉类易腐物品品质及品质变化过程的指标数据、衡量蛋类易腐物品品质及品质变化过程的指标数据、衡量乳类易腐物品品质及品质变化过程的指标数据、衡量疫苗类易腐物品品质及品质变化过程的指标数据、衡量花卉类易腐物品品质及品质变化过程的指标数据。
其中,冷藏过程参数数据包括但不限于以下指标数据:冷藏过程中的温度数据、冷藏过程中的湿度数据、冷藏过程中的空气成分数据、冷藏过程中的微生物种类及数量数据。
为了更好的理解本发明,下面对单色光控制器、数据采集系统、计算机系统、显示及警示系统和自动调节系统进行详细的描述。
单色光控制器:
如图4所示,单色光控制器由单片机的微处理器(Central ProcessingUnit,CPU)、直接数字式频率合成器(Direct Digital Synthesizer,DDS)、放大电路、阻抗匹配电路、声光可调谐滤波器(Acousto-optic Tunable Filter,AOTF)以及功率采集单元等组成,其作用是将多频率的复合光源,过滤成单一频率的单色光光源。
由于单色光控制器必须具备上述作用,所以该控制器必须含有微处理器。为了配合计算机系统的要求,选用异步串行口通讯的方式,即微处理器通过串行口与计算机系统进行信息交换。
单色光控制器中核心器件是AOTF。AOTF其原理是将声波信号加于光的传播介质,使光在特定的止交方向产生衍射现象,此时使用偏振器即可从入射光束(主信号)中分离出一个或多个波长的光信号。当需一次取出多个波长的光信号,可重复使用多个AOTF,以获得所需的各个波长的光信号。该器件的主要功能是将复合光过滤成单一频率的单色光。AOTF输出单色光的频率与该器件的驱动信号的频率成线性关系。根据选用的AOTF器件以及易腐物品检测装置所需单色光频率范围的要求,AOTF选用10MHz-100MHz的驱动信号,并且驱动信号的频率可调。
DDS用于产生10MHz-100MHz的信号,为AOTF提供驱动信号。可选用的DDS产品可以是ADI公司的AD7008,AD9830-AD9835,AD9850-AD9854等十几种芯片。由于DDS输出的10MHz-100MHz信号功率比较小,不能直接驱动AOTF器件,因此,必须采用放大电路对该DDS产生的信号进行幅度或功率放大处理。放大作用的实质是把电源的能量转移给输出信号。在单色光控制器中,AOTF在电路中等效一电容,大约为200pf左右,若要AOTF上有足够的驱动电流,必须要求电路中阻抗匹配。由于在本实施例中,AOTF器件所需要的驱动信号频率为10MHz-100MHz,不同频率的驱动信号所需要的匹配电路有所不同,可以通过对驱动信号的频率进行采样,选取不同的匹配电路,使AOTF的驱动信号功率最大。
总之,单色光控制器的组成原理是:单片机的CPU控制DDS输出不同频率信号,产生不同的匹配电路,匹配电路完成阻抗匹配,使其输出频率最高。匹配电路的输出频率,一方面进入AOTF使其将复合光变成不同频率单色光,另一方面经过功率采集单元反馈给单片机的CPU。
数据采集系统:
数据采集系统包括探头,该探头可以伸入到易腐物品冷藏单元的待检测易腐物品中,可以收集透过待检测易腐物品的单色光,其中,探头的数量还可以是两个或两个以上,同时,可以收集多个频段的单色光。该数据采集系统可以将收集的单色光转换为数字信号后,输出给计算机系统。
计算机系统获取到数字信号后,需要对数字信号进行解析,以获取衡量待检测易腐物品的品质数据,并将获取的品质数据与自身存储的样品的各项指标数据进行比较,以判断待检测易腐物品的质量状况。此外,计算机系统根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
此外,计算机系统还可以控制单色光控制器输出预设频率的单色光。由于检测不同种类的易腐物品,需要用不同频率的单色光,因此,针对不同的易腐物品检测,需要控制单色光控制器输出不同频率的单色光,例如,检测水果和检测蔬菜采用的单色光频率不同,检测水果中的苹果和香蕉采用的单色光频率也不同。因此,在用冷藏装置运输不同易腐物品时,可以利用计算机系统控制单色光控制器输出预设频率的单色光进行易腐物品检测,从而不必进行设备的更换,只需要人工设置,就可以通过计算机系统控制单色光控制器输出预设频率的单色光,照射到易腐物品冷藏单元的待检测易腐物品中。这样,针对冷藏装置运输的易腐物品的不同,如果采用传统设备进行检测,需要更换不同的设备,还需要打开冷藏装置进行检测,检测不方便,检测结果不准确,且检测的成本也高。而在本发明中,由于计算机系统可以控制单色光控制器输出不同频率的单色光,因此,无需更换检测设备,检测方便,检测成本低、且可以在不打开冷藏装置的情况下实时检测易腐物品的质量,检测结果准确。
显示及警示系统:
如图1所示,显示及警示系统可以安装在控制单元中,也可以设置如图3所示的实时检测易腐物品品质的系统中,其与计算机系统相连。当计算机系统判断待检测易腐物品的品质不合格或品质变化趋势变坏时,由计算机系统向显示及警示系统发出显示或警示指令后,显示及警示系统能向控制人员显示检测结果、操作警示或操作建议,可通过声音、强光线、文字、图像等各种形式作出显示或警示,以让控制人员能及时知道检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况。
自动调节系统:
自动调节系统可由具备自动控制冷藏单元温度和湿度的制冷系统、具备自动控制冷藏单元中空气成分的空气调节系统、自动控制冷藏单元中微生物种类及数量的杀菌系统等组成,与计算机系统相连接。
当计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由计算机系统向自动调节系统发出冷藏过程参数自动调节指令后,自动调节系统能自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
参照图2和图3所示,本发明实施例提供了一种实时检测易腐物品品质的系统,包括:
单色光控制器,与计算机系统相连,用于根据计算机系统的控制向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光;
数据采集系统,与计算机系统相连,用于采集透过待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给计算机系统;
计算机系统,用于控制单色光控制器向待检测易腐物品发射预设频率的单色光;以及获取所述数字信号,对数字信号进行解析后,将解析后的易腐物品的品质数据与待检测易腐物品的样品指标数据进行对比,以判断待检测易腐物品的品质;以及根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
调节系统,与所述计算机系统相连,用于当所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
其中,所述调节系统包括:显示及警示系统,与所述计算机系统相连,用于当计算机系统判断待检测易腐物品的品质不合格或品质变化趋势变坏时,由所述计算机系统向所述显示及警示系统发出显示或警示指令后,向控制人员显示检测结果、操作警示或操作建议,以让控制人员能及时得知检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况。
其中,所述调节系统包括:自动调节系统,用于当所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由所述计算机系统向所述自动调节系统发出冷藏过程参数自动调节指令后,自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
其中,所述待检测易腐物品包括但不限于以下需冷藏运输和储存的易腐物品:水果类易腐物品、蔬菜类易腐物品、肉类易腐物品、蛋类易腐物品、乳类易腐物品、疫苗类易腐物品、花卉类易腐物品。
其中,样品指标数据包括但不限于以下指标数据:衡量水果类易腐物品品质及品质变化过程的指标数据、衡量蔬菜类易腐物品品质及品质变化过程的指标数据、衡量肉类易腐物品品质及品质变化过程的指标数据、衡量蛋类易腐物品品质及品质变化过程的指标数据、衡量乳类易腐物品品质及品质变化过程的指标数据、衡量疫苗类易腐物品品质及品质变化过程的指标数据、衡量花卉类易腐物品品质及品质变化过程的指标数据。
参照图1、图2以及图3所示的系统,本发明实施例提供了一种能实时检测和预测易腐物品品质的方法,如图5所示,包括:
步骤500,在控制单元之中、易腐物品冷藏单元之中、控制单元与冷藏装置易腐物品冷藏单元之间设置一实时检测易腐物品品质的系统。其中,所述实时检测易腐物品品质的系统包括:单色光控制器、数据采集系统、计算机系统、警示系统和自动调节系统。
步骤510,计算机系统向单色光控制器发出单色光发射控制指令。
步骤520,单色光控制器向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光。
步骤530,数据采集系统采集透过所述待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给所述计算机系统,并采集易腐物品冷藏单元中冷藏过程参数数据,转换为数字信号后输出给所述计算机系统。
步骤540,计算机系统对数据采集系统发送的数字信号进行解析后,将解析后的数据与待检测易腐物品的样品指标数据、以判断所述待检测易腐物品的品质情况。
步骤550,计算机系统根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
步骤560,计算机系统判断待检测易腐物品的品质不合格或品质变化趋势变坏后,向显示及警示系统发出显示或警示指令。显示及警示系统能向控制人员显示检测结果、操作警示或操作建议。
步骤570,当计算机系统判断待检测易腐物品品质为不合格或将要出现不合格,由计算机系统向自动调节系统发出冷藏过程参数自动调节指令后,自动调节系统能自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
上面步骤中,由于步骤560和步骤570功能重叠,在实际运行,步骤560和步骤570可同时存在,或只有其中一个步骤存在。
其中,所述待检测易腐物品包括但不限于以下需冷藏运输和储存的易腐物品:水果类易腐物品、蔬菜类易腐物品、肉类易腐物品、蛋类易腐物品、乳类易腐物品、疫苗类易腐物品、花卉类易腐物品。
其中,样品指标数据包括但不限于以下指标数据:衡量水果类易腐物品品质及品质变化过程的指标数据、衡量蔬菜类易腐物品品质及品质变化过程的指标数据、衡量肉类易腐物品品质及品质变化过程的指标数据、衡量蛋类易腐物品品质及品质变化过程的指标数据、衡量乳类易腐物品品质及品质变化过程的指标数据、衡量疫苗类易腐物品品质及品质变化过程的指标数据、衡量花卉类易腐物品品质及品质变化过程的指标数据。
其中,冷藏过程参数数据包括但不限于以下指标数据:冷藏过程中的温度数据、冷藏过程中的湿度数据、冷藏过程中的空气成分数据、冷藏过程中的空气流动状况数据、冷藏过程中的微生物种类及数量数据。
本发明实施例提供了一种实时检测易腐物品品质的方法,如图6所示,包括:
步骤610,与计算机系统相连的单色光控制器根据计算机系统的控制指令向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光。
步骤620,与计算机系统相连的数据采集系统采集透过所述待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给所述计算机系统。
步骤630,计算机系统控制所述单色光控制器向待检测易腐物品发射预设频率的单色光;以及获取数据采集系统的数字信号,对数字信号进行解析后,将解析后的易腐物品的品质数据与待检测易腐物品的样品指标数据、以判断所述待检测易腐物品的品质;以及根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势。
步骤640,与计算机系统相连的调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
其中,调节系统包括与计算机系统相连的显示及警示系统;
相应地,所述显示及警示系统在计算机系统判断待检测易腐物品的品质或品质变化趋势时,由计算机系统向显示及警示系统发出显示或警示指令后,向控制人员显示检测结果、操作警示或操作建议,以让控制人员能及时知道检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况。
其中,调节系统包括与计算机系统相连的自动调节系统;
相应地,自动调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由所述计算机系统向所述自动调节系统发出冷藏过程参数自动调节指令后,自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
其中,易腐物品包括但不限于以下类型之一:水果类易腐物品、蔬菜类易腐物品、肉类易腐物品、蛋类易腐物品、乳类易腐物品、疫苗类易腐物品、花卉类易腐物品。
其中,所述待检测易腐物品样品指标数据包括但不限于以下指标数据:
衡量水果类易腐物品品质及品质变化过程的指标数据、衡量蔬菜类易腐物品品质及品质变化过程的指标数据、衡量肉类易腐物品品质及品质变化过程的指标数据、衡量蛋类易腐物品品质及品质变化过程的指标数据、衡量乳类易腐物品品质及品质变化过程的指标数据、衡量疫苗类易腐物品品质及品质变化过程的指标数据、衡量花卉类易腐物品品质及品质变化过程的指标数据。
其中,冷藏过程参数数据包括但不限于以下指标数据:冷藏过程中的温度数据、冷藏过程中的湿度数据、冷藏过程中的空气成分数据、冷藏过程中的空气流动状况数据、冷藏过程中的微生物种类及数量数据。
上述说明给出并描述了本发明的一个优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权力要求的保护范围内。

Claims (17)

1.一种实时检测易腐物品品质的系统,其特征在于,包括:
单色光控制器,与计算机系统相连,用于根据计算机系统的控制指令向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光;
数据采集系统,与计算机系统相连,用于采集透过所述待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给所述计算机系统;
所述计算机系统,用于控制所述单色光控制器向待检测易腐物品发射预设频率的单色光;以及获取数据采集系统的数字信号,对所述数字信号进行解析后,将解析后的易腐物品的品质数据与待检测易腐物品的样品指标数据对比,以判断所述待检测易腐物品的品质,以及根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
调节系统,与所述计算机系统相连,用于当所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
2.如权利要求1所述的系统,其特征在于,所述调节系统包括:显示及警示系统,与所述计算机系统相连,用于当计算机系统判断待检测易腐物品的品质不合格或品质变化趋势变坏时,由所述计算机系统向所述显示及警示系统发出显示或警示指令后,向控制人员显示检测结果、操作警示或操作建议,以让控制人员能及时得知检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况。
3.如权利要求1所述的系统,其特征在于,所述调节系统包括:自动调节系统,用于当所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由所述计算机系统向所述自动调节系统发出冷藏过程参数自动调节指令后,自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
4.如权利要求1所述的系统,其特征在于,所述待检测易腐物品包括但不限于以下需冷藏运输和储存的易腐物品:
水果类易腐物品、蔬菜类易腐物品、肉类易腐物品、蛋类易腐物品、乳类易腐物品、疫苗类易腐物品、花卉类易腐物品。
5.如权利要求1所述的系统,其特征在于,所述待检测易腐物品样品指标数据包括但不限于以下指标数据:
衡量水果类易腐物品品质及品质变化过程的指标数据、衡量蔬菜类易腐物品品质及品质变化过程的指标数据、衡量肉类易腐物品品质及品质变化过程的指标数据、衡量蛋类易腐物品品质及品质变化过程的指标数据、衡量乳类易腐物品品质及品质变化过程的指标数据、衡量疫苗类易腐物品品质及品质变化过程的指标数据、衡量花卉类易腐物品品质及品质变化过程的指标数据。
6.如权利要求1所述的系统,其特征在于,所述冷藏过程参数数据包括但不限于以下指标数据:冷藏过程中的温度数据、冷藏过程中的湿度数据、冷藏过程中的空气成分数据、冷藏过程中的空气流动状况数据、冷藏过程中的微生物种类及数量数据。
7.一种包括如权利要求1-6任意一项所述系统的实时检测并预测易腐物品品质的系统,其特征在于,所述实时检测并预测易腐物品品质的系统,还包括:易腐物品冷藏单元和控制单元;其中,权利要求1-6任意一项所述系统设置于所述控制单元之中、所述易腐物品冷藏单元之中、或所述控制单元与所述易腐物品冷藏单元之间。
8.如权利要求7所述的实时检测并预测易腐物品品质的系统,其中,所述实时检测并预测易腐物品品质的系统包括但不限于以下类型之一:冷藏汽车、冷藏集装箱、冷藏机车、冷库、冷柜、冰箱。
9.一种实时检测并预测易腐物品品质的方法,其特征在于,包括:
在实时检测并预测易腐物品品质的系统的控制单元之中、易腐物品冷藏单元之中、控制单元与冷藏装置易腐物品冷藏单元之间设置一实时检测易腐物品品质的系统;所述实时检测易腐物品品质的系统包括:单色光控制器、数据采集系统、计算机系统以及调节系统;
所述单色光控制器根据所述计算机系统的控制向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光;
与计算机系统相连的所述数据采集系统采集透过所述待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给所述计算机系统;
所述计算机系统控制所述单色光控制器向待检测易腐物品发射预设频率的单色光;以及获取数据采集系统的数字信号,对所述数字信号进行解析后,将解析后的易腐物品的品质数据与待检测易腐物品的样品指标数据对比,以判断所述待检测易腐物品的品质,以及根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
与计算机系统相连的调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
10.如权利要求9所述的方法,其特征在于,所述调节系统包括与计算机系统相连的显示及警示系统;
相应地,所述显示及警示系统在计算机系统判断待检测易腐物品的品质或品质变化趋势时,由计算机系统向显示及警示系统发出显示或警示指令后,向控制人员显示检测结果、操作警示或操作建议,以让控制人员能及时知道检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况。
11.如权利要求9所述的方法,其特征在于,所述调节系统包括与计算机系统相连的自动调节系统;
相应地,自动调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由所述计算机系统向所述自动调节系统发出冷藏过程参数自动调节指令后,自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
12.如权利要求9所述的方法,其特征在于,所述待检测易腐物品包括但不限于以下需冷藏运输和储存的易腐物品:
水果类易腐物品、蔬菜类易腐物品、肉类易腐物品、蛋类易腐物品、乳类易腐物品、疫苗类易腐物品、花卉类易腐物品。
13.如权利要求9所述的方法,其特征在于,所述待检测易腐物品样品指标数据包括但不限于以下指标数据:
衡量水果类易腐物品品质及品质变化过程的指标数据、衡量蔬菜类易腐物品品质及品质变化过程的指标数据、衡量肉类易腐物品品质及品质变化过程的指标数据、衡量蛋类易腐物品品质及品质变化过程的指标数据、衡量乳类易腐物品品质及品质变化过程的指标数据、衡量疫苗类易腐物品品质及品质变化过程的指标数据、衡量花卉类易腐物品品质及品质变化过程的指标数据。
14.如权利要求9所述的方法,其特征在于,所述冷藏过程参数数据包括但不限于以下指标数据:冷藏过程中的温度数据、冷藏过程中的湿度数据、冷藏过程中的空气成分数据、冷藏过程中的空气流动状况数据、冷藏过程中的微生物种类及数量数据。
15.一种实时检测易腐物品品质的方法,其特征在于,包括:
单色光控制器根据计算机系统的控制向易腐物品冷藏单元的待检测易腐物品发送预设频率的单色光;
与所述计算机系统相连的数据采集系统采集透过所述待检测易腐物品的单色光,并将采集的单色光转换为数字信号后输出给所述计算机系统;
所述计算机系统控制所述单色光控制器向待检测易腐物品发射预设频率的单色光;以及获取数据采集系统的数字信号,对所述数字信号进行解析后,将解析后的易腐物品的品质数据与待检测易腐物品的样品指标数据对比,以判断所述待检测易腐物品的品质,以及根据解析后的易腐物品的品质数据生成易腐物品品质变化过程数据,将其与样品指标数据中的易腐物品品质变化过程参考数据进行对比,同时结合收集到的易腐物品冷藏单元中的冷藏过程参数数据与待检测易腐物品的标准冷藏过程参数数据进行对比,预测冷链物流过程中易腐物品品质的变化趋势;
与计算机系统相连的调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
16.如权利要求15所述的方法,其特征在于,所述调节系统包括与计算机系统相连的显示及警示系统;
相应地,所述显示及警示系统在计算机系统判断待检测易腐物品的品质或品质变化趋势时,由计算机系统向显示及警示系统发出显示或警示指令后,向控制人员显示检测结果、操作警示或操作建议,以让控制人员能及时知道检测结果,及时对易腐物品冷藏单元的冷藏过程参数进行人工调整,发现并能有效处理已出现或将要出现的易腐物品品质不合格情况。
17.如权利要求15所述的方法,其特征在于,所述调节系统包括与计算机系统相连的自动调节系统;
相应地,自动调节系统在所述计算机系统判断待检测易腐物品品质为不合格或将要出现不合格时,由所述计算机系统向所述自动调节系统发出冷藏过程参数自动调节指令后,自动调节易腐物品冷藏单元中的冷藏过程参数,以防止易腐物品品质不合格情况的出现或进一步扩大。
CN2010106247071A 2010-12-29 2010-12-29 实时检测并预测易腐物品品质的系统及方法 Pending CN102539335A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN2010106247071A CN102539335A (zh) 2010-12-29 2010-12-29 实时检测并预测易腐物品品质的系统及方法
PCT/CN2011/074206 WO2012088818A1 (zh) 2010-12-29 2011-05-17 实时检测并预测易腐物品品质的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010106247071A CN102539335A (zh) 2010-12-29 2010-12-29 实时检测并预测易腐物品品质的系统及方法

Publications (1)

Publication Number Publication Date
CN102539335A true CN102539335A (zh) 2012-07-04

Family

ID=46346768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010106247071A Pending CN102539335A (zh) 2010-12-29 2010-12-29 实时检测并预测易腐物品品质的系统及方法

Country Status (2)

Country Link
CN (1) CN102539335A (zh)
WO (1) WO2012088818A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103913998A (zh) * 2012-12-31 2014-07-09 游惠光 商品自动检测改善系统
CN107450467A (zh) * 2017-09-28 2017-12-08 杭州纳戒科技有限公司 物流箱监测系统以及物流监测系统
CN107525780A (zh) * 2017-07-26 2017-12-29 成都九维云联科技有限公司 基于光谱技术的物品腐败程度检测系统
CN107796172A (zh) * 2017-09-11 2018-03-13 珠海格力电器股份有限公司 食物过期预警方法、装置、存储介质及食物储存设备
CN108956545A (zh) * 2018-06-15 2018-12-07 北京农业智能装备技术研究中心 一种水果内部品质无损检测模型建立方法及系统
CN109564650A (zh) * 2016-07-22 2019-04-02 开利公司 用于易腐货物运输的卫生管理系统
CN110135788A (zh) * 2019-05-26 2019-08-16 浙江大学 一种冷链物流运输设备、冷链物流系统及货物动态定价方法
CN111027894A (zh) * 2020-01-10 2020-04-17 秒针信息技术有限公司 基于知识图谱的冷库贮藏物品品质评估方法及装置
CN111241680A (zh) * 2020-01-10 2020-06-05 秒针信息技术有限公司 基于冷库温度变化的冷冻物品品质分析方法及装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11397159B1 (en) 2018-08-31 2022-07-26 Byte Nutrition Science Incorporated Systems, devices and methods for analyzing constituents of a material under test

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0518766A (ja) * 1991-07-08 1993-01-26 Oki Electric Ind Co Ltd 走行案内装置
JPH09318766A (ja) * 1996-05-27 1997-12-12 Mitsubishi Heavy Ind Ltd 凍結検知システム
JPH11264642A (ja) * 1998-03-19 1999-09-28 Sanyo Electric Co Ltd 冷蔵庫
JP2002071253A (ja) * 2000-08-25 2002-03-08 Nisscom Corp 低温・冷凍輸配送車庫内の食品の管理・監視システム
CN1195562C (zh) * 1999-01-13 2005-04-06 拜欧莱特专利控股公司 用于控制利用光进行外部治疗的装置
CN1865997A (zh) * 2006-05-22 2006-11-22 南京农业大学 一种无损检测苹果冷藏和货架品质的方法
WO2007032368A1 (ja) * 2005-09-15 2007-03-22 Sanyo Electric Co., Ltd. 電気機器、情報端末機、電気冷蔵庫、電気掃除機、紫外線センサおよび電界効果型トランジスタ
CN2911671Y (zh) * 2006-05-30 2007-06-13 上海理工大学 用光电信号检测透光物质热物性变化的装置
JP2010261620A (ja) * 2009-04-30 2010-11-18 Mitsubishi Electric Corp 冷蔵庫

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007198667A (ja) * 2006-01-26 2007-08-09 Sanyo Electric Co Ltd 電気冷蔵庫

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0518766A (ja) * 1991-07-08 1993-01-26 Oki Electric Ind Co Ltd 走行案内装置
JPH09318766A (ja) * 1996-05-27 1997-12-12 Mitsubishi Heavy Ind Ltd 凍結検知システム
JPH11264642A (ja) * 1998-03-19 1999-09-28 Sanyo Electric Co Ltd 冷蔵庫
CN1195562C (zh) * 1999-01-13 2005-04-06 拜欧莱特专利控股公司 用于控制利用光进行外部治疗的装置
JP2002071253A (ja) * 2000-08-25 2002-03-08 Nisscom Corp 低温・冷凍輸配送車庫内の食品の管理・監視システム
WO2007032368A1 (ja) * 2005-09-15 2007-03-22 Sanyo Electric Co., Ltd. 電気機器、情報端末機、電気冷蔵庫、電気掃除機、紫外線センサおよび電界効果型トランジスタ
CN1865997A (zh) * 2006-05-22 2006-11-22 南京农业大学 一种无损检测苹果冷藏和货架品质的方法
CN2911671Y (zh) * 2006-05-30 2007-06-13 上海理工大学 用光电信号检测透光物质热物性变化的装置
JP2010261620A (ja) * 2009-04-30 2010-11-18 Mitsubishi Electric Corp 冷蔵庫

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103913998A (zh) * 2012-12-31 2014-07-09 游惠光 商品自动检测改善系统
CN109564650A (zh) * 2016-07-22 2019-04-02 开利公司 用于易腐货物运输的卫生管理系统
CN109564650B (zh) * 2016-07-22 2024-05-10 开利公司 用于易腐货物运输的卫生管理系统
CN107525780A (zh) * 2017-07-26 2017-12-29 成都九维云联科技有限公司 基于光谱技术的物品腐败程度检测系统
CN107796172A (zh) * 2017-09-11 2018-03-13 珠海格力电器股份有限公司 食物过期预警方法、装置、存储介质及食物储存设备
CN107796172B (zh) * 2017-09-11 2019-11-26 珠海格力电器股份有限公司 食物过期预警方法、装置、存储介质及食物储存设备
CN107450467A (zh) * 2017-09-28 2017-12-08 杭州纳戒科技有限公司 物流箱监测系统以及物流监测系统
CN108956545B (zh) * 2018-06-15 2020-10-27 北京农业智能装备技术研究中心 一种水果内部品质无损检测模型建立方法及系统
CN108956545A (zh) * 2018-06-15 2018-12-07 北京农业智能装备技术研究中心 一种水果内部品质无损检测模型建立方法及系统
CN110135788A (zh) * 2019-05-26 2019-08-16 浙江大学 一种冷链物流运输设备、冷链物流系统及货物动态定价方法
CN111241680A (zh) * 2020-01-10 2020-06-05 秒针信息技术有限公司 基于冷库温度变化的冷冻物品品质分析方法及装置
CN111241680B (zh) * 2020-01-10 2023-12-08 秒针信息技术有限公司 基于冷库温度变化的冷冻物品品质分析方法及装置
CN111027894A (zh) * 2020-01-10 2020-04-17 秒针信息技术有限公司 基于知识图谱的冷库贮藏物品品质评估方法及装置

Also Published As

Publication number Publication date
WO2012088818A1 (zh) 2012-07-05

Similar Documents

Publication Publication Date Title
CN102539335A (zh) 实时检测并预测易腐物品品质的系统及方法
Karoui et al. Fluorescence spectroscopy measurement for quality assessment of food systems—a review
Abasi et al. Dedicated non-destructive devices for food quality measurement: A review
Qu et al. Applications of near-infrared spectroscopy in food safety evaluation and control: A review of recent research advances
Zude et al. Non-destructive tests on the prediction of apple fruit flesh firmness and soluble solids content on tree and in shelf life
Abbott Quality measurement of fruits and vegetables
Studman Computers and electronics in postharvest technology—a review
CN102636433B (zh) 一种食品新鲜程度检测装置及采用该装置的冰箱
US20090147260A1 (en) Method and Apparatus for Determining Quality of Fruit and Vegetable Products
CN104048939A (zh) 生猪血液中血糖含量近红外快速检测方法
CN102621192A (zh) 一种利用电子鼻检测芒果新鲜度的方法
CN102866130A (zh) 光测量分析装置、储藏库、电磁波发生装置以及光测量分析方法
Gao et al. LED-induced fluorescence spectroscopy technique for apple freshness and quality detection
CN110530144B (zh) 一种基于在线检测技术的智能干燥方法
Zuniga et al. Ripe or rotten? Low-cost produce quality estimation using reflective green light sensing
Tang et al. Intelligent detection for fresh‐cut fruit and vegetable processing: Imaging technology
CN105527236A (zh) 一种利用光谱法测定农产品主要营养成分的方法
Arya et al. A Proposed Architecture: Detecting Freshness of Vegetables using Internet of Things (IoT) & Deep Learning Prediction Algorithm
CN106442864A (zh) 一种蔬果食品安全检测装置
Geethapriya et al. Evaluation of fruit ripeness using electronic nose
Vasefi et al. Multimode hyperspectral imaging for food quality and safety
Encio et al. A Fuzzy Logic Approach for the Determination of Carabao Mango Ripeness Level and Shelf Life
Nishino et al. Dual-beam spectral measurement improves accuracy of nondestructive identification of internal rot in onion bulbs
Miseo et al. Portable Near‐Infrared Spectroscopy in Food Analysis
Zhao et al. Study on Near-infrared Spectroscopy Non-destructive Testing of Strawberry Quality

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20120704