CN102590288B - 基于电子鼻的食品品质检测系统和检测方法 - Google Patents
基于电子鼻的食品品质检测系统和检测方法 Download PDFInfo
- Publication number
- CN102590288B CN102590288B CN 201210014215 CN201210014215A CN102590288B CN 102590288 B CN102590288 B CN 102590288B CN 201210014215 CN201210014215 CN 201210014215 CN 201210014215 A CN201210014215 A CN 201210014215A CN 102590288 B CN102590288 B CN 102590288B
- Authority
- CN
- China
- Prior art keywords
- electronic nose
- food quality
- sensor
- air
- food
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种基于电子鼻的食品品质检测系统和检测方法,包括电子鼻系统、空气滤清装置和微型计算机,还包括样本容器,所述空气滤清装置包括第一空气滤清装置和第二空气滤清装置;电子鼻系统与微型计算机相连接;第一空气滤清装置与样品容器相连接,第二空气滤清装置与电子鼻系统相连接。微型计算机中设有用于控制电子鼻系统进行工作参数设置、样品检测、传感器清洗和实验数据收集、处理和分析的上位机控制软件。电子鼻系统包括传感器阵列、供气动力装置和若干个气室。本发明系统的阈值随机共振互相关系数分析技术克服了半导体气体传感器的基线漂移的问题,提高食品品质分析的准确性。
Description
技术领域
本发明涉及食品品质检测领域,尤其是涉及一种基于电子鼻的食品品质检测系统和检测方法。
背景技术
食品品质是食品质量的重要指标之一,也是食品能否为消费者接受的主要因素之一。目前食品品质一般采用人工感官品评方法,但人的感觉器官易受环境、品评员个体差异以及主观因素的干扰,从而降低了品评结果的准确性。同时,人工感官防范更不适合品评有毒害物质。以色谱类为代表的仪器分析方法虽可定性和定量分析食品气味成分,但该方法普遍存在耗时长、成本高、设备昂贵、有毒害等不足,不适合现场检测的需要。
例如,中国专利授权公告号:CN101769889A,授权公告日2010 年7月7日,公开了一种农产品品质检测的电子鼻系统,包括一主要完成对低浓度气味收集的气体富集模块,一主要把气味信号转化为电信号的气室气路模块及传感器阵列,一主要对传感器阵列输出信号进行滤波、模数转换、特征提取的传感器调理电路与数据预处理模块,一对信号进行识别和判断、且带有数据存储的嵌入式系统,一显示与结果输出模块;所述的气体富集模块由装填有吸附剂的吸附管、电热丝和温控装置构成。该发明不足之处是对检测数据的处理方法单一;能够检测的产品范围窄。
又如,中国专利授权公告号:CN101382531A,授权公告日2009年3月11日,公开了一种利用电子鼻检测虾新鲜度的方法,包括下述步骤:将待检测虾样品放入密封容器中,恒温水浴加热;在测试室中通入流速稳定的气体,将加热后的虾样品放入测试室中,使气流携带样品散发出的气味经过由5个不同类型的气体传感器组成的阵列进行检测;收集气体传感器阵列采集的数据,对采集的数据进行数据处理,根据数据处理结果评定虾新鲜度。该发明不足之处是对检测数据的处理方法单一,能够检测的产品范围窄,且没有解决气体传感器长时间工作出现的基线漂移问题,这都限制了电子鼻技术在食品快速检测领域所发挥的作用。
发明内容
本发明的目的在于构建出一套电子鼻系统,提出一种基于电子鼻的食品品质检测系统和检测方法。
为了实现上述目的,本发明采用以下技术方案:
一种基于电子鼻的食品品质检测系统,包括电子鼻系统、空气滤清装置和微型计算机,还包括样品容器,所述空气滤清装置包括第一空气滤清装置和第二空气滤清装置;电子鼻系统与微型计算机相连接;第一空气滤清装置与样品容器相连接,第二空气滤清装置与电子鼻系统相连接。
电子鼻技术是近年来发展较快的一种人工嗅觉系统,它利用多个具有不同敏感特性的气敏传感器阵列,结合模式识别的数据处理方法,仿生人体的嗅觉系统,对被测气体进行智能化检测。
电子鼻在食品生产质量控制领域处于刚刚兴起阶段,使用方便而且迅速。与传统的人工感官品评法相比,它能避免人为误差,重复性好,还能检测一些人鼻不能够检测的气体,如毒气或一些刺激性气体,它在许多领域,尤其是食品行业发挥着越来越重要的作用。相比色谱、光谱等分析技术,电子鼻技术具有检测速度快、响应灵敏、样品前处理简单、价格低廉、易于使用等优点;其测定评估范围广,它可以检测各种不同种类的食品;这些特点使电子鼻系统成为食品行业非常具有开发潜力的检测仪器。
作为优选,微型计算机中设有用于控制电子鼻系统进行工作参数设置、样品检测、传感器清洗、实验数据收集、处理和分析的上位机控制软件。
作为优选,所述电子鼻系统包括传感器阵列、供气动力装置和若干个气室。
作为优选,所述传感器阵列包括若干个气体传感器;每个传感器处于独立的气室内;所述气室采用聚四氟乙烯耐高温材料制成。
作为优选,所述空气滤清装置包括活性炭材料和容纳器具。
作为优选,所述供气动力装置包括采样泵、清洗泵和电磁阀,电磁阀包括第一电磁阀和第二电磁阀;采样泵通过聚乙烯导管与第一电磁阀相连接,清洗泵一端与第二空气滤清装置通过聚乙烯导管相连,清洗泵另一端与第二电磁阀通过聚乙烯导管相连接,第一电磁阀和第二电磁阀分别通过聚乙烯导管与传感器气室相连接。
电子鼻系统包含的传感器阵列是由8类半导体气体传感器构成,它们的型号和性能如表1所示。每个传感器的气室独立,气室采用耐高温材料制成,气体可均匀泵入每个传感器的气室,这样做的优点在于避免了传感器间的相互干扰,提高检测精度。
表1 传感器型号及性能特点
传感器编号 | 传感器型号 | 敏感气体种类 |
1 | TGS-825 | 硫化物 |
2 | TGS-821 | 氢气等可燃性气体 |
3 | TGS-826 | 氨气 |
4 | TGS-822 | 酒精、甲苯、二甲苯等 |
5 | TGS-842 | 碳氢组分气体(C1~C8) |
6 | TGS-813 | 甲烷、丙烷、丁烷 |
7 | TGS-2610 | 丙烷、丁烷 |
8 | TGS-2201 | 氮氧化物 |
对传感器获得的信号经过气敏传感器信号放大及滤波电路、模数转换电路处理后,将转换的结果传至嵌入式系统保存。气敏传感器输出的电压值很小,在模数转换时,模数转换芯片存在误差,过小的电压值会使误差造成的影响过大,所以需要对电压信号进行放大处理。另外,由于一些不稳定的因素,可能会使输出信号产生一些毛刺,需要滤去这些毛刺。模数转换将连续的模拟量(如电压、电流等)通过取样转换成离散的数字量。在嵌入式系统中处理的数据都是0和1组成的二进制数,是一种数字量,而从传感器出来的信号是连续的模拟量,必须要经过模数转换将其转化为数字量才能被嵌入式系统接受。模数转换电路的任务是将传感器输出的连续的电压信号转换成离散的数字信号。将处理后的数字信号输入阈值随机共振互相关系数分析系统,可以克服半导体气体传感器工作时间长温度高所造成的基线漂移的问题,更精确的对不同风味的食品样本数据进行处理和分析。
一种基于电子鼻的食品品质检测系统的检测方法,包括下述步骤:
(1)开启电子鼻和与其连接的微型计算机,运行电子鼻上的上位机控制软件,以经过活性炭滤清的空气清洗电子鼻传感器30分钟,使电子鼻各传感器的响应回归至基线值;
(2)将待测食品样品置于密闭容器中,在室温下静置30分钟,使容器顶空中积累一定量的草鱼样品挥发气体;
(3)样品检测时电子鼻气室内先通入洁净空气稳定60秒,然后设定好电子鼻工作参数(包括工作传感器的选择,检测时间、检测载气流速、清洗时间、清洗气体流速等的设定);将检测探头插入样品容器内,并同时将空气滤清器插入样品容器以平衡气压,将样品挥发的气体吸入电子鼻气室,挥发性气体成分与各传感器接触并作用,各传感器电导率发生变化,产生电信号;
(4)采集各传感器的数据,并通过高速USB接口将数据传输至微型计算机进行显示和存储;
(6)将电子鼻响应初始值(Vs)、稳定值(Ve)、上升时间(Ti)、上升速率()输入电子鼻系统内的固化有阈值随机共振算法的数字信号处理器DSP芯片内,计算互相关系数特征值foe;
由多个阈值单元构成的并行网络在工程中广泛存在,因此阈值上随机共振具有实际的应用价值和广阔的应用前景。由多个传感器组成的加和阵列,其中每个传感器具有一定的灵敏度,存在对信号响应的阈值,就是典型的多阈值加和并行网络系统。多个阈值单元组成的并行网络在实际系统中广泛存在,因此许多实际工程问题都可以简化为单个或多个阈上随机共振模型的排列分布。电子鼻系统是有多传感器阵列构成的分立-叠加复杂系统。阵列中的每一个传感器都具有独立的灵敏度,检测信号响应存在着阈值,因此我们可以把智能电子鼻系统视作一种多阈值分立-叠加的复杂体系。
实际系统的输入多为非周期性信号,对于非周期输入信号的随机共振系统通常采用互相关系数来表征,互相关系数表征了系统的随机输入与输出信号之间匹配程度。
(7)对不同品质的食品样品的互相关系数特征值foe进行主成分分析,绘制出主成分分析图,根据分析图判断食品品质。
本发明构建出一套用于食品品质分析的新型电子鼻系统,该系统内置的数字信号处理芯片(DSP)可实时处理电子鼻检测数据并输出互相关系数特征值foe,根据互相关系数特征值判定食品品质的优劣。固化在DSP内的阈值随机共振程序可以克服现有模式识别方法的不足,提高样品区分和识别的准确度。同时可有效解决现有气体传感器基线漂移的问题,提高检测精度。
(8)检测结束后,用清洗泵吸取滤清空气清洗传感器,使个传感器的响应恢复至基线值,待下次测量。
作为优选,所述步骤(7)和步骤(8)之间插入下述步骤:
(8-1)根据不同品质的食品的互相关系数特征值foe拟合出不同的食品品质预测模型;
(8-2)将互相关系数特征值foe代入下述食品品质预测模型的公式中,计算食品品质系数:
其中,foe为互相关系数特征值,为食品品质系数。由于不同食品的风味特征不尽相同,在实际检测过程中每种食品严格对应其唯一的品质系数方程。
(8-3)根据食品品质系数判断食品品质。
因此,本发明的有益效果在于:
(1)本系统体积小、成本低、重量轻、使用方便;结构紧凑、选用器件精良,具有良好的精确度和稳定性。
(2)具有温度、湿度补偿功能和进气流量自动调整功能;具有友好的软件控制界面。
(3)阈值随机共振互相关系数分析技术有利于克服了半导体气体传感器的基线漂移的问题,提高食品品质分析的准确性。
附图说明
图1是本发明的一种结构框图;
图2是多阈值分立、叠加体系模型图;
图3是10种醋的主成分分析图;
图4是6种掺奶粉奶样品的输出互相关系数图;
图5是6种掺奶粉奶样品的互相关系数与噪声强度的关系曲线图;
图6是不同天数霉变稻谷主成分分析图;
图7是为菌落总数测定结果图;
图8是本发明的实施例1的检测流程图;
图9是本发明的实施例2的检测流程图。
图中:第一空气滤清装置1,第二空气滤清装置2,样本容器3,电子鼻系统4,微型计算机5。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
实施例1
如图1所示,本实施例的基于电子鼻的食品品质检测系统包括电子鼻系统、空气滤清装置和微型计算机,还包括样品容器3,所述空气滤清装置包括第一空气滤清装置1和第二空气滤清装置2;电子鼻系统4与微型计算机5相连接;第一空气滤清装置与样品容器相连接,第二空气滤清装置与电子鼻系统相连接。
微型计算机中设有用于控制电子鼻系统进行工作参数设置、样品检测、传感器清洗和实验数据收集、处理和分析的上位机控制软件。所述电子鼻系统包括传感器阵列、供气动力装置和若干个气室。传感器阵列包括8个气体传感器;每个传感器处于独立的气室内;气室采用聚四氟乙烯材料制成。空气滤清装置包括活性炭材料和容纳器具。供气动力装置包括采样泵、清洗泵和电磁阀,电磁阀包括第一电磁阀和第二电磁阀;采样泵通过聚乙烯导管与第一电磁阀相连接,清洗泵一端与第二空气滤清装置通过聚乙烯导管相连,清洗泵另一端与第二电磁阀通过聚乙烯导管相连接,第一电磁阀和第二电磁阀分别通过聚乙烯导管与传感器气室相连接。
电子鼻系统进行测试时,将测试样品置于洁净干燥的烧杯中,用聚乙烯保鲜膜密封,在室温下静置,使其积累一定的挥发性物质。样品检测时先通入洁净空气稳定60s,然后通过仪器检测探头将挥发性气体吸入电子鼻气室,与传感器阵列接触, 产生电信号,通过高速A /D采样单元采集传感器响应信号,最后通过USB控制器将数据传输至计算机进行显示和存储。样品检测结束后通入洁净的空气清洗传感器,以便进行下一次的测量。
如图8所示,包括下述检测步骤:
(1)开启电子鼻和与其连接的微型计算机,运行电子鼻上的上位机控制软件,以经过活性炭滤清的空气清洗电子鼻传感器30分钟,使电子鼻各传感器的响应回归至基线值;
(2)将待测食品样品置于密闭容器中,在室温下静置30分钟,使容器顶空中积累一定量的草鱼样品挥发气体;
(3)样品检测时电子鼻气室内先通入洁净空气稳定60秒,然后设定好电子鼻工作参数(包括工作传感器的选择,检测时间、检测载气流速、清洗时间、清洗气体流速等的设定);将检测探头插入样品容器内,并同时将空气滤清器插入样品容器以平衡气压,将样品挥发的气体吸入电子鼻气室,挥发性气体成分与各传感器接触并作用,各传感器电导率发生变化,产生电信号;
(4)采集各传感器的数据,并通过高速USB接口将数据传输至微型计算机进行显示和存储;
(6)将电子鼻响应初始值(Vs)、稳定值(Ve)、上升时间(Ti)、上升速率()输入电子鼻系统内的固化有阈值随机共振算法的数字信号处理器DSP芯片内,计算互相关系数特征值foe;
(7)对不同品质的食品样品的互相关系数特征值foe进行主成分分析,绘制出主成分分析图,根据分析图判断食品品质。
(8)检测结束后,用清洗泵吸取滤清空气清洗传感器,使个传感器的响应恢复至基线值,待下次测量。
对10种不同品牌的食醋进行检测
醋中的风味是反映其质量的重要部分,通过研究醋的特征香气成分,可用于建立鉴别产品质量优劣、真假的判断标准。不同品牌的食醋由于原料、酸度、发酵方式及产地的不同使它们在香气成分上具有差异性,从而在8个气敏传感器产生不同的响应程度。测试结果经阈值随即共振处理之后进行主成分区分。
选用陈醋、米醋、白醋、香醋共4类食醋,一共10个产品(山西陈醋、海天陈醋、恒顺陈醋、恒顺镇江陈醋、金山寺镇江陈醋、恒顺酿造白醋、马大嫂白醋、长康糯米白醋、镇江白醋、古纤道米醋)制成样品。为保证实验的准确性,每个样品作3组平行样本,每组取10ml,共33个样本,置于洁净干燥的小烧杯中,并用聚乙烯保鲜膜密封,在室温下静置30min,使其积累一定的挥发性物质。样品检测时先通入洁净空气稳定60s,然后通过仪器检测探头将挥发性气体吸入电子鼻气室,与传感器阵列接触, 产生电信号,通过高速A /D采样单元采集传感器响应信号,最后通过USB控制器将数据传输至计算机进行显示和存储。样品检测时间为30s,检测结束后通入洁净的空气清洗传感器,以便进行下一次的测量。
测试结果分析:
图3为实验数据经阈值随即共振处理后进行主成分区分结果,横坐标为主成分1,纵坐标为主成分2,从分析结果可以看出,电子鼻系统能对这10种食醋进行有效的区分。不同品牌的食醋由于原料、酸度、发酵方式及产地的不同分布于图中不同的区域,且无重叠现象。恒顺酿造白醋、镇江白醋、马大嫂白醋是具有相同酸度的3种白醋产品,但由于配料、酿造方式和产地的不同因而具有较为显著的差异。而对于长康糯米白醋样品,由于其原料、发酵工艺和酸度等因素影响,电子鼻检测结果与其它3种白醋区分明显。山西陈醋、海天陈醋、恒顺陈醋和金山寺镇江陈醋4种酸度逐渐增加的陈醋产品。恒顺镇江香醋、恒顺陈醋、金山寺镇江陈醋这3种均采用固态发酵,在图中表现出一定的相似性。海天陈醋和山西陈醋虽然也采用固态发酵,但由于受其配料中的高粱、豌豆,产地等方面的影响,使这2种区别于前3种。恒顺陈醋、恒顺镇江香醋、恒顺酿造白醋、金山寺镇江陈醋虽然类型和酸度不同,但产地相同,在区分结果图中较为接近,由此可见产地对其的影响比较大。山西陈醋产地山西,而长康糯米白醋产自湖南岳阳,该2种食醋产品的风味与其它华东产区的食醋产品区别较大。
对稻谷的霉变程度进行检测:
稻谷在发生霉变过程中会产生霉味、腐败味、酸败味或甜味等气味,这些气味的主要成分是由微生物作用产生的羟基类、醛基类、硫化物等化合物从而在8个气敏传感器产生不同的响应程度。测试结果经阈值随即共振处理后进行主成分区分,并辅以微生物检测法测定菌落总数做对比。
将稻谷制成4组平行样本,每组称取25g,置于洁净干燥的烧杯中,并用聚乙烯保鲜膜密封,在室温下静置30min,使其积累一定的挥发性物质。连续7天每天用电子鼻系统对样品进行检测,检测时间为30s,检测结束后通入洁净的空气清洗传感器,以便进行下一次的测量。在此期间,每天对相同的样品进行菌落总数的测定,检验方法参照GB/4789.2-2010《食品微生物学检验-菌落总数测定》方法进行。
测试结果分析:
图6为电子鼻检测数据的原始特征值输入电子鼻内置DSP芯片处理并输出互相关系数特征值,对输出互相关系数进行主成分分析的结果,从分析结果可以看出,储存不同天数的样品由于腐败程度的不同,分布于图中不同的区域,且无重叠现象。
图7为菌落总数测定结果,表明菌落数在前3天迅速增长,之后几天基本维持稳定。
实施例2
实施例2中的结构部分与实施例1相同,在实施例1的
所述步骤(7)和步骤(8)之间插入下述步骤:
如图9所示,根据不同品质的食品的互相关系数特征值foe拟合出不同的食品品质预测模型;
将互相关系数特征值foe代入下述牛奶品质预测模型的公式中,计算食品品质系数:
根据牛奶品质系数判断食品品质。
对掺入不同比例奶粉的纯牛奶样品进行检测:
半导体气体传感器的检测原理是敏感材料与牛奶挥发气体成分结合后引起的电学性质的改变,该变化信号可以作为牛奶挥发气体的表征。电子鼻传感器阵列对于不同奶样品具有差异化的响应,这是电子鼻对不同样品的区分原理。采用互相关系数分析方法提取牛奶样品气味特征。
选择伊利高钙低脂奶和伊利高钙脱脂奶粉,配制成的奶粉蛋白质含量与纯牛奶一致,用超声机均质乳化。将牛奶与奶粉奶按不同比例混合得到6组样品,即:样品1(100%牛奶)、样品2(80%纯奶+20%奶粉奶)、样品3(60%纯奶+40%奶粉奶)、样品4(40%纯奶+60%奶粉奶)、样品5(20%纯奶+80%奶粉奶)、样品6(100%奶粉奶)。每个样品制备10个平行样本,置于250ml烧杯中并用保鲜膜密封,在室温下静置30min后开始检测。实验开始前先通入洁净空气稳定60s,然后通过仪器检测探头将挥发性气体吸入电子鼻气室,与传感器阵列接触, 产生电信号,通过高速A/D采样单元采集传感器响应信号,最后通过USB控制器将数据传输至计算机进行显示和存储。样品检测时间为40s,检测结束后通入洁净的空气清洗传感器一段时间,以便进行下一次的测量。测试结果分析:
图4为6种掺奶粉奶样品的输出互相关系数图,在图中可以观察出6种掺奶粉奶样品的互相关系数呈现梯度变化的特征。纯牛奶奶香浓郁,因此样品1的互相关系数信号较其它样品大,并且随着掺入奶粉奶比例的增大,互相关系数逐渐降低,互相关系数宽度呈变小的趋势。从每种样品选择50组变换后的数据作为训练样本,20组作为测试样本。将每种样品的训练样本输入阈值随机共振系统,以固定强度区间的噪声信号调制耦合输入信号,每种奶样品的输出和输入之间用
互相关系数曲线表征。
图5是6种奶样品的互相关系数与噪声强度的关系曲线图,在不同噪声强度下,每种奶样品的最大互相关系数基本为常数,牛奶品质预测模型如下所示。
其中,foe为互相关系数特征值,为食品品质系数。该公式适用于牛奶中掺入奶粉奶导致牛奶品质下降的检测。
Claims (1)
1.一种基于电子鼻的食品品质检测方法,该方法适用于一种食品品质检测系统,所述食品品质检测系统包括电子鼻系统(4)、空气滤清装置和微型计算机(5),还包括样本容器(3),所述空气滤清装置包括第一空气滤清装置(1)和第二空气滤清装置(2);电子鼻系统与微型计算机相连接;第一空气滤清装置与样本容器相连接,第二空气滤清装置与电子鼻系统相连接;其特征在于,包括下述步骤:
(1-1)开启电子鼻和与其连接的微型计算机,运行电子鼻上的上位机控制软件,以经过活性炭滤清的空气清洗电子鼻传感器30分钟,使电子鼻各传感器的响应回归至基线值;
(1-2)将待测食品样品置于密闭容器中,在室温下静置30分钟,使容器顶空中积累一定量的样品挥发气体;
(1-3)样品检测时电子鼻气室内先通入洁净空气稳定60秒,然后设定好电子鼻工作参数;将检测探头插入样品容器内,并同时将空气滤清器插入样品容器以平衡气压,将样品挥发的气体吸入电子鼻气室,挥发性气体成分与各传感器接触并作用,各传感器电导率发生变化,产生电信号;
(1-4)采集各传感器的数据,并通过高速USB接口将数据传输至微型计算机进行显示和存储;
(1-7)对不同品质的食品样品的互相关系数特征值foe进行主成分分析,绘制出主成分分析图,根据分析图判断食品品质;
(1-8)根据不同品质的食品的互相关系数特征值foe拟合出不同的食品品质预测模型;
(1-9)将互相关系数特征值foe代入下述食品品质预测模型的公式中,计算食品品质系数:
(1-10)根据食品品质系数判断食品品质;
(1-11)检测结束后,用清洗泵吸取滤清空气清洗传感器,使各传感器的响应恢复至基线值,待下次测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210014215 CN102590288B (zh) | 2012-01-17 | 2012-01-17 | 基于电子鼻的食品品质检测系统和检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210014215 CN102590288B (zh) | 2012-01-17 | 2012-01-17 | 基于电子鼻的食品品质检测系统和检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102590288A CN102590288A (zh) | 2012-07-18 |
CN102590288B true CN102590288B (zh) | 2013-09-18 |
Family
ID=46479226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201210014215 Expired - Fee Related CN102590288B (zh) | 2012-01-17 | 2012-01-17 | 基于电子鼻的食品品质检测系统和检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102590288B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109738586A (zh) * | 2018-12-30 | 2019-05-10 | 盐城工学院 | 一种利用电子鼻设备的室内挥发气体监测方法 |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103424525B (zh) * | 2013-03-18 | 2015-04-08 | 浙江工商大学 | 牛奶品质检测装置及检测方法 |
CN103293187A (zh) * | 2013-05-16 | 2013-09-11 | 浙江工商大学 | 一种黑芝麻霉变程度检测方法 |
CN103416469B (zh) * | 2013-06-03 | 2014-12-24 | 江苏大学 | 一种基于电子鼻审评的热泵冷风风干鲢鱼的生产方法 |
CN103412103A (zh) * | 2013-08-01 | 2013-11-27 | 浙江工商大学 | 黑鱼品质无损快速检测方法 |
CN103424522B (zh) * | 2013-08-01 | 2015-04-29 | 浙江工商大学 | 牛肉酱调味液的品质检测装置及检测方法 |
CN103412102B (zh) * | 2013-08-01 | 2015-01-07 | 浙江工商大学 | 鸡胸脯肉新鲜度检测装置及检测方法 |
CN103412002A (zh) * | 2013-08-01 | 2013-11-27 | 浙江工商大学 | 一种食醋风味分析装置和方法 |
CN103412051A (zh) * | 2013-08-22 | 2013-11-27 | 浙江工商大学 | 一种番荔枝储存时间的检测方法 |
CN103499531B (zh) * | 2013-10-15 | 2015-07-01 | 无锡艾科瑞思产品设计与研究有限公司 | 一种食品品质可视化检测装置和方法 |
CN104089988A (zh) * | 2013-11-14 | 2014-10-08 | 浙江工商大学 | 家用谷物品质检测装置及检测方法 |
CN104089989A (zh) * | 2013-11-14 | 2014-10-08 | 浙江工商大学 | 食用油品质检测装置及检测方法 |
CN104089987A (zh) * | 2013-11-14 | 2014-10-08 | 浙江工商大学 | 便携式冷冻牛肉品质检测装置及检测方法 |
CN104089799A (zh) * | 2013-12-04 | 2014-10-08 | 浙江工商大学 | 草鱼腥度检测方法 |
CN104132967B (zh) * | 2014-06-20 | 2016-12-07 | 浙江理工大学 | 一种基于双阈值随机共振的低浓度气体检测方法 |
CN105319330A (zh) * | 2015-10-22 | 2016-02-10 | 南京雨润食品有限公司 | 一种盐水鸭风味指纹图谱的建立和快速鉴别方法 |
CN105277595A (zh) * | 2015-11-19 | 2016-01-27 | 江苏威凌生化科技有限公司 | 电子嗅觉器在多拉菌素发酵过程环己甲酸浓度在线检测中的应用 |
CN105866209B (zh) * | 2016-03-28 | 2018-06-12 | 齐鲁工业大学 | 一种基于电子舌的大豆分离蛋白辨识方法 |
CN105866359B (zh) * | 2016-04-04 | 2017-09-26 | 浙江理工大学 | 一种食用油品质检测系统 |
CN105891431B (zh) * | 2016-04-04 | 2017-10-27 | 浙江理工大学 | 一种亚麻籽油品质检测方法 |
CN106124700B (zh) * | 2016-06-20 | 2018-01-16 | 重庆大学 | 一种带自表达的电子鼻非目标干扰气体识别方法 |
CN106153830B (zh) * | 2016-08-11 | 2018-07-17 | 重庆大学 | 通用电子鼻系统及其检测方法 |
CN108088962A (zh) * | 2018-02-05 | 2018-05-29 | 中国农业科学院麻类研究所 | 一种鉴别青贮发酵饲料品质的方法 |
CN109738584A (zh) * | 2018-12-30 | 2019-05-10 | 盐城工学院 | 一种电子鼻系统 |
US11328346B2 (en) | 2019-06-24 | 2022-05-10 | International Business Machines Corporation | Method, system, and computer program product for product identification using sensory input |
US20210102925A1 (en) * | 2019-10-02 | 2021-04-08 | X Development Llc | Machine olfaction system and method |
CN111521641A (zh) * | 2020-01-15 | 2020-08-11 | 新疆仪尔高新农业开发有限公司 | 一种白兰地原酒不同蒸馏方式的识别方法 |
CN112881616A (zh) * | 2021-02-03 | 2021-06-01 | 浙江清华长三角研究院 | 一种车载式食品品质监测的电子鼻装置 |
CN113447618B (zh) * | 2021-06-29 | 2023-11-03 | 重庆大学 | 多传感器电子鼻的阶梯形气室、双进样检测系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382531A (zh) * | 2008-10-08 | 2009-03-11 | 天津商业大学 | 利用电子鼻检测虾新鲜度的方法 |
CN101655471A (zh) * | 2009-09-23 | 2010-02-24 | 南京农业大学 | 一种气体传感器检测鸡蛋新鲜度的方法 |
-
2012
- 2012-01-17 CN CN 201210014215 patent/CN102590288B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382531A (zh) * | 2008-10-08 | 2009-03-11 | 天津商业大学 | 利用电子鼻检测虾新鲜度的方法 |
CN101655471A (zh) * | 2009-09-23 | 2010-02-24 | 南京农业大学 | 一种气体传感器检测鸡蛋新鲜度的方法 |
Non-Patent Citations (3)
Title |
---|
基于智能电子鼻系统对不同品牌啤酒区分;杨利军 等;《食品科学》;20111231;第32卷(第22期);第184-187页 * |
杨利军 等.基于智能电子鼻系统对不同品牌啤酒区分.《食品科学》.2011,第32卷(第22期),第184-187页. |
栾淑利.基于人工神经网络的酒精识别电子鼻研究.《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》.2005,(第03期),第56-57页. * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109738586A (zh) * | 2018-12-30 | 2019-05-10 | 盐城工学院 | 一种利用电子鼻设备的室内挥发气体监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102590288A (zh) | 2012-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102590288B (zh) | 基于电子鼻的食品品质检测系统和检测方法 | |
CN102621192B (zh) | 一种利用电子鼻检测芒果新鲜度的方法 | |
CN102590283B (zh) | 利用电子鼻检测草鱼新鲜度的方法 | |
Jonsson et al. | Electronic nose for microbial quality classification of grains | |
CN103424521B (zh) | 一种牛肉新鲜度检测装置及检测方法 | |
CN103134850A (zh) | 一种基于特征香气的茶叶品质快速检测装置及检测方法 | |
CN102879436A (zh) | 一种利用电子鼻检测河鲫鱼新鲜度的方法 | |
CN103424428A (zh) | 一种基于电子鼻的猪肉新鲜度快速检测方法 | |
CN103063709B (zh) | 一种利用电子鼻检测带鱼新鲜度的方法 | |
CN1987456A (zh) | 一种水果成熟度预测方法 | |
Mildner‐Szkudlarz et al. | The use of electronic and human nose for monitoring rapeseed oil autoxidation | |
CN108195895A (zh) | 一种基于电子鼻和分光测色仪的茶树叶片氮含量快速检测方法 | |
CN103412102A (zh) | 鸡胸脯肉新鲜度检测装置及检测方法 | |
CN102944585A (zh) | 一种气味传感器检测水果采后病害的方法 | |
CN101620195A (zh) | 一种气味传感器检测次郎甜柿内部品质的方法 | |
CN104330441A (zh) | 一种判定鱼肉品质变化的方法与系统 | |
CN104089987A (zh) | 便携式冷冻牛肉品质检测装置及检测方法 | |
CN103424526A (zh) | 牛肉新鲜度检测装置及检测方法 | |
Radi et al. | Implementation of an electronic nose for classification of synthetic flavors | |
CN103424523B (zh) | 黄豆品质检测方法 | |
CN103412132B (zh) | 鸡腿肉新鲜度检测装置及检测方法 | |
CN105510412B (zh) | 快速无损检测种子生活力的方法 | |
CN103412015A (zh) | 一种混合食醋风味分析装置和方法 | |
CN105445333A (zh) | 快速无损检测小麦种子生活力的方法 | |
Siadat et al. | Detection optimization using a transient feature from a metal oxide gas sensor array |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130918 Termination date: 20160117 |
|
EXPY | Termination of patent right or utility model |