CN102914584B - 一种生乳掺杂快速检测系统及检测方法 - Google Patents
一种生乳掺杂快速检测系统及检测方法 Download PDFInfo
- Publication number
- CN102914584B CN102914584B CN201210369440.5A CN201210369440A CN102914584B CN 102914584 B CN102914584 B CN 102914584B CN 201210369440 A CN201210369440 A CN 201210369440A CN 102914584 B CN102914584 B CN 102914584B
- Authority
- CN
- China
- Prior art keywords
- lactogenesis
- sensor array
- detection
- sensor
- selective
- 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
Landscapes
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
一种生乳掺杂快速检测系统及检测方法，系统包括电脑、电化学工作站、温度控制系统和可装卸式传感器阵列组合等；可装卸式传感器阵列组合通过电化学工作站与电脑连接，可装卸式传感器阵列组合通过固定旋钮固定在可升降式固定杆上，温度控制系统放置在可装卸式传感器阵列组合的正下方，检测池放置在温度控制系统中；检测方法包括生乳标准数据库的建立，以及生乳掺杂检测中对待测生乳样品与标准生乳相对应的传感器组的马氏距离或欧氏距离测定、数据处理、人机交互界面上的直观表征。本发明具有现场快速检测、设备价格低廉、易于操作的特点；同时具有良好的检测限，无需对各掺杂指标进行逐一检测，可对原料生乳的质量进行掺杂判断，起到预警预报的作用。
Description
技术领域
本发明食品技术领域，特别涉及生乳掺杂检测系统及检测方法。
技术背景
乳制品的质量安全一直是全社会关注的焦点，给予乳制品以安全保障的关键在于乳制品原料的质量。
目前，生乳的掺杂物主要有糊精、淀粉、糖类、脂肪粉、乳清粉、铵盐电解质等，特点是掺入量比较大；此外，为了降低微生物水平提高原奶的售价掺入防腐剂；如原料奶已经变质，则通过掺入其它物质达到稳定奶的性状而蒙混过关；还有使用植物油脂、植物蛋白、动物蛋白、乳糖、矿物质等非奶物质勾兑成与牛奶接近的假牛奶获取暴利。
生鲜原料乳的检验一直是国际国内的重大课题，由于乳制品的消费量巨大，该技术领域也得到了广泛的重视。在生乳的定义和质量标准方面，国家相关职能部门也一直在进行着规范和检测工作。但由于奶牛的饲养条件、方式的不同，生乳的质量与卫生问题在国内尤为突出。曾颁布了“生鲜牛乳收购标准（GB/T 6914-86）”和“生乳卫生标准（GB19301-2010）”，依据于《良好农业规范第8部分：奶牛控制点与符合性规范》（GB/T20014.8），农业部出台了《生鲜乳收购站标准化管理技术规范》。在“生鲜牛乳收购标准”中可见，对收购的生鲜牛乳的质量要求方面，分为理化指标、感官指标和细菌指标三大类；理化指标则主要涵括了脂肪、蛋白质、密度、酸度、杂质度、汞、六六六与滴滴涕等项目；检验方法主要是索氏提取、凯氏定氮、酸碱滴定等技术方法；针对凯氏定氮对生乳验收缺陷，以三氯乙酸-蛋白质沉淀过滤方法对非蛋白氮进行检测，出台了“乳与乳制品中非蛋白氮含量的测定（GB/T21704-2008）”国家标准；针对前期出现的三聚氰胺事件，采用高效液相色谱法、液相色谱-质谱/质谱法、气相色谱-质谱联用法紧急出台了“生乳与乳制品中三聚氰胺检测方法（GB/T22388-2008）”。
原料性质相对稳定，任何的掺杂和加工，对生乳的电化学性质都有明确的影响。当前搀假技术五花八门，掺杂物和掺杂方法不同，原料乳的各类特征值就会不同。综合考察各掺杂对象的检测方法，我们可以对掺杂检测的信息进行归类，总结为显色法（淀粉类、蔗糖、苏打、石灰水、豆浆、食盐、尿素、双氧水、洗衣粉、硝酸盐、明矾等）、沉淀法（芒硝、氨肥）、试纸法（抗生素、三聚氰胺）、沸煮法（陈乳）、冰点法（掺水）、折射法（掺植物油）等等；复杂的检测方法有电泳法（乳腺炎）、HPLC（三聚氰胺）、PCR（抗生素、微生物）、微生物培养法（抗生素）等，使用的试剂更是多种多样，除电导率外，以电化学手段作为检测方法尚未见公开报道。但是，我们可以注意到， 1）这些现有的检测方法都只是针对某一种已知掺杂物的特征属性进行甄别的，要想对原料奶全面检测，从工作量上考虑也不可能，且对于刚出现的掺假技术也不能应对。比如现在利用乳清粉＋脂肪粉＋其它勾兑出来的牛奶利用传统的查假方法是无能为力的；2）对于层出不穷的掺假技术来说相应的检验手段更新太慢，经典的“凯氏定氮法”让“三聚氰胺事件”成为一个让人刻骨铭心的事例；3）另外，就是现有的检测技术针对性太强，缺乏广谱性，比如检测NaNO3的方法只能检测NaNO3，对于掺入其它的防腐剂如苯甲酸盐就不能检测出来，这就是一些收散户牛奶的奶站，其生乳的细菌数量不超标的原因；4）此外，这些所有的技术方法表现出的生乳信息归类繁杂，无法进行一个综合的表达；5）或设备价格昂贵，检测费时费力，系统所有的运转费用将由企业直接承担最终被转嫁给乳制品消费者；6）而且，在三聚氰胺事件发生前，各涉案乳品企业就已经采取了一定措施及前述的各检测设备与手段，但仍然没有阻止“三聚氰胺”事件的发生，这说明现有品控技术和方法及管理，偶是存在瑕疵，难以承担生乳掺杂检验的重任，在生乳验收检测方面迫切需要一次质的飞跃。综合以上当前不足，各部门要把提高生乳检测水平当作一个系统工程中的一个非常重要的环节来看待，使“内地人到香港抢购奶粉”尽早成为过去。
牛生乳是一个电化学的亚稳定系统，任何的理化成分改变，以及微生物的代谢等都有可能导致生乳的电化学信息发生变化，电化学信息敏锐且检测限低，通过电信号的表达直接直观，易于操作和便于识读。在传统分析科学中，非特异性选择感应是一个应该极力避免的现象，而交互感应传感器阵列则是将其作为基本出发点，设计构建成一个优化的组合，使得人工智能化学感受在技术上得以实现，交互感应理论和技术也因此成为其核心概念。多年来，传感器的非选择性一直是制约传感技术应用的重要影响因素，它意味着在一个多组分体系中，单个传感器所检测到的各组分的量和质的信息被模糊地混杂在一起而变得无用。但是，当由多个不同的非选择性传感器组成一个传感器阵列时，由于各个传感器对被测液中不同的组分均具有不同的感应度，而且是交互感应，这样不同的传感器就可以获得一系列有差异的信号，特别是在对多个样品进行测试比较时，就可以通过化学计量学或模式识别分析将不同样品的相关信息进行整合，得到样品相似、差异等方面的细致描述，这就是人工智能味觉系统的核心原理和技术基础。这是一种与常规分析方法完全不同的新的检测思路及方法，它不需要将被测液中的各组成成分进行分离单独检测，而是实时现场得到被测对象的一个整体的信息表征。生乳是一个复杂的亚稳态的乳浊液混合体系，化学成分多样且复杂，如果过分强调选择性，那么，生乳中有多少中成分就必须有多少种传感器，这样的结果就会导致传感器的结构庞大而复杂。在交互敏感和相对选择性的理论指导下，筛选并组建一个由若干选择性传感器和若干非选择性的交互感应传感器组成多传感器阵列，采用化学计量学方法，就可以构建一套具有广谱识别能力的有别于传统红外检测方法的生乳掺杂快速检测系统。本发明的目的即是构建一个可实践的生乳掺杂判别检测系统。
发明内容
本发明的目的是建立一种生乳掺杂快速检测系统及其方法。
本系统利用生乳成分和电化学性质亚稳态特点，基于“交互感应-相对选择性”理论构建多传感器阵列，以伏安法、电位法以及阻抗谱法等电化学检测方法对样品生乳进行检测并数据采集，对电化学信息采用化学计量学方法导入及比对，数据库构建、对原料生乳的品质进行初步判断。
本发明是通过以下技术方案实现的。
本发明所述的系统包括：电脑（1-1）、电化学工作站（1-2）、温度控制系统（1-3）和可装卸式传感器阵列组合（1-4），可升降式固定杆（1-5），固定旋钮（1-6），检测池（1-7）。可装卸式传感器阵列组合（1-4）通过电化学工作站（1-2）与电脑（1-1）连接，可装卸式传感器阵列组合（1-4）通过固定旋钮（1-6）固定在可升降式固定杆（1-5）上，温度控制系统（1-3）放置在可装卸式传感器阵列组合（1-4）的正下方，检测池（1-7）放置在温度控制系统（1-3）中。
本发明所述的可装卸式传感器阵列组合（1-4）由选择性传感器组、非选择性传感器阵列、参比电极组成。选择性传感器放置在选择性传感器安装槽（2-1）中，参比电极放置在参比电极安装槽（2-2）中，非选择性传感器阵列放置在非选择性传感器阵列安装槽（2-3）中。选择性传感器安装槽（2-1）、参比电极安装槽（2-2）、非选择性传感器阵列安装槽（2-3）按相邻几何排列。
本发明所述的选择性传感器安装槽（2-1）一般为3-6个。
本发明所述的非选择性传感器阵列由非选择性工作电极、非选择性辅助电极组成。非选择性工作电极放置在非选择性工作电极槽（2-3-1）中、非选择性辅助电极放置在非选择性辅助电极槽（2-3-2）中。非选择性工作电极槽（2-3-1）、非选择性辅助电极槽（2-3-2）按相邻几何排列。
本发明所述非选择性工作电极槽（2-3-1）一般为4-15个。
本发明所述的选择性传感器包括：pH电极、钠度计、电导传感器、氨电极、溶解氧检测传感器。
本发明所述的非选择性传感器包括：铂、金、铱、钯、铼、钌、铑、钨、钛、铅、银、镉、不锈钢、玻碳电极。
本发明所述的参比电极为Ag/AgCl电极或饱和甘汞电极。
本发明所述的检测方法如下。
（1）生乳标准数据库的建立。
a、将可装卸式传感器阵列组合（1-4）与电化学工作站（1-2）各端口相连接。
b、传感器阵列组的校正：将可装卸式传感器阵列组合（1-4）以常规方法清洗后，浸没入0.1mmol/L KCl溶液中，根据不同的传感器组采用不同的电化学方法进行检测；然后，再次以常规方法清清洗后以0.1mmol/L KCl溶液循环检测，直至相邻的三次检测结果，其差异度小于1%为止，蒸馏水清洗，氮气吹干后备用。
c、基准数据采集和建立：对不同品种的乳牛品种和产乳季节采集标准生乳进行电化学检测，采集电化学信息，建立不同品种的生乳标准数据库。作为生乳掺杂检测的生乳标准数据库比对用。
由于pH计、钠度计、氨电极、溶解氧检测传感器均属电位型传感器，因此通过电位法进行电化学信号采集，本发明采用系统中的开路电位法进行电位信号采集，非选择性传感器属于伏安型传感器，采用微分脉冲伏安法对检测液进行电化学信号采集。电导电极在交流阻抗检测方法下进行电化学信号采集，也可以采用电位法进行电化学信号采集。
（2）生乳掺杂检测。
a、按（1）中a、b步骤操作。
b、检测程序：将待测生乳样品按照恒温-检测-传感器清洗的循环模式进行3-10次检测，采集各传感器的电化学信息。
c、数据处理：i. 数据处理由统计学软件完成，如SPSS、SAS、Matlab、Excel等，并采用聚类分析方法计算待测生乳样品与标准生乳相对应的传感器组的马氏距离（Euclidean distance，Ed）或欧氏距离（Mahalanobis Distance，Md）；ii.由于不同组的传感器采用了不同的电化学检测方法，选择性传感器组和非选择性传感器组获得的信息数据形式不同，需要对不同的传感器组的数据进行分别处理，对生乳样品的马氏距离或欧氏距离进行分类统计分析；iii.对获得的生乳样品的马氏距离或欧氏距离分配权重后综合计算。本步骤马氏距离或欧氏距离的计算，不限于聚类分析方法，也可采用其他方法。
d、检测结果表达：检测结果的表征可由统计学软件在人机交互界面上进行展示。根据原料生乳与标准生乳的欧氏距离或马氏距离不同，用数字值或以雷达图方式对各个样本与标准生乳之间的差异度进行直观表征，并将被测生乳样品划分为合格、可疑、不合格生乳三个结论，合格与不合格原料生乳分类处理，可疑生乳样品交由其它精密仪器进行后续验证检测。
本发明是基于电化学-化学计量学为基础的原料生乳掺杂快速检测装置和技术方法，相对于传统的生乳掺杂检测的红外检测方法，具有现场快速检测、设备价格低廉、易于操作的特点；同时具有良好的检测限，如对三聚氰胺的检测，当添加量达到0.1%即可判定掺杂；在技术方面，具有广谱检测的特点，无需对各掺杂指标进行逐一检测，检测成本低廉；针对未知成分的原料生乳掺杂（如尿素、复原乳等的添加）也可进行检测，并对原料生乳的质量进行掺杂判断，起到预警预报的作用。
附图说明
图1为本发明系统结构示意图。其中，1-1为电脑，1-2为电化学工作站，1-3为温度控制系统，1-4为可装卸式传感器阵列组合，1-5为可升降式固定杆，1-6为固定旋钮，1-7为检测池。
图2为本发明图1所示的可装卸式传感器阵列组合1-4的横截面结构示意图。其中，2-1为选择性传感器安装槽，2-2为参比电极安装槽，2-3为非选择性传感器阵列安装槽。
图3为本发明图2所示的非选择性传感器阵列安装槽2-3的横截面结构示意图。其中，2-3-1为非选择性工作电极槽，2-3-2为非选择性辅助电极槽。
图4为本发明的工作流程图。
图5为本发明的检测结果分析图。
具体实施方式
下面结合实施例对本发明做进一步详细说明。
实施例1。检测系统。
本实施例所述的系统包括：电脑1-1、电化学工作站1-2、温度控制系统1-3和可装卸式传感器阵列组合1-4，可升降式固定杆1-5，固定旋钮1-6，检测池1-7。可装卸式传感器阵列组合1-4通过电化学工作站1-2与电脑1-1连接，可装卸式传感器阵列组合1-4通过固定旋钮1-6固定在可升降式固定杆1-5上，温度控制系统1-3放置在可装卸式传感器阵列组合1-4的正下方，检测池1-7放置在温度控制系统1-3中。
本实施例所述的可装卸式传感器阵列组合1-4由pH计、钠度计、电导传感器三个选择性传感器组；铂、金、钯、铑、钨、钛六个非选择性传感器阵列；参比电极Ag/AgCl电极组成。选择性传感器放置在选择性传感器安装槽2-1中，参比电极放置在参比电极安装槽2-2中，非选择性传感器阵列放置在非选择性传感器阵列安装槽2-3中。选择性传感器安装槽2-1与非选择性传感器阵列安装槽2-3按正方形排列，参比电极安装槽2-2在正中间。
本实施例所述的选择性传感器安装槽2-1为3个。
本实施例所述的非选择性传感器阵列由非选择性工作电极、非选择性辅助电极组成。非选择性工作电极铂、金、钯、铑、钨、钛放置在非选择性工作电极槽2-3-1中、非选择性辅助电极铂放置在非选择性辅助电极槽2-3-2中。非选择性工作电极槽2-3-1、非选择性辅助电极槽2-3-2按相邻几何排列。
传感器安装槽由聚四氟乙烯材料制成。
实施例2。检测方法。
对新鲜生乳、添加三聚氰胺乳、添加尿素乳、酸败乳、添加碳酸氢钠溶液调节酸度的乳、陈放乳、巴氏杀菌乳进行分别检测。
以下样品各取50mL：新鲜生乳、添加三聚氰胺乳、添加尿素乳、酸败乳、添加碳酸氢钠溶液调节酸度的乳、陈放乳、巴氏杀菌乳，以本发明所述装置进行电化学掺杂识别检测。
本实例中样本的处理情况如下：添加三聚氰胺0.10g/50mL（添加物浓度为0.2%）、添加尿素0.50g/50mL（添加物浓度为1.0%）、酸败乳（pH4.8）、添加饱和碳酸氢钠溶液调节酸度为pH6.5的酸败乳、陈放乳为4℃冰箱陈放一周、巴氏杀菌乳为75℃杀菌30min，新鲜生乳为对照组，考察不同组批生乳与生乳标准数据之间的相互关系。将前述传感器阵列组合浸入到检测液样品中，各传感器将溶液组分信息通过电化学工作站输送至计算机进行处理分析。
选择性传感器阵列组中的pH计和钠度计均采用开路电位法对研究对象进行数据采集；电导率电极在交流阻抗谱法的激发信号下对检测液进行数据采集。统计学分析后分别获得前述7种乳样与生乳标准数据库的选择性传感器阵列组欧氏距离Eds。
非选择性传感器阵列组采用微分脉冲伏安法采集数据，工作电极阵列由铂电极、金电极、钯电极、钛电极、钨电极和银电极；辅助电极为铂柱电极；参比电极为Ag/AgCl电极。其激发信号参数为：Init E=0V，Final E=0.5V， Incr E=0.005V， Amplitude=0.05V，Pulse Width=0.05s。统计学分析后分别获得7种乳样与生乳标准数据库的非选择性传感器阵列组欧氏距离Edns。
将各传感器所采集的信号数据进行叠加，作为传感器阵列对7种乳液样品采集的数据，通过安装于计算机中的分析软件SPSS18.0中的主成分分析方法进行分析及聚类分析处理。
以选择性传感器阵列组获得的欧氏距离Eds权重为50%，非选择性传感器阵列组获得的欧氏距离Edns权重为50%，获得综合欧氏距离Ed，并以各检测乳液样品的信号数据与标准生乳数据库中心的欧氏距离为判别依据，检测结果为欧氏距离。
可通过两种方式对检测样品中合格、怀疑、不合格的三个结果进行表达：1）数据表达：对欧氏距离的大小依据数字值的大小（见下表）；2）由上述各欧氏距离所绘制的雷达图直观表达（图5）。图中每个轴代表一个乳液样品，圆心位置为该乳样所采集的生乳标准数据，每个轴与圆心的距离的联线代表不同样品的掺杂得分分布，与圆心的距离代表不同样品与标准生乳之间的差异。本实施例中，可以以Ed为0-1.0、1.0-2.0和2.0以上来对检测样进行掺杂预判，Ed为0-1.0的检测样本为合格样本，Ed为1.0-2.0的检测样本为掺杂可疑样本，需要通过其它的检测方法来判定，Ed大于2.0的检测样本为不合格样本，直接淘汰。雷达图结果显示，不同样品具有不同的差异度，且区分效果显著。
| 编号 | 0 | 1 | 2 | 3 | 4 | 5 | 6 |
| 添加物质 | 新鲜生乳 | 添加碳酸氢钠乳 | 酸败乳 | 添加0.2%三聚氰胺 | 添加1.0%尿素 | 陈放乳 | 巴氏乳 |
| 欧氏距离 | 0.64 | 2.56 | 29.53 | 4.65 | 1.04 | 6.64 | 23.73 |
以上表格中所列均为个掺杂生乳到标准生乳数据库中心的欧氏距离，图5为欧氏距离直观的雷达图。
Claims (1)
1.一种生乳掺杂快速检测系统的检测方法，检测系统包括电脑（1-1）、电化学工作站（1-2）、温度控制系统（1-3）和可装卸式传感器阵列组合（1-4），可升降式固定杆（1-5），固定旋钮（1-6），检测池（1-7）；可装卸式传感器阵列组合（1-4）通过电化学工作站（1-2）与电脑（1-1）连接，可装卸式传感器阵列组合（1-4）通过固定旋钮（1-6）固定在可升降式固定杆（1-5）上，温度控制系统（1-3）放置在可装卸式传感器阵列组合（1-4）的正下方，检测池（1-7）放置在温度控制系统（1-3）中；所述的可装卸式传感器阵列组合（1-4）由选择性传感器组、非选择性传感器阵列、参比电极组成；选择性传感器放置在选择性传感器安装槽（2-1）中，参比电极放置在参比电极安装槽（2-2）中，非选择性传感器阵列放置在非选择性传感器阵列安装槽（2-3）中，选择性传感器安装槽（2-1）、参比电极安装槽（2-2）、非选择性传感器阵列安装槽（2-3）按相邻几何排列；所述的选择性传感器安装槽（2-1）为3-6个；所述非选择性工作电极槽（2-3-1）为4-15个；所述的选择性传感器包括pH电极、钠度计、电导传感器、氨电极、溶解氧检测传感器；其特征是按如下步骤：
（1）生乳标准数据库的建立：
a、将可装卸式传感器阵列组合（1-4）与电化学工作站（1-2）各端口相连接；
b、传感器阵列组的校正：将可装卸式传感器阵列组合（1-4）以常规方法清洗后，浸没入0.1mmol/L KCl溶液中，根据不同的传感器组采用不同的电化学方法进行检测；然后，再次以常规方法清清洗后以0.1mmol/L KCl溶液循环检测，直至相邻的三次检测结果，其差异度小于1%为止，蒸馏水清洗，氮气吹干后备用；
c、基准数据采集和建立：对不同品种的乳牛品种和产乳季节采集标准生乳进行电化学检测，采集电化学信息，建立不同品种的生乳标准数据库；
（2）生乳掺杂检测
a、按步骤（1）中a、b步骤操作；
b、检测程序：将待测生乳样品按照恒温-检测-传感器清洗的循环模式进行3-10次检测，采集各传感器的电化学信息；
c、数据处理：i. 先由统计学软件进行数据处理，并采用聚类分析方法计算待测生乳样品与标准生乳相对应的传感器组的马氏距离或欧氏距离；ii.对不同的传感器组的数据进行分别处理，对生乳样品的马氏距离或欧氏距离进行分类统计分析；iii.对获得的生乳样品的马氏距离或欧氏距离分配权重后综合计算；
d、检测结果表达：根据原料生乳与标准生乳的欧氏距离或马氏距离不同，用数字值或以雷达图方式对各个样本与标准生乳之间的差异度在人机交互界面上进行直观表征，并将被测生乳样品划分为合格、可疑、不合格。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210369440.5A CN102914584B (zh) | 2012-09-29 | 2012-09-29 | 一种生乳掺杂快速检测系统及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210369440.5A CN102914584B (zh) | 2012-09-29 | 2012-09-29 | 一种生乳掺杂快速检测系统及检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102914584A CN102914584A (zh) | 2013-02-06 |
| CN102914584B true CN102914584B (zh) | 2015-04-15 |
Family
ID=47613042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210369440.5A Expired - Fee Related CN102914584B (zh) | 2012-09-29 | 2012-09-29 | 一种生乳掺杂快速检测系统及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102914584B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105067675A (zh) * | 2015-08-20 | 2015-11-18 | 四川卡夫检测技术有限公司 | 一种乳制品真蛋白测定仪及其测定方法 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107045013A (zh) * | 2017-01-09 | 2017-08-15 | 吉林大学 | 牛肉味觉品质自动分级检测仪及其检测方法 |
| CN107091865A (zh) * | 2017-04-18 | 2017-08-25 | 南昌大学 | 一种生乳中的尿素掺杂的分析测试方法 |
| CN107543848A (zh) * | 2017-06-29 | 2018-01-05 | 深圳市赛亿科技开发有限公司 | 一种基于电子舌的牛奶有害杂质检测装置 |
| CN107655955A (zh) * | 2017-09-04 | 2018-02-02 | 南昌大学 | 一种生乳中氯离子含量的分析测试方法 |
| CN112858313B (zh) * | 2021-01-14 | 2022-11-18 | 内蒙古农业大学 | 一种绵羊奶掺假检测装置 |
| CN117828380B (zh) * | 2024-03-05 | 2024-06-04 | 厦门爱逸零食研究所有限公司 | 一种智能杀菌检测方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010120193A1 (en) * | 2009-04-12 | 2010-10-21 | Lely Patent N.V. | Sensing techniques for on-farm analysis of milk components |
| CN201662547U (zh) * | 2010-02-25 | 2010-12-01 | 上海仪器仪表研究所 | 牛奶冰点测试仪 |
| CN102262115A (zh) * | 2011-07-28 | 2011-11-30 | 南京师范大学 | 测定三聚氰胺含量的电化学免疫传感器及制备方法和应用 |
-
2012
- 2012-09-29 CN CN201210369440.5A patent/CN102914584B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010120193A1 (en) * | 2009-04-12 | 2010-10-21 | Lely Patent N.V. | Sensing techniques for on-farm analysis of milk components |
| CN201662547U (zh) * | 2010-02-25 | 2010-12-01 | 上海仪器仪表研究所 | 牛奶冰点测试仪 |
| CN102262115A (zh) * | 2011-07-28 | 2011-11-30 | 南京师范大学 | 测定三聚氰胺含量的电化学免疫传感器及制备方法和应用 |
Non-Patent Citations (1)
| Title |
|---|
| 《生乳、巴氏乳与酸败乳的电化学识别研究》;石磊 等;《食品工业科技》;20111231(第12期);469页的1.1-1.2、1.5， * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105067675A (zh) * | 2015-08-20 | 2015-11-18 | 四川卡夫检测技术有限公司 | 一种乳制品真蛋白测定仪及其测定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102914584A (zh) | 2013-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102914584B (zh) | 一种生乳掺杂快速检测系统及检测方法 | |
| Schirrmann et al. | Soil pH mapping with an on-the-go sensor | |
| Lu et al. | Classification of rice by combining electronic tongue and nose | |
| CN106970189B (zh) | 一种水果新鲜度的检测分析系统及方法 | |
| CN101769889A (zh) | 一种农产品品质检测的电子鼻系统 | |
| Caudle et al. | Comparison of soil health metrics for a Cecil soil in the North Carolina Piedmont | |
| Kamphuis et al. | Using sensor data patterns from an automatic milking system to develop predictive variables for classifying clinical mastitis and abnormal milk | |
| CN204613149U (zh) | 一种基于电子舌的大米品质检测装置 | |
| CN103412013A (zh) | 一种基于电子舌的鱼粉新鲜度检测装置 | |
| Wang et al. | Big data driven outlier detection for soybean straw near infrared spectroscopy | |
| CN105466981A (zh) | 一种基于非线性化学指纹图谱技术的生乳掺假鉴别的方法 | |
| Crookston et al. | Relationships of on‐farm soil health scores with corn and soybean yield in the midwestern United States | |
| Titova et al. | " Electronic tongue" in the food industry | |
| CN117969789B (zh) | 一种地下水资源的水情预测方法及监测系统 | |
| CN101620195A (zh) | 一种气味传感器检测次郎甜柿内部品质的方法 | |
| CN104655585B (zh) | 一种基于近红外光谱的pse肉筛选方法 | |
| Di Bella et al. | Classification of the geographical origin of Italian donkey's milk based on differences in inorganic anions | |
| CN103412030A (zh) | 一种基于伏安型电子舌的油脂检测方法 | |
| Jia et al. | Mildew recognition on maize seed by use of hyperspectral technology | |
| Madhumathi et al. | Soil Nutrient Detection and Recommendation Using IoT and Fuzzy Logic. | |
| Nie et al. | A comprehensive evaluation of soil fertility of cultivated land: a GIS-based soil basic niche-fitness model | |
| CN102928490A (zh) | 一种优化的生乳掺杂判别多传感器阵列 | |
| Douaik et al. | Temporal stability of spatial patterns of soil salinity determined from laboratory and field electrolytic conductivity | |
| Smith et al. | Field scale studies on the spatial variability of soil quality indicators in Washington State, USA | |
| Goswami et al. | Arduino-based milk quality monitoring system |
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: 20150415 Termination date: 20180929 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |