CN103278536A - 一种燕麦霉变程度检测方法 - Google Patents
一种燕麦霉变程度检测方法 Download PDFInfo
- Publication number
- CN103278536A CN103278536A CN2013101849266A CN201310184926A CN103278536A CN 103278536 A CN103278536 A CN 103278536A CN 2013101849266 A CN2013101849266 A CN 2013101849266A CN 201310184926 A CN201310184926 A CN 201310184926A CN 103278536 A CN103278536 A CN 103278536A
- Authority
- CN
- China
- Prior art keywords
- oat
- signal
- ratio
- noise
- mildew
- 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
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
一种燕麦霉变程度检测方法,包括:第一步、选择不同等级霉变程度的燕麦样品,将燕麦样品放置在空腔内,将空腔内的样品气通入电子鼻系统的气室,气室内的传感器将检测数据输入到信噪比谱分析系统,调节噪声强度得到燕麦霉变检测信号的共振信噪比曲线,根据共振信噪比曲线得到特征峰最大值,构建特征峰最大值与霉变程度的等级的对应序列;第二步、将待检测的燕麦放置在空腔,将空腔内的样品气通入电子鼻系统的气室,气室内的传感器将检测数据输入到信噪比谱分析系统,调节噪声强度得到当前共振信噪比曲线,得到当前特征峰最大值,依据对应序列得到待检测燕麦的霉变程度的等级。本发明有效检测燕麦的霉变程度、准确性较高。
Description
技术领域
本发明涉及一种燕麦霉变程度检测方法。
背景技术
燕麦中富含碳水化合物、蛋白质、脂肪以及无机盐等成分,为人类和其它动物提供了丰富的营养。但燕麦带有多种微生物,在适宜的条件下引起燕麦霉变,释放出霉味、腐败味、甜味、酸败味等气味,这不但给世界上各个国家带来了巨大的经济损失,同时也危害着食用者的生命安全。以食为天,食以安为先,食品安全直接影响着人类的健康,也是世界各国相关部门研究的重点课题。现有技术中,无法准确检测燕麦的霉变程度。
发明内容
为了克服已有技术中无法准确检测燕麦的霉变程度的不足,本发明提供了一种有效检测燕麦的霉变程度、准确性较高的燕麦霉变程度检测方法。
本发明解决其技术问题所采用的技术方案是:
一种燕麦霉变程度检测方法,所述检测方法包括:
第一步、样本学习过程,选择不同等级霉变程度的燕麦样品,将所述燕麦样品放置在空腔内,将空腔内的样品气通入电子鼻系统的气室,所述气室内的传感器将检测数据输入到信噪比谱分析系统,调节噪声强度得到燕麦霉变检测信号的共振信噪比曲线,根据所述共振信噪比曲线得到特征峰最大值,构建所述特征峰最大值与所述霉变程度的等级的对应序列;
第二步、将待检测的燕麦放置在空腔,将空腔内的样品气通入电子鼻系统的气室,所述气室内的传感器将检测数据输入到信噪比谱分析系统,调节噪声强度得到当前共振信噪比曲线,根据当前共振信噪比曲线得到当前特征峰最大值,依据对应序列得到待检测燕麦的霉变程度的等级。
进一步,所述第一步中,每个燕麦样品重复检测三次取平均值得到检测数据。
本发明的有益效果主要表现在:有效检测燕麦的霉变程度、准确性较高。
附图说明
图1是电子鼻系统的示意图。
图2是霉变谷物挥发物检测中传感器的信号变化示意图。
图3是燕麦样品的随机共振输出信噪比分析结果示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1~图3,一种燕麦霉变程度检测方法,所述检测方法包括:
第一步、样本学习过程,选择不同等级霉变程度的燕麦样品,将所述燕麦样品放置在空腔内,将空腔内的样品气通入电子鼻系统的气室,所述气室内的传感器将检测数据输入到信噪比谱分析系统,调节噪声强度得到燕麦霉变检测信号的共振信噪比曲线,根据所述共振信噪比曲线得到特征峰最大值,构建所述特征峰最大值与所述霉变程度的等级的对应序列;
第二步、将待检测的燕麦放置在空腔,将空腔内的样品气通入电子鼻系统的气室,所述气室内的传感器将检测数据输入到信噪比谱分析系统,调节噪声强度得到当前共振信噪比曲线,根据当前共振信噪比曲线得到当前特征峰最大值,依据对应序列得到待检测燕麦的霉变程度的等级。
图1为所研制的电子鼻系统的实验装置示意图,主要包括数据采集、调理与传输单元,传感器阵列及气室,以及供气动力装置三个部分。数据采集、调理与传输单元核心器件采用TI公司MSP430微处理器,控制传感器阵列信号采集、传输,泵阀开启控制等功能。供气动力装置包括气体采样泵,气室清洗泵,相关电磁阀等部件。
传感器阵列采用费加罗公司8种半导体气体传感器构成敏感器件阵列,传感器特性如表1所示。气室采用聚四氟乙烯材料制成,每个传感器的气室独立,样品气/清洗气均匀泵入每个传感器的气室,这样做的优点在于避免了多个传感器共一气室而形成的相互间干扰,提高检测精度。
表1
燕麦经存放后特征参数有较大的变化,引起燕麦霉变主要是黄曲霉、镰刀曲霉、青曲霉、寄生曲霉等霉菌,最适于这些霉菌生长的条件为:湿度80%~90%和温度25~30℃,本实施例选择的燕麦购买于物美超市,每种燕麦取3个平行样本,每个样本称取50克置于样品瓶中,并保持样品处于最适合霉菌生长的条件。我们分别于第二天、第三天、第四天和第五天使用电子鼻系统检测四种谷物的12个样本,每个样本重复检测3次后取平均值,输入随机共振模型进行处理。
随机共振是一种在非线性系统中噪声起促进作用的反直观的现象,在信号处理领域已经得到了广泛的应用,通常以输出信号的信噪比表征随机共振。随机共振系统包含三个因素:双稳态系统,输入信号以及外加噪声源。常以一个在双稳态势阱中被周期力驱动的过阻尼布朗运动粒子来描述系统特性。
V(x)为非线性对称势函数,ξ(t)为高斯白噪声,其自相关函数为:E[ξ(t)ξ(0)]=2Dδ(t),a是输入信号强度,f0是调制信号频率,D是噪声强度,μ是一个实参数,
因此式(1)可以改写为:
目前最普遍的反应随机共振特性的是信噪比,这里我们将信噪比定义为:
S(ω)是信号频谱密度,SN(Ω)是信号频率范围内的噪声强度。
图2是燕麦样品的电子鼻的8个传感器响应图,各传感器输出电压开始较低,随着霉变谷物产生的挥发气体富集在传感器表面,传感器输出电压不断增大,达到极大值后开始下降,8条曲线代表8个传感器的响应。
Benzi等人提出该理论用来解释地球冰川期周期出现的现象,随机共振是一种致力于检测微弱信号特征的非线性方法,这种方法的一个好处在于并非消除检测系统中的噪声干扰信号,而采用噪声调制目标信号产生共振效应,检测特征峰最大值得到增强从而易于检出。此外,半导体型气敏传感器由于工作温度较高(高于400℃),长时间工作基线易出现漂移现象,成为电子鼻技术的发展的难题,解决的方法有每次检测前对传感器进行清洗和标准化[22],这些因素不但降低了仪器检测精度,同时增加了仪器操作的复杂性。我们将燕麦样品的检测数据输入信噪比谱分析系统,调节噪声强度得到谷物霉变检测信号的共振信噪比曲线,如图3所示,可以有效的克服所采用的气体传感器因工作时间长而导致的基线漂移问题。
随机共振信噪比分析方法是一种新的信号特征提取技术。谷物霉变检测数据在没有进行前处理(滤波、平滑、二次采样等)的情况下输入随机共振系统,得到各检测样品的信噪比曲线。每种霉变谷物的传感器阵列特征峰的高度及相应的噪声强度值均不同,燕麦为[-56.6,-48],对应噪声强度约为190。因此,通过对检测信号施加噪声激励使其产生共振,将传感器阵列对霉变谷物样品的响应信号差异转换为输出信噪比曲线特征的差异。
Claims (2)
1.一种燕麦霉变程度检测方法,其特征在于:所述检测方法包括:第一步、样本学习过程,选择不同等级霉变程度的燕麦样品,将所述燕麦样品放置在空腔内,将空腔内的样品气通入电子鼻系统的气室,所述气室内的传感器将检测数据输入到信噪比谱分析系统,调节噪声强度得到燕麦霉变检测信号的共振信噪比曲线,根据所述共振信噪比曲线得到特征峰最大值,构建所述特征峰最大值与所述霉变程度的等级的对应序列;
第二步、将待检测的燕麦放置在空腔,将空腔内的样品气通入电子鼻系统的气室,所述气室内的传感器将检测数据输入到信噪比谱分析系统,调节噪声强度得到当前共振信噪比曲线,根据当前共振信噪比曲线得到当前特征峰最大值,依据对应序列得到待检测燕麦的霉变程度的等级。
2.如权利要求1所述的一种燕麦霉变程度检测方法,其特征在于:所述第一步中,每个燕麦样品重复检测三次取平均值得到检测数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101849266A CN103278536A (zh) | 2013-05-16 | 2013-05-16 | 一种燕麦霉变程度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101849266A CN103278536A (zh) | 2013-05-16 | 2013-05-16 | 一种燕麦霉变程度检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103278536A true CN103278536A (zh) | 2013-09-04 |
Family
ID=49061117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013101849266A Pending CN103278536A (zh) | 2013-05-16 | 2013-05-16 | 一种燕麦霉变程度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103278536A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108088894A (zh) * | 2016-11-21 | 2018-05-29 | 中国科学院大连化学物理研究所 | 一种快速无损鉴别不同年份陈化粮的装置和方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590283A (zh) * | 2012-01-17 | 2012-07-18 | 浙江工商大学 | 利用电子鼻检测草鱼新鲜度的方法 |
CN102654495A (zh) * | 2012-05-21 | 2012-09-05 | 浙江工商大学 | 一种用于检测番荔枝成熟度的电子鼻及其检测方法 |
-
2013
- 2013-05-16 CN CN2013101849266A patent/CN103278536A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590283A (zh) * | 2012-01-17 | 2012-07-18 | 浙江工商大学 | 利用电子鼻检测草鱼新鲜度的方法 |
CN102654495A (zh) * | 2012-05-21 | 2012-09-05 | 浙江工商大学 | 一种用于检测番荔枝成熟度的电子鼻及其检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108088894A (zh) * | 2016-11-21 | 2018-05-29 | 中国科学院大连化学物理研究所 | 一种快速无损鉴别不同年份陈化粮的装置和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gibson et al. | Advances in the predictive modelling of fungal growth in food | |
CN102590288B (zh) | 基于电子鼻的食品品质检测系统和检测方法 | |
CN102590283B (zh) | 利用电子鼻检测草鱼新鲜度的方法 | |
Abano et al. | Influence of combined microwave‐vacuum drying on drying kinetics and quality of dried tomato slices | |
CN102654495B (zh) | 一种番荔枝成熟度的电子鼻检测方法 | |
CN102879436A (zh) | 一种利用电子鼻检测河鲫鱼新鲜度的方法 | |
CN103175874B (zh) | 一种黄曲霉毒素b1的检测方法 | |
Romero et al. | Ochratoxin A production by a mixed inoculum of Aspergillus carbonarius at different conditions of water activity and temperature | |
CN103412004B (zh) | 一种甜橙储存时间的检测方法 | |
CN103389324A (zh) | 一种基于气味分析技术的明虾新鲜度检测方法 | |
CN107290335A (zh) | 一种指示水产品新鲜度的智能标签及其制备方法 | |
CN103412102A (zh) | 鸡胸脯肉新鲜度检测装置及检测方法 | |
CN103412002A (zh) | 一种食醋风味分析装置和方法 | |
CN103278536A (zh) | 一种燕麦霉变程度检测方法 | |
CN103487446B (zh) | 一种基于介电特性的油炸食品中明矾添加剂的检测方法 | |
CN103487384B (zh) | 基于近红外光谱的袋装稻谷成分快速检测方法 | |
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 | |
CN103293187A (zh) | 一种黑芝麻霉变程度检测方法 | |
US20150142324A1 (en) | Healthbeat of plants | |
CN103412015A (zh) | 一种混合食醋风味分析装置和方法 | |
Bhagat et al. | Sensors and electronic noses for the production of agricultural crops | |
CN103454388B (zh) | 白芸豆品质检测装置及检测方法 | |
CN103424524B (zh) | 番荔枝储存时间的检测方法 | |
CN105784798A (zh) | 一种肉类中沙门氏菌含量的检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130904 |