CN103412002A - 一种食醋风味分析装置和方法 - Google Patents
一种食醋风味分析装置和方法 Download PDFInfo
- Publication number
- CN103412002A CN103412002A CN2013103325547A CN201310332554A CN103412002A CN 103412002 A CN103412002 A CN 103412002A CN 2013103325547 A CN2013103325547 A CN 2013103325547A CN 201310332554 A CN201310332554 A CN 201310332554A CN 103412002 A CN103412002 A CN 103412002A
- Authority
- CN
- China
- Prior art keywords
- vinegar
- air
- gas
- sample
- chamber
- 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 Fluid Adsorption Or Reactions (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种食醋风味分析装置和方法。该装置包括数据采集装置和计算机,数据采集装置包括微处理器、样品室、气室、气敏传感器阵列和第一气泵,样品室与气室之间设有上连通管和下连通管,气室上设有进气口,进气口通过第一进气管路与第一气泵相连,第一进气管路上设有第一电磁阀和活性炭滤网,上连通管上设有出气口和第二气泵,气室顶部入口设有第四电磁阀,出气口上设有出气电磁阀,气敏传感器阵列设置在气室中。该方法通过气敏传感器阵列检测食醋挥发气体,微处理器对气敏传感器产生的响应信号进行采样,计算机对采样值进行处理,判断食醋的风味。本发明能够对不同种类食醋的风味进行区分,便于厂家对食醋产品风味进行分析管理。
Description
技术领域
本发明涉及食品检测技术领域,尤其涉及一种食醋风味分析装置和方法。
背景技术
食醋是人们日常生活中一种常见的调味品,现今食醋产品的种类越来越多,但是不同食醋的风味由于产地、配料、发酵方式等因素的不同而具有一定差异,并对食醋的风味产生一定的影响。如果食醋风味不适合消费者或者不稳定,实际上会直接影响产品的市场销售,涉及到生产商的效益。因此,生产商在食醋研发及生产过程中,会对其进行感官品评鉴定。
长期以来,人们通过自身的感官对食醋的风味进行判断,而这种判断常常带有很强的主观性,评价分析结果往往会随着年龄、经验等不同,存在相当大的个体差异。即便同一个人也会由于身体状况、情绪变化而得出不同结果。况且嗅觉鉴别是一个挥发物质吸入过程,长期实验会对人体的健康造成危害,而且某些不良气味会令品评人员特别敏感而使结果有误;另外,感官评价过程中往往需要大量有品评经验的人员组成品评小组,过程较为繁琐,评价结果往往不具有重复性。
中国专利公开号CN101769889,公开日2010年7月7日,发明的名称为一种农产品风味检测的电子鼻系统,该申请案公开了一种农产品风味检测的电子鼻系统,它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箱体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域数据预处理模块,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。其不足之处是,该系统功能单一,不能检测食醋的风味,检测结果精确度较低,检测时间较长。
发明内容
本发明的目的是克服现有靠人体自身感官对食醋挥发气体进行分析,存在主观差异性,以及对人体有害的技术问题,提供了一种食醋风味检测装置和方法,其能够对不同种类食醋的风味进行区分,便于厂家对食醋产品风味进行分析管理,为厂家生产出风味合格的食醋提供可靠数据支持。
为了解决上述问题,本发明采用以下技术方案予以实现:
本发明的一种食醋风味检测装置,包括数据采集装置和计算机,所述数据采集装置包括微处理器、样品室、气室、气敏传感器阵列和第一气泵,所述样品室顶部的出口通过上连通管与气室顶部的入口相连,所述样品室底部的入口通过下连通管与气室底部的出口相连,所述气室上设有进气口,所述进气口通过第一进气管路与第一气泵相连,所述第一进气管路上设有第一电磁阀和活性炭滤网,所述上连通管上设有出气口和第二气泵,所述出气口靠近气室顶部入口,所述气室顶部入口设有第四电磁阀,所述出气口上设有出气电磁阀,所述气敏传感器阵列设置在气室中,所述微处理器分别与气敏传感器阵列、第一气泵、第二气泵、第一电磁阀、出气电磁阀、第四电磁阀和计算机电连接。
在本技术方案中,预先取得每类食醋样品,分别对每类食醋样品进行检测,分析方法如下:数据采集装置先通过第一气泵将空气通入气室和样品室,空气从出气口流出,对气室和样品室进行清洗,接着将一份食醋样品倒入样品室,启动第二气泵工作,食醋样品产生的挥发性气体在气室和样品室之间循环流动,循环12分钟后,气敏传感器阵列启动,气敏传感器阵列与食醋挥发气体接触产生电信号,微处理器采样气敏传感器阵列产生的电信号并将采样值发送到计算机,计算机将接收到的各个采样值代入多个分立阈值单元叠加构成的网络体系计算出特征值M,对每类食醋样品进行多次检测,将该类食醋样品多次检测得到的特征值M取平均值,该平均值即该类食醋样品的阈值Thr,各类样品的阈值Thr共同构成了阈值库。
接着,对待测食醋样品进行多次检测,将多次检测获得的特征值M取平均值,将该平均值代入非线性自标定动态分类模型计算出动态分类参数Δ。将Δ与阈值库内各阈值Thr比较,如果则计算机判断被测食醋的风味与该阈值所属食醋类型的风味相似;如果则计算机重新进行风味判断。
作为优选,所述样品室内水平设置有中空的横杆,所述下连通管从样品室底部入口伸出形成伸出部,所述横杆中段的底部通过轴承套设在伸出部的顶端,所述横杆内的空腔与下连通管连通,所述横杆一端的前侧面和横杆另一端的后侧面设有若干个的通孔,所述通孔与横杆内空腔连通。
第二气泵工作带动食醋样品产生的挥发性气体在气室和样品室之间循环流动时,气体从下连通管的伸出部吹入横杆内,并从横杆上的通孔内排出,气体从通孔内排出时带动横杆转动,横杆搅拌食醋,使食醋充分挥发,提高气室内的挥发气体浓度,从而提高检测精度,同时缩短了检测时间。
作为优选,所述下连通管上设有单向阀。防止样品室内的食醋倒流入气室。
作为优选,所述气敏传感器阵列包括八个传感器,分别为用于检测硫化物的第一传感器、用于检测氢气的第二传感器、用于检测氨气的第三传感器、用于检测酒精、甲苯、二甲苯的第四传感器、用于检测碳氢组分气体的第五传感器、用于检测甲烷、丙烷的第六传感器、用于检测丁烷的第七传感器和用于检测氮氧化物的第八传感器。
第一传感器为TGS-825传感器,第二传感器为TGS-821传感器,第三传感器为TGS-826传感器,第四传感器为TGS-822传感器,第五传感器为TGS-842传感器,第六传感器为TGS-813传感器,第七传感器为TGS-2610传感器,第八传感器为TGS-2201传感器。
作为优选,所述气室内设有八个独立气腔,所述独立气腔的入口通过气体管路与上连通管和气室的进气口相连,所述独立气腔的出口通过气体管路与下连通管相连,所述八个传感器分别位于八个独立气腔内。
独立气腔采用聚四氟乙烯材料制成,样品气和清洗气均匀泵入每个传感器的独立气腔,避免多个传感器处于一个气腔而互相干扰,提高检测精度。
本发明的一种食醋风味分析方法,包括以下步骤:
S1:微处理器控制第一电磁阀和出气电磁阀打开,第四电磁阀关闭,第一气泵工作10~15分钟,第一气泵将洁净空气通入,对气室和样品室进行清洗;
S2:微处理器控制第一电磁阀和出气电磁阀关闭,第四电磁阀打开,工作人员将待测食醋样品倒入样品室内;
S3:微处理器控制第二气泵工作,第二气泵带动待测食醋样品产生的挥发性气体在样品室、上连通管、气室和下连通管内循环流动;
S4:第二气泵工作10~15分钟后,微处理器控制气敏传感器阵列工作,气敏传感器阵列与食醋挥发气体接触产生电信号,微处理器对气敏传感器阵列产生的电信号进行采样并将采样值发送到计算机;
S5:计算机将八个传感器在同一时刻输出的八个采样值作为一组数据x(t)=(x1,x2,x3,…,x8),把x(t)=(x1,x2,x3,…,x8)作为输入信号依次代入多个分立阈值单元叠加构成的网络体系:
ηi(t)和θi分别为第i个单元上的噪声和对应单元的阈值,yi为输出信号,取值范围为[0,1],
当有采样值对应的输出y=1时,表示该采样值在噪声ηi(t)的扰动下产生共振,输出采样值在噪声ηi(t)的扰动下产生共振形成的特征值强度曲线,并从特征值强度曲线中获取最大值Kmax,
如果只有一个采样值对应的输出y=1,则取该采样值对应的特征值强度曲线中的最大值Kmax作为特征值M,如果有2个以上采样值对应的输出y=1,则取最大的最大值Kmax作为特征值M,如果没有采样值对应的输出y=1,则将八个传感器在下一时刻输出的八个采样值依次代入多个分立阈值单元叠加构成的网络体系重复进行上述处理,直到取得特征值M;
S6:重复步骤S1至S5对待测食醋样品进行多次检测,将多次检测获得的特征值M取平均值,将该平均值代入非线性自标定动态分类模型计算出动态分类参数Δ,所述非线性状态空间模型包括非线性状态空间模型、残差变量模型和分类标准模型,所述非线性状态空间模型如下:
所述残差变量模型如下:
所述分类标准模型如下:
其中,L平均数据长度,N为最大检测数据长度,Δ为动态分类参数;
气敏传感器阵列包括八个传感器,八个传感器对于食醋样品挥发气体均有响应,但响应幅度不同,采用随机共振方法将传感器对食醋的响应信号差异转换为食醋样品特征值强度曲线的差异,该方法可有效的克服半导体型气敏传感器在高温下长时间工作引发的基线漂移现象。分析方法直观、简便、快速,且实验数据无需任何前处理(滤波、平滑、二次采样等),具有较好的实际应用价值。将检测得到的特征值M代入非线性自标定动态分类模型计算出动态分类参数Δ,通过Δ与预先设定的阈值库内各阈值Thr比较来判断食醋的风味。非线性自标定动态分类模型是把待测样品的特征值M进行了优化,目的在于消除测量过程中偶然误差带来的测不准对结果造成的干扰,也就是说可以增加残差的准确度,有利于提高样品预测的准确度。
厂家使用该分析方法分析新生产的食醋的风味,当被分析的食醋的风味与受欢迎的食醋的风味不相似时,厂家调整生产工艺,生产出新的食醋;再次使用该分析方法分析新的食醋的风味,根据分析的结果再次调整生产工艺,直至生产出风味符合要求的食醋为止,提高企业的生产效益。
作为优选,所述预设的阈值库内各阈值Thr的取得步骤为:预先取得每类食醋样品,执行步骤S1至步骤S5分别对每类食醋样品进行检测,得到特征值M,对每类食醋样品进行多次检测,将该类食醋样品多次检测得到的特征值M取平均值,该平均值即该类食醋样品的阈值Thr,各类样品的阈值Thr共同构成了阈值库。
作为优选,所述误差门限值K为0.01~0.1。
本发明的实质效果是:(1)能够对不同种类食醋的风味进行区分,便于厂家对食醋产品风味进行分析管理,为厂家生产出风味合格的食醋提供可靠数据支持。(2)待测食醋样品的挥发气体在气室和样品室内循环,使气敏传感器阵列接触的挥发气体浓度变化不大,输出的检测信号较稳定,提高检测精度。(3)采用随机共振方法将传感器对食醋的响应信号差异转换为食醋样品特征值强度曲线的差异,可有效的克服半导体型气敏传感器在高温下长时间工作引发的基线漂移现象,且实验数据无需任何前处理(滤波、平滑、二次采样等),具有较好的实际应用价值。
附图说明
图1是本发明的一种结构示意图;
图2是本发明的横杆的一种结构示意图;
图3是本发明的气室的一种结构示意图;
图4是本发明的一种电路原理连接框图;
图5是本发明的多个分立阈值单元叠加构成的网络体系模型图。
图中:1、计算机,2、微处理器,3、样品室,4、气室,5、气敏传感器阵列,6、第一气泵,7、第二气泵,8、横杆,9、上连通管,10、下连通管,11、进气口,12、第一电磁阀,13、出气电磁阀,14、通孔,15、单向阀,16、传感器,17、独立气腔,18、第二电磁阀,19、第三电磁阀,20、第四电磁阀,21、气源,22、活性炭滤网。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:本发明的一种食醋风味分析装置,如图1、图4所示,包括数据采集装置和计算机1,数据采集装置包括微处理器2、样品室3、气室4、气敏传感器阵列5和第一气泵6,样品室3顶部的出口通过上连通管9与气室4顶部的入口相连,样品室3底部的入口通过下连通管10与气室4底部的出口相连,气室4上设有进气口11,进气口11通过第一进气管路与第一气泵6相连,第一进气管路上设有第一电磁阀12和活性炭滤网22,上连通管9上设有出气口和第二气泵7,出气口靠近气室4顶部入口,气室4顶部入口设有第四电磁阀20,出气口上设有出气电磁阀13,下连通管9上设有单向阀15,样品室3内水平设置有中空的横杆8,下连通管9从样品室3底部入口伸出形成伸出部,横杆8中段的底部通过轴承套设在伸出部的顶端,横杆8内的空腔与下连通管9连通。
如图2所示,横杆8一端的前侧面和横杆8另一端的后侧面分别设有8个的通孔14,通孔14与横杆8内空腔连通。第二气泵7工作带动食醋样品产生的挥发性气体在气室4和样品室3之间循环流动时,气体从下连通管9的伸出部吹入横杆8内,并从横杆8上的通孔14内排出,气体从通孔14内排出时带动横杆8转动,横杆8搅拌食醋,使食醋充分挥发,提高气室内的挥发气体浓度,从而提高检测精度,同时缩短了检测时间。单向阀15防止样品室3内的食醋倒流入气室4。
如图3所示,气室4内设有八个独立气腔17,独立气腔17的入口通过气体管路与上连通管9和气室4的进气口11相连,独立气腔17的出口通过气体管路与下连通管10相连,气敏传感器阵列5包括八个传感器16,分别为用于检测硫化物的第一传感器、用于检测氢气的第二传感器、用于检测氨气的第三传感器、用于检测酒精、甲苯、二甲苯的第四传感器、用于检测碳氢组分气体的第五传感器、用于检测甲烷、丙烷的第六传感器、用于检测丁烷的第七传感器和用于检测氮氧化物的第八传感器,八个传感器16分别位于八个独立气腔17内。
第一传感器为TGS-825传感器,第二传感器为TGS-821传感器,第三传感器为TGS-826传感器,第四传感器为TGS-822传感器,第五传感器为TGS-842传感器,第六传感器为TGS-813传感器,第七传感器为TGS-2610传感器,第八传感器为TGS-2201传感器。
如图4所示,微处理器2分别与计算机1、第一气泵6、第二气泵7、第一电磁阀12、出气电磁阀13、第四电磁阀20和八个传感器16电连接。
本实施例的一种食醋风味分析装置还包括充满惰性气体的气源21,进气口11通过第二进气管路与第一气泵6相连,第二进气管路上设有第二电磁阀18,进气口11通过第三进气管路与气源21相连,第三进气管路上设有第三电磁阀19,第二电磁阀18和第三电磁阀19分别与微处理器2电连接。可根据需要选择空气、经活性炭过滤的空气或惰性气体中的一种通入数据采集装置中作为食醋挥发气体的载气。
本发明的一种食醋风味分析方法,适用于上述的食醋风味分析装置,包括以下步骤:
S1:微处理器2控制第一电磁阀12和出气电磁阀13打开,第四电磁阀20关闭,第一气泵6工作20分钟,第一气泵6将洁净空气通入,对气室4和样品室3进行清洗;
S2:微处理器2控制第一电磁阀12和出气电磁阀13关闭,第四电磁阀20打开,工作人员将待测食醋样品倒入样品室3内;
S3:微处理器2控制第二气泵7工作,第二气泵7带动待测食醋样品产生的挥发性气体在样品室3、上连通管9、气室4和下连通管10内循环流动;
S4:第二气泵7工作12分钟后,微处理器2控制气敏传感器阵列5工作,气敏传感器阵列5与食醋挥发气体接触产生电信号,微处理器2对气敏传感器阵列5产生的电信号进行采样并将采样值发送到计算机1;
S5:计算机1将八个传感器16在同一时刻输出的八个采样值作为一组数据x(t)=(x1,x2,x3,…,x8),把x(t)=(x1,x2,x3,…,x8)作为输入信号依次代入多个分立阈值单元叠加构成的网络体系:
ηi(t)和θi分别为第i个单元上的噪声和对应单元的阈值,yi为输出信号,取值范围为[0,1],
当有采样值对应的输出y=1时,表示该采样值在噪声ηi(t)的扰动下产生共振,输出采样值在噪声ηi(t)的扰动下产生共振形成的特征值强度曲线,并从特征值强度曲线中获取最大值Kmax,
如果只有一个采样值对应的输出y=1,则取该采样值对应的特征值强度曲线中的最大值Kmax作为特征值M,如果有2个以上采样值对应的输出y=1,则取最大的最大值Kmax作为特征值M,如果没有采样值对应的输出y=1,则将八个传感器在下一时刻输出的八个采样值依次代入多个分立阈值单元叠加构成的网络体系重复进行上述处理,直到取得特征值M;
S6:重复步骤S1至S5对待测食醋样品进行五次检测,将五次检测获得的特征值M取平均值,将该平均值代入非线性自标定动态分类模型计算出动态分类参数Δ,所述非线性状态空间模型包括非线性状态空间模型、残差变量模型和分类标准模型,所述非线性状态空间模型如下:
所述残差变量模型如下:
所述分类标准模型如下:
其中,L平均数据长度,N为最大检测数据长度,Δ为动态分类参数;
阈值θi表示一个比较的过程,即输入信号和噪声相互作用的综合信号再和阈值θi相比较,如果大于0.8倍的阈值θi,那么系统输出为1,反之则输出0。θi的范围不能超出系统输出信号最大值的2倍。多个分立阈值单元叠加构成的网络体系模型图如图5所示。
气敏传感器阵列5包括八个传感器16,八个传感器16对于食醋样品挥发气体均有响应,但响应幅度不同,采用随机共振方法将传感器对食醋的响应信号差异转换为食醋样品特征值强度曲线的差异,该方法可有效的克服半导体型气敏传感器在高温下长时间工作引发的基线漂移现象。分析方法直观、简便、快速,且实验数据无需任何前处理(滤波、平滑、二次采样等),具有较好的实际应用价值。将检测得到的特征值M代入非线性自标定动态分类模型计算出动态分类参数Δ,通过Δ与预先设定的阈值库内各阈值Thr比较来判断食醋的风味。非线性自标定动态分类模型是把待测样品的特征值M进行了优化,目的在于消除测量过程中偶然误差带来的测不准对结果造成的干扰,也就是说可以增加残差的准确度,有利于提高样品预测的准确度。
预设的阈值库内各阈值Thr的取得步骤为:预先取得八类食醋样品,如表一所示,
编号 | 名称 |
1 | 上品浙醋 |
2 | 浙江玫瑰醋 |
3 | 恒顺米醋 |
4 | 马大嫂白醋 |
5 | 镇江白醋 |
6 | 海天陈醋 |
7 | 恒顺陈醋 |
8 | 山西陈醋 |
表一
执行步骤S1至步骤S5分别对每类食醋样品进行检测,得到特征值M,对每类食醋样品进行多次检测,将该类食醋样品多次检测得到的特征值M取平均值,该平均值即该类食醋样品的阈值Thr,八类样品的阈值Thr共同构成了阈值库。
八类食醋样品的阈值Thr如表二所示,
名称 | 阈值Thr |
上品浙醋 | 35 |
浙江玫瑰醋 | 45 |
恒顺米醋 | 29 |
马大嫂白醋 | 16 |
镇江白醋 | 40 |
海天陈醋 | 51 |
恒顺陈醋 | 58 |
山西陈醋 | 63 |
表二
Claims (8)
1.一种食醋风味分析装置,其特征在于:包括数据采集装置和计算机(1),所述数据采集装置包括微处理器(2)、样品室(3)、气室(4)、气敏传感器阵列(5)和第一气泵(6),所述样品室(3)顶部的出口通过上连通管(9)与气室(4)顶部的入口相连,所述样品室(3)底部的入口通过下连通管(10)与气室(4)底部的出口相连,所述气室(4)上设有进气口(11),所述进气口(11)通过第一进气管路与第一气泵(6)相连,所述第一进气管路上设有第一电磁阀(12)和活性炭滤网(22),所述上连通管(9)上设有出气口和第二气泵(7),所述出气口靠近气室(4)顶部入口,所述气室(4)顶部入口设有第四电磁阀(20),所述出气口上设有出气电磁阀(13),所述气敏传感器阵列(5)设置在气室(4)中,所述微处理器(2)分别与气敏传感器阵列(5)、第一气泵(6)、第二气泵(7)、第一电磁阀(12)、出气电磁阀(13)、第四电磁阀(20)和计算机(1)电连接。
2.根据权利要求1所述的一种食醋风味分析装置,其特征在于:所述样品室(3)内水平设置有中空的横杆(8),所述下连通管(10)从样品室(3)底部入口伸出形成伸出部,所述横杆(8)中段的底部通过轴承套设在伸出部的顶端,所述横杆(8)内的空腔与下连通管(10)连通,所述横杆(8)一端的前侧面和横杆(8)另一端的后侧面设有若干个的通孔(14),所述通孔(14)与横杆(8)内空腔连通。
3.根据权利要求1所述的一种食醋风味分析装置,其特征在于:所述下连通管(10)上设有单向阀(15)。
4.根据权利要求1或2或3所述的一种食醋风味分析装置,其特征在于:所述气敏传感器阵列(5)包括八个传感器(16),分别为用于检测硫化物的第一传感器、用于检测氢气的第二传感器、用于检测氨气的第三传感器、用于检测酒精、甲苯、二甲苯的第四传感器、用于检测碳氢组分气体的第五传感器、用于检测甲烷、丙烷的第六传感器、用于检测丁烷的第七传感器和用于检测氮氧化物的第八传感器。
5.根据权利要求4所述的一种食醋风味分析装置,其特征在于:所述气室(4)内设有八个独立气腔(17),所述独立气腔(17)的入口通过气体管路与上连通管(9)和气室(4)的进气口相连,所述独立气腔(17)的出口通过气体管路与下连通管(10)相连,所述八个传感器(16)分别位于八个独立气腔(17)内。
6.一种食醋风味分析方法,适用于如权利要求1-5中任意权利要求所述的一种食醋风味分析装置,其特征在于包括以下步骤:
S1:微处理器控制第一电磁阀和出气电磁阀打开,第四电磁阀关闭,第一气泵工作10~15分钟,第一气泵将洁净空气通入,对气室和样品室进行清洗;
S2:微处理器控制第一电磁阀和出气电磁阀关闭,第四电磁阀打开,工作人员将待测食醋样品倒入样品室内;
S3:微处理器控制第二气泵工作,第二气泵带动待测食醋样品产生的挥发性气体在样品室、上连通管、气室和下连通管内循环流动;
S4:第二气泵工作10~15分钟后,微处理器控制气敏传感器阵列工作,气敏传感器阵列与食醋挥发气体接触产生电信号,微处理器对气敏传感器阵列产生的电信号进行采样并将采样值发送到计算机;
S5:计算机将八个传感器在同一时刻输出的八个采样值作为一组数据x(t)=(x1,x2,x3,…,x8),把x(t)=(x1,x2,x3,…,x8)作为输入信号依次代入多个分立阈值单元叠加构成的网络体系:
ηi(t)和θi分别为第i个单元上的噪声和对应单元的阈值,yi为输出信号,取值范围为[0,1],
当有采样值对应的输出y=1时,表示该采样值在噪声ηi(t)的扰动下产生共振,输出采样值在噪声ηi(t)的扰动下产生共振形成的特征值强度曲线,并从特征值强度曲线中获取最大值Kmax,
如果只有一个采样值对应的输出y=1,则取该采样值对应的特征值强度曲线中的最大值Kmax作为特征值M,如果有2个以上采样值对应的输出y=1,则取最大的最大值Kmax作为特征值M,如果没有采样值对应的输出y=1,则将八个传感器在下一时刻输出的八个采样值依次代入多个分立阈值单元叠加构成的网络体系重复进行上述处理,直到取得特征值M;
S6:重复步骤S1至S5对待测食醋样品进行多次检测,将多次检测获得的特征值M取平均值,将该平均值代入非线性自标定动态分类模型计算出动态分类参数Δ,所述非线性状态空间模型包括非线性状态空间模型、残差变量模型和分类标准模型,所述非线性状态空间模型如下:
所述残差变量模型如下:
所述分类标准模型如下:
其中,L平均数据长度,N为最大检测数据长度,Δ为动态分类参数;
7.根据权利要求6所述的一种食醋风味分析方法,其特征在于,所述预设的阈值库内各阈值Thr的取得步骤为:预先取得每类食醋样品,执行步骤S1至步骤S5分别对每类食醋样品进行检测,得到特征值M,对每类食醋样品进行多次检测,将该类食醋样品多次检测得到的特征值M取平均值,该平均值即该类食醋样品的阈值Thr,各类样品的阈值Thr共同构成了阈值库。
8.根据权利要求6或7所述的一种食醋风味分析方法,其特征在于:所述误差门限值K为0.01~0.1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103325547A CN103412002A (zh) | 2013-08-01 | 2013-08-01 | 一种食醋风味分析装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103325547A CN103412002A (zh) | 2013-08-01 | 2013-08-01 | 一种食醋风味分析装置和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103412002A true CN103412002A (zh) | 2013-11-27 |
Family
ID=49605028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013103325547A Pending CN103412002A (zh) | 2013-08-01 | 2013-08-01 | 一种食醋风味分析装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103412002A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412015A (zh) * | 2013-08-01 | 2013-11-27 | 浙江工商大学 | 一种混合食醋风味分析装置和方法 |
CN103743644A (zh) * | 2013-12-19 | 2014-04-23 | 中安高科检测科技(北京)有限公司 | 一种检测山西老陈醋的气敏传感器阵列的制备方法 |
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 |
CN113049749A (zh) * | 2021-03-12 | 2021-06-29 | 中国农业大学 | 一种电子鼻检测系统 |
CN114354860A (zh) * | 2022-01-30 | 2022-04-15 | 安徽芯核防务装备技术股份有限公司 | 一种大范围高精度气体测量系统及检测仪 |
CN115047037A (zh) * | 2022-06-10 | 2022-09-13 | 湖北工业大学 | 一种基于微流控气敏传感器的便携式检测装置及检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19958014A1 (de) * | 1999-12-02 | 2001-06-07 | Andreas Kraus | Invertierter Betriebsmodus für elektronische Nasen |
CN101893591A (zh) * | 2010-06-24 | 2010-11-24 | 浙江大学 | 用于香蕉品质检测的电子鼻系统 |
CN102590288A (zh) * | 2012-01-17 | 2012-07-18 | 浙江工商大学 | 基于电子鼻的食品品质检测系统和检测方法 |
CN103412015A (zh) * | 2013-08-01 | 2013-11-27 | 浙江工商大学 | 一种混合食醋风味分析装置和方法 |
-
2013
- 2013-08-01 CN CN2013103325547A patent/CN103412002A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19958014A1 (de) * | 1999-12-02 | 2001-06-07 | Andreas Kraus | Invertierter Betriebsmodus für elektronische Nasen |
CN101893591A (zh) * | 2010-06-24 | 2010-11-24 | 浙江大学 | 用于香蕉品质检测的电子鼻系统 |
CN102590288A (zh) * | 2012-01-17 | 2012-07-18 | 浙江工商大学 | 基于电子鼻的食品品质检测系统和检测方法 |
CN103412015A (zh) * | 2013-08-01 | 2013-11-27 | 浙江工商大学 | 一种混合食醋风味分析装置和方法 |
Non-Patent Citations (2)
Title |
---|
何阳春等: "基于智能电子鼻的食醋识别方法的研究", 《中国食品学报》, vol. 12, no. 5, 31 May 2012 (2012-05-31), pages 168 - 170 * |
张顺平等: "电子鼻技术在食醋识别中的应用", 《传感技术学报》, vol. 19, no. 1, 28 February 2006 (2006-02-28), pages 104 - 107 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412015A (zh) * | 2013-08-01 | 2013-11-27 | 浙江工商大学 | 一种混合食醋风味分析装置和方法 |
CN103743644A (zh) * | 2013-12-19 | 2014-04-23 | 中安高科检测科技(北京)有限公司 | 一种检测山西老陈醋的气敏传感器阵列的制备方法 |
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 |
CN113049749A (zh) * | 2021-03-12 | 2021-06-29 | 中国农业大学 | 一种电子鼻检测系统 |
CN113049749B (zh) * | 2021-03-12 | 2022-05-10 | 中国农业大学 | 一种电子鼻检测系统 |
CN114354860A (zh) * | 2022-01-30 | 2022-04-15 | 安徽芯核防务装备技术股份有限公司 | 一种大范围高精度气体测量系统及检测仪 |
CN115047037A (zh) * | 2022-06-10 | 2022-09-13 | 湖北工业大学 | 一种基于微流控气敏传感器的便携式检测装置及检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103412002A (zh) | 一种食醋风味分析装置和方法 | |
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 | |
CN110333319A (zh) | 基于手持式电子鼻的车内ppb级低浓度气味等级评价方法 | |
CN104569062B (zh) | 基于分子筛过滤的电子鼻气室 | |
CN103512921A (zh) | 一种基于智能电子鼻系统的梨新鲜度分析装置及方法 | |
CN104849321B (zh) | 一种基于嗅觉指纹图谱快速检测柑橘品质的方法 | |
CN103454335A (zh) | 一种多通道集成嗅觉模拟仪器和生物发酵过程在线分析方法 | |
CN105223240A (zh) | 一种利用电子鼻检测蟹新鲜度的方法 | |
CN103424431A (zh) | 一种大米霉变快速检测装置和方法 | |
CN103412099B (zh) | 一种木瓜储存时间检测装置和方法 | |
CN103412015A (zh) | 一种混合食醋风味分析装置和方法 | |
CN103412102A (zh) | 鸡胸脯肉新鲜度检测装置及检测方法 | |
CN103513013A (zh) | 一种基于智能电子鼻系统的冰红茶饮料品质分析装置及方法 | |
CN103424517B (zh) | 黄酒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 | |
CN107532978A (zh) | 检测污染位置的装置和方法,以及计算机可读记录介质 | |
CN103512795A (zh) | 一种基于智能电子鼻系统的铁观音饮料品质分析装置及方法 | |
CN106918817A (zh) | 一种能检测茶叶类型和品质的气敏传感器的优选方法 | |
CN103424523B (zh) | 黄豆品质检测方法 | |
CN103412100B (zh) | 一种猕猴桃储存时间检测装置和方法 | |
CN103424528B (zh) | 白酒品种检测装置及检测方法 | |
CN103424527B (zh) | 茶饮料品质检测装置及检测方法 | |
CN103424522B (zh) | 牛肉酱调味液的品质检测装置及检测方法 | |
CN103412132A (zh) | 鸡腿肉新鲜度检测装置及检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20160601 |
|
C20 | Patent right or utility model deemed to be abandoned or is abandoned |