CN103424517B - 黄酒品质检测装置及检测方法 - Google Patents

黄酒品质检测装置及检测方法 Download PDF

Info

Publication number
CN103424517B
CN103424517B CN201310332985.3A CN201310332985A CN103424517B CN 103424517 B CN103424517 B CN 103424517B CN 201310332985 A CN201310332985 A CN 201310332985A CN 103424517 B CN103424517 B CN 103424517B
Authority
CN
China
Prior art keywords
rice wine
yellow rice
sample
signal
noise
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
Application number
CN201310332985.3A
Other languages
English (en)
Other versions
CN103424517A (zh
Inventor
王敏敏
黄洁
邵拓
杨月
顾佳璐
惠国华
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.)
Zhejiang Gongshang University
Original Assignee
Zhejiang Gongshang 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 Zhejiang Gongshang University filed Critical Zhejiang Gongshang University
Priority to CN201310332985.3A priority Critical patent/CN103424517B/zh
Publication of CN103424517A publication Critical patent/CN103424517A/zh
Application granted granted Critical
Publication of CN103424517B publication Critical patent/CN103424517B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

本发明公开了一种黄酒品质检测装置及检测方法,包括如下步骤:将品质合格的黄酒分成m个黄酒样本,传感器阵列依次对各个样本进行检测,得到m个信噪比特征值噪声宽度,并将信噪比特征值噪声宽度的平均值定义为阈值Thr;对待检测的黄酒样品W进行检测,得到黄酒样品W的信噪比特征值噪声宽度σ;利用非线性自标定动态分类模型计算黄酒样品W的动态分类参数Δ;计算机做出黄酒样品W品质合格或不合格的判断。本发明具有有效去除误差大的传感器响应信号,可准确检测黄酒品质,为厂家生产出质量稳定的黄酒提供可靠数据支持的特点。

Description

黄酒品质检测装置及检测方法
技术领域
本发明涉及酒品质检测技术领域,尤其是涉及一种可准确检测黄酒品质,为厂家生产出质量稳定的黄酒提供可靠数据支持的黄酒品质检测装置及检测方法。
背景技术
绍兴黄酒以精白糯米加上鉴湖水酿造,酒精浓度在14~18度左右,常作为调味料使用或直接饮用。按其酿造方式可分为善酿酒、加饭酒、善酿酒及封缸酒(绍兴地区又称为“香雪酒”)。
随着生活水平的提高,消费者对黄酒产品的要求也不断变化,黄酒的色泽、品质、口感等因素直接影响消费者的选购。目前黄酒检验一般采用人工感官品评方法,但人的感觉器官易受外界因素的干扰,从而降低了品评的准确性。色谱类分析方法是鉴定黄酒中挥发性成分的常用手段之一,然而该方法存在耗时长、溶剂消耗量大、仪器购置和使用成本高等不足。
电子鼻系统是由具有部分选择性的传感器阵列和适当的模式识别模块组成,能分辨气味的仪器。1982年,英国Warwick大学Persand等人模仿哺乳动物嗅觉系统的结构和机理时首先提出这个概念。与传统的一些气体检测方法如气相色谱法、质谱法、原子吸收光谱法等相比,电子鼻检测方法具有样品前处理简单、检测速度快、易用等优势,因而在许多领域得到广泛应用。但是,囿于传感器原理和生产工艺方面的限制,现有吸附-脱附类气体传感器响应重复性较差是困扰电子鼻产品发展的主要难题。
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。该发明具有功能单一,检测时间长的不足。
发明内容
本发明是为了克服现有技术中的气体传感器响应重复性较差的不足,提供了一种可准确检测黄酒品质,为厂家生产出质量稳定的黄酒提供可靠数据支持的黄酒品质检测装置及检测方法。
为了实现上述目的,本发明采用以下技术方案:
一种黄酒品质检测装置,包括集气装置和测气装置;所述集气装置包括气体采集腔、样品腔、设于气体采集腔和样品腔上部之间的上连通管和设于气体采集腔和样品腔下部之间的下连通管;气体采集腔上设有进气管,进气管上设有第一电磁阀,上连通管上设有第一气泵,上连通管的远离气体采集腔的部位上设有出气口,出气口上设有第二电磁阀,样品腔位于气体采集腔的斜下方;
所述测气装置包括采样探头、模/数转换器、清洗探头和传感器阵列;采样探头和清洗探头上均设有第二气泵,
传感器阵列包括若干个气体传感器,各个传感器分别位于独立的气室内;各个传感器分别与模/数转换器电连接,第一电磁阀、第二电磁阀、模/数转换器、第一气泵和第二气泵均设有用于与计算机电连接的数据接口。
集气装置具有将待检测的样品发出的挥发性气体富集的作用,循环时间的延长可以增加样品发出的挥发性气体的浓度,循环时间越长,气体浓度就越大,可以增强传感器的检测信号,从而确保了检测的准确性。
本发明先将品质合格的黄酒分成m个质量相同的黄酒样本,传感器阵列依次对各个样本进行检测,得到传感器阵列的数字响应信号eNOSE(t),将eNOSE(t)输入随机共振系统模型中,计算输出信噪比SNR,计算机画出随机共振系统模型的输出信噪比谱图,在信噪比谱图中选取信噪比谱特征值噪声宽度;得到m个信噪比谱特征值噪声宽度,并将信噪比谱特征值噪声宽度的平均值定义为阈值Thr;
对待检测的黄酒样品W进行检测,得到黄酒样品W的信噪比谱特征值噪声宽度σ;利用非线性自标定动态分类模型计算黄酒样品W的动态分类参数Δ;当则计算机做出黄酒样品W品质合格的判断;当则计算机做出黄酒样品W品质不合格的判断。
厂家在生产黄酒的过程中,使用本发明的检测方法检测黄酒样品的品质;当被检测的黄酒样品的品质不合格时,厂家调整生产工艺,生产出新的黄酒样品;再次使用本发明的检测方法检测新的黄酒样品的品质,根据检测的结果再次调整生产工艺,直至生产出品质合格的黄酒样品为止。厂家使用生产出品质合格的黄酒的工艺流程生产黄酒,从而保证黄酒的品质的稳定性。
本发明的品质检测方法比人工品评更加可靠,能够发现黄酒品质的细微变化,从而保证黄酒品质的稳定性,为厂家生产出质量稳定的黄酒提供了可靠的数据支持。
作为优选,所述样品腔内设有竖筒和下端开口的T形搅拌管,T形搅拌管的下端位于竖筒内,T形搅拌管的下端设有向外水平延伸的环形边,竖筒内周面上部设有与环形边相适配的凸环,环形边下表面与凸环上表面相接触;
竖筒上端设有挡圈,挡圈的横截面呈向下开口的U形,挡圈包括内环形圈和外环形圈,内环形圈与竖筒内周面相接触,外环形圈与竖筒外周面相接触,内环形圈的下边缘与环形边上表面间隙配合;竖筒下部与下连通管相连接;
T形搅拌管一端的外周面后部设有若干个出气孔,T形搅拌管的另一端的外周面前部设有若干个出气孔。
作为优选,所述T形搅拌管的横截面呈椭圆形,T形搅拌管的外周面下部设有若干个出气孔。
作为优选,所述传感器阵列包括8个气体传感器,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,用于检测甲烷和丙烷的第六传感器,用于检测碳氢气体的第七传感器,用于检测氮氧化物的第八传感器,用于检测氨气的第三传感器。
一种黄酒品质检测装置的检测方法,包括如下步骤:
(5-1)计算机中设有非线性自标定动态分类模型,非线性自标定动态分类模型包括非线性状态空间模型、残差变量和分类标准模型;
非线性状态空间模型为其中σ为信噪比谱特征噪声宽度,ε为中间传递参量,τ为初始相位,为输出变量,κ、η和Γ均为实参数;
残差变量为其中为空间模型的实际输出,为空间模型的理论输出,为预设值;例如,对于冰红茶样品,可以设定为100次测量后,根据检测的σ计算得到的加权平均值。
分类标准模型为:其中,L为平均数据长度,N为最大检测数据长度;例如:电子鼻检测数据长度L为500,最大检测数据长度N为500~1000。Δ为动态分类参数;设定误差门限值p;
计算机中设有 dx dt = bx - ax 3 + AeNOSE ( t ) + 2 D ξ ( t ) , 其中,A是常数,D是噪声强度,a和b是实参数,ξ(t)为高斯白噪声;
(5-2)计算机将第一和第二电磁阀打开,经过活性炭过滤的空气通过进气管通入气体采集腔中32至43分钟;
(5-3)将品质合格的黄酒分成m个质量相同的黄酒样本,设定样本序号为i,i=1;依次对m个样本进行如下检测:
(5-3-1)将样本i放入样品腔内,计算机控制第一、第二电磁阀关闭,并开动第一气泵;第一气泵带动黄酒产生的挥发性气体在上、下连通管、气体采集腔和样品腔内循环30至40分钟;
(5-3-2)计算机控制清洗探头上的第二气泵工作,清洗探头将洁净空气吸入各个气室中,对各个传感器进行清洗;
(5-3-3)计算机将第一电磁阀打开,采样探头通过进气管插入气体采集腔中,计算机控制采样探头上的第二气泵工作,采样探头将黄酒产生的挥发性气体吸入各个气室内,挥发性气体与设于气室内的传感器接触,各个传感器分别产生模拟响应信号;模/数转换器将模拟响应信号转换为数字响应信号eNOSE(t);
(5-3-4)将eNOSE(t)输入随机共振系统模型中,使随机共振系统模型产生随机共振;
计算机利用公式计算输出信噪比SNR,其中ω是信号频率,Ω为角频率,S(ω)是信号频谱密度,SN(Ω)是信号频率范围内的噪声强度;
(5-3-5)计算机画出随机共振系统模型的输出信噪比谱图,在信噪比谱图中选取信噪比谱特征值噪声宽度,并将信噪比谱特征值噪声宽度存储到计算机中;
(5-3-6)当i<m,使i值增加1,重复步骤(5-3-1)至步骤(5-3-5),得到m个信噪比谱特征值噪声宽度;计算机计算信噪比谱特征值噪声宽度的平均值,并将信噪比谱特征值噪声宽度的平均值定义为阈值Thr;
(5-4)重复步骤(5-2)至(5-3)对待检测的黄酒样品W进行检测,得到黄酒样品W的信噪比谱特征值噪声宽度σ;
(5-5)利用非线性自标定动态分类模型计算黄酒样品W的动态分类参数Δ;
计算动态分类参数Δ的过程是将未知样品的随机共振输出信噪比特征值进行了优化,目的在于消除测量过程中的偶然误差而带来干扰,增加了残差的准确度,有利于提高样品预测的准确度。
(5-6)当则计算机做出黄酒样品W品质合格的判断;
则计算机做出黄酒样品W品质不合格的判断。
作为优选,所述误差门限值p为0.01至0.13。
作为优选,所述m为5至12。
作为优选,步骤(5-3-2)中还包括如下步骤:将挥发性气体吸入各气室内检测50至70秒。
因此,本发明具有如下有益效果:(1)有效去除误差大的传感器响应信号;(2)可准确检测黄酒品质;(3)为厂家生产出质量稳定的黄酒提供可靠数据支持。
附图说明
图1是本发明的实施例的一种流程图;
图2是本发明的集气装置的一种结构示意图;
图3是本发明的竖筒、挡圈和T形搅拌管的一种结构示意图;
图4是本发明的黄酒样品W的信噪比谱图;
图5是本发明的一种原理框图。
图中:气体采集腔1、样品腔2、上连通管3、下连通管4、进气管5、第一电磁阀6、第一气泵8、第二电磁阀7、采样探头9、模/数转换器10、清洗探头11、传感器阵列12、第二气泵13、竖筒14、T形搅拌管15、凸环16、计算机17、挡圈18、出气孔19、螺钉20。
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。
如图2所示的实施例是一种黄酒品质检测装置,包括集气装置和测气装置;集气装置包括气体采集腔1、样品腔2、设于气体采集腔和样品腔上部之间的上连通管3和设于气体采集腔和样品腔下部之间的下连通管4;气体采集腔上设有进气管5,进气管上设有第一电磁阀6,上连通管上设有第一气泵8,上连通管的远离气体采集腔的部位上设有出气口,出气口上设有第二电磁阀7,样品腔位于气体采集腔的斜下方;样品腔内设有竖筒14和下端开口的T形搅拌管15。
如图3所示,T形搅拌管的下端位于竖筒内,T形搅拌管的下端设有向外水平延伸的环形边,竖筒内周面上部设有与环形边相适配的凸环16,环形边下表面与凸环上表面相接触;
竖筒上端设有挡圈18,挡圈的横截面呈向下开口的U形,挡圈包括内环形圈和外环形圈,内环形圈与竖筒内周面相接触,外环形圈与竖筒外周面相接触,内环形圈的下边缘与环形边上表面间隙配合;竖筒下部与下连通管相连接;挡圈通过螺钉20与竖筒相连接。挡圈由软质塑料制成。
T形搅拌管一端的外周面后部设有12个出气孔19,T形搅拌管的另一端的外周面前部设有8个出气孔。
如图5所示,测气装置包括采样探头9、模/数转换器10、清洗探头11和传感器阵列12;采样探头和清洗探头上均设有第二气泵13,
传感器阵列包括8个气体传感器,各个传感器分别位于独立的气室内;各个传感器分别与模/数转换器电连接,第一电磁阀、第二电磁阀、模/数转换器、第一气泵和第二气泵分别与计算机17电连接。
8个气体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,用于检测甲烷和丙烷的第六传感器,用于检测碳氢气体的第七传感器,用于检测氮氧化物的第八传感器,用于检测氨气的第三传感器。
本实施例中,样品腔上设有第一密封盖,下连通管上设有排液口,排液口上设有第二密封盖。当需要在样品腔内加入样品时,打开第一密封盖,关闭第二密封盖,将样品装入样品腔中;当需要更换样品时,将第一、第二密封盖均打开,将样品从排液口排出,然后用纯净水清洗样品腔,并关闭第二密封盖,将新的样品加入到样品腔中。
如图1所示的实施例是一种黄酒的品质检测方法,包括如下步骤:
计算机中设有非线性自标定动态分类模型,非线性自标定动态分类模型包括非线性状态空间模型、残差变量和分类标准模型;
非线性状态空间模型为其中σ为信噪比特征值噪宽度,ε为中间传递参量,τ为初始相位,为输出变量,κ、η和Γ均为实参数;
残差变量为其中为空间模型的实际输出,为空间模型的理论输出,为预设值;
分类标准模型为:其中,L为平均数据长度,N为最大检测数据长度,Δ为动态分类参数;设定误差门限值p=0.06;
计算机中设有 dx dt = bx - ax 3 + AeNOSE ( t ) + 2 D ξ ( t ) , 其中,A是常数,D是噪声强度,a和b是实参数,ξ(t)为高斯白噪声;
步骤100,计算机将第一和第二电磁阀打开,经过活性炭过滤的空气通过进气管通入气体采集腔中35分钟;
步骤200,将品质合格的善酿黄酒分成10个质量相同的黄酒样本,设定样本序号为i,i=1;依次对6个样本进行如下检测:
步骤201,将样本i放入样品腔内,计算机控制第一、第二电磁阀关闭,并开动第一气泵;第一气泵带动黄酒产生的挥发性气体在上、下连通管、气体采集腔和样品腔内循环30分钟;
步骤202,计算机控制清洗探头上的第二气泵工作,清洗探头将洁净空气吸入各个气室中,对各个传感器进行清洗;
步骤203,计算机将第一电磁阀打开,采样探头通过进气管插入气体采集腔中,计算机控制采样探头上的第二气泵工作,采样探头将黄酒产生的挥发性气体吸入各个气室内,挥发性气体与设于气室内的传感器接触,各个传感器分别产生模拟响应信号;模/数转换器将模拟响应信号转换为数字响应信号eNOSE(t);
步骤204,将eNOSE(t)输入随机共振系统模型中,使随机共振系统模型产生随机共振;
计算机利用公式计算输出信噪比SNR,其中ω是信号频率,Ω为角频率,S(ω)是信号频谱密度,SN(Ω)是信号频率范围内的噪声强度;
步骤205,计算机画出随机共振系统模型的输出信噪比谱图,选取信噪比谱图的灰度条中的-38分贝所对应的灰度作为灰度特征值,在信噪比谱图中的0分贝至400分贝的噪声强度区域中找到该灰度特征值所对应的噪声强度特征值we,将we和噪声强度0之间的噪声区间定义为信噪比谱特征值噪声宽度,并将信噪比谱特征值噪声宽度存储到计算机中;
步骤206,当i<10,使i值增加1,重复步骤201至步骤205,得到10个信噪比谱特征值噪声宽度;计算机计算信噪比谱特征值噪声宽度的平均值,并将信噪比谱特征值噪声宽度的平均值定义为阈值Thr;
本实施例中,Thr=186dB;
步骤300,取一瓶待检测的黄酒样品W,每个样品为20毫升;重复步骤200至300对待检测的黄酒样品W进行检测,得到黄酒样品W的信噪比谱特征值噪宽度σ;
本实施例中,计算机根据信噪比SNR得出如图4所示的黄酒样品的信噪比谱图,选取图4右侧的灰度条中的-38分贝所对应的灰度作为灰度特征值,在图4所示的信噪比谱图中的0分贝至400分贝的噪声强度区域中找到该灰度特征值所对应的噪声强度特征值we,则黄酒样品W的信噪比谱特征值噪宽度σ=190dB;
步骤400,利用非线性自标定动态分类模型计算黄酒样品W的动态分类参数Δ;本实施例中,Δ=188;
步骤500,当则计算机做出黄酒品质合格的判断;
则计算机做出黄酒样品W品质不合格的判断。
本实施例中,则计算机做出黄酒样品W品质合格的判断。
应理解,本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (7)

1.一种黄酒品质检测装置,其特征是,包括集气装置和测气装置;所述集气装置包括气体采集腔(1)、样品腔(2)、设于气体采集腔和样品腔上部之间的上连通管(3)和设于气体采集腔和样品腔下部之间的下连通管(4);气体采集腔上设有进气管(5),进气管上设有第一电磁阀(6),上连通管上设有第一气泵(8),上连通管的远离气体采集腔的部位上设有出气口,出气口上设有第二电磁阀(7),样品腔位于气体采集腔的斜下方;
所述测气装置包括采样探头(9)、模/数转换器(10)、清洗探头(11)和传感器阵列(12);采样探头和清洗探头上均设有第二气泵(13),
传感器阵列包括若干个气体传感器,各个传感器分别位于独立的气室内;各个传感器分别与模/数转换器电连接,第一电磁阀、第二电磁阀、模/数转换器、第一气泵和第二气泵上均设有用于与计算机(17)电连接的数据接口;
所述样品腔内设有竖筒(14)和下端开口的T形搅拌管(15),T形搅拌管的下端位于竖筒内,T形搅拌管的下端设有向外水平延伸的环形边,竖筒内周面上部设有与环形边相适配的凸环(16),环形边下表面与凸环上表面相接触;
竖筒上端设有挡圈(18),挡圈的横截面呈向下开口的U形,挡圈包括内环形圈和外环形圈,内环形圈与竖筒内周面相接触,外环形圈与竖筒外周面相接触,内环形圈的下边缘与环形边上表面间隙配合;竖筒下部与下连通管相连接;
T形搅拌管一端的外周面后部设有若干个出气孔(19),T形搅拌管的另一端的外周面前部设有若干个出气孔。
2.根据权利要求1所述的黄酒品质检测装置,其特征是,所述T形搅拌管的横截面呈椭圆形,T形搅拌管的外周面下部设有若干个出气孔。
3.根据权利要求1或2所述的黄酒品质检测装置,其特征是,所述传感器阵列包括8个气体传感器,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,用于检测甲烷和丙烷的第六传感器,用于检测碳氢气体的第七传感器,用于检测氮氧化物的第八传感器,用于检测氨气的第三传感器。
4.一种适用于权利要求1所述的黄酒品质检测装置的检测方法,其特征是,包括如下步骤:
(4-1)计算机中设有非线性自标定动态分类模型,非线性自标定动态分类模型包括非线性状态空间模型、残差变量和分类标准模型;
非线性状态空间模型为其中σ为信噪比谱特征噪声宽度,ε为中间传递参量,τ为初始相位,为输出变量,k、η和Γ均为实参数;
残差变量为其中为空间模型的实际输出,为空间模型的理论输出,为预设值;
分类标准模型为:其中,L为平均数据长度,N为最大检测数据长度,Δ为动态分类参数;设定误差门限值p;
计算机中设有 dx dt = bx - ax 3 + AeNOSE ( t ) + 2 D ξ ( t ) , 其中,A是常数,D是噪声强度,a和b是实参数,ξ(t)为高斯白噪声;
(4-2)计算机将第一和第二电磁阀打开,经过活性炭过滤的空气通过进气管通入气体采集腔中32至43分钟;
(4-3)将品质合格的黄酒分成m个质量相同的黄酒样本,设定样本序号为i,i=1;依次对m个样本进行如下检测:
(4-3-1)将样本i放入样品腔内,计算机控制第一、第二电磁阀关闭,并开动第一气泵;第一气泵带动黄酒产生的挥发性气体在上、下连通管、气体采集腔和样品腔内循环30至40分钟;
(4-3-2)计算机控制清洗探头上的第二气泵工作,清洗探头将洁净空气吸入各个气室中,对各个传感器进行清洗;
(4-3-3)计算机将第一电磁阀打开,采样探头通过进气管插入气体采集腔中,计算机控制采样探头上的第二气泵工作,采样探头将黄酒产生的挥发性气体吸入各个气室内,挥发性气体与设于气室内的传感器接触,各个传感器分别产生模拟响应信号;模/数转换器将模拟响应信号转换为数字响应信号eNOSE(t);
(4-3-4)将eNOSE(t)输入随机共振系统模型 dx dt = bx - ax 3 + AeNOSE ( t ) + 2 D ξ ( t ) 中,使随机共振系统模型产生随机共振;
计算机利用公式 SNR = 2 [ lim Δω → 0 ∫ Ω - Δω Ω + Δω S ( ω ) dω ] / S N ( Ω ) 计算输出信噪比SNR,其中ω是信号频率,Ω为角频率,S(ω)是信号频谱密度,SN(Ω)是信号频率范围内的噪声强度;
(4-3-5)计算机画出随机共振系统模型的输出信噪比谱图,在信噪比谱图中选取信噪比谱特征值噪声宽度,并将信噪比谱特征值噪声宽度存储到计算机中;
(4-3-6)当i<m,使i值增加1,重复步骤(4-3-1)至步骤(4-3-5),得到m个信噪比谱特征值噪声宽度;计算机计算信噪比谱特征值噪声宽度的平均值,并将信噪比谱特征值噪声宽度的平均值定义为阈值Thr;
(4-4)重复步骤(4-2)至(4-3)对待检测的黄酒样品W进行检测,得到黄酒样品W的信噪比谱特征值噪声宽度σ;
(4-5)利用非线性自标定动态分类模型计算黄酒样品W的动态分类参数Δ;
(4-6)当则计算机做出黄酒样品W品质合格的判断;
则计算机做出黄酒样品W品质不合格的判断。
5.根据权利要求4所述的黄酒品质检测装置的检测方法,其特征是,所述误差门限值p为0.01至0.13。
6.根据权利要求4所述的黄酒品质检测装置的检测方法,其特征是,所述m为5至12。
7.根据权利要求4或5或6所述的黄酒品质检测装置的检测方法,其特征是,步骤(4-3-3)中还包括如下步骤:将挥发性气体吸入各气室内检测50至70秒。
CN201310332985.3A 2013-04-22 2013-08-01 黄酒品质检测装置及检测方法 Expired - Fee Related CN103424517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310332985.3A CN103424517B (zh) 2013-04-22 2013-08-01 黄酒品质检测装置及检测方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201310142103 2013-04-22
CN201310142103.7 2013-04-22
CN201310332985.3A CN103424517B (zh) 2013-04-22 2013-08-01 黄酒品质检测装置及检测方法

Publications (2)

Publication Number Publication Date
CN103424517A CN103424517A (zh) 2013-12-04
CN103424517B true CN103424517B (zh) 2015-01-07

Family

ID=49649576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310332985.3A Expired - Fee Related CN103424517B (zh) 2013-04-22 2013-08-01 黄酒品质检测装置及检测方法

Country Status (1)

Country Link
CN (1) CN103424517B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106405025B (zh) * 2016-08-28 2019-02-12 北海古力酒业股份有限公司 酿酒工艺中快速筛选不达标酒的系统
CN106353468B (zh) * 2016-08-28 2019-02-12 北海古力酒业股份有限公司 酿酒工艺中基于nfc的快速筛选不达标酒的系统
CN106405026B (zh) * 2016-08-28 2018-11-27 北海古力酒业股份有限公司 酿酒工艺过程中成品酒成分及来源地信息自动推送系统
CN110113724B (zh) * 2019-05-21 2023-02-14 浙江农林大学 基于非线性动力方程的气体监测wsn节点配置方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102297930A (zh) * 2011-07-20 2011-12-28 浙江大学 一种识别与预测肉新鲜度的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5609096A (en) * 1993-12-17 1997-03-11 Goldstar Co., Ltd. Vegetable freshness keeping device having a sensor

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102297930A (zh) * 2011-07-20 2011-12-28 浙江大学 一种识别与预测肉新鲜度的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于智能电子鼻系统对不同品牌啤酒区分;杨利军;《食品科学》;20111231;第32卷(第22期);第184~187页,图1、表1 *

Also Published As

Publication number Publication date
CN103424517A (zh) 2013-12-04

Similar Documents

Publication Publication Date Title
CN103424517B (zh) 黄酒品质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
CN105044298B (zh) 一种基于机器嗅觉的蟹类新鲜度等级检测方法
CN102590283B (zh) 利用电子鼻检测草鱼新鲜度的方法
CN106568907B (zh) 一种基于半监督鉴别投影的大闸蟹新鲜度无损检测方法
CN103412004B (zh) 一种甜橙储存时间的检测方法
CN100575950C (zh) 一种水果成熟度预测方法
CN103389323B (zh) 一种快速无损评定名贵药材年限的方法
CN105223240A (zh) 一种利用电子鼻检测蟹新鲜度的方法
CN105866190A (zh) 一种用于食品检测的电子鼻装置及检测方法
CN103412002A (zh) 一种食醋风味分析装置和方法
Lin et al. Quantitative analysis of volatile organic compound using novel chemoselective response dye based on Vis-NIRS coupled Si-PLS
CN104914225B (zh) 一种基于嗅觉指纹信息预测果汁中澄清剂含量的方法
CN103424431A (zh) 一种大米霉变快速检测装置和方法
CN104089987A (zh) 便携式冷冻牛肉品质检测装置及检测方法
CN103424528B (zh) 白酒品种检测装置及检测方法
CN103424516B (zh) 黄酒品种检测装置及检测方法
Lazaro et al. Chemometric data analysis for black tea fermentation using principal component analysis
CN113030011A (zh) 水果糖度快速无损检测方法及检测系统
CN103424527B (zh) 茶饮料品质检测装置及检测方法
CN103412015A (zh) 一种混合食醋风味分析装置和方法
CN103424522B (zh) 牛肉酱调味液的品质检测装置及检测方法
CN103424523B (zh) 黄豆品质检测方法
CN103454389B (zh) 一种牛奶品质检测装置及检测方法
CN103472198B (zh) 茶饮料品种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
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: 20150107

Termination date: 20150801

EXPY Termination of patent right or utility model