CN103424528A - 白酒品种检测装置及检测方法 - Google Patents

Abstract

本发明公开了一种白酒品种检测装置及检测方法，包括如下步骤：将n种白酒分别分成m个质量相同的白酒样本，传感器阵列依次对各个样品的各样本进行检测；得到n个与白酒品种相关联的阈值Thr₁，Thr₂，…，Thr_n；对待检测的白酒W进行检测，得到白酒W的信噪比峰值σ；利用非线性自标定动态分类模型计算白酒W的动态分类参数Δ；计算机依次计算j＝1，...，n，当

则计算机做出被检测的白酒W的品种为品种j的判断。本发明具有可以准确的将不同种类白酒区分开来，可重复性好，检测速度快、经济性好的特点。

Description

白酒品种检测装置及检测方法

技术领域

本发明涉及酒种类检测领域，尤其是涉及一种可快速、准确地区别白酒种类的白酒品种检测装置及检测方法。

背景技术

现有的白酒分析方法主要由人工感官评价方法和以气相色谱-质谱联用为代表的仪器分析方法。人工感官评价方法虽然是常用的方法，但是其结果受品评员个体差异、健康状况等因素影响较大，虽然可以建立起一定规模的白酒感官品评数据库，但是该数据库对于新品评结果的参照意义不大，而且感官品评员需要经过专门训练。

仪器分析方法虽然可以准确的对白酒进行分子数量级的定性和定量分析，但是对于专门仪器设备的要求较高，耗时长，成本高，而且仪器设备操作员需要经过专业的培训才能顺利实现检测目的。

因此，如何快速、准确地区别白酒种类是目前需要解决的难题。

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检测方法耗时长、成本高的不足，提供了一种可快速、准确地区别白酒种类的白酒种类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：

一种白酒品种检测装置，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、清洗探头、数字信号处理器和传感器阵列；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；各个传感器分别与数字信号处理器电连接，第一电磁阀、第二电磁阀、传感器阵列、数字信号处理器、第一气泵和第二气泵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n种白酒分别分成m个质量相同的白酒样本，传感器阵列依次对各个样品的各样本进行检测；得到n个与白酒品种相关联的阈值Thr₁，Thr₂，…，Thr_n；

对待检测的白酒W进行检测，得到白酒W的信噪比峰值σ；利用非线性自标定动态分类模型计算白酒W的动态分类参数Δ；计算机依次计算 $\left|\frac{\mathrm{\Δ}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|,j=1,...,n,$ 当 $\left|\frac{\mathrm{\Δ}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|\≤p,$ 则计算机做出被检测的白酒W的品种为品种j的判断。

本发明是克服了现有技术的食品品评方法的耗时长、成本高、设备昂贵的不足，具有可快速、准确的区分白酒的品种的特点。

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圆形或矩形，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、丙烷、丁烷的第六传感器，用于检测丙烷、丁烷的第七传感器，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。

一种白酒品种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为信噪比峰值，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： $\mathrm{\Δ}=\frac{1}{L}\underset{\mathrm{\ψ}=N-L+1}{\overset{N}{\mathrm{\Σ}}}e(\mathrm{\ϵ}-L)e\left(\mathrm{\ϵ}\right),$ 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；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。设定误差门限值p；

数字信号处理器中设有随机共振系统模型

其中t是布朗运动粒子运动时间，x是粒子运动的坐标，a和b是双稳态势阱参数，M是输入信号强度调节参量，C是外噪声强度调节参量，ξ(t)是输入外噪声；

(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25至36分钟；

(5-3)选择n种白酒，设定白酒的品种序号为j，j＝1；

(5-3-1)将白酒j分成m个质量相同的白酒样本，设定样本序号为i，i＝1；

(5-3-2)将白酒j的样本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；第一气泵带动白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50分钟；

(5-3-3)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；

(5-3-4)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，采样探头将白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；数字信号处理器对模拟响应信号进行等间隔取样，得到传感器阵列的数字响应信号eNOSE(t)；

(5-3-5)数字信号处理器将输入随机共振系统模型 $\frac{\mathrm{dx}}{\mathrm{dt}}=\mathrm{ax}-{\mathrm{bx}}^3+\mathrm{MI}\left(t\right)+\mathrm{C\ξ}\left(t\right)$ 中，使随机共振系统模型产生共振，计算机利用公式

计算信噪比SNR；其中，A为信号强度，D是外噪声强度，ΔU为势垒高度；

(5-3-6)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峰值，并将信噪比峰值存储到计算机中；

(5-3-7)当i＜m，使i值增加1，重复步骤(5-3-2)至步骤(5-3-6)，得到m个信噪比峰值；计算机计算信噪比峰值的平均值，并将信噪比峰值的平均值定义为阈值Thr；

(5-3-8)当j＜n，使j值增加1，重复步骤(5-3-1)至步骤(5-3-7)，得到n个与白酒品种相关联的阈值Thr₁，Thr₂，…，Thr_n；

(5-4)选定待检测的白酒W，将白酒W分成m个质量相同的白酒样本，设定样本序号为i，i＝1；重复步骤(5-2)、(5-3-2)至(5-3-6)对白酒W的m个样本依次进行检测，得到白酒W的信噪比峰值σ；

(5-5)利用非线性自标定动态分类模型计算白酒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)计算机依次计算 $\left|\frac{\mathrm{\Δ}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|,j=1,...,n,$ 当 $\left|\frac{\mathrm{\Δ}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|\≤p,$ 则计算机做出被检测的白酒W的品种为品种j的判断。

作为优选，所述误差门限值p为0.03至0.12。

作为优选，所述m为5至16。

作为优选，所述n为5至200。

作为优选，步骤(5-3-4)中还包括如下步骤：将挥发性气体吸入各气室内检测50至80秒。

因此，本发明具有如下有益效果：可以准确的将不同种类白酒区分开来；(2)可重复性好；(3)检测速度快、经济性好；(4)稳定可靠。

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是本发明的一种原理框图；

图4是本发明的输出信噪比谱图；

图5是本发明的竖筒、挡圈和T形搅拌管的一种结构示意图。

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、清洗探头10、数字信号处理器11、传感器阵列12、第二气泵13、计算机14、竖筒15、T形搅拌管16、凸环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白酒品种检测装置，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15和下端开口的T形搅拌管16。

如图5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17，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16个出气孔，T形搅拌管的另一端的外周面前部设有10个出气孔17。

如图3所示，测气装置包括采样探头9、清洗探头10、数字信号处理器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。

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、丙烷、丁烷的第六传感器，用于检测丙烷、丁烷的第七传感器，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白酒品种检测装置的检测方法，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为信噪比峰值，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： $\mathrm{\Δ}=\frac{1}{L}\underset{\mathrm{\ψ}=N-L+1}{\overset{N}{\mathrm{\Σ}}}e(\mathrm{\ϵ}-L)e\left(\mathrm{\ϵ}\right),$ 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；

数字信号处理器中设有随机共振系统模型

其中t是布朗运动粒子运动时间，x是粒子运动的坐标，a和b是双稳态势阱参数，M是输入信号强度调节参量，C是外噪声强度调节参量，ξ(t)是输入外噪声；

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30分钟；

步骤200，选择13种白酒样品，分别为样品1至样品13；设定白酒样品序号j的初始值为1；每种白酒样品分成6个质量相同的白酒样本，设定样本序号为i，i＝1；对各个样品的各个样本进行如下检测及数据处理：

13种白酒样品如表1所示：

表1

步骤201，将白酒j的样本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；第一气泵带动白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，采样探头将白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；数字信号处理器对模拟响应信号进行等间隔取样，得到传感器阵列的数字响应信号eNOSE(t)；

步骤204，数字信号处理器将输入随机共振系统模型

中，使随机共振系统模型产生共振，计算机利用公式

计算信噪比SNR；其中，A为信号强度，D是外噪声强度，ΔU为势垒高度；

步骤205，计算机画出如图4所示的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峰值，并将信噪比峰值存储到计算机中；

步骤206，当i＜6，使i值增加1，重复步骤201至步骤205，得到6个信噪比峰值；计算机计算信噪比峰值的平均值，并将信噪比峰值的平均值定义为阈值Thr；

步骤207，当j＜13，使j值增加1，重复步骤201至步骤206，得到13个与白酒品种相关联的阈值Thr₁，Thr₂，…，Thr₁₃；Thr₁，Thr₂，…，Thr₁₃分别为-23.4dB，-26.7dB，-41.3dB，-47.2dB，-29.1dB，-61.6dB，-66.5dB，-78.2dB，-73.1dB，-52.3dB，-59.4dB，-33.3dB，-37.0dB。

步骤300，取一瓶待检测的白酒W，将白酒W分成6个30毫升的白酒样本，设定样本序号为i，i＝1；重复步骤100、201至205对白酒W的6个样本依次进行检测，得到白酒W的信噪比峰值σ；本实施例中σ＝-74.3dB；

步骤400，利用非线性自标定动态分类模型计算白酒W的动态分类参数Δ；本实施例中，Δ＝-74.1；

步骤500，计算机依次计算 $\left|\frac{\mathrm{\Δ}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|,j=1,...,n,$ 当 $\left|\frac{\mathrm{\Δ}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|\≤p,$ 则计算机做出被检测的白酒W的品种为品种j的判断

本实施例中， $\left|\frac{\mathrm{\Δ}-{\mathrm{Thr}}_9}{{\mathrm{Thr}}_9}\right|=\left|\frac{-74.1+73.1}{-73.1}\right|=0.014\≤0.06,$ 则计算机做出白酒W的品种为样品9，52-Maotai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 (9)

1.一种白酒品种检测装置，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)、清洗探头(10)、数字信号处理器(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；各个传感器分别与数字信号处理器电连接，第一电磁阀、第二电磁阀、传感器阵列、数字信号处理器、第一气泵和第二气泵上均设有用于与计算机(14)电连接的数据接口。

2.根据权利要求1所述的白酒品种检测装置，其特征是，所述样品腔内设有竖筒(15)和下端开口的T形搅拌管(16)，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(17)，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。

3.根据权利要求1所述的白酒品种检测装置，其特征是，所述T形搅拌管的横截面呈圆形或矩形，T形搅拌管的外周面下部设有若干个出气孔。

4.根据权利要求1或2或3所述的白酒品种检测装置，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、丙烷、丁烷的第六传感器，用于检测丙烷、丁烷的第七传感器，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。

5.一种根据权利要求1所述的白酒品种检测装置的检测方法，其特征是，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为信噪比峰值，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；

数字信号处理器中设有随机共振系统模型

其中t是布朗运动粒子运动时间，x是粒子运动的坐标，a和b是双稳态势阱参数，M是输入信号强度调节参量，C是外噪声强度调节参量，ξ(t)是输入外噪声；

(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25至36分钟；

(5-3)选择n种白酒，设定白酒的品种序号为j，j＝1；

(5-3-1)将白酒j分成m个质量相同的白酒样本，设定样本序号为i，i＝1；

(5-3-2)将白酒j的样本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；第一气泵带动白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50分钟；

(5-3-3)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；

(5-3-4)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，采样探头将白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；数字信号处理器对模拟响应信号进行等间隔取样，得到传感器阵列的数字响应信号eNOSE(t)；

(5-3-5)数字信号处理器将

输入随机共振系统模型

中，使随机共振系统模型产生共振，计算机利用公式

计算信噪比SNR；其中，A为信号强度，D是外噪声强度，ΔU为势垒高度；

(5-3-6)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峰值，并将信噪比峰值存储到计算机中；

(5-3-7)当i＜m，使i值增加1，重复步骤(5-3-2)至步骤(5-3-6)，得到m个信噪比峰值；计算机计算信噪比峰值的平均值，并将信噪比峰值的平均值定义为阈值Thr；

(5-3-8)当j＜n，使j值增加1，重复步骤(5-3-1)至步骤(5-3-7)，得到n个与白酒品种相关联的阈值Thr₁，Thr₂，…，Thr_n；

(5-4)选定待检测的白酒W，将白酒W分成m个质量相同的白酒样本，设定样本序号为i，i＝1；重复步骤(5-2)、(5-3-2)至(5-3-6)对白酒W的m个样本依次进行检测，得到白酒W的信噪比峰值σ；

(5-5)利用非线性自标定动态分类模型计算白酒W的动态分类参数Δ；

(5-6)计算机依次计算 $\left|\frac{\mathrm{\Δ}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|,j=1,...,n,$ 当 $\left|\frac{\mathrm{\Δ}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|\≤p,$ 则计算机做出被检测的白酒W的品种为品种j的判断。

6.根据权利要求5所述的白酒品种检测装置的检测方法，其特征是，所述误差门限值p为0.03至0.12。

7.根据权利要求5所述的白酒品种检测装置的检测方法，其特征是，所述m为5至16。

8.根据权利要求5所述的白酒品种检测装置的检测方法，其特征是，所述n为5至200。

9.根据权利要求5或6或7或8所述的白酒品种检测装置的检测方法，其特征是，步骤(5-3-4)中还包括如下步骤：将挥发性气体吸入各气室内检测50至80秒。

Images