CN103424560B - 牛肉酱调味液的品种检测装置及检测方法 - Google Patents

Abstract

本发明公开了一种牛肉酱调味液的品种检测装置及检测方法，本发明先将n种牛肉酱调味液分别分成m个质量相同的牛肉酱调味液样本，传感器阵列依次对各个样品的各样本进行检测；得到n个与牛肉酱调味液品种相关联的阈值Thr₁，Thr₂，…，Thr_n；对待检测的牛肉酱调味液W进行检测，得到牛肉酱调味液W的信噪比谱特征噪声宽度值σ；利用非线性自标定动态分类模型计算牛肉酱调味液W的动态分类参数Δ；计算机做出被检测的牛肉酱调味液W的品种为品种j的判断。本发明具有可快速、准确的区分牛肉酱调味液的品种的特点。

Description

牛肉酱调味液的品种检测装置及检测方法

本发明涉及食品风味检测技术领域，尤其是涉及一种能够快速、准确区分牛肉酱调味液的品种的牛肉酱调味液的品种检测装置及检测方法。

背景技术

目前食品风味一般采用人工感官品评方法，但人的感觉器官易受环境、品评员个体差异以及主观因素的干扰，从而降低了品评结果的准确性。并且人工感官方法不适合品评有毒物质。以色谱类为代表的仪器分析方法虽可定性和定量分析食品气味成分，但该方法普遍存在耗时长、成本高、设备昂贵、有毒害等不足，不适合现场检测的需要。

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食品风味品评方法的耗时长、成本高、设备昂贵的不足，提供了一种能够快速、准确区分牛肉酱调味液的品种的牛肉酱调味液的品种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：

一种牛肉酱调味液品种检测装置，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；样品腔内设有液体搅动结构；

所述测气装置包括采样探头、激励噪声电路、模数转换器、清洗探头、气室和传感器阵列，采样探头和清洗探头上均设有第二气泵，气室内设有若干个独立的子气室；

传感器阵列包括若干个气体传感器，气体传感器的数量与子气室的数量相同，每个传感器位于1个子气室内；传感器阵列与模数转换器电连接，第一电磁阀、第二电磁阀、传感器阵列、激励噪声电路、模数转换器、第一气泵和第二气泵上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n种牛肉酱调味液分别分成m个质量相同的牛肉酱调味液样本，传感器阵列依次对各个样品的各样本进行检测；得到n个与牛肉酱调味液品种相关联的阈值Thr₁，Thr₂，…，Thr_n；

对待检测的牛肉酱调味液W进行检测，得到牛肉酱调味液W的信噪比谱特征噪声宽度值σ；利用非线性自标定动态分类模型计算牛肉酱调味液W的动态分类参数Δ；

计算机依次计算

当

则计算机做出被检测的牛肉酱调味液W的品种为品种j的判断。

本发明是为了克服现有技术中的食品品评方法的耗时长、成本高、设备昂贵的不足，提供了一种可快速、准确的区分牛肉酱调味液的品种的牛肉酱调味液品种检测装置及检测方法。

作为优选，所述液体搅动结构为设于样品腔内的T形搅拌管，所述样品腔内设有竖筒，竖筒上边缘设有向外水平延伸的延伸边，T形搅拌管的下边缘设有与延伸边相适配的向内水平延伸的环形边，环形边上表面与延伸边下表面间隙配合；

竖筒上部设有挡圈，挡圈上表面与环形边下表面相接触；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，T形搅拌管的外周面下部及上部均设有若干个出气孔。

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。

一种牛肉酱调味液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为信噪比谱特征噪声宽度值，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：

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；

计算机中设有随机共振模型其中，V(x)为非线性对称势函数，Adjust(t)为归一化信号，ξ(t)为高斯白噪声，A为常数，f₀是调制信号频率，D是噪声强度，

为相位，x为质点运动位移，t为时间；

(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40至50分钟；

(5-3)选择n种牛肉酱调味液，设定牛肉酱调味液的品种序号为j，j＝1；

(5-3-1)将牛肉酱调味液j分成m个质量相同的牛肉酱样本，设定样本序号为i，i＝1；

(5-3-2)将牛肉酱调味液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；第一气泵带动牛肉酱调味液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；

(5-3-3)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子气室中，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，采样探头将牛肉酱调味液产生的挥发性气体吸入各个子气室内，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；模数转换器将各个模拟响应信号转换为数字响应信号，得到传感器阵列的数字响应信号eNOSE(t)；

将每个传感器的若干个采样值W设为一组采样数据，每组采样数据中的采样值W符合正态分布：W～N(μ，σ²)，计算每组采样数据的平均值μ和标准差σ，计算|w-μ|；

当|w-μ|＞3σ，则将所述采样值W作为异常数据去除；

因为泊松分布的|w-μ|＞3σ的概率p(|w-μ|＞3σ)＝0.003，因此，可以将|w-μ|＞3σ的采样值W作为异常数据去除。

(5-3-5)由去除异常数据的eNOSE(t)构成数据矩阵：数据矩阵的列数与传感器阵列中传感器的数量相等，数据矩阵中的数据列分别为各个传感器检测的数字响应信号；

对于每个数据列均进行如下处理：

选取数据列中的最小值minvalue和最大值maxvalue，利用公式y(t)＝(x(t)-MinValue)/(MaxValue-MinValue)对所述数据列进行归一化处理；其中，x(t)为所述数据列的原始数据，y(t)为归一化处理后得到的数据；

每个数据列进行归一化处理后形成归一化后的数据矩阵，计算归一化后的数据矩阵的y(t)的平均值，将y(t)的平均值定义为归一化信号Adjust(t)；将激励噪声信号和Adjust(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

计算激励噪声信号的信噪比SNR，其中ω是信号频率，Ω为角频率，S(ω)是信号频谱密度，S_N(Ω)是信号频率范围内的噪声强度；

归一化信号可以有效矫正气体传感器由于基线漂移而造成的测量误差，提高检测准确度。

在激励噪声信号的激励下，随机共振系统模型产生随机共振，此时输出信号大于输入信号，因而起到了信号放大的作用。同时，随机共振将部分数字响应信号中的噪声能量转换到信号中去，因而有效的抑制了数字响应信号中的噪声量。

(5-3-6)计算机画出随机共振系统模型的激励噪声信号的信噪比谱图，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；

(5-3-7)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个信噪比谱特征噪声宽度值；计算机计算信噪比谱特征噪声宽度值的平均值，并将信噪比谱特征噪声宽度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个与牛肉酱调味液品种相关联的阈值Thr₁，Thr₂，…，Thr_n；

(5-4)选定待检测的牛肉酱调味液W，将牛肉酱调味液W分成m个质量相同的牛肉酱调味液样本，设定样本序号为i，i＝1；重复步骤(5-2)、(5-3-2)至(5-3-6)对牛肉酱调味液W的m个样本依次进行检测，得到牛肉酱调味液W的信噪比谱特征噪声宽度值σ；

(5-5)利用非线性自标定动态分类模型计算牛肉酱调味液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，提高了样品品种检测的精确度。

(5-6)计算机依次计算

当则计算机做出被检测的牛肉酱调味液W的品种为品种j的判断。

作为优选，所述误差门限值p为0.01至0.12。

作为优选，所述m为3至14。

作为优选，所述n为5至150。

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45至60秒。

因此，本发明具有如下有益效果：(1)可以区分牛肉酱调味液的种类；(2)检测准确、快速。

附图说明

图1是本发明的实施例的一种流程图；

图2是本发明的检测装置的一种原理框图；

图3是本发明的激励噪声信号的信噪比谱图；

图4是本发明的集气装置的一种结构示意图；

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、激励噪声电路、清洗探头11、传感器阵列12、第二气泵13、T形搅拌管15、竖筒14、延伸边16、环形边17、挡圈18、出气孔19、螺钉20、计算机21、模数转换器22。

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4所示的实施例是一种牛肉酱调味液品种检测装置，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；样品腔内设有液体搅动结构；液体搅动结构为设于样品腔内的T形搅拌管15，样品腔内设有竖筒14。

T形搅拌管一端的外周面后部设有5个出气孔19，T形搅拌管的另一端的外周面前部设有5个出气孔。

T形搅拌管的横截面呈圆形，T形搅拌管的外周面下部设有6个出气孔，上部设有4个出气孔。设于T形搅拌管的外周面上部的出气孔的孔径小于设于T形搅拌管的外周面其它部位的出气孔的孔径。

如图2所示，所述测气装置包括采样探头9、激励噪声电路10、模数转换器22、清洗探头11、气室和传感器阵列12，采样探头和清洗探头上均设有第二气泵13，气室内设有若干个独立的子气室；

传感器阵列包括8个气体传感器，气体传感器的数量与子气室的数量相同，每个传感器位于的1个子气室内；第一电磁阀、第二电磁阀、传感器阵列、激励噪声电路、模数转换器、第一气泵和第二气泵上均设有用于与计算机21电连接的数据接口。

如图5所示，竖筒上边缘设有向外水平延伸的延伸边16，T形搅拌管的下边缘设有与延伸边相适配的向内水平延伸的环形边17，环形边上表面与延伸边下表面间隙配合；

竖筒上部设有挡圈18，挡圈上表面与环形边下表面相接触；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。

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阀，当需要在样品腔内加入样品时，打开密封盖，关闭排液阀，将样品装入样品腔中；当需要更换样品时，将密封盖和排液阀均打开，将样品排出，然后用纯净水清洗样品腔，并关闭排液阀，将新的样品加入到样品腔中。

如图1所示的实施例是如图1所示的实施例是牛肉酱调味液的品种区分方法，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为信噪比谱特征噪声宽度值，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；

计算机中设有随机共振模型

其中，V(x)为非线性对称势函数，Adjust(t)为归一化信号，ξ(t)为高斯白噪声，A为常数，f₀是调制信号频率，D是噪声强度，

为相位，x为质点运动位移，t为时间；

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50分钟；

步骤200，对5种牛肉酱调味液样品分别进行检测和数据处理：

选择5种牛肉酱调味液样品，分别为样品1至样品5；设定牛肉酱调味液的品种序号为j，j＝1；

调味液样品如表3所示：

	食盐(％)	糖醋比(w∶w)	胡椒(％)	咖喱(％)
					样品1	2	5∶3	2	0.5
样品2	3	6∶5	2.5	1
					样品3	4	7∶7	3	1.5
样品4	3	5∶4	3	1
					样品5	4	7∶7	2.5	1

表3

步骤201，每种牛肉酱调味液样品分成5个质量相同的待检测牛肉酱调味液样本，设定样本序号为i，i的初始值为1；

步骤202，将牛肉酱调味液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；第一气泵带动牛肉酱调味液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40分钟；

步骤203，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子气室中，对各个传感器进行清洗；

步骤204，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，采样探头将牛肉酱调味液产生的挥发性气体吸入各个子气室内，挥发性气体与设于子气室内的传感器接触，各个传感器分别产生模拟响应信号；模数转换器将各个模拟相应信号转换成数字响应信号，得到传感器阵列的数字响应信号eNOSE(t)；

步骤205，将每个传感器的若干个采样值W设为一组采样数据，每组采样数据中的采样值W符合正态分布：W～N(μ，σ²)，计算每组采样数据的平均值μ和标准差σ，计算|w-μ|；

当|w-μ|＞3σ，则将所述采样值W作为异常数据去除；

由去除异常数据的eNOSE(t)构成数据矩阵：数据矩阵的列数与传感器阵列中传感器的数量相等，数据矩阵中的数据列分别为各个传感器检测的数字响应信号；

对于每个数据列均进行如下处理：

选取数据列中的最小值minvalue和最大值maxvalue，利用公式y(t)＝(x(t)-MinValue)/(MaxValue-MinValue)对所述数据列进行归一化处理；其中，x(t)为所述数据列的原始数据，y(t)为归一化处理后得到的数据；

每个数据列进行归一化处理后形成归一化后的数据矩阵，计算归一化后的数据矩阵的y(t)的平均值，将y(t)的平均值定义为归一化信号Adjust(t)；将激励噪声信号和Adjust(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

计算激励噪声信号的信噪比SNR，其中ω是信号频率，Ω为角频率，S(ω)是信号频谱密度，S_N(Ω)是信号频率范围内的噪声强度；

例如：样品5的数据矩阵中的11行数据如表1所示：

表1

数据矩阵的列数与传感器阵列中传感器的数量相等，数据矩阵中的数据列分别为8个传感器检测的平均数字响应信号；对于每个数据列均进行如下处理：

例如：数据列1中的最小值minvalue为71，最大值maxvalue为79，利用公式y(t)＝(x(t)-71)/(79-71)对数据列1进行归一化处理；

数据列2中的最小值minvalue为85，最大值maxvalue为140，利用公式y(t)＝(x(t)-85)/(140-85)对数据列1进行归一化处理；

数据列3中的最小值minvalue为113，最大值maxvalue为146；数据列4中的最小值minvalue为111，最大值maxvalue为170；数据列5中的最小值minvalue为146，最大值maxvalue为174；数据列6中的最小值minvalue为142，最大值maxvalue为151；数据列7中的最小值minvalue为85，最大值maxvalue为153；数据列8中的最小值minvalue为79，最大值maxvalue为87；分别对数据列3至8进行归一化处理，得到如表2所示的归一化后的数据矩阵中的11行数据：

表2

计算归一化后的数据矩阵中的8列数据y(t)的平均值，即计算表2中每行数据的平均值，将y(t)的平均值定义为归一化信号Adjust(t)，根据表2得到本实施例中的Adjust(t)为0.50，0.65，0.74，0.44，0.56，0.5，0.64，0.32，0.57，0.45，0.62。

将激励噪声信号和Adjust(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；

步骤206，计算机画出随机共振系统模型的激励噪声信号的信噪比谱图，在信噪比谱图中选取-72.5分贝作为信噪比特征值，在信噪比谱图中找到与-72.5分贝相对应的噪声强度值we₁和we₂，将|we₁-we₂|作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207，当i＜5，使i值增加1，重复步骤202至步骤206，得到5个信噪比谱特征噪声宽度值；计算机计算信噪比谱特征噪声宽度值的平均值，并将信噪比谱特征噪声宽度值的平均值定义为阈值Thr；

步骤208，当j＜5，使j值增加1，重复步骤201至步骤207，得到5个与牛肉酱调味液品种相关联的阈值Thr₁，Thr₂，…，Thr_n；Thr₁，Thr₂，…，Thr_n＝229.7dB，226.1dB，220.8dB，215.1dB，201.4dB；

步骤300，选定待检测的牛肉酱调味液W，将牛肉酱调味液W分成m个质量相同的牛肉酱调味液样本，设定样本序号为i，i＝1；重复步骤100、202至206对牛肉酱调味液W的5个样本依次进行检测，得到牛肉酱调味液W的信噪比谱特征噪声宽度值σ；

图3是被检测的牛肉酱调味液W的激励噪声信号的信噪比谱图，选取-72.5分贝作为信噪比特征值，在信噪比谱图中找到与-72.5分贝相对应的噪声强度值we₁＝48分贝和we₂＝282分贝，则牛肉酱调味液W的噪声宽度σ＝|we₁-we₂|＝|282-48|＝234dB。

步骤400，利用非线性自标定动态分类模型计算牛肉酱W的动态分类参数Δ；本实施例中Δ＝231.7；

步骤400，计算机依次计算当则计算机做出被检测的牛肉酱调味液W的品种为品种j的判断。

本实施例中，计算机做出牛肉酱调味液W的品种为品种1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 (8)

1.一种牛肉酱调味液的品种检测装置，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；样品腔内设有液体搅动结构；

所述测气装置包括采样探头(9)、激励噪声电路(10)、模数转换器(22)、清洗探头(11)、气室和传感器阵列(12)，采样探头和清洗探头上均设有第二气泵(13)，气室内设有若干个独立的子气室；

传感器阵列包括若干个气体传感器，气体传感器的数量与子气室的数量相同，每个传感器位于1个子气室内；传感器阵列与模数转换器电连接，第一电磁阀、第二电磁阀、传感器阵列、激励噪声电路、模数转换器、第一气泵和第二气泵上均设有用于与计算机(21)电连接的数据接口；

所述液体搅动结构为设于样品腔内的T形搅拌管(15)，所述样品腔内设有竖筒(14)，竖筒上边缘设有向外水平延伸的延伸边(16)，T形搅拌管的下边缘设有与延伸边相适配的向内水平延伸的环形边(17)，环形边上表面与延伸边下表面间隙配合；

竖筒上部设有挡圈(18)，挡圈上表面与环形边下表面相接触；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所述的牛肉酱调味液的品种检测装置，其特征是，所述T形搅拌管的横截面呈圆形，T形搅拌管的外周面下部及上部均设有若干个出气孔。

3.根据权利要求1或2所述的牛肉酱调味液的品种检测装置，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，用于检测甲烷和丙烷的第六传感器，用于检测丁烷的第七传感器，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。

4.一种根据权利要求1所述的牛肉酱调味液的品种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；

计算机中设有随机共振模型

其中，V(x)为非线性对称势函数，Adjust(t)为归一化信号，ξ(t)为高斯白噪声，A为常数，f₀是调制信号频率，D是噪声强度，

为相位，x为质点运动位移，t为时间；

(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40至50分钟；

(4-3)选择n种牛肉酱调味液，设定牛肉酱调味液的品种序号为j，j＝1；

(4-3-1)将牛肉酱调味液j分成m个质量相同的牛肉酱样本，设定样本序号为i，i＝1；

(4-3-2)将牛肉酱调味液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；第一气泵带动牛肉酱调味液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；

(4-3-3)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子气室中，对各个传感器进行清洗；

(4-3-4)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，采样探头将牛肉酱调味液产生的挥发性气体吸入各个子气室内，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；模数转换器将各个模拟响应信号转换为数字响应信号，得到传感器阵列的数字响应信号eNOSE(t)；

将每个传感器的若干个采样值W设为一组采样数据，每组采样数据中的采样值W符合正态分布：W～N(μ，σ²)，计算每组采样数据的平均值μ和标准差σ，计算|w-μ|；当|w-μ|>3σ，则将所述采样值W作为异常数据去除；

(4-3-5)由去除异常数据的eNOSE(t)构成数据矩阵：数据矩阵的列数与传感器阵列中传感器的数量相等，数据矩阵中的数据列分别为各个传感器检测的数字响应信号；

对于每个数据列均进行如下处理：

选取数据列中的最小值minvalue和最大值maxvalue，利用公式y(t)＝(x(t)-MinValue)/(MaxValue-MinValue)对所述数据列进行归一化处理；其中，x(t)为所述数据列的原始数据，y(t)为归一化处理后得到的数据；

每个数据列进行归一化处理后形成归一化后的数据矩阵，计算归一化后的数据矩阵的y(t)的平均值，将y(t)的平均值定义为归一化信号Adjust(t)；将激励噪声信号和Adjust(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

计算激励噪声信号的信噪比SNR，其中ω是信号频率，Ω为角频率，S(ω)是信号频谱密度，S_N(Ω)是信号频率范围内的噪声强度；

(4-3-6)计算机画出随机共振系统模型的激励噪声信号的信噪比谱图，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；

(4-3-7)当i<m，使i值增加1，重复步骤(4-3-2)至步骤(4-3-6)，得到m个信噪比谱特征噪声宽度值；计算机计算信噪比谱特征噪声宽度值的平均值，并将信噪比谱特征噪声宽度值的平均值定义为阈值Thr：

(4-3-8)当j<n，使j值增加1，重复步骤(4-3-1)至步骤(4-3-7)，得到n个与牛肉酱调味液品种相关联的阈值Thr₁，Thr₂，...，Thr_n；

(4-4)选定待检测的牛肉酱调味液W，将牛肉酱调味液W分成m个质量相同的牛肉酱调味液样本，设定样本序号为i，i=1；重复步骤(4-2)、(4-3-2)至(4-3-6)对牛肉酱调味液W的m个样本依次进行检测，得到牛肉酱调味液W的信噪比谱特征噪声宽度值σ；

(4-5)利用非线性自标定动态分类模型计算牛肉酱调味液W的动态分类参数Δ；

(4—6)计算机依次计算 $\left|\frac{\mathrm{\&Delta;}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|,j=1,...,n,$ 当 $\left|\frac{\mathrm{\&Delta;}-{\mathrm{Thr}}_j}{{\mathrm{Thr}}_j}\right|\&le;p,$ 则计算机做出被检测的牛肉酱调味液W的品种为品种j的判断。

5.根据权利要求4所述的牛肉酱调味液的品种检测装置的检测方法，其特征是，所述误差门限值p为0.01至0.12。

6.根据权利要求4所述的牛肉酱调味液的品种检测装置的检测方法，其特征是，所述m为3至14。

7.根据权利要求4所述的牛肉酱调味液的品种检测装置的检测方法，其特征是，所述n为5至150。

8.根据权利要求4或5或6或7所述的牛肉酱调味液的品种检测装置的检测方法，其特征是，步骤(4-3-4)中还包括如下步骤：将挥发性气体吸入各气室内检测45至60秒。

Images