CN103454388A - 白芸豆品质检测装置及检测方法 - Google Patents
白芸豆品质检测装置及检测方法 Download PDFInfo
- Publication number
- CN103454388A CN103454388A CN2013103330386A CN201310333038A CN103454388A CN 103454388 A CN103454388 A CN 103454388A CN 2013103330386 A CN2013103330386 A CN 2013103330386A CN 201310333038 A CN201310333038 A CN 201310333038A CN 103454388 A CN103454388 A CN 103454388A
- Authority
- CN
- China
- Prior art keywords
- signal
- sample
- sensor
- data
- navy bean
- 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.)
- Granted
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种白芸豆品质检测装置及检测方法,本发明先将品质合格的白芸豆分成m个质量相同的白芸豆样本,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;对待检测的白芸豆样品W进行检测,得到白芸豆样品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芸豆样品W的动态分类参数Δ;计算机做出白芸豆品质合格或不合格的判断。本发明具有检测准确、快速;经济性好;为使用品质合格的白芸豆制作食品提供可靠数据支持的特点。
Description
技术领域
本发明涉及粮食品质检测技术领域,尤其是涉及一种可准确、快速地检测出白芸豆是否腐败的白芸豆品质检测装置及检测方法。
背景技术
食品安全是影响人类健康的重要因素,一直是世界各国相关部门研究的重点。白芸豆中富含蛋白质、碳水化合物等成分,是具有较高的营养价值的粮食作物。但白芸豆在储存过程中会产生黄曲霉、寄生曲霉、镰刀曲霉、青曲霉等多种霉菌,在潮湿的环境下易引起霉变,释放出霉味、腐败味、酸败味等气味,霉变的白芸豆一旦进入流通市场,将会制作出有害的食品,将严重危害人们的身体健康。
人们通常通过感官对食品的品质进行判断,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、经验的不同,存在较大差异。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。
而白芸豆是一种食品原料,目前,尚无有效的方法对白芸豆的品质进行检测。
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评方法的耗时长、成本高、设备昂贵的不足,提供了一种可准确、快速地检测出白芸豆是否腐败的白芸豆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:
一种白芸豆品质检测装置,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,上连通管上设有第二电磁阀和第一气泵;所述样品腔内设有样品圈,样品圈上设有金属网,下连通管的出气口位于金属网的下方;
所述测气装置包括采样探头、清洗探头、气室、激励噪声电路、模数转换器、DSP芯片和设于气室内的传感器阵列;采样探头和清洗探头上均设有第二气泵;传感器阵列与模数转换器电连接,激励噪声电路和模数转换器分别与DSP芯片电连接;
传感器阵列包括若干个气体传感器,各个气体传感器分别位于独立的气室内;第一电磁阀、第二电磁阀、第一气泵、第二气泵、激励噪声电路和DSP芯片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。
本发明先将品质合格的白芸豆分成m个质量相同的白芸豆样本,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;
对待检测的白芸豆样品W进行检测,得到白芸豆样品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芸豆样品W的动态分类参数Δ;当则计算机做出白芸豆样品W品质合格的判断;当则计算机做出白芸豆样品W品质不合格的判断。
本发明的品质检测方法比人工品评更加可靠,能够快速、准确的检测出白芸豆品质的细微变化,从而保证白芸豆品质的可靠性,为食品生产厂家采用品质合格的白芸豆生产食品提供了可靠的数据支持。
作为优选,所述金属网底部通过设于样品腔上的支撑杆与样品腔相连接,支撑杆与金属网转动连接,金属网外周面中部设有用于带动样品托盘沿转轴旋转的若干个叶片,支撑杆与水平面的夹角为锐角。
作为优选,所述支撑杆与水平面之间的夹角为50度至60度。
作为优选,传感器阵列由8个传感器构成;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。
一种白芸豆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;
(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30至40分钟;
(5-3)将品质合格的白芸豆分成m个质量相同的白芸豆样本,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;第一气泵带动白芸豆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35至45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,采样探头将白芸豆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;模数转换器对模拟响应信号进行等间隔抽样,模拟响应信号转换为数字响应信号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。
(5-3-4)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:
选取数据列中的峰值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),将激励噪声电路产生的激励噪声信号和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;
(5-3-5)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峰值,并将信噪比峰值存储到计算机中;
(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;
(5-4)重复步骤(5-2)至(5-3)对待检测的白芸豆样品W进行检测,得到白芸豆样品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芸豆样品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,提高了样品品质检测的精确度。
当则计算机做出白芸豆样品W品质不合格的判断。
作为优选,所述误差门限值p为0.03至0.12。
作为优选,所述m为5至20。
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60至70秒。
因此,本发明具有如下有益效果:(1)检测准确、快速;(2)经济性好;(3)为使用品质合格的白芸豆制作食品提供可靠数据支持。
附图说明
图1是本发明的实施例的一种流程图;
图2是本发明的检测装置的一种原理框图;
图3是本发明的输出信噪比曲线图;
图4是本发明的集气装置的一种结构示意图。
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、第二电磁阀7、第一气泵8、金属网9、采样探头10、清洗探头11、气室12、激励噪声电路13、DSP芯片14、传感器阵列15、第二气泵16、计算机17、支撑杆18、叶片19、样品圈20、模数转换器21。
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白芸豆品质检测装置,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,上连通管上设有第二电磁阀7和第一气泵8;样品腔内设有样品圈20,样品圈上设有金属网,下连通管的出气口位于金属网9的下方;金属网底部通过设于样品腔上的支撑杆18与样品腔相连接,支撑杆与金属网转动连接,金属网外周面中部设有用于带动样品托盘沿转轴旋转的叶片19,支撑杆与水平面的夹角为58度。
本实施例中,样品腔上设有密封盖,当需要在样品腔内加入或更换样品时,打开密封盖进行操作。
如图2所示的测气装置包括采样探头10、清洗探头11、气室12、激励噪声电路13、模数转换器21、DSP芯片14和设于气室内的传感器阵列15;采样探头和清洗探头上均设有第二气泵16;传感器阵列与模数转换器电连接,激励噪声电路和模数转换器分别与DSP芯片电连接;
传感器阵列包括8个气体传感器,各个气体传感器分别位于独立的气室内;第一电磁阀、第二电磁阀、第一气泵、第二气泵、激励噪声电路和DSP芯片上均设有用于与计算机17电连接的数据接口。
8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。
如图1所示的实施例是一种白芸豆品质检测方法,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;
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,将品质合格的白芸豆分成8个质量相同的白芸豆样本,每个样本为25克,设定样本序号为i,i=1;依次对8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;第一气泵带动白芸豆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45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,采样探头将白芸豆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;模数转换器对模拟响应信号进行等间隔抽样,模拟响应信号转换为数字响应信号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;
步骤204,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:
选取数据列中的峰值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),将激励噪声电路产生的激励噪声信号和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,SN(Ω)是信号频率范围内的噪声强度;
例如:数据矩阵中的10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中的峰值minvalue为71v,最大值maxvalue为77v;利用公式y(t)=(x(t)-71)/(77-71)对数据列1进行归一化处理;
数据列2中的峰值minvalue为81v,最大值maxvalue为88v,利用公式y(t)=(x(t)-81/(88-81)对数据列1进行归一化处理;
数据列3中的峰值minvalue为138v,最大值maxvalue为145v;数据列4中的峰值minvalue为115v,最大值maxvalue为123v;数据列5中的峰值minvalue为171v,最大值maxvalue为180v;数据列6中的峰值minvalue为145v,最大值maxvalue为154v;数据列7中的峰值minvalue为140v,最大值maxvalue为159v;数据列8中的峰值minvalue为82v,最大值maxvalue为89v;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10行数据:
表2
计算归一化后的数据矩阵中的8个数据列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0.65,0.65,0.42,0.42,0.16,0.44,0.98,0.61,0.56,0.42。
步骤205,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峰值,并将信噪比峰值存储到计算机中;
步骤206,当i<m,使i值增加1,重复步骤201至步骤205,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=-49.76dB;
步骤300,重复步骤200至300对待检测的白芸豆样品W进行检测,得到白芸豆样品W的信噪比峰值σ;
本实施例中,画出如图3所示的输出信噪比曲线,在噪声强度50dB至70dB的区间内,计算机选取输出信噪比曲线的信噪比峰值σ=-51.20dB。
步骤400,利用非线性自标定动态分类模型计算白芸豆样品W的动态分类参数Δ=-51.19;
本实施例中, 因此,计算机做出白芸豆品质合格的判断。
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 (8)
1.一种白芸豆品质检测装置,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),上连通管上设有第二电磁阀(7)和第一气泵(8);所述样品腔内设有样品圈(20),样品圈上设有金属网,下连通管的出气口位于金属网(9)的下方;
所述测气装置包括采样探头(10)、清洗探头(11)、气室(12)、激励噪声电路(13)、模数转换器(21)、DSP芯片(14)和设于气室内的传感器阵列(15);采样探头和清洗探头上均设有第二气泵(16);传感器阵列与模数转换器电连接,激励噪声电路和模数转换器分别与DSP芯片电连接;
传感器阵列包括若干个气体传感器,各个气体传感器分别位于独立的气室内;第一电磁阀、第二电磁阀、第一气泵、第二气泵、激励噪声电路和DSP芯片上均设有用于与计算机(17)电连接的数据接口。
2.根据权利要求1所述的白芸豆品质检测装置,其特征是,所述金属网底部通过设于样品腔上的支撑杆(18)与样品腔相连接,支撑杆与金属网转动连接,金属网外周面中部设有用于带动样品托盘沿转轴旋转的若干个叶片(19),支撑杆与水平面的夹角为锐角。
3.根据权利要求2所述的白芸豆品质检测装置,其特征是,所述支撑杆与水平面之间的夹角为50度至60度。
4.根据权利要求1或2或3所述的白芸豆品质检测装置,其特征是,传感器阵列由8个传感器构成;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。
5.一种根据权利要求1所述的白芸豆品质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;
(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30至40分钟;
(5-3)将品质合格的白芸豆分成m个质量相同的白芸豆样本,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;第一气泵带动白芸豆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35至45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,采样探头将白芸豆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;模数转换器对模拟响应信号进行等间隔抽样,模拟响应信号转换为数字响应信号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;
(5-3-4)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:
选取数据列中的峰值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),将激励噪声电路产生的激励噪声信号和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;
(5-3-5)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峰值,并将信噪比峰值存储到计算机中;
(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;
(5-4)重复步骤(5-2)至(5-3)对待检测的白芸豆样品W进行检测,得到白芸豆样品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芸豆样品W的动态分类参数Δ;
6.根据权利要求5所述的白芸豆品质检测装置的检测方法,其特征是,所述误差门限值p为0.03至0.12。
7.根据权利要求5所述的白芸豆品质检测装置的检测方法,其特征是,所述m为5至20。
8.根据权利要求5或6或7所述的白芸豆品质检测装置的检测方法,其特征是,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60至70秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310333038.6A CN103454388B (zh) | 2013-08-01 | 2013-08-01 | 白芸豆品质检测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310333038.6A CN103454388B (zh) | 2013-08-01 | 2013-08-01 | 白芸豆品质检测装置及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103454388A true CN103454388A (zh) | 2013-12-18 |
CN103454388B CN103454388B (zh) | 2015-03-04 |
Family
ID=49736990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310333038.6A Expired - Fee Related CN103454388B (zh) | 2013-08-01 | 2013-08-01 | 白芸豆品质检测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103454388B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111735808A (zh) * | 2020-07-21 | 2020-10-02 | 浙江农林大学 | 一种白芨霉变检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03277948A (ja) * | 1990-03-27 | 1991-12-09 | Iseki & Co Ltd | 籾摺機等の脱ふ率検出制御方式 |
CN2666430Y (zh) * | 2003-12-25 | 2004-12-29 | 晨硕实业有限公司 | 气味散发装置 |
CN101144780A (zh) * | 2006-09-14 | 2008-03-19 | 郭培源 | 猪肉新鲜度智能检测装置 |
CN101382531A (zh) * | 2008-10-08 | 2009-03-11 | 天津商业大学 | 利用电子鼻检测虾新鲜度的方法 |
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 |
CN102879436A (zh) * | 2012-10-22 | 2013-01-16 | 浙江工商大学 | 一种利用电子鼻检测河鲫鱼新鲜度的方法 |
-
2013
- 2013-08-01 CN CN201310333038.6A patent/CN103454388B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03277948A (ja) * | 1990-03-27 | 1991-12-09 | Iseki & Co Ltd | 籾摺機等の脱ふ率検出制御方式 |
CN2666430Y (zh) * | 2003-12-25 | 2004-12-29 | 晨硕实业有限公司 | 气味散发装置 |
CN101144780A (zh) * | 2006-09-14 | 2008-03-19 | 郭培源 | 猪肉新鲜度智能检测装置 |
CN101382531A (zh) * | 2008-10-08 | 2009-03-11 | 天津商业大学 | 利用电子鼻检测虾新鲜度的方法 |
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 |
CN102879436A (zh) * | 2012-10-22 | 2013-01-16 | 浙江工商大学 | 一种利用电子鼻检测河鲫鱼新鲜度的方法 |
Non-Patent Citations (1)
Title |
---|
惠国华等: "基于电子鼻系统的不同风味绍兴黄酒区分方法研究", 《传感技术学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111735808A (zh) * | 2020-07-21 | 2020-10-02 | 浙江农林大学 | 一种白芨霉变检测方法 |
CN111735808B (zh) * | 2020-07-21 | 2022-09-23 | 浙江农林大学 | 一种白芨霉变检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103454388B (zh) | 2015-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102590283B (zh) | 利用电子鼻检测草鱼新鲜度的方法 | |
CN102590288B (zh) | 基于电子鼻的食品品质检测系统和检测方法 | |
CN103424521B (zh) | 一种牛肉新鲜度检测装置及检测方法 | |
CN102621192B (zh) | 一种利用电子鼻检测芒果新鲜度的方法 | |
CN102879436A (zh) | 一种利用电子鼻检测河鲫鱼新鲜度的方法 | |
CN103412102B (zh) | 鸡胸脯肉新鲜度检测装置及检测方法 | |
CN102879432A (zh) | 一种利用电子鼻检测罗非鱼新鲜度的方法 | |
CN101419212A (zh) | 一种利用挥发物的禽蛋新鲜度检测装置及方法 | |
CN103424525A (zh) | 牛奶品质检测装置及检测方法 | |
CN103424523B (zh) | 黄豆品质检测方法 | |
CN103412004A (zh) | 一种甜橙储存时间的检测方法 | |
CN103424526B (zh) | 牛肉新鲜度检测装置及检测方法 | |
CN103424431A (zh) | 一种大米霉变快速检测装置和方法 | |
CN103412002A (zh) | 一种食醋风味分析装置和方法 | |
CN103412099B (zh) | 一种木瓜储存时间检测装置和方法 | |
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 | |
CN103454388B (zh) | 白芸豆品质检测装置及检测方法 | |
CN103412132B (zh) | 鸡腿肉新鲜度检测装置及检测方法 | |
CN106979998B (zh) | 苹果新鲜度的仿生嗅觉快速无损检测装置及检测方法 | |
CN103424517A (zh) | 黄酒品质检测装置及检测方法 | |
CN104237318B (zh) | 一种利用电子鼻检测根茎类植物根部病虫害的方法 | |
CN103424560B (zh) | 牛肉酱调味液的品种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 | |
CN103344550A (zh) | 一种鉴定甘蓝型油菜抗裂角性的方法 | |
CN102621193A (zh) | 食用菌风味成分指纹图谱 |
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: 20150304 Termination date: 20150801 |
|
EXPY | Termination of patent right or utility model |