CN105136709B - 一种测量冷冻肉的冷冻参数的方法及装置 - Google Patents
一种测量冷冻肉的冷冻参数的方法及装置 Download PDFInfo
- Publication number
- CN105136709B CN105136709B CN201510305174.3A CN201510305174A CN105136709B CN 105136709 B CN105136709 B CN 105136709B CN 201510305174 A CN201510305174 A CN 201510305174A CN 105136709 B CN105136709 B CN 105136709B
- Authority
- CN
- China
- Prior art keywords
- chilled meat
- freezing
- sample
- meat sample
- temperature
- 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.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种测量冷冻肉的冷冻参数的方法,利用产品中水分在不同温度和速率冻结形成的不同粒径和分布的冰晶的近红外吸收和反射光谱差异,通过建立冷冻参数与近红外光谱的化学计量学关系模型,实现冷冻品冷冻温度和冷冻速率的快速测量方法。本发明的方法可以快速、准确、无损地测量冷冻温度和速率,同时突破了以往必须在冷冻过程中才能测知产品冷冻参数的技术局限适用于冷冻品的冷冻过程监控与质量分析。
Description
技术领域
本发明涉及冷冻产品品质的检测方法,特别涉及一种测量冷冻肉的冷冻参数的方法及装置。
背景技术
低温可以减缓微生物的生长和减少生化反应的速度,因此冷冻技术被广泛应用于许多领域。许多食品需要冷藏以延长其保质期;冷冻也是保存生物材料和医学器官等的一项重要技术,如功能性蛋白,精子,骨,软骨,血管,卵巢,睾丸,内分泌腺等。然而,冷冻和冷藏也会给样品带来一些损伤,损害的程度取决于冷冻技术而不同。通常,快速冷冻会形成许多很小的冰晶,它们均匀地分布在细胞内,引起细胞结构的损害最小,从而很好地保留了样品。对于慢速冷冻,很大的冰晶将形成在细胞间隙,这会刺穿细胞膜,解冻后增加滴水损失。以前的研究已经报道,冷冻速率影响精子活力、抗体蛋白活性和器官移植的成功概率等。因此,冷冻的环境温度和冷冻速率是影响冷冻产品质量的重要参数。然而,在传统方法中,冷冻速率的测量是困难和费时的。根据1972年国际制冷学会(IIR)的定义,冷冻速率是在一个单位时间结冰的厚度。测量冷冻速率时,温度探头通常插入冷冻样品中,并将冷冻过程中的温度变化记录下来。即样品表面与中心温度点间的最短距离,与样品表面达到0℃以后样品中心温度降到比样品冷冻点低10℃所需的时间之比。如某样品的中心与其表面的最短距离为10cm,其冰点为-2℃,其中心温度降到比冰点低10℃(即-12℃)时所需的时间为5h,则其冷冻速度v=10/5=2cm/h。冷冻速率5cm/h以上的称为快速冷冻,1cm/h以下为慢速冷冻。该测定方法破坏样品的完整性,并且必须在冷冻过程中完成。一旦冷冻结束,则无法测知该冷冻产品的冷冻速率。
近红外(NIR)光谱是一种检测样品组分的常用技术。当近红外光(700-2500nm)照射到样品上时,样品中氢基团X-H(X=C,N,O)吸收近红外光并进行振动。不同的基团会有选择地吸收不同频率的近红外光。通过分析透射或反射光谱的密度,就可以确定某一组分的含量。随着化学计量学的发展,近红外光谱成为在生物学,农业和食品领域一个越来越流行的检测技术。然而,近红外光谱仪无法提供样品的空间信息。在最近几年中,光谱结合计算机视觉技术促进了高光谱成像(hyperspectral imaging,HSI)的发展,并已被广泛研究用于各种应用,如预测的生长和作物产量,检测药物的活性成分含量,以及水果、肉品和鱼制品的质量检测。
温度的变化会显著地改变样品的光谱曲线,从而降低近红外光谱模型的检测精度。目前,光谱技术检测的对象主要是样品中的化学成分含量,因此温度的变化通常被认为是光谱技术的干扰因素。许多研究都集中在开发新的算法以减少温度对光谱的影响,以改善模型的稳健性,例如,分段标准化算法(PDS)和正交信号校正算法(OSC)等。然而,对样品光谱和温度变化的关系缺乏系统研究。目前,没有基于光谱技术对冷冻过程或冷冻产品进行快速检测的相关报道。
发明内容
为了克服现有技术的上述缺点与不足,本发明的目的在于提供一种测量冷冻肉的冷冻参数的方法,快速、准确、不损伤检测样品。
本发明的另一目的在于提供实现上述测量冷冻肉的冷冻参数的方法的装置。
本发明的目的通过以下技术方案实现:
一种测量冷冻肉的冷冻参数的方法,包括以下步骤:
(1)采用不同的冷冻温度和冷冻速率冷冻肉品,得到多个冷冻参数不同的冷冻肉样本;在冷冻过程中准确测量冷冻温度和冷冻速率;
(2)将步骤(1)得到的冷冻肉样本在常用冷藏温度下冷藏4小时以上,使所有冷冻肉样本的温度一致;
(3)用近红外光谱仪对经步骤(2)冷藏后的冷冻肉样本进行近红外光谱扫描,扫描过程中保持冷冻肉样本的温度与常用冷藏温度一致;
(4)对步骤(3)得到的冷冻肉样本的近红外光谱曲线进行一阶导数分析,记录光谱峰的波长,将光谱峰的波长作为特征波长;
(5)将冷冻肉样本随机分配到训练集和验证集中;
(6)对训练集中的冷冻肉样本,以步骤(4)得到的特征波长对应的光谱反射值为输入,步骤(1)测量得到的冷冻温度和冷冻速率为输出,建立冷冻参数测量模型,并用验证集中的冷冻肉样本进行验证;
(7)对未知的待测冷冻肉样品,在步骤(2)所述的常用冷藏温度下冷藏4小时以上,采集待测冷冻肉样品的近红外光谱曲线并进行导数分析,得到待测冷冻肉样品的特征波长;
(8)将步骤(7)得到的待测冷冻肉样品的特征波长对应的光谱反射值代入步骤(6)得到的冷冻参数测量模型中,得到待测冷冻肉样品的冷冻温度和冷冻速率。
步骤(6)所述建立冷冻参数测量模型,具体为:采用偏最小二乘法建立冷冻参数测量模型。
所述常用冷藏温度为-20℃。
所述特征波长为1070,1172,1420,1586和1890nm。
所述冷冻肉样本的个数不少于60个。
所述训练集中的冷冻肉样本的个数为冷冻肉样本总数的2/3,验证集中的冷冻肉样本的个数为冷冻肉样本总数的1/3。
实现所述测量冷冻肉的冷冻参数的方法的测量冷冻肉的冷冻参数的装置,包括镜头、近红外光谱仪、CCD相机、载物台和电脑,其特征在于,载物台上设有冰箱,所述冰箱的上盖采用石英平面玻璃。
与现有技术相比,本发明具有以下优点和有益效果:
(1)现有技术中,测量冷冻产品的冷冻温度和冷冻速率必须在冷冻过程中进行,对冷冻过程已结束的样品,无法测知其冷冻参数。本发明的测量方法,通过利用NIR光谱变化与冷冻条件的规律性,利用产品中水分在不同温度和速率冻结形成的不同粒径和分布的冰晶的近红外吸收和反射光谱差异,建立冰晶粒径和分布与近红外光谱的化学计量学关系模型,实现冷冻品冷冻温度和冷冻速率的快速测量方法,可随时测知冷冻样品的冷冻温度和冷冻速率。
(2)现有技术中,测量冷冻产品的冷冻参数需要将温度探头插入待测样本中,损伤产品价值,本发明的方法快速、准确、不损伤测量样品,适用于冷冻品的冷冻过程监控与质量分析。
附图说明
图1为实现本发明的实施例的测量冷冻肉的冷冻参数的方法的装置。
图2为本发明的实施例的不同温度下冷冻肉的光谱图。
图3为本发明的实施例的不同冷冻温度下冷冻肉的光谱。
图4为本发明的实施例的不同冷冻温度下冷冻肉光谱的导数分析。
图5为采用本发明的方法预测的冷冻温度值与测量得到的冷冻温度值的对比图。
图6为采用本发明的方法预测的冷冻速率值与测量得到的冷冻速率值的对比图。
具体实施方式
下面结合实施例,对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例
本实施例的测量冷冻肉的冷冻参数的装置如图1所示,包括镜头1、近红外光谱仪2(芬兰ImSpector N17E,Specim,Oulu,Finland波长900-2500nm,波长分辨率是6nm)和CCD相机3(比利时XEVA 992,XC 130Xenics,Leuven,Belgium像素是320×300),2个500W的光源4(Lowel V-lightTM,NY,USA),一个载物台5(IRCP0076-1COMB,Isuzu Optics Co.,Taiwan,China)和一台电脑8。与普通的高光谱系统不同之处是,载物台上放置一个小冰箱6(FYL-YS-30L,Fuyilian Co.,Beijing,China),冰箱的上盖为厚度0.5cm能较好透过近红外光谱的石英平面玻璃,冷冻肉样品7置于冰箱6之内。
预备实验:样品温度对光谱影响的研究:
在测量冷冻肉的冷冻参数的实验之前,先要评估采集光谱时样品温度对光谱有多大的影响。具体的分析方法是:从市场中购得猪背最长肌肉,切割成体积4cm x5cm x1cm的肉片,将其放入载物台上的小冰箱中,然后将样品从室温(25℃)冷冻至-20℃,并用一个温度探头(TC-08,Pico Technology,Cambridgeshire,UK)紧贴样品表面以测量温度。在冷冻过程中,用近红外光谱仪扫描样品光谱数次,并纪录扫描时刻样品的温度。对不同肉品样品重复该实验用5次,得到猪背最长肌肉在不同温度下的光谱。如图2所示,温度的变化会严重改变样品的红外光谱形状。即使是相同化学成分的同一个物体,在不同温度下,它们的光谱值就不同。利用化学计量学建立的光谱模型是基于样品光谱值的,温度引起的光谱变化就导致光谱模型无法准确预测样品的理化指标。因此,在采集样品光谱时,要保持所有的样品温度一致。此实验结果证实了,在高光谱系统下放置一个控温冰箱,设定一个统一的温度,防止冷冻品在扫描光谱过程中的融化或温度变化的必要性。
此实验结果还反映说温度改变样品光谱是有规律的,其规律性是随着温度的降低光谱反射值不断升高,并且波峰和波谷位置向长波方向移动。
为了获得本发明的测量冷冻肉的冷冻参数的方法,本实施例进行了以下实验分析:
(1)不同冷冻温度和速率的冷冻肉的制备
从市场中购得猪背最长肌肉切割成体积4cm x5cm x10cm、重量为200±4克的90块样品。将这些样品用塑料薄膜包裹,然后用四种不同的方法、不同冷冻媒介(空气和乙醇溶液)、不同温度(-20至-120℃)去冷冻。四个冷冻技术的主要参数列于表1中。在冷冻过程用温度探头(TC-08,Pico Technology,Cambridgeshire,UK)测量并记录样品表面和中心的温度。当标本中的中心温度达到-20℃,冷冻过程终止并将样品然后移至冰箱(BL/BD-719H,海尔有限公司,中国青岛)中并在-20℃储存4h。最后,将冷冻的猪肉样品通过该高光谱图像系统扫描。并纪录计算样品的冷冻温度和冷冻速率。实验中冷冻温度指冷冻过程中冷冻室中冷冻介质的温度;冷冻速率则根据国际制冷学会(IIR)的定义计算,即样品结冰厚度与所需时间之比。实验结果表明,不同的冷冻方法会产生不同的冷冻速率。本实验中,冷冻率的平均值为1.875cm/h和标准偏差(SD)为1.104。最大的冷冻速率为5.1cm/h有液氮冷冻在-120℃下实现的,而最小的冷冻速率为0.307cm/h是在-20℃家用冰箱冷冻的结果。
表1.四种冷冻方法的技术参数
(2)冷冻肉的光谱分析及特征波长的选取
如上文所述,温度会改变样品光谱,因此利用光谱技术检测冷冻样品时,要将样品置于相同的温度下进行。采用不同的冷冻方法和冷冻温度所获得的冷冻样品,在-20℃扫描,它们的光谱如图3所示。结果显示了,光谱与冷冻条件有很强的相关性,冷冻温度越低,它们的冷冻样品光谱值越高。与样品温度的影响不同,冷冻温度只影响光谱值的强弱,不改变波峰波谷的位置。综合以上分析可得出,样品光谱峰的位置,只受样品检测时的温度的影响。
将样品的光谱曲线进行导数分析,可清晰地看到它们各个光谱峰的位置,如图4所示。导数分析在本发明中有2点作用:一是检验样品光谱峰的位置是否一致,不一致则说明采集光谱时样本的温度不一致,需要重新采集;二是通过导数分析找出光谱峰的位置从而找出特征波长。如图3所示,不同冷冻温度所得的冷冻样品光谱其实只是在几个关键波段有所不同。猪背最长肌肉经过冷冻,在-20℃条件下进行检测,它们的特征波长是:1070,1172,1420,1586和1890nm。基于特征波长建模,避免了光谱噪声,并减少了光谱运算量。
(3)冰晶的分析
为进一步探究,近红外光谱发生变化的原因,对冷冻样品的微观结构进行研究和分析。每个冷冻条件下选出2个样品,采用Martino and Zaritzky(1986)所建立的间接方法测定组织中的冰晶大小,主要通过测量冰晶留下的空隙来实现。主要过程是样品先用固定液Carnoy试剂固定,然后依次进行洗脱、石蜡包埋、切片和HE常规染色(haematoxylin一eosin),最后用OlympusBX41生物显微镜(带图像分析软件Image por plus5.0)进行观察,并对肌纤维和冰晶留下的空隙进行计算和分析。结果表明冷冻较快时,形成的冰晶粒径小且密,它们均匀地分布在细胞内。慢速冷冻则形成的冰晶少且粒径很大,细胞间隙也存在很多冰晶。样品中冰晶的平均粒径与1172nm处的光谱反射值呈反比(R=-0.892,p<0.05),说明了是冰晶形态影响了样品的光学特性,最终表现在光谱形态上的差异。
基于上述分析,最终得到本发明的测量冷冻肉的冷冻参数的方法包括以下步骤:
(1)采用不同的冷冻温度和冷冻速率冷冻肉品,得到多个冷冻参数不同的冷冻肉样本;在冷冻过程中准确测量冷冻温度和冷冻速率;
(2)将步骤(1)得到的冷冻肉样本在常用冷藏温度下冷藏4小时以上,使所有冷冻肉样本的温度一致;
(3)用近红外光谱仪对经步骤(2)冷藏后的冷冻肉样本进行近红外光谱扫描,扫描过程中保持冷冻肉样本的温度与常用冷藏温度一致;
(4)对步骤(3)得到的冷冻肉样本的近红外光谱曲线进行一阶导数分析,剔除掉光谱峰位置不一致的样品光谱。并记录光谱峰的波长,将光谱峰的波长作为特征波长;
(5)将冷冻肉样本随机分配到训练集和验证集中;本实施例取90个冷冻猪背最长肌肉样本,随机分配60个到训练集,30个到验证集。
(6)对训练集中的冷冻肉样本,对训练集中的冷冻肉样本,以步骤(4)得到的特征波长对应的光谱反射值为输入,步骤(1)测量得到的冷冻温度和冷冻速率为输出,采用偏最小二乘法(PLSR)建立冷冻参数测量模型,并用验证集中的冷冻肉样本进行验证;
(7)对未知的待测冷冻肉样品,在步骤(2)所述的常用冷藏温度下冷藏4小时以上,采集待测冷冻肉样品的近红外光谱曲线并进行导数分析,得到待测冷冻肉样品的特征波长;
(8)将步骤(7)得到的待测冷冻肉样品的特征波长对应的光谱反射值代入步骤(6)得到的冷冻参数测量模型中,得到待测冷冻肉样品的冷冻温度和冷冻速率。冷冻温度和冷冻速率的预测值与测量值见图5~6,可知,本发明的方法对冷冻温度和冷冻速率的预测模型表现良好,充分印证了本发明所提供方法可准确性和实施性。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受所述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种测量冷冻肉的冷冻参数的方法,其特征在于,包括以下步骤:
(1)采用不同的冷冻温度和冷冻速率冷冻肉品,得到多个冷冻参数不同的冷冻肉样本;在冷冻过程中准确测量冷冻温度和冷冻速率;
(2)将步骤(1)得到的冷冻肉样本在常用冷冻温度下冷冻4小时以上,使所有冷冻肉样本的温度一致;
(3)用近红外光谱仪对经步骤(2)冷冻后的冷冻肉样本进行近红外光谱扫描,扫描过程中保持冷冻肉样本的温度与常用冷冻温度一致;
(4)对步骤(3)得到的冷冻肉样本的近红外光谱曲线进行一阶导数分析,记录光谱峰的波长,将光谱峰的波长作为特征波长;
(5)将冷冻肉样本随机分配到训练集和验证集中;
(6)对训练集中的冷冻肉样本,以步骤(4)得到的特征波长对应的光谱反射值为输入,步骤(1)测量得到的冷冻温度和冷冻速率为输出,建立冷冻参数测量模型,并用验证集中的冷冻肉样本进行验证;
(7)对未知的待测冷冻肉样品,在步骤(2)所述的常用冷冻温度下冷冻4小时以上,采集待测冷冻肉样品的近红外光谱曲线并进行导数分析,得到待测冷冻肉样品的特征波长;
(8)将步骤(7)得到的待测冷冻肉样品的特征波长对应的光谱反射值代入步骤(6)得到的冷冻参数测量模型中,得到待测冷冻肉样品的冷冻温度和冷冻速率。
2.根据权利要求1所述的测量冷冻肉的冷冻参数的方法,其特征在于,步骤(6)所述建立冷冻参数测量模型,具体为:采用偏最小二乘法建立冷冻参数测量模型。
3.根据权利要求1所述的测量冷冻肉的冷冻参数的方法,其特征在于,所述常用冷冻温度为-20℃。
4.根据权利要求3所述的测量冷冻肉的冷冻参数的方法,其特征在于,所述特征波长为1070,1172,1420,1586和1890nm。
5.根据权利要求1所述的测量冷冻肉的冷冻参数的方法,其特征在于,所述冷冻肉样本的个数不少于60个。
6.根据权利要求5所述的测量冷冻肉的冷冻参数的方法,其特征在于,所述训练集中的冷冻肉样本的个数为冷冻肉样本总数的2/3,验证集中的冷冻肉样本的个数为冷冻肉样本总数的1/3。
7.实现权利要求1~6任一项所述测量冷冻肉的冷冻参数的方法的测量冷冻肉的冷冻参数的装置,包括镜头、近红外光谱仪、CCD相机、载物台和电脑,其特征在于,载物台上设有冰箱,所述冰箱的上盖采用石英平面玻璃。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510305174.3A CN105136709B (zh) | 2015-06-05 | 2015-06-05 | 一种测量冷冻肉的冷冻参数的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510305174.3A CN105136709B (zh) | 2015-06-05 | 2015-06-05 | 一种测量冷冻肉的冷冻参数的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105136709A CN105136709A (zh) | 2015-12-09 |
CN105136709B true CN105136709B (zh) | 2018-09-14 |
Family
ID=54722136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510305174.3A Active CN105136709B (zh) | 2015-06-05 | 2015-06-05 | 一种测量冷冻肉的冷冻参数的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105136709B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106153576B (zh) * | 2016-07-28 | 2019-08-20 | 华南理工大学 | 基于近红外双波段比的快速预测冷冻猪肉贮藏时间的方法 |
CN107036980B (zh) * | 2016-11-10 | 2020-05-22 | Tcl科技集团股份有限公司 | 一种检测冰箱食品新鲜度的方法及冰箱 |
CN107788093B (zh) * | 2017-10-23 | 2023-09-29 | 华南理工大学 | 一种高压静电场联合真空智能调控肉类解冻方法及设备 |
CN107727683A (zh) * | 2017-10-31 | 2018-02-23 | 合肥华凌股份有限公司 | 以食品未冻结水分判断冻结点的方法、控制器和制冷设备 |
CN109142269A (zh) * | 2018-07-26 | 2019-01-04 | 江苏大学 | 一种冰鲜牛肉不同储存时间的快速鉴别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257118A (zh) * | 2013-04-22 | 2013-08-21 | 华南理工大学 | 一种基于特征波段的鱼肉嫩度高光谱检测方法 |
CN103424374A (zh) * | 2013-06-19 | 2013-12-04 | 浙江省海洋开发研究院 | 一种近红外光谱技术快速检测带鱼新鲜度的方法 |
CN103439471A (zh) * | 2013-08-19 | 2013-12-11 | 华南理工大学 | 一种基于冷冻-解冻循环的淡水鱼片新鲜度检测方法 |
CN103439285A (zh) * | 2013-08-19 | 2013-12-11 | 华南理工大学 | 一种基于高光谱成像的鱼片新鲜度检测方法 |
CN103454240A (zh) * | 2013-08-30 | 2013-12-18 | 上海海洋大学 | 一种快速评定冷冻鱼糜等级模型的建立方法 |
CN104330382A (zh) * | 2014-11-17 | 2015-02-04 | 中国农业科学院北京畜牧兽医研究所 | 一种生鲜牛肉的安全分级方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62138176A (ja) * | 1985-12-12 | 1987-06-20 | Nisshin Kogyo Kk | 大型食品の連続的凍結方法並びにその装置 |
JP2008089529A (ja) * | 2006-10-05 | 2008-04-17 | Fisheries Research Agency | 近赤外分析による冷凍すり身成分の非破壊測定法 |
-
2015
- 2015-06-05 CN CN201510305174.3A patent/CN105136709B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257118A (zh) * | 2013-04-22 | 2013-08-21 | 华南理工大学 | 一种基于特征波段的鱼肉嫩度高光谱检测方法 |
CN103424374A (zh) * | 2013-06-19 | 2013-12-04 | 浙江省海洋开发研究院 | 一种近红外光谱技术快速检测带鱼新鲜度的方法 |
CN103439471A (zh) * | 2013-08-19 | 2013-12-11 | 华南理工大学 | 一种基于冷冻-解冻循环的淡水鱼片新鲜度检测方法 |
CN103439285A (zh) * | 2013-08-19 | 2013-12-11 | 华南理工大学 | 一种基于高光谱成像的鱼片新鲜度检测方法 |
CN103454240A (zh) * | 2013-08-30 | 2013-12-18 | 上海海洋大学 | 一种快速评定冷冻鱼糜等级模型的建立方法 |
CN104330382A (zh) * | 2014-11-17 | 2015-02-04 | 中国农业科学院北京畜牧兽医研究所 | 一种生鲜牛肉的安全分级方法 |
Non-Patent Citations (7)
Title |
---|
不同冻藏温度和时间对鸡胸肉食用品质的影响;牛力等;《南京农业大学学报》;20120831;第35卷(第4期);第115-120页 * |
冷冻及冻藏对猪肉冰晶形态及理化品质的影响;黄鸿兵;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20050915(第05期);第1-16页 * |
冷冻速率和冻结温度对肉品质的影响及机理的研究;卢艳;《万方学位论文数据库》;20121231;摘要 * |
冻结速率对冻鸭品质特性的影响;卢艳等;《食品与机械》;20120531;第28卷(第3期);第40-44页 * |
基于光谱和高光谱成像技术的海水鱼品质快速无损检测;朱逢乐;《中国博士学位论文全文数据库 工程科技I辑》;20141215(第12期);第16-20、65-83页的第2.1节和第5章 * |
基于高光谱成像技术的多宝鱼肉冷藏时间的可视化研究;朱逢乐等;《光谱学与光谱分析》;20140731;第34卷(第7期);第1938-1942页 * |
速冻方式与温度对鲍鱼品质的影响;欧阳杰等;《现代食品科技》;20140630;第30卷(第6期);摘要、第2.1-2.3节以及第3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN105136709A (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105136709B (zh) | 一种测量冷冻肉的冷冻参数的方法及装置 | |
Xie et al. | Nondestructive measurements of freezing parameters of frozen porcine meat by NIR hyperspectral imaging | |
Cao et al. | Drying kinetics and product quality of green soybean under different microwave drying methods | |
CN106153576B (zh) | 基于近红外双波段比的快速预测冷冻猪肉贮藏时间的方法 | |
Stevik et al. | Ice fraction assessment by near-infrared spectroscopy enhancing automated superchilling process lines | |
CN106472659A (zh) | 一种香梨多温区冰温保鲜库及保鲜方法 | |
CN108663331A (zh) | 检测冰箱内食物新鲜度的方法与冰箱 | |
CN108662842A (zh) | 冰箱内食物的检测系统与冰箱 | |
CN108870857A (zh) | 肉类过冷保鲜控制方法、控制器及冰箱 | |
CN108662843A (zh) | 冰箱内食物的检测系统与冰箱 | |
CN107843062A (zh) | 基于食品体积判断冻结点的方法、控制器和制冷设备 | |
CN205280624U (zh) | 一种研究电磁场对冻结过程影响的实验平台 | |
CN107727683A (zh) | 以食品未冻结水分判断冻结点的方法、控制器和制冷设备 | |
Saltveit Jr | Determining tomato fruit maturity with nondestructive in vivo nuclear magnetic resonance imaging | |
CN107843063A (zh) | 冰箱内食品冻结判断方法、冰箱食品保鲜方法及保鲜冰箱 | |
Jiang et al. | Effect of thermosonic pretreatment and microwave vacuum drying on the water state and glass transition temperature in Agaricus bisporus slices | |
CN108050765B (zh) | 以食品颜色变化判断冻结点的方法、控制器和制冷设备 | |
Atlas et al. | The University of Washington Ice-Liquid Discriminator (UWILD) improves single particle phase classifications of hydrometeors within Southern Ocean clouds using machine learning | |
CN107831185A (zh) | 测定三文鱼加工贮藏过程中相转变温度的方法 | |
Zhang et al. | Evaluation of multi blade shear (MBS) for determining texture of raw and cooked broiler breast fillets with the woody breast myopathy | |
JP4518502B2 (ja) | 凍結食品の品質評価システム及び方法、並びに該品質評価方法を利用した凍結装置の運転制御方法 | |
JP2021004688A (ja) | 冷蔵庫 | |
CN105445317A (zh) | 一种果蔬活组织冰点的连续测量记录装置及其测定方法 | |
Cui et al. | Physical and mechanical experiments for designing cabbage precision trimming device | |
Prasetia et al. | Effects of freezing time on degradation of durian (durio zibethinus murr.) fruit’s attributes during the frozen storage |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |