CN105588863A - 基于味觉传感器阵列的牛肉味觉品质检测方法 - Google Patents

Abstract

本发明公开了一种基于味觉传感器阵列的牛肉味觉品质检测方法，旨在解决传统感官评定中组织实施困难，电子舌检测技术成本高的问题。该检测方法的步骤如下：1.检测样品的制备；2.建立味觉传感器阵列：味觉传感器阵列包括12个工作电极和1个参比电极，参比电极为饱和甘汞电极，作为所有工作电极的参比电极；3.牛肉味觉品质感官评价；4.基于味觉传感器阵列对牛肉味觉品质进行检测；5.建立牛肉味觉品质预测模型；6.预测模型准确性检测：1)调用建立的牛肉味觉品质预测模型，录入检测数据，运行输出预测结果；2)将传感器阵列检测牛肉汁样品的结果与感官评价得到样品的品质等级进行对照，检测预测模型的准确性，结果准确性达到90％。

Description

基于味觉传感器阵列的牛肉味觉品质检测方法

技术领域

本发明涉及一种牛肉品质检测方法，更具体地说，本发明涉及一种基于味觉传感器阵列的牛肉味觉品质检测方法。

背景技术

牛肉作为一种营养丰富、高健康的肉类产品，深受广大消费者的喜爱。随着经济的发展，肉食结构的调整以及人们饮食观念的转变，牛肉的品质得到消费者的极大关注。牛肉的品质包括诸多方面，如肉色、嫩度、大理石花纹、系水力、风味等。其中，牛肉味觉品质也是牛肉品质检测的重要方面，影响消费者对牛肉的购买力。目前牛肉味觉品质检测的方法主要有感官评价和电子舌检测。单一的感官评定主观性强，重复性差，组织一次感官评定实验限制多。而电子舌检测方法，电子舌设备目前均进口于德国、日本、法国等，成本非常高。此外，国内外对于牛肉味觉品质的检测及深入分析的相关发明比较少，也缺乏系统的研究方法。因此需要一种快速、简便、成本低的检测方法。

发明内容

本发明所要解决的技术问题是为了解决传统感官评定中组织实施困难，电子舌检测技术成本高的问题，提供了一种基于味觉传感器阵列的牛肉味觉品质检测方法。

为解决上述技术问题，本发明是采用如下技术方案实现的：所述的基于味觉传感器阵列的牛肉味觉品质检测方法的步骤如下：

1)检测样品的制备；

2)建立味觉传感器阵列；

3)牛肉味觉品质感官评价；

4)基于味觉传感器阵列对牛肉味觉品质进行检测；

5)建立牛肉味觉品质预测模型；

6)预测模型准确性检测。

技术方案中所述的检测样品的制备的步骤如下：

1)试验用的牛肉要求选购于大型超市，新鲜的牛肉样品剔除掉肌间脂肪及结缔组织，切成均匀小块，准确称量500g为一个样品；

2)将样品置于75～80℃的水浴锅中加热，直至牛肉的中心温度达到70℃后再煮15min，挤出其中肉汁，过滤，自然冷却至室温18～25℃，取150ml滤液为检测样品。

技术方案中所述的建立味觉传感器阵列是指：

1)味觉传感器阵列包括12个工作电极和1个参比电极；参比电极为饱和甘汞电极，作为该传感器阵列中所有工作电极共同的参比电极，在检测过程中提供电位标准；味觉传感器阵列中的工作电极根据结构和工作原理的不同分为2个玻璃电极，7个难溶盐膜电极和3个液膜电极；

2)工作电极在使用前需要在相应的活化液中进行活化。

技术方案中所述的工作电极在使用前需要在相应的活化液中进行活化是指：根据味觉传感器阵列中味觉传感器的不同类型来选择活化溶液、活化溶液浓度与活化时间。本发明中选择的味觉传感器的类型及活化参数如下：

技术方案中所述的牛肉味觉品质感官评价的步骤如下：

1)根据感官评价标准，按牛肉味觉的鲜味、咸味、酸甜味、入口味4方面进行描述和分析，并根据GB/T22210-2008肉与肉制品感官评定规范及专家意见，对牛肉味觉品质进行评价；

2)评分结果再根据牛肉品质等级评分标准将检测样品按味觉品质分为五个

等级。

技术方案中所述的基于味觉传感器阵列对牛肉味觉品质进行检测的步骤如下：

1)工作电极稳定状态的检验

(1)在检测待测样品之前，活化好的工作电极需要先在去离子水中浸泡15min，

(2)然后在去离子水进行信号的初次采集，观察计算机输出的信号图，判断工作电极是否达到稳定状态；

2)待测样品的检测

将稳定好的工作电极的敏感膜浸入待测样品的液面以下15mm，然后进行信号采集；

3)信号的处理

(1)设定电化学工作站的参数，即电位差为2V，运行时间为60s,时间间隔为0.1s，每隔0.1s钟检测出一组数据，一个工作电极完成一次检测需1min，共收集到600组数据；

(2)为增加实验数据的准确性，防止人员操作产生的噪声影响，取时域10.1s～50s上的400个数据的平均值为检测结果。

技术方案中所述的建立牛肉味觉品质预测模型的步骤如下：

1)主成分分析

(1)利用spss软件对检测数据处理得到成分矩阵、解释总方差；

(2)分析主成分分析的解总释方差，从中提取了特征值大于1的5个主成分，积累方差贡献率达到83.998％；

(3)根据成分矩阵计算特征向量矩阵；

(4)由公式计算主成分得分

主成分得分计算公式：Fi＝∑V_jZ_j

其中：V--特征向量矩阵；

Z--标准化数据；

i--主成分个数；

j--变量个数；

2)BP神经网络预测模型的建立

对主成分分析处理得到的结果，结合感官评价，利用Matlab软件训练牛肉味觉品质预测模型：

(1)主成分分析的处理结果作为“输入”，感官评价等级结果作为“输出”；

(2)通过设置隐含层个数，不断训练网络，直到达到要求，完成并保存训练的神经网络模型，建立牛肉味觉品质检测数据和牛肉味觉品质等级的相关关系，从而完成牛肉味觉品质预测模型的构建。

技术方案中所述的预测模型准确性检测是指：

1)调用建立的牛肉味觉品质预测模型，录入检测数据，运行输出预测结果；

2)根据感官评价的标准得到样品的品质等级，并与传感器阵列检测牛肉汁样品的结果进行对照，检测预测模型的准确性，结果准确性达到90％。

与现有技术相比本发明的有益效果是：

1.本发明所述的基于味觉传感器阵列的牛肉味觉品质检测方法建立了牛肉味觉品质检测模型，解决了传统的感官评定检测牛肉味觉品质的弊端，即组织一次感官评定受到很多的限制，包括感官评定实验室的建立、感官鉴评人员的训练、感官评定专家能否准确出席及感官评定人员在实验过程中生理、心理状况的影响等诸多方面。

2.本发明所述的基于味觉传感器阵列的牛肉味觉品质检测方法实现了牛肉味觉品质的快速、简便、准确的检测。构建完成的牛肉味觉品质检测模型，是经过检验的，准确率高。不仅能够对未知样品进行检测，还能对未知样品的味觉品质等级进行预测。

3.本发明所述的基于味觉传感器阵列的牛肉味觉品质检测方法解决了运用电子鼻检测成本高的问题。根据柏德罗味觉理论，构建的传感器阵列包括12个工作电极和1个参比电极，成本较低。

附图说明

下面结合附图对本发明作进一步的说明：

图1-a是本发明所述的基于味觉传感器阵列的牛肉味觉品质检测方法中工作电极基本结构示意图；

图1-b是本发明所述的基于味觉传感器阵列的牛肉味觉品质检测方法中参比电极基本结构示意图；

图2是本发明所述的基于味觉传感器阵列的牛肉味觉品质检测方法中所采用的检测系统结构组成的示意图；

图3是本发明所述的基于味觉传感器阵列的牛肉味觉品质检测方法的流程框图；

图4-a是本发明所述的基于味觉传感器阵列的牛肉味觉品质检测方法中工作电极未达到稳定状态时的信号图；

图4-b本发明所述的基于味觉传感器阵列的牛肉味觉品质检测方法中工作电极达到稳定状态时的信号图；

图中：1.棒式直插插头，2.工作电极测量端，3.敏感膜，4.参比电极测量端，5.陶瓷砂芯，6.加液口，7.U型叉片，8.电源，9.电化学工作站，10.工作电极夹线，11工作电极，12.待测样品，13参比电极，14.参比电极夹线，15.电子计算机，16.电化学工作站开关。

具体实施方式

下面结合附图对本发明作详细的描述：

一.基于味觉传感器阵列的牛肉味觉品质检测方法所采用的检测系统

本发明所述的基于味觉传感器阵列的牛肉品质检测方法所采用的检测系统是由味觉传感器阵列、电化学工作站9及电子计算机15组成。

味觉传感器阵列是由12个工作电极和1个参比电极组成，一个工作电极即是一个味觉传感器。其中，12个工作电极均为离子选择电极，是一类利用膜电位测定溶液中离子活度或浓度的电化学传感器，其核心部件是电极尖端的敏感膜。离子选择电极的优点是：不受试液颜色、浑浊度等的影响；测定的是溶液中特定离子的活度而不是总浓度；使用简便、迅速，尤其适用于碱金属离子、硝酸根等离子的测定。

参阅图1-a和图1-b，为本发明所采用的工作电极11和参比电极13的结构图。在图1-a中，棒式直插插头1与电化学工作站9上的工作电极连接；区域2为工作电极测量端，检测时与参比电极13一起直接浸入待测样品12的液面15mm以下；敏感膜3为工作电极11的核心部件。不同型号的工作电极11的产品外观及结构有所不同，本发明所采用的工作电极11均购于上海仪电科学仪器股份有限公司的雷磁系列离子电极。在图1-b中，U型叉片7与电化学工作站9上的参比电极连接；盐桥材料为陶瓷砂芯5；区域4为参比电极测量端，检测时与工作电极11一起直接浸入待测样品12的液面15mm以下。根据实验要求通过加液口6添加相应的参比溶液，本发明运用的参比电极13购于上海仪点科学仪器股份有限公司的雷磁系列离子电极，是型号为232的饱和甘汞电极，参比溶液为饱和氯化钾。

基于味觉传感器阵列的牛肉味觉品质检测方法中所采用的信号采集处理装置为型号为CHI660D的电化学工作站9，内含快速数字信号发生器、高速数据采集系统、电位电流信号滤波器、多级信号增益、iR降补偿电路，以及恒电位仪/恒电流仪。电位范围为10V，电流范围为250mA。CHI660D电化学工作站为四电极体系，包括工作电极、参比电极、辅助电极和感受电极。本发明实验过程采用两电极体系，即工作电极和参比电极。方法采用开路电位-时间法。将抽象的味觉信号转化成具体电信号进行分析。

参阅图3，检测系统的连接关系为：电化学工作站9的电源线与电源8连接，然后再与计算机15连接，工作电极11的插头和参比电极13的U型叉片7分别与电化学工作站9绿色的工作电极夹线10和白色的参比电极夹线14连接。检测时同时将工作电极11与参比电极13的敏感膜3浸入到待测样品液面15mm以下，从而组成测试回路。连接完成后，打开电化学工作站9的开关16和电脑开关，点击电脑显示器上的电化学工作站软件，进行检测。

二.基于味觉传感器阵列的牛肉味觉品质检测方法的步骤如下：

第一步，检测样品的制备

1.试验用的牛肉要求选购于大型超市，新鲜的牛肉样品剔除掉肌间脂肪及结缔组织，切成均匀小块。准确称量500g为一个样品。

2.将样品置于75～80℃的水浴锅中加热，直至牛肉的中心温度达到70℃后再煮15min，挤出其中肉汁，过滤，自然冷却至室温(18～25℃)，取150ml滤液为检测样品。

第二步，建立味觉传感器阵列

1.味觉传感器阵列包括12个工作电极11和1个参比电极13。参比电极13为饱和甘汞电极，作为该传感器阵列中所有工作电极共同的参比电极，在检测过程中提供电位标准。该阵列中的工作电极根据结构和工作原理的不同分为玻璃电极(2个)，难溶盐膜电极(7个)和液膜电极(3个)。

2.工作电极11在使用前需要在相应的活化液中进行活化。构建的传感器阵列的工作电极敏感膜的响应离子、活化溶液、活化溶液浓度和活化时间如表1所示。

表1味觉传感器阵列中味觉传感器类型及活化参数

第三步，牛肉味觉品质感官评价

1.根据表2中的感官评价标准，按牛肉味觉的鲜味、咸味、酸甜味、入口味4方面进行描述和分析。并根据GB/T22210-2008肉与肉制品感官评定规范及专家意见，对牛肉味觉品质进行评价。

2.根据评分结果将检测样品按味觉品质分为五个等级。表3给出了牛肉品

质等级评分标准。

表2牛肉味觉品质感官评价标准

表3牛肉品质等级标准

第四步，基于味觉传感器阵列对牛肉味觉品质进行检测

1.工作电极稳定状态的检验

1)在检测待测样品之前，活化好的工作电极11需要先在去离子水中浸泡15min；

2)然后在去离子水进行信号的初次采集，目的是检测工作电极11的稳定性，观察计算机输出的信号图，判断工作电极11是否达到稳定状态。图4-a和图4-b分别给出了实验过程中工作电极11未达到稳定状态的信号图及稳定后的信号图。

2.待测样品的检测

每次检测时，工作电极11都需达到稳定状态，才能进行样品的检测。检测试验具体做法是，将稳定好的工作电极的敏感膜3与参比电极13一同浸入待测液体12的液面以下15mm，然后进行信号采集。

3.信号的处理

电化学工作站9将味觉信号转化成电信号，并由电子计算机15记录保存。电化学工作站9采用开路电位-时间法，设定参数如表4所示。电位差为2V，运行时间为60s,时间间隔为0.1s，即每隔0.1s得出一组数据，一个工作电极11完成一次检测的时间是1min，因此一个工作电极11完成一次检测共收集到600组数据。电化学工作站9本身有滤噪功能，但为增加实验数据的准确性，防止人员操作产生的噪声影响，取时域10.1s～50s上的400个数据的平均值为检测结果。

表4电化学工作站参数设定

第五步，建立牛肉味觉品质预测模型

1.主成分分析

利用spss软件对检测结果进行主成分分析，目的是将表征牛肉味觉品质的12个变量(具体到本发明中指12个传感器)降维成几个综合变量来表征牛肉的味觉品质。具体步骤为：

(1)spss软件处理检测数据得到成分矩阵表5和解释总方差。

(2)分析主成分分析的解释总方差，如表6所示。从中提取了特征值大于1的5个主成分，积累方差贡献率达到83.998％。

(3)根据成分矩阵计算特征向量矩阵如表7；

表5成分矩阵

表6解释总方差

表7特征向量

(4)由公式计算主成分得分

主成分得分计算公式：Fi＝∑V_jZ_j

其中：V--特征向量矩阵；

Z--标准化数据；

i--主成分个数；

j--变量个数；

2.BP神经网络预测模型的建立

对主成分分析处理得到的结果，结合感官评价，利用Matlab软件训练牛肉味觉品质预测模型。

(1)主成分分析的处理结果作为“输入”，感官评价等级结果作为“输出”。

(2)通过设置隐含层个数，不断训练网络，直到达到要求，完成并保存训练的神经网络模型，建立牛肉味觉品质检测数据和牛肉味觉品质等级的相关关系，从而完成牛肉味觉品质预测模型的构建。

第六步，预测模型准确性检测。

1.调用建立的牛肉味觉品质预测模型，录入检测数据，运行输出预测结果。

2.根据感官评价的标准得到样品的品质等级，并与传感器阵列检测牛肉汁样品的结果进行对照，检测预测模型的准确性，结果准确性达到90％。

验证结果如表8所示。建立的牛肉味觉品质检测模型即可用于未知样品的牛肉味觉品质的检测，即输入检测数据，便可得到该样品的牛肉味觉品质等级。

表8牛肉汁样品等级对应结果

T:感官等级和阵列等级一致；

F:感官等级和阵列等级不一致。

Claims (8)

1.一种基于味觉传感器阵列的牛肉味觉品质检测方法,其特征在于，所述的基于味觉传感器阵列的牛肉味觉品质检测方法的步骤如下：

1)检测样品的制备；

2)建立味觉传感器阵列；

3)牛肉味觉品质感官评价；

4)基于味觉传感器阵列对牛肉味觉品质进行检测；

5)建立牛肉味觉品质预测模型；

6)预测模型准确性检测。

2.按照权利要求1所述的基于味觉传感器阵列的牛肉味觉品质检测方法,其特征在于，所述的检测样品的制备的步骤如下：

1)试验用的牛肉要求选购于大型超市，新鲜的牛肉样品剔除掉肌间脂肪及结缔组织，切成均匀小块，准确称量500g为一个样品；

2)将样品置于75～80℃的水浴锅中加热，直至牛肉的中心温度达到70℃后再煮15min，挤出其中肉汁，过滤，自然冷却至室温18～25℃，取150ml滤液为检测样品。

3.按照权利要求1所述的基于味觉传感器阵列的牛肉味觉品质检测方法,其特征在于，所述的建立味觉传感器阵列是指：

1)味觉传感器阵列包括12个工作电极(11)和1个参比电极(13)；参比电极(13)为饱和甘汞电极，作为该传感器阵列中所有工作电极共同的参比电极，在检测过程中提供电位标准；味觉传感器阵列中的工作电极(11)根据结构和工作原理的不同分为2个玻璃电极，7个难溶盐膜电极和3个液膜电极；

2)工作电极(11)在使用前需要在相应的活化液中进行活化。

4.按照权利要求1所述的基于味觉传感器阵列的牛肉味觉品质检测方法,其特征在于，所述的工作电极在使用前需要在相应的活化液中进行活化是指：根据味觉传感器阵列中味觉传感器的不同类型来选择活化溶液、活化溶液浓度与活化时间。本发明中选择的味觉传感器的类型及活化参数如下：

5.按照权利要求1所述的基于味觉传感器阵列的牛肉味觉品质检测方法,其特征在于，所述的牛肉味觉品质感官评价的步骤如下：

1)根据感官评价标准，按牛肉味觉的鲜味、咸味、酸甜味、入口味4方面进行描述和分析，并根据GB/T22210-2008肉与肉制品感官评定规范及专家意见，对牛肉味觉品质进行评价；

2)评分结果再根据牛肉品质等级评分标准将检测样品按味觉品质分为五个等级。

6.按照权利要求1所述的基于味觉传感器阵列的牛肉味觉品质检测方法,其特征在于，所述的基于味觉传感器阵列对牛肉味觉品质进行检测的步骤如下：

1)工作电极稳定状态的检验

(1)在检测待测样品(12)之前，活化好的工作电极(11)需要先在去离子水中浸泡15min，

(2)然后在去离子水进行信号的初次采集，观察计算机输出的信号图，判断工作电极(11)是否达到稳定状态；

2)待测样品的检测

将稳定好的工作电极(11)的敏感膜(3)浸入待测样品(12)的液面以下15mm，然后进行信号采集；

3)信号的处理

(1)设定电化学工作站(9)的参数，即电位差为2V，运行时间为60s,时间间隔为0.1s，每隔0.1s钟检测出一组数据，一个工作电极(11)完成一次检测需1min，共收集到600组数据；

(2)为增加实验数据的准确性，防止人员操作产生的噪声影响，取时域10.1s～50s上的400个数据的平均值为检测结果。

7.按照权利要求1所述的基于味觉传感器阵列的牛肉味觉品质检测方法,其特征在于，所述的建立牛肉味觉品质预测模型的步骤如下：

1)主成分分析

(1)利用spss软件对检测数据处理得到成分矩阵、解释总方差；

(2)分析主成分分析的解总释方差，从中提取了特征值大于1的5个主成分，积累方差贡献率达到83.998％；

(3)根据成分矩阵计算特征向量矩阵；

(4)由公式计算主成分得分

主成分得分计算公式：Fi＝ΣV_jZ_j

其中：V--特征向量矩阵；

Z--标准化数据；

i--主成分个数；

j--变量个数；

2)BP神经网络预测模型的建立

对主成分分析处理得到的结果，结合感官评价，利用Matlab软件训练牛肉味觉品质预测模型：

(1)主成分分析的处理结果作为“输入”，感官评价等级结果作为“输出”；

(2)通过设置隐含层个数，不断训练网络，直到达到要求，完成并保存训练的神经网络模型，建立牛肉味觉品质检测数据和牛肉味觉品质等级的相关关系，从而完成牛肉味觉品质预测模型的构建。

8.按照权利要求1所述的基于味觉传感器阵列的牛肉味觉品质检测方法,其特征在于，所述的预测模型准确性检测是指：

1)调用建立的牛肉味觉品质预测模型，录入检测数据，运行输出预测结果；

2)根据感官评价的标准得到样品的品质等级，并与传感器阵列检测牛肉汁样品的结果进行对照，检测预测模型的准确性，结果准确性达到90％。