CN106996965A - 稻米霉菌在线监测系统、建立方法及应用 - Google Patents
稻米霉菌在线监测系统、建立方法及应用 Download PDFInfo
- Publication number
- CN106996965A CN106996965A CN201710302003.4A CN201710302003A CN106996965A CN 106996965 A CN106996965 A CN 106996965A CN 201710302003 A CN201710302003 A CN 201710302003A CN 106996965 A CN106996965 A CN 106996965A
- Authority
- CN
- China
- Prior art keywords
- mould
- rice
- rice mould
- electronic nose
- gas
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明涉及稻米霉菌在线监测系统、建立方法及应用。系统包括在粮仓的上部有气体分流室,气体分流室的底部与顶空式进气管及埋没式进气管连接,在顶空式进气管和埋没式进气管的端部均设有絮状过滤物;所述气体分流室内设有数据采集装置,气体分流室的顶部通过连接管与外排气管道及内排气管道连接,外排气管道通向粮仓的外部,内排气管道通向粮仓的内部,在气体分流室与外排气管道及内排气管道之间设有风机,所述气体分流室还与洗气管道连接。所述监测方法包括采用稻米霉菌在线监测系统提取粮仓内气味信号进行提取,并对气味信号进行消噪、滤波处理,得到处理后气味信号数据;得到处理后气味信号数据带入稻米霉菌预测模型,预测稻米霉菌程度。
Description
技术领域
本发明属于农产品品质分析技术领域,具体涉及稻米霉菌在线监测系统、建立方法及应用。
背景技术
稻谷的挥发性物质种类主要包含烷烃类、芳香烃类、醛类、酮类、醇类、酸酯类和杂环类等(张婷筠,2012)。稻谷的挥发性气味物质中,烃类的挥发性物质种类以及数量最多,其次是醛类、醇类和及酮类,而酸酯类和杂环类含量较少(林家永、高艳娜,2009)。随着储藏时间的延长,稻谷的气味也会发生改变(Kaminski T A,2013)。稻谷在霉变过程中微生物作用产生的羟基类、醛基类、硫化物等化合物,会使粮食产生霉味、酸败味、哈败味或甜味等气味(邹小波、赵杰文,2004)。因此如能利用气敏传感器对稻谷储藏过程中的气味进行识别,在储粮早期霉变阶段及时诊断出霉变程度,便可采取相应措施抑制微生物生长,可防止稻谷发展至生霉阶段。
目前,国内一些大型粮仓都已经配备了电子测温系统用于储粮安全的检测,该技术不需要操作人员进仓采样就能了解粮堆内部的发热霉变情况,但是该技术对霉菌的生长和危害的反应有一定的延迟,粮堆中异常的温度变化通常伴随着严重的粮食霉变损害,其灵敏度不能满足人们对储粮安全的要求。而很多检测稻谷微生物的方法,例如DNA探针、聚合酶链式反应(PCR)、显微镜镜检、高效液相色谱法等,这些方法检测时间较长,样品前处理过程繁复,价格昂贵,很难及时反馈稻谷的陈化变质情况。因此如何实现在储藏过程中在线监测粮食中霉菌含量以监控稻谷品质的变化是当前储粮安全检测的一大难题。
发明内容
本发明的目的提取了霉菌气味信号特征值,采用多元线性回归方法建立了稻米霉菌的预测模型,实现了稻米霉菌的在线监测。
本发明技术方案:
一种稻米霉菌在线监测系统,包括粮仓,在粮仓的上部有气体分流室,气体分流室的底部与顶空式进气管及埋没式进气管连接,在顶空式进气管、内排气管道和埋没式进气管的端部均设有絮状过滤物;所述气体分流室内设有数据采集装置,气体分流室的顶部通过连接管与外排气管道及内排气管道连接,外排气管道通向粮仓的外部,内排气管道通向粮仓的内部,在气体分流室与外排气管道及内排气管道之间设有风机,所述气体分流室还与洗气管道连接。
优选地,所述数据采集装置包括若干个气敏传感器及单片机,气敏传感器与单片机的输入端连接,单片机的输出端连接有多个电磁阀,所述多个电磁阀包括设于外排气管道上的第一电磁阀、内排气管道上的第二电磁阀、顶空式进气管道上的第三电磁阀、洗气管道上的第四电磁阀以及埋没式进气管道上的第五电磁阀,单片机的输出端还与风机连接,控制风机的启停;所述单片机还与计算机连接。
进一步优选地,所述气敏传感器分别为T30/1传感器、PA/2传感器、P30/1传感器和P30/2传感器。
采用所述的稻米霉菌在线监测系统进行稻米霉菌在线监测方法,所述方法具体包括以下步骤:
1)采用稻米霉菌在线监测系统提取粮仓内气味信号进行提取,并对气味信号进行消噪、滤波处理,得到处理后气味信号数据;
2)步骤1)得到处理后气味信号数据带入稻米霉菌预测模型,预测稻米霉菌程度;
完成稻米霉菌的预测。
优选地,所述步骤2)稻米霉菌预测模型建立方法步骤如下:
①采用GC-MS分析稻米霉菌的典型挥发物;
②通过电子鼻采集不同霉菌程度下的气味信号,筛选得到对稻米霉菌信号敏感的电子鼻探头,建立稻米霉菌的典型挥发物与电子鼻信号的模型,即稻米霉菌预测模型。
进一步优选地,所述稻米霉菌的典型挥发物十五烷、十六烷和二十六烷。
更进一步优选地,当传感器为电子鼻传感器时,所述稻米霉菌预测模型如下:
1)检测温度为室温(20℃)时,
y=-2.98×105-2.72×106x1+2.43×106x2+1.49×106x3,R2=0.820
其中,y为霉菌浓度(cfu/g),x1为电子鼻探头T30/1响应值,x2为电子鼻探头PA/2响应值,x3为电子鼻探头P30/1响应值;
其中PA/2同时与稻谷霉菌浓度、霉菌典型挥发物十六烷相对含量存在显著的相关关系,使用PA/2探头响应值与十六烷相对含量进行线性拟合,可得到如下方程:
y=-30.04+163.45x,R2=0.782
其中,y为十六烷相对含量(%),x为电子鼻探头PA/2响应值。
2)当检测温度为40℃时,所述稻米霉菌预测模型如下:
y=9.052×105-7.072×106x,R2=0.826
其中,y为霉菌浓度(cfu/g),x为电子鼻探头P30/2响应值。
所述的系统或所述的方法用于稻米或稻谷或其他谷物类粮食仓储过程中的霉菌检测。
本发明有益效果如下:
1、本发明应用GC-MS对稻谷霉菌挥发性气味物质进行分析,研究了稻米霉菌的典型或指纹气味物质。
2、应用电子鼻检测稻谷霉菌的气味信息,确定霉菌数量与气味物质浓度的关系,实现定量分析;
3、采用较少的典型的传感器,搭建了在线监测系统,成本低,效果好,快速在线监测稻米霉菌程度,便于快速推广利用。
附图说明
图1 20℃、40℃、60℃萃取,第1d气相色谱图;
图2 20℃下不同种类物质的相对含量/%;
图3 40℃水浴条件下不同种类物质相对含量/%;
图4 60℃水浴条件下不同种类物质的相对含量/%;
图5 18个传感器对稻谷挥发性物质的响应曲线;
图6不同储藏天数稻谷样品的指纹图(顶空温度20℃);
图7不同储藏天数稻谷样品的指纹图(顶空温度40℃);
图8不同储藏天数稻谷样品的指纹图(顶空温度60℃);
图9 20℃电子鼻响应值主成分;
图10 40℃电子鼻响应值主成分分析分析;
图11 60℃电子鼻响应值主成分分析;
图12:本发明霉菌信号采集系统结构图;
图13:本发明控制系统结构框图。
其中:第一电磁阀1,第二电磁阀2,风机3,第三电磁阀4,第四电磁阀5,洗气管道6,外排气管道7,气体分流室8,内排气管道9,数据采集装置10,过滤物11,粮仓12,埋没式进气管13,稻米14,顶空式进气管15,第五电磁阀16。
具体实施方式
一、采用GC-MS手段分析稻谷霉菌特征挥发性物质研究
试验方法
1、稻谷表面带菌量的测定方法
按照国标《GB4789.15-2010食品卫生微生物检验霉菌和酵母计数》测定。
2、稻谷接种亮白曲霉的方法
(1)在无菌操作台上,往长好亮白曲霉的试管中加入10mL无菌水,用接种环把试管中的亮白曲霉刮下摇晃试管让其充分溶于无菌水,将溶解后的菌悬液用双层纱布过滤到250mL的锥形瓶中,得到菌悬液,使用血球计数板法测得菌悬液浓度为5.76×106cfu/mL。
(2)取15个无菌的250mL锥形瓶,分别倒入130g稻谷,用无菌吸管吸取10mL步骤1中的菌悬液于锥形瓶中并摇晃均匀。
(3)将步骤2中的锥形瓶塞上塞子,用七层纱布将瓶口包裹住,再包裹两层保鲜膜,然后置于30℃的恒温培养箱中,让霉菌自行生长,并将这天计为稻谷接种亮白曲霉1d。由于稻谷中含水量的变化对霉菌的生长有很大的影响,为了减少由稻谷中含水量变化照成的误差,本实验采用纱布和保鲜膜包裹处理,这样处理不仅能够保证锥形瓶的透气性还能有效的减少稻谷中水分的流失。
3、基于GC-MS的稻谷挥发性物质的确定方法
样品制备:称取5g稻谷放入顶空样品瓶中,橡皮塞密封,密封后置于的恒温水浴锅中,平衡60min后,再将萃取头插入顶空瓶吸附45min,于GC-MS进样口250℃下解析5min(张婷筠,2012)。
通常研究稻谷挥发性气体成分选用80℃恒温水浴萃取(张婷筠,2012),但本课题的目的在于实现仓储时期的稻谷挥发性气味的在线检测,最适合在接近常温的状态下进行。而且稻谷的挥发性气味物质随温度升高,也会发生复杂的化学变化,因此本实验选用20℃、40℃、60℃三种温度进行对比。
4、固相微萃取头的老化
首次使用时在250℃条件下老化60min;之后每次使用时先老化30min,样品与样品之间,老化5min。
5、萃取
将试样置于具塞萃取瓶中,密封萃取瓶,混合均匀样品,放入水浴锅中加热平衡,再用固相微萃取头萃取粳稻谷挥发物后,立即插入GC-MS进样口中,在250℃不分流模式下解析。设定的固相微萃取分析条件参考了张婷筠的报道(张婷筠,2013):选用50μm PDMS/DVB/CAR固相微萃取头,在样品量5g、萃取温度80℃、平衡时间60min、萃取时间45min的条件下,设置解析时间为5min。
6、GC-MS分析条件
气相色谱条件:色谱柱为HP-5MS毛细管柱(30m×0.25mm,0.25μm);载气为氦气,设定流速。柱初温为50℃,以8℃/min升温至125℃,保持3min,再以4℃/min升至165℃,保持3min,最后以10℃/min升至230℃,保持2min,运行完程序后再运行2min,使温度降回50℃。采用无分流进样。
质谱条件:接口温度280℃,离子源为EI,离子源温度230℃,电子能量70eV,质量扫描范围(m/z)50~400amu。
7、定性和定量分析方法
样品中各未知挥发性成分的定性由计算机检索与NIST11标准质谱库匹配求得;定量按照峰面积归一化法进行分析,求得稻谷各挥发性成分的百分含量。
稻谷挥发性物质的鉴定
对稻谷的挥发性物质进行GC-MS鉴定,色谱图如图1所示(仅列出接种亮白曲霉第1d 20℃、40℃、60℃萃取条件下的气相色谱图)。对其中的挥发性物质进行分析,在20℃萃取条件下共检测出化合物17种,其中烷烃类14种,酸酯类2种,醚类1种;40℃萃取条件下共检测出化合物22种,其中烷烃类17种,酚类1种,醛类1种,醚类2种;60℃萃取条件下共检测出化合物45种,其中烷烃类28种,醛类7种,醇类2种,醚类2种,酚类2种,其他类4种。稻谷的种类差别主要在5-33min之间,且色谱峰形状有差别,表明挥发性物质的种类存在差异,物质均得到很好的分离,因此萃取方法和气相条件非常适合本实验。
稻谷挥发性物质的相对含量
在接种亮白曲霉之后,由于气质联用仪前处理的平衡温度和培养时间的不同,气质联用仪检测出来的挥发性物质出现的种类和主要物质也发生相应变化,结合质谱图用归一化法来处理物质,除去检测到少量硅氧类化合物以及色谱柱流失的化合物,其20℃、40℃、60℃物质表分别如表1、表2、表3所示:
(1)在20℃条件下,检测出来的物质较少,且大部分为烷烃类物质,只有少量的其他物质存在(如图2),在原始样和接种第一天的样品中,未检测出挥发性物质,培养三天之后陆续出现了不同的物质,其中变化较明显的且相对含量变化较大的物质主要有十六烷,十七烷和二叔-十二烷基-二硫醚,尤其是十七烷,在接种第三天的时候,在所检测物质中其相对含量达到100%,之后相对含量持续下降。在12d的时候,检测出2,3,5-三甲基-癸烷,十二烷和十三烷,而6d、9d检测出来的含量较高的十六烷和二叔-十二烷基-二硫醚未在12d中检出。
(2)40℃水浴条件下稻谷的主要物质种类与20℃类似,依然以烷烃类物质为主,其他类物质较少(如图3,而且烷烃类物质的分子量集中在C10-C30之间,并且变化较明显,符合实验预期的物质主要有四种,分别是十三烷,十四烷,十六烷,十七烷。十三烷是原始样中特有的物质,只在原始样品的检测中出现,在发霉之后,十三烷完全消失,而十四烷则是在发霉第九天之后才出现的物质,而且其含量呈上升趋势,十六烷和十七烷都是原始样中没有的物质,而在接种第一天之后纷纷出现,并且相对含量变化较大,其中十六烷在接种第十二天时消失,十七烷含量呈下降趋势。
表1 20℃条件下气味物质相对含量/%
备注:“0d”表示末接种霉菌的稻谷样品。
表2 40℃水浴条件下气味物质的相对含量/%
(3)在60℃时,烷烃由于水浴温度较高发生了氧化和消去反应出现了大量的烯烃和少量的醛、醇和酚等其他类物质(如图4)。因此60℃条件下的稻谷主要挥发性物质发生了较大变化,主要有壬醛,十三烷,1-十六烷醇和十七烷。其中壬醛在原始样中就已经检测出来,而到了第六天之后壬醛逐渐消失;同样的,1-十六烷醇也是在原始样中检测出来,并且含量较高,达到了19.11%,而之后含量持续下降,到第三天是含量已经为0;十三烷和十七烷在原始样中未检测出或者只检测出少量物质,十三烷在接种第三天时达到含量的最高值32.77%之后持续下降,而十七烷的含量则持续上升。
表3 60℃水浴条件下各物质相对含量/%
气味物质相对含量与霉菌浓度的相关性分析
研究气味物质相对含量与霉菌浓度之间的关系,采用SPSS Statistics对20℃、40℃、60℃水浴萃取温度下得出的各类气味物质的相对含量与霉菌浓度进行相关性分析。由于稻谷接种亮白曲霉12天后,霉菌浓度出现了降低,与气味物质相关性变差,故选择前5个时间点(0d~9d)的气味物质相对含量与霉菌浓度进行相关性分析,结果如4所示。由表可知,顶空萃取的水浴温度为20℃时,十五烷和十六烷的相对含量与霉菌浓度存在显著的正相关性,而十五烷和十六烷之间也存在显著的正相关性(数据未列出)。因此可以推测,20℃萃取温度下,十五烷、十六烷为稻谷霉菌的典型挥发物。顶空萃取的水浴温度为40℃时,气味物质与霉菌浓度未体现出显著的相关性,但十五烷与十六烷之间存在显著的相关性,这一点与20℃时相同(数据未列出)。当顶空萃取的水浴温度为60℃时,二十六烷的相对含量与霉菌浓度存在显著的正相关性。因此二十六烷可作为60℃水浴温度萃取条件下稻谷霉菌的典型挥发物。
表4气味物质相对含量与霉菌浓度的相关性分析(萃取温度20℃、40℃、60℃)
注:**表示极显著相关,*表示显著相关
二、电子鼻的稻谷气味特征的研究
1、样品制备
实验方法:取9个与Fox 4000电子鼻配套使用的20mL顶空样品瓶,分别加入4g稻谷样品并在稻谷上方铺上一层棉花防止电子鼻针头堵塞,将样品送样检测。样品分3组,每组3个平行样品,3组分别在20℃、40℃、60℃条件下检测。
2、电子鼻参数设定
表5 Fox 4000各传感器的响应特性
实验使用的电子鼻为Fox 4000型电子鼻,该电子鼻系统主要由气味取样操作器、气体传感器列阵和信号处理系统3种功能器件组成。它的工作程式如下:
(1)传感器的初始化:利用真空泵把空气取样吸取至装有电子传感器阵列的小容器室中。
(2)测定样品与数据分析:取样操作单元把已初始化的传感器阵列暴露到气体中,当挥发性化合物与传感器活性材料表面接触时,产生瞬时响应并录这种响应,然后传送到信号处理单元进行分析,与数据库中储存的大量挥发性化合物图案进行比较,以确定气味类型。
(3)清洗传感器:在本次测量结束后,传感器再次实行初始化。
该电子鼻系统拥有3个传感器矩阵室,由18个金属氧化物传感器组成,其型号及响应特性如表5所示。采用的电子鼻分析方法参数如表6所示。
表6电子鼻分析方法参数
3、电子鼻传感器信号强度分析
对通过电子鼻获得的储藏不同天数的稻谷的传感器信号强度进行分析,比较储藏不同天数的稻谷之间的差异,每个样品重复3次。
4、样品的统计学分析
主成分分析(principal component analysis,PCA),PCA是设法将原来指标从新组合成一组新的互相无关的几个综合指标来代替原来指标,同时根据实际需要从中可去几个较少的综合指标尽可能多地反映原来指标的信息,过改变坐标轴来达到区分样品的目的。
区分指数(Discrimination Index,DI)是气味指纹分析技术区分这些样品程度的表征值,该值越大,区分越好。它是通过计算各个组之间的表面积和每个组的表面积得到的。判别指数为正:当各个组之间互相独立,指数为正。最大值100,越接近100说明效果越好。
电子鼻传感器对稻米霉菌气味的响应
Fox4000型电子鼻对稻谷挥发性气味物质的响应强度随采样时间的变化如图5所示,其工作原理是样品的挥发性成分与传感器涂层接触并反应,引起传感器电导率改变而得到的电导(G)与经活性炭过滤后洁净空气的电导(G0)的比值。待测气体的浓度越大,响应值越偏离1(大于或者小于1),如果浓度低于检测限或者没有感应气体,则该比值接近甚至等于1。由图5可知,稻谷样品的相对电导率刚开始比较低,随着挥发物在传感器表面富集,传感器相对电导率不断增大,后又逐渐减小,最后趋于平缓。18条曲线代表18个不同的传感器,曲线上的点表示稻谷的挥发性气味物质进入电子鼻时传感器相对电导率(G/G0)随采样时间的变化情况,即传感器对气味物质的响应强度随时间的变化情况。结果表明,Fox4000型电子鼻对稻谷挥发性物质有明显的响应,且各传感器对其响应值各不相同,因此可用来识别稻谷霉菌情况。在后续利用电子鼻处理数据的时候,本系统采用的是响应峰值建立数据库进行分析。
样品的传感器信号分析结果
通过提取各个传感器的最大响应值,可建立储存不同天数的稻谷的指纹图,又称雷达图,如图6至8(顶空采样温度分别为20℃、40℃、60℃)所示。图中清楚地显示了不同储存天数的稻谷样品对18个传感器的反应强度的不同,其中顶空温度20℃样品中,五个传感器(LY2/AA,P30/1,PA/2,P10/2,T30/1)响应值的差别比较明显;顶空温度40℃的样品中,LY2/AA,P10/2,P40/1,P10/1,P30/2响应值差别明显;顶空温度60℃的样品中,LY2/AA,P30/1,P40/1,T40/1,TA/2响应值差别明显。基于前面利用GC-MS对稻谷在不同顶空萃取温度下挥发性物质变化的分析,可以推测各探头的响应值的变化是因为在不同的顶空萃取温度下,稻谷的气味物质相对含量发生了较大改变。
主成分分析(PCA)
PCA图谱中横、纵坐标分别表示在PCA转换中得到的第一主成分(PC1)和第二主成分(PC2)的贡献率(或权重),贡献率(或权重)越大,说明主成分可以较好的反映原来多指标的信息。
利用电子鼻对不同储存天数的稻谷样品的信号数据进行主成分分析,建立前2个主成分的二维判别图,分析结果如图9至11所示,其中0d代表检测温度未接种霉菌的稻谷原始样,1d至12d分别代表接种亮白曲霉后不同储藏天数(1d~12d)的稻谷样品。
在20℃、40℃、60℃三个顶空温度下检测稻谷不同贮藏天数的样品,PCA分析结果显示不同储藏天数稻谷样品点的分布均有明显差异,得到样品的主成分1(PC1)和主成分2(PC2)的累计方差贡献率分别是93.64%、96.49%、95.81%,累计贡献率均在85%以上,这说明PC1和PC2已经包含了很大的信息量,能够反映样品的整体信息。三种温度下电子鼻对不同稻谷样品的区分指数(电子鼻区分不同样品的能力)分别是90、92、83,说明电子鼻能够很好的区分不同霉菌程度的稻谷,且在40℃下检测对不同储藏天数稻谷的识别能力最高。
电子鼻响应值与稻谷气味物质浓度的相关性分析
通常电子鼻可以告诉我们哪些样品有差异,但并不能指出差异是由哪些成分引起的。电子鼻实际上提供给我们的是样品上方总挥发性成分的整体信息,难以定位到单一成分,不过仍有可能通过相关性分析建立电子鼻探头响应值与某些气味物质的关联。本课题利用SPSS Statistics对电子鼻各传感器响应强度和气味物质相对含量进行相关性分析。选择前5个时间点(0d~9d)的响应值与气味物质相对含量进行相关性分析,结果如表7至9所示。
由表7可知顶空萃取温度为20℃时,2,4,6-三甲基-辛烷、3-甲基-十三烷、2,6,10-三甲基-十五烷、十六烷、2,6,10,14-四甲基-十六烷、十九烷、二十八烷、亚硫酸丁基辛基酯、6-乙基辛-3-基异丁基草酸酯、二-叔十二烷基-二硫醚与电子鼻不同的探头之间均存在显著的正相关性。
由表8可知顶空萃取温度为40℃时,十五烷、十六烷、萘、癸醛与部分电子鼻探头之间均存在显著的正相关性。
由表9可知顶空萃取温度为60℃时,2-甲基[2.2.2]双环辛烷、2,3,5-三甲基癸烷、十二烷、3-甲基十二烷、十三烷、10-甲基十五烷、十五烷、十六烷、十七烷、十八烷、十九烷、二十一烷、二十七烷、右旋萜二烯、D-柠檬烯等26种化合物与电子鼻探头之间显示有显著的相关性。
以上数据表明使用电子鼻可以良好的捕捉稻谷霉菌过程中部分气味物质的相对含量的变化。如果这些气味物质与稻谷的霉菌具备显著相关性,那么便可利用电子鼻的相应探头对稻谷霉菌情况进行监测。
表7电子鼻响应强度与气味物质相对含量的相关性分析(萃取温度20℃)
注:1.**表示极显著相关,*表示显著相关。2. 3,8-二甲基-癸烷、2,3,5-三甲基-癸烷、十二烷、十三烷无法计算,故略去。
表8电子鼻响应强度与气味物质相对含量的相关性分析(萃取温度40℃)
注:1.**表示极显著相关,*表示显著相关。2.二十五烷、二十六烷、1-石竹烯、trans-1,10-Dimethyl-trans-9-decalinol无法计算,故略去。
表9电子鼻响应强度与气味物质相对含量的相关性分析(萃取温度60℃)
注:1.**表示极显著相关,*表示显著相关。2. 26,10三甲基十五烷、(+)-花侧柚烯、2-(十四烷氧基)-乙醇、1-十八烷基磺酰氯无法计算,故略去。
电子鼻响应强度和霉菌浓度的回归模型
随着稻谷中霉菌的生长,浓度的升高,稻谷的霉菌气味也得到显著增加,因此通过电子鼻可能可以通过检测霉菌气味的变化来发现稻谷的霉菌情况。为了验证这种可能性,需要对电子鼻各传感器响应强度和霉菌浓度进行相关性分析。由于稻谷接种亮白曲霉12天后,霉菌浓度降低,而稻谷气味物质因发生严重霉菌不会出现明显减少,不利于电子鼻响应值与霉菌之间的相关性,故选择前5个时间点(0d~9d)的电子鼻响应值与霉菌浓度进行相关性分析,结果如表10至12所示。
(1)当顶空萃取温度为20℃(对应检测温度为室温的条件)时,T30/1、PA/2、P30/1三个探头的响应强度和霉菌浓度存在显著的相关性,使用三个探头的响应值与霉菌浓度进行线性拟合,可得到如下方程:
y=-2.98×105-2.72×106x1+2.43×106x2+1.49×106x3,R2=0.820
其中,y为霉菌浓度(cfu/g),x1为电子鼻探头T30/1响应值,x2为电子鼻探头PA/2响应值,x3为电子鼻探头P30/1响应值。使用以上方程,可以初步的通过响应探头的响应值来判断稻谷样品的霉菌情况。
而其中PA/2同时与稻谷霉菌浓度、霉菌典型挥发物十六烷相对含量存在显著的相关关系,使用PA/2探头响应值与十六烷相对含量进行线性拟合,可得到如下方程:
y=-30.04+163.45x,R2=0.782
其中,y为十六烷相对含量(%),x为电子鼻探头PA/2响应值。使用以上方程,可以初步的通过响应探头的响应值来预测十六烷的相对含量。
(2)当顶空萃取温度为40℃(对应检测温度为40℃的条件)时,数据分析表明,电子鼻探头P30/2的响应值与霉菌浓度存在显著相关性。对它们进行线性拟合,得到的方程式为:
y=9.052×105-7.072×106x,R2=0.826
其中,y为霉菌浓度(cfu/g),x为电子鼻响应值。
因此,在40℃顶空萃取条件下,P30/2有用作检测霉菌浓度电子鼻探头的潜力。但由于并未发现在该温度条件下,稻谷有任何典型霉菌气味物质。因此在该温度下,理论上应无法利用电子鼻检测相关气味物质实现霉菌程度的检测,通过P30/2建立的霉菌浓度检测模型可能并不准确。此外,在3.4.3中,虽然发现十五烷、十六烷、萘、癸醛的相对含量与部分电子鼻探头之间存在显著的正相关性,但本次实验中这些气味物质均与霉菌浓度不存在相关性,因此这它们的相关性可能是由于数据变化区间较小或与探头响应值受多种气味物质的变化影响有关,需要进一步研究确认。
(3)当顶空温度为60℃时,虽然发现有较多气味物质相对含量与电子鼻探头响应值之间显著相关,但这些气味物质中却并不包括3.3.3中发现的霉菌典型挥发物二十六烷,因此它们与稻谷霉菌浓度并不具备显著相关性。该条件可能并不适合使用电子鼻检测稻谷霉菌情况。
表10霉菌浓度和电子鼻响应强度的相关性分析(萃取温度20℃)
注:**表示极显著相关,*表示显著相关。
表11霉菌浓度和电子鼻响应强度的相关性分析(萃取温度40℃)
注:**表示极显著相关,*表示显著相关。
表12霉菌浓度和电子鼻响应强度的相关性分析(萃取温度60℃)
注:**表示极显著相关,*表示显著相关。
实施例1
一种稻米霉菌在线监测系统,结构如图12所示,控制系统结构框图如图13所示,包括粮仓12,在粮仓12的上部有气体分流室8,气体分流室8的底部与顶空式进气管15及埋没式进气管13连接,在顶空式进气管15、内排气管道9和埋没式进气管13的端部均设有絮状过滤物;所述气体分流室8内设有数据采集装置10,气体分流室8的顶部通过连接管与外排气管道7及内排气管道9连接,外排气管道7通向粮仓12的外部,内排气管道9通向粮仓12的内部,在气体分流室8与外排气管道7及内排气管道9之间设有风机3,所述气体分流室8还与洗气管道6连接。
优选地,所述数据采集装置10包括若干个气敏传感器及单片机,气敏传感器与单片机的输入端连接,单片机的输出端连接有多个电磁阀,所述多个电磁阀包括设于外排气管道7上的第一电磁阀1、内排气管道9上的第二电磁阀2、顶空式进气管道15上的第三电磁阀4、洗气管道6上的第四电磁阀5以及埋没式进气管道13上的第五电磁阀16,单片机的输出端还与风机3连接,控制风机的启停。
进一步优选地,所述单片机还与计算机连接。
更进一步优选地,所述气敏传感器分别为T30/1传感器、PA/2传感器、P30/1传感器和P30/2传感器。
实施例2
采用实施例1所述的稻米霉菌在线监测系统进行稻米霉菌监测方法,其特征在于:所述方法具体包括以下步骤:
1)采用稻米霉菌在线监测系统提取粮仓内气味信号进行提取,并对气味信号进行消噪、滤波处理,得到处理后气味信号数据;
2)步骤1)得到处理后气味信号数据带入稻米霉菌预测模型,预测稻米霉菌程度;
完成稻米霉菌的预测。
所述步骤2)稻米霉菌预测模型建立方法步骤如下:
①采用GC-MS分析稻米霉菌的典型挥发物;
②通过电子鼻采集不同霉菌程度下的气味信号,筛选得到对稻米霉菌信号敏感的电子鼻探头,建立稻米霉菌的典型挥发物与电子鼻信号的模型,即稻米霉菌预测模型。
所述稻米霉菌的典型挥发物十五烷、十六烷和二十六烷;
当传感器为电子鼻传感器时,所述稻米霉菌预测模型如下:
1)检测温度为室温(20℃)时,
y=-2.98×105-2.72×106x1+2.43×106x2+1.49×106x3,R2=0.820
其中,y为霉菌浓度(cfu/g),x1为电子鼻探头T30/1响应值,x2为电子鼻探头PA/2响应值,x3为电子鼻探头P30/1响应值;
其中PA/2同时与稻谷霉菌浓度、霉菌典型挥发物十六烷相对含量存在显著的相关关系,使用PA/2探头响应值与十六烷相对含量进行线性拟合,可得到如下方程:
y=-30.04+163.45x,R2=0.782
其中,y为十六烷相对含量(%),x为电子鼻探头PA/2响应值。
2)当检测温度为40℃时,所述稻米霉菌预测模型如下:
y=9.052×105-7.072×106x,R2=0.826
其中,y为霉菌浓度(cfu/g),x为电子鼻探头P30/2响应值。
上述的实施例仅为本发明的优选技术方案,而不应视为对于本发明的限制,本发明中的实施例及实施例中的特征在不冲突的情况下,可以相互任意组合。本发明的保护范围应以权利要求记载的技术方案,包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进,也在本发明的保护范围之内。
Claims (8)
1.一种稻米霉菌在线监测系统,包括粮仓(12),其特征在于:在粮仓(12)的上部有气体分流室(8),气体分流室(8)的底部与顶空式进气管(15)及埋没式进气管(13)连接,在顶空式进气管(15)、内排气管道(9)和埋没式进气管(13)的端部均设有絮状过滤物;所述气体分流室(8)内设有数据采集装置(10),气体分流室(8)的顶部通过连接管与外排气管道(7)及内排气管道(9)连接,外排气管道(7)通向粮仓(12)的外部,内排气管道(9)通向粮仓(12)的内部,在气体分流室(8)与外排气管道(7)及内排气管道(9)之间设有风机(3),所述气体分流室(8)还与洗气管道(6)连接。
2.根据权利要求1所述一种稻米霉菌在线监测系统,其特征在于:所述数据采集装置(10)包括若干个气敏传感器及单片机,气敏传感器与单片机的输入端连接,单片机的输出端连接有多个电磁阀,所述多个电磁阀包括设于外排气管道(7)上的第一电磁阀(1)、内排气管道(9)上的第二电磁阀(2)、顶空式进气管道(15)上的第三电磁阀(4)、洗气管道(6)上的第四电磁阀(5)以及埋没式进气管道(13)上的第五电磁阀(16),单片机的输出端还与风机(3)连接,控制风机的启停;所述单片机还与计算机连接。
3.根据权利2所述一种稻米霉菌在线监测系统,其特征在于:所述气敏传感器分别为T30/1传感器、PA/2传感器、P30/1传感器和P30/2传感器。
4.采用权利要求1-3任意一项所述的稻米霉菌在线监测系统进行稻米霉菌在线监测建立方法,其特征在于:所述方法具体包括以下步骤:
1)采用稻米霉菌在线监测系统提取粮仓内气味信号进行提取,并对气味信号进行消噪、滤波处理,得到处理后气味信号数据;
2)步骤1)得到处理后气味信号数据带入稻米霉菌预测模型,预测稻米霉菌程度;
完成稻米霉菌的预测。
5.根据权利要求4所述的方法,其特征在于:所述步骤2)稻米霉菌预测模型建立方法步骤如下:
①采用GC-MS分析稻米霉菌的典型挥发物;
②通过电子鼻采集不同霉菌程度下的气味信号,筛选得到对稻米霉菌信号敏感的电子鼻探头,建立稻米霉菌的典型挥发物与电子鼻信号的模型,即稻米霉菌预测模型。
6.根据权利要求5所述的方法,其特征在于:
所述稻米霉菌的典型挥发物十五烷、十六烷和二十六烷。
7.根据权利要求6所述的方法,其特征在于:
当传感器为电子鼻传感器时,所述稻米霉菌预测模型如下:
1)检测温度为室温(20℃)时,
y = -2.98×105 - 2.72×106x1 + 2.43×106x2 + 1.49×106x3,R2=0.820
其中,y为霉菌浓度(cfu/g), x1为电子鼻探头T30/1响应值,x2为电子鼻探头PA/2响应值,x3为电子鼻探头P30/1响应值;
其中PA/2同时与稻谷霉菌浓度、霉菌典型挥发物十六烷相对含量存在显著的相关关系,使用PA/2探头响应值与十六烷相对含量进行线性拟合,可得到如下方程:
y=-30.04+163.45x,R2=0.782
其中,y为十六烷相对含量(%),x为电子鼻探头PA/2响应值;
2)当检测温度为40℃时,所述稻米霉菌预测模型如下:
y=9.052×105-7.072×106x,R2=0.826
其中,y为霉菌浓度(cfu/g),x为电子鼻探头P30/2响应值。
8.权利要求1-3任意一项所述的系统或权利要求4-7任意一项所述的方法用于稻米或稻谷或其他谷物类粮食仓储过程中的霉菌检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710302003.4A CN106996965B (zh) | 2017-05-02 | 2017-05-02 | 稻米霉菌在线监测系统、建立方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710302003.4A CN106996965B (zh) | 2017-05-02 | 2017-05-02 | 稻米霉菌在线监测系统、建立方法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106996965A true CN106996965A (zh) | 2017-08-01 |
CN106996965B CN106996965B (zh) | 2023-03-31 |
Family
ID=59434614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710302003.4A Active CN106996965B (zh) | 2017-05-02 | 2017-05-02 | 稻米霉菌在线监测系统、建立方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106996965B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109486898A (zh) * | 2018-12-06 | 2019-03-19 | 浙江大学 | 基于电子鼻快速预测大米中曲霉属真菌生长状况的方法 |
CN109946402A (zh) * | 2019-04-08 | 2019-06-28 | 山东省农业科学院畜牧兽医研究所 | 一种测定畜禽排泄物臭气的装置及方法 |
CN110632207A (zh) * | 2019-10-10 | 2019-12-31 | 南京财经大学 | 一种基于挥发性气体成分及其演变趋势鉴别霉菌的方法 |
CN114487143A (zh) * | 2020-11-11 | 2022-05-13 | 天津科技大学 | 一种对成品粮储藏过程中霉变快速判别的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001036664A1 (en) * | 1999-11-16 | 2001-05-25 | Appliedsensor Sweden Ab | A method for detecting contaminating microorganisms |
CN101825621A (zh) * | 2009-03-04 | 2010-09-08 | 中国农业机械化科学研究院 | 一种储藏粮食活性检测装置及其方法 |
US20120143804A1 (en) * | 2009-07-23 | 2012-06-07 | Yada Research And Development Co., Ltd. | Predicting odor pleasantness with an electronic nose |
CN207067075U (zh) * | 2017-05-02 | 2018-03-02 | 华中农业大学 | 稻米霉菌在线监测系统 |
-
2017
- 2017-05-02 CN CN201710302003.4A patent/CN106996965B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001036664A1 (en) * | 1999-11-16 | 2001-05-25 | Appliedsensor Sweden Ab | A method for detecting contaminating microorganisms |
CN101825621A (zh) * | 2009-03-04 | 2010-09-08 | 中国农业机械化科学研究院 | 一种储藏粮食活性检测装置及其方法 |
US20120143804A1 (en) * | 2009-07-23 | 2012-06-07 | Yada Research And Development Co., Ltd. | Predicting odor pleasantness with an electronic nose |
CN207067075U (zh) * | 2017-05-02 | 2018-03-02 | 华中农业大学 | 稻米霉菌在线监测系统 |
Non-Patent Citations (8)
Title |
---|
J. OLSSON等: "Detection and quantification of ochratoxin A and deoxynivalenol in barley grains by GC-MS and electronic nose", 《INTERNATIONAL JOURNAL OF FOOD MICROBIOLOGY》 * |
J. OLSSON等: "Volatiles for mycological quality grading of barley grains: determinations using gas chromatography–mass spectrometry and electronic nose", 《INTERNATIONAL JOURNAL OF FOOD MICROBIOLOGY》 * |
宋伟等: "应用电子鼻技术对粳稻谷中霉菌定量分析", 《粮食储藏》 * |
张红梅等: "电子鼻传感器阵列优化与谷物霉变程度的检测", 《传感技术学报》 * |
惠国华等: "基于随机共振的电子鼻系统构建及在谷物霉变程度检测中的应用", 《传感技术学报》 * |
朱娜等: "电子鼻对草莓采后贮藏早期霉菌感染的检测", 《农业工程学报》 * |
沈飞等: "谷物霉菌挥发性物质的电子鼻与GC-MS检测研究", 《中国粮油学报》 * |
鞠兴荣等: "基于电子鼻和HS-SPME-GC-MS检测并分析籼稻谷储藏期间挥发性物质的研究", 《中国粮油学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109486898A (zh) * | 2018-12-06 | 2019-03-19 | 浙江大学 | 基于电子鼻快速预测大米中曲霉属真菌生长状况的方法 |
CN109486898B (zh) * | 2018-12-06 | 2022-06-21 | 浙江大学 | 基于电子鼻快速预测大米中曲霉属真菌生长状况的方法 |
CN109946402A (zh) * | 2019-04-08 | 2019-06-28 | 山东省农业科学院畜牧兽医研究所 | 一种测定畜禽排泄物臭气的装置及方法 |
CN110632207A (zh) * | 2019-10-10 | 2019-12-31 | 南京财经大学 | 一种基于挥发性气体成分及其演变趋势鉴别霉菌的方法 |
CN110632207B (zh) * | 2019-10-10 | 2022-04-29 | 南京财经大学 | 一种基于挥发性气体成分及其演变趋势鉴别霉菌的方法 |
CN114487143A (zh) * | 2020-11-11 | 2022-05-13 | 天津科技大学 | 一种对成品粮储藏过程中霉变快速判别的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106996965B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106996965A (zh) | 稻米霉菌在线监测系统、建立方法及应用 | |
US20160002696A1 (en) | Method to identify bacterial species by means of gas chromatography/mass spectrometry in biological samples | |
Gardner et al. | The prediction of bacteria type and culture growth phase by an electronic nose with a multi-layer perceptron network | |
Pontes et al. | Screening of volatile composition from Portuguese multifloral honeys using headspace solid-phase microextraction-gas chromatography–quadrupole mass spectrometry | |
WO1995033848A1 (en) | Detecting bacteria | |
CN102590288A (zh) | 基于电子鼻的食品品质检测系统和检测方法 | |
CN207067075U (zh) | 稻米霉菌在线监测系统 | |
CN101701943A (zh) | 气相色谱-质谱联用测定产品中富马酸二甲酯的方法 | |
CN110205254A (zh) | 一株低产高级醇的异常威克汉姆酵母及其在低度米酒酿造中的应用 | |
CN106461608A (zh) | 化学校准方法、系统和装置 | |
CN109406719A (zh) | 一种载气进样的气味检测系统 | |
CN113189145B (zh) | 一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法 | |
Cruickshank | Defenses triggered by the invader: chemical defenses | |
Zhou et al. | HS-GC-IMS detection of volatile organic compounds in cistanche powders under different treatment methods | |
WO2006088381A1 (en) | In vitro evaluation of micro-organisms and their antimicrobial agent susceptibilities | |
CN103930118A (zh) | 穿心莲药材或其制剂的检测方法 | |
CN204462091U (zh) | 一种捕获植物挥发性物质的气流式液相微富集装置 | |
CN107192784A (zh) | 一种红曲发酵液中桔霉素毒素的检测方法 | |
CN108663450A (zh) | 一种用于特种滤嘴的着色剂迁移量的检测装置及检测方法 | |
CN107271490B (zh) | 牛樟芝液体发酵过程快速表征三萜化合物含量变化的方法 | |
Wang et al. | Detection of Zygosaccharomyces rouxii and Candida tropicalis in a high-sugar medium by a metal oxide sensor-based electronic nose and comparison with test panel evaluation | |
CN116183746A (zh) | 一种基于检测尿液中代谢物含量评估机体衰老程度的方法及其应用 | |
CN105241986A (zh) | 区分儿童潜伏结核感染者和活动性结核病患者的蛋白特征谱 | |
CN111122658A (zh) | 一种检测水果灰霉菌感染程度的方法和装置 | |
Edman et al. | Gas—liquid chromatography—frequency pulse-modulated electron-capture detection in the diagnosis of infectious diseases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |