CN107036980B - 一种检测冰箱食品新鲜度的方法及冰箱 - Google Patents

一种检测冰箱食品新鲜度的方法及冰箱 Download PDF

Info

Publication number
CN107036980B
CN107036980B CN201610989856.5A CN201610989856A CN107036980B CN 107036980 B CN107036980 B CN 107036980B CN 201610989856 A CN201610989856 A CN 201610989856A CN 107036980 B CN107036980 B CN 107036980B
Authority
CN
China
Prior art keywords
refrigerator
spectrum
absorption spectrogram
analysis
control system
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
Application number
CN201610989856.5A
Other languages
English (en)
Other versions
CN107036980A (zh
Inventor
王晖
曹洁
张雪莲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TCL Technology Group Co Ltd
Original Assignee
TCL Technology Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by TCL Technology Group Co Ltd filed Critical TCL Technology Group Co Ltd
Priority to CN201610989856.5A priority Critical patent/CN107036980B/zh
Publication of CN107036980A publication Critical patent/CN107036980A/zh
Application granted granted Critical
Publication of CN107036980B publication Critical patent/CN107036980B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D23/00—General constructional features
    • F25D23/12—Arrangements of compartments additional to cooling compartments; Combinations of refrigerators with other equipment, e.g. stove
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D29/00—Arrangement or mounting of control or safety devices
    • F25D29/003—Arrangement or mounting of control or safety devices for movable devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D2400/00—General features of, or devices for refrigerators, cold rooms, ice-boxes, or for cooling or freezing apparatus not covered by any other subclass
    • F25D2400/36—Visual displays

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Thermal Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)

Abstract

本发明公开一种检测冰箱食品新鲜度的方法及冰箱，所述冰箱设置有通信连接的光谱仪和控制系统，所述冰箱通信连接一云端服务器，所述控制系统包括通信连接的食品新鲜分析单元和显示单元，所述云端服务器包括通信连接的光谱数据处理单元和光谱分析引擎。本发明采用光谱仪作为气味检测的装置，并依靠云端的远程实时分析系统，实现对冰箱中的多组分气体同时在线检测的功能。本发明不仅能准确识别冰箱中各种气体成分，而且能同时识别并区分多种气体，因此解决了针对食品腐败气体检测的准确性问题，而且还能够根据气体成分及浓度比例分辨出是哪一类食品产生的腐败气体。

Description

一种检测冰箱食品新鲜度的方法及冰箱
技术领域
本发明涉及冰箱食品检测领域，尤其涉及一种检测冰箱食品新鲜度的方法及冰箱。
背景技术
冰箱已成为家庭中必备的储存食品的家用电器，但人们在把食品放入冰箱以后，往往会忘记及时地食用，以至于食物变质。这不仅导致食物的浪费，也使冰箱中的气味变差，甚至使细菌大量滋生。
食物变质时会散发各种异味，不同种类的食物发出的气味成分也不相同。比如果蔬类发出的主要气味成分有乙醇、硫化氢、己醛；肉类发出的主要气味成分有硫化氢、硫醇、尸胺；鱼类发出的主要气味成分有三甲胺和己醛。
为此有专利提出在冰箱中提供一种气味检测装置，检测不同食品由新鲜状态到不新鲜状态过程中氨气和硫化氢气体或乙醇气体的变化规律，从而实时地辨识食品的新鲜度，在食品接近腐败时对用户发出提醒。但是在已有的专利中，气味检测装置都采用的是常规气体传感器，如半导体气体传感器等，由于常规气体传感器的本身特性，它不能保证只对所需检测的气体产生响应，而是对多种气体都会产生响应，因此，就造成检测不准确的问题，容易发生误报，影响了常规的气体传感器在冰箱上的实用性。
因此，现有技术还有待于改进和发展。
发明内容
鉴于上述现有技术的不足，本发明的目的在于提供一种检测冰箱食品新鲜度的方法及冰箱，旨在解决现有气味检测装置检测不准确，容易发生误报，影响了常规的气体传感器在冰箱上的实用性的问题。
本发明的技术方案如下：
一种冰箱，其中，所述冰箱设置有通信连接的光谱仪和控制系统，所述冰箱通信连接一云端服务器，所述控制系统包括通信连接的食品新鲜分析单元和显示单元，所述云端服务器包括通信连接的光谱数据处理单元和光谱分析引擎；
所述光谱仪用于采集冰箱内气体的光谱数据，获得吸收光谱图，并将所述吸收光谱图传送到控制系统；
所述控制系统将吸收光谱图传送到云端服务器中的光谱数据处理单元；
所述光谱数据处理单元用于对吸收光谱图进行信噪分离处理，并将处理后的吸收光谱图传送到光谱分析引擎；
所述光谱分析引擎用于将处理后的吸收光谱图与标准光谱进行比对分析，然后将分析结果回传到控制系统中的食品新鲜分析单元；
所述食品新鲜分析单元用于根据分析结果判断出气体归属的食品种类及相应食品是否处于不新鲜的状态，并将判断结果输出给显示单元；
显示单元用于显示所述判断结果。
所述的冰箱，其中，所述控制系统具体包括通信连接的光谱数据压缩单元、网络接口、食品新鲜分析单元和显示单元；
所述光谱仪将吸收光谱图传输到控制系统中的光谱数据压缩单元；
所述光谱数据压缩单元用于对吸收光谱图进行数据压缩处理，并通过网络接口将吸收光谱图上传到云端服务器中的光谱数据处理单元。
所述的冰箱，其中，所述云端服务器还包括与光谱分析引擎通信连接的光谱数据库，所述光谱数据库内预存有标准光谱；
所述光谱分析引擎具体用于将处理后的吸收光谱图与光谱数据库内标准光谱进行比对，并依据分析检测模型进行分析，然后将分析结果回传到控制系统中的食品新鲜分析单元。
所述的冰箱，其中，所述光谱仪将所述吸收光谱图通过USB接口传输到控制系统中的光谱数据压缩单元。
所述的冰箱，其中，所述网络接口通过无线或有线的方式接入云端服务器。
一种利用如上所述的冰箱进行检测冰箱食品新鲜度的方法，其中，包括步骤：
A、光谱仪采集冰箱内气体的光谱数据，获得吸收光谱图，并将所述吸收光谱图传送到控制系统；
B、控制系统将吸收光谱图传送到云端服务器中的光谱数据处理单元；
C、光谱数据处理单元对吸收光谱图进行信噪分离处理，并将处理后的吸收光谱图传送到光谱分析引擎；
D、所述光谱分析引擎将处理后的吸收光谱图与标准光谱进行比对分析，然后将分析结果回传到控制系统中的食品新鲜分析单元；
E、所述食品新鲜分析单元根据分析结果判断出气体归属的食品种类及相应食品是否处于不新鲜的状态，并将判断结果输出给显示单元；
F、显示单元显示所述判断结果。
所述的检测冰箱食品新鲜度的方法，其中，光谱仪将吸收光谱图传输到控制系统中的光谱数据压缩单元，光谱数据压缩单元对吸收光谱图进行数据压缩处理，并通过网络接口将吸收光谱图上传到云端服务器中的光谱数据处理单元。
所述的检测冰箱食品新鲜度的方法，其中，光谱分析引擎具体将处理后的吸收光谱图与光谱数据库内标准光谱进行比对，并依据分析检测模型进行分析，然后将分析结果回传到控制系统中的食品新鲜分析单元。
所述的检测冰箱食品新鲜度的方法，其中，光谱仪将所述吸收光谱图通过USB接口传输到控制系统中的光谱数据压缩单元。
所述的检测冰箱食品新鲜度的方法，其中，所述网络接口通过无线或有线的方式接入云端服务器。
有益效果：本发明采用光谱仪作为气味检测的装置，并依靠云端的远程实时分析系统，实现对冰箱中的多组分气体同时在线检测的功能。本发明不仅能准确识别冰箱中各种气体成分，而且能同时识别并区分多种气体，解决了针对食品腐败气体检测的准确性问题，而且还能分辨出是哪一类食品产生的腐败气体。
附图说明
图1为傅里叶变换光谱仪的原理图。
图2为本发明的一种检测食品新鲜度的冰箱应用实施例的结构示意图。
图3为本发明一种冰箱较佳实施例的结构示意图。
图4为本发明一种检测冰箱食品新鲜度的方法较佳实施例的流程图。
具体实施方式
本发明提供一种检测冰箱食品新鲜度的方法及冰箱，为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
现有气味检测装置都采用的是常规气体传感器，如半导体气体传感器等，由于常规气体传感器的本身特性，它不能保证只对所需检测的气体产生响应，而是对多种气体都会产生响应，因此，就造成检测不准确的问题，容易发生误报，影响了常规的气体传感器在冰箱上的实用性。基于现有气味检测装置存在上述问题，本发明提供一种采用光谱仪作为气味检测装置，它不仅能准确识别冰箱中各种气体成分，而且能同时识别并区分多种气体，因此解决了针对食品腐败气体检测的准确性问题，而且还能够根据气体成分及浓度比例分辨出是哪一类食品产生的腐败气体。
光谱仪一直以来只应用于工业或实验室，原因在于它的体积庞大，而且价格昂贵，难以被消费者接受。但随着技术的进步，光谱仪已能够制造成小巧而且相对廉价的设备，适于嵌入至各种智能设备中。
本发明光谱仪检测气体的原理是基于透射分子光谱分析。每种气体分子会对特定波长范围的光有独特的吸收作用，这缘于吸收光的是分子内的化学键，而由于每种分子所含有的化学键彼此都不相同，因而每种分子也就有了自己独一无二的“光谱指纹”。
光谱仪在检测时，需要将光束穿过被测气体，再对透射光进行光谱分析，结合适当的数据模型，比对吸收图谱与标准图谱，即可判断气体之种类。例如当探测到4.2微米波长的吸收峰时，就可以认定二氧化碳的存在。类似的，根据不同波长的吸收峰值的光谱就可以同时区分不同的气体。而对于气体浓度的测量则依据比尔-朗伯定律，利用气体分子对光的吸收强度与浓度成正比的关系，计算光谱的吸收强度来得到气体浓度。
下面对光谱仪的原理进行说明，光谱仪以傅里叶变换光谱仪为例，如图1所示，11为光源，12为干涉仪，13为被测气体，14为检测器，15为处理器，16为输出，17为干涉图，18为吸收光谱图。即首先把光源11发出的光经干涉仪12干涉后，产生的干涉光射向被测气体13，含有被测气体信息的干涉光到达检测器14进行检测，接着通过处理器15进行处理，获得被测气体的吸收光谱图18，输出所述吸收光谱图18。由于一般傅里叶变换光谱仪使用了迈克尔逊干涉仪，因此测量的原始吸收光谱图是光源的干涉图，需通过计算机对干涉图17进行快速傅里叶变换计算，从而得到以波长为函数的吸收光谱图18。其中“吸收光谱图”表示的是吸收光谱的谱图，横坐标代表波长，纵坐标代表透光率。可以看到“峰”的指向是向下的，它代表在此波长上，光线被吸收了，光强变弱，进而形成一个“吸收峰”。
本发明的一种检测食品新鲜度的冰箱应用实施例的结构示意图，如图2所示，包括通信连接的光谱仪1和控制系统2，所述控制系统2与云端服务器3通信连接，所述控制系统2包括依次通信连接的光谱数据压缩单元21、网络接口22、食品新鲜分析单元23、显示单元24，所述云端服务器3包括光谱数据处理单元31、光谱分析引擎32和光谱数据库33，所述光谱分析引擎32分别与光谱数据处理单元31和光谱数据库33通信连接；
所述光谱仪1（安装在冰箱的冷藏室顶部）用于采集冰箱冷藏室内气体的光谱数据获得吸收光谱图，并将所述吸收光谱图传输到控制系统2中的光谱数据压缩单元21；
具体地，所述光谱仪1首先把光源发出的光射向被测气体，再从对向检测穿过气体的透射光，获取被测气体的吸收光谱图。进一步地，本发明光谱仪1将所述吸收光谱图通过USB接口传输到控制系统2中的光谱数据压缩单元21。
所述光谱数据压缩单元21用于对吸收光谱图进行数据压缩处理，并通过网络接口22将吸收光谱图上传到云端服务器3中的光谱数据处理单元31；
进一步地，本发明所述网络接口22通过无线或有线的方式接入云端服务器3。所述光谱数据压缩单元21对吸收光谱图进行数据压缩处理，目的是方便网络传输。
所述光谱数据处理单元31用于对吸收光谱图进行解压缩、模式识别以及信噪分离等处理，并将处理的吸收光谱图传送到光谱分析引擎32；
所述光谱分析引擎32用于将吸收光谱图与光谱数据库33内标准光谱进行比对，并依据分析检测模型进行分析，然后通过网络接口22将分析结果回传到控制系统2中的食品新鲜分析单元23；
本发明所述光谱分析引擎32将吸收光谱图与光谱数据库33内标准光谱进行比对，并依据分析检测模型进行分析，可分析出气体成分数据及气体浓度数据，完成对气体成分的定性和定量分析，最后将该分析结果回传到控制系统2中的食品新鲜分析单元23。
所述食品新鲜分析单元23用于根据分析结果判断出气体归属的食品种类及相应食品是否处于不新鲜的状态，并将判断结果输出给显示单元24；
本发明所述食品新鲜分析单元23通过对气体成分数据的组合分析，可判断出气体归属于哪些食品种类，再配合气体浓度数据可判断出哪些食品已处于不新鲜的状态，并将该判断结果输出给显示单元。
所述显示单元24用于显示所述判断结果。
本发明冰箱实现了准确识别冰箱中各种气体成分，而且能同时识别并区分多种气体，解决了针对食品腐败气体检测的准确性问题，而且还能够根据气体成分及浓度比例分辨出是哪一类食品产生的腐败气体。
图3为本发明一种冰箱较佳实施例的结构示意图，如图所示，4为主控板，5为光谱仪，6为冷藏室门体，7为显示板，8为冷藏室，9为冷冻室，10为冷冻室门体，11为箱体外壳。与现有冰箱结构相比，本发明冰箱另增设了所述光谱仪5，所述光谱仪5安装在冰箱的冷藏室8顶部。除另设的光谱仪外5，其余冰箱结构为现有技术，本发明在此不再详细赘述。
本发明还提供一种检测冰箱食品新鲜度的方法较佳实施例的流程图，如图4所示，其包括步骤：
S100、光谱仪采集冰箱内气体的光谱数据，获得吸收光谱图，并将所述吸收光谱图传送到控制系统；
S200、控制系统将吸收光谱图传送到云端服务器中的光谱数据处理单元；
S300、光谱数据处理单元对吸收光谱图进行信噪分离处理，并将处理后的吸收光谱图传送到光谱分析引擎；
S400、所述光谱分析引擎将处理后的吸收光谱图与标准光谱进行比对分析，然后将分析结果回传到控制系统中的食品新鲜分析单元；
S500、所述食品新鲜分析单元根据分析结果判断出气体归属的食品种类及相应食品是否处于不新鲜的状态，并将判断结果输出给显示单元；
S600、显示单元显示所述判断结果。
进一步地，所述光谱仪将所述吸收光谱图通过USB接口传输到控制系统中的光谱数据压缩单元。
进一步地，所述网络接口通过无线或有线的方式接入云端服务器。
关于上述方法的技术细节在前面的系统中已有详述，故不再赘述。
综上所述，本发明采用光谱仪作为气味检测的装置，并依靠云端的远程实时分析系统，实现对冰箱中的多组分气体同时在线检测的功能。本发明不仅能准确识别冰箱中各种气体成分，而且能同时识别并区分多种气体，因此解决了针对食品腐败气体检测的准确性问题，而且还能够根据气体成分及浓度比例分辨出是哪一类食品产生的腐败气体。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种冰箱，所述冰箱设置有控制系统，所述控制系统包括通信连接的食品新鲜分析单元和显示单元，其特征在于，所述冰箱设置有与所述控制系统通信连接的光谱仪，所述冰箱通信连接一云端服务器，所述云端服务器包括通信连接的光谱数据处理单元和光谱分析引擎；所述光谱仪用于采集冰箱内气体的光谱数据，获得吸收光谱图，并将所述吸收光谱图传送到控制系统；
所述控制系统将吸收光谱图传送到云端服务器中的光谱数据处理单元；
所述光谱数据处理单元用于对吸收光谱图进行信噪分离处理，并将处理后的吸收光谱图传送到光谱分析引擎；
所述光谱分析引擎用于将处理后的吸收光谱图与标准光谱进行比对分析，然后将分析结果回传到控制系统中的食品新鲜分析单元；
所述食品新鲜分析单元用于根据分析结果判断出气体归属的食品种类及相应食品是否处于不新鲜的状态，并将判断结果输出给显示单元；
显示单元用于显示所述判断结果。
2.根据权利要求1所述的冰箱，其特征在于，所述控制系统具体包括通信连接的光谱数据压缩单元、网络接口、食品新鲜分析单元和显示单元；
所述光谱仪将吸收光谱图传输到控制系统中的光谱数据压缩单元；
所述光谱数据压缩单元用于对吸收光谱图进行数据压缩处理，并通过网络接口将吸收光谱图上传到云端服务器中的光谱数据处理单元。
3.根据权利要求1所述的冰箱，其特征在于，所述云端服务器还包括与光谱分析引擎通信连接的光谱数据库，所述光谱数据库内预存有标准光谱；
所述光谱分析引擎具体用于将处理后的吸收光谱图与光谱数据库内标准光谱进行比对，并依据分析检测模型进行分析，然后将分析结果回传到控制系统中的食品新鲜分析单元。
4.根据权利要求2所述的冰箱，其特征在于，所述光谱仪将所述吸收光谱图通过USB接口传输到控制系统中的光谱数据压缩单元。
5.根据权利要求2所述的冰箱，其特征在于，所述网络接口通过无线或有线的方式接入云端服务器。
6.一种利用如权利要求1所述的冰箱进行检测冰箱食品新鲜度的方法，其特征在于，包括步骤：
A、光谱仪采集冰箱内气体的光谱数据，获得吸收光谱图，并将所述吸收光谱图传送到控制系统；
B、控制系统将吸收光谱图传送到云端服务器中的光谱数据处理单元；
C、光谱数据处理单元对吸收光谱图进行信噪分离处理，并将处理后的吸收光谱图传送到光谱分析引擎；
D、所述光谱分析引擎将处理后的吸收光谱图与标准光谱进行比对分析，然后将分析结果回传到控制系统中的食品新鲜分析单元；
E、所述食品新鲜分析单元根据分析结果判断出气体归属的食品种类及相应食品是否处于不新鲜的状态，并将判断结果输出给显示单元；
F、显示单元显示所述判断结果。
7.根据权利要求6所述的检测冰箱食品新鲜度的方法，其特征在于，光谱仪将吸收光谱图传输到控制系统中的光谱数据压缩单元，光谱数据压缩单元对吸收光谱图进行数据压缩处理，并通过网络接口将吸收光谱图上传到云端服务器中的光谱数据处理单元。
8.根据权利要求6所述的检测食品新鲜度的方法，其特征在于，光谱分析引擎具体将处理后的吸收光谱图与光谱数据库内标准光谱进行比对，并依据分析检测模型进行分析，然后将分析结果回传到控制系统中的食品新鲜分析单元。
9.根据权利要求7所述的检测冰箱食品新鲜度的方法，其特征在于，光谱仪将所述吸收光谱图通过USB接口传输到控制系统中的光谱数据压缩单元。
10.根据权利要求7所述的检测冰箱食品新鲜度的方法，其特征在于，所述网络接口通过无线或有线的方式接入云端服务器。
CN201610989856.5A 2016-11-10 2016-11-10 一种检测冰箱食品新鲜度的方法及冰箱 Active CN107036980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610989856.5A CN107036980B (zh) 2016-11-10 2016-11-10 一种检测冰箱食品新鲜度的方法及冰箱

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610989856.5A CN107036980B (zh) 2016-11-10 2016-11-10 一种检测冰箱食品新鲜度的方法及冰箱

Publications (2)

Publication Number Publication Date
CN107036980A CN107036980A (zh) 2017-08-11
CN107036980B true CN107036980B (zh) 2020-05-22

Family

ID=59531036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610989856.5A Active CN107036980B (zh) 2016-11-10 2016-11-10 一种检测冰箱食品新鲜度的方法及冰箱

Country Status (1)

Country Link
CN (1) CN107036980B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110895082B (zh) * 2019-11-15 2020-11-06 珠海格力电器股份有限公司 一种冰箱控制方法、装置、计算机可读存储介质及冰箱
CN113124644B (zh) * 2020-01-16 2022-12-16 青岛海尔电冰箱有限公司 冰箱内的异味食物的识别方法、冰箱及可读存储介质
CN113218141B (zh) * 2020-01-21 2022-10-28 青岛海尔电冰箱有限公司 冰箱的食材检测方法、冰箱及存储介质
CN113218889A (zh) * 2020-01-21 2021-08-06 青岛海尔电冰箱有限公司 水果的检测方法、冰箱及存储介质
CN113154778A (zh) * 2020-01-22 2021-07-23 青岛海尔电冰箱有限公司 冰箱菜品存储管理方法、冰箱及存储介质
CN111289455A (zh) * 2020-03-25 2020-06-16 欧梯恩智能科技(苏州)有限公司 分布式异味评价方法、装置、终端及可读存储介质
CN112984946B (zh) * 2021-03-08 2021-09-17 上海绿联智能科技股份有限公司 基于智能化操作的冰箱、冰箱食材管理方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6385430A (ja) * 1986-09-30 1988-04-15 Shimadzu Corp 食品評価装置
JP2004117322A (ja) * 2002-09-30 2004-04-15 Horiba Ltd 赤外線ガス分析計
WO2007046280A1 (ja) * 2005-10-17 2007-04-26 Shin Satori 鮮度センサ
CN101144780A (zh) * 2006-09-14 2008-03-19 郭培源 猪肉新鲜度智能检测装置
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
CN104040309A (zh) * 2011-11-03 2014-09-10 威利食品有限公司 用于最终使用者食品分析的低成本光谱测定系统
CN104089902A (zh) * 2014-03-31 2014-10-08 浙江工商大学 一种牛肉新鲜度的检测装置及检测方法
CN105115899A (zh) * 2015-08-28 2015-12-02 青岛海尔股份有限公司 冰箱及用于冰箱的食物营养和/或热量的检测方法
CN105136709A (zh) * 2015-06-05 2015-12-09 华南理工大学 一种测量冷冻肉的冷冻参数的方法及装置
CN105241821A (zh) * 2015-08-07 2016-01-13 江苏大学 一种基于气味光谱成像技术的轻微腐烂水果快速鉴别方法
CN105627689A (zh) * 2016-02-03 2016-06-01 四川长虹电器股份有限公司 智能冰箱食品新鲜等级自动评定的方法
CN105717051A (zh) * 2016-04-22 2016-06-29 合肥美菱股份有限公司 一种快速检测果蔬新鲜度的系统及冰箱

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6385430A (ja) * 1986-09-30 1988-04-15 Shimadzu Corp 食品評価装置
JP2004117322A (ja) * 2002-09-30 2004-04-15 Horiba Ltd 赤外線ガス分析計
WO2007046280A1 (ja) * 2005-10-17 2007-04-26 Shin Satori 鮮度センサ
CN101144780A (zh) * 2006-09-14 2008-03-19 郭培源 猪肉新鲜度智能检测装置
CN104040309A (zh) * 2011-11-03 2014-09-10 威利食品有限公司 用于最终使用者食品分析的低成本光谱测定系统
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
CN104089902A (zh) * 2014-03-31 2014-10-08 浙江工商大学 一种牛肉新鲜度的检测装置及检测方法
CN105136709A (zh) * 2015-06-05 2015-12-09 华南理工大学 一种测量冷冻肉的冷冻参数的方法及装置
CN105241821A (zh) * 2015-08-07 2016-01-13 江苏大学 一种基于气味光谱成像技术的轻微腐烂水果快速鉴别方法
CN105115899A (zh) * 2015-08-28 2015-12-02 青岛海尔股份有限公司 冰箱及用于冰箱的食物营养和/或热量的检测方法
CN105627689A (zh) * 2016-02-03 2016-06-01 四川长虹电器股份有限公司 智能冰箱食品新鲜等级自动评定的方法
CN105717051A (zh) * 2016-04-22 2016-06-29 合肥美菱股份有限公司 一种快速检测果蔬新鲜度的系统及冰箱

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Nondestructive detection of the freshness of fruits and vegetables using gold and silver nanoparticle mediated graphene enhanced Raman spectroscopy;Judy Gopal,et al;《Sensors and Actuators B》;20150905;第224卷;第413-424页 *
冰箱贮存食品新鲜度检测与识别的智能电子鼻设计;陈辰星 等;《电子技术应用》;20151231;第41卷(第4期);第77-80页 *
基于嗅觉可视化和近红外光谱融合技术的海鲈鱼新鲜度评价;黄星奕 等;《农业工程学报》;20150430;第31卷(第8期);第277-282页 *

Also Published As

Publication number Publication date
CN107036980A (zh) 2017-08-11

Similar Documents

Publication Publication Date Title
CN107036980B (zh) 一种检测冰箱食品新鲜度的方法及冰箱
Han et al. Nondestructive detection of fish freshness during its preservation by combining electronic nose and electronic tongue techniques in conjunction with chemometric analysis
Wang et al. Spectral detection techniques for non-destructively monitoring the quality, safety, and classification of fresh red meat
Malvandi et al. Application of NIR spectroscopy and multivariate analysis for Non-destructive evaluation of apple moisture content during ultrasonic drying
Li et al. Non-destructive evaluation of pork freshness using a portable electronic nose (E-nose) based on a colorimetric sensor array
Zhang et al. A simple identification model for subtle bruises on the fresh jujube based on NIR spectroscopy
Moscetti et al. Near infrared spectroscopy is suitable for the classification of hazelnuts according to Protected Designation of Origin
CN103674854A (zh) 一种基于联合区间偏最小二乘判别分析的苹果分级方法
CN104330382A (zh) 一种生鲜牛肉的安全分级方法
CN103760110A (zh) 一种快速鉴别不同动物来源肉的方法
Xu et al. Combining local wavelength information and ensemble learning to enhance the specificity of class modeling techniques: Identification of food geographical origins and adulteration
Jaafreh et al. Rapid poultry spoilage evaluation using portable fiber-optic Raman spectrometer
Sun et al. Non-destructive detection of blackheart and soluble solids content of intact pear by online NIR spectroscopy
CN113310930A (zh) 高温灭菌奶、巴氏杀菌奶和掺加高温灭菌奶的巴氏杀菌奶的光谱鉴定方法
US20190250099A1 (en) Determination of a constituent related property of a multi-constituent sample
CN102854151B (zh) 一种光谱分析中样品集划分的化学计量学方法
Dong et al. A case study of characteristic bands selection in near-infrared spectroscopy: Nondestructive detection of ash and moisture in wheat flour
Hashem et al. Detection of adulteration of goat and sheep meat through NIRS and chemometric analysis
CN117589708A (zh) 一种基于近红外快速检测组织蛋白中蛋白质数据库的建立方法与应用方法
US11828654B2 (en) Spectroscopic analyzer and spectroscopic analysis method
Fen et al. Nondestructive detection of pesticide residue on longan surface based on near infrared spectroscopy
Long et al. A unique method for detecting beef tenderness based on viscoelasticity principle
Liu et al. Rapid detection of hydrolyzed leather protein adulteration in infant formula by near-infrared spectroscopy
Rizwana et al. Application of near-infrared spectroscopy for rice characterization using machine learning
CN106970042B (zh) 一种卡拉胶杂质、水分含量检测方法

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 516006 TCL technology building, No.17, Huifeng Third Road, Zhongkai high tech Zone, Huizhou City, Guangdong Province

Applicant after: TCL Technology Group Co., Ltd

Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District

Applicant before: TCL RESEARCH AMERICA Inc.

GR01 Patent grant
GR01 Patent grant