CN107421912A - 一种基于近红外透射技术的液态乳制品质量检测的装置与方法 - Google Patents
一种基于近红外透射技术的液态乳制品质量检测的装置与方法 Download PDFInfo
- Publication number
- CN107421912A CN107421912A CN201710626007.8A CN201710626007A CN107421912A CN 107421912 A CN107421912 A CN 107421912A CN 201710626007 A CN201710626007 A CN 201710626007A CN 107421912 A CN107421912 A CN 107421912A
- Authority
- CN
- China
- Prior art keywords
- sample
- data
- light source
- light
- product quality
- 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.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000007788 liquid Substances 0.000 title claims abstract description 27
- 238000005516 engineering process Methods 0.000 title claims abstract description 26
- 238000012372 quality testing Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000010606 normalization Methods 0.000 claims abstract description 16
- GUBGYTABKSRVRQ-QKKXKWKRSA-N Lactose Natural products OC[C@H]1O[C@@H](O[C@H]2[C@H](O)[C@@H](O)C(O)O[C@@H]2CO)[C@H](O)[C@@H](O)[C@H]1O GUBGYTABKSRVRQ-QKKXKWKRSA-N 0.000 claims abstract description 11
- 239000008101 lactose Substances 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 230000003287 optical effect Effects 0.000 claims abstract description 10
- 238000000513 principal component analysis Methods 0.000 claims abstract description 10
- 230000009467 reduction Effects 0.000 claims abstract description 10
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 9
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 230000003595 spectral effect Effects 0.000 claims abstract description 7
- 239000000523 sample Substances 0.000 claims description 120
- 235000013336 milk Nutrition 0.000 claims description 17
- 239000008267 milk Substances 0.000 claims description 17
- 210000004080 milk Anatomy 0.000 claims description 17
- AEEAZFQPYUMBPY-UHFFFAOYSA-N [I].[W] Chemical compound [I].[W] AEEAZFQPYUMBPY-UHFFFAOYSA-N 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000012417 linear regression Methods 0.000 claims description 10
- 238000002835 absorbance Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 7
- 244000299461 Theobroma cacao Species 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 235000019219 chocolate Nutrition 0.000 claims description 6
- 238000013145 classification model Methods 0.000 claims description 6
- 239000012153 distilled water Substances 0.000 claims description 6
- 239000006101 laboratory sample Substances 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000004611 spectroscopical analysis Methods 0.000 claims description 6
- 238000002235 transmission spectroscopy Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000003760 hair shine Effects 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 210000003127 knee Anatomy 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 2
- 238000001444 catalytic combustion detection Methods 0.000 claims 6
- 238000004364 calculation method Methods 0.000 claims 1
- 238000005286 illumination Methods 0.000 claims 1
- 230000010354 integration Effects 0.000 claims 1
- 229910052721 tungsten Inorganic materials 0.000 claims 1
- 239000010937 tungsten Substances 0.000 claims 1
- 235000013365 dairy product Nutrition 0.000 abstract description 12
- 238000002329 infrared spectrum Methods 0.000 abstract description 2
- 238000003912 environmental pollution Methods 0.000 abstract 1
- 235000018102 proteins Nutrition 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 3
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 238000000053 physical method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003455 independent Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000021243 milk fat Nutrition 0.000 description 1
- 235000021239 milk protein Nutrition 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于近红外透射技术的液态乳制品质量检测的装置与方法。本发明的装置由光源系统、样品室、分光系统、数据传输线、计算机和显示器组成。本发明的方法为:通过光源系统,样品室系统和分光采集系统对样本的原始光信息进行获取。然后对原始光谱数据进行预处理包括数据的平滑和滤波,然后对滤波后的信号进行特征提取,对提取的特征值进行归一化,然后使用主成分分析对归一化后的特征值进行降维,根据提取样品的特征值数据建立预测和分类模型。通过得到的模型实现针对新的液态乳制品样本中脂肪、蛋白质和乳糖含量的定量检测与类别分类。近红外光谱分析具有无环境污染、测速度快、准确、成本低等优点。为乳制品质量检测工作带来很大的便利。
Description
技术领域
本发明涉及机器学习、模式识别、近红外技术和质量检测领域,尤其涉及一种基于近红外透射技术的液态乳制品质量检测的装置与方法。
背景技术
乳制品中有效营养成分包含蛋白质、脂肪、乳糖等营养元素,营养成分的含量直接影响到乳制品的质量。目前对乳制品质量检测的方法主要有化学检测方法和物理方法。传统的化学评定方法耗时长,操作繁琐,实时性差,而物理方法仪器贵重,技术要求高,难以得到广泛的应用。研究开发一套实时性好,无损且低成本的乳制品检测系统是乳制品行业的迫切需求。
近红外光是指波长范围在780nm到2526nm之间的电磁波,波数范围为4000~13000cm-1。对样品检测时,使用近红外光对样品照射。当光通过样品时,由于不同分子团对不同波段的光吸收作用不同,得到的光就包含了样品的各种信息。通过采集反射光或透射光,对这些光中包含的信息进行提取处理,则可以定量或定性的分析出样品的属性。
近红外光谱检测技术有着高效、快速、方便、无损等优点,在乳制品质量检测上有重要的应用前景。然而以下问题制约了近红外光谱检测技术在乳制品检测中的应用:1)乳制品检测要求在生产线上快速检测。传统近红外光谱仪吸收光弱且光谱的信噪比低,难以快速形成准确的判断;2)由于多物质成分和环境干扰等原因造成光谱复杂,分析困难。
本发明设计了近红外透射光谱仪,并对测量数据进行多种预处理和波段的优选,建立适合的预测模型方法解决这些问题,提高了准确率,降低了成本,对近红外光谱技术在乳制品的检测有重要的实际应用意义。
发明内容
本发明的目的是提供一种基于近红外透射技术的液态乳制品质量检测的装置与方法,为提供一套实时性好,无损且低成本的乳制品检测装置和方法,满足乳制品行业的迫切需求。为乳制品的质量检测工作节省时间和开支。
为解决上述技术问题,本发明的主要技术内容如下:
一种基于近红外透射技术的液态乳制品质量检测的装置,其特征在于:包括光源系统(近红外短波段)、样品室、分光系统(光信号接收)、数据传输线、计算机和显示器组成。所述光源系统包括光源室外壁、灯支架、碘钨灯、调焦镜筒、调焦透镜、调节滑杆、开关、变压器、整流电路和风扇,所述光源室外壁用于保护内部元器件和防止外界光源干扰,所述灯支架固定于光源室的底部,所述碘钨灯固定于灯支架上,用于提供原始光源,所述调焦镜筒固定于灯支架下方,所述调焦透镜安放于调焦镜筒中,所述调节滑杆固定于调焦镜筒侧壁,用于调节调焦透镜的位置,进而对原始光源进行调节,所述开关固定于光源室外壁,用于控制近红外透射光谱仪的电源,所述变压器固定于光源室外壁,用于调节电压,所述整流电路固定于光源室外壁,用于将交流电转换成直流电,所述风扇固定于光源室侧壁,用于将碘钨灯散发出的热量排出光源室,防止温度过高损坏元器件,所述样品室包括样品室外壁、卡槽、圆形透光孔和狭缝,所述样品室外壁用于保护样本和防止外界光源干扰,所述卡槽(3个)固定于调焦镜筒下方的左上、右上和中上方,用于固定样品池的位置,使样品池正对调焦镜筒,所述原型透光孔固定于样品池上方,所述狭缝固定于样品池下方,用于使光源进入分光系统,所述分光系统包括入射狭缝、透镜、凹面反射镜、光栅和线阵CCD检测器,所述入射狭缝位于分光室上部,用于给光路系统提供一个的入射点,所述透镜安放于入射狭缝下方,用于聚光,所述凹面反射镜斜放于透镜下方,用于保证射向光栅的光是平行的,所述光栅固定于凹面反射镜反射方向,用于分光,所述线阵CCD检测器固定于分光系统的底部,用于将光信号转换为电信号,所述数据传输线将近红外透射光谱仪连接到计算机,用于传输数据,所述计算机用于处理从近红外透射光谱仪获得的光谱数据,所述显示器与计算机相连,用来显示软件操作界面和数据处理结果;
上述变压器输入电压220V,输出电压12V,整流电路将交流电转换为直流电;
上述碘钨灯色温3000~3400K,电压选择为50W,电压过低不能够把牛奶穿透,电压过高检测器处于饱和状态;
上述风扇为直流电,电压12V,固定风扇的光源室外壁开有散热孔,方便热量排出光源室;
上述光源焦距调节部分由直径30mm透镜和一个可调透镜架构成。此部分用于调节透镜和光源的距离,用以调节对样品照射的光强;
上述样本室盛放样本的样本池使用比色皿;
上述所述线阵CCD检测器型号为TCD1501D,5000个像素点,通过USB接口与信息处理系统相连,电源为外接12V,5V直流稳压电源,再使用天津耀辉的AD16S-USB型数据采集卡将模拟信号转换为数字信号传输给计算机供其进行分析识别。A/D采样精度为16bit,AD最高采样速率为125kMHz。
一种基于近红外透射技术的液态乳制品质量检测的方法,包括以下步骤:
(1)实验样品的制取,购买某品牌同一批次250ml盒装纯牛奶,用化学手段测定每100ml该牛奶中脂肪、蛋白质和乳糖含量(g),添加水配制牛奶稀释溶液用于实验建模和检测;
(2)向比色皿中装载样品,将比色皿放入卡槽中;
(3)打开光谱仪开关,碘钨灯开始发热直至状态稳定,光线通过调焦镜筒入射到样品室;
(4)光通过样品室透射穿过样品再入射到分光系统中,分光系统对样品透射光进行分光,把光按波长的长短进行空间的排列,投射到线阵CCD检测器上。由计算机控制积分时间,获取线阵CCD检测器的响应数据;
(5)计算机获取原始光谱数据并进行数据预处理和特征值提取;
(6)根据特征值和对应样品的真实值完成多元线性回归预测模型的建立、Fisher线性判别分类模型和神经网络分类模型的训练。
上述步骤(1)中实验样品的制取包括以下步骤:
(a)购买某品牌同一批次250ml盒装纯牛奶,用化学手段测定每100ml该牛奶中脂肪、蛋白质和乳糖含量(g);
(b)将剩下的牛奶样品添加水配制牛奶稀释溶液用于实验建模和检测,每类样品个数为20个,其中样品rm0、rm2、rm4、rm6、rm8、rm10每种样品取16个作为建模用数据,4个用于预测,样品rm1、rm3、rm5、rm7、rm9为不参与建模的预测样本。
上述步骤(2)样品装载具体实施步骤如下:
(a)将比色皿用蒸馏水清洗干净并擦干残留蒸馏水;
(b)检测样品室中样品池位置是否处于水平状态,如果不水平,由于检测的样品是液体,所以在重力的作用下会引起检测位置的厚度发生变化,也容易流出比色皿;
(c)将样品装入比色皿,将比色皿放入卡槽固定的样品池位置,关闭样品室,防止外界光照干扰。
上述步骤(4)中分光系统获得样品原始光信息包括以下步骤:
(a)通过计算机来控制CCD检测器对光谱信号进行接收;
(b)将接收到的光谱数据通过数据采集卡传输到计算机。
上述步骤(5)中提到的数据预处理的过程具体如下:
(a)TCD1501型线阵CCD有5000个像素点,在300~1100nm范围内有较好的响应。本系统每次提取这5000个像素点的电压值作为光强值进行原始数据的输入,为了去除部分随机噪声,取64次测量值的平均值为最终参与特征提取的数据;
(b)多点平滑辅助降噪,即在时域空间中进行操作,实现滤波。原理非常简单,将时域信号中的每一个数据点,用该点、前一个数据点和后一个数据点的平均值代替该点的值,公式如下;
其中表t示时间,X(t)表示t时刻的信号量,本方法使用5点平滑,所以n=5;
(c)使用小波变换滤波对上一步得到的数据进行进一步滤波;
(d)用经过滤波的数据来计算不同波长光的吸光度值(吸光度是指光线通过溶液或某一物质前的入射光强度与该光线通过溶液或物质后的透射光强度比值的对数),比色皿中未放样品时为入射光强度;
(e)横坐标为波长,纵坐标为相应的吸光度,得到相应的曲线,取以下12个具有典型代表性的特征,依次为:最大值点,最小值点及其位置,拐点位置,拐点值,相对差分值,拐点前二次曲线拟合的系数,拐点后线性拟合的系数。在进行主成分分析降维前需要对数据进行归一化处理,来消除量纲,归一化公式如下。
S′=(S-E)/D
其中,S’为归一化后的样本特征值,S为归一化前的样本特征值。E为归一化前样本的期望,D为归一化前样本的方差。然后将数据进行主成分分析,达到进一步降维。
上述步骤(6)中提到的预测和分类模型的获取具体细节如下:
(a)将主成分分析结果中,将累计贡献率大于90%的成分和样品对于的脂肪、蛋白质和乳糖的真实值作为输入,得到多元线性回归预测模型,Fisher判别模型,BP神经网络分类模型;
(b)使用预留的测试样品进行模型准确率的验证。
本发明的优点
1、传统的化学评定方法耗时长,操作繁琐,实时性差,本发明使用近红外透射光来反应样品中各物质含量,可以实现针对液态乳制品中特定成分含量的快速、无损测定。
2、采用线性判别和非线性判别等多种方法,使检测结果更有说服力。
3、本发明便于携带且操作简单减少了人力物力的投入,节省了大量开支。
附图说明
图1为本发明总体硬件装置的结构示意图;
图2为本发明光源室的结构示意图;
图3为本发明样品室的结构示意图;
图4为本发明分光系统的结构示意图;
图5为本发明的方法流程图;
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的其具体实施方式、结构、特征及其功效,详细说明如后。
如图1、图2、图3和图4所示,一种基于近红外透射技术的液态乳制品质量检测的装置,包括光源系统1(近红外短波段)、样品室2、分光系统3(光信号接收)、数据传输线4、计算机5和显示器6组成。所述光源系统包括光源室外壁7、灯支架8、碘钨灯9、调焦镜筒10、调焦透镜11、调节滑杆12、开关13、变压器14、整流电路15和风扇16,所述光源室外壁7用于保护内部元器件和防止外界光源干扰,所述灯支架8固定于光源室的底部,所述碘钨灯9固定于灯支架8上,用于提供原始光源,所述调焦镜筒10固定于灯支架8下方,所述调焦透镜11安放于调焦镜筒10中,所述调节滑杆12固定于调焦镜筒10侧壁,用于调节调焦透镜11的位置,进而对原始光源进行调节,所述开关13固定于光源室外壁,用于控制近红外透射光谱仪的电源,所述变压器14固定于光源室外壁7,用于调节电压,所述整流电路15固定于光源室外壁7,用于将交流电转换成直流电,所述风扇16固定于光源室侧壁,用于将碘钨灯9散发出的热量排出光源室,防止温度过高损坏元器件,所述样品室2包括样品室外壁17、卡槽18、圆形透光孔19和狭缝20,所述样品室外壁17用于保护样本和防止外界光源干扰,所述卡槽18(3个)固定于调焦镜筒10下方的左上、右上和中上方,用于固定样品池的位置,使样品池正对调焦镜筒10,所述原型透光孔19固定于样品池上方,所述狭缝20固定于样品池下方,用于使光源进入分光系统,所述分光系统3包括入射狭缝21、透镜22、凹面反射镜23、光栅24和线阵CCD检测器25,所述入射狭缝21位于分光室上部,用于给光路系统提供一个的入射点,所述透镜22安放于入射狭缝21下方,用于聚光,所述凹面反射镜23斜放于透镜下方,用于保证射向光栅24的光是平行的,所述光栅24固定于凹面反射镜反射23方向,用于分光,所述线阵CCD检测器25固定于分光系统3的底部,用于将光信号转换为电信号,所述数据传输线4将近红外透射光谱仪连接到计算机5,用于传输数据,所述计算机用于处理从近红外透射光谱仪获得的光谱数据,所述显示器与计算机相连,用来显示软件操作界面和数据处理结果;
作为优选方案,变压器14输入电压220V,输出电压12V,整流电路将交流电转换为直流电;
作为优选方案,碘钨灯9色温3000~3400K,电压选择为50W,电压过低不能够把牛奶穿透,电压过高检测器处于饱和状态;
作为优选方案,风扇16为直流电,电压12V,固定风扇的光源室外壁7开有散热孔,方便热量排出光源室;
作为优选方案,光源焦距调节部分由直径30mm透镜和一个可调透镜架构成。此部分用于调节透镜和光源的距离,用以调节对样品照射的光强;
作为优选方案,样本室盛放样本的样本池使用比色皿;
作为优选方案,所述线阵CCD检测器25型号为TCD1501D,5000个像素点,通过USB接口与信息处理系统相连,电源为外接12V,5V直流稳压电源,再使用天津耀辉的AD16S-USB型数据采集卡将模拟信号转换为数字信号传输给计算机5供其进行分析识别。A/D采样精度为16bit,AD最高采样速率为125kMHz。
如图5所示,为一种基于近红外透射技术的液态乳制品质量检测的方法,包括以下步骤:
(1)实验样品的制取,购买三元牌同一批次250ml盒装纯牛奶,用化学手段测定每100ml该牛奶中脂肪、蛋白质和乳糖含量(g),添加水配制牛奶稀释溶液用于实验建模和检测;
(2)向比色皿中装载样品,将比色皿放入卡槽中;
(3)打开光谱仪开关,碘钨灯开始发热直至状态稳定,光线通过调焦镜筒入射到样品室;
(4)光通过样品室透射穿过样品再入射到分光系统中,分光系统对样品透射光进行分光,把光按波长的长短进行空间的排列,投射到线阵CCD检测器上。由计算机控制积分时间,获取线阵CCD检测器的响应数据;
(5)计算机获取原始光谱数据并进行数据预处理和特征值提取;
(6)根据特征值和对应样品的真实值完成多元线性回归预测模型的建立、Fisher线性判别分类模型和神经网络分类模型的训练。
上述步骤(1)中实验样品的制取包括以下步骤:
(a)购买三元品牌同一批次250ml盒装纯牛奶,用化学手段测定每100ml该牛奶中脂肪、蛋白质和乳糖含量(g);
(b)将剩下的牛奶样品添加水配制牛奶稀释溶液用于实验建模和检测,每类样品个数为20个,其中样品rm0、rm2、rm4、rm6、rm8、rm10每种样品取16个作为建模用数据,4个用于预测,样品rm1、rm3、rm5、rm7、rm9为不参与建模的预测样本。
上述步骤(2)样品装载具体实施步骤如下:
(a)将比色皿用蒸馏水清洗干净并擦干残留蒸馏水;
(b)检测样品室中样品池位置是否处于水平状态,如果不水平,由于检测的样品是液体,所以在重力的作用下会引起检测位置的厚度发生变化,也容易流出比色皿;
(c)将样品装入比色皿,将比色皿放入卡槽固定的样品池位置,关闭样品室,防止外界光照干扰。
上述步骤(4)中分光系统获得样品原始光信息包括以下步骤:
(a)通过计算机来控制CCD检测器对光谱信号进行接收;
(b)将接收到的光谱数据通过数据采集卡传输到计算机。
上述步骤(5)中提到的数据预处理的过程具体如下:
(a)TCD1501型线阵CCD有5000个像素点,在300~1100nm范围内有较好的响应。本系统每次提取这5000个像素点的电压值作为光强值进行原始数据的输入,为了去除部分随机噪声,取64次测量值的平均值为最终参与特征提取的数据;
(b)多点平滑辅助降噪,即在时域空间中进行操作,实现滤波。原理非常简单,将时域信号中的每一个数据点,用该点、前一个数据点和后一个数据点的平均值代替该点的值,公式如下;
其中表t示时间,X(t)表示t时刻的信号量,本方法使用5点平滑,所以n=5;
(c)使用小波变换滤波对上一步得到的数据进行进一步滤波;
(d)用经过滤波的数据来计算不同波长光的吸光度值(吸光度是指光线通过溶液或某一物质前的入射光强度与该光线通过溶液或物质后的透射光强度比值的对数),比色皿中未放样品时为入射光强度;
(e)横坐标为波长,纵坐标为相应的吸光度,得到相应的曲线,取以下12个具有典型代表性的特征,依次为:最大值点,最小值点及其位置,拐点位置,拐点值,相对差分值,拐点前二次曲线拟合的系数,拐点后线性拟合的系数。在进行主成分分析降维前需要对数据进行归一化处理,来消除量纲,归一化公式如下。
S′=(S-E)/D
其中,S’为归一化后的样本特征值,S为归一化前的样本特征值。E为归一化前样本的期望,D为归一化前样本的方差。然后将数据进行主成分分析,达到进一步降维。
上述步骤(6)中提到的预测和分类模型的获取具体细节如下:
多元线性回归原理如下:
线性回归是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法,运用十分广泛。如果在回归分析中,只包括一个自变量和一个因变量,且二者的关系可以用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析。
模型训练步骤如下:
(a)将主成分分析结果中,将累计贡献率大于90%的成分和样品对于的脂肪、蛋白质和乳糖的真实值作为输入,得到多元线性回归预测模型,Fisher判别模型,BP神经网络分类模型;
(b)使用预留的测试样品进行模型准确率的验证。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (13)
1.一种基于近红外透射技术的液态乳制品质量检测的装置,其特征在于:包括光源系统(近红外短波段)、样品室、分光系统(光信号接收)、数据传输线、计算机和显示器。所述光源系统包括光源室外壁、灯支架、碘钨灯、调焦镜筒、调焦透镜、调节滑杆、开关、变压器、整流电路和风扇,所述光源室外壁用于保护内部元器件和防止外界光源干扰,所述灯支架固定于光源室的底部,所述碘钨灯固定于灯支架上,用于提供原始光源,所述调焦镜筒固定于灯支架下方,所述调焦透镜安放于调焦镜筒中,所述调节滑杆固定于调焦镜筒侧壁,用于调节调焦透镜的位置,进而对原始光源进行调节,所述开关固定于光源室外壁,用于控制近红外透射光谱仪的电源,所述变压器固定于光源室外壁,用于调节电压,所述整流电路固定于光源室外壁,用于将交流电转换成直流电,所述风扇固定于光源室侧壁,用于将碘钨灯散发出的热量排出光源室,防止温度过高损坏元器件,所述样品室包括样品室外壁、卡槽、圆形透光孔和狭缝,所述样品室外壁用于保护样本和防止外界光源干扰,所述卡槽(3个)固定于调焦镜筒下方的左上、右上和中上方,用于固定样品池的位置,使样品池正对调焦镜筒,所述原型透光孔固定于样品池上方,所述狭缝固定于样品池下方,用于使光源进入分光系统,所述分光系统包括入射狭缝、透镜、凹面反射镜、光栅和线阵CCD检测器,所述入射狭缝位于分光室上部,用于给光路系统提供一个的入射点,所述透镜安放于入射狭缝下方,用于聚光,所述凹面反射镜斜放于透镜下方,用于保证射向光栅的光是平行的,所述光栅固定于凹面反射镜反射方向,用于分光,所述线阵CCD检测器固定于分光系统的底部,用于将光信号转换为电信号,所述数据传输线将近红外透射光谱仪连接到计算机,用于传输数据,所述计算机用于处理从近红外透射光谱仪获得的光谱数据,所述显示器与计算机相连,用来显示软件操作界面和数据处理结果。
2.根据权利要求1所述的基于近红外透射技术的液态乳制品质量检测的装置,其特征在于:变压器输入电压220V,输出电压12V,整流电路将交流电转换为直流电。
3.根据权利要求1所述的基于近红外透射技术的液态乳制品质量检测的装置,其特征在于:碘钨灯色温3000~3400K,电压选择为50W,电压过低不 能够把牛奶穿透,电压过高检测器处于饱和状态。
4.根据权利要求1所述的基于近红外透射技术的液态乳制品质量检测的装置,其特征在于:风扇为直流电,电压12V,固定风扇的光源室外壁开有散热孔,方便热量排出光源室。
5.根据权利要求1所述的基于近红外透射技术的液态乳制品质量检测的装置,其特征在于:光源焦距调节部分由直径30mm透镜和一个可调透镜架构成。此部分用于调节透镜和光源的距离,用以调节对样品照射的光强。
6.根据权利要求1所述的基于近红外透射技术的液态乳制品质量检测的装置,其特征在于:样本室盛放样本的样本池使用比色皿。
7.根据权利要求1所述的基于近红外透射技术的液态乳制品质量检测的装置,其特征在于:所述线阵CCD检测器型号为TCD1501D,5000个像素点,通过USB接口与信息处理系统相连,电源为外接12V,5V直流稳压电源,再使用天津耀辉的AD16S-USB型数据采集卡将模拟信号转换为数字信号传输给计算机供其进行分析识别。A/D采样精度为16bit,AD最高采样速率为125kMHz。
8.一种基于近红外透射技术的液态乳制品质量检测的方法,其特征在于包括以下步骤:
(1)实验样品的制取,购买某品牌同一批次250ml盒装纯牛奶,用化学手段测定每100ml该牛奶中脂肪、蛋白质和乳糖含量(g),添加水配制牛奶稀释溶液用于实验建模和检测;
(2)向比色皿中装载样品,将比色皿放入卡槽中;
(3)打开光谱仪开关,碘钨灯开始发热直至状态稳定,光线通过调焦镜筒入射到样品室;
(4)光通过样品室透射穿过样品再入射到分光系统中,分光系统对样品透射光进行分光,把光按波长的长短进行空间的排列,投射到线阵CCD检测器上。由计算机控制积分时间,获取线阵CCD检测器的响应数据;
(5)计算机获取原始光谱数据并进行数据预处理和特征值提取;
(6)根据特征值和对应样品的真实值完成多元线性回归预测模型的建立、Fisher线性判别分类模型和神经网络分类模型的训练。
9.根据权利要求8所述的基于近红外透射技术的液态乳制品质量检测的 方法,其特征在于:所述步骤(1)中的实验样品的制取包括以下步骤:
(9a)购买某品牌同一批次250ml盒装纯牛奶,用化学手段测定每100ml该牛奶中脂肪、蛋白质和乳糖含量(g);
(9b)将剩下的牛奶样品添加水配制牛奶稀释溶液用于实验建模和检测,每类样品个数为20个,其中样品rm0、rm2、rm4、rm6、rm8、rm10每种样品取16个作为建模用数据,4个用于预测,样品rm1、rm3、rm5、rm7、rm9为不参与建模的预测样本。
10.根据权利要求8所述的基于近红外透射技术的液态乳制品质量检测的方法,其特征在于:所述步骤(2)样品装载具体实施步骤如下:
(10a)将比色皿用蒸馏水清洗干净并擦干残留蒸馏水;
(10b)检测样品室中样品池位置是否处于水平状态,如果不水平,由于检测的样品是液体,所以在重力的作用下会引起检测位置的厚度发生变化,也容易流出比色皿;
(10c)将样品装入比色皿,将比色皿放入卡槽固定的样品池位置,关闭样品室,防止外界光照干扰。
11.根据权利要求8所述的基于近红外透射技术的液态乳制品质量检测的方法,其特征在于:所述步骤(4)中分光系统获得样品原始光信息包括以下步骤:
(11a)通过计算机来控制CCD检测器对光谱信号进行接收;
(11b)将接收到的光谱数据通过数据采集卡传输到计算机。
12.根据权利要求8所述的基于近红外透射技术的液态乳制品质量检测的方法,其特征在于:所述步骤(5)中提到的数据预处理的过程具体如下:
(12a)TCD1501型线阵CCD有5000个像素点,在300~1100nm范围内有较好的响应。本系统每次提取这5000个像素点的电压值作为光强值进行原始数据的输入,为了去除部分随机噪声,取64次测量值的平均值为最终参与特征提取的数据;
(12b)多点平滑辅助降噪,即在时域空间中进行操作,实现滤波。原理非常简单,将时域信号中的每一个数据点,用该点、前一个数据点和后一个数据点的平均值代替该点的值,公式如下;
其中表t示时间,X(t)表示t时刻的信号量,本方法使用5点平滑,所以n=5;
(12c)使用小波变换滤波对上一步得到的数据进行进一步滤波;
(12d)用经过滤波的数据来计算不同波长光的吸光度值(吸光度是指光线通过溶液或某一物质前的入射光强度与该光线通过溶液或物质后的透射光强度比值的对数),比色皿中未放样品时为入射光强度;
(12e)横坐标为波长,纵坐标为相应的吸光度,得到相应的曲线,取以下12个具有典型代表性的特征,依次为:最大值点,最小值点及其位置,拐点位置,拐点值,相对差分值,拐点前二次曲线拟合的系数,拐点后线性拟合的系数。在进行主成分分析降维前需要对数据进行归一化处理,来消除量纲,归一化公式如下。
S′=(S-E)/D
其中,S’为归一化后的样本特征值,S为归一化前的样本特征值。E为归一化前样本的期望,D为归一化前样本的方差。然后将数据进行主成分分析,达到进一步降维。
13.根据权利要求8所述的基于近红外透射技术的液态乳制品质量检测的方法,其特征在于:所述步骤(6)中提到的预测和分类模型的获取具体细节如下:
(13a)将主成分分析结果中,将累计贡献率大于90%的成分和样品对于的脂肪、蛋白质和乳糖的真实值作为输入,得到多元线性回归预测模型,Fisher判别模型,BP神经网络分类模型;
(13b)使用预留的测试样品进行模型准确率的验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710626007.8A CN107421912A (zh) | 2017-07-27 | 2017-07-27 | 一种基于近红外透射技术的液态乳制品质量检测的装置与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710626007.8A CN107421912A (zh) | 2017-07-27 | 2017-07-27 | 一种基于近红外透射技术的液态乳制品质量检测的装置与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107421912A true CN107421912A (zh) | 2017-12-01 |
Family
ID=60430531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710626007.8A Pending CN107421912A (zh) | 2017-07-27 | 2017-07-27 | 一种基于近红外透射技术的液态乳制品质量检测的装置与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107421912A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108204955A (zh) * | 2018-01-30 | 2018-06-26 | 黑龙江大学 | 一种透射式多波段近红外液体组分智能分析装置 |
CN108333134A (zh) * | 2018-02-05 | 2018-07-27 | 西北农林科技大学 | 便携式牛奶蛋白质含量快速检测方法和装置 |
CN109406449A (zh) * | 2018-11-22 | 2019-03-01 | 中国科学院合肥物质科学研究院 | 一种便携式近红外光谱仪 |
CN110411978A (zh) * | 2019-07-26 | 2019-11-05 | 中国农业大学 | 一种物料均匀性检测设备及检测方法 |
CN111175248A (zh) * | 2020-01-22 | 2020-05-19 | 中国农业科学院农产品加工研究所 | 智能化肉品质在线检测方法和检测系统 |
CN113295631A (zh) * | 2021-05-13 | 2021-08-24 | 武汉轻工大学 | 牛乳品质的评价方法、装置及存储介质及吸光度检测装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1199555A1 (en) * | 2000-10-17 | 2002-04-24 | JAPAN as represented by DIRECTOR GENERAL OF NATIONAL FOOD RESEARCH INSTITUTE, MINISTRY OF AGRICULTURE, FORESTRY AND FISHERIES | Analytical method and apparatus for liquid samples using near infrared spectroscopy |
CN101769866A (zh) * | 2010-01-15 | 2010-07-07 | 中国农业机械化科学研究院 | 一种牛奶成分的检测装置和方法 |
-
2017
- 2017-07-27 CN CN201710626007.8A patent/CN107421912A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1199555A1 (en) * | 2000-10-17 | 2002-04-24 | JAPAN as represented by DIRECTOR GENERAL OF NATIONAL FOOD RESEARCH INSTITUTE, MINISTRY OF AGRICULTURE, FORESTRY AND FISHERIES | Analytical method and apparatus for liquid samples using near infrared spectroscopy |
CN101769866A (zh) * | 2010-01-15 | 2010-07-07 | 中国农业机械化科学研究院 | 一种牛奶成分的检测装置和方法 |
Non-Patent Citations (3)
Title |
---|
方雄武 等: "基于近红外透射技术的乳制品成分含量检测", 《中国奶牛》 * |
曹真真 等: "用于牛奶成分检测的近红外光谱仪设计", 《仪器仪表学报》 * |
蒋苹 等: "基于近红外透射光的便携式近红外光谱仪的设计", 《仪器仪表学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108204955A (zh) * | 2018-01-30 | 2018-06-26 | 黑龙江大学 | 一种透射式多波段近红外液体组分智能分析装置 |
CN108333134A (zh) * | 2018-02-05 | 2018-07-27 | 西北农林科技大学 | 便携式牛奶蛋白质含量快速检测方法和装置 |
CN109406449A (zh) * | 2018-11-22 | 2019-03-01 | 中国科学院合肥物质科学研究院 | 一种便携式近红外光谱仪 |
CN110411978A (zh) * | 2019-07-26 | 2019-11-05 | 中国农业大学 | 一种物料均匀性检测设备及检测方法 |
CN110411978B (zh) * | 2019-07-26 | 2020-05-22 | 中国农业大学 | 一种物料均匀性检测设备及检测方法 |
CN111175248A (zh) * | 2020-01-22 | 2020-05-19 | 中国农业科学院农产品加工研究所 | 智能化肉品质在线检测方法和检测系统 |
CN113295631A (zh) * | 2021-05-13 | 2021-08-24 | 武汉轻工大学 | 牛乳品质的评价方法、装置及存储介质及吸光度检测装置 |
CN113295631B (zh) * | 2021-05-13 | 2023-11-14 | 武汉轻工大学 | 牛乳品质的评价方法、装置及存储介质及吸光度检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107421912A (zh) | 一种基于近红外透射技术的液态乳制品质量检测的装置与方法 | |
CN208420696U (zh) | 基于近红外光谱技术的小麦感染赤霉病等级在线检测系统 | |
CN106248746B (zh) | 一种基于介电频谱技术的牛乳蛋白质含量快速检测方法 | |
CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
CN102879353B (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
CN101907564B (zh) | 基于近红外光谱技术的油菜籽品质无损检测方法和装置 | |
CN109668859A (zh) | 基于svm算法的花椒产地和品种的近红外光谱识别方法 | |
CN101382488A (zh) | 利用可见-近红外漫反射光谱技术检测茶鲜叶氮含量的方法 | |
CN106404689A (zh) | 一种化橘红成分鉴定方法 | |
CN109142263A (zh) | 一种固体推进剂制备过程的组分分散均匀性在线测试方法 | |
CN106950186A (zh) | 基于光纤光谱的土鸡蛋或洋鸡蛋品种检测装置及其方法 | |
CN101614663A (zh) | 可见和近红外光谱的蜂花粉品种鉴别方法 | |
Sheng et al. | Analysis of protein and fat in milk using multiwavelength gradient-boosted regression tree | |
CN108760671A (zh) | 一种母乳红外检测装置 | |
CN106198423B (zh) | 一种基于可见-近红外光谱分析技术鉴别火腿肠等级的方法 | |
CN201724900U (zh) | 基于近红外光谱技术的油菜籽品质无损检测装置 | |
CN107024449B (zh) | 基于尿液判别哺乳动物性别的近红外光谱分析方法 | |
CN204705581U (zh) | 汽车自动变速箱油品牌与品质快速检测装置 | |
CN106442399B (zh) | 一种近红外光谱判别不同栽培环境同一品种茶鲜叶的方法 | |
CN103163083B (zh) | 一种生鲜肉类多参数检测的双波段光谱融合方法及系统 | |
CN106442400B (zh) | 一种近红外光谱快速判定不同土壤类型茶鲜叶的方法 | |
CN110220866A (zh) | 一种基于cars-svm算法的淫羊藿药材质量快速检测方法 | |
CN201051074Y (zh) | 多光谱肉类新鲜度人工智能测量系统 | |
CN107024448B (zh) | 基于唾液判别哺乳动物性别的近红外光谱分析方法 | |
Li et al. | Qualitative identification of fish meal and meat bone meal via fluorescence spectral imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171201 |