CN107807207A - 一种液体菌种气味快速识别系统 - Google Patents
一种液体菌种气味快速识别系统 Download PDFInfo
- Publication number
- CN107807207A CN107807207A CN201711002025.5A CN201711002025A CN107807207A CN 107807207 A CN107807207 A CN 107807207A CN 201711002025 A CN201711002025 A CN 201711002025A CN 107807207 A CN107807207 A CN 107807207A
- Authority
- CN
- China
- Prior art keywords
- smell
- information
- sensor
- pattern
- liquid spawn
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
- G01N33/0032—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array using two or more different physical functioning modes
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明公开了一种液体菌种气味快速识别系统,包括气体传感器阵列、信号处理系统、气味数据库和识别系统;所述气体传感器阵列包括与被测定物中的气味因素包含的气味原因物质群的至少一个以上相互作用的至少两组以上传感器;所述信号处理系统将所述气体传感器阵列获得的所述相互作用的结果作为气味图案信息进行处理;所述气味数据库中存储已知的气味因素信息和已知的气味物质的图案信息构成的气味信息;所述识别系统将信号处理系统得到的气味图案信息与气味数据库中存储的已知的气味因素信息和已知的气味物质的图案信息构成的气味信息进行识别与比对。
Description
技术领域
本发明涉及液体菌种培养领域,具体涉及一种液体菌种气味快速识别系统。
背景技术
液体菌种是用液体培养基,在生物发酵罐中,通过深层培养(液体发酵)技术生产的液体形态的食用菌菌种。液体指的是培养基物理状态,液体深层培养就是发酵工程技术。
液体菌种应用于食用菌的生产,对于食用菌行业从传统生产上的繁琐复杂、周期长、成本高、凭经验、拼劳力、手工作坊式向自动化、标准化、规模化升级具有重大意义。
液体菌种接入固体培养基时,又具有流动性、易分散、萌发快、发菌点多等特点,较好的解决了接种过程中萌发慢、易污染的问题,菌种可进行工业化生产。液体菌种不分级别,可以用来做母种生产原种,还可以作为栽培种直接用于栽培播种。
在生产过程中,液体菌种是存储在发酵罐或者培养罐中,从外部很难观察到内部菌种的实际生长情况。为了达到规范化的生产和可遵循的操作规范,大规模的生产一般采用规定培养时间的硬性规定。这种方式能够保证生产节拍的稳定,但是在温度、营养成分、培养温度等不同因素的影响下,会导致实际培养时间与规定培养时间的不一致,导致液体菌种不成熟或者过度成熟。
小规模的生产和家庭式的生产一般采用经验判定的方式,即通过有经验的工作人员闻发酵罐或者培养罐中的气味来判定。这种判定方式使用起来最为简单,但是仅能依靠辨别人员的经验来判定,不可重复,无法复制,不但存在着数量众多的干扰因素如天气、温度、辨别人员的嗅觉变化等,一旦辨别人员辨别失误,就面临着无法销售、接种失败等会造成巨大损失的情况。
随着国内养殖规模的不断扩大,对菌种成熟度进行准确判定的需求也越来越大。因此,提供一种判定条件规范化、判定准确、使用方便的工具成为了一个亟待解决的问题。
发明内容
本发明旨在提供一种使用方便,判定准确的液体菌种气味快速甄别系统。
本发明采用如下技术方案:
一种液体菌种气味快速识别系统,包括气体传感器阵列、信号处理系统、气味数据库和识别系统;
所述气体传感器阵列包括与被测定物中的气味因素包含的气味原因物质群的至少一个以上相互作用的至少两组以上传感器;
所述每组传感器中的传感器的数量至少为两个;
所述信号处理系统将所述气体传感器阵列获得的所述相互作用的结果作为气味图案信息进行处理;
所述气味数据库中存储已知的气味因素信息和已知的气味物质的图案信息构成的气味信息;
所述识别系统将信号处理系统得到的气味图案信息与气味数据库中存储的已知的气味因素信息和已知的气味物质的图案信息构成的气味信息进行识别与比对。
作为进一步的解决方案:所述传感器的组数为四组。
作为进一步的解决方案:每组所述传感器的数量为四个。
作为进一步的解决方案:所述传感器的类型为半导体式气体传感器。
作为进一步的解决方案:所述传感器的类型为红外线气体传感器。
作为进一步的解决方案:所述传感器的类型为晶体振荡器传感器。
本发明产生的积极效果如下:
本发明改变了传统方式中通过死板的规定数据和依靠人工进行判定的方式,采用动态的判定方式,能够根据液体菌种的实际情况进行成熟度的判定,判定结果更加准确。采用规定数据进行生产时对每一个步骤的时间、温度等工作参数均作了详细的规定,但是考虑到每次投放菌种的不同,这种方式只能保证菌种成长,但是对于何时达到成熟和过度成熟均无法掌握。人工对菌种成熟度的判定完全是依靠工作过程积累的经验,个人的主观因素影响非常大,因此判定结果的准确性和稳定性较差。
本发明创新的采用了一种新的判定方式,即通过对液体菌种生长过程中产生的气味进行采集并与标准气味图案进行比对,根据比对结果进行判定。具体的工作过程为:气体传感器阵列采集液体菌种培养罐中的气味,通过与特定气味之间的反应生成电信号,接着信号处理系统将电信号转换为气味图案信息在,最后通过识别系统将信号处理系统生成的气味图案信息与气味数据库中的存储信息进行比对,当气味数据库中的存储信息存在与信号处理系统生成的气味图案信息相同的信息时,则说明液体菌种已经成熟,反之则不成熟。
本发明的判定方式更加准确。相对于人工判定和单一传感器判定的方式,本发明采用了传感器矩阵进行判定。由于气体扩散的不均匀性和传感器采集信息的准确性,单一传感器的采集的数据非常不稳定,在进行比对时很难出现一致的结果。当采用传感器矩阵时,数据采集点增加,数据采集量上升,生成的数据更加稳定,在进行比对时成功率也会上升。
本发明采用了成熟的数据库,判定结果更加准确,真正做到了依靠实际数据进行判定,能够排出绝大部分的干扰因素,判定结果更加准确。通过对成熟菌种气味的采集形成标准气味图案信息,然后将生成的气味图案信息与标准气味图案信息进行比对,根据比对结果就能够得知液体菌种的成熟情况。采用该种方式,判定依据趋于统一,判定结果更加稳定,并且能够根据液体菌种的实际生长情况进行,摒弃了规范化生产的死板和人工判定的不稳定。
本发明还具备了继续学习的能力,考虑到养殖户的养殖品种会随着季节和经济效益改变,本发明特别增添了学习能力,在液体菌种更换后,本发明只需要对成熟菌种的气味进行一次采集,然后将生成的气味图案信息存储到气味数据库中,在后续的生产过程中,便可以通过采集生成的气味图案信息与气味数据库中的气味图案信息进行比对得知是否成熟。不需要进行更换,也不需要升级,能够实现平滑的产品过渡,使用性更强。
本发明生成的气体图案信息是以电子数据的形式存在的,可以通过数据复制、拷贝等形式在不同的气味数据库中进行交换。这样能够实现不同生产企业、养殖户之间的数据交换,降低气体图案信息的制作成本。当某一个生产企业或者养殖户进行产品升级换代时,必然会制作气味图案信息,此时有两种方式可供选择,一个是自行培养成熟的液体菌种后进行生成,另一个是购买已经存在的气味图案信息。对于中小型生产企业和养殖户而言,明显购买更为合适,不但数据更加准确,而且能够节约成熟液体菌种培养和采集的时间,还能够避免生成不准确的气味图案信息,避免不必要的损失。
附图说明
图1为本发明的结构示意图;
图2为气体传感器阵列的示意图;
图3为本发明的气体图案信息示意图;
图4为本发明的工作过程示意图;
具体实施方式
下面结合图1-4来对本发明进行进一步说明。
本发明采用如下技术方案:
一种液体菌种气味快速识别系统,包括气体传感器阵列、信号处理系统、气味数据库和识别系统;
所述气体传感器阵列包括与被测定物中的气味因素包含的气味原因物质群的至少一个以上相互作用的至少两组以上传感器;
所述每组传感器中的传感器的数量至少为两个;
所述信号处理系统将所述气体传感器阵列获得的所述相互作用的结果作为气味图案信息进行处理;
所述气味数据库中存储已知的气味因素信息和已知的气味物质的图案信息构成的气味信息;
所述识别系统将信号处理系统得到的气味图案信息与气味数据库中存储的已知的气味因素信息和已知的气味物质的图案信息构成的气味信息进行识别与比对。
作为进一步的解决方案:所述传感器的组数为四组。
作为进一步的解决方案:每组所述传感器的数量为四个。
作为进一步的解决方案:所述传感器的类型为半导体式气体传感器。
作为进一步的解决方案:所述传感器的类型为红外线气体传感器。
作为进一步的解决方案:所述传感器的类型为晶体振荡器传感器。
气体传感器阵列采用4*4的矩阵排列,将培养罐中的气体导入到气体传感器阵列,通过气体传感器将特定的气味转化为电信号。具体的转换过程根据气体传感器类型的不同而不同。
半导体气体传感器以陶瓷管为框架,外覆一层敏感膜的材料,利用膜两端的镀金引脚进行测量。敏感膜的材料最常用的有金属氧化物、高分子聚合物材料和胶体敏感膜等。金电极连接在气敏材料的两端,使其等效为一个阻值随外部待测气体浓度变化的电阻。金属氧化物一旦加热,空气中的氧就会从金属氧化物半导体结晶粒子的施主能级中夺走电子,而在结晶表面上吸附负电子,使表面电位增高,从而阻碍导电电子的移动。所以,气体传感器在空气中为恒定的电阻值。这时还原性气体与半导体表面吸附的氧发生氧化反应,由于气体分子的离吸作用使其表面电位高低发生变化。因此,传感器的电阻值要发生变化。对于还原性气体,电阻值减小;对于氧化性气体,则电阻值增大。这样,根据电阻值的变化就能检测气体的浓度。
红外线气体传感器的工作原理是:分子中的电子总是处在某一种运动状态中,每一种状态都具有一定的能量,属于一定的能级。电子由于受到光、热、电的激发,从一个能级转移到另一个能级,称为跃迁。一个分子吸收了外来辐射之后,它的能量变化△E为其振动能变化△Ev、转动能变化△Er以及电子运动能量变化△Ee的总和。
物质对不同波长的光线具有不同的吸收能力,物质也只能选择性地吸收那些能量相当于该分子振动能变化△Ev 、转动能变化△Er以及电子运动能量变化△Ee总和的辐射。由于各种物质分子内部结构的不同,分子的能级也千差万别,各种能级之间的间隔也互不相同,这样就决定了它们对不同波长光线的选择吸收。如果改变通过某一吸收物质的入射光的波长,并记录该物质在每一波长处的吸光度(A),然后以波长为横坐标,以吸光度为纵坐标作图,得到的谱图称为该物质的吸收光谱或吸收曲线。
晶体振荡器传感器是以石英晶体谐振器作为敏感元件的谐振式传感器。石英晶体谐振器是用石英晶体经过适当切割后制成,当被测参量发生变化时,它的固有振动频率随之改变,用基于压电效应的激励和测量方法就可获得与被测参量成一定关系的频率信号。
当采用半导体式气体传感器时,在电压一定的情况下,电阻值和电流值成反比关系,信号处理系统能够得到流经每一个半导体式气体传感器的电流值,然后根据每一个半导体式气体传感器的位置和对应的电流值生成气味图案信息。
当采用红外线气体传感器时,每一个红外线气体传感器生成的吸收光谱反馈到信号处理系统中,信号处理系统根据每一个吸收光谱的波峰值和对应红外线气体传感器的位置生成气味图案信息。
当采用晶体振荡器传感器时,晶体的震荡频率反馈到信号处理系统中,根据每一个震荡频率的数值与对应的晶体振荡器传感器位置生成气味图案信息。
具体的生成过程为:对气体传感器阵列进行编号,编号结果如下:
(1,1) (1,2) (1,3) (1,4)
(2,1) (2,2) (2,3) (2,4)
(3,1) (3,2) (3,3) (3,4)
(4,1) (4,2) (4,3) (4,4)
规定每一个单位数值与电流值、波峰值和晶体震荡频率的对应关系,则电流值、波峰值和晶体震荡频率均可以转化为单位数值,然后信号处理系统根据气体传感器阵列编号和每一个编号对应的单位数值就可以生成气味图案信息。
接着识别系统将生成的气味图案信息与气味数据库存储的标准气味图案信息进行比对,当气味数据库存储的标准气味图案信息有与生成的气味图案信息相同的信息时,判定液体菌种成熟;反之则判定液体菌种不成熟。
菌种生产企业或者养殖户进行菌种更换时,在实验室培养出成熟的液体菌种,然后通过气体传感器阵列采集再由信号处理系统生成气体图案信息,再将生成的气体图案信息发送到气味数据库,气味数据库存储完成后,本发明即可再次投入使用。
最后应说明的是,以上实施例仅用以说明本发明的技术方案,而非对其限制,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解,其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (6)
1.一种液体菌种气味快速识别系统,在其特征在于:包括气体传感器阵列、信号处理系统、气味数据库和识别系统;
所述气体传感器阵列包括与被测定物中的气味因素包含的气味原因物质群的至少一个以上相互作用的至少两组以上传感器;
所述每组传感器中的传感器的数量至少为两个;
所述信号处理系统将所述气体传感器阵列获得的所述相互作用的结果作为气味图案信息进行处理;
所述气味数据库中存储已知的气味因素信息和已知的气味物质的图案信息构成的气味信息;
所述识别系统将信号处理系统得到的气味图案信息与气味数据库中存储的已知的气味因素信息和已知的气味物质的图案信息构成的气味信息进行识别与比对。
2.根据权利要求1所述的一种液体菌种气味快速识别系统,在其特征在于:所述传感器的组数为四组。
3.根据权利要求2所述的一种液体菌种气味快速识别系统,在其特征在于:每组所述传感器的数量为四个。
4.根据权利要求3所述的一种液体菌种气味快速识别系统,在其特征在于:所述传感器的类型为半导体式气体传感器。
5.根据权利要求4所述的一种液体菌种气味快速识别系统,在其特征在于:所述传感器的类型为红外线气体传感器。
6.根据权利要求4所述的一种液体菌种气味快速识别系统,在其特征在于:所述传感器的类型为晶体振荡器传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711002025.5A CN107807207A (zh) | 2017-10-24 | 2017-10-24 | 一种液体菌种气味快速识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711002025.5A CN107807207A (zh) | 2017-10-24 | 2017-10-24 | 一种液体菌种气味快速识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107807207A true CN107807207A (zh) | 2018-03-16 |
Family
ID=61591667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711002025.5A Pending CN107807207A (zh) | 2017-10-24 | 2017-10-24 | 一种液体菌种气味快速识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107807207A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5177994A (en) * | 1991-05-22 | 1993-01-12 | Suntory Limited And Tokyo Institute Of Technology | Odor sensing system |
US20060191319A1 (en) * | 2004-12-17 | 2006-08-31 | Kurup Pradeep U | Electronic nose for chemical sensing |
CN101470121A (zh) * | 2007-12-29 | 2009-07-01 | 广东工业大学 | 一种嵌入式仿生嗅觉气味识别方法及装置 |
CN106662517A (zh) * | 2014-08-29 | 2017-05-10 | 株式会社而摩比特 | 嗅觉系统、气味识别装置、气味识别方法 |
-
2017
- 2017-10-24 CN CN201711002025.5A patent/CN107807207A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5177994A (en) * | 1991-05-22 | 1993-01-12 | Suntory Limited And Tokyo Institute Of Technology | Odor sensing system |
US20060191319A1 (en) * | 2004-12-17 | 2006-08-31 | Kurup Pradeep U | Electronic nose for chemical sensing |
CN101470121A (zh) * | 2007-12-29 | 2009-07-01 | 广东工业大学 | 一种嵌入式仿生嗅觉气味识别方法及装置 |
CN106662517A (zh) * | 2014-08-29 | 2017-05-10 | 株式会社而摩比特 | 嗅觉系统、气味识别装置、气味识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sonnleitner et al. | Biomass determination | |
US20090104594A1 (en) | Bioreactor Process Control System and Method | |
CN112735511B (zh) | 一种基于qga-svr的冷害黄瓜psii潜在活性预测方法 | |
US9540604B2 (en) | Apparatus and method for monitoring autotroph cultivation | |
CN107782857A (zh) | 基于改进cs‑bpnn的食用菌发酵过程关键参量的软测量方法 | |
Benavides et al. | Parameter identification of Droop model: an experimental case study | |
CN107807207A (zh) | 一种液体菌种气味快速识别系统 | |
CN107766880B (zh) | 基于ba-lssvm的光合细菌发酵过程关键参量的软测量方法 | |
Pickett et al. | Growth and composition of Escherichia coli subjected to square‐wave perturbations in nutrient supply: Effect of varying frequencies | |
Costa et al. | Packing density and thermal conductivity determintion for rice bran solid-state fermentation | |
Papagianni et al. | Design of a tubular loop bioreactor for scale‐up and scale‐down of fermentation processes | |
CN115575583A (zh) | 基于人工智能的微生物肥料生产质量评估系统 | |
Dai et al. | Development of a portable electronic nose for in‐situ detection of submerged fermentation of Tremella aurantialba | |
Timmins et al. | Rapid quantitative analysis of binary mixtures of Escherichia coli strains using pyrolysis mass spectrometry with multivariate calibration and artificial neural networks | |
WO2022122141A1 (en) | Sensor node, sensing system, and methods of sensing a component of a gas | |
Gregory et al. | The effects of aeration and agitation on the measurement of yeast biomass using a laser turbidity probe | |
Komaraiah et al. | Growth behavior in plant cell cultures based on emissions detected by a multisensor array | |
Mandenius | Electronic noses for bioreactor monitoring | |
CN106609295B (zh) | 一种产纤维素木醋杆菌菌体浓度的在线评价方法 | |
CN100451882C (zh) | 食用菌培育监控系统及监控方法 | |
Yao et al. | Algae optical density sensor for pond monitoring and production process control. | |
CN219532997U (zh) | 一种原位监测植物根系的生物电化学装置 | |
CN109089789A (zh) | 一种基于源库关系确定玉米适宜群体容量的方法 | |
Liu et al. | Application of water-soluble conjugated polymers in intelligent measurement and control of food microbial fermentation process | |
CN102517370B (zh) | 一种产冠菌素菌株生长发育关键温度的测定方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180316 |
|
RJ01 | Rejection of invention patent application after publication |