CN108709878A - 一种煎炸油智能在线检测装置和检测方法 - Google Patents
一种煎炸油智能在线检测装置和检测方法 Download PDFInfo
- Publication number
- CN108709878A CN108709878A CN201810764072.1A CN201810764072A CN108709878A CN 108709878 A CN108709878 A CN 108709878A CN 201810764072 A CN201810764072 A CN 201810764072A CN 108709878 A CN108709878 A CN 108709878A
- Authority
- CN
- China
- Prior art keywords
- oil
- frying oil
- frying
- fluorescence
- detection device
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 239000003921 oil Substances 0.000 claims abstract description 104
- 235000019198 oils Nutrition 0.000 claims abstract description 104
- 238000002189 fluorescence spectrum Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000001506 fluorescence spectroscopy Methods 0.000 claims abstract description 9
- 235000019482 Palm oil Nutrition 0.000 claims abstract description 5
- 235000019483 Peanut oil Nutrition 0.000 claims abstract description 5
- 239000002540 palm oil Substances 0.000 claims abstract description 5
- 239000000312 peanut oil Substances 0.000 claims abstract description 5
- 239000000463 material Substances 0.000 claims abstract description 4
- 239000003549 soybean oil Substances 0.000 claims abstract description 4
- 235000012424 soybean oil Nutrition 0.000 claims abstract description 4
- 238000012797 qualification Methods 0.000 claims abstract description 3
- 238000012545 processing Methods 0.000 claims description 22
- 235000013305 food Nutrition 0.000 claims description 20
- 239000000126 substance Substances 0.000 claims description 19
- 230000005284 excitation Effects 0.000 claims description 16
- 239000013307 optical fiber Substances 0.000 claims description 14
- 230000003287 optical effect Effects 0.000 claims description 11
- 230000002572 peristaltic effect Effects 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000000295 emission spectrum Methods 0.000 claims description 4
- 238000000695 excitation spectrum Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 235000019484 Rapeseed oil Nutrition 0.000 claims description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 2
- 239000004615 ingredient Substances 0.000 abstract description 3
- 239000002253 acid Substances 0.000 description 6
- 150000002978 peroxides Chemical class 0.000 description 6
- 150000001875 compounds Chemical class 0.000 description 5
- 230000003078 antioxidant effect Effects 0.000 description 3
- 239000008157 edible vegetable oil Substances 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000003963 antioxidant agent Substances 0.000 description 2
- 235000006708 antioxidants Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 150000004671 saturated fatty acids Chemical class 0.000 description 2
- 235000017060 Arachis glabrata Nutrition 0.000 description 1
- 244000105624 Arachis hypogaea Species 0.000 description 1
- 235000010777 Arachis hypogaea Nutrition 0.000 description 1
- 235000018262 Arachis monticola Nutrition 0.000 description 1
- 240000002791 Brassica napus Species 0.000 description 1
- 235000004977 Brassica sinapistrum Nutrition 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 240000006240 Linum usitatissimum Species 0.000 description 1
- 235000004431 Linum usitatissimum Nutrition 0.000 description 1
- 244000000231 Sesamum indicum Species 0.000 description 1
- 235000003434 Sesamum indicum Nutrition 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 235000004426 flaxseed Nutrition 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 239000010773 plant oil Substances 0.000 description 1
- 238000003918 potentiometric titration Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 235000020238 sunflower seed Nutrition 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 235000021122 unsaturated fatty acids Nutrition 0.000 description 1
- 150000004670 unsaturated fatty acids Chemical class 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 235000019165 vitamin E Nutrition 0.000 description 1
- 239000011709 vitamin E Substances 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6402—Atomic fluorescence; Laser induced fluorescence
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N2021/6417—Spectrofluorimetric devices
Abstract
本发明提供了一种煎炸油品质智能在线检测装置和方法。煎炸油在煎炸过程中荧光物质成分与煎炸油品质相关，建立基于荧光光谱技术的煎炸油智能检测装置和方法。通过计算机设定合格油品和不合格油品阈值，并实时通过在线检测装置获取煎炸油使用过程中的荧光光谱，实时得出被测油样总极性含量等指标与阈值间的关系。当在线检测出的指标大于设定阈值时，停止煎炸油的使用。本发明可以智能化快速检测煎炸油品质变化状况，可以应用于棕榈油、大豆油、花生油等煎炸油品质智能、快速检测。
Description
技术领域
本发明属于食品快速检测领域，具体涉及对煎炸油品质的荧光光谱实时采集和油品智能判定的快速检测技术。
背景技术
中国是当今世界最大的煎炸油加工大国、生产大国、消费大国和进出口大国，在煎炸油及其相关的食品行业中具有举足轻重的地位。2016年以花生、大豆、油菜籽、亚麻籽、油茶籽、芝麻和葵花籽为代表的八大食用植物油产量约为5884.7万吨，进口食用植物油约为8952.9万吨。棕榈油为代表的煎炸油是我国食品专用油脂的重要组成部分，是煎炸食品生产过程中必不可少的主要原料。
煎炸油是食品煎炸过程中的专用油脂，适合煎炸食品的食用油脂统称为煎炸油。煎炸油在使用过程中处于高温加热状态，油脂易发生多种化学反应导致油品品质下降。随着我国食品需求从温饱型向健康型转变，消费者对食品质量和营养方面要求越来越高。因此，煎炸油使用过程中的油品控制成为煎炸食品品质保障的关键性因素之一。煎炸油主要以饱和脂肪酸为主，不饱和脂肪酸为辅，其中饱和脂肪酸含量一般超过70％.同时具有较高的内源性抗氧化成分，不易被氧化且氧化状态较好，并且煎炸油中杂质较低，烟点较高。
传统的煎炸油品质主要依据国家标准中的酸价、过氧化物和总极性物质为理化指标，采用滴定法和电位滴定法两种方法进行油品分析。这些检测方法能够较为准确的获取煎炸油品质信息，然而这些检测方法具有一定的滞后性，难以实时获取煎炸油油品信息。煎炸油品质好坏直接与煎炸食品质量紧密相关，企业为了确保产品质量，通常将处于不合格状态的煎炸油进行报废处理，该做法导致了企业生产成本极大增加，同时也引起了大量的环境污染问题。
本发明拟采用一种基于荧光光谱技术，开发一种煎炸油在线、智能检测装置和方法。本发明的实施将会保障煎炸食品的健康生产，对食品企业煎炸食品质量方面起到重要作用。
发明内容
本发明目的在于提供一种煎炸油煎炸过程中的品质在线检测方法及装置，实现对煎炸食品生产过程中的酸价、过氧化物和总极性组分等化学指标的快速检测和智能判别。
为了解决上述技术难题，本发明将荧光光谱技术应用于煎炸油使用过程中的品质智能检测，具体技术方案如下：
一种煎炸油智能在线检测装置，包括光源(1)、煎炸装置(9)、样品流通池(6)、荧光检测器(12)和数据处理设备(14)；光源(1)通过入射光纤(2)与样品流通池(6)开设的激发窗口(3)连接，样品流通池(6)置于恒温水浴箱(7)内，煎炸装置(9)通过蠕动泵(10)经过管道(8)与样品流通池(6)连通，荧光检测器(12)通过出射光纤(11)与样品流通池(6)开设的发射窗口(4)连接，数据处理设备(14)通过数据传输线(13)与荧光检测器(12)连接。
优选地，所述光源(1)为多个LED产生的单色激发光源或激光产生的单色激发光源组成的激发光源阵列。
优选地，所述激发窗口(3)和发射窗口(4)以石英玻璃为材料制成且二者呈90°夹角。
优选地，所述入射光纤(2)和出射光纤(11)为荧光光纤。
优选地，所述煎炸油为可以用于煎炸的棕榈油、花生油、大豆油、菜籽油中的单一油类物质或者两种以上油类物质混合而成的调和油。
一种上述煎炸油智能在线检测装置的检测方法，包括以下步骤：
S1、煎炸装置(9)中的煎炸油通过蠕动泵(10)经过管道(8)将其运载至样品流通池(6)中；
S2、样品流通池(6)中的煎炸油(5)在恒温水浴锅(7)中迅速冷却，并进行荧光光谱采集和数据分析；
S3、数据采集完的煎炸油通过蠕动泵(10)运载回煎炸装置(9)中。
优选地，步骤S2中荧光光谱采集包括以下步骤：
S21、光源(1)发射出的单色光通过入射光纤(2)，到达激发窗口(3)；
S22、煎炸油(5)被光源(1)激发后产生的发射光谱经过发射窗口(4)通过出射光纤(11)进入到荧光检测器(12)；
S23、荧光检测器(12)采集到的信号最终通过数据传输线(13)传输到数据处理设备(14)。
所述的数据处理设备(14)安装有煎炸油智能检测程序，具有可视化人机交互界面，能实时获取荧光光谱仪采集的Δλ为0-180nm下的激发光谱信息和200nm-800nm的发射荧光光谱信息，通过人机交互界面智能获得酸价、过氧化物和总极性组分数值，并和所设定的合格阈值进行比对，从而智能判定煎炸油是否合格。
优选地，步骤S2中数据分析包括以下步骤：
S24、将荧光检测器采集到的荧光光谱数据通过建立好的智能模型进行数据处理，比较数据处理后的油品品质指标数值与设定的合格阈值之间的关系；
S25、当数据处理得到的数值小于所设定的合格阈值时，认定该煎炸油品质处于合格状态，可以继续使用；当数据处理得到的数值大于设定的合格阈值时，认定该煎炸油品质处于不合格状态，停止使用该煎炸油进行产品生产；从而实现对煎炸食品生产过程中的煎炸油品质的精准控制。
优选地，步骤S24所述的智能模型的建立包括以下步骤：
利用煎炸装置煎炸食品，获取不同煎炸条件下的煎炸油油样，通过理化分析获取与煎炸油品质相关的理化指标信息，同时采集荧光光谱信息，采用模式识别方法建立基于荧光光谱的煎炸油品质智能检测模型；同时依据国家标准相关规定并结合企业实际状况，设定煎炸油使用过程中的荧光光谱合格阈值。
优选地，步骤S24所述的数据处理为：根据式(1)采用平行因子算法对所采集的数据进行特征实时提取，再以loading值对其进行评分，最后将三维荧光光谱数据降维成特征性二维荧光光谱数据；
式中，xijk是作为输入数据时的荧光光谱数据；i是用于表征特征提取时样本数量信息的输入的荧光样本信息数据；j是荧光发射光谱信息；k是荧光激发光谱信息；aif是i样本荧光信号的f因子含量信息；bjf是发射荧光光谱的f因子信息；ckf是激发荧光光谱的f因子相关信息；eijk是荧光光谱信息中存在的瑞丽反射、噪音的荧光光谱信息；i、j、k均为自然数。
本发明的有益效果在于：
本发明采用煎炸油取样装置和智能化检测装置，实现在线、智能化检测煎炸过程中的食用植物油酸价、过氧化物和总极性组分等化学指标，通过与设定的合格阈值比较智能化判定煎炸油是否合格。本发明将获取的三维荧光数据通过平行因子算法筛选特征性激发波长，降维成特征性二维荧光光谱数据，减少了数据处理时间，从而达到在线监测的目的。
附图说明
图1为本发明煎炸油在线检测装置示意图；
图2为荧光光谱仪所采集的煎炸油三维荧光光谱图；
图3为平行因子法获得的loading得分图；
图4为不同煎炸周期下的花生油荧光光谱图；
图5为合格油样和不合格油样智能判别图。
附图标记：
1-光源，2-入射光纤，3-激发窗口，4-发射窗口，5-煎炸油，6-样品流通池，7-恒温水浴箱，8-管道，9-煎炸装置，10-蠕动泵，11-出射光纤，12-荧光检测器，13-数据传输线，14-数据处理设备。
具体实施方式
为更好理解本发明，下面结合实施例及附图对本发明作进一步描述，以下实施例仅是对本发明进行说明而非对其加以限定。
图1为煎炸油在线、智能检测装置示意图，根据图1，将荧光检测器12和计算机(数据处理设备14)通过USB连接线进行连接，在样品流通池6上的检测窗口以90°夹角分别和入射光纤2与出射光纤11进行连接，入射光纤2与光源1进行连接，出射光纤11与荧光检测器12进行连接；煎炸油5从煎炸装置9中通过蠕动泵10进入到样品流通池6中用于荧光光谱采集。
光源1为多个LED产生的单色激发光源或激光产生的单色激发光源组成的激发光源阵列，激发窗口3和发射窗口4以石英玻璃为材料制成，入射光纤2和出射光纤11为荧光光纤。煎炸油为棕榈油、花生油、大豆油、菜籽油等可以用于煎炸的单一油类物质或者两种以上油类物质混合而成的调和油。
通过荧光检测器12的荧光光谱界面程序设定荧光光谱仪采集参数，积分时间为1000-100000ms，检测波长范围选择为200-800nm，平均重复采集3次；采集无煎炸油时的荧光光谱作为参考光谱。食品煎炸过程中，打开光源1，启动蠕动泵10，此时光源1发出的光通过入射光纤2达到激发窗口3处，进入样品流通池6中，煎炸油样品激发后生成的发射光谱通过发射窗口4经过出射光纤11进入荧光检测器12，计算机最终通过荧光检测器12获得煎炸油在线检测荧光光谱。
荧光检测器12采集好的数据为三维荧光光谱数据(图2)需要经过特征提取才能建立鲁棒性好、准确度高的在线检测方法。主要采用平行因子算法(PARAFAC)在MATLAB平台上对所采集的数据进行特征实时提取，主要的算法如下i＝1,2,…,I，j＝1,2,…,J，k＝1,2,…,K(1)。式中的xijk是作为输入数据时的荧光光谱数据，其中i是输入的荧光样本信息数据，主要用于表征特征提取时样本数量信息，j表示的是荧光发射光谱信息，k表示的是荧光激发光谱信息。aif是i样本荧光信号的f因子含量信息；bjf表示关于发射光谱f因子信息；ckf是激发荧光光谱的f因子相关信息，eijk是荧光光谱信息中存在的瑞丽反射、噪音等荧光光谱信息。通过上述特征信息提取将成分较为复杂的三维荧光光谱特征信息进行提取，以loading值对其进行评分(图3)，最后将三维荧光光谱数据降维成特征性二维荧光光谱数据(图4)。
在煎炸过程中，利用上述装置在线、实时采集煎炸装置中的煎炸油的荧光光谱，通过操作界面上的智能检测算法，快速获得煎炸油相关的理化指标，通过与阈值比较，判定煎炸油油品是否合格。这里的理化指标主要是煎炸油的酸价、过氧化物和总极性组分。由图4可知，不同煎炸周期(时间)导致煎炸油的氧化状态不同，其在荧光光谱谱图上呈规律性变化，表现为抗氧化物质维生素E为代表的荧光特征峰呈现明显下降趋势，这种下降趋势和酸价、过氧化物及总极性组分为代表的理化指标呈负相关性(即抗氧化荧光成分降低，理化代谢指标数值上升)。
以后每次对煎炸装置中的煎炸油油品进行判定时，只需要通过构建好的在线检测装置和支持向量机等智能检测模型，可以实时获取煎炸油理化指标具体数值，并且同时可以判定煎炸油是否合格。如图5所示，当测定的理化指标数值大于设定的数值时，智能检测程序直接将其判定为不合格(标签为2)，可以直接终止油炸过程；当测定的理化指标小于设定值时，智能检测程序直接判定其为合格油品(标签为1)。
以上所述实施方式仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。
Claims (10)
1.一种煎炸油智能在线检测装置，其特征在于：包括光源(1)、煎炸装置(9)、样品流通池(6)、荧光检测器(12)和数据处理设备(14)；光源(1)通过入射光纤(2)与样品流通池(6)开设的激发窗口(3)连接，样品流通池(6)置于恒温水浴箱(7)内，煎炸装置(9)通过蠕动泵(10)经过管道(8)与样品流通池(6)连通，荧光检测器(12)通过出射光纤(11)与样品流通池(6)开设的发射窗口(4)连接，数据处理设备(14)通过数据传输线(13)与荧光检测器(12)连接。
2.根据权利要求1所述的一种煎炸油智能在线检测装置，其特征在于：所述光源(1)为多个LED产生的单色激发光源或激光产生的单色激发光源组成的激发光源阵列。
3.根据权利要求1所述的一种煎炸油智能在线检测装置，其特征在于：所述激发窗口(3)和发射窗口(4)以石英玻璃为材料制成且二者呈90°夹角。
4.根据权利要求1所述的一种煎炸油智能在线检测装置，其特征在于：所述入射光纤(2)和出射光纤(11)为荧光光纤。
5.根据权利要求1所述的一种煎炸油智能在线检测装置，其特征在于：所述煎炸油为可以用于煎炸的棕榈油、花生油、大豆油、菜籽油中的单一油类物质或者两种以上油类物质混合而成的调和油。
6.一种权利要求1～5任一项所述煎炸油智能在线检测装置的检测方法，其特征在于，包括以下步骤：
S1、煎炸装置(9)中的煎炸油通过蠕动泵(10)经过管道(8)将其运载至样品流通池(6)中；
S2、样品流通池(6)中的煎炸油(5)在恒温水浴锅(7)中迅速冷却，并进行荧光光谱采集和数据分析；
S3、数据采集完的煎炸油通过蠕动泵(10)运载回煎炸装置(9)中。
7.根据权利要求6所述的一种煎炸油智能在线检测装置的检测方法，其特征在于，步骤S2中荧光光谱采集包括以下步骤：
S21、光源(1)发射出的单色光通过入射光纤(2)，到达激发窗口(3)；
S22、煎炸油(5)被光源(1)激发后产生的发射光谱经过发射窗口(4)通过出射光纤(11)进入到荧光检测器(12)；
S23、荧光检测器(12)采集到的信号最终通过数据传输线(13)传输到数据处理设备(14)。
8.根据权利要求7所述的一种煎炸油智能在线检测装置的检测方法，其特征在于，步骤S2中数据分析包括以下步骤：
S24、将荧光检测器采集到的荧光光谱数据通过建立好的智能模型进行数据处理，比较数据处理后的油品品质指标数值与设定的合格阈值之间的关系；
S25、当数据处理得到的数值小于所设定的合格阈值时，认定该煎炸油品质处于合格状态，可以继续使用；当数据处理得到的数值大于设定的合格阈值时，认定该煎炸油品质处于不合格状态，停止使用该煎炸油进行产品生产。
9.根据权利要求8所述的一种煎炸油智能在线检测装置的检测方法，其特征在于，步骤S24所述的智能模型的建立包括以下步骤：
利用煎炸装置煎炸食品，获取不同煎炸条件下的煎炸油油样，通过理化分析获取与煎炸油品质相关的理化指标信息，同时采集荧光光谱信息，采用模式识别方法建立基于荧光光谱的煎炸油品质智能检测模型；同时依据国家标准相关规定并结合企业实际状况，设定煎炸油使用过程中的荧光光谱合格阈值。
10.根据权利要求8所述的一种煎炸油智能在线检测装置的检测方法，其特征在于，步骤S24所述的数据处理为：根据式(1)采用平行因子算法对所采集的数据进行特征实时提取，再以loading值对其进行评分，最后将三维荧光光谱数据降维成特征性二维荧光光谱数据；
式中，xijk是作为输入数据时的荧光光谱数据；i是用于表征特征提取时样本数量信息的输入的荧光样本信息数据；j是荧光发射光谱信息；k是荧光激发光谱信息；aif是i样本荧光信号的f因子含量信息；bjf是发射荧光光谱的f因子信息；ckf是激发荧光光谱的f因子相关信息；eijk是荧光光谱信息中存在的瑞丽反射、噪音的荧光光谱信息；i、j、k均为自然数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810764072.1A CN108709878A (zh) | 2018-07-12 | 2018-07-12 | 一种煎炸油智能在线检测装置和检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810764072.1A CN108709878A (zh) | 2018-07-12 | 2018-07-12 | 一种煎炸油智能在线检测装置和检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108709878A true CN108709878A (zh) | 2018-10-26 |
Family
ID=63874011
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810764072.1A Pending CN108709878A (zh) | 2018-07-12 | 2018-07-12 | 一种煎炸油智能在线检测装置和检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108709878A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110108680A (zh) * | 2019-04-29 | 2019-08-09 | 滁州学院 | 一种阵列式荧光传感器的制备方法及其在食用植物油氧化状态快速辨别中的应用 |
| CN110887944A (zh) * | 2019-12-02 | 2020-03-17 | 长江师范学院 | 一种茶油品质快速检测装置 |
| CN111089853A (zh) * | 2020-01-21 | 2020-05-01 | 滁州学院 | 一种氯丙醇敏感型荧光传感器、制备方法及其在油类食品原料中的应用 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100115628A (ko) * | 2009-04-20 | 2010-10-28 | 주식회사 파리크라상 | 프라이어용 튀김기름 검사장치 |
| JP2011162734A (ja) * | 2010-02-15 | 2011-08-25 | Ctc:Kk | 油劣化抑制装置及びそれを用いた油劣化抑制方法 |
| CN103290640A (zh) * | 2012-10-18 | 2013-09-11 | 中国计量学院 | 一种连缸印染过程中的染料浓度在线检测装置及方法 |
| WO2014181209A1 (en) * | 2013-05-06 | 2014-11-13 | Koninklijke Philips N.V. | Method and device for measuring quality and freshness of vegetable oil using fluorescence spectrophotometry |
| KR101501150B1 (ko) * | 2013-12-19 | 2015-03-11 | 농업회사법인 주식회사 다인제주 | Plc 제어모듈을 통한 고순도 튀김유 정제장치 |
| CN105445246A (zh) * | 2015-12-03 | 2016-03-30 | 中国农业大学 | 一种基于同步荧光法快速检测煎炸油品质的方法 |
| WO2017002079A1 (en) * | 2015-06-30 | 2017-01-05 | Ambifood, Lda | Device and method for measuring the quality of frying oil |
| CN106770123A (zh) * | 2017-01-04 | 2017-05-31 | 新疆维吾尔自治区产品质量监督检验研究院 | 流动注射荧光法鉴别地沟油的装置及其方法 |
| CN107589101A (zh) * | 2017-09-28 | 2018-01-16 | 中国石油天然气集团公司 | 基于紫外荧光法的在线含油污水检测装置 |
| CN107796794A (zh) * | 2017-09-28 | 2018-03-13 | 中国石油天然气集团公司 | 基于紫外荧光法的在线含油污水检测方法 |
| US20180116459A1 (en) * | 2016-10-28 | 2018-05-03 | Teco Electric & Machinery Co., Ltd. | Frying apparatus capable of real-timely detecting total polar material concentration of oil |
| CN108037162A (zh) * | 2017-12-22 | 2018-05-15 | 无锡中科恒源信息科技有限公司 | 一种煎炸油品质实时在线自动检测装置及其方法 |
| CN209640222U (zh) * | 2018-07-12 | 2019-11-15 | 滁州学院 | 一种煎炸油智能在线检测装置 |
-
2018
- 2018-07-12 CN CN201810764072.1A patent/CN108709878A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100115628A (ko) * | 2009-04-20 | 2010-10-28 | 주식회사 파리크라상 | 프라이어용 튀김기름 검사장치 |
| JP2011162734A (ja) * | 2010-02-15 | 2011-08-25 | Ctc:Kk | 油劣化抑制装置及びそれを用いた油劣化抑制方法 |
| CN103290640A (zh) * | 2012-10-18 | 2013-09-11 | 中国计量学院 | 一种连缸印染过程中的染料浓度在线检测装置及方法 |
| WO2014181209A1 (en) * | 2013-05-06 | 2014-11-13 | Koninklijke Philips N.V. | Method and device for measuring quality and freshness of vegetable oil using fluorescence spectrophotometry |
| KR101501150B1 (ko) * | 2013-12-19 | 2015-03-11 | 농업회사법인 주식회사 다인제주 | Plc 제어모듈을 통한 고순도 튀김유 정제장치 |
| WO2017002079A1 (en) * | 2015-06-30 | 2017-01-05 | Ambifood, Lda | Device and method for measuring the quality of frying oil |
| CN105445246A (zh) * | 2015-12-03 | 2016-03-30 | 中国农业大学 | 一种基于同步荧光法快速检测煎炸油品质的方法 |
| US20180116459A1 (en) * | 2016-10-28 | 2018-05-03 | Teco Electric & Machinery Co., Ltd. | Frying apparatus capable of real-timely detecting total polar material concentration of oil |
| CN106770123A (zh) * | 2017-01-04 | 2017-05-31 | 新疆维吾尔自治区产品质量监督检验研究院 | 流动注射荧光法鉴别地沟油的装置及其方法 |
| CN107589101A (zh) * | 2017-09-28 | 2018-01-16 | 中国石油天然气集团公司 | 基于紫外荧光法的在线含油污水检测装置 |
| CN107796794A (zh) * | 2017-09-28 | 2018-03-13 | 中国石油天然气集团公司 | 基于紫外荧光法的在线含油污水检测方法 |
| CN108037162A (zh) * | 2017-12-22 | 2018-05-15 | 无锡中科恒源信息科技有限公司 | 一种煎炸油品质实时在线自动检测装置及其方法 |
| CN209640222U (zh) * | 2018-07-12 | 2019-11-15 | 滁州学院 | 一种煎炸油智能在线检测装置 |
Non-Patent Citations (2)
| Title |
|---|
| 孙艳辉 等: "应用同步荧光光谱和支持向量快速鉴别油茶籽油真伪", 《食品工业科技》, no. 4, 15 February 2012 (2012-02-15), pages 52 - 55 * |
| 李双芳 等: "三维同步荧光光谱法快速辩别葵花籽油品质", 《光谱学与光谱分析》, vol. 38, no. 4, 30 April 2018 (2018-04-30), pages 1165 - 1170 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110108680A (zh) * | 2019-04-29 | 2019-08-09 | 滁州学院 | 一种阵列式荧光传感器的制备方法及其在食用植物油氧化状态快速辨别中的应用 |
| CN110887944A (zh) * | 2019-12-02 | 2020-03-17 | 长江师范学院 | 一种茶油品质快速检测装置 |
| CN111089853A (zh) * | 2020-01-21 | 2020-05-01 | 滁州学院 | 一种氯丙醇敏感型荧光传感器、制备方法及其在油类食品原料中的应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107894408B (zh) | 一种基于近红外光谱仪的食用油多元掺伪鉴别方法 | |
| CN104730054B (zh) | 一种一体化探头式光电水质多参数在线测量系统 | |
| CN108709878A (zh) | 一种煎炸油智能在线检测装置和检测方法 | |
| CN101470077B (zh) | 采用拉曼光谱特征峰信号强度比值的橄榄油快速检测方法 | |
| CN104198388B (zh) | 一种基于复合光谱测量的在线水质监测装置 | |
| CN106841083A (zh) | 基于近红外光谱技术的芝麻油品质检测方法 | |
| CN102749315A (zh) | 一种利用同步荧光光谱快速检测潲水油的方法 | |
| CN103090973B (zh) | 基于光谱的Ia型钻石颜色快速分级方法 | |
| CN104977258B (zh) | 基于二维相关光谱的茶叶/化妆品等品质检测方法 | |
| CN106053425A (zh) | 一种拉曼光谱宝玉石鉴定装置及方法 | |
| CN103837481A (zh) | 一种珠宝玉石红外光谱图库建立的方法 | |
| CN103487422A (zh) | 多波长led荧光光谱的云端中药品质检测系统及方法 | |
| CN105334184A (zh) | 一种在线近红外光谱分析仪 | |
| CN107703097A (zh) | 利用衰减全反射探头与近红外光谱仪构建快速预测原油性质的模型的方法及其应用 | |
| CN105136735A (zh) | 一种用于三元掺伪芝麻油含量的快速、无损分析方法 | |
| CN109374548A (zh) | 一种利用近红外快速测定大米中营养成分的方法 | |
| CN209640222U (zh) | 一种煎炸油智能在线检测装置 | |
| CN102939529A (zh) | 用于复制液体掺合物以及识别其液体成分的比率的设备和方法 | |
| CN108827925A (zh) | 基于光纤式荧光光谱技术的食用植物油真伪快速检测方法和检测装置 | |
| CN203572772U (zh) | 基于多波长led荧光光谱的云端中药品质检测系统 | |
| CN202394096U (zh) | 一种烟用香精香料调配的在线监控装置 | |
| CN104730058B (zh) | 一种基于拉曼光谱鉴别地沟油的判别分析方法 | |
| CN109187480A (zh) | 一种双激光lif技术的花生油掺杂大豆油判别装置 | |
| CN202886287U (zh) | 检测臭氧氧化液相发光光谱的仪器 | |
| CN104297308B (zh) | 一种矿井突水水源快速判别设备 |
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: 239000, No.2 Langya West Road, Chuzhou City, Anhui Province Applicant after: CHUZHOU University Address before: 239000, 1528 fengle Avenue, Langya District, Chuzhou City, Anhui Province (Huifeng campus) Applicant before: CHUZHOU University |