CN110887944A - 一种茶油品质快速检测装置 - Google Patents
一种茶油品质快速检测装置 Download PDFInfo
- Publication number
- CN110887944A CN110887944A CN201911215695.4A CN201911215695A CN110887944A CN 110887944 A CN110887944 A CN 110887944A CN 201911215695 A CN201911215695 A CN 201911215695A CN 110887944 A CN110887944 A CN 110887944A
- Authority
- CN
- China
- Prior art keywords
- tea oil
- reaction tank
- oil
- sensor
- detection box
- 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
Images
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
- G01N33/02—Food
- G01N33/03—Edible oils or edible fats
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种茶油品质快速检测装置,包括加热器、反应罐和检测箱;其特征在于,反应罐内设有温度传感器,检测箱内安装有烟雾传感器,检测箱的内侧壁上安装有多个气体传感器,检测箱上还安装有数据处理器,数据处理器包括信号放大器、单片机和AD转换电路。通过加热器对待测茶油进行加热,利用温度传感器、烟雾传感器和气体传感器对加热后待测茶油挥发的气体进行检测,从而得出待测茶油的酸价值、烟点和气味品质。本发明整个装置轻小便携、功能齐全,在不损坏茶油原有理化性质的情况下,短时间内采集分析多个检测指标,从而对茶油的综合品质进行评价。
Description
技术领域
本发明涉及食用油加工领域,具体涉及一种茶油品质快速检测装置。
背景技术
茶油与油橄榄、椰子以及油棕被称为世界四大木本油料植物,具有颜色清澈、味道香浓、营养丰富、耐贮藏等优点,被誉为“东方橄榄油”,是一种深受消费者喜爱的食用油。
茶油在生产、加工、贮藏、运输的过程中,极易受到外界因素的影响,例如氧气、温度、水分、加工方法,会导致水分含量增大、茶油杂质多、颜色改变、香味减弱等现象,所以导致市面上品质优良的茶油产品尤其珍贵;另外,目前有些非法商贩利用茶油深受消费者喜爱,但价格普遍较高这一特点销售掺假茶油来牟取暴利,以致茶油中出现有害物质增加、维生素、亚麻酸等生理活性物质减少的问题。目前,常用于茶油品质的检测方法主要有传统检测法和仪器检测法。传统检测方法和仪器检测法大多针对茶油单项指标进行检测对比,而茶油检测仅从单个指标进行评判不具有整体性、代表性。例如酸价即脂肪酸的含量检测方法主要有酸碱滴定法、电化学方法、光谱法、色谱法和国家标准中采用的碘量法等,虽然碘量法准确性较高,但是也伴随着检测费用高、操作烦琐,且容易对环境造成一定污染等问题,对工作人员和环境条件都有一定的要求,不适合在现场监控使用等缺点。茶油的气味即挥发性成分的检测通常采用固相微萃取-气相色谱技术,此法依靠纤维头从样品中吸附待测物,并解吸于分析设备中的一种无溶剂样品预处理技术,通过线性方程式计算掺假量,此技术耗时长、操作繁琐、结果不精确。茶油烟点的检测则是基于图像处理技术,通过图像处理来判定烟点,但检测速度慢、耗费人力物力,无法达到客观、准确的效果。
由以上可知,这些现有的检测方法均非常繁杂的检测步骤,且前处理过程相对繁琐、检测速度慢、所需大量化学试剂等问题,只适用于实验室检测,难以满足现代社会对食用茶油质量简便、快速、准确、现场化的检测要求。
发明内容
针对现有技术存在的上述不足,本发明的目的在于:提供一种茶油品质快速检测装置,以解决现有检测方法中检测步骤繁杂、前处理过程繁琐、检测速度慢、所需大量化学试剂的问题。
为了解决上述技术问题,本发明采用如下技术方案:
一种茶油品质快速检测装置,包括加热器、用于盛放待测茶油的反应罐和检测箱,加热器安装在反应罐的底部并能够对反应罐进行加热,检测箱底部开设有开孔,反应罐上对应开孔的位置设有的开口,检测箱与反应罐通过开孔和开口相连通;
反应罐内还设有温度传感器,该温度传感器用于测量反应罐内待测茶油的温度;检测箱的开孔处安装有烟雾传感器,烟雾传感器用于检测检测箱内待测茶油加热后产生的烟雾浓度;检测箱的内侧壁上安装有多个气体传感器,每个气体传感器阵列包括多个气体传感器,用于检测待测茶油中脂肪酸酯和化学挥发性物质并感应产生相应的电信号,其中,气体传感器采用脂类气体传感器,用于检测待测茶油的酸价值,采用有机挥发性气体传感器,用于检测待测茶油的气味等级;
检测箱上还安装有数据处理器,数据处理器包括信号放大器、单片机和AD转换电路,信号放大器的信号输入端与各个传感器的信号输出端相连,信号放大器将收集到的电信号传送到AD转换电路,再由AD转化电路传送到单片机进行数据处理;
所述单片机采用接收到各个气味传感器采集后转换的电信号后对各电信号进行处理,其具体处理过程为:将该电信号进行归一化处理、信号图形分析,并采用差分法和差商法进行预处理,然后提取信号曲线的峰值、峰值时间、平均值、出峰时间作为特征值,再通过RBF神经网络建立的解算模型进行解算,得到酸价值和气味等级;
将待测茶油加热直至发烟,所述烟雾传感器检测到烟雾浓度达到规定值,通过电信号反馈给所述温度传感器,所述温度传感器将此时的油温记录,得到待测茶油的烟点。
本发明通过气体传感器来检测茶油中的酸价,首先要对气体传感器进行筛选,选取对游离脂肪酸及其分解产物具有很高灵敏度的气体传感器,利用气体传感器对加热后茶油产生的挥发物进行检测,并采集到电信号,将电信号通过事先录入单片机的标准方程及预测模型,电信号转化为具体数据,通过数据判定茶油的酸价值。
同样的,本发明还利用气体传感器检测茶油的气味等级,快速、智能且结果精确。通过化学分析茶油气味的化学组成,茶油中的挥发性物质主要包括醛类、酮类、醇类、酯类、烯类、苯环类、流甙降解产物和杂环类中的一种或多种,针对这些挥发性物质来对气体传感器进行筛选,分别选择多个对这其中一种或多种物质灵敏度高的气体传感器。
然后,将检测酸价的气体传感器与检测有机挥发性物质的气体传感器组合使用,通过气体传感器对待测茶油样品加热后产生的挥发物进行检测,并将气体传感器得到的电信号进行归一化处理、信号图形分析,并采用差分法和差商法进行预处理,然后提取信号曲线的峰值、峰值时间、平均值、出峰时间这几个参数的稳定值作为特征值,采用RBF神经网络作为模型方程建立方法。同时,可根据气体的流动规律和试验经验,将气体传感器安装在合适的位置,例如,检测箱内侧壁顶部、检测箱内侧壁的四周等位置,使气体充分与气体传感器接触,保证了检测的准确度。
本发明通过温度传感器和烟雾传感器能快速地检测待测茶油样品的烟点,即烟雾传感器检测烟雾浓度,达到规定烟雾浓度值,温度传感器工作并检测此时温度值,保证其准确且及时地检测茶油的烟点。
同时,通过数据处理器对气体传感器、温度传感器和烟雾传感器采集的数据进行处理。信号放大器主要用于传感器信号的放大、过滤、除噪,为信号的转化采集做准备,主要有滤波电路、放大电路组成。AD转换电路即为模数转换,将气体传感器、温度传感器、烟雾传感器、采集的模拟信号转化为数字信号,将各系统的检测结果按一定权重进行融合,最终反馈实时数据。单片机相当于微型计算机,是运算的核心,内部写入了多传感器融合的数据采集、数据处理、分类决策,融合分析算法等。
本发明通过加热茶油利用气体传感器检测茶油中游离脂肪酸的含量与标准茶油的含量相比较,进而反映出待检测茶油的酸价;利用气体传感器检测茶油中挥发气体含量,从而判断茶油的气味等级;利用温度传感器检测茶油的烟点,将温度传感器的数据与纯茶油的烟点对比,检测茶油综合品质。本发明整个装置轻小便携、功能齐全,在不损坏茶油原有理化性质的情况下,短时间内采集分析多个检测指标,从而对茶油的综合品质进行评价。通过加热茶油收集挥发性气体预测茶油游离脂肪酸含量,解决了传统检测耗时长、操作繁琐的问题,具有快速、智能的特点;温度传感器和烟雾传感器的配合使用,可以采集茶油加热出烟时的油温,通过油温进而判定茶油的品质,避免了图像处理技术的偶然性及不准确性,同时能够对茶油的品质进行快速、无损、智能、综合的检测。数据处理器将气体传感器、烟雾传感器、温度传感器产生的模拟信号转换、放大为数字信号,使茶油检测及掺假与信息化技术融合,体现了该技术的智能性、先进性。整个检测装置轻小便携,便于挪动、摆放,箱体呈密封状态,隔绝外界环境,防止气体挥发,保证了茶油气味检测的精确性。本发明可根据不同客户的需求,调整各指标的权重,为客户制定个性化检测方案。
进一步,所述RBF神经网络由一个输入层、一个隐层和一个输出层组成,其中,隐含层的高斯函数如下:
式中:x是n维输入向量,即为气体传感器信号的特征值;
c是第i个隐含层的中心向量;
σ是对应中心宽度。
输入层实现从x到R(x)的非线性映射,输出层实现从R(x)到y的线性映射
式中:p是输出节点数;
Wik是输出权重;
yk是网络输出,即为酸价输出值或茶油品级值。
RBF网络(径向基函数网络)是一种特殊的前向神经网络,它具有非线性可分的模式空间映射到线性可分状态空间的特性。RBF网络结构包括一个输入层、一个隐层和一个输出层,其结构参见附图3,输入层和隐层直接连接,隐层节点由像高斯核函数那样的辐射状作用函数构成,而输出层节点是简单的线性函数。隐层节点中的作用函数(基函数)对输入信号将在局部产生响应,当输入信号靠近基函数的中央范围时,隐层节点将产生较大的输出,这种网络具有局部逼近能力。
进一步,气体传感器的信号数据进行特征提取,提取信号的最大峰值,它是传感器信号的最基本特征,反映样品的气味强度,记为max;平均值可反映样品气味平均信息,记为average;峰值时间是出现峰值的时间,它反映对样品的灵敏程度,记为time;以上三个值作为主要特征值;
每个样品得到一个特征值向量R可表示为:
R=[max average time]。
进一步,在所述反应罐上部安装有与所述反应罐相连通的进油管,进油管上设有控制其开闭的进油阀,所述反应罐底部安装有与反应罐相连通的出油管,出油管上设有控制器开闭的出油阀,所述反应罐底部的内侧壁为倾斜面,所述出油管的进口端安装在靠近倾斜面的低侧处。反应罐的底部为倾斜面,更有利于茶油从出油管流出,不会出现部分茶油残留在反应罐底部的情况。
进一步,所述反应罐靠近其开口一侧的直径小于所述反应罐底部的内侧壁直径。反应罐的开口小于反应罐底部的内侧壁直径,整个反应罐的剖面呈圆台状,这种结构的反应罐是模仿人体感官系统鼻流道加工而成,使得挥发性气体按照生物嗅觉系统的神经生理结构和嗅觉的生物化学机理进入检测装置且较完整或者减少损失地流出以达到准确检测挥发性气体的目的。
进一步,所述检测箱的开孔处还安装有排气扇,排气扇与所述检测箱底部的内侧壁固定连接,排气扇的进风口通过所述检测箱的开孔与所述反应罐的开口相连通,排气扇能够将所述反应罐内的气体吸入所述检测箱内;所述检测箱的外侧箱体上还安装有控制排气扇开闭的开关。排气扇能够快速将反应罐中加热后待测茶油产生的挥发物抽入检测箱内,使检测箱内的气体传感器能够与待测茶油的挥发物接触更加充分和及时。
进一步,所述检测箱的顶部还安装有与所述检测箱内部相连通的排气管,排气管上装有用于控制其开闭的排气阀。排气管能够便于检测完毕后检测箱内的气体排出,以便进行下一次检测。同时,排气管还能用于保持检测箱内外的压力平衡。
进一步,所述反应罐的外部还设有保温箱,保温箱的顶部开设有通孔,所述反应罐置于保温箱内且所述反应罐的开口穿过于通孔与所述反应罐固定连接,保温箱的内侧壁与所述反应罐的外侧壁之间填充有保温隔热材料。在反应罐的外围包裹保温隔热材料,可以减少热量的损失,可以使待测茶油样品的温度一直保持在最适宜检测的温度,提高检测结果的准确性。
进一步,所述加热器为恒温加热器,所述检测箱的外侧壁上还固定连接有显示屏,显示屏能够显示处理后的茶油检测结果。恒温加热器保证了整个检测体系温度的相对稳定,使检测过程不受外界影响。采用恒温加热器进行加热使体系温度达到茶油检测所需的温度并保持一段时间,通过单因素试验、正交试验控制检测温度,寻找最适宜检测的温度,从而可以直接将恒温加热器的温度设置为最适宜检测的温度,进一步节省了检测时间。
传统检测酸价的方法主要有酸碱滴定法、电化学方法、光谱法、色谱法和国家标准中采用的碘量法等,虽然碘量法准确性较高,但是也伴随着检测费用高、操作烦琐,且容易对环境造成一定污染等问题,对工作人员和环境条件都有一定的要求,不适合在现场监控使用等缺点。传统方法中茶油挥发性成分的检测通常采用固相微萃取-气相色谱技术,此法依靠纤维头从样品中吸附待测物,并解吸于分析设备中的一种无溶剂样品预处理技术,通过线性方程式计算掺假量,此技术耗时长、操作繁琐、结果不精确。传统茶油烟点的检测则是基于图像处理技术,通过图像处理来判定,但检测速度慢、耗费人力物力,无法达到客观、准确的效果。本发明克服了茶油传统检测方法中的种种缺点,采用茶油品质快速检测装置,即可对茶油的品质进行快速、准确的检测。
与现有技术相比,本发明具有如下有益效果:
1、本发明通过筛选对游离脂肪酸灵敏度高的气体传感器,通过这种气体传感器来检测加热后待测茶油样品产生的挥发物质,根据进一步计算得出待测茶油样品的酸价,解决了传统检测酸价费用高、操作繁琐,且容易对环境造成一定污染,对工作人员和环境条件都有一定要求,不适合在现场监控使用的缺点;
2、本发明通过筛选对茶油中化学挥发性物质敏感度高的气体传感器,尤其是对醛类、酮类、醇类、酯类、烯类、苯环、流甙降解产物和/或杂环类化学挥发物中的一种或多种敏感度高的气体传感器,通过这些气体传感器对加热待测茶油样品产生的气体中化学挥发性物质的检测,从而使对茶油气味的评价更加准确,对提高茶油本身的价值和保障消费者的健康都有着重要的意义;
3、本发明通过温度传感器和烟雾传感器能够对加热后茶油第一次出烟时及时检测油温,准确的检测出油品的烟点,解决了传统方法检测速度慢、耗费人力物力,无法达到可观、准确的效果;
4、本发明采用恒温加热器与温度传感器相配合,使体系温度达到并保持茶油检测所需的温度,通过单因素试验、正交试验控制检测温度,寻找最适宜检测的温度,同时反应罐与反应箱之间填充保温隔热材料,减少温度的散失,减小温度变化对检测结果的影响;
5、本发明能够对茶油的品质进行快速、无损、智能、综合的检测,而且整个装置轻小便携、功能齐全,便于挪动、摆放,在不损坏茶油原有理化性质的情况下,短时间内采集分析多个检测指标,对茶油的综合品质进行评定。
附图说明
图1为本发明一种茶油品质快速检测装置的结构示意图。
图2为气体传感器对茶油的信号响应曲线。
图3为RBF神经网络。
图中:加热器1、反应罐2、检测箱3、温度传感器4、烟雾传感器5、气体传感器6、进油管7、进油阀8、出油管9、出油阀10、排气扇11、开关12、排气管13、保温箱14。
具体实施方式
下面将结合附图及实施例对本发明作进一步说明。
实施例:参见附图1,一种茶油品质快速检测装置,包括加热器1、用于盛放待测茶油的反应罐2和检测箱3,加热器1安装在反应罐2的底部并能够对反应罐进行加热,检测箱3底部开设有开孔,反应罐2上对应开孔的位置设有的开口,检测箱3与反应罐通过开孔和开口相连通;反应罐2内还设有温度传感器4,该温度传感器4用于测量反应罐内2待测茶油的温度;检测箱3的开孔处安装有烟雾传感器5,烟雾传感器5用于检测检测箱3内待测茶油加热后产生的烟雾浓度;检测箱3的内侧壁上安装有多个气体传感器6,用于检测待测茶油中游离脂肪酸和化学挥发性物质并感应产生相应的电信号,其中,气体传感器采用脂类气体传感器,用于检测待测茶油的酸价值,采用有机挥发性气体传感器,用于检测待测茶油的气味等级;检测箱3上还安装有数据处理器,数据处理器包括信号放大器、单片机和AD转换电路,信号放大器的信号输入端与各传感器的信号输出端相连,信号放大器将收集到的电信号传送到AD转换电路,再由AD转化电路传送到单片机进行数据处理;所述单片机采用接收到各个气体传感器采集后转换的电信号后对各电信号进行处理,其具体处理过程为:将该电信号进行归一化处理、信号图形分析,并采用差分法和差商法进行预处理,然后提取信号曲线的峰值、峰值时间、上升速度、出峰时间、稳定值作为特征值,再通过RBF神经网络建立的解算模型进行解算,得到酸价值和气味等级;将待测茶油加热直至发烟,所述烟雾传感器检测到烟雾浓度达到规定值,通过电信号反馈给所述温度传感器,所述温度传感器将此时的油温记录,得到待测茶油的烟点。
在具体实施过程中,所述气体传感器为半导体式气体传感器。选择对游离脂肪酸灵敏度高的气体传感器,这种气体传感器会对茶油加热后产生的挥发物感应并产生相应的电信号。数据处理器中的AD转换电路即为模数转换,将气体传感器、温度传感器、烟雾传感器、采集的模拟信号转化为数字信号,将各系统的检测结果按一定权重进行融合,最终反馈实时数据。单片机采用Stm32单片机,单片机是运算的核心,内部写入了多传感器融合的数据采集、数据处理、分类决策,融合分析算法等。
在所述反应罐2上部安装有与所述反应罐2相连通的进油管7,进油管7上设有控制其开闭的进油阀8,所述反应罐2底部安装有与反应罐2相连通的出油管9,出油管9上设有控制器开闭的出油阀10,所述反应罐2底部的内侧壁为倾斜面,所述出油管9的进口端安装在靠近倾斜面的低侧处。将反应罐2底部的内侧壁做成倾斜面,可以使检测后的茶油更加快速的从出油管9流出,也避免了检测后的茶油残留在反应罐2的底部,从而影响下一次的检测结果。
所述反应罐2靠近其开口一侧的直径大于所述反应罐2底部的内侧壁直径。反应罐2靠近其开口一侧的直径小于反应罐2底部的内侧壁直径,使反应罐呈现一个上小下大的结构,这种应用仿生学,模仿人体感官系统鼻流道加工而成。在加热待测茶油样品并使其产生烟雾的同时,可以使气体按照生物嗅觉系统的神经生理结构和嗅觉的生物化学机理更快的进入检测箱3内,使烟雾传感器5和气体传感器6能够与产生的烟雾更加充分的接触,以便快速、准确地检测待测茶油的品质。
所述检测箱3的开孔处还安装有排气扇11,排气扇11与所述检测箱3底部的内侧壁固定连接,排气扇11的进风口通过所述检测箱的开孔与所述反应罐的开口相连通,排气扇能够将所述反应罐2内的气体吸入所述检测箱3内;所述检测箱3的外侧箱体上还安装有控制排气扇11开闭的开关12。排气扇11用于将反应罐2内因加热而产生的气体快速吸入检测箱3内,使烟雾传感器5和气体传感器6能够迅速对其进行检测,进一步缩短检测时间,提升检测效率。
所述检测箱3的顶部还安装有与所述检测箱3内部相连通的排气管13,排气管13上装有用于控制其开闭的排气阀。检测结束后,检测箱3内存留有大量加热茶油后产生的气体,通过排气管13可以将这类气体排出进行处理,以便进行下一次检测。
所述反应罐2的外部还设有保温箱14,保温箱14的顶部开设有通孔,所述反应罐2置于保温箱14内且所述反应罐2的开口穿过于通孔与所述反应罐2固定连接,保温箱14的内侧壁与所述反应罐2的外侧壁之间填充有保温隔热材料。在反应罐2的外围包裹保温隔热材料,可以减少热量的损失,使待测茶油样品的温度一直保持在最适宜检测的温度,提高检测结果的准确性。
所述加热器1为恒温加热器,所述检测箱3的外侧壁上还固定连接有显示屏,显示屏能够显示处理后的茶油检测结果。恒温加热器保证了整个检测体系温度的相对稳定,使检测过程不受外界影响。检测箱3上的显示屏能够显示检测后的结果,使检测结果更加直观明了。
采用实施例1中的一种茶油品质快速检测装置对不同的茶油样品进行品质检测,具体方法包括以下步骤:
S1:打开进油阀,将一定量的待测茶油灌入反应罐中,通过加热器对反应罐内的待测茶油进行加热;
S2:烟雾传感器开始检测烟雾浓度,达到规定烟雾浓度值,温度传感器记录此时温度值,即为待测茶油的烟点;
S3:反应罐内的烟雾进入检测箱内,气体传感器开始检测待测茶油的酸价值和气味品级;
S4:获得检测结果,检测结束,关闭电源。
一、基于气体传感器的酸价间接测定
1、测定原理
酸价亦称“油脂酸值”,是检验茶油质量的重要指标,也是国标中规定的检测指标。酸价是以中和每克油中游离脂肪酸所需氢氧化钾的毫克数来表示。酸价可作为茶油水解程度以及酸败的指标,油品质差,酸价高,而品质好,酸价低。酸价高、品质差的油在分解过程中产生的哈喇味、酸臭味较多,选取对酯类、酸臭味敏感的气体传感器就可检测出这些气味的浓度,并与酸价建立关系,从而反馈出酸价值。通常在对油进行感官评定时,可蘸一点油于手心,两手搓至发热后用鼻嗅之,如果有异味,则为劣质油;有哈喇味、酸臭味的,说明已变质。
本发明就是将油加热到一定温度,然后利用气体传感器检测,首先获得气体传感器的电信号,然后将电信号与酸价值进行相关性分析,进而建立关系模型,间接测定出油的酸价。
2、酸价的国标法测定
选取不同等级的茶油样品,先按照国标法(冷溶剂指示剂滴定法)进行酸价测定,获取样品酸价值。结果如下表1。
表1茶油样品的酸价
3、气体传感器测定
对这些不同等级的茶油样品,同时进行气体传感器测定,获取电压信号。首先根据油分解或酸败过程中发出的气味,选取TGS2600、TGS2602、MQ135、MQ138气体传感器,作为测酸价的备用传感器,然后根据它们与酸价的相关性,进一步确定测酸价的气体传感器。
气体传感器对油的信号响应曲线如附图1所示,可以看出气体传感器对加热后茶油产生的气体是有响应的,说明可以使用气体传感器测定油的酸价。
再用选出的气体传感器对不同酸价的油进行测试,获取气体传感器测得的油样品的信号最大峰值,如表2所示。从表2中可以看出,不同气体传感器对同一种油有不同的响应,不同酸价的油的响应也有一定的差异。将表2中的数据与表1国标法测得的酸价值进行相关性分析,结果见表3。
表2气体传感器测得的油样品电信号值
表3气体传感器信号与酸价的相关关系
传感器 | TGS2600 | TGS2602 | MQ135 | MQ138 |
相关系数 | 0.936** | 0.801* | 0.667 | 0.748 |
注:**表示在P<0.01极显著相关,*表示在P<0.05显著相关。
从表3中可以看出,所选的气体传感器的信号与酸价都有一定的相关性,其中TGS2600型气体传感器相关性极其显著,TGS2602次之,因此选用TGS2600型气体传感器作为茶油酸价的测定传感器。
针对气体传感器TGS2600,提取气体传感器的最大峰值、峰值时间、平均值等,与酸价建立RBF神经网络模型,作为间接测定茶油的酸价模型。RBF神经网络由一个输入层、一个隐层和一个输出层组成,其结构如附图3所示。输入层输入气体传感器信号到隐层,隐层是由高斯函数构成,输出层是简单的线性函数,输出酸价值。
隐含层的高斯函数如下:
式中:x是n维输入向量,即为气体传感器信号的特征值;
c是第i个隐含层的中心向量;
σ是对应中心宽度。
输入层实现从x到R(x)的非线性映射,输出层实现从R(x)到y的线性映射
式中:p是输出节点数;
Wik是输出权重;
yk是网络输出,即为酸价输出值。
将气体传感器的信号数据进行特征提取,提取信号的最大峰值值,它是传感器信号的最基本特征,反映样品的气味强度,记为max。平均值可反映样品气味平均信息,记为average;峰值时间是出现峰值的时间,它反映对样品的灵敏程度,记为time。以上三个值作为主要特征值。
每个样品得到一个特征值向量R可表示为:
R=[max average time]
RBF神经网络分为学习与识别两个阶段,学习过程:在分类之前,网络必须经过训练,学习到已知模式的信息;训练完成后对未知进行有效识别。将RBF模型信息及参数写入单片机,即可实现茶油酸价的测定运算。本发明的茶有品质快速监测装置选用TGS2600型气体传感器作为茶油酸价的测定传感器,通过RBF模型信息及参数对多个茶油样品进行茶油酸价检测。
取90个样品气味信号值作为训练样本,一级、二级、三级油样品各30个。取9个样品作为测试样本,设定最大训练次数为200次,设定期望误差最小值为0.05。RBF网络识别率见表4。
表4 RBF神经网络的测试结果
通过对两组数进行差异性分析,检测的平均误差为4.52%,小于5%,T检验的显著性水平都大于0.05,RBF检测值与实测值无明显差异。结果表明,本发明所述茶油品质快速检测装置中采用的气体传感器配合RBF神经网络模型满足精度要求,能够对茶油酸价进行检测。
二、基于烟雾传感器的烟点测定
1、测定原理
烟点是指油在加热过程中发烟的温度,是判断茶油稳定性的一个重要因素,也是作为高级烹饪油的国家标准之一。烟点越低,烟雾越黑越浓,油质量越低。利用烟雾传感器和温度传感器结合测定茶油的烟点。首先加热茶油,直到发烟时,烟雾传感器监测到烟雾浓度达到规定值,然后反馈给温度传感器,温度传感器将此时的油温反馈出来,两者结合能保证准确且及时地检测茶油的烟点。
2、烟点的测定
首先对茶油样品的进行烟点的目视测定法测定(GB20795),即观测油发烟时的温度,测定结果如表5所示。
表5目视测定法测得的茶油烟点
选用MQ2烟雾传感器作为烟雾传感器,经过测试,MQ2烟雾传感器在发烟时的信号响应如表6所示,和温度传感器结合后测得的烟点结果如表所示。
表6 MQ2烟雾传感器在发烟时的信号响应
从表6中可以看出,对不同等级的茶油样品MQ2烟雾传感器都有响应值,响应范围在3.5V---4.1V左右。因此我们设定MQ2烟雾传感器在此范围内的响应作为测定烟点的阈值。将此数据输入单片机,作为控制温度传感器测定烟点的阈值。将MQ2烟雾传感器安装在本发明所述的茶有品质快速监测装置上,对多个茶油样品的烟点进行检测,测定结果见表7。
表7基于烟雾传感器和温度传感器测得的茶油烟点
将表5和表7中目视测定法和基于烟雾传感器测定的烟点进行比较分析,预测的平均误差为4.67%,小于5%,T检验的显著性水平都大于0.05,预测值与实测值无明显差异。结果表明,本发明所述茶油品质快速检测装置中采用烟雾传感器和温度传感器相结合能够准确测定茶油的烟点。
三、茶油气味品质定量测定
1、测定原理
油脂气味是构成油脂品质风味的重要因素之一。茶油气味可以反映茶油的品质变化。通过查资料及理化分析,茶油气味包括茶油本身的气味以及溶剂残留物的气味。茶油气味成分主要有醛类、酮类、醇类、酯类、烯类、苯环类、流甙降解产物、杂环类等。首先根据气体传感器的性质和用途,筛选适合茶油气味检测的气体传感器,然后使用多种气体传感器对加热后茶油产生的气体进行检测,再将各个气体传感器得到的电信号进行处理、信号图形分析等,再提取信号曲线的峰值、峰值时间、平均值、稳定值等作为特征值,作为茶油气味的特征数据。将此数据与茶油气味的等级以及感官评定数据进行相关性分析,找出它们之间的关系模型,从而只要利用气体传感器测得茶油的电信号,就可得到茶油的气味等级。
2、茶油气味的感官评定
按照国标GB5525对茶油气味进行评定,主要包括气味总强度、总质量两个评定得分。对茶油样品进行感官测定,结果如表8、9。
表8茶油气味总强度
样品 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
总强度得分 | 7.50±1.41 | 8.00±0.71 | 8.00±0.71 | 5.50±0.71 | 5.25±1.06 | 4.75±0.35 | 3.50±0.00 | 3.25±0.35 | 3.75±1.77 |
表9茶油气味总质量
样品 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
总质量得分 | 6.50±0.50 | 7.50±1.32 | 6.83±1.26 | 7.33±0.76 | 7.33±1.04 | 6.83±0.58 | 5.67±1.04 | 4.67±1.04 | 5.67±0.58 |
3、基于气体传感器的茶油气味品质测定
对这些不同等级的茶油样品,同时进行气体传感器测定,获取电压信号。首先根据茶油本身的气味以及溶剂残留物的气味,初步选取TGS2600、TGS2602、TGS2620、MQ135、MQ138、MQ2等气体传感器,作为气味品质测定的备用传感器,然后根据它们与感官评分或等级的相关性,进一步确定测定气味品质的气体传感器。获取气体传感器测得的油样品的信号最大峰值,如表10所示。再进一步将气体传感器测得的电信号数据与感官评定的得分进行相关性分析,结果见表11。
表10气体传感器测得的油样品电信号值
表11气体传感器信号与感官评定的相关关系
传感器 | TGS2600 | TGS2602 | TGS2620 | MQ135 | MQ138 | MQ2 |
感官总强度 | -0.935** | -0.942** | -0.910** | -0.703 | -0.742 | -0.688 |
感官总质量 | -0.867* | -0.767* | -0.801* | -0.509 | -0.345 | -0.197 |
注:**表示在P<0.01极显著相关,*表示在P<0.05显著相关。
从表11中可以看出,所选的气体传感器的信号与感官评分都有一定的相关性,其中TGS2600、TGS2602、TGS2620型气体传感器相关性极其显著,因此选用这三种气体传感器作为茶油气味品质的测定传感器。针对化学挥发性物质的气体传感器,提取气体传感器的最大峰值、峰值时间、平均值、稳定值等,与感官评价建立RBF神经网络模型,作为测定油气味品质的模型。将提取信号的最大峰值,它是传感器信号的最基本特征,反映样品的气味强度,记为max。平均值可反映样品气味平均信息,记为average;峰值时间是出现峰值的时间,它反映对样品的灵敏程度,记为time。稳定值反映传感器与样品作用的最终状态,记为last。以上四个值作为主要特征值。每个样品得到一个特征值矩阵R可表示为:
式中:n为传感器个数。
最后,将RBF模型信息及参数写入单片机,即可实现茶油气味品质的定量测定运算。本发明的茶有品质快速检测装置选择TGS2600、TGS2602、TGS2620型气体传感器为组成气体传感器,即可实现对多个茶油样品气味品质的定量测定。
取120个样品气味信号值作为训练样本,一级、二级、三级油样品各40个。取9个样品作为测试样本,一级、二级、三级各3个。设定最大训练次数为150次,设定期望误差最小值为0.05。RBF网络识别率见表12、13。
表12 RBF神经网络的测试气味品质结果
对表12中数据进行差异性分析,检测的平均误差为7.46%,T检验的显著性水平都大于0.05,检测值与实测值无明显差异。结果表明RBF神经网络模型满足精度要求,能够用于茶油气味品质的检测。
表13 RBF神经网络的测试气味等级结果
从表13中可以看出,本发明所述茶油品质快速检测装置中气体传感器对茶油等级的检测准确率为89%,其中在三等级检测中,误判了一个,这与二、三等级气味差异较小有关。在一等级,也就是最优等级的判定中,全部检测正确。
最后需要说明的是,以上实施例仅用以说明本发明的技术方案而非限制技术方案,本领域的普通技术人员应当理解,那些对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种茶油品质快速检测装置,包括加热器(1)、用于盛放待测茶油的反应罐(2)和检测箱(3),加热器(1)安装在反应罐(2)的底部并能够对反应罐进行加热,检测箱(3)底部开设有开孔,反应罐(2)上对应开孔的位置设有的开口,检测箱(3)与反应罐通过开孔和开口相连通;
其特征在于,反应罐(2)内还设有温度传感器(4),该温度传感器(4)用于测量反应罐内(2)待测茶油的温度;
检测箱(3)的开孔处安装有烟雾传感器(5),烟雾传感器(5)用于检测检测箱(3)内待测茶油加热后产生的烟雾浓度,检测茶油烟点;检测箱(3)的内侧壁上安装有多个气体传感器(6),用于检测待测茶油中游离脂肪酸和化学挥发性物质并感应产生相应的电信号,其中,气体传感器采用脂类气体传感器,用于检测待测茶油的酸价值,采用有机挥发性气体传感器,用于检测待测茶油的气味等级;
检测箱(3)上还安装有数据处理器,数据处理器包括信号放大器、单片机和AD转换电路,信号放大器的信号输入端与各个传感器的信号输出端相连,信号放大器将收集到的电信号传送到AD转换电路,再由AD转化电路传送到单片机进行数据处理;
所述单片机采用接收到各个气体传感器采集后转换的电信号后对各电信号进行处理,其具体处理过程为:将该电信号进行归一化处理、信号图形分析,并采用差分法和差商法进行预处理,然后提取信号曲线的峰值、峰值时间、平均值、出峰时间作为特征值,再通过RBF神经网络建立的解算模型进行解算,得到酸价值和气味等级;
将待测茶油加热直至发烟,所述烟雾传感器检测到烟雾浓度达到规定值,通过电信号反馈给所述温度传感器,所述温度传感器将此时的油温记录,得到待测茶油的烟点。
3.根据权利要求1所述的一种茶油品质快速检测装置,其特征在于,气体传感器的信号数据进行特征提取,提取信号的最大峰值,它是传感器信号的最基本特征,反映样品的气味强度,记为max;平均值可反映样品气味平均信息,记为average;峰值时间是出现峰值的时间,它反映对样品的灵敏程度,记为time;以上三个值作为主要特征值;
每个样品得到一个特征值向量R可表示为:
R=[max average time]。
4.根据权利要求1所述的一种茶油品质快速检测装置,其特征在于,在所述反应罐(2)上部安装有与所述反应罐(2)相连通的进油管(7),进油管(7)上设有控制其开闭的进油阀(8),所述反应罐(2)底部安装有与反应罐(2)相连通的出油管(9),出油管(9)上设有控制器开闭的出油阀(10),所述反应罐(2)底部的内侧壁为倾斜面,所述出油管(9)的进口端安装在靠近倾斜面的低侧处。
5.根据权利要求1所述的一种茶油品质快速检测装置,其特征在于,所述反应罐(2)靠近其开口一侧的直径大于所述反应罐(2)底部的内侧壁直径。
6.根据权利要求1所述的一种茶油品质快速检测装置,其特征在于,所述检测箱(3)的开孔处还安装有排气扇(11),排气扇(11)与所述检测箱(3)底部的内侧壁固定连接,排气扇(11)的进风口通过所述检测箱的开孔与所述反应罐的开口相连通,排气扇能够将所述反应罐(2)内的气体吸入所述检测箱(3)内;所述检测箱(3)的外侧箱体上还安装有控制排气扇(11)开闭的开关(12)。
7.根据权利要求1所述的一种茶油品质快速检测装置,其特征在于,所述检测箱(3)的顶部还安装有与所述检测箱(3)内部相连通的排气管(13),排气管(13)上装有用于控制其开闭的排气阀。
8.根据权利要求1所述的一种茶油品质快速检测装置,其特征在于,所述反应罐(2)的外部还设有保温箱(14),保温箱(14)的顶部开设有通孔,所述反应罐(2)置于保温箱(14)内且所述反应罐(2)的开口穿过于通孔与所述反应罐(2)固定连接,保温箱(14)的内侧壁与所述反应罐(2)的外侧壁之间填充有保温隔热材料。
9.根据权利要求1所述的一种茶油品质快速检测装置,其特征在于,所述加热器(1)为恒温加热器,所述检测箱(3)的外侧壁上还固定连接有显示屏,显示屏能够显示处理后的茶油检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911215695.4A CN110887944A (zh) | 2019-12-02 | 2019-12-02 | 一种茶油品质快速检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911215695.4A CN110887944A (zh) | 2019-12-02 | 2019-12-02 | 一种茶油品质快速检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110887944A true CN110887944A (zh) | 2020-03-17 |
Family
ID=69749998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911215695.4A Pending CN110887944A (zh) | 2019-12-02 | 2019-12-02 | 一种茶油品质快速检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110887944A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111323450A (zh) * | 2020-05-09 | 2020-06-23 | 鹤壁市食品药品检验检测中心 | 食用油烟点检测装置 |
CN112129902A (zh) * | 2020-09-23 | 2020-12-25 | 衡山食为天食用油有限公司 | 一种便携式山茶油品质检测设备 |
CN113607901A (zh) * | 2021-08-03 | 2021-11-05 | 江苏享佳健康科技股份有限公司 | 一种亚麻籽油加工的出油品质检测设备及其检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749370A (zh) * | 2012-07-19 | 2012-10-24 | 浙江大学 | 壳类农产品品质指标无损快速检测的方法 |
CN103983667A (zh) * | 2014-04-24 | 2014-08-13 | 南京财经大学 | 一种游离脂肪酸快速测定装置与检测方法 |
CN104182794A (zh) * | 2014-09-05 | 2014-12-03 | 北京工业大学 | 一种基于神经网络的污水处理过程出水总磷tp软测量方法 |
CN105891431A (zh) * | 2016-04-04 | 2016-08-24 | 浙江理工大学 | 一种亚麻籽油品质检测方法 |
CN106241270A (zh) * | 2016-08-25 | 2016-12-21 | 太原理工大学 | 一种带式输送机监控及寿命管理系统 |
CN108226212A (zh) * | 2017-12-29 | 2018-06-29 | 山东盛泰仪器有限公司 | 一种食用植物油脂烟点检测装置 |
CN108709878A (zh) * | 2018-07-12 | 2018-10-26 | 滁州学院 | 一种煎炸油智能在线检测装置和检测方法 |
CN108709871A (zh) * | 2018-08-06 | 2018-10-26 | 电子科技大学 | 一种基于tdlas的气体浓度检测方法 |
-
2019
- 2019-12-02 CN CN201911215695.4A patent/CN110887944A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749370A (zh) * | 2012-07-19 | 2012-10-24 | 浙江大学 | 壳类农产品品质指标无损快速检测的方法 |
CN103983667A (zh) * | 2014-04-24 | 2014-08-13 | 南京财经大学 | 一种游离脂肪酸快速测定装置与检测方法 |
CN104182794A (zh) * | 2014-09-05 | 2014-12-03 | 北京工业大学 | 一种基于神经网络的污水处理过程出水总磷tp软测量方法 |
CN105891431A (zh) * | 2016-04-04 | 2016-08-24 | 浙江理工大学 | 一种亚麻籽油品质检测方法 |
CN106241270A (zh) * | 2016-08-25 | 2016-12-21 | 太原理工大学 | 一种带式输送机监控及寿命管理系统 |
CN108226212A (zh) * | 2017-12-29 | 2018-06-29 | 山东盛泰仪器有限公司 | 一种食用植物油脂烟点检测装置 |
CN108709878A (zh) * | 2018-07-12 | 2018-10-26 | 滁州学院 | 一种煎炸油智能在线检测装置和检测方法 |
CN108709871A (zh) * | 2018-08-06 | 2018-10-26 | 电子科技大学 | 一种基于tdlas的气体浓度检测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111323450A (zh) * | 2020-05-09 | 2020-06-23 | 鹤壁市食品药品检验检测中心 | 食用油烟点检测装置 |
CN111323450B (zh) * | 2020-05-09 | 2023-05-09 | 开化壹品农业科技有限公司 | 食用油烟点检测装置 |
CN112129902A (zh) * | 2020-09-23 | 2020-12-25 | 衡山食为天食用油有限公司 | 一种便携式山茶油品质检测设备 |
CN113607901A (zh) * | 2021-08-03 | 2021-11-05 | 江苏享佳健康科技股份有限公司 | 一种亚麻籽油加工的出油品质检测设备及其检测方法 |
CN113607901B (zh) * | 2021-08-03 | 2024-01-09 | 江苏享佳健康科技股份有限公司 | 一种亚麻籽油加工的出油品质检测设备及其检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101493431A (zh) | 利用电子鼻检测鸡肉新鲜度的方法 | |
CN106501470B (zh) | 利用味觉系统与电子鼻联合评价芥辣酱风味等级的方法 | |
CN103134850B (zh) | 一种基于特征香气的茶叶品质快速检测方法 | |
CN110887944A (zh) | 一种茶油品质快速检测装置 | |
CN102749370B (zh) | 壳类农产品品质指标无损快速检测的方法 | |
CN100575950C (zh) | 一种水果成熟度预测方法 | |
Men et al. | Electronic nose sensors data feature mining: a synergetic strategy for the classification of beer | |
CN101470121A (zh) | 一种嵌入式仿生嗅觉气味识别方法及装置 | |
CN103472094A (zh) | 一种嗅觉模拟仪器和特定物质气(嗅)味等级现场分析方法 | |
CN104849321B (zh) | 一种基于嗅觉指纹图谱快速检测柑橘品质的方法 | |
CN104330382A (zh) | 一种生鲜牛肉的安全分级方法 | |
Xiaobo et al. | Comparative analyses of apple aroma by a tin-oxide gas sensor array device and GC/MS | |
Huang et al. | Detection of medicinal off-flavor in apple juice with artificial sensing system and comparison with test panel evaluation and GC–MS | |
Li et al. | Colorimetric sensor array-based artificial olfactory system for sensing Chinese green tea’s quality: A method of fabrication | |
CN105527391A (zh) | 一种基于电子鼻分析的金枪鱼油储藏过程中腐败程度的测定方法 | |
Lozano et al. | Automatic sensor system for the continuous analysis of the evolution of wine | |
CN108195895A (zh) | 一种基于电子鼻和分光测色仪的茶树叶片氮含量快速检测方法 | |
CN103389323A (zh) | 一种快速无损评定名贵药材年限的方法 | |
Rivai et al. | Discrimination of durian ripeness level using gas sensors and neural network | |
CN104914225A (zh) | 一种基于嗅觉指纹信息预测果汁中澄清剂含量的方法 | |
CN111650347B (zh) | 一种山楂炮制生产程度控制及质量评价的方法 | |
CN110084420B (zh) | 浓香型白酒发酵中黄水的总糖、总酸和酒精度的检测方法 | |
CN107764793A (zh) | 电子鼻对郫县豆瓣制曲过程中米曲霉发酵情况的检测方法 | |
Lazaro et al. | Chemometric data analysis for black tea fermentation using principal component analysis | |
CN202794093U (zh) | 一种基于仿生嗅觉的烘焙食品质量快速检测装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200317 |