CN111134348B - 一种高乳化性蛋黄液的制备系统 - Google Patents
一种高乳化性蛋黄液的制备系统 Download PDFInfo
- Publication number
- CN111134348B CN111134348B CN202010080578.8A CN202010080578A CN111134348B CN 111134348 B CN111134348 B CN 111134348B CN 202010080578 A CN202010080578 A CN 202010080578A CN 111134348 B CN111134348 B CN 111134348B
- Authority
- CN
- China
- Prior art keywords
- module
- egg yolk
- target
- yolk liquid
- eggs
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23P—SHAPING OR WORKING OF FOODSTUFFS, NOT FULLY COVERED BY A SINGLE OTHER SUBCLASS
- A23P30/00—Shaping or working of foodstuffs characterised by the process or apparatus
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K43/00—Testing, sorting or cleaning eggs ; Conveying devices ; Pick-up devices
- A01K43/04—Grading eggs
- A01K43/10—Grading and stamping
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23L—FOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED BY SUBCLASSES A21D OR A23B-A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT; PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
- A23L15/00—Egg products; Preparation or treatment thereof
-
- 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
- G01N33/08—Eggs, e.g. by candling
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Polymers & Plastics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Nutrition Science (AREA)
- Physics & Mathematics (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Meat, Egg Or Seafood Products (AREA)
Abstract
本发明提供了一种高乳化性蛋黄液的制备系统,包括:归类模块,用于对所有目标鸡蛋进行批次归类处理;第一检验模块,用于对批次归类处理后的目标鸡蛋进行预检验处理,并剔除不合格的目标鸡蛋,保留合格的目标鸡蛋;制备模块,用于对保留的合格的目标鸡蛋进行预设制备处理,获取若干不同批次的目标蛋黄液并存储;第二检验模块,用于对制备模块获取的不同批次的目标蛋黄液进行提取得到待检测目标蛋黄液,并对不同批次的待检测目标蛋黄液进行智能检验;控制模块,用于根据第二检验模块的检验结果,控制对应的报警模块执行相应的第一报警操作。通过对鸡蛋进行预检验处理和对合格鸡蛋的蛋黄液进行智能检验的双重检验,提高检验蛋黄液的可靠性。
Description
技术领域
本发明涉及自动化技术领域,特别涉及一种高乳化性蛋黄液的制备系统。
背景技术
蛋黄液作为一种天然乳化剂在焙烤制品、冰淇淋、蛋黄酱等食品中有着非常广泛的应用,但是其在制备蛋黄液的之前,一般是通过人为操作,判断蛋黄液是否合格,例如人为对鸡蛋进行左右摇晃,如果摇晃的过程中,发现鸡蛋内部的液体存在左右晃动,说明其鸡蛋是不合格的,进而将其进行剔除,并且,一般对蛋黄液进行制备的过程中,不会对鸡蛋和制备后的蛋黄液进行检验,而是直接获取蛋黄液,并将其蛋黄液加工到食品制作中,其中,将直接获取的蛋黄液加工到食品制作中,因为其蛋黄液的品质没有保证,不能确定其制作的产品品质,因此,对蛋黄液进行检验就显得尤为重要。
发明内容
本发明提供一种高乳化性蛋黄液的制备系统,用以通过对鸡蛋进行预检验处理和对合格鸡蛋的蛋黄液进行智能检验的双重检验,提高检验蛋黄液的可靠性。
本发明实施例提供一种高乳化性蛋黄液的制备系统,包括:
归类模块,用于对所有目标鸡蛋进行批次归类处理;
第一检验模块,用于对批次归类处理后的目标鸡蛋进行预检验处理,同时根据预检验处理结果,剔除批次归类处理后的不合格的目标鸡蛋,保留批次归类处理后的合格的目标鸡蛋;
制备模块,用于对基于第一检验模块保留的批次归类处理后的合格的目标鸡蛋进行预设制备处理,获取若干不同批次的目标蛋黄液并存储;
第二检验模块,用于对所述制备模块获取的不同批次的目标蛋黄液进行提取得到待检测目标蛋黄液,并对不同批次的所述待检测目标蛋黄液进行智能检验;
控制模块,用于根据所述第二检验模块的检验结果,控制对应的报警模块执行相应的第一报警操作。
在一种可能实现的方式中,还包括:
称重模块,用于对所述制备模块获取到的不同批次的所述目标蛋黄液进行称重,获得若干个所述目标蛋黄液的重量值;
所述控制模块,还用于将获取的所有不同批次的重量值与对应批次的预设值进行比较处理,根据比较处理结果,将重量值大于对应的预设值的批次目标蛋黄液进行预设标记;
同时,将预设标记结果基于预先制定的批次框架进行输入处理,获得显示结果,并将显示结果传输到显示模块;
所述显示模块,用于显示所述控制模块传输的显示结果。
在一种可能实现的方式中,
所述控制模块,还用于当同批次的目标蛋黄液的重量值大于对应的预设值时,判断是否还存在同批次的目标鸡蛋需要制备,若存在,控制所述报警模块执行相应的第二报警操作,同时控制传输模块开始工作;
所述传输模块,用于将重量值大于对应的预设值的同批次装载有所述目标蛋黄液的目标装载体进行传输,并将新的目标装载体传输到与所述制备模块相对应的预设位置处;
所述新的目标装载体,用于装载所述同批次的剩余的合格的目标鸡蛋对应的目标蛋黄液。
在一种可能实现的方式中,还包括:
记录模块,用于在所述归类模块对所有目标鸡蛋进行批次归类处理之前,对获取的每个所述目标鸡蛋的表面进行印刷标记,并对所有目标鸡蛋进行记录,根据记录结果,确定每个目标鸡蛋的生产日期;
所述归类模块,用于根据所述记录模块确定的生产日期,对所有目标鸡蛋进行批次归类处理。
在一种可能实现的方式中,还包括:
抽取模块,用于当所述归类模块进行批次归类处理之后,抽取同批次中的第一预设数目个目标鸡蛋;
所述控制模块,还用于控制所述第一检验模块对所述抽取模块抽取的第一预设数目个目标鸡蛋进行第一检验处理,并根据第一检验处理结果,确定所述第一预设数目个目标鸡蛋的预估日期是否与所述生产日期相一致;
确定所述预估日期与所述生产日期不一致的第二预设数目个目标鸡蛋,同时获取所述第二预设数目个目标鸡蛋的预设日期在于生产日期之前的第三预设数目;
所述控制模块,还用于若所述第三预设数目与所述第一预设数目的比值大于预设比值,则控制所述报警模块进行第三报警操作,同时将第三预设数目对应的目标鸡蛋的预估日期和生产日期传输到显示模块进行显示。
在一种可能实现的方式中,还包括:
监测模块,用于当所述制备系统运行时,对所述制备系统中与制备相关的模块进行监测,其中,与制备相关的模块包括:归类模块、第一检验模块、制备模块和第二检验模块;
所述控制模块,还用于根据所述监测模块的监测结果,确定与制备相关的模块是否正常运行,若是,不执行任何操作;
否则,控制所述报警模块进行第四报警操作,同时,根据所述与制备相关的模块的优先级顺序,控制非正常运行的模块、与所述非正常运行模块优先级相关的模块执行相应的操作。
在一种可能实现的方式中,所述控制模块包括:
标记单元,用于当根据所述制备系统中每个模块的优先级顺序,控制非正常运行的模块、与所述非正常运行模块优先级相关的模块执行相应的操作之前,对每个模块进行优先级标记;
确定单元,用于根据所述标记单元的优先级标记结果,确定所述制备系统中的每个模块在所述制备系统中的工作优先级;
控制单元,用于当所述制备系统在工作时,根据监测结果,确定非正常运行模块,并控制所述工作优先级高于非正常运行模块的其余模块继续工作,控制所述工作优先级低于非正常运行模块的其余模块停止工作,若在预设时间间隔内,非正常运行模块未修复成功,则控制所述制备系统中的所有模块停止工作;
若在预设时间间隔内,非正常运行模块修复成功,则控制所述制备系统中的所述工作优先级低于非正常运行模块的其余模块开始工作。
在一种可能实现的方式中,
所述第二检验模块对不同批次的所述待检测目标蛋黄液进行智能检验,是为确保所述目标蛋黄液为无破碎、无杂质、及高乳化性的高品质蛋黄液,其中,对不同批次的所述目标蛋黄液进行智能检验的具体步骤,包括:
步骤S1、构建学习数据样本,所述学习数据样本为,提取P份不同品质的样本蛋黄液,每份样本蛋黄液提取10毫升,并检测每份所述样本蛋黄液的质量、透光率、酸碱度、颜色四个指标,形成一个P行5列的矩阵B;
其中,所述矩阵B的每一行代表一份学习样本的值,前4列分别代表所述质量、透光率、酸碱度、颜色四个指标的值,第5列代表所确定的所述学习样本所对应的所述样本蛋黄液的品质;
步骤S2、对不同批次中的同批次,且静置预设时间间隔后的所述待检测目标蛋黄液进行提取,且提取同批次10毫升待检测目标蛋黄液的四个指标的值,将所述4个指标的值与矩阵B的前4列共同构成矩阵C,所述矩阵C为P+1行4列;
其中,第1行为同批次所述待检测目标蛋黄液的指标值,第2至P+1行为学习样本的数据;
步骤S3、利用公式(1)将所述矩阵C中的元素进行去差异化,形成去差异化后矩阵D;
其中Di,t为矩阵D第i行t列的值,Ci,t为矩阵C的第i行第t列的值,i=1、2、3……P+1,t=1、2、3、4;
步骤S4、对所述矩阵D,利用公式(2)计算调整系数;
|D*D-λE|=0
(2)
其中,E为单位矩阵,所求解出来的λ则为所需的调整系数值,所述调整系数λ为由4个数值组成的向量;
步骤S5、利用公式(3)计算矩阵C中的每条数据的得分;
其中,Fi为第i条数据的得分,λn为λ的第n个值,arctan为反三角正切值,i=1、2、3……P+1,n=1、2、3、4;
步骤S6、利用公式(4)确定同批次的所述待检测目标蛋黄液的品质;
Si=|Fi+1-F1|
X=min(S1、S2、S3……Sp)
(4)
其中,所述Si为中间参数,min为求解最小值所对应的下标的值,X为所得到的下标的值,则所述下标对应的矩阵B中的第X条记录所对应的样本蛋黄液的品质则为所述待检测蛋黄液的品质,若所述品质值大于预设值,则,判定同批次的所述待检测蛋黄液合格,否则,判定同批次的所述待检测蛋黄液不合格,并发出与所述不合格的品质值相关的第五报警操作,同时对不同批次中的剩余同批次的待检测目标蛋黄液分别进行智能检验,直到检验完毕。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种高乳化性蛋黄液的制备系统的结构示意图;
图2为本发明实施例中显示结果的实施例示意图;
图3为本发明实施例中控制模块的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供一种高乳化性蛋黄液的制备系统,如图1所示,包括:
归类模块,用于对所有目标鸡蛋进行批次归类处理;
第一检验模块,用于对批次归类处理后的目标鸡蛋进行预检验处理,同时根据预检验处理结果,剔除批次归类处理后的不合格的目标鸡蛋,保留批次归类处理后的合格的目标鸡蛋;
制备模块,用于对基于第一检验模块保留的批次归类处理后的合格的目标鸡蛋进行预设制备处理,获取若干不同批次的目标蛋黄液并存储;
第二检验模块,用于对所述制备模块获取的不同批次的目标蛋黄液进行提取得到待检测目标蛋黄液,并对不同批次的所述待检测目标蛋黄液进行智能检验;
控制模块,用于根据所述第二检验模块的检验结果,控制对应的报警模块执行相应的第一报警操作。
上述对目标鸡蛋进行批次归类处理,是因为,鸡蛋的生产日期不同,其对应的蛋黄液值的质量也不同,通过日期对其目标鸡蛋进行简单批次归类处理,便于对不同批次的蛋黄液进行有效处理;
例如:在出厂时,就对每个鸡蛋都印刷上生产日期,如,2020年1月份中旬批次的鸡蛋和2020年1月份下旬批次批次的鸡蛋;
上述对批次分类后的目标鸡蛋进行预检验处理,是为了确定其批次的鸡蛋没有过期;
上述对待检测目标蛋黄液进行智能检测,是为了确定是蛋黄液的品质是否合格,因为,针对不同的制作产品,对应的蛋黄液的品质不一样,需对蛋黄液的品质进行严格把关;
上述第一报警操作,可以是声、光、振动、语音等一种或多种的组合。
上述制备模块,可实施为全自动鸡蛋分离器,自动将蛋黄液、鸡蛋白液和蛋壳进行分离。
上述技术方案的有益效果是:通过对鸡蛋进行预检验处理和对合格鸡蛋的蛋黄液进行智能检验的双重检验,提高检验蛋黄液的可靠性。
本发明实施例提供一种高乳化性蛋黄液的制备系统,还包括:
称重模块,用于对所述制备模块获取到的不同批次的所述目标蛋黄液进行称重,获得若干个所述目标蛋黄液的重量值;
所述控制模块,还用于将获取的所有不同批次的重量值与对应批次的预设值进行比较处理,根据比较处理结果,将重量值大于对应的预设值的批次目标蛋黄液进行预设标记;
同时,将预设标记结果基于预先制定的批次框架进行输入处理,获得显示结果,并将显示结果传输到显示模块;
所述显示模块,用于显示所述控制模块传输的显示结果。
上述称重模块,可以是设置在装载目标蛋黄液的装载容器中,其中,对重量值大于对应的预设值的批次目标蛋黄液进行预设标记,可以是通过对其对应的装载容器进行预设标记,提高其的智能化,便于及时了解蛋黄液的对应的装载容器是否需要及时更换;
上述预设标记,如具有装载容器的唯一标识的显著性显示等,唯一标识,如为装载容器的容器编号等。
上述预设标记结果基于预先制定的批次框架进行输入处理,获得显示结果,例如:批次框架中包括装载1子框架、装载2子框架,其中,将对应装载容器的容器编号a输入到装载1子框架中,将对应的装载容器的容器编号b输入到装载2子框架中,获得显示结果,可如图2所示。
上述技术方案的有益效果是:通过将不同批次的重量值输入到批次框架中,便于及时了解蛋黄液的当前状态,且为获取可靠的蛋黄液提供基础。
本发明实施例提供一种高乳化性蛋黄液的制备系统,
所述控制模块,还用于当同批次的目标蛋黄液的重量值大于对应的预设值时,判断是否还存在同批次的目标鸡蛋需要制备,若存在,控制所述报警模块执行相应的第二报警操作,同时控制传输模块开始工作;
所述传输模块,用于将重量值大于对应的预设值的同批次装载有所述目标蛋黄液的目标装载体进行传输,并将新的目标装载体传输到与所述制备模块相对应的预设位置处;
所述新的目标装载体,用于装载所述同批次的剩余的合格的目标鸡蛋对应的目标蛋黄液。
上述第二报警操作,例如是语音报警,如当前需要制备同批次蛋黄液;
上述传输模块,一般实施为传输带;
上述目标装载体,一般实施为可装载蛋黄液的容器;
上述预设位置,一般为全自动鸡蛋分离器分离蛋黄液、鸡蛋白液和鸡蛋壳之后,可以接收到蛋黄液的流出口对应的放置位置;
一般是当当前目标装载体装载的蛋黄液的重量值大于预设值时,自动将当前目标装载体传输,并将新的目标状态体传输到预设位置处。
上述技术方案的有益效果是:当同批次的蛋黄液过多时,智能运输新的目标装载体到与制备模块相应的预设位置处,便于及时获取蛋黄液,避免蛋黄液浪费,同时,节省对蛋黄液进行再次检验的时间。
本发明实施例提供一种高乳化性蛋黄液的制备系统,还包括:
记录模块,用于在所述归类模块对所有目标鸡蛋进行批次归类处理之前,对获取的每个所述目标鸡蛋的表面进行印刷标记,并对所有目标鸡蛋进行记录,根据记录结果,确定每个目标鸡蛋的生产日期;
所述归类模块,用于根据所述记录模块确定的生产日期,对所有目标鸡蛋进行批次归类处理。
上述印刷标记,例如是在目标鸡蛋的表面印刷生产日期。
上述技术方案的有益效果是:通过对目标鸡蛋进行印刷标记,对后续为目标鸡蛋进行归类处理提供便利。
本发明实施例提供一种高乳化性蛋黄液的制备系统,还包括:
抽取模块,用于当所述归类模块进行批次归类处理之后,抽取同批次中的第一预设数目个目标鸡蛋;
所述控制模块,还用于控制所述第一检验模块对所述抽取模块抽取的第一预设数目个目标鸡蛋进行第一检验处理,并根据第一检验处理结果,确定所述第一预设数目个目标鸡蛋的预估日期是否与所述生产日期相一致;
确定所述预估日期与所述生产日期不一致的第二预设数目个目标鸡蛋,同时获取所述第二预设数目个目标鸡蛋的预设日期在于生产日期之前的第三预设数目;
所述控制模块,还用于若所述第三预设数目与所述第一预设数目的比值大于预设比值,则控制所述报警模块进行第三报警操作,同时将第三预设数目对应的目标鸡蛋的预估日期和生产日期传输到显示模块进行显示。
上述第一预设数目大于或等于第二预设数目,第二预设数目大于或等于第三预设数目;
其中,第一预设数目,是根据总的同批次的目标鸡蛋的总数量进行确定的,如果,同批次的目标鸡蛋的总数量大于100,则,按照一定的概率,对其进行抽取,如抽取数量为10个;
并对抽取的10个目标鸡蛋的生产日期进行第一检验处理,确定其10个目标鸡蛋的预估日期,如果,第二预设数目为5个,第三预设数目为4个,则第三预设数目与第一预设数目的比值为2/5,假设预设比值为1/5,此时,2/5大于1/5,控制报警模块进行第三报警操作,例如:
如果,第一预设数目标记的生产日期为2020.01.10,对应的第三预设数目中的4个目标鸡蛋的预估日期中的最早生产日期为2020.01.06,则,进行绿灯闪烁;
如果,第一预设数目标记的生产日期为2020.01.10,对应的第三预设数目中的4个目标鸡蛋的预估日期中的最早生产日期为2019.12.31,则,进行红灯闪烁等。
上述技术方案的有益效果是:通过抽取同批次中的目标鸡蛋进行日期检验,可有效的避免因人为操作,对目标鸡蛋行误印刷标记,提高确定目标鸡蛋产日期的准确性,便于确保后续获取蛋黄液提供保证。
本发明实施例提供一种高乳化性蛋黄液的制备系统,还包括:
监测模块,用于当所述制备系统运行时,对所述制备系统中与制备相关的模块进行监测,其中,与制备相关的模块包括:归类模块、第一检验模块、制备模块和第二检验模块;
所述控制模块,还用于根据所述监测模块的监测结果,确定与制备相关的模块是否正常运行,若是,不执行任何操作;
否则,控制所述报警模块进行第四报警操作,同时,根据所述与制备相关的模块的优先级顺序,控制非正常运行的模块、与所述非正常运行模块优先级相关的模块执行相应的操作。
上述对制备系统中的与制备相关的模块进行监测,是为了对上述对制备系统中的与制备相关的模块进行监测,例如,是对归类模块、第一检验模块、第二检验模块和制备模块进行监测;
上述第四报警操作,例如,当第一检验模块出现非正常运行时,红灯闪烁,当第二检验模块出现非正常运行时,黄灯闪烁等。
上述技术方案的有益效果是:通过对制备系统中的与制备相关的模块进行监测,便于提高其制备系统的稳定运行性,确保相关模块可以正常运行,提高制备蛋黄液的效率。
本发明实施例提供一种高乳化性蛋黄液的制备系统,所述控制模块,如图3所示,包括:
标记单元,用于当根据所述制备系统中与制备相关的模块的优先级顺序,控制非正常运行的模块、与所述非正常运行模块优先级相关的模块执行相应的操作之前,对与制备相关的每个模块进行优先级标记;
确定单元,用于根据所述标记单元的优先级标记结果,确定所述制备系统中与制备相关的每个模块在所述制备系统中的工作优先级;
控制单元,用于当所述制备系统在工作时,根据监测结果,确定非正常运行模块,并控制所述工作优先级高于非正常运行模块的其余模块继续工作,控制所述工作优先级低于非正常运行模块的其余模块停止工作,若在预设时间间隔内,非正常运行模块未修复成功,则控制所述制备系统中的所有模块停止工作;
若在预设时间间隔内,非正常运行模块修复成功,则控制所述制备系统中的所述工作优先级低于非正常运行模块的其余模块开始工作。
上述与制备相关的每个模块的优先级顺序,如:归类模块、第一检验模块、制备模块、第二检验模块的优先级顺序从低到高排列;
上述优先级标记,是为了智能确定其模块的优先级,便于后续分析。
上述工作优先级顺序与上述从低到高的优先级顺序相一致;
上述例如,若在制备系统工作过程中,如果归类模块突然出现非正常工作,且剩余模块正常工作,此时,控制剩余模块继续工作,控制归类模块停止工作,若在第一预设时间间隔内,归类模块未修复成功,则控制制备系统中的所有与制备相关的模块停止工作;
如果制备模块突然出现非正常工作,且剩余模块正常工作,此时,控制优先级高于制备模块的其余模块继续工作,控制优先级低于制备模块的模块停止工作,若在第二预设时间间隔内,制备模块未修复成功,则控制制备系统中的所有与制备相关的模块停止工作,依次类推等;
若在制备系统即将准备工作的过程中,如果制备系统的存在任何一个与制备相关的模块出现非正常工作,则,控制所有与制备相关的模块停止工作;其好处是,便于提高系统的工作寿命,且可有效的避免非正常运行后的优先级高于非正常运行模块上的鸡蛋的分离失败,提高获取蛋黄液的效率,避免蛋黄液浪费。
其中第一预设时间间隔大于第二预设时间间隔,且预设时间间隔与制备系统的工作运行状态相关。
上述技术方案的有益效果是:通过设置优先级顺序,便于对与制备相关的模块进行有效的控制,便于提高获取蛋黄液容量,同时提高检验蛋黄液的可靠性。
本发明实施例提供一种高乳化性蛋黄液的制备系统,
所述第二检验模块对不同批次的所述待检测目标蛋黄液进行智能检验,是为确保所述目标蛋黄液为无破碎、无杂质、及高乳化性的高品质蛋黄液,其中,对不同批次的所述目标蛋黄液进行智能检验的具体步骤,包括:
步骤S1、构建学习数据样本,所述学习数据样本为,提取P份不同品质的样本蛋黄液,每份样本蛋黄液提取10毫升,并检测每份所述样本蛋黄液的质量、透光率、酸碱度、颜色四个指标,形成一个P行5列的矩阵B;
其中,所述矩阵B的每一行代表一份学习样本的值,前4列分别代表所述质量、透光率、酸碱度、颜色四个指标的值,第5列代表所确定的所述学习样本所对应的所述样本蛋黄液的品质;
步骤S2、对不同批次中的同批次,且静置预设时间间隔后的所述待检测目标蛋黄液进行提取,且提取同批次10毫升待检测目标蛋黄液的四个指标的值,将所述4个指标的值与矩阵B的前4列共同构成矩阵C,所述矩阵C为P+1行4列;
其中,第1行为同批次所述待检测目标蛋黄液的指标值,第2至P+1行为学习样本的数据;
步骤S3、利用公式(1)将所述矩阵C中的元素进行去差异化,形成去差异化后矩阵D;
其中Di,t为矩阵D第i行t列的值,Ci,t为矩阵C的第i行第t列的值,i=1、2、3……P+1,t=1、2、3、4;
步骤S4、对所述矩阵D,利用公式(2)计算调整系数;
|D*D-λE|=0
(2)
其中,E为单位矩阵,所求解出来的λ则为所需的调整系数值,所述调整系数λ为由4个数值组成的向量;
步骤S5、利用公式(3)计算矩阵C中的每条数据的得分;
其中,Fi为第i条数据的得分,λn为λ的第n个值,arctan为反三角正切值,i=1、2、3……P+1,n=1、2、3、4;
步骤S6、利用公式(4)确定同批次的所述待检测目标蛋黄液的品质;
Si=|Fi+1-F1|
X=min(S1、S2、S3……Sp)
(4)
其中,所述Si为中间参数,min为求解最小值所对应的下标的值,X为所得到的下标的值,则所述下标对应的矩阵B中的第X条记录所对应的样本蛋黄液的品质则为所述待检测蛋黄液的品质,若所述品质值大于预设值,则,判定同批次的所述待检测蛋黄液合格,否则,判定同批次的所述待检测蛋黄液不合格,并发出与所述不合格的品质值相关的第五报警操作,同时对不同批次中的剩余同批次的待检测目标蛋黄液分别进行智能检验,直到检验完毕。
上述第五报警操作,例如是声、光、振动中的一种或多种的组合,如预设间隔的发射红光,如预设间隔为3S。
上述技术方案的有益效果是:利用公式(1)可以使得每个指标指标的值之间不存在差异,从而使得值更具有科学性,公式(2)可以利用简单的计算得到每个指标的调整系数,使后面的得分根据系数调整,同时利用上述技术,通过一些学习数据样本以及容易获取的蛋黄液的质量、透光率、酸碱度、颜色这四个指标,利用简单的计算,智能且高准确的判断所述蛋黄液的品质,从而达到极好的检测效果,同时所述操作全智能化操作,大幅度减少人工工作量,且通过对同批次的蛋黄液进行品质检测,可以避免因多批次的混合蛋黄液中的同一批次的蛋白液存在品质问题,而导致混合蛋黄液不能使用,因此对归类后的同批次蛋黄液进行品质检验,提高对目标蛋黄液的合理使用,同时,避免对目标蛋黄液的浪费,进而有效的提高蛋黄液的使用效率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种高乳化性蛋黄液的制备系统,其特征在于,包括:
归类模块,用于对所有目标鸡蛋进行批次归类处理;
第一检验模块,用于对批次归类处理后的目标鸡蛋进行预检验处理,同时根据预检验处理结果,剔除批次归类处理后的不合格的目标鸡蛋,保留批次归类处理后的合格的目标鸡蛋;
制备模块,用于对基于第一检验模块保留的批次归类处理后的合格的目标鸡蛋进行预设制备处理,获取若干不同批次的目标蛋黄液并存储;
第二检验模块,用于对所述制备模块获取的不同批次的目标蛋黄液进行提取得到待检测目标蛋黄液,并对不同批次的所述待检测目标蛋黄液进行智能检验;
控制模块,用于根据所述第二检验模块的检验结果,控制对应的报警模块执行相应的第一报警操作;
称重模块,用于对所述制备模块获取到的不同批次的所述目标蛋黄液进行称重,获得若干个所述目标蛋黄液的重量值;
所述控制模块,还用于将获取的所有不同批次的重量值与对应批次的预设值进行比较处理,根据比较处理结果,将重量值大于对应的预设值的批次目标蛋黄液进行预设标记;
同时,将预设标记结果基于预先制定的批次框架进行输入处理,获得显示结果,并将显示结果传输到显示模块;
所述显示模块,用于显示所述控制模块传输的显示结果。
2.如权利要求1所述的一种高乳化性蛋黄液的制备系统,其特征在于,
所述控制模块,还用于当同批次的目标蛋黄液的重量值大于对应的预设值时,判断是否还存在同批次的目标鸡蛋需要制备,若存在,控制所述报警模块执行相应的第二报警操作,同时控制传输模块开始工作;
所述传输模块,用于将重量值大于对应的预设值的同批次装载有所述目标蛋黄液的目标装载体进行传输,并将新的目标装载体传输到与所述制备模块相对应的预设位置处;
所述新的目标装载体,用于装载所述同批次的剩余的合格的目标鸡蛋对应的目标蛋黄液。
3.如权利要求1所述的一种高乳化性蛋黄液的制备系统,其特征在于,还包括:
记录模块,用于在所述归类模块对所有目标鸡蛋进行批次归类处理之前,对获取的每个所述目标鸡蛋的表面进行印刷标记,并对所有目标鸡蛋进行记录,根据记录结果,确定每个目标鸡蛋的生产日期;
所述归类模块,用于根据所述记录模块确定的生产日期,对所有目标鸡蛋进行批次归类处理。
4.如权利要求1所述的一种高乳化性蛋黄液的制备系统,其特征在于,还包括:
抽取模块,用于当所述归类模块进行批次归类处理之后,抽取同批次中的第一预设数目个目标鸡蛋;
所述控制模块,还用于控制所述第一检验模块对所述抽取模块抽取的第一预设数目个目标鸡蛋进行第一检验处理,并根据第一检验处理结果,确定所述第一预设数目个目标鸡蛋的预估日期是否与生产日期相一致;
确定所述预估日期与所述生产日期不一致的第二预设数目个目标鸡蛋,同时获取所述第二预设数目个目标鸡蛋的预设日期在于生产日期之前的第三预设数目;
所述控制模块,还用于若所述第三预设数目与所述第一预设数目的比值大于预设比值,则控制所述报警模块进行第三报警操作,同时将第三预设数目对应的目标鸡蛋的预估日期和生产日期传输到显示模块进行显示。
5.如权利要求1所述的一种高乳化性蛋黄液的制备系统,其特征在于,还包括:
监测模块,用于当所述制备系统运行时,对所述制备系统中与制备相关的模块进行监测,其中,与制备相关的模块包括:归类模块、第一检验模块、制备模块和第二检验模块;
所述控制模块,还用于根据所述监测模块的监测结果,确定与制备相关的模块是否正常运行,若是,不执行任何操作;
否则,控制所述报警模块进行第四报警操作,同时,根据所述与制备相关的模块的优先级顺序,控制非正常运行的模块、与所述非正常运行模块优先级相关的模块执行相应的操作。
6.如权利要求5所述的一种高乳化性蛋黄液的制备系统,其特征在于,所述控制模块包括:
标记单元,用于当根据所述制备系统中每个模块的优先级顺序,控制非正常运行的模块、与所述非正常运行模块优先级相关的模块执行相应的操作之前,对每个模块进行优先级标记;
确定单元,用于根据所述标记单元的优先级标记结果,确定所述制备系统中的每个模块在所述制备系统中的工作优先级;
控制单元,用于当所述制备系统在工作时,根据监测结果,确定非正常运行模块,并控制所述工作优先级高于非正常运行模块的其余模块继续工作,控制所述工作优先级低于非正常运行模块的其余模块停止工作,若在预设时间间隔内,非正常运行模块未修复成功,则控制所述制备系统中的所有模块停止工作;
若在预设时间间隔内,非正常运行模块修复成功,则控制所述制备系统中的所述工作优先级低于非正常运行模块的其余模块开始工作。
7.如权利要求1所述的一种高乳化性蛋黄液的制备系统,其特征在于,
所述第二检验模块对不同批次的所述待检测目标蛋黄液进行智能检验,是为确保所述目标蛋黄液为无破碎、无杂质、及高乳化性的高品质蛋黄液,其中,对不同批次的所述目标蛋黄液进行智能检验的具体步骤,包括:
步骤S1、构建学习数据样本,所述学习数据样本为,提取P份不同品质的样本蛋黄液,每份样本蛋黄液提取10毫升,并检测每份所述样本蛋黄液的质量、透光率、酸碱度、颜色四个指标,形成一个P行5列的矩阵B;
其中,所述矩阵B的每一行代表一份学习样本的值,前4列分别代表所述质量、透光率、酸碱度、颜色四个指标的值,第5列代表所确定的所述学习样本所对应的所述样本蛋黄液的品质;
步骤S2、对不同批次中的同批次,且静置预设时间间隔后的所述待检测目标蛋黄液进行提取,且提取同批次10毫升待检测目标蛋黄液的四个指标的值,将所述4个指标的值与矩阵B的前4列共同构成矩阵C,所述矩阵C为P+1行4列;
其中,第1行为同批次所述待检测目标蛋黄液的指标值,第2至P+1行为学习样本的数据;
步骤S3、利用公式(1)将所述矩阵C中的元素进行去差异化,形成去差异化后矩阵D;
其中Di,t为矩阵D第i行t列的值,Ci,t为矩阵C的第i行第t列的值,i=1、2、3……P+1,t=1、2、3、4;
步骤S4、对所述矩阵D,利用公式(2)计算调整系数;
|D*D-λE|=0
(2)
其中,E为单位矩阵,所求解出来的λ则为所需的调整系数值,所述调整系数λ为由4个数值组成的向量;
步骤S5、利用公式(3)计算矩阵C中的每条数据的得分;
其中,Fi为第i条数据的得分,λn为λ的第n个值,arctan为反三角正切值,i=1、2、3……P+1,n=1、2、3、4;
步骤S6、利用公式(4)确定同批次的所述待检测目标蛋黄液的品质;
Si=|Fi+1-F1|
X=min(S1、S2、S3……Sp)
(4)
其中,所述Si为中间参数,min为求解最小值所对应的下标的值,X为所得到的下标的值,则所述下标对应的矩阵B中的第X条记录所对应的样本蛋黄液的品质则为所述待检测目标蛋黄液的品质值,若所述品质值大于预设值,则,判定同批次的所述待检测目标蛋黄液合格,否则,判定同批次的所述待检测目标蛋黄液不合格,并发出与所述不合格的品质值相关的第五报警操作,同时对不同批次中的剩余同批次的待检测目标蛋黄液分别进行智能检验,直到检验完毕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010080578.8A CN111134348B (zh) | 2020-02-05 | 2020-02-05 | 一种高乳化性蛋黄液的制备系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010080578.8A CN111134348B (zh) | 2020-02-05 | 2020-02-05 | 一种高乳化性蛋黄液的制备系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111134348A CN111134348A (zh) | 2020-05-12 |
CN111134348B true CN111134348B (zh) | 2020-08-25 |
Family
ID=70527149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010080578.8A Active CN111134348B (zh) | 2020-02-05 | 2020-02-05 | 一种高乳化性蛋黄液的制备系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111134348B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL1010910C2 (nl) * | 1998-12-28 | 2000-06-30 | Coenraadts Maschf Bv | Werkwijze en inrichting voor het van elkaar scheiden van het eiwit en het eigeel van eieren, en aanvullende scheidingsmiddelen voor toepassing daarin. |
CN102445456B (zh) * | 2011-10-09 | 2013-07-03 | 河海大学常州校区 | 基于dsp机器视觉的鸡蛋品质无损检测装置及检测方法 |
CN207730740U (zh) * | 2017-12-28 | 2018-08-14 | 福建光阳蛋业股份有限公司 | 一种鲜蛋新鲜度检测装置 |
CN108872095A (zh) * | 2018-06-26 | 2018-11-23 | 西京学院 | 一种基于不同光谱特征融合的鸡蛋品质检测方法 |
CN209768593U (zh) * | 2018-11-12 | 2019-12-13 | 山东牧族生态农业科技有限公司 | 蛋类分级包装一体化设备 |
CN109978354A (zh) * | 2019-03-14 | 2019-07-05 | 黄惠珠 | 一种基于保质期的食品抽查方法及其系统 |
CN110161121B (zh) * | 2019-06-17 | 2020-01-17 | 江苏仁康蛋业有限公司 | 一种禽蛋在线无损检测系统 |
-
2020
- 2020-02-05 CN CN202010080578.8A patent/CN111134348B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111134348A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3548900B1 (en) | Failure state prediction for automated analyzers for analyzing a biological sample | |
JP6927465B2 (ja) | 検体中の妨害因子を分類するためのモデルベース方法及び装置 | |
US20190118226A1 (en) | Sorting system | |
CN108133391A (zh) | 销量预测方法以及服务器 | |
CN107367622B (zh) | 全自动血型分析系统 | |
GB2179648A (en) | Inspection and sorting of molded containers as a function of mold of origin | |
AU2019250160B2 (en) | System and method for producing statistically valid assay means and ranges for quality control materials | |
CN105691761A (zh) | 一种小型农产品自动分拣装箱的方法及其装置 | |
EP3751284B1 (en) | Method and laboratory system to provide control samples for validating a diagnostic test | |
CN111134348B (zh) | 一种高乳化性蛋黄液的制备系统 | |
JP2003315343A (ja) | 自動分析装置及びネットワークシステム | |
CN105935148A (zh) | 一种自动化烟草复烤均质系统 | |
JP7227948B2 (ja) | 分析装置の状態を点検するための技術 | |
CN117092304A (zh) | 一种医药中间体生产工序全流程监测分析管理系统 | |
CN106599902B (zh) | 一种基于图像的糖晶体分类识别及结晶质量控制方法 | |
DE102014106916A1 (de) | Vorrichtung zur automatisierten Bestimmung von mindestens zwei unterschiedlichen Prozessparametern | |
CN115034303A (zh) | 一种食品有害物质定向检测方法及系统 | |
EP3836019A1 (de) | Verfahren und assistenzsystem zur überprüfung von mustern auf fehlerhaftigkeit | |
DE112019004891T5 (de) | Automatische Proben- und Standardaufbereitung auf Grundlage der Erkennung von Probeidentität und Probentyp | |
CN116933210B (zh) | 基于多维传感器的食品加工灌装设备监测方法及系统 | |
SE542402C2 (en) | Method and apparatus for training a neural network classifier to classify an image depicting one or more objects of a biological sample | |
EP3296387B1 (de) | Verfahren zur überwachung von bioprozessen | |
CN109870566B (zh) | 临床样本批间比值质控检测方法及其应用 | |
WO2010063859A1 (es) | Sistema y procedimiento de obtención, clasificación y selección de aceite de oliva | |
CA3104615A1 (en) | Method for examining a liquid sample and a dispensing apparatus |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |