CN111220556A - 一种食品安全性信息检测方法 - Google Patents
一种食品安全性信息检测方法 Download PDFInfo
- Publication number
- CN111220556A CN111220556A CN202010056388.2A CN202010056388A CN111220556A CN 111220556 A CN111220556 A CN 111220556A CN 202010056388 A CN202010056388 A CN 202010056388A CN 111220556 A CN111220556 A CN 111220556A
- Authority
- CN
- China
- Prior art keywords
- food
- sample
- data
- detection
- module
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 103
- 238000001514 detection method Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000005070 sampling Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000003860 storage Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 13
- 239000000306 component Substances 0.000 claims abstract description 12
- 230000000694 effects Effects 0.000 claims abstract description 11
- 235000012041 food component Nutrition 0.000 claims abstract description 10
- 239000005428 food component Substances 0.000 claims abstract description 10
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 230000003068 static effect Effects 0.000 claims description 12
- 238000003756 stirring Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000005303 weighing Methods 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 4
- 229910001385 heavy metal Inorganic materials 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 239000000447 pesticide residue Substances 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 230000000996 additive effect Effects 0.000 claims description 3
- 230000000711 cancerogenic effect Effects 0.000 claims description 3
- 150000001720 carbohydrates Chemical class 0.000 claims description 3
- 231100000357 carcinogen Toxicity 0.000 claims description 3
- 239000003183 carcinogenic agent Substances 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000036541 health Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010298 pulverizing process Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 235000015895 biscuits Nutrition 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000273 veterinary drug 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
- G01N21/17—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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/38—Diluting, dispersing or mixing samples
Landscapes
- Physics & Mathematics (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)
- Spectroscopy & Molecular Physics (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种食品安全性信息检测方法,包括以下步骤:取样装置提取待检测食品;处理装置对样品进行处理;食品成分检测装置对样品成分信息进行检测;分析模块对检测数据进行分析以判断样品质量;检测数据及分析结果自动发送至本地服务器中,本地存储模块对相关信息进行存储;本地服务器将检测数据及分析结果自动发送至云服务器,云存储器对相关数据进行存储备份;后台人员通过智能终端上的APP或登录相关网页来查看相关数据信息,以便于管理和后期追溯。本发明操作简单,智能化程度高,操作过程省时省力,显著提高了食品检测结果的精准性,检测效果好,而且还方便对检测信息进行管理,有利于后期追溯,进一步提高食品的安全性能。
Description
技术领域
本发明涉及食品安全检测技术领域,尤其涉及一种食品安全性信息检测方法。
背景技术
食品安全指食品无毒、无害,符合应当有的营养要求,对人体健康不造成任何急性、亚急性或者慢性危害;随着社会经济的发展以及生活水平的不断提高,越来越多的人开始注重健康养生,尤其是入口食品的安全,而且近年来有众多由于食品问题引发的事故频繁发生,引起了众多消费者的担忧;食品安全影响着每个人的日常生活和健康,过去的一些食品安全事故,究其源头往往是采购的原材料所含的有害物质导致了食品安全问题,如何检验和消除农产品原材料中的农药残留、兽药残留、重金属污染以及非法添加剂,已经成为食品生产厂商及消费者关注的首要问题;
现有技术提供的用于检测食品安全的方法,操作复杂、不易掌握、信息化和智能化程度低,使用效果不佳。
发明内容
有鉴于此,本发明的目的在于提出一种食品安全性信息检测方法,操作简单,智能化程度高,操作过程省时省力,显著提高了食品检测结果的精准性,检测效果好,而且还方便对检测信息进行管理,有利于后期追溯,进一步提高食品的安全性能。
基于上述目的本发明提供的一种食品安全性信息检测方法,包括以下步骤:
S1、预先设置食品的单次取样重量阈值,取样装置提取待检测食品,当样品重量达到阈值时,停止此次取样;
S2、将提取的样品投入处理装置中,处理装置对样品进行处理;
S3、将处理后的样品放置于食品成分检测装置,食品成分检测装置对样品成分信息进行检测;
S4、检测数据自动发送至分析模块,分析模块对检测数据进行分析以判断样品质量,并将分析结果发送至控制系统;
当样品质量不合格时,控制系统控制警报模块响起以提醒操作人员作出反应,操作人员对该批次食品进行再次抽检;
S5、检测数据及分析结果自动发送至本地服务器中,显示模块对相关信息进行显示,本地存储模块对相关信息进行存储;
每次取样检测分析过程中产生的各项数据信息存储至一个单独的文件夹中,文件夹中还包括此次检测日期、检测食品批次号等;
S6、本地服务器将检测数据及分析结果自动发送至云服务器,云存储器对相关数据进行存储备份;
S7、后台人员通过智能终端上的APP或登录相关网页来查看相关数据信息,以便于管理和后期追溯。
可选的,在S1中,取样装置安装于食品生产线上,且取样装置包括X轴运动模块、Y轴运动模块、Z轴运动模块和取样器;
X轴运动模块、Y轴运动模块、Z轴运动模块作用于取样器,以实现取样器在X轴、Y轴和Z轴的运动,取样器进行取样。
可选的,取样装置上还设有称重模块,称重模块对所取样食品的重量进行检测。
可选的,在S2中,处理装置包括粉碎模块、搅拌模块和筛选模块;
粉碎模块,用于对样品进行粉碎处理,使样品成粉状;
搅拌模块,用于对粉碎的用品进行搅拌,使样品中的各组分均匀分布;
筛选模块,用于去除混合后样品中的大颗粒物。
可选的,在S3中,还包括如下操作:
预先设置食品的各组分阈值,包括糖类含量、蛋白质含量等;
预先设置食品中各元素的含量阈值。
可选的,在S3中,还包括对样品中的农药残留检测、添加剂含量检测、重金属含量检测、致癌物含量检测及其它有害物质检测。
可选的,在S3中,还通过光谱分析仪采集样品的光谱图像信息,并通过其中的分析程序对光谱图像信息进行分析,以提高食品安全检测效果。
可选的,在S4中,样品质量的判断方法如下:
采集样品的静态数据及动态数据,静态数据是指食品在某一特定条件下被测量所获得的表征数据,动态数据是指食品体系变化状态下的表征数据,即在特定扰动条件下,食品体系变化序列谱图数据;
采用加权相似度算法对静态数据及动态数据进行融合,得到相关系数,操作过程包括对静态数据计算食品测试样品数据与食品标准样品数据之间的相似度,对动态数据计算食品测试样品数据矩阵与食品标准样品数据矩阵之间的相似度,最终结合计算数据对样品质量进行判断。
可选的,在S6中,云存储器中还存储有每批次食品的生产日期信息、生产地信息、生产商家信息和物流信息,每项信息与该批次食品的检测信息相对应。
可选的,在S7中,智能终端包括智能手机、平板或笔记本电脑。
从上面所述可以看出,本发明提供的一种食品安全性信息检测方法,取样装置自动提取待检测食品,处理装置对样品进行处理,食品成分检测装置对样品成分信息进行检测;分析模块对检测数据进行分析以判断样品质量,并将分析结果发送至控制系统,当样品质量不合格时,控制系统控制警报模块响起以提醒操作人员作出反应;检测数据及分析结果自动发送至本地服务器中,显示模块对相关信息进行显示,本地存储模块对相关信息进行存储;本地服务器将检测数据及分析结果自动发送至云服务器,云存储器对相关数据进行存储备份;后台人员通过智能终端上的APP或登录相关网页来查看相关数据信息;
本发明操作简单,智能化程度高,操作过程省时省力,显著提高了食品检测结果的精准性,检测效果好,而且还方便对检测信息进行管理,有利于后期追溯,进一步提高食品的安全性能。
具体实施方式
为下面通过对实施例的描述,本发明的具体实施方式如所涉及的制造工艺及操作使用方法等,作进一步详细的说明,以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
为了解决现有技术中用于检测食品安全的方法,操作复杂、不易掌握、信息化和智能化程度低,使用效果不佳的问题,本发明提出的一种食品安全性信息检测方法,包括以下步骤:
S1、预先设置食品的单次取样重量阈值,取样装置提取待检测食品,当样品重量达到阈值时,停止此次取样;
S2、将提取的样品投入处理装置中,处理装置对样品进行处理;
S3、将处理后的样品放置于食品成分检测装置,食品成分检测装置对样品成分信息进行检测;
S4、检测数据自动发送至分析模块,分析模块对检测数据进行分析以判断样品质量,并将分析结果发送至控制系统;
当样品质量不合格时,控制系统控制警报模块响起以提醒操作人员作出反应,操作人员对该批次食品进行再次抽检;
S5、检测数据及分析结果自动发送至本地服务器中,显示模块对相关信息进行显示,本地存储模块对相关信息进行存储;
每次取样检测分析过程中产生的各项数据信息存储至一个单独的文件夹中,文件夹中还包括此次检测日期、检测食品批次号等;
S6、本地服务器将检测数据及分析结果自动发送至云服务器,云存储器对相关数据进行存储备份;
S7、后台人员通过智能终端上的APP或登录相关网页来查看相关数据信息,以便于管理和后期追溯。
在一个可选的实施例中,在S1中,取样装置安装于食品生产线上,且取样装置包括X轴运动模块、Y轴运动模块、Z轴运动模块和取样器;X轴运动模块、Y轴运动模块、Z轴运动模块作用于取样器,以实现取样器在X轴、Y轴和Z轴的运动,取样器进行取样,能够自动进行取样,操作更加简单,使用效果好。
在一个可选的实施例中,取样装置上还设有称重模块,称重模块对所取样食品的重量进行检测,能够自动对样品进行重量检测,使用方便,省时省力。
在一个可选的实施例中,在S2中,处理装置包括粉碎模块、搅拌模块和筛选模块;粉碎模块,用于对样品进行粉碎处理,使样品成粉状;搅拌模块,用于对粉碎的用品进行搅拌,使样品中的各组分均匀分布;筛选模块,用于去除混合后样品中的大颗粒物,有助于之后的检测操作,显著提高检测效果和检测精度。
在一个可选的实施例中,在S3中,还包括如下操作:预先设置食品的各组分阈值,包括糖类含量、蛋白质含量等;预先设置食品中各元素的含量阈值;用于将样品检测数据与预先设置的阈值进行比对,快速了解样品质量。
在一个可选的实施例中,在S3中,还包括对样品中的农药残留检测、添加剂含量检测、重金属含量检测、致癌物含量检测及其它有害物质检测。
在一个可选的实施例中,在S3中,还通过光谱分析仪采集样品的光谱图像信息,并通过其中的分析程序对光谱图像信息进行分析,以提高食品安全检测效果。
在一个可选的实施例中,在S4中,样品质量的判断方法如下:
采集样品的静态数据及动态数据,静态数据是指食品在某一特定条件下被测量所获得的表征数据,动态数据是指食品体系变化状态下的表征数据,即在特定扰动条件下,食品体系变化序列谱图数据;
采用加权相似度算法对静态数据及动态数据进行融合,得到相关系数,操作过程包括对静态数据计算食品测试样品数据与食品标准样品数据之间的相似度,对动态数据计算食品测试样品数据矩阵与食品标准样品数据矩阵之间的相似度,最终结合计算数据对样品质量进行判断。
在一个可选的实施例中,在S6中,云存储器中还存储有每批次食品的生产日期信息、生产地信息、生产商家信息和物流信息,每项信息与该批次食品的检测信息相对应。
在一个可选的实施例中,在S7中,智能终端包括智能手机、平板或笔记本电脑。
本发明中,使用时,预先设置食品的单次取样重量阈值,取样装置自动提取待检测食品;然后将提取的样品投入处理装置中,处理装置对样品进行处理;之后将处理后的样品放置于食品成分检测装置,食品成分检测装置对样品成分信息进行检测;
然后将检测数据自动发送至分析模块,分析模块对检测数据进行分析以判断样品质量,并将分析结果发送至控制系统;当样品质量不合格时,控制系统控制警报模块响起以提醒操作人员作出反应,操作人员对该批次食品进行再次抽检多多次抽检,以确定该批次产品的质量;
之后将检测数据及分析结果自动发送至本地服务器中,显示模块对相关信息进行显示,本地存储模块对相关信息进行存储;每次取样检测分析过程中产生的各项数据信息存储至一个单独的文件夹中,文件夹中还包括此次检测日期、检测食品批次号等;本地服务器将检测数据及分析结果自动发送至云服务器,云存储器对相关数据进行存储备份;后台人员通过智能终端上的APP或登录相关网页来查看相关数据信息,以便于管理和后期追溯,智能化程度高,操作更加简单;
本发明操作简单,智能化程度高,操作过程省时省力,显著提高了食品检测结果的精准性,检测效果好,而且还方便对检测信息进行管理,有利于后期追溯,进一步提高食品(尤其是饼干类食品)的安全性能。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种食品安全性信息检测方法,其特征在于,包括以下步骤:
S1、预先设置食品的单次取样重量阈值,取样装置提取待检测食品,当样品重量达到阈值时,停止此次取样;
S2、将提取的样品投入处理装置中,处理装置对样品进行处理;
S3、将处理后的样品放置于食品成分检测装置,食品成分检测装置对样品成分信息进行检测;
S4、检测数据自动发送至分析模块,分析模块对检测数据进行分析以判断样品质量,并将分析结果发送至控制系统;
当样品质量不合格时,控制系统控制警报模块响起以提醒操作人员作出反应,操作人员对该批次食品进行再次抽检;
S5、检测数据及分析结果自动发送至本地服务器中,显示模块对相关信息进行显示,本地存储模块对相关信息进行存储;
每次取样检测分析过程中产生的各项数据信息存储至一个单独的文件夹中,文件夹中还包括此次检测日期、检测食品批次号;
S6、本地服务器将检测数据及分析结果自动发送至云服务器,云存储器对相关数据进行存储备份;
S7、后台人员通过智能终端上的APP或登录相关网页来查看相关数据信息,以便于管理和后期追溯。
2.根据权利要求1所述的食品安全性信息检测方法,其特征在于,在S1中,取样装置安装于食品生产线上,且取样装置包括X轴运动模块、Y轴运动模块、Z轴运动模块和取样器;
X轴运动模块、Y轴运动模块、Z轴运动模块作用于取样器,以实现取样器在X轴、Y轴和Z轴的运动,取样器进行取样。
3.根据权利要求2所述的食品安全性信息检测方法,其特征在于,取样装置上还设有称重模块,称重模块对所取样食品的重量进行检测。
4.根据权利要求1所述的食品安全性信息检测方法,其特征在于,在S2中,处理装置包括粉碎模块、搅拌模块和筛选模块;
粉碎模块,用于对样品进行粉碎处理,使样品成粉状;
搅拌模块,用于对粉碎的用品进行搅拌,使样品中的各组分均匀分布;
筛选模块,用于去除混合后样品中的大颗粒物。
5.根据权利要求1所述的食品安全性信息检测方法,其特征在于,在S3中,还包括如下操作:
预先设置食品的各组分阈值,包括糖类含量、蛋白质含量;
预先设置食品中各元素的含量阈值。
6.根据权利要求1所述的食品安全性信息检测方法,其特征在于,在S3中,还包括对样品中的农药残留检测、添加剂含量检测、重金属含量检测、致癌物含量检测及其它有害物质检测。
7.根据权利要求1所述的食品安全性信息检测方法,其特征在于,在S3中,还通过光谱分析仪采集样品的光谱图像信息,并通过其中的分析程序对光谱图像信息进行分析,以提高食品安全检测效果。
8.根据权利要求1所述的食品安全性信息检测方法,其特征在于,在S4中,样品质量的判断方法如下:
采集样品的静态数据及动态数据,静态数据是指食品在某一特定条件下被测量所获得的表征数据,动态数据是指食品体系变化状态下的表征数据,即在特定扰动条件下,食品体系变化序列谱图数据;
采用加权相似度算法对静态数据及动态数据进行融合,得到相关系数,操作过程包括对静态数据计算食品测试样品数据与食品标准样品数据之间的相似度,对动态数据计算食品测试样品数据矩阵与食品标准样品数据矩阵之间的相似度,最终结合计算数据对样品质量进行判断。
9.根据权利要求1所述的食品安全性信息检测方法,其特征在于,在S6中,云存储器中还存储有每批次食品的生产日期信息、生产地信息、生产商家信息和物流信息,每项信息与该批次食品的检测信息相对应。
10.根据权利要求1所述的食品安全性信息检测方法,其特征在于,在S7中,智能终端包括智能手机、平板或笔记本电脑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010056388.2A CN111220556A (zh) | 2020-01-18 | 2020-01-18 | 一种食品安全性信息检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010056388.2A CN111220556A (zh) | 2020-01-18 | 2020-01-18 | 一种食品安全性信息检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111220556A true CN111220556A (zh) | 2020-06-02 |
Family
ID=70827197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010056388.2A Pending CN111220556A (zh) | 2020-01-18 | 2020-01-18 | 一种食品安全性信息检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111220556A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112067761A (zh) * | 2020-09-02 | 2020-12-11 | 江苏经贸职业技术学院 | 食品检测集成系统及其方法 |
CN112232836A (zh) * | 2020-10-19 | 2021-01-15 | 杭州立高检验检测技术研究院有限公司 | 一种乳制品数据监测方法、系统、装置和存储介质 |
CN112697553A (zh) * | 2020-12-14 | 2021-04-23 | 安徽中青检验检测有限公司 | 一种固态食品检测用样品处理方法及处理装置 |
CN113358433A (zh) * | 2021-06-02 | 2021-09-07 | 深圳中检联检测有限公司 | 一种食品安全抽样检测方法 |
CN113533499A (zh) * | 2021-05-25 | 2021-10-22 | 广东省中鼎检测技术有限公司 | 一种食品安全全程追溯方法及样品检测系统 |
CN116046516A (zh) * | 2023-04-03 | 2023-05-02 | 四川中科高能科技发展有限责任公司 | 一种基于辐照参数自动筛选的食品质量提升方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886439A (zh) * | 2014-04-11 | 2014-06-25 | 博彦网鼎信息技术有限公司 | 食品安全信息管理平台及方法 |
CN104165778A (zh) * | 2014-07-25 | 2014-11-26 | 安徽省一一通信息科技有限公司 | 一种物品取样系统的取样方法 |
US20160227743A1 (en) * | 2015-01-26 | 2016-08-11 | Ten Media, Llc Dba Ten Ag Tech Co. | Method and system for monitoring food processing operations |
CN106198903A (zh) * | 2016-08-17 | 2016-12-07 | 甄选科技(北京)有限公司 | 食品安全管理系统和方法 |
CN107730273A (zh) * | 2017-09-30 | 2018-02-23 | 广州安食通信息科技有限公司 | 一种食品流通追溯平台及其实现方法 |
CN108171522A (zh) * | 2017-12-27 | 2018-06-15 | 重庆桦湖山生态农业股份有限公司 | 一种农产品信息追溯方法及系统 |
CN108182555A (zh) * | 2018-02-09 | 2018-06-19 | 重庆市农业科学院 | 一种食品质量安全风险评估系统 |
CN110186854A (zh) * | 2019-06-12 | 2019-08-30 | 六盘水市食品药品检验检测所 | 一种食品安全性信息检测方法 |
-
2020
- 2020-01-18 CN CN202010056388.2A patent/CN111220556A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886439A (zh) * | 2014-04-11 | 2014-06-25 | 博彦网鼎信息技术有限公司 | 食品安全信息管理平台及方法 |
CN104165778A (zh) * | 2014-07-25 | 2014-11-26 | 安徽省一一通信息科技有限公司 | 一种物品取样系统的取样方法 |
US20160227743A1 (en) * | 2015-01-26 | 2016-08-11 | Ten Media, Llc Dba Ten Ag Tech Co. | Method and system for monitoring food processing operations |
CN106198903A (zh) * | 2016-08-17 | 2016-12-07 | 甄选科技(北京)有限公司 | 食品安全管理系统和方法 |
CN107730273A (zh) * | 2017-09-30 | 2018-02-23 | 广州安食通信息科技有限公司 | 一种食品流通追溯平台及其实现方法 |
CN108171522A (zh) * | 2017-12-27 | 2018-06-15 | 重庆桦湖山生态农业股份有限公司 | 一种农产品信息追溯方法及系统 |
CN108182555A (zh) * | 2018-02-09 | 2018-06-19 | 重庆市农业科学院 | 一种食品质量安全风险评估系统 |
CN110186854A (zh) * | 2019-06-12 | 2019-08-30 | 六盘水市食品药品检验检测所 | 一种食品安全性信息检测方法 |
Non-Patent Citations (1)
Title |
---|
柳州市农产品质量安全检测中心, 广西科学技术出版社 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112067761A (zh) * | 2020-09-02 | 2020-12-11 | 江苏经贸职业技术学院 | 食品检测集成系统及其方法 |
CN112232836A (zh) * | 2020-10-19 | 2021-01-15 | 杭州立高检验检测技术研究院有限公司 | 一种乳制品数据监测方法、系统、装置和存储介质 |
CN112697553A (zh) * | 2020-12-14 | 2021-04-23 | 安徽中青检验检测有限公司 | 一种固态食品检测用样品处理方法及处理装置 |
CN113533499A (zh) * | 2021-05-25 | 2021-10-22 | 广东省中鼎检测技术有限公司 | 一种食品安全全程追溯方法及样品检测系统 |
CN113533499B (zh) * | 2021-05-25 | 2024-04-19 | 广东省中鼎检测技术有限公司 | 一种样品检测系统 |
CN113358433A (zh) * | 2021-06-02 | 2021-09-07 | 深圳中检联检测有限公司 | 一种食品安全抽样检测方法 |
CN116046516A (zh) * | 2023-04-03 | 2023-05-02 | 四川中科高能科技发展有限责任公司 | 一种基于辐照参数自动筛选的食品质量提升方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111220556A (zh) | 一种食品安全性信息检测方法 | |
CN110349145B (zh) | 缺陷检测方法、装置、电子设备以及存储介质 | |
CN112036755B (zh) | 一种建筑工程质量检测的监管方法及系统 | |
EP1116150B1 (fr) | Procede et systeme multidimensionnel de maitrise statistique des processus | |
CN113850244B (zh) | 基于图像识别的输煤量监测方法、装置、设备及存储介质 | |
NZ631595A (en) | Systems and methods for detection of particles in a beneficial agent | |
US20200090314A1 (en) | System and method for determining a condition of an object | |
JP2007033132A5 (zh) | ||
Aggarwal et al. | Aspect ratio analysis using image processing for rice grain quality | |
CN111443171A (zh) | 一种便携式的多功能食品安全检测系统 | |
CN116596305A (zh) | 用于食品安全管理的风险分级方法 | |
Paoletti et al. | Distributional assumptions in food and feed commodities—development of fit-for-purpose sampling protocols | |
CN111178909A (zh) | 基于卫星定位的蔬菜安全检测二维码存储方法及网站系统 | |
US8296077B2 (en) | Food additive detector | |
CN115218790A (zh) | 棒材检测方法、装置和系统 | |
CN116433155B (zh) | 一种基于可视化的工程物资仓储智能管理系统 | |
CN111504927A (zh) | 用于食品检测的高效稳定的原子吸收光谱仪及其控制方法 | |
CN116679015A (zh) | 一种检测牛奶新鲜度的方法和系统 | |
CN111103629A (zh) | 一种目标检测方法、装置、nvr设备及安检系统 | |
Tanck et al. | A new technique of quality analysis for rice grading for Agmark standards | |
CN205719938U (zh) | 光谱快速检测农药残留装置 | |
Sarkar et al. | Fault identification on cigarette packets-an image processing approach | |
CN110687374A (zh) | 机车信号车载设备在车检测数据分析系统及方法 | |
CN219455927U (zh) | 一种农产品农药残留检测装置 | |
CN117688452B (zh) | 一种基于神经网络的食品农药残留量检测预警方法及系统 |
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: 20200602 |