CN112946209A - 一种核桃粉新鲜度的非接触检测跟踪方法及其检测系统 - Google Patents
一种核桃粉新鲜度的非接触检测跟踪方法及其检测系统 Download PDFInfo
- Publication number
- CN112946209A CN112946209A CN202110152898.4A CN202110152898A CN112946209A CN 112946209 A CN112946209 A CN 112946209A CN 202110152898 A CN202110152898 A CN 202110152898A CN 112946209 A CN112946209 A CN 112946209A
- Authority
- CN
- China
- Prior art keywords
- detection
- walnut powder
- aflatoxin
- hydrogen peroxide
- content
- 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.)
- Granted
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Computational Linguistics (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明一种核桃粉新鲜度的非接触检测跟踪方法及其检测系统,属于核桃粉新鲜度的非接触检测技术领域;所要解决的技术问题为:提供一种核桃粉新鲜度的非接触检测跟踪方法的改进;解决上述技术问题采用的技术方案为:数据采集:通过检测跟踪系统采集核桃粉存放地的实时环境温度数据及放置时长数据;含量检测:将采集的数据输入至已经搭建好的过氧化氢检测模型、黄曲霉素检测模型中,对核桃粉中的过氧化氢、黄曲霉素的含量进行检测,并将检测结果发送至微控制器;微控制器通过多过氧化氢、黄曲霉素的含量的判断输出判断结果,并在显示终端进行显示;检测含量异常时触发报警装置报警;本发明应用于核桃粉新鲜度检测。
Description
技术领域
本发明一种核桃粉新鲜度的非接触检测跟踪方法及其检测系统,属于核桃粉新鲜度实时 检测跟踪方法及其检测系统技术领域。
背景技术
随着生活质量的提高,人们在安全饮食的基础上开始追求营养均衡的健康饮食生活。核 桃仁含有丰富的不饱和脂肪酸,其中油酸、亚油酸、亚麻酸和花生烯酸占总量的90%,为人 体的必需脂肪酸,是大脑神经脂质的构成成分;含有的丰富的蛋白质、磷、钙、微量元素 锌、锰和多种维生素,更是人们体质健康的保障。由核桃仁精制而成的核桃粉,可以直接食 用或添加于各种乳制品,对各年龄阶段的人有不同程度的保健作用。然而,核桃粉的功效与 其品质有关,与其新鲜度有关,与过氧化氢的有无及含量有关,与黄曲霉素的有无及含量有 关。在食用核桃粉的过程中,如何正确了解过氧化氢和黄曲霉素的含量是每一个食用者急需 了解的,也是厂家应该提示告知的,若技术条件受限时需要相关科研人员针对该问题开展研 究,尽快解决。
目前,过氧化氢和黄曲霉素的含量往往采用化学与物理方法检测,对销售中的核桃粉只 能进行抽样检测从而了解核桃粉中过氧化氢的含量与变质情况。在检测过程中,化学与物理 方法都需要提取待检测样品,并且需要昂贵的物理化学分析设备,并不利于我们日常方便快 速检测。免去样品提取,脱离化学分析,实时快速了解核桃粉新鲜程度的检测方法与检测系 统的需求显得越来越迫切。
因此,需要提出一种非接触式核桃粉过氧化氢和黄曲霉素含量检测系统硬件结构及其检 测方法,能够快速方便的检测出核桃粉的质量。
发明内容
本发明为了克服现有技术中存在的不足,所要解决的技术问题为:提供一种核桃粉新鲜 度的非接触检测跟踪方法的改进。
为了解决上述技术问题,本发明采用的技术方案为:一种核桃粉新鲜度的非接触检测跟 踪方法,包括如下步骤:
步骤一:数据采集:通过检测跟踪系统采集核桃粉存放地的实时环境温度数据及放置时 长数据;
步骤二:含量检测:将步骤一采集的数据输入至已经搭建好的过氧化氢检测模型、黄曲 霉素检测模型中,对核桃粉中的过氧化氢、黄曲霉素的含量进行检测,并将检测结果发送至 微控制器;
步骤三:微控制器通过多过氧化氢、黄曲霉素的含量的判断输出判断结果,并在显示终 端进行显示;
步骤四:当步骤三检测的过氧化氢、黄曲霉素任一含量超标时,触发报警装置进行警 报,当步骤三检测的过氧化氢、黄曲霉素两者含量均在正常标准时,检测装置进入睡眠模 式,等待下一次测量。
所述步骤一中对环境温度数据的采集通过设置在跟踪检测系统的温度传感器获取;
所述步骤一中对放置时长数据的采集通过设置在跟踪检测系统的时间记录模块采集检测 系统的当前时间数据,减去手动输入的出厂日期得到放置时长数据,或通过在跟踪检测系统 设置摄像头采集核桃粉包装袋上的出厂日期,通过系统时间减去出厂日期计算出放置时长数 据。
所述步骤二中的过氧化氢检测模型包括在T=20℃、24℃、28℃、32℃、36℃、40℃的 环境温度下的过氧化氢含量的拟合函数,具体计算公式如下:
Y1(T=20℃)=1.0519e-14*x^5-1.0825e-11*x^4+1.1378e-9*x^3+1.2777e-6*x^2+ 0.00021428*x+0.0099684;
Y2(T=24℃)=2.4188e-14*x^5-2.5099e-11*x^4+2.2753e-10*x^3+5.0323e-6*x^2- 0.000085837*x+0.019794;
Y3(T=28℃)=6.1212e-14*x^5-6.2496e-11*x^4+5.0874e-10*x^3+0.000012282*x^2- 0.00099379*x+0.040004;
Y4(T=32℃)=-2.203e-13*x^5+4.2637e-10*x^4-2.921e-7*x^3+0.00007961*x^2- 0.0050221*x+0.082088;
Y5(T=36℃)=-3.1667e-13*x^5+5.7617e-10*x^4-3.6299e-7*x^3+0.00008703*x^2- 0.0037105*x+0.058907;
Y6(T=40℃)=-3.4312e-13*x^5+6.2876e-10*x^4-3.9987e-7*x^3+0.000096417*x^2- 0.0037153*x+0.062323;
上式中:x为放置时长,Y1、Y2、Y3、Y4、Y5、Y6分别为环境温度在20℃、24℃、 28℃、32℃、36℃、40℃时的过氧化氢含量;
根据上述不同温度下过氧化氢含量的拟合函数对各个函数互相联动构成一个数据库,然 后通过构建的数据库模型实现对未知输出的预测,形成多轴联动查询算法;
所述多轴联动查询算法模型如下:
Zn=Zn-1+ΔZ(Ti,nt)
ΔZ=Y(Ti,nt)-Y(Ti,(n-1)t)
上式中:t为输入单位时间,T为环境温度,Z为输出的二氧化氢含量,Y(Ti,t)为不同 温度下的拟合函数。
所述步骤二中的黄曲霉素检测模型通过对数据进行统计和曲线分析,得到各个放置温度 下,黄曲霉毒素含量与放置时间之间的回归曲线方程的计算公式如下:
上式中:y为黄曲霉素含量,x为放置时长,y0、A、W、Xc均为常数;
y0、A、W、Xc在不同温度下的取值如下:
温度 | y0 | A | W | x<sub>c</sub> |
20 | -0.2 | 699235.52 | 8.56 | 536.25 |
24 | -0.22 | 160893.25 | 34.14 | 274.82 |
28 | -0.25 | 411229.08 | 20.55 | 445.04 |
32 | -0.18 | 10736000.00 | 4.56 | 488.15 |
36 | -0.15 | 4524.30 | 29.33 | 43.60 |
40 | -0.14 | 283.22 | 17.08 | 29.14 |
;
根据上述回归曲线方程建立三维关系模型,得到三维曲线函数,计算公式如下:
z=6.442-0.443x-0.253y+0.008x2+0.006y2+0.009xy-0.00002x3+0.000001y3;
上式中:z为黄曲霉素含量,x为环境温度,y为放置时间。
一种核桃粉新鲜度的非接触检测跟踪系统,包括检测硬件装置、上位机、显示终端,所 述检测硬件装置用于实现对核桃粉的温度数据、放置时间数据的采集、传输、存储,所述上 位机通过过氧化氢检测模型、黄曲霉素检测模型,将采集到的环境温度、放置时间数据代入 所建立的过氧化氢和黄曲霉素模型计算得到核桃粉中过氧化氢、黄曲霉素的含量,并发送至 显示终端显示出来,当检测结果异常时触发报警装置启动。
所述检测硬件装置包括控制电路板,所述控制电路板上集成有微控制器,所述微控制器 通过导线分别与采集模块、传输模块、存储模块、显示模块、报警装置相连,所述微控制器 的电源端通过导线与供电模块相连,所述微控制器还通过导线与RTC电路模块相连,所述 微控制器还通过导线与用于采集系统时间的时间记录模块相连。
所述采集模块包括用于采集核桃粉存放地环境温度的温度传感器和/或用于采集核桃粉 出厂日期的相机;
所述传输模块包括无线传输模块,所述无线传输模块包括GPRS模块和WIFI模块;
所述存储模块具体设置为片外Flash存储。
所述微控制器具体采用型号为STM32F103单片机,所述微控制器还通过导线与看门狗 复位单元和JTAG接口模块相连,用于实现对检测跟踪系统的复位及与上位机的通信交换数 据。
所述微控制器还通过导线与定时器相连,所述定时器用于实现对检测时间间隔设置时间 定时时检测系统实现唤醒与休眠。
本发明相对于现有技术具备的有益效果为:本发明提供的核桃粉新鲜度的非接触检测跟 踪方法及系统通过设置过氧化氢检测模型与黄曲霉素检测模型,将过氧化氢含量、黄曲霉素 含量与核桃粉存放时间及环境温度结构,构成计算模型,能够快速检测出核桃粉的新鲜度, 实现了非接触测量,同时通过检测系统检测速度快,步骤简单,不需要传统的物理或化学测 量需要接触式测量并通过各种试剂及仪器进行检测,提高了检测效率。
附图说明
下面结合附图对本发明做进一步说明:
图1为本发明的系统结构示意图;
图2为本发明的电路结构示意图;
图3为本发明实施例中通过实验获取的过氧化氢含量的数据统计图;
图4为本发明实施例中通过实验获取的黄曲霉素含量的数据统计图;
图5为本发明通过MATLAB对图3中不同温度下过氧化氢含量的拟合函数;
图6为本发明对图4中黄曲霉素的三维拟合曲线的曲面函数三维图。
具体实施方式
如图1至图6所示,本发明一种核桃粉新鲜度的非接触检测跟踪方法,包括如下步骤:
步骤一:数据采集:通过检测跟踪系统采集核桃粉存放地的实时环境温度数据及放置时 长数据;
步骤二:含量检测:将步骤一采集的数据输入至已经搭建好的过氧化氢检测模型、黄曲 霉素检测模型中,对核桃粉中的过氧化氢、黄曲霉素的含量进行检测,并将检测结果发送至 微控制器;
步骤三:微控制器通过多过氧化氢、黄曲霉素的含量的判断输出判断结果,并在显示终 端进行显示;
步骤四:当步骤三检测的过氧化氢、黄曲霉素任一含量超标时,触发报警装置进行警 报,当步骤三检测的过氧化氢、黄曲霉素两者含量均在正常标准时,检测装置进入睡眠模 式,等待下一次测量。
所述步骤一中对环境温度数据的采集通过设置在跟踪检测系统的温度传感器获取;
所述步骤一中对放置时长数据的采集通过设置在跟踪检测系统的时间记录模块采集检测 系统的当前时间数据,减去手动输入的出厂日期得到放置时长数据,或通过在跟踪检测系统 设置摄像头采集核桃粉包装袋上的出厂日期,通过系统时间减去出厂日期计算出放置时长数 据。
所述步骤二中的过氧化氢检测模型包括在T=20℃、24℃、28℃、32℃、36℃、40℃的 环境温度下的过氧化氢含量的拟合函数,具体计算公式如下:
Y1(T=20℃)=1.0519e-14*x^5-1.0825e-11*x^4+1.1378e-9*x^3+1.2777e-6*x^2+ 0.00021428*x+0.0099684;
Y2(T=24℃)=2.4188e-14*x^5-2.5099e-11*x^4+2.2753e-10*x^3+5.0323e-6*x^2- 0.000085837*x+0.019794;
Y3(T=28℃)=6.1212e-14*x^5-6.2496e-11*x^4+5.0874e-10*x^3+0.000012282*x^2- 0.00099379*x+0.040004;
Y4(T=32℃)=-2.203e-13*x^5+4.2637e-10*x^4-2.921e-7*x^3+0.00007961*x^2- 0.0050221*x+0.082088;
Y5(T=36℃)=-3.1667e-13*x^5+5.7617e-10*x^4-3.6299e-7*x^3+0.00008703*x^2- 0.0037105*x+0.058907;
Y6(T=40℃)=-3.4312e-13*x^5+6.2876e-10*x^4-3.9987e-7*x^3+0.000096417*x^2- 0.0037153*x+0.062323;
上式中:x为放置时长,Y1、Y2、Y3、Y4、Y5、Y6分别为环境温度在20℃、24℃、 28℃、32℃、36℃、40℃时的过氧化氢含量;
根据上述不同温度下过氧化氢含量的拟合函数对各个函数互相联动构成一个数据库,然 后通过构建的数据库模型实现对未知输出的预测,形成多轴联动查询算法;
所述多轴联动查询算法模型如下:
Zn=Zn-1+ΔZ(Ti,nt)
ΔZ=Y(Ti,nt)-Y(Ti,(n-1)t)
上式中:t为输入单位时间,T为环境温度,Z为输出的二氧化氢含量,Y(Ti,t)为不同 温度下的拟合函数。
所述步骤二中的黄曲霉素检测模型通过对数据进行统计和曲线分析,得到各个放置温度 下,黄曲霉毒素含量与放置时间之间的回归曲线方程的计算公式如下:
上式中:y为黄曲霉素含量,x为放置时长,y0、A、W、Xc均为常数;
y0、A、W、Xc在不同温度下的取值如下:
温度 | y0 | A | W | x<sub>c</sub> |
20 | -0.2 | 699235.52 | 8.56 | 536.25 |
24 | -0.22 | 160893.25 | 34.14 | 274.82 |
28 | -0.25 | 411229.08 | 20.55 | 445.04 |
32 | -0.18 | 10736000.00 | 4.56 | 488.15 |
36 | -0.15 | 4524.30 | 29.33 | 43.60 |
40 | -0.14 | 283.22 | 17.08 | 29.14 |
;
根据上述回归曲线方程建立三维关系模型,得到三维曲线函数,计算公式如下:
z=6.442-0.443x-0.253y+0.008x2+0.006y2+0.009xy-0.00002x3+0.000001y3;
上式中:z为黄曲霉素含量,x为环境温度,y为放置时间。
一种核桃粉新鲜度的非接触检测跟踪系统,包括检测硬件装置、上位机、显示终端,所 述检测硬件装置用于实现对核桃粉的温度数据、放置时间数据的采集、传输、存储,所述上 位机通过过氧化氢检测模型、黄曲霉素检测模型,将采集到的环境温度、放置时间数据代入 所建立的过氧化氢和黄曲霉素模型计算得到核桃粉中过氧化氢、黄曲霉素的含量,并发送至 显示终端显示出来,当检测结果异常时触发报警装置启动。
所述检测硬件装置包括控制电路板,所述控制电路板上集成有微控制器,所述微控制器 通过导线分别与采集模块、传输模块、存储模块、显示模块、报警装置相连,所述微控制器 的电源端通过导线与供电模块相连,所述微控制器还通过导线与RTC电路模块相连,所述 微控制器还通过导线与用于采集系统时间的时间记录模块相连。
所述采集模块包括用于采集核桃粉存放地环境温度的温度传感器和/或用于采集核桃粉 出厂日期的相机;
所述传输模块包括无线传输模块,所述无线传输模块包括GPRS模块和WIFI模块;
所述存储模块具体设置为片外Flash存储。
所述微控制器具体采用型号为STM32F103单片机,所述微控制器还通过导线与看门狗 复位单元和JTAG接口模块相连,用于实现对检测跟踪系统的复位及与上位机的通信交换数 据。
所述微控制器还通过导线与定时器相连,所述定时器用于实现对检测时间间隔设置时间 定时时检测系统实现唤醒与休眠。
本发明通过跟踪核桃粉新鲜度与过氧化氢和黄曲霉素变化情况,发现这两种物质变化与 核桃粉存放期间的温度与时间有关,与温度时间累积量有关,而温度时间与这两类物质之间 的变化存在什么关系,需要通过大量数据研究。本发明通过利用现有的物理或化学检测方 法,得到不同温度下不同存放时长的核桃粉中过氧化氢和黄曲霉素的含量,然后通过数学软 件MATLAB对已有数据拟合,在得到三者之间的相互关系后,再利用现有电子技术发展成 果,研制相关电路,实时检测温度,实时记录时间,利用温度时间与这两种物质变化关系的 相关算法,就可以实时得出过氧化氢数据,从而得出新鲜度分析报告。结合各种网络显示系 统,生产厂家与用户都能随时了解任意核桃粉在任何时间里过氧化氢含量与新鲜程度,为厂 家与用户实时了解产品品质提供了很好的技术支持。
下面根据具体实施例对本发明中的过氧化氢检测模型与黄曲霉素检测模型的建立过程进 行详细说明。
在建立检测计算模型之前先采集数据,并对核桃粉中过氧化氢与黄曲霉素含量通过试剂 和试验仪器进行检测,并记录数据。
本实施例的原料来自于山西某核桃基地提供的新鲜核桃粉,试验开始前设置好恒温箱温 度,待箱内温度稳定后,经过事先设定的时间后取出样品核桃粉检测并记录其过氧化氢和黄 曲霉素的含量,分别设置不同的恒温箱温度设定值(20℃、24℃、28℃、32℃、36℃、40℃),实验方法如下表1所示,过氧化氢数据如图3所示,黄曲霉素实验数据如图4所示:
表1。
根据上述检测数据建立过氧化氢检测模型与黄曲霉素检测模型。
过氧化氢检测模型的建立。
步骤一:对过氧化氢数据处理。借助数学软件MATLAB对已有数据拟合,得到如图5所示的6条不同温度下过氧化氢含量的拟合函数,其中6条过氧化氢拟合函数的计算公式如下;
Y1(T=20℃)=1.0519e-14*x^5-1.0825e-11*x^4+1.1378e-9*x^3+1.2777e-6*x^2+ 0.00021428*x+0.0099684;
Y2(T=24℃)=2.4188e-14*x^5-2.5099e-11*x^4+2.2753e-10*x^3+5.0323e-6*x^2- 0.000085837*x+0.019794;
Y3(T=28℃)=6.1212e-14*x^5-6.2496e-11*x^4+5.0874e-10*x^3+0.000012282*x^2- 0.00099379*x+0.040004;
Y4(T=32℃)=-2.203e-13*x^5+4.2637e-10*x^4-2.921e-7*x^3+0.00007961*x^2- 0.0050221*x+0.082088;
Y5(T=36℃)=-3.1667e-13*x^5+5.7617e-10*x^4-3.6299e-7*x^3+0.00008703*x^2- 0.0037105*x+0.058907;
Y6(T=40℃)=-3.4312e-13*x^5+6.2876e-10*x^4-3.9987e-7*x^3+0.000096417*x^2- 0.0037153*x+0.062323。
步骤二:建立新的算法模型,多轴联动查询算法。
多轴联动查询算法的核心在于通过已有的多条函数关系,对各个函数互相联动构成一个 数据库,然后通过已有数据库模型对未知输出的预测。
把时间与H2O2的含量在各个温度的函数关系构成一个数据库,利用联动的思想对任意 温度、任意时刻的H2O2的含量进行预测,在误差允许的范围内。认为当下温度接近本发明 数据库中(40℃,36℃,32℃,28℃,24℃,20℃)的(±2℃)时,H2O2含量的增长率是 一样的。
步骤三:算法模型的具体实践。将已经建模好的函数模型导入单片机,即可获得任意温 度和时间下的过氧化氢的含量。
在单片机的内部集成的实时时钟设置定时器,定时为10分钟,对核桃粉的温度进行测 量,例如当温度传感器第一次采回来温度为25℃,在下一次温度采回来之前,则选择Y2(T=24℃)函数对应的增长率作为此时H2O2含量的增长率,并对H2O2的含量进行累计,计为Δy1,当温度传感器第二次采集回来的温度到27℃,同理则选择Y3(T=28℃)函数纵坐标Δy1位置对应的增长率作为此时H2O2含量的增长率,同样对H2O2的含量进行累计,计为 Δy2,这时在20分钟内传回上位机的H2O2的含量为Δy1+Δy2,以此类推获得核桃粉中 H2O2的实时含量Δy=Δy1+Δy2+Δy3+……+Δyi。
输入单位时间t,温度T℃,输出H2O2的含量Z,Y(Ti,t)为不同温度下的拟合函数,他们之间存在如下的关系式:
Zn=Zn-1+ΔZ(Ti,nt)
ΔZ=Y(Ti,nt)-Y(Ti,(n-1)t)
根据上述建立好的过氧化氢检测模型与表1中的试验方法检测的过氧化氢含量进行数据 比对,得到如下表2所示的误差分析表:
温度(℃) | 放置时间(月) | 实验室测量值(mg) | 系统测量值(mg) | 误差(%) |
20 | 11 | 0.192 | 0.191 | 0.05 |
20 | 12 | 0.226 | 0.224 | 0.73 |
20 | 13 | 0.243 | 0.249 | 2.53 |
20 | 14 | 0.252 | 0.257 | 2.11 |
20 | 15 | 0.286 | 0.317 | 1.08 |
20 | 16 | 0.304 | 0.306 | 0.67 |
24 | 11 | 0.357 | 0.358 | 0.32 |
24 | 12 | 0.484 | 0.476 | 1.65 |
24 | 13 | 0.438 | 0.442 | 0.98 |
24 | 14 | 0.461 | 0.468 | 1.57 |
24 | 15 | 0.473 | 0.48 | 1.42 |
24 | 16 | 0.495 | 0.495 | 0.05 |
28 | 11 | 0.635 | 0.627 | 1.26 |
28 | 12 | 0.641 | 0.63 | 1.67 |
28 | 13 | 0.698 | 0.702 | 0.53 |
28 | 14 | 0.672 | 0.678 | 0.82 |
28 | 15 | 0.631 | 0.643 | 1.92 |
28 | 16 | 0.711 | 0.717 | 2.47 |
32 | 11 | 0.743 | 0.723 | 2.65 |
32 | 12 | 0.736 | 0.746 | 1.32 |
32 | 13 | 0.729 | 0.733 | 0.63 |
32 | 14 | 0.765 | 0.779 | 1.84 |
32 | 15 | 0.788 | 0.809 | 2.67 |
32 | 16 | 0.774 | 0.778 | 0.46 |
36 | 11 | 0.763 | 0.757 | 0.74 |
36 | 12 | 0.752 | 0.771 | 2.56 |
36 | 13 | 0.78 | 0.793 | 1.69 |
36 | 14 | 0.765 | 0.777 | 1.56 |
36 | 15 | 0.803 | 0.81 | 0.89 |
36 | 16 | 0.843 | 0.858 | 1.77 |
40 | 11 | 0.982 | 0.983 | 0.07 |
40 | 12 | 0.974 | 0.974 | 0 |
40 | 13 | 0.911 | 0.924 | 1.45 |
40 | 14 | 0.932 | 0.941 | 0.94 |
40 | 15 | 0.977 | 1 | 2.85 |
40 | 16 | 0.99 | 0.996 | 0.62 |
表2。
根据上表2所示的过氧化氢误差分析,通过本发明的过氧化氢检测模型测得的核桃粉中 的过氧化氢含量与通过表1中的实验方法获得的过氧化氢含量的误差在规定的5%以内,使 得本发明的过氧化氢检测模型能够适用于对核桃粉中过氧化氢含量的检测。
黄曲霉素检测模型的建立。
步骤一:对已测得黄曲霉素实验数据进行回归分析。
借助数学软件对数据进行统计和曲线分析,得到各个放置温度下,黄曲霉毒素含量与放 置时间之间的回归方程,满足Guass函数,Guass函数表达式为:
上式中:y为黄曲霉素含量,x为放置时长,y0、A、W、Xc均为常数。
以放置时间为自变量(x),黄曲霉毒素含量为因变量(y)的回归曲线方程,y0、A、W、Xc在不同温度下的取值如下表3所示:
温度 | y0 | A | W | x<sub>c</sub> |
20 | -0.2 | 699235.52 | 8.56 | 536.25 |
24 | -0.22 | 160893.25 | 34.14 | 274.82 |
28 | -0.25 | 411229.08 | 20.55 | 445.04 |
32 | -0.18 | 10736000.00 | 4.56 | 488.15 |
36 | -0.15 | 4524.30 | 29.33 | 43.60 |
40 | -0.14 | 283.22 | 17.08 | 29.14 |
表3。
步骤二:根据已有的回归曲线建立三维关系模型,进而得到三维曲线函数。
通过函数即可知道因变量在任意自变量下的值。
应用origin数学软件对所得函数组进行曲面拟合,获得以温度为自变量(x),放置时间为 自变量(y),黄曲霉毒素含量为因变量(z)的三维拟合曲线函数,计算公式如下:z=6.442- 0.443x-0.253y+0.008x2+0.006y2+0.009xy-0.00002x3+0.000001y3,根据计算公式得到如图6 所示曲面函数三维图。
根据上述建立好的黄曲霉素检测模型与表1中的试验方法检测的黄曲霉素含量进行数据 比对,得到如下表4所示的误差分析表:
温度(℃) | 放置时间(月) | 实验室测量值(mg) | 系统测量值(mg) | 误差(%) |
20 | 15 | 1.364 | 1.367 | 0.23 |
20 | 16 | 1.891 | 1.879 | 0.65 |
20 | 17 | 2.643 | 2.681 | 1.45 |
20 | 18 | 3.875 | 3.876 | 0.03 |
20 | 19 | 4.96 | 5.085 | 2.53 |
20 | 20 | 6.234 | 6.229 | 0.08 |
24 | 15 | 1.938 | 1.944 | 0.32 |
24 | 16 | 2.363 | 2.402 | 1.67 |
24 | 17 | 3.642 | 3.694 | 1.43 |
24 | 18 | 4.822 | 4.917 | 1.98 |
24 | 19 | 5.986 | 5.983 | 0.05 |
24 | 20 | 6.481 | 6.581 | 1.54 |
28 | 15 | 2.082 | 2.104 | 1.06 |
28 | 16 | 2.543 | 2.606 | 2.49 |
28 | 17 | 3.857 | 3.936 | 2.04 |
28 | 18 | 4.982 | 4.983 | 0.02 |
28 | 19 | 6.031 | 5.918 | 1.87 |
28 | 20 | 6.532 | 6.629 | 1.49 |
32 | 15 | 2.235 | 2.28 | 2.04 |
32 | 16 | 2.873 | 2.87 | 0.08 |
32 | 17 | 3.998 | 4.024 | 0.67 |
32 | 18 | 5.203 | 5.296 | 1.78 |
32 | 19 | 6.472 | 6.642 | 2.62 |
32 | 20 | 6.973 | 7.018 | 0.65 |
36 | 15 | 2.593 | 2.603 | 0.4 |
36 | 16 | 3.158 | 3.167 | 0.29 |
36 | 17 | 4.305 | 4.247 | 1.34 |
36 | 18 | 5.431 | 5.488 | 1.05 |
36 | 19 | 6.854 | 7.036 | 2.65 |
36 | 20 | 7.341 | 7.343 | 0.03 |
40 | 15 | 2.753 | 2.766 | 0.49 |
40 | 16 | 3.443 | 3.504 | 1.78 |
40 | 17 | 4.679 | 4.747 | 1.46 |
40 | 18 | 5.651 | 5.785 | 2.38 |
40 | 19 | 6.993 | 7.118 | 2.64 |
40 | 20 | 7.528 | 7.448 | 1.06 |
表4。
根据上表4所示的黄曲霉素误差分析,通过本发明的黄曲霉素检测模型测得的核桃粉中 的黄曲霉素含量与通过表1中的实验方法获得的黄曲霉素含量的误差在规定的5%以内,使 得本发明的过氧化氢检测模型能够适用于对核桃粉中黄曲霉素含量的检测。
验证了上述过氧化氢检测模型和黄曲霉素检测模型的正确性后,建立本发明的检测跟踪 系统;系统由两部分组成:硬件电路、上位机软件。
硬件电路部分由电源电路、为控制器STM32f103、温度采集电路、RTC电路、无线传输电路、显示电路组成;本发明的追踪检测系统,为了满足长期正常工作,在控制电路中设置有低功耗电路;上位机软件是由Keil编写的,主要实现将采集到的的温度、时间数据代入所建立的过氧化氢和黄曲霉素相关模型计算得到核桃粉实时新鲜度值,并显示出来。系统 结构图如图1所示。
本发明跟踪检测系统的工作流程为:正常情况下,系统为睡眠模式,通过STM32f103 内部集成的实时时钟设置定时器,定时为10分钟,唤醒检测系统,检测当前环境温度数据 以及获得精确的放置时间t,然后将数据打包通过无线输出电路传回主控芯片,结合所建立 的新鲜度相关模型,获得核桃粉实时新鲜度值。完成这个动作后,系统又自动进入睡眠模 式。当测得核桃粉中的H2O2和黄曲霉素任一含量超标时,触动报警装置。
本发明属于食品快速检测技术领域,主要是面向核桃粉中过氧化氢和黄曲霉素含量变动 而提出的一种快速检测系统的,通过检测核桃粉的储藏环境温度以及放置时间,结合所获得 的过氧化氢和黄曲霉素含量的相关模型,实现了过氧化氢和黄曲霉素含量变动的实时追踪, 以及核桃粉的新鲜度状况的判定。
关于本发明具体结构需要说明的是,本发明采用的各部件模块相互之间的连接关系是确 定的、可实现的,除实施例中特殊说明的以外,其特定的连接关系可以带来相应的技术效 果,并基于不依赖相应软件程序执行的前提下,解决本发明提出的技术问题,本发明中出现 的部件、模块、具体元器件的型号、连接方式除具体说明的以外,均属于本领域技术人员在 申请日前可以获取到的已公开专利、已公开的期刊论文、或公知常识等现有技术,无需赘 述,使得本案提供的技术方案是清楚、完整、可实现的,并能根据该技术手段重现或获得相 应的实体产品。
最后应说明的是:以上各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 照前述各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 对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部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各实施例技术方案的范 围。
Claims (9)
1.一种核桃粉新鲜度的非接触检测跟踪方法,其特征在于:包括如下步骤:
步骤一:数据采集:通过检测跟踪系统采集核桃粉存放地的实时环境温度数据及放置时长数据;
步骤二:含量检测:将步骤一采集的数据输入至已经搭建好的过氧化氢检测模型、黄曲霉素检测模型中,对核桃粉中的过氧化氢、黄曲霉素的含量进行检测,并将检测结果发送至微控制器;
步骤三:微控制器通过多过氧化氢、黄曲霉素的含量的判断输出判断结果,并在显示终端进行显示;
步骤四:当步骤三检测的过氧化氢、黄曲霉素任一含量超标时,触发报警装置进行警报,当步骤三检测的过氧化氢、黄曲霉素两者含量均在正常标准时,检测装置进入睡眠模式,等待下一次测量。
2.根据权利要求1所述的一种核桃粉新鲜度的非接触检测跟踪方法,其特征在于:所述步骤一中对环境温度数据的采集通过设置在跟踪检测系统的温度传感器获取;
所述步骤一中对放置时长数据的采集通过设置在跟踪检测系统的时间记录模块采集检测系统的当前时间数据,减去手动输入的出厂日期得到放置时长数据,或通过在跟踪检测系统设置摄像头采集核桃粉包装袋上的出厂日期,通过系统时间减去出厂日期计算出放置时长数据。
3.根据权利要求2所述的一种核桃粉新鲜度的非接触检测跟踪方法,其特征在于:所述步骤二中的过氧化氢检测模型包括在T=20℃、24℃、28℃、32℃、36℃、40℃的环境温度下的过氧化氢含量的拟合函数,具体计算公式如下:
Y1(T=20℃)=1.0519e-14*x^5-1.0825e-11*x^4+1.1378e-9*x^3+1.2777e-6*x^2+0.00021428*x+0.0099684;
Y2(T=24℃)=2.4188e-14*x^5-2.5099e-11*x^4+2.2753e-10*x^3+5.0323e-6*x^2-0.000085837*x+0.019794;
Y3(T=28℃)=6.1212e-14*x^5-6.2496e-11*x^4+5.0874e-10*x^3+0.000012282*x^2-0.00099379*x+0.040004;
Y4(T=32℃)=-2.203e-13*x^5+4.2637e-10*x^4-2.921e-7*x^3+0.00007961*x^2-0.0050221*x+0.082088;
Y5(T=36℃)=-3.1667e-13*x^5+5.7617e-10*x^4-3.6299e-7*x^3+0.00008703*x^2-0.0037105*x+0.058907;
Y6(T=40℃)=-3.4312e-13*x^5+6.2876e-10*x^4-3.9987e-7*x^3+0.000096417*x^2-0.0037153*x+0.062323;
上式中:x为放置时长,Y1、Y2、Y3、Y4、Y5、Y6分别为环境温度在20℃、24℃、28℃、32℃、36℃、40℃时的过氧化氢含量;
根据上述不同温度下过氧化氢含量的拟合函数对各个函数互相联动构成一个数据库,然后通过构建的数据库模型实现对未知输出的预测,形成多轴联动查询算法;
所述多轴联动查询算法模型如下:
Zn=Zn-1+Δz(Ti,nt)
ΔZ=Y(Ti,nt)-Y(Ti,(n-1)t)
上式中:t为输入单位时间,T为环境温度,Z为输出的二氧化氢含量,Y(Ti,t)为不同温度下的拟合函数。
4.根据权利要求3所述的一种核桃粉新鲜度的非接触检测跟踪方法,其特征在于:所述步骤二中的黄曲霉素检测模型通过对数据进行统计和曲线分析,得到各个放置温度下,黄曲霉毒素含量与放置时间之间的回归曲线方程的计算公式如下:
上式中:y为黄曲霉素含量,x为放置时长,y0、A、W、Xc均为常数;
y0、A、W、Xc在不同温度下的取值如下:
。
根据上述回归曲线方程建立三维关系模型,得到三维曲线函数,计算公式如下:
z=6.442-0.443x-0.253y+0.008x2+0.006y2+0.009xy﹣0.00002x3+0.000001y3;
上式中:z为黄曲霉素含量,x为环境温度,y为放置时间。
5.一种核桃粉新鲜度的非接触检测跟踪系统,包括检测硬件装置、上位机、显示终端,其特征在于:所述检测硬件装置用于实现对核桃粉的温度数据、放置时间数据的采集、传输、存储,所述上位机通过过氧化氢检测模型、黄曲霉素检测模型,将采集到的环境温度、放置时间数据代入所建立的过氧化氢和黄曲霉素模型计算得到核桃粉中过氧化氢、黄曲霉素的含量,并发送至显示终端显示出来,当检测结果异常时触发报警装置启动。
6.根据权利要求5所述的一种核桃粉新鲜度的非接触检测跟踪系统,其特征在于:所述检测硬件装置包括控制电路板,所述控制电路板上集成有微控制器,所述微控制器通过导线分别与采集模块、传输模块、存储模块、显示模块、报警装置相连,所述微控制器的电源端通过导线与供电模块相连,所述微控制器还通过导线与RTC电路模块相连,所述微控制器还通过导线与用于采集系统时间的时间记录模块相连。
7.根据权利要求6所述的一种核桃粉新鲜度的非接触检测跟踪系统,其特征在于:所述采集模块包括用于采集核桃粉存放地环境温度的温度传感器和/或用于采集核桃粉出厂日期的相机;
所述传输模块包括无线传输模块,所述无线传输模块包括GPRS模块和WIFI模块;
所述存储模块具体设置为片外Flash存储。
8.根据权利要求6所述的一种核桃粉新鲜度的非接触检测跟踪系统,其特征在于:所述微控制器具体采用型号为STM32F103单片机,所述微控制器还通过导线与看门狗复位单元和JTAG接口模块相连,用于实现对检测跟踪系统的复位及与上位机的通信交换数据。
9.根据权利要求6所述的一种核桃粉新鲜度的非接触检测跟踪系统,其特征在于:所述微控制器还通过导线与定时器相连,所述定时器用于实现对检测时间间隔设置时间定时时检测系统实现唤醒与休眠。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110152898.4A CN112946209B (zh) | 2021-02-03 | 2021-02-03 | 一种核桃粉新鲜度的非接触检测跟踪方法及其检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110152898.4A CN112946209B (zh) | 2021-02-03 | 2021-02-03 | 一种核桃粉新鲜度的非接触检测跟踪方法及其检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112946209A true CN112946209A (zh) | 2021-06-11 |
CN112946209B CN112946209B (zh) | 2023-01-03 |
Family
ID=76243635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110152898.4A Active CN112946209B (zh) | 2021-02-03 | 2021-02-03 | 一种核桃粉新鲜度的非接触检测跟踪方法及其检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112946209B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1791431A (zh) * | 2003-03-20 | 2006-06-21 | 水光子学公司 | 微团粒组合物 |
EP1793674A2 (en) * | 2003-11-26 | 2007-06-13 | University of Massachusetts | Sequence-specific inhibtion of small rna function |
CN101059424A (zh) * | 2007-05-22 | 2007-10-24 | 浙江大学 | 多光谱肉类新鲜度人工智能测量方法及系统 |
WO2010015715A2 (de) * | 2008-08-07 | 2010-02-11 | Bioscreen E.K. | Enzymatische verfahren zum koppeln und crosslinken von natürlichen und künstlichen faserstoffen, kunststoffen oder anderen mono- bis polymerstoffen |
CN104792948A (zh) * | 2015-04-30 | 2015-07-22 | 重庆工商大学 | 基于响应面法的珍珠粉圆质构测定方法 |
WO2016160740A1 (en) * | 2015-04-03 | 2016-10-06 | E I Du Pont De Nemours And Company | Oxidized soy polysaccharide |
CN106970189A (zh) * | 2017-03-23 | 2017-07-21 | 中北大学 | 一种水果新鲜度的检测分析系统及方法 |
US20170255682A1 (en) * | 2016-03-07 | 2017-09-07 | Ebay Inc. | Database access using a space-filling curve |
CN107544326A (zh) * | 2017-08-30 | 2018-01-05 | 深圳市易联智道科技有限公司 | 保障建筑工地安全性的多功能监控系统 |
CN107923898A (zh) * | 2015-05-29 | 2018-04-17 | 欧金尼奥·曼维埃尔 | 基于营养的食品系统和方法 |
CN108289617A (zh) * | 2015-11-30 | 2018-07-17 | 皇家飞利浦有限公司 | 胎儿位置监测系统和方法 |
CN207882853U (zh) * | 2018-03-19 | 2018-09-18 | 深圳市安星装饰设计工程有限公司 | 一种智能信息发布系统 |
US20190171737A1 (en) * | 2017-12-01 | 2019-06-06 | International Business Machines Corporation | Spatial-Temporal Query for Cognitive IoT Contexts |
CN110297451A (zh) * | 2019-07-06 | 2019-10-01 | 温州科技职业学院 | 一种电子信息系统 |
CN110412227A (zh) * | 2019-07-17 | 2019-11-05 | 太原理工大学 | 一种非接触式牛奶新鲜度检测系统及其检测方法 |
CN110632114A (zh) * | 2019-09-29 | 2019-12-31 | 极晨智道信息技术(北京)有限公司 | 一种基于nmr技术快速检测各类食用油分析指标的方法 |
CN110887832A (zh) * | 2019-10-30 | 2020-03-17 | 苏州露水生物技术有限公司 | 一种食物油脂过氧化物值的检测方法 |
CN112155514A (zh) * | 2020-10-14 | 2021-01-01 | 太原理工大学 | 一种基于检测脉搏生物电信息的非接触眼压测量方法 |
-
2021
- 2021-02-03 CN CN202110152898.4A patent/CN112946209B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1791431A (zh) * | 2003-03-20 | 2006-06-21 | 水光子学公司 | 微团粒组合物 |
EP1793674A2 (en) * | 2003-11-26 | 2007-06-13 | University of Massachusetts | Sequence-specific inhibtion of small rna function |
CN101059424A (zh) * | 2007-05-22 | 2007-10-24 | 浙江大学 | 多光谱肉类新鲜度人工智能测量方法及系统 |
WO2010015715A2 (de) * | 2008-08-07 | 2010-02-11 | Bioscreen E.K. | Enzymatische verfahren zum koppeln und crosslinken von natürlichen und künstlichen faserstoffen, kunststoffen oder anderen mono- bis polymerstoffen |
WO2016160740A1 (en) * | 2015-04-03 | 2016-10-06 | E I Du Pont De Nemours And Company | Oxidized soy polysaccharide |
CN104792948A (zh) * | 2015-04-30 | 2015-07-22 | 重庆工商大学 | 基于响应面法的珍珠粉圆质构测定方法 |
CN107923898A (zh) * | 2015-05-29 | 2018-04-17 | 欧金尼奥·曼维埃尔 | 基于营养的食品系统和方法 |
CN108289617A (zh) * | 2015-11-30 | 2018-07-17 | 皇家飞利浦有限公司 | 胎儿位置监测系统和方法 |
US20170255682A1 (en) * | 2016-03-07 | 2017-09-07 | Ebay Inc. | Database access using a space-filling curve |
CN106970189A (zh) * | 2017-03-23 | 2017-07-21 | 中北大学 | 一种水果新鲜度的检测分析系统及方法 |
CN107544326A (zh) * | 2017-08-30 | 2018-01-05 | 深圳市易联智道科技有限公司 | 保障建筑工地安全性的多功能监控系统 |
US20190171737A1 (en) * | 2017-12-01 | 2019-06-06 | International Business Machines Corporation | Spatial-Temporal Query for Cognitive IoT Contexts |
CN207882853U (zh) * | 2018-03-19 | 2018-09-18 | 深圳市安星装饰设计工程有限公司 | 一种智能信息发布系统 |
CN110297451A (zh) * | 2019-07-06 | 2019-10-01 | 温州科技职业学院 | 一种电子信息系统 |
CN110412227A (zh) * | 2019-07-17 | 2019-11-05 | 太原理工大学 | 一种非接触式牛奶新鲜度检测系统及其检测方法 |
CN110632114A (zh) * | 2019-09-29 | 2019-12-31 | 极晨智道信息技术(北京)有限公司 | 一种基于nmr技术快速检测各类食用油分析指标的方法 |
CN110887832A (zh) * | 2019-10-30 | 2020-03-17 | 苏州露水生物技术有限公司 | 一种食物油脂过氧化物值的检测方法 |
CN112155514A (zh) * | 2020-10-14 | 2021-01-01 | 太原理工大学 | 一种基于检测脉搏生物电信息的非接触眼压测量方法 |
Non-Patent Citations (7)
Title |
---|
CHATRABNOUS, NAJME ET AL: "Determination of nutritional value and oxidative stability of fresh walnut", 《 JOURNAL OF NUTS》 * |
GUOHUA GAO ET AL: "Advances in the production technology of hydrogen peroxide", 《CHINESE JOURNAL OF CATALYSIS》 * |
L.P. VANHANEN ET AL: "The use of peroxide value as a measure of quality for walnut flour stored at five different temperatures using three different types of packaging", 《FOOD CHEMISTRY》 * |
李承霖: "面向食品安全基于多曲线联动查询的牛奶新鲜度实时呈现模块研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
李承霖等: "基于多表联动查询法的牛奶新鲜度实时检测系统研究", 《食品工业》 * |
王竹鑫等: "《袖珍方药速查丛书 袖珍中药炮制速查手册》", 30 September 2013, 湖南科学技术出版社 * |
靳啸等: "基于数据训练模型的牛奶新鲜度实时无损检测技术研究", 《电子器件》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112946209B (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104713910A (zh) | 一种电阻式谷物水分检测系统 | |
CN103674638B (zh) | 一种利用味觉指纹图谱快速鉴别宁夏枸杞生产年份的方法 | |
CN107045013A (zh) | 牛肉味觉品质自动分级检测仪及其检测方法 | |
CN103310092A (zh) | 健康照护管理系统及方法 | |
CN202582680U (zh) | 智能水表机电转换误差测试装置 | |
CN105606779A (zh) | 基于电子鼻的鱼类新鲜度检测系统及方法 | |
CN111406967B (zh) | 烟叶烘烤工艺实时执行率测定方法 | |
CN203298856U (zh) | 一种电子秤 | |
CN107271619A (zh) | 食用油加热过程中有害物质的在线检测方法、装置及系统 | |
CN110412227A (zh) | 一种非接触式牛奶新鲜度检测系统及其检测方法 | |
CN112946209B (zh) | 一种核桃粉新鲜度的非接触检测跟踪方法及其检测系统 | |
CN106770014A (zh) | 一种大米新鲜度的近红外光谱检测方法 | |
CN117877681A (zh) | 一种心衰患者日常饮食数据监测和预警方法及装置 | |
CN107714000B (zh) | 一种奶牛健康状况检测方法及装置 | |
CN107257533B (zh) | 一种阻抗触发自动化测试方法 | |
CN108872320A (zh) | 一种肉类食物生熟度检测装置 | |
CN106645311A (zh) | 一种硫化氢在线检测装置 | |
Goswami et al. | Arduino-based milk quality monitoring system | |
CN116128382A (zh) | 一种芯片质量检测系统及方法 | |
CN116008438A (zh) | 一种用于评价婴幼儿精细动作发育状况的标志物组及应用 | |
CN106198534A (zh) | 智能试纸检测装置及方法 | |
CN102890041B (zh) | 一种食用油脂品质检测方法及系统 | |
WO2020173072A1 (zh) | 一种基于测量质心无损检测鸡蛋新鲜度的方法 | |
CN105686850A (zh) | 一种身高体重测量方法 | |
CN206625834U (zh) | 一种压力传感器测温系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |