CN113295631A - 牛乳品质的评价方法、装置及存储介质及吸光度检测装置 - Google Patents

牛乳品质的评价方法、装置及存储介质及吸光度检测装置 Download PDF

Info

Publication number
CN113295631A
CN113295631A CN202110525918.8A CN202110525918A CN113295631A CN 113295631 A CN113295631 A CN 113295631A CN 202110525918 A CN202110525918 A CN 202110525918A CN 113295631 A CN113295631 A CN 113295631A
Authority
CN
China
Prior art keywords
milk
content
characteristic wavelength
evaluation
light
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
Application number
CN202110525918.8A
Other languages
English (en)
Other versions
CN113295631B (zh
Inventor
王加华
雷子玉
戴煌
毕洁
皮付伟
张威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Polytechnic University
Original Assignee
Wuhan Polytechnic University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Polytechnic University filed Critical Wuhan Polytechnic University
Priority to CN202110525918.8A priority Critical patent/CN113295631B/zh
Publication of CN113295631A publication Critical patent/CN113295631A/zh
Application granted granted Critical
Publication of CN113295631B publication Critical patent/CN113295631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3577Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (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)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开一种牛乳品质的评价方法、装置及存储介质及吸光度检测装置,方法包括以下步骤:获取与牛乳的评价组分含量相关的多个特征波长λn;获取所述牛乳在多个所述特征波长λn处对应的多个实测吸光度An;获取标准温度值T以及所述牛乳的实时温度值t;基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度A’n;基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量;根据所述评价组分含量,评价所述牛乳的品质。本发明旨在解决温度影响牛乳近红外光谱检测的问题。

Description

牛乳品质的评价方法、装置及存储介质及吸光度检测装置
技术领域
本发明涉及食品品质检测技术领域,特别涉及一种牛乳品质的评价方法、装置及存储介质及吸光度检测装置。
背景技术
奶牛由于个体差异以及饲养条件不同,所生产牛乳的组分含量偏差较大 (如蛋白质2.4~4.5%;脂肪2.3~7.5%),为了实现优质优价收购,促进饲养科学管理、原料分类加工,需要对牛乳进行现场快速评价。
目前通常采用近红外光谱检测牛乳品质的方法,然而,由于收购现场的环境温度及样品温度波动大,而温度变化影响化学组分官能团的振动强度,使得近红外光谱的特征吸收发生改变,进而导致检测结果偏差较大。
发明内容
本发明的主要目的是提出一种牛乳品质的评价方法、装置及存储介质及吸光度检测装置,旨在解决温度影响牛乳近红外光谱检测的问题。
为实现上述目的,本发明提出一种牛乳品质的评价方法。所述牛乳品质的评价方法包括以下步骤:
获取与牛乳的评价组分含量相关的多个特征波长λn
获取所述牛乳在多个所述特征波长λn处对应的多个实测吸光度An
获取标准温度值T以及所述牛乳的实时温度值t;
基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度 A’n
基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量;
根据所述评价组分含量,评价所述牛乳的品质;
其中,T为40℃,所述评价组份含量包括蛋白质含量和/或脂肪含量。
可选地,获取与牛乳的评价组分含量相关的多个特征波长λn的步骤中,
所述评价组份含量包括蛋白质含量时,多个所述特征波长λn包括658nm、 720nm、744nm、752nm、848nm、854nm、898nm、960nm以及970nm;
所述评价组份含量包括脂肪含量时,多个所述特征波长λn包括750nm、 820nm、828nm、842nm、848nm、892nm、948nm以及958nm。
可选地,获取标准温度值T以及所述牛乳的实时温度值t的步骤中,获取所述牛乳的实时温度值t的步骤包括:
获取所述牛乳在708nm、738nm、810nm、832nm、920nm以及968nm处对应的吸光度值A708nm、A738nm、A810nm、A832nm、A920nm以及A968nm
根据公式Ⅰ计算得到所述牛乳的实时温度值t,所述公式Ⅰ为
t=-345.2200+3044.175×103A708nm-973.477×103A738nm-2163.408× 103A810nm+1266.476×103A832nm-1996.482×103A920nm-958.951×103A968nm
可选地,基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度A’n的步骤中,
所述特征波长为658nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000021
Figure RE-GDA0003114927750000022
所述特征波长为720nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000023
Figure RE-GDA0003114927750000024
所述特征波长为744nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000025
Figure RE-GDA0003114927750000026
所述特征波长为752nm时,所述第一数量关系为,A’752nm×106=e(T-t-31.129)/-15.09
所述特征波长为848nm时,所述第一数量关系为,A’848nm×106=e(T-t-7.3964)/-38.91
所述特征波长为854nm时,所述第一数量关系为,A’854nm×106=e(T-t-28.357)/-13.92
所述特征波长为898nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000027
Figure RE-GDA0003114927750000028
所述特征波长为960nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000029
Figure RE-GDA0003114927750000031
所述特征波长为970nm时,所述第一数量关系为,A’970nm×106=e(T-t-359.27)/-171.61
所述特征波长为750nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000032
Figure RE-GDA0003114927750000033
所述特征波长为820nm时,所述第一数量关系为,A’820nm×106=e(T-t+16.71)/-9.0399
所述特征波长为828nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000034
Figure RE-GDA0003114927750000035
所述特征波长为842nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000036
Figure RE-GDA0003114927750000037
所述特征波长为848nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000038
Figure RE-GDA0003114927750000039
所述特征波长为892nm时,所述第一数量关系为,
Figure RE-GDA00031149277500000310
Figure RE-GDA00031149277500000311
所述特征波长为948nm时,所述第一数量关系为,
Figure RE-GDA00031149277500000312
Figure RE-GDA00031149277500000313
所述特征波长为958nm时,所述第一数量关系为,
Figure RE-GDA00031149277500000314
Figure RE-GDA00031149277500000315
可选地,基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量的步骤中,所述评价组份含量包括蛋白质含量时,所述第二数量关系为:
Y1=2.9846+9.0168×103A’658nm+5.7616×103A’720nm+1.0632×103A’744nm-8.0287×103A’752nm+9.6851×103A’848nm+4.7673×103A’854nm+1.5124×103A’898nm-9.5567 ×103A’960nm-1.4760×103A’970nm
可选地,基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量的步骤中,所述评价组份含量包括脂肪含量时,所述第二数量关系为:
Y2=3.5834+7.1358×103A’750nm+6.0832×103A’820nm-3.5895×103A’828nm+2.0543×103A’842nm+4.5134×103A’848nm+1.4661×103A’892nm+5.3646× 103A’948nm-5.3790×103A’958nm
此外,本发明还提出一种吸光度检测装置,用在牛乳的吸光度检测中,所述吸光度检测装置包括:
机箱,形成有容腔;
挡板,设于所述容腔内,以将所述容腔分隔成上腔室和下腔室,所述挡板具有透光区,所述透光区设有可供近红外光束通过的进光口和出光口;
样品池,可拆卸地安装在所述上腔室内,且覆盖所述透光区设置,所述样品池用于容纳牛乳;以及,
检测系统,设于所述下腔室内,所述检测系统包括光道、设于所述光道内的卤素灯、设于所述光道内且对应所述出光口设置的接收元件以及与所述接收元件电性连接的检测器,所述光道的一端开口,且所述光道的开口端与所述透光区连通,用于将所述卤素灯产生的近红外光束导向所述透光区,以使所述近红外光束自所述进光口进入所述样品池内,所述接收元件用于接收自所述出光口射出的光束。
可选地,所述接收元件为Y型光纤探头;和/或,
所述进光口环绕所述出光口设置;和/或,
所述机箱设有提手。
此外,本发明还提出一种牛乳品质评价装置,所述牛乳品质评价装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的牛乳品质评价程序,所述牛乳品质评价程序配置为实现如上文所述的牛乳品质的评价方法的步骤。
此外,本发明还提出一种存储介质,所述存储介质上存储有牛乳品质评价程序,所述牛乳品质评价程序被处理器执行时实现如上文所述的牛乳品质的评价方法的步骤。
本发明提供的技术方案中,获取与牛乳的评价组分含量相关的多个特征波长λn;获取所述牛乳在多个所述特征波长λn处对应的多个实测吸光度An;获取标准温度值T以及所述牛乳的实时温度值t;基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度A’n;基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量;根据所述评价组分含量,评价所述牛乳的品质;通过将实时温度下检测到的各特征波长处的吸光度校正为标准温度下的吸光度值,解决了由于温度变化引起的光谱整个区间改变的不一致性问题,使得牛乳能够现场评价,不仅无需预处理,而且速度快、评价结果准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅为本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明提出的吸光度检测装置的一实施例的结构示意图;
图3为图2中挡板的俯视图。
附图标号说明:
标号 名称 标号 名称
1 机箱 53 反射镜
2 挡板 6 接收元件
21 进光口 7 检测器
22 出光口 8 电源
3 样品池 9 稳压器
4 光道 10 分光器
51 卤素灯 11 PAD
52 透镜 12 提手
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。
需要说明的是,实施例中未注明具体条件者,按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者,均为可以通过市售购买获得的常规产品。此外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前通常采用近红外光谱检测牛乳品质的方法,然而,由于收购现场的环境温度及样品温度波动大,而温度变化影响化学组分官能团的振动强度,使得近红外光谱的特征吸收发生改变,进而导致检测结果偏差较大。
鉴于此,本发明提出一种牛乳品质评价装置,请参阅图1,所述牛乳品质评价装置可以包括:处理器1001,例如中央处理器(Central Processing Unit, CPU),通信总线1002、用户接口1003、网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如按键,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速随机存取存储器(Random AccessMemory,RAM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的装置的结构并不构成对设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及牛乳品质评价程序。
在图1所示的装置中,通过处理器1001调用存储器1005中存储的牛乳品质评价程序,并执行以下操作:
获取与牛乳的评价组分含量相关的多个特征波长λn
获取所述牛乳在多个所述特征波长λn处对应的多个实测吸光度An
获取标准温度值T以及所述牛乳的实时温度值t;
基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度 A’n
基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量;
根据所述评价组分含量,评价所述牛乳的品质;
其中,T为40℃,所述评价组份含量包括蛋白质含量和/或脂肪含量。
进一步地,处理器1001可以调用存储器1005中存储的牛乳品质评价程序,还执行以下操作:
所述评价组份含量包括蛋白质含量时,多个所述特征波长λn包括658nm、 720nm、744nm、752nm、848nm、854nm、898nm、960nm以及970nm;
所述评价组份含量包括脂肪含量时,多个所述特征波长λn包括750nm、 820nm、828nm、842nm、848nm、892nm、948nm以及958nm。
进一步地,处理器1001可以调用存储器1005中存储的牛乳品质评价程序,还执行以下操作:
获取标准温度值T以及所述牛乳的实时温度值t的步骤中,获取所述牛乳的实时温度值t的步骤包括:
获取所述牛乳在708nm、738nm、810nm、832nm、920nm以及968nm处对应的吸光度值A708nm、A738nm、A810nm、A832nm、A920nm以及A968nm
根据公式Ⅰ计算得到所述牛乳的实时温度值t,所述公式Ⅰ为 t=-345.2200+3044.175×103A708nm-973.477×103A738nm-2163.408× 103A810nm+1266.476×103A832nm-1996.482×103A920nm-958.951×103A968nm
进一步地,处理器1001可以调用存储器1005中存储的牛乳品质评价程序,还执行以下操作:
基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度A’n的步骤中,
所述特征波长为658nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000081
Figure RE-GDA0003114927750000082
所述特征波长为720nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000083
Figure RE-GDA0003114927750000084
所述特征波长为744nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000085
Figure RE-GDA0003114927750000086
所述特征波长为752nm时,所述第一数量关系为,A’752nm×106=e(T-t-31.129)/-15.09
所述特征波长为848nm时,所述第一数量关系为,A’848nm×106=e(T-t-7.3964)/-38.91
所述特征波长为854nm时,所述第一数量关系为,A’854nm×106=e(T-t-28.357)/-13.92
所述特征波长为898nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000087
Figure RE-GDA0003114927750000088
所述特征波长为960nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000089
Figure RE-GDA00031149277500000810
所述特征波长为970nm时,所述第一数量关系为,A’970nm×106=e(T-t-359.27)/-171.61
所述特征波长为750nm时,所述第一数量关系为,
Figure RE-GDA00031149277500000811
Figure RE-GDA00031149277500000812
所述特征波长为820nm时,所述第一数量关系为,A’820nm×106=e(T-t+16.71)/-9.0399
所述特征波长为828nm时,所述第一数量关系为,
Figure RE-GDA00031149277500000813
Figure RE-GDA00031149277500000814
所述特征波长为842nm时,所述第一数量关系为,
Figure RE-GDA00031149277500000815
Figure RE-GDA00031149277500000816
所述特征波长为848nm时,所述第一数量关系为,
Figure RE-GDA00031149277500000817
Figure RE-GDA0003114927750000091
所述特征波长为892nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000092
Figure RE-GDA0003114927750000093
所述特征波长为948nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000094
Figure RE-GDA0003114927750000095
所述特征波长为958nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000096
Figure RE-GDA0003114927750000097
进一步地,处理器1001可以调用存储器1005中存储的牛乳品质评价程序,还执行以下操作:
基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量的步骤中,所述评价组份含量包括蛋白质含量时,所述第二数量关系为:
Y1=2.9846+9.0168×103A’658nm+5.7616×103A’720nm+1.0632× 103A’744nm-8.0287×103A’752nm+9.6851×103A’848nm+4.7673×103A’854nm+1.5124× 103A’898nm-9.5567×103A’960nm-1.4760×103A’970nm
进一步地,处理器1001可以调用存储器1005中存储的牛乳品质评价程序,还执行以下操作:
基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量的步骤中,所述评价组份含量包括脂肪含量时,所述第二数量关系为:
Y2=3.5834+7.1358×103A’750nm+6.0832×103A’820nm-3.5895× 103A’828nm+2.0543×103A’842nm+4.5134×103A’848nm+1.4661×103A’892nm+5.3646 ×103A’948nm-5.3790×103A’958nm
在本实施例中,所述牛乳品质的评价方法包括以下步骤:
步骤S10,获取与牛乳的评价组分含量相关的多个特征波长λn
步骤S20,获取所述牛乳在多个所述特征波长λn处对应的多个实测吸光度An
经过对多个温度条件的多个牛乳样品进行近红外扫描,并研究获得的近红外光谱,发现,牛乳中营养组分的含量多少与其中一部分特征波长具有较高的相关性。蛋白质和脂肪的含量是生鲜牛乳的营养品质评价的重要参数,所述评价组份含量包括蛋白质含量和/或脂肪含量,也就是说,可以只选择蛋白质含量或者脂肪含量作为牛乳品质评价依据,也可以同时考察蛋白质含量和脂肪含量,以综合评价牛乳品质,使评价结果更加准确、全面。其中,在进行近红外光谱检测时,其光谱中与蛋白质含量相关性较高的特征波长包括658nm、720nm、744nm、752nm、848nm、854nm、898nm、960nm以及970nm,随着蛋白质含量的变化,658nm、720nm、744nm、752nm、848nm、854nm、 898nm、960nm以及970nm处的吸光度值变化较大;近红外光谱检测时,牛乳光谱中与脂肪含量相关性较高的特征波长包括750nm、820nm、828nm、 842nm、848nm、892nm、948nm以及958nm,随着脂肪含量的变化,750nm、820nm、828nm、842nm、848nm、892nm、948nm以及958nm处的吸光度值变化较大。
实际操作时,可根据所选择的作为牛乳品质评价依据的评价组分种类来判定待获取的特征波长λn,例如,当只准备选择蛋白质含量作为牛乳品质评价依据时,步骤S10可以只获取658nm、720nm、744nm、752nm、848nm、 854nm、898nm、960nm以及970nm作为特征波长λn;当只需要选择脂肪含量作为牛乳品质评价依据时,步骤S10可以只获取750nm、820nm、828nm、 842nm、848nm、892nm、948nm以及958nm作为特征波长λn;当选择蛋白质含量和脂肪含量综合评价牛乳品质时,步骤S10可以获取658nm、720nm、 744nm、752nm、848nm、854nm、898nm、960nm、970nm、750nm、820nm、 828nm、842nm、848nm、892nm、948nm以及958nm作为特征波长λn
本实施例可使用能够进行近红外光谱扫描的仪器对待检测的牛乳进行检测,以获取多个特征波长λn处一一对应的多个实测吸光度An。所述仪器可以是市面上可购得的近红外光谱仪,也可以是后文所述的吸光度检测装置,能够进行500nm~1010nm波长范围内的检测。待检测的牛乳无需进行预处理即可进行检测,检测速度快,且不需要预处理试剂以及除近红外光谱检测仪器以外的辅助仪器,检测成本低。
需要说明的是,An是指特征波长λn处对应的实测吸光度,例如,A720nm是指特征波长720nm处对应的实测吸光度。
进一步地,实际检测时,可选择多个样品进行近红外光谱扫描,然后取特征波长处的吸光度值的平均值作为实测吸光度An。更进一步地,在近红外光谱扫描结束后,可以对所得光谱进行二阶导数和Norris25点平滑滤波预处理,以消除噪音等影响,提升实测吸光度的准确性。
步骤S30,获取标准温度值T以及所述牛乳的实时温度值t。
本实施例中,标准温度值T为40℃;实时温度值t则是指检测牛乳时,牛乳的实时温度值。实时温度值t可以通过温度计测量得到,也可以通过预设的温度预测模型预测出。
在本发明的一实施例中,建立温度预测模型以获取所述牛乳的实时温度值t的步骤包括:
步骤S31,获取所述牛乳在708nm、738nm、810nm、832nm、920nm以及968nm处对应的吸光度值A708nm、A738nm、A810nm、A832nm、A920nm以及A968nm
步骤S32,根据公式Ⅰ计算得到所述牛乳的实时温度值t,所述公式Ⅰ为
t=-345.2200+3044.175×103A708nm-973.477×103A738nm-2163.408× 103A810nm+1266.476×103A832nm-1996.482×103A920nm-958.951×103A968nm
本发明通过对多个温度条件的多个牛乳样品进行近红外扫描,并研究获得的近红外光谱,发现,708nm、738nm、810nm、832nm、920nm以及968nm 为与牛乳温度相关性较高的特征波长,且这几个特征波长处的实测吸光度值与实时温度值之间满足公式Ⅰ所示的数量关系。
本实施例通过建立温度预测模型获取所述牛乳的实时温度值t,使得现场检测时,不需要额外携带温度检测设备,且只需要进行近红外扫描即可获得实时温度值t,操作简便快捷。而且,经过多次试验验证发现,相较温度计测量得到的温度值,通过公式Ⅰ计算获得的实时温度值t与本发明方法的适配性更高,在将公式Ⅰ计算获得的实时温度值t带入下述步骤后获得的评价组份含量与国标法测得的评价组份含量标准值差异更小。
步骤S40,基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度A’n
不同特征波长处的吸光度与实时温度之间存在的数量关系不同,具体地:
所述特征波长为658nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000111
Figure RE-GDA0003114927750000112
所述特征波长为720nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000113
Figure RE-GDA0003114927750000121
所述特征波长为744nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000122
Figure RE-GDA0003114927750000123
所述特征波长为752nm时,所述第一数量关系为,A’752nm×106=e(T-t-31.129)/-15.09;所述特征波长为848nm时,所述第一数量关系为,A’848nm×106=e(T-t-7.3964)/-38.91;所述特征波长为854nm时,所述第一数量关系为,A’854nm×106=e(T-t-28.357)/-13.92;所述特征波长为898nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000124
Figure RE-GDA0003114927750000125
所述特征波长为960nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000126
Figure RE-GDA0003114927750000127
所述特征波长为970nm时,所述第一数量关系为,A’970nm×106=e(T-t-359.27)/-171.61;所述特征波长为750nm时,所述第一数量关系为,
Figure RE-GDA0003114927750000128
Figure RE-GDA0003114927750000129
所述特征波长为820nm时,所述第一数量关系为,A’820nm×106=e(T -t+16.71)/-9.0399;所述特征波长为828nm时,所述第一数量关系为,
Figure RE-GDA00031149277500001210
Figure RE-GDA00031149277500001211
所述特征波长为842nm时,所述第一数量关系为,
Figure RE-GDA00031149277500001212
Figure RE-GDA00031149277500001213
所述特征波长为848nm时,所述第一数量关系为,
Figure RE-GDA00031149277500001214
Figure RE-GDA00031149277500001215
所述特征波长为892nm时,所述第一数量关系为,
Figure RE-GDA00031149277500001216
Figure RE-GDA00031149277500001217
所述特征波长为948nm时,所述第一数量关系为,
Figure RE-GDA00031149277500001218
Figure RE-GDA00031149277500001219
所述特征波长为958nm时,所述第一数量关系为,
Figure RE-GDA00031149277500001220
Figure RE-GDA00031149277500001221
基于上述第一数量关系,即可对多个实测吸光度An进行温度校正,从而将其转化为标准温度(40℃)下的牛乳在该特征波长处的预测吸光度值,即校正吸光度A’n
步骤S50、基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量。
标准温度下,牛乳在多个特征波长处的吸光度与对应的评价组分的含量存在数量关系,即第二数量关系。通过对大样本生鲜牛乳样品进行检测,并以采用国标法检测得到的评价组分含量作为标准值,构建出多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,建立起评价组分含量的基准模型,其中,Y1为蛋白质含量,单位为%;Y2为蛋白质含量,单位为%。
具体地,所述评价组份含量包括蛋白质含量时,所述第二数量关系为:
Y1=2.9846+9.0168×103A’658nm+5.7616×103A’720nm+1.0632×103A’744nm-8.0287×103A’752nm+9.6851×103A’848nm+4.7673×103A’854nm+1.5124×103A’898nm-9.5567 ×103A’960nm-1.4760×103A’970nm
所述评价组份含量包括脂肪含量时,所述第二数量关系为:
Y2=3.5834+7.1358×103A’750nm+6.0832×103A’820nm-3.5895×103A’828nm+2.0543×103A’842nm+4.5134×103A’848nm+1.4661×103A’892nm+5.3646× 103A’948nm-5.3790×103A’958nm
将步骤S40得到的校正吸光度代入上述公式中,即可计算得到评价组分含量值。
步骤S60、根据所述评价组分含量,评价所述牛乳的品质。
本实施例根据计算得到的评价组分含量值来判定牛乳的品质,具体地,可根据用户方的实际需要对牛乳品质进行分级,例如,如果收购方建立的牛乳品质级别为A级(蛋白质含量大于3.6%,脂肪含量大于5%)、B级(蛋白质含量3.2%~3.6%,脂肪含量4%~5%)、C级(蛋白质含量2.8%~3.2%,脂肪含量3%~4%)、D级(蛋白质含量小于2.8%,脂肪含量小于3%),若计算得到的蛋白质含量为3.5%,脂肪含量为4.5%,则判定牛乳品质为B级。
本发明提供的技术方案中,获取与牛乳的评价组分含量相关的多个特征波长λn;获取所述牛乳在多个所述特征波长λn处对应的多个实测吸光度An;获取标准温度值T以及所述牛乳的实时温度值t;基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度A’n;基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量;根据所述评价组分含量,评价所述牛乳的品质;通过将实时温度下检测到的各特征波长处的吸光度校正为标准温度下的吸光度值,解决了由于温度变化引起的光谱整个区间改变的不一致性问题,使得牛乳能够现场评价,不仅无需预处理,而且速度快、评价结果准确。
此外,本发明还提出一种吸光度检测装置,图2至图3为本发明提出的吸光度检测装置的一实施例。
参阅图2,所述吸光度检测装置包括机箱1、挡板2、样品池3以及检测系统。机箱1形成有容腔,用于容置挡板2、样品池3、检测系统等部件;具体地,机箱1包括箱体和箱盖,箱盖可开合地安装在箱体上,其安装方式可以是与箱体的开口端滑动配合,也可以是与箱体的开口端转动连接。挡板2 设于所述容腔内,以将所述容腔分隔成上腔室和下腔室,所述挡板2具有透光区,所述透光区设有可供近红外光束通过的进光口21和出光口22,其中,上腔室用于容置样品池3,上腔室设有箱体的开口,箱盖活动安装在开口处,以便于取放样品。样品池3可拆卸地安装在所述上腔室内,且覆盖所述透光区设置,所述样品池3用于容纳牛乳;具体地,样品池3可以设计成专用的石英玻璃存放槽,也可以用实验室常见的锥形瓶、烧杯等能够供近红外光束通过的材质的器具代替,装样简便且迅速。检测系统设于所述下腔室内,所述检测系统包括光道4、设于所述光道4内的卤素灯51、设于所述光道4内且对应所述出光口22设置的接收元件6以及与所述接收元件6电性连接的检测器7,所述光道4的一端开口,且所述光道4的开口端与所述透光区连通,用于将所述卤素灯51产生的近红外光束导向所述透光区,以使所述近红外光束自所述进光口21进入所述样品池3内,所述接收元件6用于接收自所述出光口22射出的光束,卤素灯51能够产生波长500nm~1010nm的近红外光束,该光束能够沿着光道4射向光道4的开口端,然后自进光口21进入样品池3 内,在经过在样品池3内存放的牛乳样品内漫透射后,自出光口22射回光道 4,并被接收元件6所接收,而后转换成电信号输送至检测器7。
本吸光度检测装置能够用在牛乳的吸光度检测中,例如,在上述实施例的步骤S20中,就可以使用本吸光度检测装置进行吸光度检测,相较市面上常见的近红外检测仪,本吸光度检测装置结构简单,便于携带,由于无需将其固定在特定实验室,检测速度更快,更适用于牛乳的现场检测。
此外,检测系统还包括透镜52和反射镜53,透镜52设于光道4且位于卤素灯51的出光侧,反射镜53设于透镜52的出光侧,用于改变光路方向,使得经透镜52汇聚的光射向进光口21。
检测系统还包括电源8和稳压器9,电源8用于供电,稳压器9能够使工作电流稳定,从而保证检测期间近红外光束稳定输出。此外,检测系统还包括分光器10和PAD11,分光器10设于接收元件6和检测器7之间,所述接收元件6为Y型光纤探头,检测器7为CCD检测器7,PAD11由电池供电,并使用数据线与检测器7连接,检测时,可以通过PAD11操作,通过透光性选择特定的波长点对红外光信号进行分光。可以理解的是,上述电源8、稳压器9、分光器10以及PAD11的具体结构和连接方式均可参考常规的红外检测仪的结构进行设计,本发明对此不作赘述。
所述进光口21环绕所述出光口22设置;具体地,参阅图3,进光口21 设有多个,多个进光口21沿出光口22的周向环绕设置,以使得光束最大限度的进入样品池3。
所述机箱1设有提手12,从而使得本吸光度检测装置更易于携带,有利于现场检测。
以下结合具体实施例对本发明的技术方案作进一步详细说明,应当理解,以下实施例仅仅用以解释本发明,并不用于限定本发明。
按照下述步骤对四组日粮进行评价:
(1)取待测的某生鲜牛乳样品一份,在某一温度条件下,采用图2所示的吸光度检测装置进行近红外光谱检测,光谱经二阶导数和Norris25点平滑滤波预处理后,得各特征波长处的吸光度值如下表1所示。
表1实测吸光度
A<sub>658nm</sub> -0.000028418101 A<sub>970nm</sub> -0.001117678531 A<sub>958nm</sub> -0.000620290398
A<sub>720nm</sub> 0.0000961777930 A<sub>750nm</sub> -0.000112323190 A<sub>708nm</sub> 0.0001990976370
A<sub>744nm</sub> -0.000166647850 A<sub>820nm</sub> 0.0001475078814 A<sub>738nm</sub> -0.000173981069
A<sub>752nm</sub> -0.000091406250 A<sub>828nm</sub> 0.0000112253261 A<sub>810nm</sub> 0.0001932368045
A<sub>848nm</sub> -0.00000615491648 A<sub>842nm</sub> -0.000149852044 A<sub>832nm</sub> -0.000059073852
A<sub>854nm</sub> -0.00000158754976 A<sub>848nm</sub> -0.000115140831 A<sub>920nm</sub> 0.0004833239052
A<sub>898nm</sub> 0.000005727023034 A<sub>892nm</sub> 0.0000519940810 A<sub>968nm</sub> -0.001102848988
A<sub>960nm</sub> -0.00000185778328 A<sub>948nm</sub> 0.0001679262282
(2)根据公式Ⅰ:
t=-345.2200+3044.175×103A708nm-973.477×103A738nm-2163.408× 103A810nm+1266.476×103A832nm-1996.482×103A920nm-958.951× 103A968nm=25.475℃。
(3)根据下述数量关系:
Figure RE-GDA0003114927750000161
Figure RE-GDA0003114927750000162
A’752nm×106=e(T-t-31.129)/-15.09;A’848nm×106=e(T-t-7.3964)/-38.91;A’854nm×106=e(T-t-28.357)/-13.92
Figure RE-GDA0003114927750000163
Figure RE-GDA0003114927750000164
A’970nm×106=e(T-t-359.27)/-171.61
Figure RE-GDA0003114927750000165
A’820nm×106=e(T-t+16.71)/-9.0399
Figure RE-GDA0003114927750000166
Figure RE-GDA0003114927750000167
Figure RE-GDA0003114927750000168
计算得到各特征波长处对应的校正吸光度A’n如下表2所示。
表2校正后吸光度
A’<sub>658nm</sub> -44.54340143×10<sup>-6</sup> A’<sub>750nm</sub> -10.01112444×10<sup>-6</sup>
A’<sub>720nm</sub> -103.6268468×10<sup>-6</sup> A’<sub>820nm</sub> 0.05209539602×10<sup>-6</sup>
A’<sub>744nm</sub> -5.575545774×10<sup>-6</sup> A’<sub>828nm</sub> -7.556854187×10<sup>-6</sup>
A’<sub>752nm</sub> 0.2465479436×10<sup>-6</sup> A’<sub>842nm</sub> -3.849412718×10<sup>-6</sup>
A’<sub>848nm</sub> 30.934627430×10<sup>-6</sup> A’<sub>848nm</sub> -5.48407456×10<sup>-6</sup>
A’<sub>854nm</sub> 37.738745024×10<sup>-6</sup> A’<sub>892nm</sub> 7.10282918×10<sup>-6</sup>
A’<sub>898nm</sub> 40.78879738×10<sup>-6</sup> A’<sub>948nm</sub> -4.618556382×10<sup>-6</sup>
A’<sub>960nm</sub> -32.54750288×10<sup>-6</sup> A’<sub>958nm</sub> -1.720044627×10<sup>-6</sup>
A’<sub>970nm</sub> 0.1306472474×10<sup>-6</sup>
(4)根据表2的数据计算得到:
蛋白质含量Y1=2.9846+9.0168×103A’658nm+5.7616×103A’720nm+1.0632×103A’744nm-8.0287×103A’752nm+9.6851×103A’848nm+4.7673×103A’854nm+1.5124× 103A’898nm-9.5567×103A’960nm-1.4760×103A’970nm=2.83%。
脂肪含量Y2=3.5834+7.1358×103A’750nm+6.0832×103A’820nm-3.5895×103A’828nm+2.0543×103A’842nm+4.5134×103A’848nm+1.4661×103A’892nm+5.3646 ×103A’948nm-5.3790×103A’958nm=3.44%。
(5)基于评价标准“A级(蛋白质含量大于3.6%,脂肪含量大于5%)、 B级(蛋白质含量3.2%~3.6%,脂肪含量4%~5%)、C级(蛋白质含量 2.8%~3.2%,脂肪含量3%~4%)、D级(蛋白质含量小于2.8%,脂肪含量小于3.0%)”,根据(4)得到的蛋白质含量和脂肪含量,判定本牛乳为C级牛乳。
(6)准确性评价:取步骤(1)中的牛乳样品,采用GB 5009.5-2016食品安全国家标准食品中蛋白质的测定第二法分光光度法检测其蛋白质含量为2.89%,与上述结果偏差为0.06%;采用GB 5009.6-2016食品安全国家标准食品中脂肪的测定第三法碱水解法检测其脂肪含量为3.32%,与上述结果偏差为0.12%。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明的专利保护范围内。

Claims (10)

1.一种牛乳品质的评价方法,其特征在于,包括以下步骤:
获取与牛乳的评价组分含量相关的多个特征波长λn
获取所述牛乳在多个所述特征波长λn处对应的多个实测吸光度An
获取标准温度值T以及所述牛乳的实时温度值t;
基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度A’n
基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量;
根据所述评价组分含量,评价所述牛乳的品质;
其中,T为40℃,所述评价组份含量包括蛋白质含量和/或脂肪含量。
2.如权利要求1所述的牛乳品质的评价方法,其特征在于,获取与牛乳的评价组分含量相关的多个特征波长λn的步骤中,
所述评价组份含量包括蛋白质含量时,多个所述特征波长λn包括658nm、720nm、744nm、752nm、848nm、854nm、898nm、960nm以及970nm;
所述评价组份含量包括脂肪含量时,多个所述特征波长λn包括750nm、820nm、828nm、842nm、848nm、892nm、948nm以及958nm。
3.如权利要求1所述的牛乳品质的评价方法,其特征在于,获取标准温度值T以及所述牛乳的实时温度值t的步骤中,获取所述牛乳的实时温度值t的步骤包括:
获取所述牛乳在708nm、738nm、810nm、832nm、920nm以及968nm处对应的吸光度值A708nm、A738nm、A810nm、A832nm、A920nm以及A968nm
根据公式Ⅰ计算得到所述牛乳的实时温度值t,所述公式Ⅰ为
t=-345.2200+3044.175×103A708nm-973.477×103A738nm-2163.408×103A810nm+1266.476×103A832nm-1996.482×103A920nm-958.951×103A968nm
4.如权利要求2所述的牛乳品质的评价方法,其特征在于,基于第一数量关系,将多个所述实测吸光度An转换成多个校正吸光度A’n的步骤中,
所述特征波长为658nm时,所述第一数量关系为,
Figure FDA0003064543640000021
Figure FDA0003064543640000022
所述特征波长为720nm时,所述第一数量关系为,
Figure FDA0003064543640000023
Figure FDA0003064543640000024
所述特征波长为744nm时,所述第一数量关系为,
Figure FDA0003064543640000025
Figure FDA0003064543640000026
所述特征波长为752nm时,所述第一数量关系为,A’752nm×106=e(T-t-31.129)/-15.09
所述特征波长为848nm时,所述第一数量关系为,A’848nm×106=e(T-t-7.3964)/-38.91
所述特征波长为854nm时,所述第一数量关系为,A’854nm×106=e(T-t-28.357)/-13.92
所述特征波长为898nm时,所述第一数量关系为,
Figure FDA0003064543640000027
Figure FDA0003064543640000028
所述特征波长为960nm时,所述第一数量关系为,
Figure FDA0003064543640000029
Figure FDA00030645436400000210
所述特征波长为970nm时,所述第一数量关系为,A’970nm×106=e(T-t-359.27)/-171.61
所述特征波长为750nm时,所述第一数量关系为,
Figure FDA00030645436400000211
Figure FDA00030645436400000212
所述特征波长为820nm时,所述第一数量关系为,A’820nm×106=e(T-t+16.71)/-9.0399
所述特征波长为828nm时,所述第一数量关系为,
Figure FDA00030645436400000213
Figure FDA00030645436400000214
所述特征波长为842nm时,所述第一数量关系为,
Figure FDA00030645436400000215
Figure FDA00030645436400000216
所述特征波长为848nm时,所述第一数量关系为,
Figure FDA00030645436400000217
Figure FDA0003064543640000031
所述特征波长为892nm时,所述第一数量关系为,
Figure FDA0003064543640000032
Figure FDA0003064543640000033
所述特征波长为948nm时,所述第一数量关系为,
Figure FDA0003064543640000034
Figure FDA0003064543640000035
所述特征波长为958nm时,所述第一数量关系为,
Figure FDA0003064543640000036
Figure FDA0003064543640000037
5.如权利要求1所述的牛乳品质的评价方法,其特征在于,基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量的步骤中,所述评价组份含量包括蛋白质含量时,所述第二数量关系为:
Y1=2.9846+9.0168×103A’658nm+5.7616×103A’720nm+1.0632×103A’744nm-8.0287×103A’752nm+9.6851×103A’848nm+4.7673×103A’854nm+1.5124×103A’898nm-9.5567×103A’960nm-1.4760×103A’970nm
6.如权利要求1所述的牛乳品质的评价方法,其特征在于,基于标准温度值T下,多个所述校正吸光度A’n与评价组分含量之间的第二数量关系,根据A’n以及所述第二数量关系计算得到评价组分含量的步骤中,所述评价组份含量包括脂肪含量时,所述第二数量关系为:
Y2=3.5834+7.1358×103A’750nm+6.0832×103A’820nm-3.5895×103A’828nm+2.0543×103A’842nm+4.5134×103A’848nm+1.4661×103A’892nm+5.3646×103A’948nm-5.3790×103A’958nm
7.一种吸光度检测装置,用在牛乳的吸光度检测中,其特征在于,包括:
机箱,形成有容腔;
挡板,设于所述容腔内,以将所述容腔分隔成上腔室和下腔室,所述挡板具有透光区,所述透光区设有可供近红外光束通过的进光口和出光口;
样品池,可拆卸地安装在所述上腔室内,且覆盖所述透光区设置,所述样品池用于容纳牛乳;以及,
检测系统,设于所述下腔室内,所述检测系统包括光道、设于所述光道内的卤素灯、设于所述光道内且对应所述出光口设置的接收元件以及与所述接收元件电性连接的检测器,所述光道的一端开口,且所述光道的开口端与所述透光区连通,用于将所述卤素灯产生的近红外光束导向所述透光区,以使所述近红外光束自所述进光口进入所述样品池内,所述接收元件用于接收自所述出光口射出的光束。
8.如权利要求7所述的吸光度检测装置,其特征在于,所述接收元件为Y型光纤探头;和/或,
所述进光口环绕所述出光口设置;和/或,
所述机箱设有提手。
9.一种牛乳品质评价装置,其特征在于,所述牛乳品质评价装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的牛乳品质评价程序,所述牛乳品质评价程序配置为实现如权利要求1至6中任一项所述的牛乳品质的评价方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有牛乳品质评价程序,所述牛乳品质评价程序被处理器执行时实现如权利要求1至6中任一项所述的牛乳品质的评价方法的步骤。
CN202110525918.8A 2021-05-13 2021-05-13 牛乳品质的评价方法、装置及存储介质及吸光度检测装置 Active CN113295631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110525918.8A CN113295631B (zh) 2021-05-13 2021-05-13 牛乳品质的评价方法、装置及存储介质及吸光度检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110525918.8A CN113295631B (zh) 2021-05-13 2021-05-13 牛乳品质的评价方法、装置及存储介质及吸光度检测装置

Publications (2)

Publication Number Publication Date
CN113295631A true CN113295631A (zh) 2021-08-24
CN113295631B CN113295631B (zh) 2023-11-14

Family

ID=77321983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110525918.8A Active CN113295631B (zh) 2021-05-13 2021-05-13 牛乳品质的评价方法、装置及存储介质及吸光度检测装置

Country Status (1)

Country Link
CN (1) CN113295631B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991019970A1 (en) * 1990-06-15 1991-12-26 Snow Brand Milk Products Co., Ltd. Method and apparatus for measuring the contents of components of skim milk, milk, cream and cheese using near infrared ray
CN2596348Y (zh) * 2003-01-20 2003-12-31 哈尔滨理工大学 激光鲜乳脂肪蛋白质成分测定仪
CN107421912A (zh) * 2017-07-27 2017-12-01 中国农业大学 一种基于近红外透射技术的液态乳制品质量检测的装置与方法
CN108760671A (zh) * 2018-05-29 2018-11-06 上海贝高医疗科技有限公司 一种母乳红外检测装置
CN111781155A (zh) * 2020-08-10 2020-10-16 西北农林科技大学 便携式牛乳成分分析方法与装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991019970A1 (en) * 1990-06-15 1991-12-26 Snow Brand Milk Products Co., Ltd. Method and apparatus for measuring the contents of components of skim milk, milk, cream and cheese using near infrared ray
US5258620A (en) * 1990-06-15 1993-11-02 Snow Brand Milk Products Co., Ltd. Method and apparatus for determining the constituents of dairy products
CN2596348Y (zh) * 2003-01-20 2003-12-31 哈尔滨理工大学 激光鲜乳脂肪蛋白质成分测定仪
CN107421912A (zh) * 2017-07-27 2017-12-01 中国农业大学 一种基于近红外透射技术的液态乳制品质量检测的装置与方法
CN108760671A (zh) * 2018-05-29 2018-11-06 上海贝高医疗科技有限公司 一种母乳红外检测装置
CN111781155A (zh) * 2020-08-10 2020-10-16 西北农林科技大学 便携式牛乳成分分析方法与装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
彭丹;徐可欣;宋扬;: "用多维校正法提高近红外牛奶成分校正模型稳健性的研究", 《光谱学与光谱分析》, vol. 29, no. 4, pages 913 - 916 *

Also Published As

Publication number Publication date
CN113295631B (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
EP3218695B1 (en) Target analyte detection and quantification in sample gases with complex background compositions
US7671984B2 (en) Spectrometric measuring probe and method for recalibrating the same
US8106361B2 (en) Method and device for determining an alcohol content of liquids
US20150092191A1 (en) Systems and Methods for Measuring Spectra of Skin and Other Objects and Materials and Making Predictions Based Thereon
CN105651728B (zh) 一种便携式近红外光谱检测系统
CN101487792A (zh) 现场用牛奶质量分析装置及方法
CN105527246A (zh) 一种便携式近红外光谱检测系统
CN109115697A (zh) 一种集合光学探头的水质多参数在线监测装置
Reigue et al. CW measurements of resonance Raman profiles, line‐widths, and cross‐sections of fluorescent dyes: application to Nile Blue A in water and ethanol
CN2938081Y (zh) 袖珍型近红外光纤光谱装置
CN113295631A (zh) 牛乳品质的评价方法、装置及存储介质及吸光度检测装置
US5694206A (en) Spectrophotometric system using a pH/ISE meter for calibration
CN209802980U (zh) 近红外光谱分析仪
Sowoidnich et al. Lock‐in detection in Raman spectroscopy with charge‐shifting CCD for suppression of fast varying backgrounds
CN205506679U (zh) 一种便携式近红外光谱检测系统
KR100859131B1 (ko) 우유의 신선도 판별용 근적외선 분광 분석 시스템
Chang et al. Monitoring of dough fermentation during Chinese steamed bread processing by near‐infrared spectroscopy combined with spectra selection and supervised learning algorithm
WO2005119216A1 (en) Systems and methods for in situ spectroscopic measurements
US20190025197A1 (en) Colorimeter Attachment for Smart Phone
CN211740560U (zh) 一种分光光度计的开机自检系统
CN109975239A (zh) 近红外光谱分析仪
CN113533306A (zh) 一种手持式蛋壳强度检测装置及方法
CN210376119U (zh) 一种非介入式血液成分浓度测量装置
CN113252580A (zh) 原料血浆光谱采集系统
CN203519166U (zh) 比色计比色光能谱测量仪

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