CN114720541A - 一种提高红花椒麻感强度分级准确性的方法 - Google Patents

一种提高红花椒麻感强度分级准确性的方法 Download PDF

Info

Publication number
CN114720541A
CN114720541A CN202210495805.2A CN202210495805A CN114720541A CN 114720541 A CN114720541 A CN 114720541A CN 202210495805 A CN202210495805 A CN 202210495805A CN 114720541 A CN114720541 A CN 114720541A
Authority
CN
China
Prior art keywords
sample
electrode
electronic tongue
reference electrode
value
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
CN202210495805.2A
Other languages
English (en)
Other versions
CN114720541B (zh
Inventor
史波林
汪厚银
钟葵
田师一
赵镭
王思思
毛岳忠
肖香荣
程时文
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.)
Zhejiang Gongshang University
China National Institute of Standardization
Original Assignee
Zhejiang Gongshang University
China National Institute of Standardization
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 Zhejiang Gongshang University, China National Institute of Standardization filed Critical Zhejiang Gongshang University
Priority to CN202210495805.2A priority Critical patent/CN114720541B/zh
Publication of CN114720541A publication Critical patent/CN114720541A/zh
Application granted granted Critical
Publication of CN114720541B publication Critical patent/CN114720541B/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
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/26Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • G01N27/416Systems
    • G01N27/48Systems using polarography, i.e. measuring changes in current under a slowly-varying voltage

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Molecular Biology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明公开了一种提高红花椒麻感强度分级准确性的方法,该方法采用电子舌进行分级,对传统的电子舌进行了改进,改变参比电极:由原Ag/AgCl玻璃电极改为铂盘电极作为电子舌传感器阵列的参比电极;改变进样方式:由传统的交叉进样变为非交叉进样来提高各样品电子舌信号的稳定性,从而提高了采用电子舌对红花椒麻感强度进行分级的准确性。

Description

一种提高红花椒麻感强度分级准确性的方法
技术领域
本发明属于花椒麻感检测分级技术领域,具体涉及一种提高红花椒麻感强度分级准确性的方法。
背景技术
随着椒麻风味越来越受广大消费者喜爱,花椒作为椒麻风味的主要呈味载体,也越来越受人们的关注。作为主要经济作物,花椒品质却参差不齐,价格也相差甚远,许多商家为最大化攫取利润,经常以次充好,使得花椒市场频繁出现高价低质的乱象。
电子舌是近几十年发展起来、广受欢迎的快速检测手段,被广泛用于产品源头追溯、品质判别等领域。为了探索基于电子舌建立红花椒快速判别研究,根据该技术特点,需要建立相应的品质快速判别模型。
电子舌的输出信号,除了被检样品信号,还包括干扰信号。干扰信号主要包括高频信号与低频信号,其中高频部分称为噪声,低频部分通常称为漂移,前者影响电子舌模式识别模型的精度,后者限制了电子舌模式识别模型的使用周期。为了保证后期基于电子舌建立红花椒麻感强度分类模型的实用性、适用性与长期性,需要在正式采集电子舌数据之前对实验条件进行比对与优化,甄别与分析电子舌的红花椒信号稳定性与准确性,以期获得更高质量的智能感官数据,从而为后续开发高性能的分类判别模型成为可能。
相对于噪声,电子舌的漂移是最急需要解决的问题,它也因被检测样品性质不同而有不同的表现,只有结合被检样品的特点,去针对性的提出并解决漂移问题。电子舌出现信号漂移的原因主要有以下两个方面。(1)电子舌传感器阵列由工作电极、辅助电极和参比电极组成。其中Ag/AgCl玻璃电极作为通用参比电极的多孔陶瓷在花椒提取物检测过程中容易被堵塞,而造成电路不稳定;同时在使用过程中外盐桥中的饱和氯化钾液体外漏也会导致电子舌检测稳定性下降。(2) 为了减少随机误差来保证各批次样品数据之间的可比性,常常采用传统的交叉进样方式,即从按照A1→B1→A2→B2...方式进样。而对于强刺激的花椒提取物,可能在电子舌还未适应当下被检测样品的前提下,又换样检测,这无形中会增加电子舌对花椒提取物检测的不稳定性,从而导致最终分辨信号效果不好,而影响后续模型的质量。
发明内容
本发明的目的提供一种提高红花椒麻感强度分级准确性的方法,该方法主要采用电子舌代替人工进行检测,并且针对花椒检测的特点,对传统的电子舌进行了改进,从而提高了采用电子舌对红花椒麻感强度进行分级的准确性。
为了实现上述目的,本发明的技术方案概述如下:
一种提高红花椒麻感强度分级准确性的方法,采用电子舌进行分级,并采用以下方式:
(1)改变参比电极:由原Ag/AgCl玻璃电极改为铂盘电极作为电子舌传感器阵列的参比电极;
(2)改变进样方式:由传统的交叉进样变为非交叉进样来提高各样品电子舌信号的稳定性。
本发明的电子舌采用大幅多频脉冲伏安型电子舌,共有传感器阵列、信号激发与接收电路、智能算法模块。其中,传感器阵列采用传统的三电极系统,工作电极包括铂电极(Pd)、金电极(Au)、钯电极(Pd)、钨电极(Wu)、钛电极(Ti)和银电极(Ag),均为商业化的圆盘电极。辅助电极为铂柱电极,参比电极选用铂盘电极。
所述电子舌采用步进式大幅脉冲作为激励信号,对工作电极施以工作电压,从而得到样本在不同电压下的电流值。所述激励信号包括3种不同频率段的大幅脉冲激励信号,频率段分别为1、10、100Hz。每个频率段的电压采用步进式梯度下降,电压变化区间为[-1V,+1V],每次电压变化步进为0.2V。
优选地,参比电极选择的方式为:比较不同参比电极下,所采集充电电流及法拉第电流的变异系数CV值,寻找稳定性最好即CV值最小的参比电极。
所述CV值的计算公式为:
Figure BDA0003631263920000021
式中,CV代表变异系数,σ代表标准差,x代表算数平均值。
在参比电极选择过程中,为了消除环境因素对结果的影响,清洗选择先用无水乙醇一次再用去离子水清洗,采用磁力搅拌的方式对电极进行清洗;在参比电极验证过程中,每个样品每天测6次平行,一共测试4天,分别建立由原Ag/AgCl 玻璃电极与铂盘参比电极所获得信号的PCA图,并对比它们间的DI值来确定分辨力最佳的传感器阵列,DI值越大分辨效果越好。
在进样方式选择过程中,每个样品每天测6次平行,重复测试4天,比较不同进样方式下电子舌的DI值,DI值越大分辨效果越好;在非交叉进样方式漂移验证过程中,在每一个样品测试前加测同一个参比样,完成一个样本的所有6 次平行后再进行下一个样本(下一轮)的采集,以此类推,重复此实验4天,考察主成分得分图中参比样的空间位置变化情况。
所述DI值的计算方法为:
(3)各个区域无重叠,则
Figure BDA0003631263920000031
(4)各个区域有重叠,则
Figure BDA0003631263920000032
式中,Si为样本组内各点所围成的面积。S为所有样本点所围成的总面积。
本发明的优点:
本发明主要采用电子舌代替人工进行检测,并且针对花椒检测的特点,对传统的电子舌进行了改进,从而提高了采用电子舌对红花椒麻感强度进行分级的准确性。
通过改变传感器阵列的参比电极,优化硬件设施。采用电化学工作站中的多电位阶跃法模拟电子舌脉冲信号,比较不同参比电极:铂盘、铂柱、大铂片、小铂片与原来的Ag/AgCl玻璃电极,用CV值做表征,确定稳定性最佳的参比电极为铂盘电极。验证比较铂盘参比电极与Ag/AgCl玻璃电极对同一批样本的分辨性能,结果发现铂盘参比电极的分辨力较Ag/AgCl玻璃电极好,DI值提升44.3%。
传统采用交叉式进样使随机误差平均分配到各个样本中,消除样品测样顺序对实验结果带来的干扰。但同时也会带来新的问题,即而对于强刺激的花椒提取物,可能在电子舌还未适应当下被检测样品的前提下,又换样检测,这无形中会增加电子舌对花椒提取物检测的不稳定性。因此尝试比较非交叉式进样以提高电子舌的分辨力。同时设计实验证明非交叉式进样并不会导致样本实际主成分空间位置的变化,结果表明,用新的传感器,针对红花椒样本,非交叉式进样比交叉式进样更好,采用非交叉进样方式将DI值提升45.8%。
附图说明
图1是本发明的技术路线图;
图2是新旧传感器分辨力PCA结果图;图a:旧传感器PCA结果图,图b:新传感器PCA结果图;
图3是不同进样方式PCA结果图;图a:交叉进样PCA结果图,图b:非交叉进样 PCA结果图;
图4是非交叉式进样各天结果;注:图中黑色游离散点即为参比样,图a为第1天的样本空间位置分布图,图b为第2天的样本空间位置分布图,图c为第3天的样本空间位置分布图,图d为第4天的样本空间位置分布图;图中数字1~9分别代表表4 中的样品1~9。
具体实施方式
下面结合具体实施例来进一步描述本发明,本发明的优点和特点将会随着描述而更为清楚。但下述实施例中所涉及的具体实验方法如无特殊说明,均为常规方法或按照制造厂商说明书建议的条件实施。
若未特别指明,实施例中所用技术手段为本领域技术人员所熟知的常规手段。下述实施例中的试验方法,如无特别说明,均为常规方法。如无特殊说明,所采用的试剂及材料,均可以从市场中购买获得。
除非另行定义,文中所使用的所有专业与科学用语与本领域熟练人员所熟悉的意义相同。此外,任何与所记载内容相似或均等的方法及材料皆可应用于本发明中。文中所述的较佳实施方法与材料仅作示范之用。
1实验材料与仪器
1.1实验材料
实验所用实验材料、主要试剂及仪器如表1、表2所列。基于现有麻感强度等级分类的结果,选用HC101甘肃武都(高麻)、HC203四川丹巴(中麻)、HC305山东大颗粒(低麻)以及这三者花椒浸提液体积比为1∶1∶1的混合样本用于本次实验中验证最佳参比电极的选择;在高麻、中麻、低麻中各选3种样本作为本次实验中验证进样方式对实验结果的影响。所用的9种不同麻感强度的红花椒均购自于各地农户,并与花椒油树脂一并放在4℃冰箱保存。
表1红花椒样品信息表
Figure BDA0003631263920000051
2实验仪器
2.1大幅多频脉冲伏安型电子舌
采用本实验室自主研发的大幅多频脉冲伏安型电子舌,共有传感器阵列、信号激发与接收电路、智能算法三大板块。传感器阵列采用传统的三电极系统,其中工作电极包括铂电极(Pd)、金电极(Au)、钯电极(Pd)、钨电极(Wu)、钛电极(Ti)和银电极(Ag),均为商业化的圆盘电极。辅助电极为铂柱电极,参比电极分别选择Ag/AgCl玻璃电极、铂盘、铂柱、大铂片、小铂片等5种方式,以饱和氯化钾溶液为外盐桥。激励信号包括3种不同频率段的大幅脉冲激励信号,频率段分别为1、10、100Hz。每个频率段的电压采用步进式梯度下降,电压变化区间为[-1V,+1V],每次电压变化步进为0.2V。
表2实验材料与仪器表
Figure BDA0003631263920000052
Figure BDA0003631263920000061
2.2电化学工作站
电子舌采用步进式大幅脉冲作为激励信号,对工作电极施以工作电压,从而得到样本在不同电压下的电流值。对应选用上海辰华CHI660电化分析仪中多电位阶跃法模拟电子舌的激励信号。
3实验方法
3.1样品制备方法
3.1.1花椒浸提液的制备
参照GB/T 38495-2020中花椒浸提液的制取方法,将干花椒样品除梗去杂后,超速离心机粉碎,过40目筛,称取花椒粉样品5g(精确到0.01g)置于250mL 棕色具塞锥形瓶中,加入75mL无水乙醇振摇均匀,20℃恒温超声提取(频率 40kHz)20min。混合溶液全部转移至离心管中,2000r/min转速下离心5min,收集至250mL棕色容量瓶。用少量无水乙醇洗涤沉淀,涡旋1min,2000r/min 转速下离心5min,上清液转移至容量瓶中。重复洗涤沉淀2次,上清液转移至容量瓶中,无水乙醇定容至200mL,摇匀备用。
3.1.2花椒油树脂浸提液的制备
称取花椒油树脂5g(精确到0.01g)置于250mL棕色具塞锥形瓶中,加入 75mL无水乙醇振摇均匀,20℃恒温超声提取(频率40kHz)20min。混合溶液全部转移至离心管中,2500r/min转速下离心5min,收集至200mL棕色容量瓶。用少量无水乙醇洗涤沉淀,涡旋1min,2000r/min转速下离心5min,上清液转移至容量瓶中。重复洗涤沉淀2次,上清液转移至容量瓶中,无水乙醇定容至 100mL,摇匀备用。
3.2基于参比电极优化的电子舌检测
3.2.1各参比电极下的电子舌信号采集
在三电极体系中,辅助电极和工作电极保持原来的铂柱和铂盘,其中参比电极分别选择Ag/AgCl玻璃电极、铂盘、铂柱、大铂片、小铂片等5种方式,待测样选择花椒油树脂稀释液,其浓度采用花椒油树脂浸提液稀释100倍,即浓度为 0.005g/L花椒油树脂稀释液。选用多电位阶跃法模拟电子舌的激励信号,阶跃电压和步进参数的设置与电子舌保持一致,将电极阵列浸没在待测样内进行测样,采集30秒电流值直至测样完成,将电极阵列取出,用注射器吸取无水乙醇进行冲洗再用去离子水冲洗,并用滤纸吸干电极表面样液后再进行下一次测样。每根参比电极平行采集10次,比较不同参比电极下,所采集充电电流及法拉第电流的变异系数CV值,寻找稳定性最好即CV值最小的参比电极。
3.2.2最佳参比电极验证
为了验证所得到的最佳参比电极的分辨性能是否优于原传感器阵列,开展验证实验。旧传感器阵列辅助电极为铂柱、工作电极分别为铂电极(Pd)、金电极 (Au)、钯电极(Pd)、钨电极(Wu)、钛电极(Ti),参比电极为Ag/AgCl 玻璃电极。新传感器阵列辅助电极为铂柱、工作电极分别为铂电极(Pd)、金电极(Au)、钯电极(Pd)、钨电极(Wu)、钛电极(Ti),参比电极为实验得出的最佳参比电极。为了排除实验过程中环境因素对结果的影响,在当天对两个传感器阵列同时进行检测,以比较两个传感器对不同样本的分辨力。检测样本选用HC101甘肃武都、HC203四川丹巴、HC305山东大颗粒以及这三者花椒浸提液体积比为1∶1∶1的混合样本,清洗选择先用无水乙醇一次再用去离子水清洗,采用磁力搅拌的方式对电极进行清洗,每个样品每天测6次平行,一共测试4 天,分别建立由原Ag/AgCl玻璃电极与铂盘参比电极所获得信号的PCA图,并对比它们间的DI值(Discrimination Index)来确定分辨力最佳的传感器阵列。
3.3基于进样方式优化的电子舌检测
为了保持除进样方式以外其他条件的一致性,在同一天分别进行交叉式进样与非交叉式进样的实验,电子舌清洗方式选择电化学磁力搅拌清洗两次,一次无水乙醇一次去离子水的常规清洗方式。选取HC101甘肃武都、HC203四川丹巴、 HC305山东大颗粒、浓度为0.005g/L的花椒油树脂稀释液以及由HC101甘肃武都、HC203四川丹巴、HC305山东大颗粒各自花椒浸提液体积比按照1∶1∶1的比例进行混合的混合样液为待测液,每个样品每天测6次平行,重复测试4天,比较不同进样方式下电子舌的DI值。
3.3.1交叉式进样的电子舌检测步骤
(1)打开电子舌电源开关,进行预热,5根工作电极传感器共预热25分钟。
(2)取20mL待测样于样品杯中,置于自动进样采样盘,并在自动进样系统对应位置输入样品名称。
(3)每个样品在正式检测之前应先预检,设置各传感器灵敏度。
(4)样品检测完之后在测试界面中点击2个清洗盘,一次无水乙醇一次去离子水,进行原位电化学清洗,再进行下一个样品检测。
(5)交叉式进样方式:电子舌系统在完成预热、预检以后,样本按照样品 A1→清洗→B1→清洗→A2→清洗→B2......依次对样本进行信息采集,直至完成实验。
3.3.2非交叉式进样的电子舌检测步骤
(1)打开电子舌电源开关,进行预热,5根工作电极传感器共预热25分钟。
(2)取20mL待测样于样品杯中,置于自动进样采样盘,并在自动进样系统对应位置输入样品名称。
(3)每个样品在正式检测之前应先预检,设置各传感器灵敏度。
(4)样品检测完之后在测试界面中点击2个清洗盘,一次无水乙醇一次去离子水,进行原位电化学清洗,再进行下一个样品检测。
(5)非交叉式进样方式:电子舌系统在完成预热、预检以后,样本按照样品A1→清洗→A2→清洗→...→An→清洗→B1→清洗→B2→清洗→……Bn依次对样本进行信息采集,直至实验完成。
3.3.3非交叉式进样的电子舌判别效果验证实验
重点考察采用非交叉式进样时,电子舌在重复测试A样本过程中是否会出现同一天不同测试次数中电子舌信号漂移问题,而导致后续B样本的实际电子舌信号发生偏移的现象。也就是说,若采用非交叉式进样,其进样顺序是否会影响样本在实际主成分空间中的分布位置。针对此假设,通过验证实验考察非交叉进样在后续采集红花椒电子舌数据的可行性。
在高、中、低三个不同麻度等级的样本中分别选取3个样本,并在每个样本测试前均加测一个同样的参比样本(样品4:HC105甘肃临夏)以监测各样本在主成分空间中的实际位置漂移情况。采样方式如表3所列,在每一个样品测试前加测同一个参比样,完成一个样本的所有6次平行后再进行下一个样本(下一轮) 的采集,以此类推,重复此实验4天。选用样本的信息如表4所示,其中样本4 为参比样。
表3测样顺序表
Figure BDA0003631263920000091
表4样品信息表
Figure BDA0003631263920000092
4数据处理方法
4.1 CV值的计算
变异系数是反映总体各单位标志值的差异程度或者离散程度的指标,是反映数据分布状况的指标之一。其含义是总体各单位的标准差与其算术平均数对比的相对数,CV值越小则说明数据分布更为集中,越大越分布越离散。
其计算公式为:
Figure BDA0003631263920000093
上式中,CV代表变异系数,σ代表标准差,x代表算数平均值。
4.2 DI值的计算
DI值表征分辨力即对各类样本的分辨能力,是各类样本的组间距离与组内距离之比,DI值越大分辨效果越好。
计算DI值一般出现两种情况:
(5)各个区域无重叠,则
Figure BDA0003631263920000101
(6)各个区域有重叠,则
Figure BDA0003631263920000102
式中,Si为样本组内各点所围成的面积。S为所有样本点所围成的总面积。
5结果与讨论
5.1参比电极选择优化研究
5.1.1最佳参比电极的选择
电子舌传感器阵列由工作电极、辅助电极和参比电极组成。其中Ag/AgCl 玻璃电极作为参比电极的多孔陶瓷在使用过程中容易被被检测样品堵塞,造成电路不稳定。同时在使用过程中外盐桥中的饱和氯化钾液体外漏也会导致电子舌检测稳定性下降,因此尝试改变参比电极,以期得到稳定性更好、分辨力更佳的电子舌传感器。
选择浓度为0.005g/L花椒油树脂稀释液为待测样,参比电极分别为Ag/AgCl 玻璃电极、铂盘、铂柱、大铂片、小铂片,每个参比电极重复采集待测样10次,一共分为两个电压段[-1V,0V]电压段与[0V,1V]电压段,对比同电压段下不同参比电极所采充电电流及法拉第电流值的变异系数,并求取各变异系数平均值。不同电压段下各参比电极的CV值结果如表5,由于采集电流信息时两电压段是相互独立的,可以看做是两次平行,对不同参比电极的稳定性进行方差分析。从方差分析结果来看(表6),计算出的F统计量值为5.19,概率p值<0.05,说明不同参比电极之间其稳定性差异显著,其中CV值最小,稳定性最佳的参比电极为铂盘参比电极进行下一步实验。
表5不同参比电极CV值结果
Figure BDA0003631263920000111
表6不同参比电极稳定性方差分析结果
Figure BDA0003631263920000112
5.1.2最佳参比电极的验证
为了验证所选择参比电极的分辨性能是否优于原传感器阵列,比较新旧传感器阵列对不同样本的分辨能力。检测样本选用HC101甘肃武都、HC203四川丹巴、HC305山东大颗粒以及这三者花椒浸提液体积比为1∶1∶1的混合样本液,清洗方式选用无水乙醇清洗一次再用去离子水清洗一次,采用磁力搅拌的方式对电极进行清洗,每个样品每天测6次平行,一共测试4天,对比原Ag/AgCl玻璃电极与铂盘参比电极两种不同参比电极电子舌对不同样品的DI值。
从图2可以看到,对于两套传感器阵列,沿着主成分1方向均按照HC101 甘肃武都、HC203四川丹巴、HC305山东大颗粒依次分布,这与高麻、中麻、低麻的顺序分别对应。且两套传感器阵列的PCA结果中,均出现混合样本与四川丹巴样本区域重叠现象,这可能是由于混合样本是由HCl01甘肃武都、HC203 四川丹巴、HC305山东大颗粒以1∶1∶1比例混合,混合后的麻度刚好与中麻的四川丹巴样本相似,所以出现了样本有部分区域重叠。从PCA结果图中可以看到,未改变参比电极时,旧传感器前两个主成分的累计贡献率达到79.3%,DI值为 -149.79,说明对于同一样品旧传感器阵列在4天的采集点较为分散,从而导致同一样本的组内面积较大,且出现大部分区域面积的重叠,由DI的定义公式可知,组内面积之和越大,重叠区域面积越大,DI值越小。而从改变参比电极后的新传感器阵列的PCA结果来看,前两个主成分的累计贡献率达到74.9%,DI值为 -83.14,两套传感器阵列对不同麻度待测物质的分辨能力相差较大,除了混合样本与四川丹巴样本有区域重叠以外,新传感器阵列能够很好地将HC101甘肃武都、HC203四川丹巴、HC305山东大颗粒样本完全区分开来。结果表明:以铂盘作为电子舌参比电极的新传感器阵列能够提高电子舌对不同红花椒样品(甘肃武都、四川丹巴、山东大颗粒、混合样本)的区分能力,DI值提升44.3%。
因此,新的传感器阵列较旧的传感器阵列好。这可能是因为相对于Ag/AgCl 玻璃电极下的多孔陶瓷孔道易被堵塞,固态铂盘电极的反应活性面积变化比 Ag/AgCl玻璃电极更小,从而用铂盘做参比电极三电极体系更为稳定。
5.2电子舌信号采集进样方式研究
5.2.1两种进样方式比较分析
由传统的交叉进样在电子舌还未适应当下被检测样品的前提下,又换样检测,可能会增加电子舌对花椒提取物检测的不稳定性,致使电子舌分辨能力下降这一现象。由此,尝试比较两种进样方式对电子舌分辨能力的影响,为优化后期电子舌采集红花椒数据建模数据做铺垫。同一天内采取交叉式进样与非交叉式进样两种不同的进样方式。清洗方式选择电化学磁力搅拌清洗两次,一次无水乙醇一次去离子水的常规清洗方式。选取HC101甘肃武都、HC203四川丹巴、HC305山东大颗粒、花椒油树脂以及由HC101甘肃武都、HC203四川丹巴、HC305山东大颗粒浸提液以各自花椒浸提液体积比按照1∶1∶1的比例进行混合的混合样液为待测液,每个样品每天测6次平行,重复测试4天。
从图3来看,取交叉进样方式时,同一个电子舌在多天内的分布较为分散,从而导致多个样本在多天内的分布出现重叠,除了花椒油树脂能与其他样品很好的分开外,剩余样品均有严重的区域重叠,导致DI值较低,只有-68.67。而采取非交叉进样时,各样品多天的位置分布相对交叉进样集中,除了混合样与 HC203四川丹巴有部分区域重叠外,其他样品能够完全区分开来,DI值为-37.19,采用非交叉进样方式将DI值提升45.8%。
由此可见,采取非交叉进样时能够有效改善交叉进样时传感器未完全适应而造成的信号不稳定现象,从而提升电子舌的分辨力。但同时也可能带来新的问题,在提升分辨力的同时也会出现样品A信息的电子舌重复累加测试,而影响后续样品B的在实际主成分空间分布,为此,需要进一步设计实验进行验证。
5.2.2非交叉式进样的电子舌信号质量验证
为验证非交叉式进样是否带来样本实际主成分空间位置的影响(漂移),本节通过检测参比样的每天电子舌主成分空间漂移情况,查看参比样的主成分空间位置是否发生改变。结果如图4所示。
样本4为参比样,各图中游离的黑色点即为参比样的所在位置。从第1天的结果来看,参比样除了有两点距离本来样本4位置较远外,其他7个点距离较近,且各种样品均能分开,沿着主成分1方向依次按照高麻、中麻、低麻分布。第2 天的参比样有1个点到了样品2的区域,其他8个点均在样品4下侧分布,与其他样本点距离较远,且各种样品均能分开,沿着主成分1方向依次按照高麻、中麻、低麻分布。第3天各样本之间出现了重叠现象,但沿着主成分1方向,大致按照高麻、中麻、低麻顺序排列,参比样位置有1个点距离样品5与样本1之间,其他8点在样本4附近分布。第4天参比样有2个点在样品1较近,有6个点在样本1与4之间分布,但距离样本4更近,有1个点虽然较其他散点距样本4 较远,但依然分布在样本4一侧,与其他样本距离较远,且各种样品均能分开,沿着主成分1方向依次按照高麻、中麻、低麻分布。综上分析,当采取非交叉式进样时,不会由于某一个样品重复信息的累加,而影响其他样品的实际空间分布 (漂移)。因此后续应用电子舌采集红花椒信息时采用非交叉式进样,提高同一样本之间的稳定性,进而提高电子舌的分辨能力。
以上所述之实施例,只是本发明的较佳实施例而已,仅仅用以解释本发明,并非限制本发明实施范围,对于本技术领域的技术人员来说,当然可根据本说明书中所公开的技术内容,通过置换或改变的方式轻易做出其它的实施方式,故凡在本发明的原理上所作的变化和改进等,均应包括于本发明申请专利范围内。

Claims (8)

1.一种提高红花椒麻感强度分级准确性的方法,其特征在于,采用电子舌进行分级,并采用以下方式:
(1)改变参比电极:由原Ag/AgCl玻璃电极改为铂盘电极作为电子舌传感器阵列的参比电极;
(2)改变进样方式:由传统的交叉进样变为非交叉进样来提高各样品电子舌信号的稳定性。
2.根据权利要求1所述的方法,其特征在于,所述电子舌采用大幅多频脉冲伏安型电子舌。
3.根据权利要求2所述的方法,其特征在于,所述电子舌包括传感器阵列、信号激发与接收电路、智能算法模块。
4.根据权利要求1所述的方法,其特征在于,所述电子舌采用步进式大幅脉冲作为激励信号,所述激励信号包括3种不同频率段的大幅脉冲激励信号,频率段分别为1、10、100Hz。每个频率段的电压采用步进式梯度下降,电压变化区间为[-1V,+1V],每次电压变化步进为0.2V。
5.根据权利要求1所述的方法,其特征在于,参比电极选择的方式为:比较不同参比电极下,所采集充电电流及法拉第电流的变异系数CV值,寻找稳定性最好即CV值最小的参比电极。
6.根据权利要求5所述的方法,其特征在于,所述CV值的计算公式为:
Figure FDA0003631263910000011
式中,CV代表变异系数,σ代表标准差,x代表算数平均值。
7.根据权利要求5所述的方法,其特征在于,在参比电极选择过程中,为了消除环境因素对结果的影响,清洗液选择先用无水乙醇清洗再用去离子水清洗,采用磁力搅拌的方式对电极进行清洗;在参比电极验证过程中,每个样品每天测6次平行,一共测试4天,分别建立由原Ag/AgCl玻璃电极与铂盘参比电极所获得信号的PCA图,并对比它们间的DI值来确定分辨力最佳的传感器阵列,DI值越大分辨效果越好;在进样方式选择过程中,每个样品每天测6次平行,重复测试4天,比较不同进样方式下电子舌的DI值,DI值越大分辨效果越好;在非交叉进样方式漂移验证过程中,在每一个样品测试前加测同一个参比样,完成一个样本的所有6次平行后再进行下一个样本的采集,以此类推,重复此实验4天,考察主成分得分图中参比样的空间位置变化情况。
8.根据权利要求7所述的方法,其特征在于,所述DI值的计算方法为:
(1)各个区域无重叠,则
Figure FDA0003631263910000021
(2)各个区域有重叠,则
Figure FDA0003631263910000022
式中,Si为样本组内各点所围成的面积。S为所有样本点所围成的总面积。
CN202210495805.2A 2022-05-07 2022-05-07 一种提高红花椒麻感强度分级准确性的方法 Active CN114720541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210495805.2A CN114720541B (zh) 2022-05-07 2022-05-07 一种提高红花椒麻感强度分级准确性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210495805.2A CN114720541B (zh) 2022-05-07 2022-05-07 一种提高红花椒麻感强度分级准确性的方法

Publications (2)

Publication Number Publication Date
CN114720541A true CN114720541A (zh) 2022-07-08
CN114720541B CN114720541B (zh) 2023-10-27

Family

ID=82230876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210495805.2A Active CN114720541B (zh) 2022-05-07 2022-05-07 一种提高红花椒麻感强度分级准确性的方法

Country Status (1)

Country Link
CN (1) CN114720541B (zh)

Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5120421A (en) * 1990-08-31 1992-06-09 The United States Of America As Represented By The United States Department Of Energy Electrochemical sensor/detector system and method
EP0540691A1 (en) * 1990-07-20 1993-05-12 I-Stat Corporation Method for analytically utilizing microfabricated sensors during wet-up
DE4232729A1 (de) * 1992-09-30 1994-06-01 Karl Prof Dr Rer Nat Cammann Vorrichtung und Verfahren für eine extrem miniaturisierbare, potentialkonstante Bezugselektrode
CA2431836A1 (en) * 2000-12-22 2002-07-04 Otre Ab Electronic tongue as ozone detector
CA2561813A1 (en) * 2004-04-02 2005-11-10 Merck Patent Gesellschaft Mit Beschraenkter Haftung Ionic liquids having fluoroalkyltriffluoroborate anions
CN101311711A (zh) * 2007-05-25 2008-11-26 浙江工商大学 一种用于液体样品的智能化学分析系统
CN101957342A (zh) * 2009-07-20 2011-01-26 杭州晟迈智能科技有限公司 一种伏安型电子舌
CN102053109A (zh) * 2009-10-30 2011-05-11 浙江工商大学 电子舌传感器阵列及对饮料产品进行质量控制的方法
CN103063709A (zh) * 2012-08-16 2013-04-24 浙江省海洋开发研究院 一种利用电子鼻检测带鱼新鲜度的方法
CN103293190A (zh) * 2013-06-27 2013-09-11 浙江工商大学 黑布仑贮藏时间检测方法
CN103376282A (zh) * 2013-07-15 2013-10-30 浙江大学 一种基于口感信息快速评定不同年限人参的方法
CN104569062A (zh) * 2015-01-30 2015-04-29 东北电力大学 基于分子筛过滤的电子鼻气室
CN204613149U (zh) * 2015-04-23 2015-09-02 嘉兴学院 一种基于电子舌的大米品质检测装置
EP2975770A1 (en) * 2014-07-17 2016-01-20 Semtech Corporation Sampling circuitry and sampling method for a plurality of electrodes
CN106093018A (zh) * 2016-05-30 2016-11-09 重庆大学 检测茶多酚多层传感器及其制备方法及该传感器的应用
CN106770522A (zh) * 2016-12-27 2017-05-31 山东理工大学 一种用于检测果汁纯度的电子舌系统及检测方法
CN107014876A (zh) * 2017-03-21 2017-08-04 浙江大学 一种基于金属纳米复合材料修饰电极阵列的黄酒地域鉴别方法
WO2018093680A1 (en) * 2016-11-15 2018-05-24 University Of Virginia Patent Foundation Electrochemical device for identifying electroactive analyte and related methods thereof
CN109100409A (zh) * 2018-08-22 2018-12-28 江苏大学 一种基于离子选择性电极传感器阵列的啤酒风味等级评价方法
CN109254041A (zh) * 2018-10-26 2019-01-22 重庆医科大学 一种辣椒中辣椒素的电化学检测方法
CN109400654A (zh) * 2017-11-30 2019-03-01 云南师范大学 一种2-(苯磺酰基)苯乙酮衍生物为辅助配体的铱配合物
CN109752427A (zh) * 2017-11-07 2019-05-14 中国科学院高能物理研究所 一种用于高温熔盐体系的合金参比电极及其制备
CN110887870A (zh) * 2019-11-28 2020-03-17 新沂市超华木业有限公司 一种用于检测木材内部缺陷的测量装置及其处理方法
CN110954584A (zh) * 2019-11-15 2020-04-03 浙江省农业科学院 一种基于电子舌的味觉测试方法及验证方法
CN112394078A (zh) * 2020-12-10 2021-02-23 南开大学 用于材料刺激响应性测试的原位环境控制实验装置及方法
CN112415062A (zh) * 2020-11-27 2021-02-26 山东省科学院生物研究所 一种快速检测乙醇的电极系统及使用电极系统对乙醇检测的方法

Patent Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0540691A1 (en) * 1990-07-20 1993-05-12 I-Stat Corporation Method for analytically utilizing microfabricated sensors during wet-up
US5120421A (en) * 1990-08-31 1992-06-09 The United States Of America As Represented By The United States Department Of Energy Electrochemical sensor/detector system and method
DE4232729A1 (de) * 1992-09-30 1994-06-01 Karl Prof Dr Rer Nat Cammann Vorrichtung und Verfahren für eine extrem miniaturisierbare, potentialkonstante Bezugselektrode
CA2431836A1 (en) * 2000-12-22 2002-07-04 Otre Ab Electronic tongue as ozone detector
CA2561813A1 (en) * 2004-04-02 2005-11-10 Merck Patent Gesellschaft Mit Beschraenkter Haftung Ionic liquids having fluoroalkyltriffluoroborate anions
CN101311711A (zh) * 2007-05-25 2008-11-26 浙江工商大学 一种用于液体样品的智能化学分析系统
CN101957342A (zh) * 2009-07-20 2011-01-26 杭州晟迈智能科技有限公司 一种伏安型电子舌
CN102053109A (zh) * 2009-10-30 2011-05-11 浙江工商大学 电子舌传感器阵列及对饮料产品进行质量控制的方法
CN103063709A (zh) * 2012-08-16 2013-04-24 浙江省海洋开发研究院 一种利用电子鼻检测带鱼新鲜度的方法
CN103293190A (zh) * 2013-06-27 2013-09-11 浙江工商大学 黑布仑贮藏时间检测方法
CN103376282A (zh) * 2013-07-15 2013-10-30 浙江大学 一种基于口感信息快速评定不同年限人参的方法
EP2975770A1 (en) * 2014-07-17 2016-01-20 Semtech Corporation Sampling circuitry and sampling method for a plurality of electrodes
CN104569062A (zh) * 2015-01-30 2015-04-29 东北电力大学 基于分子筛过滤的电子鼻气室
CN204613149U (zh) * 2015-04-23 2015-09-02 嘉兴学院 一种基于电子舌的大米品质检测装置
CN106093018A (zh) * 2016-05-30 2016-11-09 重庆大学 检测茶多酚多层传感器及其制备方法及该传感器的应用
WO2018093680A1 (en) * 2016-11-15 2018-05-24 University Of Virginia Patent Foundation Electrochemical device for identifying electroactive analyte and related methods thereof
CN106770522A (zh) * 2016-12-27 2017-05-31 山东理工大学 一种用于检测果汁纯度的电子舌系统及检测方法
CN107014876A (zh) * 2017-03-21 2017-08-04 浙江大学 一种基于金属纳米复合材料修饰电极阵列的黄酒地域鉴别方法
CN109752427A (zh) * 2017-11-07 2019-05-14 中国科学院高能物理研究所 一种用于高温熔盐体系的合金参比电极及其制备
CN109400654A (zh) * 2017-11-30 2019-03-01 云南师范大学 一种2-(苯磺酰基)苯乙酮衍生物为辅助配体的铱配合物
CN109100409A (zh) * 2018-08-22 2018-12-28 江苏大学 一种基于离子选择性电极传感器阵列的啤酒风味等级评价方法
CN109254041A (zh) * 2018-10-26 2019-01-22 重庆医科大学 一种辣椒中辣椒素的电化学检测方法
CN110954584A (zh) * 2019-11-15 2020-04-03 浙江省农业科学院 一种基于电子舌的味觉测试方法及验证方法
CN110887870A (zh) * 2019-11-28 2020-03-17 新沂市超华木业有限公司 一种用于检测木材内部缺陷的测量装置及其处理方法
CN112415062A (zh) * 2020-11-27 2021-02-26 山东省科学院生物研究所 一种快速检测乙醇的电极系统及使用电极系统对乙醇检测的方法
CN112394078A (zh) * 2020-12-10 2021-02-23 南开大学 用于材料刺激响应性测试的原位环境控制实验装置及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JI-HYUNG HAN 等: "Solid-State Reference Electrode Based on Electrodeposited Nanoporous Platinum for Microchip", 《ELECTROANALYSIS》, vol. 19, no. 7, pages 786 - 792 *
兰余 等: "智舌与智鼻技术在椰汁中的应用研究", 《食品研究与开发》, vol. 34, no. 24, pages 24 - 28 *
牛海霞;: "基于多频脉冲电子舌的茶饮料区分辨识", 食品工业科技, no. 06, pages 124 - 128 *
王莉;牛群峰;赵红月;惠延波;: "基于电子舌的不同储藏期红鱼粉区分与新鲜度评价", 饲料工业, no. 03, pages 52 - 55 *

Also Published As

Publication number Publication date
CN114720541B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
US7570357B2 (en) Visible/near-infrared spectrometry and its device
CN106855552B (zh) 一种利用非靶标代谢组学技术鉴别蜂蜜品种的方法
CN104198690B (zh) 通过差分带电荷微粒迁移率进行脂蛋白分析
KR101198655B1 (ko) 배추 원산지 판별용 바이오마커
CN112986430B (zh) 一种娟珊牛奶粉和荷斯坦牛奶粉的差异标志物筛选方法及其应用
JP2006267111A (ja) スペクトル、特にnmrスペクトルのセットをプロセッシングする方法
CN109187614A (zh) 基于核磁共振和质谱的代谢组学数据融合方法及其应用
WO2016154509A1 (en) Preparation of fluid samples for laser induced breakdown spectroscopy and/or imaging analysis
CN101196526A (zh) 一种结核快速诊断的质谱分析试剂盒和方法
CN109791158A (zh) 用于复杂样品的多属性监测的方法
CN110231328B (zh) 一种基于半峰高距离法的拉曼光谱定量分析方法
CN109142494A (zh) 一种针对电阻型电化学传感器最佳工作电压选取方法
CN105372204B (zh) 一种硫酸依替米星柱分离过程的近红外光谱在线检测方法
CN107064390A (zh) 一种巧克力中过敏原的检测方法
CN110954584B (zh) 一种基于电子舌的味觉测试方法及验证方法
CN111521577B (zh) 一种以二氧化碳峰面积为参比的红外光谱定量分析方法
CN114720541A (zh) 一种提高红花椒麻感强度分级准确性的方法
CN111948191B (zh) 一种多光源拉曼光谱分析方法及其应用
Li et al. Emerging Data Processing Methods for Single‐Entity Electrochemistry
CN111175299B (zh) 一种基于细胞图像识别的甜味溶液检测方法
CN111141809A (zh) 一种基于非接触式电导信号的土壤养分离子含量检测方法
CN106932377B (zh) 一种利用拉曼增强光谱检测食品中致病菌的方法
CN104713976A (zh) 一种应用顶空-气相色谱/质谱法测定食品中亚硝酸盐的方法
Ayres et al. Separation of Palladium from Platinum, Iridium, and Rhodium with Dimethylglyoxime.
WO2013150291A1 (en) A method for measuring performance of a spectroscopy system

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