CN1194227C - 基于气体传感器阵列技术的食品气味快速无损检测方法及装置 - Google Patents
基于气体传感器阵列技术的食品气味快速无损检测方法及装置 Download PDFInfo
- Publication number
- CN1194227C CN1194227C CNB031316603A CN03131660A CN1194227C CN 1194227 C CN1194227 C CN 1194227C CN B031316603 A CNB031316603 A CN B031316603A CN 03131660 A CN03131660 A CN 03131660A CN 1194227 C CN1194227 C CN 1194227C
- Authority
- CN
- China
- Prior art keywords
- gas
- sensor array
- food
- gas sensor
- samples
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明涉及一种针对食品气味的检测方法及装置,取相关食品的一部分样品请专业人员对其进行感官评定或做常规理化分析,建立与食品质量相关的数据库;再取另一部分样品用传感器阵列进行测定,通过用载气把食品中的顶空气味带到传感器阵列反应室,传感器产生的信号经调理电路放大和滤波后,由A/D采集卡进行A/D转换输入到计算机。用计算机对所采集的数据进行处理,并与已建立的数据库联系起来进行学习、训练,得到一个知识库,使之能决定被测样品的真伪、优劣、合格与否等不同规格的质量。此方法操作快速简便,样品不需前处理,也不需任何有机溶剂进行萃取,对未知样品具有人工智能的识别作用。可为食品行业对产品进行物理化学分析提供方便。
Description
所属技术领域
本发明涉及一种针对食品气味的检测方法及装置,特指针对食品香气和风味的基于气体传感器阵列和模式识别的快速无损检测方法及装置。
背景技术
许多食品独特的品质及特性都可以追溯到生成其气味的化学物质。迄今为止,气味评定的做法是由受过训练的专业人员来完成的,可是个人的评估差异很大,带有很大的主观性,而且在某些情况下还涉及健康和安全的问题。近年来食品的气味测定方法中用得最多的是气相色谱法,它的测定需要制备和处理样品,选择合适的萃取溶剂,以及合适的色谱分离条件。分析时间通常要几十分钟至1小时。由于挥发物浓度一般均比较低,用气相色谱检测有时不能满足要求,而且对未知物若无标样,通常无法定性。即使能定性,也只能得到某种或某几种成分的鉴别,而不是嗅觉整体的信息;而且这种检测通常都需要破坏被测样品,因此不大可能进行在线无损检测。
经检索,有相关中国专利,申请号02111043.8“一种嗅觉模拟装置及嗅觉模拟测试方法”,申请号02111963.5“便携式智能电子鼻及其制备方法”,申请号0127299.3“电子鼻报警控制器”。由于食品所散发的气味浓度一般都比较低,以上几种所述的发明用来识别食品挥发的气味有以下几个问题:1)检测时不对所测试的环境进行控制,在敞开的测试环境中进行,而我们知道气体传感器对周围测试环境的成分、温度、湿度、氧分压特别敏感,这样传感器对同一食品所散发的气味的反应在早晨是一个值,而中午又是一个值,更不用说冬天和夏天的差异了,而且不同的地方,空气环境中的氧分压不同、成分不同,这样产生的噪声会比所需的信号大。(2)特征提取简单,只停留在时域范围内取特征值,有的只取稳定值,这样会浪费大量有用信息。(3)所用的分析方法太过简单,大多用误差反传BP神经网络,而这种网络的收敛能力和识别能力都有限的,只能识别几种差异性大的简单的气体,不适于检测食品挥发的气味。
在装置上,以上的几种专利大都采用真空泵间歇式吸气装置,这种测试装置看起来很象动物鼻子工作,但会产生以下几个问题,(1)真空泵的吸气,实际是以周围的空气为载气,并且开始吸气时,采集装置会产生一定的真空,这样气体传感器周围的氧分压会波动,对传感器采集信号会产生很大的干扰。(2)当所测食品气味随着空气被真空泵吸入传感器反应室后,会越来越稀,致使所有传感器无法在同一气味浓度下工作。(3)传感器采集信号不进行调理,直接A/D转换进入计算机,在中低浓度气体样品采集时是很难实现的。(4)用氧气对气体传感器复原后马上测试,虽能节省测试时间,但会使所用的传感器过度氧化复原,就是不加所测的气味,直接吸入空气,传感器的值也会变化。
另有相关美国专利,专利号为:6,496,813,专利名称为:“Classifying apparatus usinga combination of statistical methods and neuronal networks,designed in particular for odourrecognition(专用于气味识别的统计方法和神经网络相结合的分类装置)”,该专利主要注重传感器数据分析方法上,所用的统计方法和神经网络数据处理结果不是很好。专利号为:6,450,008,专利名称为:“Food applications of artificial olfactometry(用于食品的人工嗅味检测方法)”,该发明也是对食品气味进行检测的装置,但所用的检测方法中,发明者用了好几组气体传感器来检测食品散发的气味,且在检测前需要预处理,处理过程比较烦琐。
发明内容
鉴于上述现有技术发展情况,本发明的目的就是要提供一种利用气体传感器阵列和模式识别相结合的食品气味无损检测的方法,能够对食品质量进行快速、简便、客观的检测,准确、实时、有效地对食品生产过程进行监测从而使食品质量得到保证。
本发明的目的是通过以下方法实现的:
取相关食品的一部分样品请专业人员对其进行感官评定,或对其做常规的理化分析,建立与食品质量相关的数据库。
取另一部分样品用传感器阵列进行测定,先将样品置于气体样本产生室里,然后用供气部分提供的载气把食品中的顶空气味传到条形传感器阵列反应室,传感器与气体反应得到相应信号,该信号经调理电路放大和滤波后,由A/D采集卡进行A/D转换输入到计算机。
用计算机对所采集的数据进行处理,采用主成分分析法、神经网络和遗传算法构建高精度实时模式分类系统来处理气体传感器阵列的数据并与(1)中的数据库联系起来进行学习、训练,得到一个知识库。使之能决定被测样品的真伪、优劣、合格与否等不同规格的质量。
知识库一旦形成,对这种食品的检测就可以从第(2)步开始。
实现本发明的装置由供气部分、数据采集部分、计算机信号处理部分组成。
所述的供气部分由气体管道将载气提供装置、载气过滤装置、气体流量计顺序连接组成;
所述的数据采集部分为一恒温水浴测试箱体,箱体中设有条形的气体传感器阵列反应室,该条形的气体传感器阵列反应室两端分别设有进气口和出气口,该进气口和出气口上分别设有进气管道和出气管道;进气管道连接在二位三通的电磁阀的出气端,电磁阀的进气端连接有两路管道,其中一路管道直接连接到供气部分,另一路上顺序设有气体样本产生室、电磁阀,再连接到供气部分;出气管道伸到恒温水浴箱体外做排气用;所述的条形的气体传感器阵列反应室内表面光滑,没有气体死角,里面均匀交错布置着多个气体传感器,形成传感器阵列。
所述的气体样本产生室为密闭装置,顶部装有压力、温度、湿度传感器,这样可以使所测样本在同一压力、温度、湿度下产生顶空气体,使测试的精度和重复性提高;
所述的计算机信号处理部分有信号调理电路板、A/D采集卡和计算机顺序连接组成。所述的调理电路板与条形气体传感器阵列反应室内各气体传感器和气体样本产生室内的压力、温度、湿度传感器输出相连接的,以及提供电源和对电磁阀进行控制。
本发明的有益效果是:
由于把多种不同特性的气体传感器组合起来就构成了气体传感器阵列,均匀交错布置在内表面光滑的条形的传感器反应室里,结构体积小,散热性好,没有气体残留。同时载气带动气味通过时必需经过每个传感器的表面,且气味浓度没有稀释作用,传感器易复原,与单个气体传感器检测相比,气体传感器阵列装置不仅检测范围更宽,而且其灵敏度、可靠性以及重复性都有很大的提高;
用恒温水浴装置使测试环境的温度控制在一定条件下,用一定流量的压缩空气经过滤后作为载气,这样可以控制测试的环境,保证每次测试条件一致,从而使测试的准确性和重复性提高。
密闭的气体样本产生室与传感器响应室分开,在一定的压力、湿度、温度下独立产生顶空后,由载气将顶空气味带入传感器反应室与传感器反应,这样尽量减少干扰。
用高精度实时模式分类系统来处理气体传感器阵列的数据,提高了测试的灵敏度、选择性和重复性,扩大其识别范围。本发明的食品无损检测装置不仅能快速测量出分析食品气味所含的微量、痕量乃至超痕量化学成分,尤其能快速准确地将测量数据转换成与专家感官评定相一致的结果。它不仅可以根据各种不同的气味测到不同的信号,而且可以将这些信号与经学习建立的数据库中的信号加以比较,进行识别判断。
本发明与气相色谱法相比,此方法技术操作快速简便,样品不需前处理,也不需任何有机溶剂进行萃取,测定一个样品小于5分钟,而且对未知样品具有人工智能的识别作用。与人的嗅觉相比,测定结果更客观、可靠。可为食品行业对产品进行物理化学分析提供新的无损检测方法与装置,以其辅助或代替专业品评人员。
附图说明
图1:本发明的技术方案示意图。
图2:本发明检测装置的一个实例。
图3:本发明实施例中气体传感器在气体传感器阵列反应室中布置示意图。
图4:本发明实施例的数据处理软件界面。
图5:本发明实施例1对五种卷烟的主成分分析数据处理方法的结果。
图6:本发明实施例2对五种不同浓度乙醇溶液的主成分分析数据处理方法的结果。
图中:1.压缩空气瓶,2.减压阀,3.活性炭过滤器,4.气体流量计,5.气路三通件,6.电磁阀A,7.恒温水浴测试箱体,8.气体样品产生室,9.电磁阀B,10.气体传感器阵列反应室(里面装有13个气体传感器),11.排气口,12.计算机,13.A/D采集卡,14.传感器阵列调理电路,15.温度传感器,17.湿度传感器,16.压力传感器,18.盛样器,19.硅胶过滤器,s1~s13为气体传感器。
具体实施方式
参阅图2,本发明食品气味无损检测装置,其由供气部分、数据采集部分、计算机信号处理部分组成。
供气部分由气体管道将载气提供装置、载气过滤装置、气体流量计顺序连接组成;其中载气提供装置由压缩空气瓶(1)和减压阀减压(2)组成;载气过滤装置由活性炭过滤器(3)和硅胶过滤器(19)组成,气体流量计(4)有调节气体流量的功能。
所述的数据采集部分为一恒温水浴测试箱体(7),箱体中设有条形的气体传感器阵列反应室(10),该条形的气体传感器阵列反应室(10)两端分别设有进气口和出气口,该进气口和出气口上分别设有进气管道和出气管道;进气管道连接在二位三通的电磁阀B(9)的出气端,电磁阀的进气端连接有两路管道,其中一路管道直接连接到供气部分,另一路上顺序设有气体样本产生室(8)、电磁阀A(6),再连接到供气部分;出气管道伸到恒温水浴测试箱体(7)外做排气用;所述的条形的气体传感器阵列反应室(10)内均匀交错布置着多个气体传感器(如图3中的s1~s13),形成传感器阵列;所述的气体样本产生室(8)为密闭装置,顶部装有压力传感器(16)、温度传感器(15)、湿度传感器(17),这样可以使所测样本在同一压力、温度、湿度下产生顶空气体,使测试的精度和重复性提高;该恒温水浴测试装置另一主要特点是,气体传感器阵列始终处在一定流量的载气中,避免了载气的干扰。
计算机信号处理部分包括传感器阵列调理电路(14)、A/D采集卡(13)和计算机(12)。所述的传感器阵列调理电路(14)与条形气体传感器阵列反应室(10)内各气体传感器(s1~s13)和气体样本产生室内(8)的压力传感器(16)、温度传感器(15)、湿度传感器(17)输出相连接的,以及提供电源和对电磁阀(6)、(9)进行控制。所述的计算机(12)不但要对传感器经A/D采集卡(13)转换的多维数字信号进行保存、处理和识别,还要对电磁阀发送控制命令。
本发明实施例选用13个性能彼此重叠的无机金属氧化物型半导体传感器组成气体传感器阵列,它的功能是把不同的气味分子在其表面的作用转化为可测的物理信号。该传感器阵列均匀交错布置在条状的气体传感器反应室里,使得载气在经过传感器反应室时必须经过所有传感器的表面,如图3中的s1~s13。
现在结合附图将详细介绍本发明的实施例。
实施例1为利用本发明对卷烟质量进行检测评价。
如图1所示,收集所测食品样本,通过专业人员感官评定或常规理化分析对样本进行标定,这里请卷烟评定专家对所检测的卷烟进行评定,得到专家对不同卷烟评定的数据,组建成数据库;这一数据库中的数据将作为以后模式识别学习、训练的标定值和期望值。
图2所示的检测装置针对卷烟的检测过程如下:
a.开始工作时,打开计算机和启动工作装置,气体样本产生室(8)和气体传感器阵列反应室(10)有恒温水浴装置控制在一定的温度下。电磁阀A(6)关闭,电磁阀B(9)处于使一定流量的载气(500ml/min空气)经过滤后,直接进入传感器反应室,气体传感器在该流量的载气中达到稳定。在此同时把所测的卷烟样本(取10克烟丝,或注射一20ml的烟气,)装在盛样器(18)中,放入气体样本产生室(8)里密闭,在一定的温度、压力、湿度下产生顶空气体。
b.过一段时间后,保持载气流量不变,打开电磁阀A(6),切换电磁阀B(9)通路使载气通过气体样本产生室(8),把所测样品的顶空气味带到气体传感器阵列反应室(10)与气体传感器阵列(s1~s13)反应,产生一组信号,该组信号经气体传感器调理电路(14),对传感器产生的电信号进行滤波、放大;再通过A/D采集卡(15),将模拟电信号转换成数字信号输入计算机(16);计算机在此过程中一直记录所有传感器的信号数据。
c.记录一段时间的数据后停止采集,计算机软件对所采集的数据经去噪、平滑、特征提取和模式识别分析的数据处理。得出所测的气味类别、气体成分、浓度估计值等。同时控制电磁阀(6)、(9)使载气回到原来的气路上,即载气直接通过传感器反应室,对传感器进行复原;从气体样本生成室里取出所测样品,并用载气对其进行吹扫清洗,以便下一次测试。
重复以上a,b,c步骤可进行多次测试。
本实施例中计算机数据处理软件实施实例的界面如图4所示,各传感器的数值直接反应在界面上,并可以选择性的显示各气体传感器的反应曲线。可以设定采集频率和随时监控气体样本产生室和气体传感器阵列反应室的温度、湿度和压力等,并在采集时把数据保存到文件中,且对各气阀进行控制。当按下停止采集后,再按下数据分析按钮后就会对所采集的数据进行处理,得出结果。
图5是本发明实施例1测试五种卷烟的主成分分析数据处理方法的结果。
实施例1中,本发明建立了卷烟内在质量的遗传神经网络评定模型,用计算机得到的气体传感器数值作为遗传神经网络的输入,前面专家评定的数据库作为网络的期望值,对香气、协调、杂气、刺激性、余味以及总分6个指标的训练集分别进行训练,用训练过的网络对相应的训练集和测试集进行计算,可得训练集和测试集的计算结果,如表1和2所示。表1为本发明的装置对训练集与测试集网络计算结果的正确率,表2为本发明的装置对测试集网络评定值与卷烟专家评定值对比。
表1 训练集与测试集遗传神经网络网络计算结果的正确率(%)
指标 香气 协调 杂气 刺激性 余味 总分
训练集回判正确率 97 94 100 100 100 97
测试集测试正确率 100 100 100 100 100 100
表2 测试集遗传神经网络网络评定值与卷烟专家评定值对比
指 评定 样品编号
标 结果 1 2 3 4 5 6 7 8 9 10
香 网络 27 26 26 26 30 30 31 32 33 32
气 专家 26 26 26 26 30 30 31 31 32 32
协 网络 3.6 3.5 3.6 3.6 4.6 4.4 5.1 5.1 5.1 4.9
调 专家 3.5 3.5 3.5 3.5 4.5 4.5 5.0 5.0 5.0 5.0
杂 网络 11 11 11 11 13 13 13 14 14 14
气 专家 11 11 11 11 13 13 13 13 14 14
刺
网络 12 12 12 12 13 13 14 14 14 14
激
专家 12 12 12 12 13 13 14 14 14 14
性
余 网络 13 12 13 13 14 15 16 16 16 16
味 专家 12 12 13 13 15 15 16 16 16 16
总 网络 68.4 67.3 70.7 70.7 80.8 79.1 84.7 84.7 87.1 84.1
分 专家 67.0 67.0 70.0 70.0 79.5 79.5 83.5 83.5 86.5 86.5
实施例2对5种不同浓度乙醇溶液进行检测,在组建数据库时用常规化学方法测定各溶液的浓度数据,作为以后对溶液进行模式识别学习、训练的标定值和期望值。每次用检测装置测试样本时取5毫升的溶液装在盛样器(18)中,放入气体样本产生室(8)里密闭,其它工作过程与实施例1相同。最后计算机对五种不同浓度乙醇的主成分分析结果为图6。
另外,实现上述功能的检测装置除载气贮存装置(空气压缩瓶)外,都能紧凑地封装在一个普通个人计算机机箱大小的箱子中,提供与个人计算机的接口和软件。因此这种食品检测装置机动灵活,对所测食品不需任何预处理,只要将定量的样品放入气味产生室里密封好,然后操纵计算机对各阀进行控制与检测。
Claims (4)
1.基于气体传感器阵列技术的食品气味快速无损检测方法,其特征在于:
a.取相关食品的一部分样品请专业人员对其进行感官评定,或对其做常规的理化分析,建立与食品质量相关的数据库;
b.取另一部分样品用传感器阵列进行测定,先将样品置于气体样本产生室里,然后用供气部分提供的载气把食品中的顶空气味传到条形传感器阵列反应室,布置在传感器阵列反应室内的传感器与气体反应得到相应信号,该信号经调理电路放大和滤波后,由A/D采集卡进行A/D转换输入到计算机;
c.用计算机对所采集的数据进行处理,采用主成分分析法、神经网络和遗传算法构建高精度实时模式分类系统来处理气体传感器阵列的数据并与(a)中已建立的数据库联系起来进行学习、训练,得到一个知识库,使之能决定被测样品的真伪、优劣、合格与否不同规格的质量;
知识库一旦形成,对这种食品的检测就从第b步开始。
2.实施权利要求1的基于气体传感器阵列技术的食品气味快速无损检测方法的装置,由供气部分、数据采集部分、计算机信号处理部分组成,其特征在于:
所述的供气部分由气体管道将载气提供装置、载气过滤装置、气体流量计顺序连接组成;
所述的数据采集部分为一恒温水浴测试箱体(7),箱体中设有条形的气体传感器阵列反应室(10),该条形的气体传感器阵列反应室(10)两端分别设有进气口和出气口,该进气口和出气口上分别设有进气管道和出气管道;进气管道连接在二位三通的电磁阀B(9)的出气端,电磁阀的进气端连接有两路管道,其中一路管道连接到供气部分,另一路上顺序设有气体样本产生室(8)、电磁阀A(6),再连接到供气部分;出气管道伸到恒温水浴测试箱体(7)外做排气用;所述的条形的气体传感器阵列反应室(10)内布置着多个气体传感器(s1~s13),形成传感器阵列。
3.根据权利要求2所述的基于气体传感器阵列技术的食品气味快速无损检测方法的装置,其特征在于所述的气体样本产生室(8)为密闭装置,顶部装有压力传感器(16)、温度传感器(15)、湿度传感器(17)。
4.根据权利要求2所述的基于气体传感器阵列技术的食品气味快速无损检测方法的装置,其特征在于所述的计算机信号处理部分有传感器阵列调理电路(14)、A/D采集卡(13)和计算机(12)顺序连接组成,所述的传感器阵列调理电路板(14)与条形气体传感器阵列反应室(10)内各气体传感器和气体样本产生室(8)内的传感器输出相连接的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB031316603A CN1194227C (zh) | 2003-06-02 | 2003-06-02 | 基于气体传感器阵列技术的食品气味快速无损检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB031316603A CN1194227C (zh) | 2003-06-02 | 2003-06-02 | 基于气体传感器阵列技术的食品气味快速无损检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1453584A CN1453584A (zh) | 2003-11-05 |
CN1194227C true CN1194227C (zh) | 2005-03-23 |
Family
ID=29260458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB031316603A Expired - Fee Related CN1194227C (zh) | 2003-06-02 | 2003-06-02 | 基于气体传感器阵列技术的食品气味快速无损检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1194227C (zh) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100510730C (zh) * | 2006-08-04 | 2009-07-08 | 南昌大学 | 聚吡咯-聚氯乙烯薄膜修饰味觉传感器阵列 |
CN100507537C (zh) * | 2007-03-28 | 2009-07-01 | 浙江大学 | 含有导电聚合物的味觉传感器的制备方法 |
CN100507538C (zh) * | 2007-03-28 | 2009-07-01 | 浙江大学 | 一种含有聚合物-碳黑的味觉传感器的制备方法 |
CN100507539C (zh) * | 2007-03-29 | 2009-07-01 | 浙江大学 | 一种含有导电聚合物的味觉传感器的制备方法 |
EP1975605B1 (en) * | 2007-03-30 | 2009-05-13 | Sony Deutschland Gmbh | A method of altering the sensitivity and/or selectivity of a chemiresistor sensor array |
CN101738991B (zh) * | 2008-11-26 | 2014-09-10 | 国立成功大学 | 检测产品品质超规与评估产品实际测量值的方法 |
CN101419212B (zh) * | 2008-12-08 | 2012-10-17 | 浙江大学 | 一种利用挥发物的禽蛋新鲜度检测装置的检测方法 |
CN101419213B (zh) * | 2008-12-08 | 2012-11-07 | 浙江大学 | 一种利用挥发物的禽蛋蛋壳裂纹检测装置的检测方法 |
CN101881761B (zh) * | 2010-03-11 | 2012-11-21 | 大连理工大学 | 湿度可调高精度闭环配气系统 |
CN102221571B (zh) * | 2010-04-16 | 2013-01-02 | 陕西中烟工业有限责任公司 | 烟丝加香均匀性在线快速检测仪 |
CN101936912A (zh) * | 2010-08-25 | 2011-01-05 | 江苏大学 | 一种基于嗅觉可视化检测鱼新鲜度的方法及装置 |
CN102507550B (zh) * | 2011-10-20 | 2013-11-20 | 江苏大学 | 一种基于天然色素的食品气味可视化传感器的制作方法 |
EP2639582B1 (en) * | 2012-03-15 | 2015-07-01 | Sensirion AG | Odour and/or gas identification system |
US9772317B2 (en) | 2012-07-26 | 2017-09-26 | Sensirion Ag | Method for operating a portable electronic device |
CN103063813B (zh) * | 2012-12-26 | 2014-12-24 | 江苏大学 | 一种鱼类新鲜度的快速无损在线检测方法和装置 |
CN103575764B (zh) * | 2013-07-30 | 2015-12-23 | 中国标准化研究院 | 一种基于支持向量机算法优化的蜂蜜检测方法 |
CN103412099B (zh) * | 2013-08-01 | 2015-03-11 | 浙江工商大学 | 一种木瓜储存时间检测装置和方法 |
CN103412100B (zh) * | 2013-08-01 | 2015-03-11 | 浙江工商大学 | 一种猕猴桃储存时间检测装置和方法 |
CN103630575A (zh) * | 2013-12-05 | 2014-03-12 | 大连理工大学 | 一种多电极组合式集成气体传感器 |
CN104483460A (zh) * | 2014-09-30 | 2015-04-01 | 山东国家农产品现代物流工程技术研究中心 | 用于肉类检测的传感器阵列优化方法 |
CN104914225B (zh) * | 2015-05-06 | 2016-08-31 | 浙江大学 | 一种基于嗅觉指纹信息预测果汁中澄清剂含量的方法 |
CN105866359B (zh) * | 2016-04-04 | 2017-09-26 | 浙江理工大学 | 一种食用油品质检测系统 |
CN105891431B (zh) * | 2016-04-04 | 2017-10-27 | 浙江理工大学 | 一种亚麻籽油品质检测方法 |
TWI622767B (zh) * | 2016-09-02 | 2018-05-01 | 國立交通大學 | Meat detection device |
CN107468210A (zh) * | 2017-06-29 | 2017-12-15 | 江苏大学 | 一种基于终端检测+互联网+大数据云计算平台的人工嗅觉检测方法 |
CN107688042B (zh) * | 2017-08-14 | 2019-09-24 | 中国水产科学研究院渔业机械仪器研究所 | 一种基于金属氧化物半导体传感器的扇贝品质分析装置 |
CN107991396A (zh) * | 2017-10-25 | 2018-05-04 | 江苏大学 | 一种基于风味分析的马铃薯全粉快速鉴别方法 |
CN108535421A (zh) * | 2018-05-17 | 2018-09-14 | 长园共创电力安全技术股份有限公司 | 电缆绝缘缺陷大分子挥发性气体检测系统 |
CN109406719A (zh) * | 2018-08-31 | 2019-03-01 | 浙江工商大学 | 一种载气进样的气味检测系统 |
CN109724645A (zh) * | 2019-01-07 | 2019-05-07 | 江苏大学 | 一种实时监测金耳发酵过程状态的便携式电子鼻系统 |
CN109932515A (zh) * | 2019-03-29 | 2019-06-25 | 廊坊市智恒机器人科技有限公司 | 一种仿生嗅觉气味识别方法 |
CN111443161B (zh) * | 2020-01-23 | 2021-01-05 | 华东理工大学 | 电子鼻气敏-色谱信息融合和风味物质现场检测分析方法 |
CN117541125B (zh) * | 2023-12-25 | 2024-06-21 | 淮阴工学院 | 一种食品品质智能检测方法及其装置 |
-
2003
- 2003-06-02 CN CNB031316603A patent/CN1194227C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN1453584A (zh) | 2003-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1194227C (zh) | 基于气体传感器阵列技术的食品气味快速无损检测方法及装置 | |
CN1245630C (zh) | 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置 | |
CN102621192B (zh) | 一种利用电子鼻检测芒果新鲜度的方法 | |
CN109444232A (zh) | 一种多通道智能化污染气体监测装置与扩散溯源方法 | |
CN107085018A (zh) | 一种用于voc及恶臭类气体检测的电子鼻系统 | |
CN205749040U (zh) | 便携式气体含量检测分析仪 | |
CN104569062B (zh) | 基于分子筛过滤的电子鼻气室 | |
CN101033989A (zh) | 环境监测装置及方法 | |
CN1687765A (zh) | 便携式气体检测仪 | |
CN102788794A (zh) | 基于多传感信息融合的叶菜类蔬菜叶片农药残留检测装置及方法 | |
CN1173171C (zh) | 一种嗅觉模拟装置及其嗅觉模拟测试方法 | |
CN104849321B (zh) | 一种基于嗅觉指纹图谱快速检测柑橘品质的方法 | |
CN105486812A (zh) | 连续环境空气质量监测中电子鼻恶臭等级赋值方法及应用 | |
Nicolas et al. | Establishing the limit of detection and the resolution limits of odorous sources in the environment for an array of metal oxide gas sensors | |
Abdullah et al. | Electronic nose system for Ganoderma detection | |
CN100412543C (zh) | 基于场致电离效应的气体检测装置及检测方法 | |
CN108398533A (zh) | 电子鼻系统及其在仓储中的气源鉴别及定位方法 | |
CN1896742A (zh) | 空间污染实时监测公示仪 | |
CN111912877B (zh) | 基于传感器阵列的有机气体检测识别芯片 | |
CN112083047A (zh) | 一种便携式气体检测装置及检测方法 | |
CN109239285B (zh) | 一种测量肉类腐化程度的检测仪 | |
CN104897660A (zh) | 一种基于成像化气体传感器阵列的发酵过程在线监测的方法 | |
CN209372744U (zh) | 一种多通道智能化污染气体监测装置 | |
CN1687764A (zh) | 一种卷烟用辅助材料气味检测装置 | |
CN202583116U (zh) | 基于传感器技术的山核桃新鲜度检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |