CN202794093U - 一种基于仿生嗅觉的烘焙食品质量快速检测装置 - Google Patents
一种基于仿生嗅觉的烘焙食品质量快速检测装置 Download PDFInfo
- Publication number
- CN202794093U CN202794093U CN 201220370280 CN201220370280U CN202794093U CN 202794093 U CN202794093 U CN 202794093U CN 201220370280 CN201220370280 CN 201220370280 CN 201220370280 U CN201220370280 U CN 201220370280U CN 202794093 U CN202794093 U CN 202794093U
- Authority
- CN
- China
- Prior art keywords
- signal
- bakery
- smell
- sensor array
- circuit
- 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
Abstract
本实用新型是一种基于仿生嗅觉的烘焙食品质量快速检测装置。包括有自动进样器(1)、金属氧化气体传感器阵列(2)、微弱信号调理电路(3)、模数转换电路(4)、计算机信息处理系统(5)、显示装置(6),其中自动进样器(1)的输出端与金属氧化气体传感器阵列(2)的信号输入端连接,微弱信号调理电路(3)的信号输入端与金属氧化气体传感器阵列(2)的信号输出端连接,微弱信号调理电路(3)的信号输出端与模数转换电路(4)的信号输入端连接,计算机信息处理系统(5)的信号输入端与模数转换电路(4)的信号输出端连接,计算机信息处理系统(5)的信号输出端与显示装置(6)连接。本实用新型设计巧妙,结构简单,操作简便,性能优良,方便实用。
Description
技术领域
本实用新型是一种基于仿生嗅觉的烘焙食品质量快速检测装置,属于烘焙食品质量检测装置的改造技术。
背景技术
在现有的企业里,要判定烘焙食品品质的优劣性,一般通过理化检测和感官检测等方式进行判断。一般化学检测只是单一地通过化验产品的酸价、过氧化值、微生物等指标,一定程度上制约了生产的发展。然而,基于人体感官的经验鉴别法不可避免地要受到生理、经验、情绪、环境等因素影响,其主观性强,重复性差,准确度低,难以形成标准。传统的烘焙食品检测仪器和检测方法已满足不了日益发展的科学技术要求和人们日常生活的需要。
随着客观需要和现代认识论的影响,食品研究者们逐渐考虑利用现代先进分析技术分析不同烘焙食品的整体特征以提高鉴别的准确性,近年来重新受到关注的烘焙食品指纹图谱分析的概念的出现即植根于此,而普遍适用性是构建指纹图谱实践的重心。现在常用烘焙食品指纹图谱构造方主要有色谱和波谱法,色谱法常用的方法又分为薄层色谱法(TLC)指纹图谱、气相色谱法(GC)指纹图谱、高效液相色谱法(IIPLC)指纹图谱、电泳法(CE)指纹图谱、高效毛细管电泳色谱(IIPCE)指纹图谱;波谱法常用的方法分为红外光谱法(IR)指纹图谱、串联质谱法(MS/MS)指纹图谱、核磁共振波谱法(NMR)指纹图谱、X射线衍射法(XRD)指纹图谱。
以上烘焙食品指纹图谱构建方法都试图从整体对烘焙食品进行检测分析从而评价烘焙食品的质量,但使用都有着自身的局限性,如色谱法需要较长的样品前处理时间,且仪器操作复杂,分析时间长,而且很难将获得的数据和材料的气味直接联系起来。波谱法不但仪器造价昂贵,而且数据挖掘工作有待发展,目前难以推广应用。
实用新型内容
本实用新型的目的在于考虑上述问题而提供一种结构简单,操作简便的基于仿生嗅觉的烘焙食品质量快速检测装置。本实用新型设计合理,方便实用。
本实用新型的技术方案是:本实用新型的基于仿生嗅觉的烘焙食品质量快速检测装置,包括有自动进样器、金属氧化气体传感器阵列、微弱信号调理电路、模数转换电路、计算机信息处理系统、显示装置,其中自动进样器的输出端与金属氧化气体传感器阵列的信号输入端连接,微弱信号调理电路的信号输入端与金属氧化气体传感器阵列的信号输出端连接,微弱信号调理电路的信号输出端与模数转换电路的信号输入端连接,计算机信息处理系统的信号输入端与模数转换电路的信号输出端连接,计算机信息处理系统的信号输出端与显示装置连接。
上述自动进样器是能实现烘焙食品样品气味信息的连续采样的进样器。
上述金属氧化气体传感器阵列为能模拟人类嗅觉细胞、实现人体鼻腔嗅的功能的导电聚合物气味传感器阵列。
上述金属氧化气体传感器阵列为采用32个同一类族集成阵列导电聚合物传感器。
上述信号调理电路包括信号放大电路及信号滤波电路,信号放大电路的信号输入端与金属氧化气体传感器阵列的信号输出端连接,信号滤波电路的信号输入端与信号放大电路的信号输出端,信号滤波电路的信号输出端与模数转换电路的信号输入端连接。
上述显示装置为显示屏,或显示器。
上述显示屏为液晶显示屏或LED显示屏,显示器为液晶显示器或LED显示器。
本实用新型由于采用包括有自动进样器、金属氧化气体传感器阵列、微弱信号调理电路、模数转换电路、计算机信息处理系统、显示装置的结构,自动进样器能实现烘焙食品样品气味信息的连续采样,金属氧化气体传感器阵列在检测到气味后,其信号再经过微弱信号调理电路进行信号放大及信号滤波,以达到一定的摸拟信号电压/电流,此模拟信号再输入到模数转换电路转化为计算机信息处理系统所须的数字信号,计算机信息处理系统在获得阵列传感器的响应值后,将某种样品或某种气味的响应数据形成一种气味指纹图谱,同时,使用加权法把阵列传感器的响应值归一化,归一化的数据然后进行自动分级。本实用新型结构简单,操作简便,是一种设计巧妙,性能优良,方便实用的基于仿生嗅觉的烘焙食品质量快速检测装置。
附图说明
图1是本实用新型的原理图;
图2是本实用新型与人体嗅觉系统相对应的示意图;
图3是本实用新型烘焙食品气味样品产生的原理框图;
图4是本实用新型初始气味指纹图谱建立的原理图;
图5是本实用新型初始气味指纹图谱标准化的原理图;
图6是本实用新型气味指纹图谱应用的原理图。
具体实施方式
实施例:
本实用新型的原理图如图1所示,本实用新型的基于仿生嗅觉的烘焙食品质量快速检测装置,包括有自动进样器1、金属氧化气体传感器阵列2、微弱信号调理电路3、模数转换电路4、计算机信息处理系统5、显示装置6,其中自动进样器1的输出端与金属氧化气体传感器阵列2的信号输入端连接,微弱信号调理电路3的信号输入端与金属氧化气体传感器阵列2的信号输出端连接,微弱信号调理电路3的信号输出端与模数转换电路4的信号输入端连接,计算机信息处理系统5的信号输入端与模数转换电路4的信号输出端连接,计算机信息处理系统5的信号输出端与显示装置6连接。
本实施例中,上述自动进样器1是能实现烘焙食品样品气味信息的连续采样的进样器。
本实施例中,上述信号调理电路3包括信号放大电路及信号滤波电路,信号放大电路的信号输入端与金属氧化气体传感器阵列2的信号输出端连接,信号滤波电路的信号输入端与信号放大电路的信号输出端,信号滤波电路的信号输出端与模数转换电路4的信号输入端连接。
上述显示装置6为显示屏,或显示器。上述显示屏为液晶显示屏或LED显示屏,显示器为液晶显示器或LED显示器。本实施例中,上述显示装置6为液晶显示屏。
上述金属氧化气体传感器阵列2为导电聚合物气味传感器阵列,导电聚合物气味传感器阵列是仿生嗅觉方法获取气味信息的关键部件,其能模拟人类嗅觉细胞,实现人体鼻腔“嗅”的功能,检测得到的不是被测样品中某种或几种成分的定性或定量的结果,而是样品中挥发性成分气味的整体信息,称为“气味指纹信息”。
传感器阵列采用数十个同一类族集成阵列导电聚合物传感器,其是非专一性传感器,本实施例中,上述金属氧化气体传感器阵列2采用为32个同一类族集成阵列导电聚合物传感器,它对于许多引起人鼻响应的分子有较高的灵敏度。它们不但具有不同敏感特性,而且在气味信号同步作用下,其输出具有更好的电关联特性,使它们能更充分摸拟人鼻的功能。每个传感器有一对电接触。点与一个复合膜相连,传感器的膜是由一种非导电聚合物和导电炭粒组成的复合材料,当膜吸收被测物挥发性气体并溶涨时,膜上的导电通道被切断,复合膜的电阻发生变化。接触点之间的电阻变化被用作传感器的输出。由于在阵列中的每一个传感器都有一个独特的聚合物,因此,每一个气体混合物都有一个可重现的“嗅觉纹”。
用导电聚合物传感器阵列在检测到气味后,其信号再经过微弱信号调理电路3进行信号放大及信号滤波,以达到一定的摸拟信号电压/电流,此模拟信号再输入到模数转换电路4转化为计算机信息处理系统5所须的数字信号。计算机信息处理系统5在获得阵列传感器的响应值后,将某种样品(或某种气味)的响应数据形成一种图形,称为“嗅觉纹”的气味指纹图谱,同时,使用加权法把阵列传感器的响应值归一化,归一化的数据然后进行自动分级。
计算机信息处理系统5对“嗅觉纹”进行数据信息识别,仿生嗅觉方法采用人工神经网络的模式识别程序进行训练学习,模拟人脑的神经处理中枢,形成学习模式并对气味数据进行智能化处理,将已获得的待识别气味的特征分类与数据库中已知气味特征信息比较,得出最后识别结果。
本实用新型基于仿生嗅觉的烘焙食品气味检测原理与人体嗅觉系统相对应的示意图如图2所示,生理学研究指出,人对物质气味的感觉归结于人的感官鼻子和物质中的有机化学成分之间的相互作用动物的嗅觉系统是由嗅觉细胞感受物质气味成分,并通过大脑作用而获得对物质的识别和判断,本实用新型实验采用仿生嗅觉系统装贬,在信号检测上,采用集成阵列式传感器模拟人的嗅觉细胞来敏感烘焙食品中所包含的各种不同挥发性成分的气味特征,从而获得所有成分作用的。总体效应(如同人的鼻子功能);在信号处理上,采用人工神经网络模式识别技术模拟人的大脑神经处理中枢功能,实现对气味信号学习、分析、关联和评判(如厦人脑的学习、思维和分析),从而得出所“嗅”到的烘焙食品气味信息的最终气味模式。在人的嗅觉感受过程中,此气味模式是使人感觉到这是一种烘焙食品的气味,而仿生嗅觉技术会将此气味模式定义存储起来,并且其气味模式与人的鼻子嗅到的气味感觉相对应关联的,具有仿生的特点。
样品采集是基于仿生嗅觉的烘焙食品气味指纹图谱构建与鉴别方法的最初也是最关键的步骤,由于不可能对一个烘焙食品的所有样本进行试验,所以要收集有代表性的供试品,这才能保证供试品的代表性和均一性。
基于烘焙食品与产地批次相有一定的相关性,取样烘焙食品十批以上,以便样本的数和量有足够的代表性。购买的烘焙食品要标记好供试品来源,以便于生产原料的采购选择和测试数据的可追溯,使之形成的气味指纹图谱有得查证。
将10批样品按照试验、测试等分类关作好记录。在本实验室用碎屑机对样品进行粉碎,加工成粉末状态,最后形成仿生嗅觉装置所须要的气味试验品。
烘焙食品样品的气味试验品准备好后,进入到仿生嗅觉方法的气味指纹图谱构建的初级阶段。基于仿生嗅觉烘焙食品气味品质识别方法以烘焙食品相关知识为基础,以仿生嗅觉系统装置为手段,运用仿生嗅觉原理,采用试验探索和实验验证相结合的方法进行研究。其方法过程分为初始气味指纹图谱建立、气味指纹图谱的标准化和初步应用验证三个阶段:
1)初始气味指纹图谱建立
先择第一批烘焙食品样品进行学习、训练,以其建立初始气味指纹图谱库。初始气味指纹图谱建立约方法框图,如图4所示,上述仿生嗅觉装置是仿生嗅觉的烘焙食品气味指纹图谱构建与鉴别方法的关键部件,其采用自动进样装置与内浓缩技术实现烘焙食品样品气的采集和预处理,以便使阵列传感器可以对质量比较高的气味气体进行探测。其前置导电聚合物阵列传感器能模拟人的鼻腔细胞传导特性,能很好检测烘焙食品气味信息。信号处理的整体功能是对仿生嗅觉装置的输出信号进行特定的转换,得到初始的烘焙食品气味模式空间X,用数学向量表达如下:
X=(x1,x2,…,xn)(1)
数学上X表示一个二维向量空问,x1,x2,xn均是一维向量,其共同组成具有噪声的初始气味空间X。
初始气味空间X中含有噪声,并不能直接使用软件进行识别。为了从烘焙食品初始气味模式空间X中抽取出对识别有效的信息,必须对它进行软件数据预处理。
特征提取器采用统计学方法在模式空间X上通过特征选择和提取或基元选择形成模式的特征向量空间Y。用数学向量表达如下:
Y=(y1,y2,...,yn)(2)
分量y1,y2,...,yn,凡均是一维向量,其维数大小与特征提取器的算子公式相关。
ANN模式识别器基于人工神经网络技术融合遗传进化理论算法自编制的气味识别软件,人工神经网络信息的处理是由神经元之间的相互作用来实现的,知识与信息的存储表现为网络元件互连间分布式的物理联系,网络学习中识别取决于和神经元连接权的动态演化过程。遗传进化理论算法将模式的特征向量空间Y转换成如下群数据,用数学表达如下:
使用遗传算法对其权值参数与网络结构进行进化式的训练,以期找到最适合气味数据分析使用的权值与网络结构。基于遗传算法的人工神经网络对特征向量进自学习,训练,进行知识与信息的存储以调整其自身的网络权值参数,使其成为一个能工作于分类的识别器。
ANN模式识别器输出气味模式使用计算机指纹图谱分析技术得到最初的气味指纹图谱。仿生嗅觉装置在检测(或称“嗅”)气味的过程中,不必知这些气味的化学组成与浓度,就能在极短的时间内对气味作出判断。在视觉上,此图谱是一个表征烘焙食品气味数据特征的图象,得到与人的感官感受相符的结果。
并且,若烘焙食品本身受重金属、农药、微生物、化学物质的污染,期望其气味指纹图谱图象上会出现另类斑点。
第一阶段构建初始烘焙食品气味指纹图谱会形一定数量,此库存储在计算机硬盘里面形成气味指纹图谱数据知识库。
2)气味指纹图谱标准化
气味指纹图谱标准化是对初始的气味指纹图谱库进行辨认和比较,已能进行修正初始气味库,气味指纹图谱标准化的原理图如图5所示。
第二阶段采用另外一批已准备好的烘焙食品样品对第一阶段建立的初始气味指纹图谱库进行测试、辨认、校正。此时,ANN模式识别器通过第一阶段的训练、学习已具有稳定权值参数,具有对烘焙食品气味的预测能力。先在系统中输进样品气味,经仿生嗅觉系统进行数据采集与数据处理后,直接输进人工神经网络模式识别器进行识别,识别器会依据自身权值参数进行分类并寻找存储此时计算机的模型数据库中与对象最相似的模型编号进判别输出。
其输出气味模型与化学分析进行综合参考比对,将其比对效果反馈到识别器,差超过充许误差,则反馈到测箱进行校正。最后比对符合一定误差值的气味谱会进入标准气味指纹图,最后建立标准气味指纹图库。
气味信号将形成和指纹一样的数据图谱图象,把气味图谱图象和电脑中原来储存的标准气味图谱相比较,就可以获得结果。
3)烘焙食品气味指纹图谱鉴别方法
在上述基础上,研究标准气味指纹图谱库在烘焙食品质量评价中的应用。基于仿生嗅觉的烘焙食品气味指纹图谱构建与鉴别方法在烘焙食品质量检测评价领域属于新生事物,但无疑其是很有生命力、开拓性的一种气味检测方法。在应用中,要有科学地态度对待标准气味指纹图谱的质量评价效果。而且一种新的方法须要真实的使用反馈数据,这才能有利于仿生嗅觉方法的发展。
由于前期工作收集的烘焙食品样品在数量上有代表性、均一性,构建出来标准气味指纹图谱具有自身科学性。如采用上面方法建立了陈皮、肉桂、薄荷与鱼腥草等几种气味指纹图谱库,这种气味指纹图谱库是同一产地的烘焙食品进行检测。烘焙食品样品进行处理只是采用物理方法使其样品适宜于仿生嗅觉系统的自动进样装置的采样动作,从而更方便对烘焙食品气味信息进行检测。
本实用新型的方法过程如图6所示。这里运用了计算机解谱技术进行比较,计算机输出一个气味的图象(气味指纹图谱)。根据计算机上的图谱图象,对其进行质量评价相当方便。须要注意的是,对每一个比较结果将作记录,慢慢形成一定实践证明,以便于再进一步修正气味指纹图谱库。
采用本实用新型对烘焙食品质量进行快速评测的方法包括有如下步骤:
1)准备烘焙食品样品的气味试验品;
2)构建仿生嗅觉方法的气味指纹图谱;
3)气味指纹图谱标准化;
4)将待鉴别气味烘焙食品的气味指纹图谱与标准化的气味指纹图谱比较,给出识别结果。
上述步骤1)中准备烘焙食品样品的气味试验品的步骤是:
11)采购10批烘焙食品,其对象是具有芳香气味或特殊气味的烘焙食品,主要以烘焙食品为代表。
12)将采购好的10批烘焙食品作好标记,内容为品名、批号、数量、规格、产地、来源等。
13)构建烘焙食品质量气味指纹图谱的样品,采购同一样种类的烘焙食品;不同企业生产的烘焙食品,要对应构建不同的质量气味指纹图谱库;不同生产日期的烘焙食品,要对应构建不同的质量气味指纹图谱库;
14)构建烘焙食品品种气味指纹图谱的样品,采购多来源的、不同企业生产的、同品种的烘焙食品;或只是采购同一企业生产的同品种烘焙食品。
15)从每一批烘焙食品数量中随机抽取一定数量的烘焙食品作为气味样品,如取样10包共100包作为样品,每包烘焙食品是作为一个样品供仿生嗅觉系统的气味样品。
16)从100包数量的烘焙食品样品中,取35包样品作为构建气味指纹图谱库,并作好标记;取35包作为气味指纹图谱库的测试,并作好标记;其他30包的存档起来,以作后来的查证。
上述步骤2)中构建仿生嗅觉方法的气味指纹图谱的步骤是:
11)采用自动进样装置与内浓缩技术实现烘焙食品样品气的采集和预处理,以便使阵列传感器可以对质量比较高的气味气体进行探测;
12)对上述探测到的气味气体用仿生嗅觉装置进行信号处理,并对仿生嗅觉装置的输出信号进行特定的转换,得到初始烘焙食品气味指纹图谱的数据库。
上述步骤3)中气味指纹图谱标准化的过程为:
用另外一批已准备好的烘焙食品样品对第一阶段建立的初始气味指纹图谱库进行测试、辨认、校正;先在系统中输进样品气味,经仿生嗅觉系统进行数据采集与数据处理后,直接输进人工神经网络模式识别器进行识别,识别器会依据自身权值参数进行分类并寻找存储此时计算机的模型数据库中与对象最相似的模型编号进判别输出,其输出气味模型与化学分析进行综合参考比对,将其比对效果反馈到识别器,差超过充许误差,则反馈到测箱进行校正。最后对比符合一定误差值的气味图谱会进入标准气味指纹图,最后建立标准气味指纹图库。
事实上同一产地的烘焙食品内在质量有时都会因为生产时间批次等因素,在进行气味指纹图谱辨认时讲究的是相似的比较,而不是数学上的相等。最后显示表征质量指纹图谱“图像”,结果非常容易理解,并操作过程贴切感官检测的“嗅”的方法。
上面只是对同产地同采收期的烘焙食品进行实验检测,不同产地的但同种烘焙食品一样可采用此方法进行构建气味指纹图谱库并进行气味检测从而评判其质量差别,突出气味指纹图谱的广泛性。
本实用新型由于采用仿生嗅觉的烘焙食品质量快速评测方法确立的烘焙食品气味指纹图谱,最符合食品品评师传统经验,并能使他们最容易理解与接受,其与现有技术相比,具有如下优点:
1)对直接体现烘焙食品质量的烘焙食品综合气味进行检测,并且检测实验可以和食品理化检测理论挂钩,符合食品品评师鉴定食品的习惯,符合食品检测实践方法。因此,它是最接近人性化的方法,易于人们理解。
2)仿生嗅觉方法得到的不是烘焙食品样品某种或几种成分的定性或定量结果,而是烘焙食品中气味成分的整体信息。因此,仿生嗅觉指纹图谱是一种整体意义上的图谱。
3)仿生嗅觉指纹图谱提供了一种比较简便的烘焙食品指纹图谱方法,并且不需要样品前期处理。
4)运用仿生学原理,采用导电聚合物阵列式敏感元件实现模拟动物嗅觉细胞对气味的敏感功能;运用人工神经网络学习算法模拟动物嗅觉神经中枢功能,实现对气味的分析、
识别。获得被测对象“气味指纹图谱”。
5)采用内置气味预浓缩处理技术,体积小,便携式,对气敏传感器阵列,分析时间小于60秒,可用于在线或现场监测;
6)建立烘焙食品及原材料电子信息检测气味指纹图谱库,对批量产品进行检测,以标定质量,实现评价标准化。
7)应用先进的信息化检测技术,对烘焙食品的气味信息以电子信号方式予以表达,并智能化处理,从而对原材料、辅料、成品等进行快速检测,做出客观的评价,减少或杜绝人为主观评定的差异。
8)在传统烘焙食品生产企业,引入现代化的检测技术(电子鼻电子信息检测技术),提高烘焙食品的加工质量,保障烘焙食品安全性,提高检测效率及客观性,减少后续的劳动力,从而增强企业的竞争力。
9)、系统整体重复性与稳定性优于5%RSD(相对标准差,RelativeStandard Deviation),可以实现对烘焙食品气味质量的连续检测。
10)系统整体灵敏度达到1.0×6-10V/V(1ppm).
本实用新型是一种符合烘焙食品检测实践方法,且方便实用的基于仿生嗅觉的烘焙食品质量快速检测装置。
Claims (7)
1.一种基于仿生嗅觉的烘焙食品质量快速检测装置,其特征在于包括有自动进样器(1)、金属氧化气体传感器阵列(2)、微弱信号调理电路(3)、模数转换电路(4)、计算机信息处理系统(5)、显示装置(6),其中自动进样器(1)的输出端与金属氧化气体传感器阵列(2)的信号输入端连接,微弱信号调理电路(3)的信号输入端与金属氧化气体传感器阵列(2)的信号输出端连接,微弱信号调理电路(3)的信号输出端与模数转换电路(4)的信号输入端连接,计算机信息处理系统(5)的信号输入端与模数转换电路(4)的信号输出端连接,计算机信息处理系统(5)的信号输出端与显示装置(6)连接。
2.根据权利要求1所述的基于仿生嗅觉的烘焙食品质量快速检测装置,其特征在于上述自动进样器(1)是能实现烘焙食品样品气味信息的连续采样的进样器。
3.根据权利要求1所述的基于仿生嗅觉的烘焙食品质量快速检测装置,其特征在于上述金属氧化气体传感器阵列(2)为能模拟人类嗅觉细胞、实现人体鼻腔嗅的功能的导电聚合物气味传感器阵列。
4.根据权利要求1所述的基于仿生嗅觉的烘焙食品质量快速检测装置,其特征在于上述金属氧化气体传感器阵列(2)为采用32个同一类族集成阵列导电聚合物传感器。
5.根据权利要求1所述的基于仿生嗅觉的烘焙食品质量快速检测装置,其特征在于上述信号调理电路(3)包括信号放大电路及信号滤波电路,信号放大电路的信号输入端与金属氧化气体传感器阵列(2)的信号输出端连接,信号滤波电路的信号输入端与信号放大电路的信号输出端,信号滤波电路的信号输出端与模数转换电路(4)的信号输入端连接。
6.根据权利要求1至5任一项所述的基于仿生嗅觉的烘焙食品质量快速检测装置,其特征在于上述显示装置(6)为显示屏,或显示器。
7.根据权利要求6所述的基于仿生嗅觉的烘焙食品质量快速检测装置,其特征在于上述显示屏为液晶显示屏或LED显示屏,显示器为液晶显示器或LED显示器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201220370280 CN202794093U (zh) | 2012-07-27 | 2012-07-27 | 一种基于仿生嗅觉的烘焙食品质量快速检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201220370280 CN202794093U (zh) | 2012-07-27 | 2012-07-27 | 一种基于仿生嗅觉的烘焙食品质量快速检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202794093U true CN202794093U (zh) | 2013-03-13 |
Family
ID=47821337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201220370280 Expired - Fee Related CN202794093U (zh) | 2012-07-27 | 2012-07-27 | 一种基于仿生嗅觉的烘焙食品质量快速检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202794093U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104931654A (zh) * | 2015-06-11 | 2015-09-23 | 吉林大学 | 一种用于气体传感器表面的仿生微结构 |
CN106662517A (zh) * | 2014-08-29 | 2017-05-10 | 株式会社而摩比特 | 嗅觉系统、气味识别装置、气味识别方法 |
CN110865150A (zh) * | 2019-11-26 | 2020-03-06 | 上海秒针网络科技有限公司 | 食物烤制监控方法及系统 |
-
2012
- 2012-07-27 CN CN 201220370280 patent/CN202794093U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106662517A (zh) * | 2014-08-29 | 2017-05-10 | 株式会社而摩比特 | 嗅觉系统、气味识别装置、气味识别方法 |
CN104931654A (zh) * | 2015-06-11 | 2015-09-23 | 吉林大学 | 一种用于气体传感器表面的仿生微结构 |
CN110865150A (zh) * | 2019-11-26 | 2020-03-06 | 上海秒针网络科技有限公司 | 食物烤制监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108133313B (zh) | 一种人工智能感官评价食品风味系统及其构建方法 | |
CN101261280A (zh) | 基于仿生嗅觉的中药材气味鉴别方法及其装置 | |
CN103134850B (zh) | 一种基于特征香气的茶叶品质快速检测方法 | |
CN106501470B (zh) | 利用味觉系统与电子鼻联合评价芥辣酱风味等级的方法 | |
CN101470121A (zh) | 一种嵌入式仿生嗅觉气味识别方法及装置 | |
CN108875913B (zh) | 一种基于卷积神经网络的松茸快速无损检测系统及方法 | |
CN102778442B (zh) | 一种快速鉴别烟用香液料液种类的方法 | |
CN106841083A (zh) | 基于近红外光谱技术的芝麻油品质检测方法 | |
CN112634212B (zh) | 基于高光谱无人机的病害潜伏树检测方法及系统 | |
CN106845579A (zh) | 提高产品质量检验正确性的信息化控制方法及控制系统 | |
CN110441423A (zh) | 一种测定粮食香气成分的方法及其系统 | |
CN103063815A (zh) | 一种辛味中药材产地的快速鉴别方法 | |
CN101699283A (zh) | 智能化食品安全检测系统及检测方法 | |
CN102879445B (zh) | 一种基于多电极传感技术的黄酒酒龄鉴别方法 | |
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 | |
CN102338780A (zh) | 一种卷烟品牌判别方法 | |
CN202794093U (zh) | 一种基于仿生嗅觉的烘焙食品质量快速检测装置 | |
CN106018392B (zh) | 一种新型的食醋醋龄快速检测方法 | |
CN114168587A (zh) | 产生气味数据的系统和方法及其数据库 | |
CN107132311A (zh) | 一种基于频域特征提取的快速气体识别算法 | |
CN110887944A (zh) | 一种茶油品质快速检测装置 | |
CN103389323A (zh) | 一种快速无损评定名贵药材年限的方法 | |
CN107121408A (zh) | 食用植物油品种的快速无损鉴别方法 | |
CN110398472A (zh) | 一种基于二维相关光谱量化的植物油鉴别分类方法 | |
Lazaro et al. | Chemometric data analysis for black tea fermentation using principal component analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130313 Termination date: 20130727 |