电子鼻绍兴老酒的检测_第1页
电子鼻绍兴老酒的检测_第2页
电子鼻绍兴老酒的检测_第3页
电子鼻绍兴老酒的检测_第4页
电子鼻绍兴老酒的检测_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

电子鼻绍兴老酒的检测第一页,共十九页,编辑于2023年,星期一

近年来,社会各个行业对无损、实时、快速、整体特征智能检测技术需求不断加大,迫切需要一种类似于人类鼻子或舌头功能的现代化检测仪器。特别是食品行业中,每天都需要对生产的产品进行质量特征评定,目前通用的标准方法是组织一个特定的专业品评小组进行感官品评。但是,由于分析结果主要由人的主观感觉给出,结果的重复性和客观性比较难把握,而且无法满足工业化、大批量的生产要求。虽然,现在也经常使用一些仪器,如酸碱测定仪,比重计,粘度仪,甜度计等测定一些与食品感官性质相关的理化指标。但是,始终无法全面真实地反映样品的整体质量状况Thecurrent第二页,共十九页,编辑于2023年,星期一电子鼻是一种与生物嗅觉原理相似,能快速表征气味物质的整体特征信息的智能感官分析仪器.它以快速、简便、安全等特点迅速在食品质量与安全、生物、环境等领域得到了广泛的应用。本研究选择以电子鼻为实验仪器,以介绍兴黄酒为研究对象,建立一组小型数据库。并着力从气路及测试腔的优化、信号的抗噪滤波、传感器的漂移校正、系统测试数据的重复性及稳定性来改进优化整个系统的性能。第三页,共十九页,编辑于2023年,星期一

早在1993年,Pearce等人就首次把传感器应用在啤酒检测上,而且还很快鉴别出一种人为感染的啤酒和未被感染的酒。

秦树基等开发了一个能识别酒类的电子嗅觉系统,成功地识别酒精、烈性酒、葡萄酒和啤酒,正确率达95%。

史志存等也利用电子鼻对白酒进行了分类识别的实验,不仅能识别出不同香型,而且能识别出同一香型的白酒。

第四页,共十九页,编辑于2023年,星期一目前国内外已有众多的课题研究小组把电子鼻技术运用到食品行业中。电子鼻作为一种很好的辅助工具在食品研发、风味感官、质量安全、贮藏与保鲜等各个领域都有出色的贡献。但对于电子鼻系统的本身气路及测试腔的优化、传感器漂移校正、数据重复性、稳定性很少有所涉及。是制约电子鼻商品化的关键。目前我国对电子鼻的研究基本仍停留在实验室设备第五页,共十九页,编辑于2023年,星期一

本研究以绍兴黄酒为研究对象,对五种不同类型黄酒进行区分。确定一种样品(女儿红花雕酒(陈年绍兴酒))实际分析检测的传感器阵列以及频率段并建立该种黄酒样品的电子鼻小型标准质量数据库。设计劣质产品模型,通过区分判断劣质产品模型与标准数据库之间的差异程度,模拟电子鼻在现代化工业分析检测中的应用,可检验出未知样品是否属于该种黄酒样品。实验证明电子鼻可以在食品工业相关领域得到较好的应用。

第六页,共十九页,编辑于2023年,星期一

研究方法--动态顶空法

“动态顶空法”是将测试样本放置在采样腔中,通过固气或液气平衡使其挥发出气体并充满上部的顶空空间,然后通过干净的载气携带样本气体进入测试腔进行测试。

泵测试腔数据探管被测气体顶空动态顶空法示意图

第七页,共十九页,编辑于2023年,星期一

根据各类气体采样方式的优缺点介绍,结合本课题的设计要求,我们决定采用“动态顶空法”作为本研究的电子鼻系统的气体采样方式,并在此基础上进行了一定的改进与优化来满足测试的需求质量容量控制器小型气体净化装置小型气体净化装置采样泵清洗泵测试腔本研究动态顶空采样示意图

第八页,共十九页,编辑于2023年,星期一电子鼻对黄酒区分实验(预实验)

实验材料

选用市售的几种绍兴黄酒,采用电子鼻进行检测与区分,所有的待测样品均不作前处理。样品名称

标签

酒精度

是否陈年

生产厂家

唐宋绍兴加饭酒

115.50%

1-3年

绍兴县唐宋酒业有限公司

宇塔花雕酒

215%

3年

绍兴县东方酿酒有限公司

女儿红花雕酒

316.50%

2年

绍兴女儿红酿酒有限公司

越王勾践小花雕

413%

1-3年绍兴市鉴湖越王酿酒业有限公司

越景陈年加饭酒

516%

无说明

绍兴县越景酒业有限公司

双宫灯陈年加饭酒

613%

1-3年

绍兴市东星酒厂

六种不同品牌的白黄酒第九页,共十九页,编辑于2023年,星期一YourTextHereYourTextHereYourTextHereYourTextHere实验方法

选用市售的六种绍兴黄酒作为样品,用电子对样品进行了6次总共历时6天(10月25日、10月29日、11月3日、11月7日、11月11日、11月14日)的测量(预实验,用于判断电子鼻是否能区分不同类型的黄酒)。经过预实验(成功),选取其中的一种黄酒(陈年绍兴酒的女儿红花雕酒)对其进行31组实验,以这些实验结果建立一个小型数据库用以区分这种黄酒。第十页,共十九页,编辑于2023年,星期一YourTextHereYourTextHereYourTextHereYourTextHere实验步骤

接通电源,打开仪器,使传感器预热2小时;每次测试取50mL洁净的锥形瓶18个(一种样品每种重复6次),倒入20mL样品后马上用封口膜密封并标明样品种类及重复次数,静置1小时使其达到顶空饱和;打开软件,点击用户界面的参数设置,将清洗时间设置为15分钟,点击清洗按钮对测试腔进行冲洗;清洗完毕后将测试针头和小型净化装置的针头插入放有样品的锥形瓶内,设置测试时间为1分钟,抽气流量为0.5L/min,点击开始测试按钮进行检测;测试完成后,点击保存按钮,新建或选择样品数据库,输入测试名称,点击确认完成样品数据的保存;设置清洗时间为260s,点击清洗按钮对测试腔进行冲洗;重复步骤(4)到(6),直至做完所有样品。第十一页,共十九页,编辑于2023年,星期一YourTextHereYourTextHereYourTextHereYourTextHere数据处理方法

本研究实验采用的是SIMCA(SoftIndependentModelingofClassAnalogy)方法对黄酒进行识别研究的。SIMCA方法实际上是根据“物以类聚”的原则进行样本的分类,又称为PCA-DA分析法。在本研究中,SIMCA模式识别方法首先针对各自的白酒样品做主成分分析,建立主成分回归类模型,然后依据该模型对未知样品进行分类识别,即将该未知样品与标准库模型进行拟合,以确定其属于同一类,或不属于同一类。在具体数据处理过程中,主要分两步完成:1)、建立一个精确的标准库模型,一般该模型是由主成分得分图(Scores)与PCA模型的影响程度(Influence)共同决定的。Scores图能够揭示样本点的差异情况来表明该样本能否代表所属类的特征;而Influence图则表示各样本点对该PCA模型的影响程度。2)、模型拟合的好坏主要是由显著性水平a的大小决定,通常a越小模型拟合效果就越好。第十二页,共十九页,编辑于2023年,星期一结果与讨论

预试验的6种绍兴黄酒主成分分析数据结果第十三页,共十九页,编辑于2023年,星期一对陈年绍兴酒的女儿红花雕酒样品测31次,所测的数据的主成分分析结果使用SIMCA分析女儿红花雕酒(陈年绍兴酒)的PCA模型第十四页,共十九页,编辑于2023年,星期一建完PCA判别模型后,SIMCA按照该模型对未知样品数据库模型进行拟合,所有识别结果均在显著水平a=0.05条件下得出

未知样品

标准样品A

识别率

整体识别率

AAAAABBBBBCCCCC*

*

*

*

*

*

*

*

*

100%

60%

60%

84%

下表续第十五页,共十九页,编辑于2023年,星期一未知样品

标准样品A

识别率

整体识别率

DDDDDEEEEE100%

100%

(标注:横向A表示代表建立的黄酒标准样品数据库,纵向是25个未知数据库,B:5号样品;C:3号样品(即A)久置空气中;D:2号酒掺水;E:3号样品(即A)掺水,横向和纵向的交叉格中若为“*”,则表示SIMCA方法判断该未知样和标准数据库一致。)

运用SIMCA对未知样品的识别结果

第十六页,共十九页,编辑于2023年,星期一

对于A样品标准数据库,对自身5个未知样品的判断全部正确,且对于不同类型的的D(2号样品酒掺水)、E(3号样品(即A)掺水)未知样(酒精度与标准数据库样品酒精度相差较大)也没有发生错判,即对于酒精度相差较大的黄酒识别率为100%。但对于B(5号样品)、C(3号样品(即A)久置空气中)未知样品(酒精度与标准数据库样品酒精度相差较小)各有2个错判,即对于酒精度相差较大的黄酒识别率为60%。通过这些数据分析,我们可以得出影响电子鼻识别准确度的主要因素是酒精度。分析第十七页,共十九页,编辑于2023年,星期一小结

建立了电子鼻检测黄酒的小型数据库模型,对市售的绍兴黄酒进行检测,通过

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论