基于电子鼻的西红柿与黄酒的检测与评价研究

论文题目: 基于电子鼻的西红柿与黄酒的检测与评价研究

论文类型: 硕士论文

论文专业: 农业机械化工程

作者: 周亦斌

导师: 王俊

关键词: 番茄,黄酒,电子鼻,模式识别,评价

文献来源: 浙江大学

发表年度: 2005

论文摘要: 农产品品质的无损快速检测和评价在近二三十年来一直是科研工作者感兴趣的课题之一,农产品的无损检测是不破坏测定对象,在其原有状态下获得测定对象的内部品质、成分等与品质相关的物理化学性质的检测方法,并可对其内部品质(包括糖度、酸度、硬度、内部病变等)进行评价的一种新方法。迄今为止,国内外对无损检测的方法进行了不断的研究与探索。结果表明,水果的坚实度与芳香成分变化是用来衡量水果品质的一个重要指标,然而在实际中测定水果坚实度以及测定芳香成分的方法都会引起水果的破损,而且测量速度不快,不适合于在线测量。为了克服这些缺点,许多学者利用水果的光学、声学、电学等物理特性来研究无损检测水果坚实度与芳香成分的方法,但到目前为止,这些方法在商业中都还没有得到普及推广。饮料的品质评价除了通过一些常规的理化指标检测外,大多数是通过人的感官评定的,感官审评是通过人的感觉器官来评价饮料的特征和品质,是一门应用感官分析技术的学科。人的感觉器官的灵敏度易受外界因素的干扰而改变,从而影响评定的准确性。为了在饮料生产、流通过程中有一个严格、一致的标准,采用仪器测定饮料,用科学计量上的品质指标来评价饮料品质是必要的手段之一。本研究主要利用电子鼻技术来评价番茄的品质(成熟度、成熟过程和损伤检测)和黄酒品质(陈年数和品牌的区分识别),拟获得电子鼻信号与番茄与黄酒品质之间的相关性。为今后进一步进行农产品与饮料的无损检测技术探索了一条新的途径。在本课题的实验中,采用了德国的Airsense Analysis GmbH公司生产的电子鼻PEN2和吸附解吸附EDU。该系统具有较好的客观性、可靠性、重现性等方面的优点。同时,它测量快速,操作方便。它是目前国内外研究无损检测手段中较先进的方法。 1 利用电子鼻分析番茄的成熟度、贮藏过程和损伤后的气味变化不同成熟度番茄的电子鼻检测分析表明,通过PCA和LDA分析,半熟期的番茄与成熟期、完熟期的番茄可以较好地用电子鼻进行区分,成熟期和完熟期的番茄有部分区域发生重叠。按坚实度指标对番茄成熟度进行重新划分后所进行的分析可知,电子鼻可以区别番茄的坚实度差异,采用PCA方法分析时,电子鼻可以100%地区分不同成熟度的番茄。提取55S时刻的电子鼻信号进行PLS分析和预测,在PLS分析中采用完全交叉确认(Full Cross Validation)的方法。通过不同潜在变量下的剩余方差分析图,建立4个潜在变量的校准模型。在所建立的PLS模型中,预测坚实度与实际坚实度的相关系数R=0.950,平均标准误差(RMSEP)为0.129。可见电子鼻信号与坚实度之间有较好的相关性,可以采用电子鼻信号预测番茄的坚实度。成熟期和完熟期番茄在贮藏过程中的电子鼻检测分析表明,通过PCA和LDA分析,成熟期的番茄在Dayl-Day6、Day7-Day11、Day14-Day17之间可以较好地进行区分。通过PLS分析,建立8个潜在变量的预测成熟期番茄贮藏期的模型,预测成熟期番茄贮藏期的预测值与实际值的相关系数R=0.989,平均标准误差(RMSEP)为0.666。完熟期的番茄在贮藏中电子鼻检测的PCA分析可知完熟期番茄气味变化的趋势,但Day1-Day5、Day6-Day11之间变化没有较明显的分界,Day6-Day11、Day14-Day17之间可以较好地进行区分。采用PCA分析来区分完熟番茄的贮藏时间不理想。从LDA分析可知,Day1-Day5、Day6-Day11、Day14-Day17之间可以较好地进行区分。通过PLS分析,建立建立8个潜在变量的预测完熟期番茄贮藏期的模型,预测值与实际值的相关系数R=0.980,平均标准误差(RMSEP)为0.912。成熟期番茄损伤后在贮藏过程中的电子鼻检测分析表明,在传感器未优化之前,从LDA分析中可知,在第1、4、7天时,未损伤的4组样品、未损伤和损伤混合的4组样品存在部分重叠;在第10、13天,两者发生了分离,因此在第7天之后可以进行两者的区分。对传感器进行加载分析和对其信号的分析表明,MOS2、MOS6、MOS7、MOSg和MOS9这5个传感器对检测的样品挥发物响应信号变化较大,说明这5个传感器对样品挥发物反应敏感;MOS1、MOS3、MOS4、MOS5和MOS10这5个传感器对检测的样品挥发物反应不敏感。在多次对比分析发现,在5个不敏感的传感器中去除MOS4、MOS5和MOSlO这3个传感器后,在LDA分析中,电子鼻可以在番茄损伤后的第1天即可以对未损伤的样品、未损伤和损伤相混的样品进行检测区分。在以后番茄损伤的检测中,可以采用MOS1、MOS2、MOS3、MOS6、MOS7、MOS8和MOS9这7个传感器

论文目录:

致谢

中文摘要

1 利用电子鼻分析番茄的成熟度、贮藏过程和损伤后的气味变化

2 利用电子鼻和吸附解吸附系统来评价黄酒的陈年数和品牌

ABSTRACT

第一章绪论

1 研究目的与意义

2 电子鼻芳香特性分析的理论基础

3 国内外研究动态

4 课题来源

5 研究内容

5.1 番茄的电子鼻检测研究

5.2 黄酒的电子鼻检测研究

第二章试验装置、试验方法与模式识别

1 试验设备

1.1 电子鼻系统与吸附富集和解吸附系统

1.2 坚实度测量仪器

2 试验材料、方案、步骤

2.1 试验材料

2.2 试验方案与步骤

2.3 样品处理

2.4 测量参数的设置

3 模式识别

3.1 特征值的提取

3.2 电子鼻信号数据的处理

3.3 培训样品的分析与识别

3.3.1 主成分分析法(Principal Component Analysis，PCA)

3.3.2 判别分析法(Discriminant Analysis，DA)

3.3.3 偏最小二乘法(Partial Least Squares Method，PLS)

3.3.4 聚类分析法(Cluster Analysis，CA)

3.3.5 人工神经网络(Artificial Neural Networks，ANN)

3.4 模式文件的建立与对检测样品的识别与预测

4 实验指标

第三章基于电子鼻的番茄检测与分析

1 前言

2 结果和讨论

2.1 番茄芳香特征的电子鼻响应

2.2 传感器对不同成熟度、贮藏过程和损伤的响应分析

2.2.1 不同成熟度番茄的传感器响应分析

2.2.2 贮藏过程中番茄的传感器响应分析

2.2.3 损伤番茄在贮藏过程中的传感器响应分析

2.3 番茄的电子鼻检测分析

2.3.1 不同成熟度番茄的电子鼻检测分析

2.3.2 成熟期番茄在贮藏过程中的电子鼻检测分析

2.3.3 完熟期番茄在贮藏过程中的电子鼻检测分析

2.3.4 损伤番茄的电子鼻检测分析

2.3.5 传感器的优化与优化后损伤番茄的电子鼻检测分析

3 本章小结

第四章基于电子鼻的黄酒检测与分析

1 前言

2 结果与分析

2.1 古越龙山加饭酒的电子鼻检测分析

2.1.1 取不同特征值的分析

2.1.2 模式文件和预测模型的建立和对检测样品的识别

2.1.2.1 古越龙山加饭酒的聚类分析与识别

2.1.2.2 古越龙山加饭酒的PLS分析与预测模型的建立

2.2 会稽山加饭酒的电子鼻检测分析

2.2.1 取不同特征值的分析

2.2.2 模式文件的建立和对检测样品的识别

2.2.2.1 会稽山加饭酒的聚类分析与识别

2.2.2.2 会稽山加饭酒的PLS分析与预测模型的建立

2.3 古越龙山和会稽山加饭酒的电子鼻检测分析

2.3.1 取不同特征值的分析

2.3.2 模式文件的建立和对检测样品的识别

2.3.2.1 古越龙山与会稽山加饭酒的聚类分析

2.3.2.2 古越龙山与会稽山加饭酒的逐步判别分析

2.3.2.3 古越龙山与会稽山加饭酒的PLS分析与预测模型的建立

2.3.2.4 古越龙山与会稽山加饭酒的BP神经网络分析与预测模型的建立

2.3.2.5 不同模式识别方法的对比与讨论

3 本章小结

第五章总结与展望

1 番茄的试验研究结果

2 黄酒的试验研究结果

3 不足与展望

参考文献

发布时间: 2005-07-15

参考文献

[1].红曲对广东客家黄酒品质及抗氧化活性的影响[D]. 洪泽淳.仲恺农业工程学院2014
[2].黄酒发酵智能控制系统的应用研究[D]. 钟强.江南大学2013
[3].减少后酵固形物酿造清爽型黄酒的研究[D]. 李娜.江南大学2011
[4].黄酒色泽形成机制及其与营养物相关性研究[D]. 张会娟.河南工业大学2017
[5].三种市售年份黄酒的特征香气成分分析[D]. 王琳.合肥工业大学2016
[6].客家黄酒多酚抑菌及抗氧化性研究[D]. 黄诗琪.仲恺农业工程学院2016
[7].中国传统黄酒健康价值的评价研究[D]. 刘月.济南大学2016
[8].黄酒发酵过程质量安全在线监测研究[D]. 谢宇.浙江工业大学2016
[9].广东客家黄酒产γ-氨基丁酸的影响因素及代谢调控研究[D]. 黄敏欣.仲恺农业工程学院2016
[10].广东客家黄酒抗氧化性及其中抗氧化肽的研究[D]. 曹龙辉.仲恺农业工程学院2015

基于电子鼻的西红柿与黄酒的检测与评价研究

猜你喜欢