專利名稱：食醋近紅外透射光譜的采集裝置及食醋原產(chǎn)地鑒別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種食醋原產(chǎn)地鑒別的方法和裝置，具體說是一種食醋近紅外透射光譜的采集裝置及食醋原產(chǎn)地鑒別方法。
背景技術(shù)：
隨著人民生活水平的提高和食品工業(yè)的迅速發(fā)展，調(diào)味品的生產(chǎn)和市場出現(xiàn)了空前的繁榮和興旺，食醋是其中的重要一員。食醋中除了含有醋酸以外，還含有對身體有益的其它一些營養(yǎng)成分，如乳酸、葡萄糖酸、琥珀酸、氨基酸、糖、鈣、磷、鐵、維生素B2等。食醋因其營養(yǎng)成分獨特已從單純的調(diào)味品逐漸轉(zhuǎn)為食療的著名食品之一。食醋有一定消除疲勞的 作用，醋中所含的豐富有機酸，可以促進人體內(nèi)糖的代謝并使肌肉中的疲勞物質(zhì)乳酸和丙酮等被分解，從而消除疲勞。而且食醋有一定抗衰老作用，醋可以抑制和降低人體衰老過程中氧化物的形成。所以食醋是食用品質(zhì)好，營養(yǎng)價值高的一種優(yōu)良食品。目前國內(nèi)市場上的食醋品牌眾多，但食醋因品種不同、產(chǎn)地不同、原料不同以及發(fā)酵工藝等不同，使得各品牌的食醋質(zhì)量、營養(yǎng)、價格等差異比較大，且各品牌食醋在外觀上幾乎沒有差別，消費者難以從顏色、味道上加以鑒別區(qū)分。近紅外光譜分析技術(shù)具有分析速度快、分析成本低、操作簡單、非破壞性、無污染等特點，近紅外光譜結(jié)合化學計量學方法(包括系統(tǒng)聚類分析和K-means聚類分析、主成分分析、Fisher線性分類、K最鄰近法和偏最小二乘判別分析法-PLSDA)在食品品質(zhì)的定性分析中得到廣泛應用。傳統(tǒng)的商用近紅外儀器價格較昂貴，對于食醋樣品，由于樣品物理性質(zhì)
比較單一。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的第一目的在于提供一種結(jié)構(gòu)簡單、成本較低以及便于攜帶的食醋近紅外透射光譜的采集裝置。本發(fā)明的第二目的在于提供一種利用上述采集裝置對食醋原產(chǎn)地進行鑒別的方法，該方法識別率高、分析速度快以及綠色化分析。為了解決上述第一目的，本發(fā)明所采用的技術(shù)方案為一種食醋近紅外透射光譜的采集裝置，包括外殼，在外殼內(nèi)設(shè)有樣品室、光源、檢測器、微處理器及外圍電路，其中，外圍電路主要包括系統(tǒng)電路、光源和溫度控制調(diào)節(jié)模塊驅(qū)動電路以及前置放大和反饋穩(wěn)控電路等常規(guī)電路。在外殼上設(shè)有控制面板和USB接口，在控制面板上設(shè)有控制按鈕和顯示裝置；在樣品室內(nèi)設(shè)有樣品池；其中，樣品池，用于放置樣品；光源，發(fā)射光譜至樣品池中樣品；檢測器，用于接收透過樣品池后的光譜信號；微處理器，微處理器通過外圍電路為光源提供驅(qū)動電流，控制多個單色光譜的輪流點亮順序和時間，同時將接收到的經(jīng)過外部電路調(diào)理的光譜信號存儲在存儲區(qū)，同時調(diào)用已存儲的定量模型，并進行預測計算，得出被測食醋樣品的原產(chǎn)地信息，通過USB接口完成與上位機之間的數(shù)據(jù)通訊；控制按鈕，用于光譜采集、模型管理等操作；顯示裝置用于將微處理器計算出的食醋原產(chǎn)地信息進行顯示。為了解決上述第二目的，本發(fā)明所采用的技術(shù)方案為一種利用上述食醋近紅外透射光譜的采集裝置對食醋原產(chǎn)地進行鑒別的方法，該方法包括如下步驟I)收集不同產(chǎn)地的食醋樣品若干份，一部分作為校正集，用于建模，另一部分作為預測樣品，用于模型的驗證；2)在建模階段，將檢測器接收到的光譜信號傳入微處理器中，微處理器通過USB接口與上位機相連，導出測量得到的光譜數(shù)據(jù)到上位機的建模系統(tǒng)中，采用恰當?shù)哪Ｊ阶R別方法建立食醋光譜信號和產(chǎn)地信息間的定性分析模型，上位機建模之后，將獲得的模型 及其參數(shù)下載到微處理器的相應存儲區(qū)，為實現(xiàn)后續(xù)的檢測做準備；3)快速檢測階段，檢測器將接收到的光譜信號傳入微處理器中，微處理器調(diào)用相應的產(chǎn)地信息定性分析模型和參數(shù)進行計算，得到被檢測食醋樣品的地理信息，同時通過顯示裝置進行顯示。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是本發(fā)明采集裝置結(jié)構(gòu)簡單、成本較低以及便于攜帶，能實現(xiàn)食醋近紅外光譜的采集；本發(fā)明鑒別方法采用近紅外光譜技術(shù)結(jié)合模式識別方法對食醋原產(chǎn)地進行鑒別研究，具有識別率高、分析速度快以及綠色化分析等優(yōu)點。


圖I為本發(fā)明中采集裝置的結(jié)構(gòu)示意圖；圖2為本發(fā)明中鑒別方法的流程圖；圖3為本發(fā)明中采集的食醋近紅外透射光譜圖；圖4為本發(fā)明中不同產(chǎn)地的食醋樣品近紅外光譜的主成分分布圖；圖5為本發(fā)明中基于PLSDA模式識別方法的食醋原產(chǎn)地鑒別結(jié)果。
具體實施例方式下面通過具體的實施例對本發(fā)明進一步說明，應當指出，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干變型和改進，這些也應視為屬于本發(fā)明的保護范圍。如圖I所示，一種食醋近紅外透射光譜的采集裝置，包括外殼1，在外殼I內(nèi)設(shè)有樣品室2、光源3、檢測器4、微處理器5及外圍電路，其中，外圍電路主要包括系統(tǒng)電路、光源和溫度控制調(diào)節(jié)模塊驅(qū)動電路以及前置放大和反饋穩(wěn)控電路等常規(guī)電路。在外殼I的上表面上設(shè)有控制面板6，在外殼I的一側(cè)面上設(shè)有USB接口 7，在控制面板6上設(shè)有控制按鈕和顯示裝置；在樣品室2內(nèi)設(shè)有樣品池；其中，樣品池，用于放置樣品；光源3，為鹵鎢燈光源，光譜范圍為360_2000nm ;在一個緊湊經(jīng)濟的設(shè)計內(nèi)，燈泡
提供高色溫，高效率輸出和長壽命。光源發(fā)射光譜至樣品池中樣品。檢測器4，用于接收透過樣品池后的光譜信號；
微處理器5，微處理器通過外圍電路為光源提供驅(qū)動電流，控制多個單色光譜的輪流點亮順序和時間，同時將接收到的經(jīng)過外部電路調(diào)理的光譜信號存儲在存儲區(qū)，同時調(diào)用已存儲的定量模型，并進行預測計算，得出被測食醋樣品的原產(chǎn)地信息，通過USB接口 7完成與上位機之間的數(shù)據(jù)通訊；控制按鈕，用于光譜采集、模型管理等操作；顯示裝置用于將微處理器計算出的食醋原產(chǎn)地信息進行顯示，通常采用顯示屏。利用上述采集裝置進行食 醋原產(chǎn)地的鑒別方法，該方法的流程如2所示，具體如下1)收集不同產(chǎn)地的食醋樣品若干份，一部分作為校正集，用于建模，另一部分作為預測樣品，用于模型的驗證；對所有食醋樣品確定原產(chǎn)地，并進行編碼。2)在建模階段，將采集裝置中的檢測器4接收到的光譜信號傳入微處理器5中，微處理器5通過USB接口 7與上位機相連，導出測量得到的光譜數(shù)據(jù)到上位機的建模系統(tǒng)中進行數(shù)據(jù)處理，采用恰當?shù)哪Ｊ阶R別方法建立食醋光譜信號和產(chǎn)地信息間的定性分析模型，上位機建模之后，將獲得的模型及其參數(shù)下載到微處理器5的相應存儲區(qū)，為實現(xiàn)后續(xù)的檢測做準備；3)快速檢測階段，首先收集待測食醋樣品，然后通過檢測器4采集待測食醋樣品光譜信號，并將接收到的待測食醋樣品光譜信號傳入微處理器5中，微處理器5調(diào)用相應的產(chǎn)地信息定性分析模型和參數(shù)進行計算，得到被檢測食醋樣品的地理信息，同時通過顯示裝置進行顯示。實施例I :食醋產(chǎn)地的鑒別方法，該方法為首先收集了 279個食醋樣品，其中江蘇“恒順”品牌240個，其余為山西“東湖”和天津“獨流”兩個品牌。采用Kennard-Stone方法將樣品劃分為校正集和驗證集兩個樣品集，其中校正集樣品用于建立判別模型，驗證集樣品用于對所建立的判別模型進行誤差分析，從而判定模型是否符合檢測要求，否則重新構(gòu)建模型，校正集有186份樣品，測試集有93份樣品。將“恒順”品牌食醋設(shè)為第一類，用字母a表示，而其他品牌食醋設(shè)為第二類，用字母b表示，。保持試驗環(huán)境的穩(wěn)定，恒溫(25 ± O. 3 ) °C,環(huán)境濕度(22 ± 5 ) °C。將279個樣品編號，以空氣為參比，每份樣品倒入比色皿中到容積的2/3處。掃描次數(shù)為32次。在吸光度(absorbance)的模式下進行試驗。不同產(chǎn)地的食醋樣品近紅外光譜的主成分分布圖如圖4所示。其次，在建模階段，將采集裝置中的檢測器接收到的光譜信號傳入微處理器中，微處理器通過USB接口與上位機相連，導出測量得到的光譜數(shù)據(jù)到上位機的建模系統(tǒng)中進行數(shù)據(jù)處理，采用恰當?shù)哪Ｊ阶R別方法建立食醋光譜信號和產(chǎn)地信息間的定性分析模型，上位機建模之后，將獲得的模型及其參數(shù)下載到微處理器的相應存儲區(qū)，為實現(xiàn)后續(xù)的檢測做準備；最后，快速檢測階段，首先收集待測食醋樣品，然后通過檢測器采集待測食醋樣品光譜信號，并將接收到的待測食醋樣品光譜信號傳入微處理器中，微處理器調(diào)用相應的產(chǎn)地信息定性分析模型和參數(shù)進行計算，得到被檢測食醋樣品的地理信息，同時通過顯示裝置進行顯示。基于PLSDA模式識別方法的食醋原產(chǎn)地鑒別結(jié)果如圖5所示。圖3本發(fā)明裝置采集的“恒順”、“東湖”和“獨流”三個品牌食醋的近紅外透射光譜圖。
分別用字母a和字母b表示“恒順”牌食醋和非“恒順”牌食醋(非“恒順”牌食醋包括“東湖”和“獨流”)，從圖4中可以看出，字母a和字母b分別包含在了不同的橢圓內(nèi)，字母a所表示的“恒順”品牌食醋包含在較大的橢圓中，字母b所表示的非“恒順”品牌食醋包含在較小的橢圓中；很好的實現(xiàn)了 “恒順”品牌食醋的判別；圖5中橫坐標a和b分別對應的是“恒順”牌食醋和非“恒順”牌食醋，并且a對應的數(shù)值為l，b對應的數(shù)值為2 ;通過統(tǒng)計分析同樣得到了較準確的判定結(jié)果。本發(fā)明中，近紅外定性分析是用已知類別的樣品建立近紅外定性模型，然后用該模型考察未知樣品性質(zhì)是否與已知樣品相似。具體實驗過程為(1)采集已知類別食醋樣品的光譜；(2)用一定的數(shù)學方法處理上述光譜，生成定性判據(jù)；(3)用該定性判據(jù)判斷未知樣品屬于哪類物質(zhì)。從上述過程可以看出，近紅外定性分析依賴于光譜的重復性，包括吸 光度和波長的重復性。在近紅外定性分析中要注意未知樣品的測定和處理過程必須與校正集樣品完全相同，光譜采集參數(shù)和實驗條件必須一致等。
權(quán)利要求
1.一種食醋近紅外透射光譜的采集裝置，其特征在于，包括外殼，在外殼內(nèi)設(shè)有樣品室、光源、檢測器、微處理器及外圍電路，在外殼上設(shè)有控制面板和USB接口，在控制面板上設(shè)有控制按鈕和顯示裝置；在樣品室內(nèi)設(shè)有樣品池；其中， 樣品池，用于放置樣品； 光源，發(fā)射光譜至樣品池中樣品； 檢測器，用于接收透過樣品池后的光譜信號； 微處理器，微處理器通過外圍電路為光源提供驅(qū)動電流，控制多個單色光譜的輪流點亮順序和時間，同時將接收到的經(jīng)過外部電路調(diào)理的光譜信號存儲在存儲區(qū)，同時調(diào)用已存儲的定量模型，并進行預測計算，得出被測食醋樣品的原產(chǎn)地信息，通過USB接口完成與上位機之間的數(shù)據(jù)通訊； 控制按鈕，用于光譜采集、模型管理等操作； 顯示裝置，用于將微處理器計算出的食醋原產(chǎn)地信息進行顯示。
2.根據(jù)權(quán)利要求I所述的食醋近紅外透射光譜的采集裝置，其特征在于，所述光源為鹵鎢燈光源，光譜范圍為360-2000nm。
3.根據(jù)權(quán)利要求I所述的食醋近紅外透射光譜的采集裝置，其特征在于，所述控制面板設(shè)在外殼的上表面。
4.根據(jù)權(quán)利要求I所述的食醋近紅外透射光譜的采集裝置，其特征在于，所述USB接口設(shè)在外殼的側(cè)面上。
5.利用權(quán)利要求I至4中任一項所述的食醋近紅外透射光譜的采集裝置對食醋原產(chǎn)地進行鑒別的方法，其特征在于，該方法包括如下步驟 .1)收集不同產(chǎn)地的食醋樣品若干份，一部分作為校正集，用于建模，另一部分作為預測樣品，用于模型的驗證； .2)在建模階段，將檢測器接收到的光譜信號傳入微處理器中，微處理器通過USB接口與上位機相連，導出測量得到的光譜數(shù)據(jù)到上位機的建模系統(tǒng)中，采用恰當?shù)哪Ｊ阶R別方法建立食醋光譜信號和產(chǎn)地信息間的定性分析模型，上位機建模之后，將獲得的模型及其參數(shù)下載到微處理器的相應存儲區(qū)，為實現(xiàn)后續(xù)的檢測做準備； .3)快速檢測階段，檢測器將接收到的光譜信號傳入微處理器中，微處理器調(diào)用相應的產(chǎn)地信息定性分析模型和參數(shù)進行計算，得到被檢測食醋樣品的地理信息，同時通過顯示裝置進行顯示。
6.根據(jù)權(quán)利要求5所述的鑒別方法，其特征在于，步驟I)中，對所有食醋樣品確定原產(chǎn)地，并進行編碼。
7.根據(jù)權(quán)利要求5所述的鑒別方法，其特征在于，步驟2)中，所述模式識別方法主要是采用不同的光譜信息提取方法結(jié)合主成分分析和偏最小二乘判別分析法實現(xiàn)判別模型的構(gòu)建，其中采用不同的光譜信息提取方法包括采用不同的預處理方法和對光譜進行特征變臉的優(yōu)選。
全文摘要
本發(fā)明公開了一種食醋近紅外透射光譜的采集裝置及食醋原產(chǎn)地的鑒別方法，通過該采集裝置中的檢測器對食醋樣品近紅外透射光譜進行采集，并將采集到的光譜信號傳輸?shù)轿⑻幚砥髦?；在建模過程中，采用模式識別方法建立定性判定模型，選取預測精度達到要求的校正模型，并將其導入微處理器中，同時將預測樣品的近紅外光譜信息調(diào)入選取的校正模型中進行計算，得出食醋樣品的原產(chǎn)地信息。本發(fā)明采集裝置結(jié)構(gòu)簡單、成本較低以及便于攜帶，能實現(xiàn)食醋近紅外光譜的采集；本發(fā)明鑒別方法采用近紅外光譜技術(shù)結(jié)合模式識別方法對食醋原產(chǎn)地進行鑒別研究，具有識別率高、分析速度快以及綠色化分析等優(yōu)點。
文檔編號G01N21/35GK102879352SQ20121033974
公開日2013年1月16日 申請日期2012年9月13日 優(yōu)先權(quán)日2012年9月13日
發(fā)明者郝勇, 尹名年, 李國權(quán), 夏蓉, 朱勝虎 申請人:江蘇恒順醋業(yè)股份有限公司