基于激光器阵列的检测装置及小黄鱼存储时间检测方法制造方法及图纸

本发明专利技术公开了一种基于激光器阵列的检测装置及小黄鱼存储时间检测方法，本发明专利技术首先使激光器阵列发出的激光照射在样品上，光纤探头采集样品反射的光进入光谱仪中，光谱仪得到与n个激光器的波长相对应的n个检测信号，然后，本发明专利技术调整各个检测信号的权重，得到符合要求的检测信号x(t)，将x(t)输入预存在计算机中的随机共振系统模型，使随机共振系统模型发生随机共振，计算机画出随机共振系统模型的输出信噪比曲线，计算机计算并得到预测的小黄鱼存储时间Time。本发明专利技术具有检测速度快、准确性高、经济性好；消除了无用波段杂光的干扰信息，样品的存储时间得到更好的区分的特点。

【技术实现步骤摘要】
基于激光器阵列的检测装置及小黄鱼存储时间检测方法
本专利技术涉及食品品质检测
，尤其是涉及一种检测速度快、准确性高的基于激光器阵列的检测装置及小黄鱼存储时间检测方法。
技术介绍
小黄鱼为石首鱼科(Sciaenidae)，又名黄鱼、石首鱼。小黄鱼为暖温性近海集群涸游鱼类，主要活动区域为南海中部以南。由于小黄鱼含有大量的硒元素，故可以较好地清除自由基，美容养颜。另外，小黄鱼含有非常丰富的蛋白质，肉质较为细腻，可作为人类理想的动物性蛋白源之一。小黄鱼被誉为我国四大主捕经济鱼类，尤其在我国及太平洋西部的海洋渔业发展中具有相当重要的地位，其中闽东地区小黄鱼出口量就可以达到产量的80％，小黄鱼在国内外水产市场中都占有较大的份额，这些都奠定了小黄鱼在海产品产业中的独特性和重要性。存储时间能表征鱼肉的新鲜度，而新鲜度是鱼类或鱼类制品质量的一个重要指标，对产品最终质量十分重要。现已发展了一系列的指标和方法来评价鱼肉新鲜度，如感官评价方法、微生物学方法、物理及化学方法等，但以上检测方法较难满足准确、快速检测的要求。普遍存在着检测过程繁琐、成本高、耗时长等缺点。中国专利授权公告号：CN101769889A，授权公告日2010年7月7日，公开了一种农产品品质检测的电子鼻系统，包括一主要完成对低浓度气味收集的气体富集模块，一主要把气味信号转化为电信号的气室气路模块及传感器阵列，一主要对传感器阵列输出信号进行滤波、模数转换、特征提取的传感器调理电路与数据预处理模块，一对信号进行识别和判断、且带有数据存储的嵌入式系统，一显示与结果输出模块；所述的气体富集模块由装填有吸附剂的吸附管、电热丝和温控装置构成。该专利技术具有功能单一，检测时间长，不能用于对小黄鱼存储时间进行检测的不足。
技术实现思路
专利技术的专利技术目的是为了克服现有技术中的检测方法过程繁琐、成本高、耗时长的不足，提供了一种检测速度快、准确性高的基于激光器阵列的检测装置及小黄鱼存储时间检测方法。为了实现上述目的，专利技术采用以下技术方案：一种基于激光器阵列的检测装置，包括光谱仪、用于放置待检测样品的底板、设于底板上方的托板；所述托板上设有用于照射待检测样品的激光器阵列和用于检测激光器阵列发出的激光经样品反射后的反射光线的光纤探头；所述激光器阵列包括n个捆绑在一起并且波长依次排列的单波长激光器，所述光纤探头与光谱仪电连接，光谱仪上设有用于与计算机电连接的信号输出端口。在传统的光谱分析方法中，常采用卤素灯作为光源进行检测，卤素灯光源具有波长范围较宽连续光，但是在食品样品检测中真正负载检测信息的波段光是有限的，大部分光波段对食品样品表征没有作用。因此，本专利技术采用若干个特定波长的单色激光器组成激光器阵列对样品进行检测，相当于过滤掉无用波段的光，减少了干扰信号。同时增加若干个选定波长的光强度，提高了检测的准确性。作为优选，所述n为6，各个单波长激光器的波长分别为635nm、980nm、532nm、808nm、660nm和780nm。针对小黄鱼肉的理化性质，作为优选选择以上6个波长的激光器进行检测，可以更加突出小黄鱼肉的检测特征，提高检测的准确度。作为优选，所述底板通过4个立柱与托板相连接。作为优选，所述光谱仪为USB2000+可见/近红外光谱仪。一种小黄鱼的存储时间进行检测的检测方法，包括如下步骤：(5-1)样品制备：将小黄鱼洗净，去除内脏、鳞片、头和尾，从鱼体上取出片状鱼肉作为待检测样品；(5-2)进行检测：将计算机与光谱仪电连接，将样品平放到底板上，使激光器阵列发出的激光照射在样品上，光纤探头采集样品反射的光进入光谱仪中，光谱仪得到与n个激光器的波长相对应的n个检测信号x1(t)，x2(t)，…，xn(t)，并将x1(t)，x2(t)，…，xn(t)输入计算机中；(5-3)数据处理：(5-3-1)在计算机中设定与各个检测信号一一对应的一组权重w1，w2，…，wn，并且使(5-3-2)利用公式计算得到检测信号x(t)，并计算总均方差当转入步骤(5-3-3)；当或则转入步骤(5-3-1)：说明此时选取的各个信号的权重不合理，转入步骤(5-3-1)重新选择一组权重，直至得到权重合理的检测信号为止，从而确保检测信号能够准确的将小黄鱼的存储时间信息表征出来。(5-3-3)将x(t)输入预存在计算机中的随机共振系统模型中，使随机共振系统模型发生随机共振，其中，ξ(t)为自相关函数E[ξ(t)ξ(0)]＝2αδ(t)的Gaussian噪声，其强度为α；A为信号sin(2πf0t＋ψ)的强度；f0为信号的频率；a、b均为设定的实参数，s为布朗粒子的运动轨迹，t为运动时间，ψ是相位；(5-3-4)计算机利用信噪比计算公式计算随机共振系统模型的输出信噪比SNR；(5-3-5)计算机画出随机共振系统模型的输出信噪比曲线，得到信噪比曲线的信噪比最大值，并将信噪比最大值的绝对值作为信噪比特征值K；(5-4)存储时间预测：将K代入存储于计算机中的存储时间预测模型中，计算机计算并得到预测的小黄鱼存储时间Time。本专利技术首先使激光器阵列发出的激光照射在样品上，光纤探头采集样品反射的光进入光谱仪中，光谱仪得到与n个激光器的波长相对应的n个检测信号，然后，本专利技术调整各个检测信号的权重，得到符合要求的检测信号x(t)，将x(t)输入预存在计算机中的随机共振系统模型，使随机共振系统模型发生随机共振，计算机画出随机共振系统模型的输出信噪比曲线，得到信噪比曲线的信噪比最大值，并将信噪比最大值的绝对值作为信噪比特征值K；并将K代入存储于计算机中的存储时间预测模型中，计算机计算并得到预测的小黄鱼存储时间Time。因此，本专利技术具有检测速度快、准确性高和经济性好的特点。作为优选，所述信噪比计算公式为其中，ω是信号频率，Ω为角频率，S(ω)是信号频谱密度，SN(Ω)是信号频率范围内的噪声强度。作为优选，步骤(5-2)中的检测时长为50至70秒。因此，专利技术具有如下有益效果：(1)检测速度快、准确性高、经济性好；(2)消除了无用波段杂光的干扰信息，样品的存储时间得到更好的区分。附图说明图1是专利技术的一种结构示意图；图2是专利技术的实施例的一种流程图；图3是本专利技术的实施例的可见/近红外漫反射光谱；图4是本专利技术的实施例的主成分分析结果；图5是本专利技术的存储时间预测模型拟合曲线。图中：底板1、托板2、激光器阵列3、光纤探头4、立柱7、样品8。具体实施方式下面结合附图和具体实施方式对专利技术做进一步的描述。如图1所示的实施例是一种基于激光器阵列的检测装置，包括光谱仪、用于放置待检测样品的底板1、设于底板上方的托板2；托板上设有2个插孔，插孔上设有用于照射待检测样品的激光器阵列3和用于检测激光器阵列发出的激光经样品反射后的反射光线的光纤探头4；激光器阵列包括6个捆绑在一起并且波长依次排列的单波长激光器，光纤探头与光谱仪电连接，光谱仪上设有用于与计算机电连接的信号输出端口；光纤探头与水平面的夹角为70度。6个单波长激光器的波长分别为635nm、980nm、532nm、808nm、660nm和780nm。底板通过4个立柱7与托板相连接。光谱仪为USB2000+可见/近红外光谱仪。如图2所示，一种小黄鱼存储时间的检测方法，包括如下步骤：步骤100，样品制备：将从冰本文档来自技高网...

【技术保护点】
一种基于激光器阵列的检测装置，其特征是，包括光谱仪、用于放置待检测样品的底板(1)、设于底板上方的托板(2)；托板上设有至少2个插孔，插孔上设有用于照射待检测样品的激光器阵列(3)和用于检测激光器阵列发出的激光经样品反射后的反射光线的光纤探头(4)；所述激光器阵列包括n个捆绑在一起并且波长依次排列的单波长激光器，所述光纤探头与光谱仪电连接，光谱仪上设有用于与计算机电连接的信号输出端口；光纤探头与水平面的夹角为45至75度。

【技术特征摘要】
1.一种利用基于激光器阵列的检测装置对小黄鱼的存储时间进行检测的检测方法，所述检测装置包括光谱仪、用于放置待检测样品的底板(1)、设于底板上方的托板(2)；托板上设有至少2个插孔，插孔上设有用于照射待检测样品的激光器阵列(3)和用于检测激光器阵列发出的激光经样品反射后的反射光线的光纤探头(4)；所述激光器阵列包括n个捆绑在一起并且波长依次排列的单波长激光器，所述光纤探头与光谱仪电连接，光谱仪上设有用于与计算机电连接的信号输出端口；光纤探头与水平面的夹角为45至75度；其特征是，所述检测方法包括如下步骤：(1-1)样品制备：将小黄鱼洗净，去除内脏、鳞片、头和尾，从鱼体上取出片状鱼肉作为待检测样品(8)；(1-2)进行检测：将计算机与光谱仪电连接，将样品平放到底板上，使激光器阵列发出的激光照射在样品上，光纤探头采集样品反射的光进入光谱仪中，光谱仪得到与n个激光器的波长相对应的n个检测信号x1(t)，x2(t)，…，xn(t)，并将x1(t)，x2(t)，…，xn(t)输入计算机中；(1-3)数据处理：(1-3-1)在计算机中设定与各个检测信号一一对应的一组权重w1，w2，…，wn，并且使(1-3-2)利用公式计算得到检测信号x(t)，并计算总均方差当转入步骤(1-3-3)；当或则转入步骤(1-3-1)：(1-3-3)将x(t)输入预存在计算机中的随机共振系统模型中，使随机共振系统模型发生随机共振，其中，ξ(t)为自相关函数E[ξ(t)ξ(0)]＝2αδ(t)的Gaussian噪声，其强度为α；A为信号...

【专利技术属性】
技术研发人员：惠国华，黄洁，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：浙江;33