一种牛奶成分的检测装置和方法制造方法及图纸

一种牛奶成分检测方法，包括建立模型步骤和牛奶检测步骤，所述的建立模型步骤用于建立并存储近红外光谱分类校正模型，利用超声波自激频率对不同类型牛奶的近红外光谱进行分类并建立与所述不同类型牛奶对应的近红外光谱分类校正模型；所述牛奶检测步骤根据待测牛奶样品的超声波自激频率及近红外光谱信息，对应所述近红外光谱分类校正模型得到所述牛奶样品的成分含量。本发明专利技术的装置和方法使用超声波自激频率测量技术，对牛奶成分的背景干扰进行评估，借助于超声波和近红外的信息融合方法，自动进行近红外光谱模型的分类，实现了牛奶常规成分的快速、准确、自动以及高效检测。

【技术实现步骤摘要】

本专利技术涉及自动检测
，特别是一种利用超声波和近红外光谱分析技术检测牛奶成分的检测装置和方法。
技术介绍
作为牛奶内部成分检测的国标方法主要是化学法。由于化学法分析牛奶成分时间 较长，成本较高，因此快速、非接触和自动检测方法被提出，目前主要有中红外光谱法、近红 外光谱分析法和超声波分析法。中红外光谱法和超声波分析法都已经有相应的商业仪器面 世，化学法作为国标方法，是基准作为标准方法。 化学分析法，在国标中，对生鲜牛乳、巴氏杀菌乳、灭菌乳等乳制品的各项指标及 检测均有严格的规定。脂肪采用罗兹一哥特里法，报告质量分数结果精确至0.01% ;两次 平行测定结果之差，对100g鲜牛乳不得超过0. 03g，蛋白质采用半微量凯氏定氮法，两次平 行测定结果之差不得超过两次测定平均值的1.5% ;乳糖采用高压液相色谱法和莱因一埃 农氏法，两次平行测定结果之差不超过平均值的5% ;虽然化学方法已经相当成熟，在现有 的条件下，可以保证很高的测量精度，但是其测量过程需要耗费大量的时间，并且化验成本 高，因此无法满足大量原奶收购成分分析的需要。 超声波探测技术是利用高频声波与物质之间的相互作用以获取被测物质内部的 物理化学性质，声波通过介质时大致表现为三种形式压縮波、表面波和切变波。在应用中， 较之其它两种形式，压縮波是最重要的考虑因素；这种压縮波在介质中的传递是通过介质 的压縮和膨胀进行的；但这种介质质点在声波作用下以原始位置为原点所发生的振荡仍服 从HOOKE定律，换言之，介质的结构在声波传递过程中未发生任何根本性的破坏。基于以上 原理，超声传播特性的检测方法主要是测定其在牛奶中传播的声速和声衰减。通过大量的 试验，建立了部分牛奶成份与超声波特性之间的经验数学关系。目前已有多种超声波牛奶 成分分析仪面世，其预测精度CV(Coefficient of Variance)值可达到5%的水平。专利号 为"ZL03115751. 3"，名称为"超声波牛奶成份分析仪"的中国专利技术专利，公开的一种超声波 牛奶成份分析仪，利用超声波检测技术，采用多重线形回归方程对多相液体成分进行分析， 可一次性检测分析牛奶中的脂肪、蛋白质、非脂乳固体、密度、冰点和加水率，利用超声波检 测牛奶成分含量，虽然重复性好，但其长期工作检测稳定性较差，检测精度不高。 中红外光谱是物质的在中红外区的吸收光谱。 一般将2. 5-25 ii m的红外波段划为 中红外区。同时，由于物质在中红外谱区的吸收信号谱带重叠少，基频振动是红外活性振动 中吸收最强的振动，所以本区最适宜进行定性和定量分析。但是中红外光谱分析方法仪器 的成本高，应用普及在我国还需要长时间的努力。 近红外区域按美国试验和材料协会ASTM定义是指波长在780 2526nm范围内的 电磁波，是人们最早发现的非可见光区域。由于物质在该谱区的倍频和合频吸收信号弱，谱 带重叠，解析复杂，受当时的技术水平限制，近红外光谱"沉睡"了近一个半世纪。上世纪80 年代后期，随着计算机技术的迅速发展，带动了分析仪器的数字化和化学计量学的发展，通过化学计量学方法在解决光谱信息提取和背景干扰方面取得的良好效果，加之近红外光谱 在测样技术上所独有的特点，使人们重新认识了近红外光谱的价值，近红外光谱在各领域 中的应用研究陆续展开。例如申请号为"200610011234. 1 "，名称为"一种利用近红外光谱 鉴别生鲜乳和商品乳中的还原乳的方法"的中国专利技术申请，所公开的鉴别方法即为近红外 光谱应用的实例，但该方法无法避免牛奶成分的背景干扰，测量精确度不高。 利用近红外光谱分析方法检测牛奶常规成分，比国标的方法快很多，尽管普通近 红外光谱分析方法易受到光源、环境温度和信号噪声的影响，以及牛奶在温度变化情况下 其不均匀性和大分子的积聚性影响其光学特性，这些都可以通过各种检测技术来一一排 除，但是牛奶成分的背景干扰影响却难以消除。近红外测量技术的谱带重叠问题就产生了 背景干扰问题，例如在测量各浓度乙醇时，纯水的含量就是背景干扰，参见图l，图1为纯水 a、5X乙醇b、10X乙醇c、15X乙醇d、纯乙醇e的近红外原始光谱。由图可见，各浓度乙醇 与纯水的近红外光谱基本一致，在6872cm处吸收随着含水量增加略有提高，乙醇的特征吸 收基本被湮没于水的强吸收中。因此测量乙醇含量时应考虑水吸收峰的强背景干扰。利用 超声波检测出纯水的含量，针对不同的纯水含量建立乙醇的校正模型并以此来进行预测， 将会有效的减少纯水强背景干扰。当然，实际牛奶常规成分测量过程中背景干扰因数很多， 利用超声波给出的是某一类成分组合的背景，而在这类背景的基础上建立模型并进行牛奶 成分的分析将提高测量精度。
技术实现思路
本专利技术所要解决的技术问题是针对近红外光谱分析法检测牛奶成分检测容易受 牛奶成分背景干扰影响的弊端，提出一种基于超声波和近红外测量技术相融合的检测方 法，以达到对牛奶常规成分的快速、准确、自动以及高效检测。 为了实现上述目的，本专利技术提供了一种牛奶成分检测方法，包括建立模型步骤和牛奶检测步骤，其中，所述的建立模型步骤用于建立并存储近红外光谱分类校正模型，利用超声波自激频率对不同类型牛奶的近红外光谱进行分类并建立与所述不同类型牛奶对应的近红外光谱分类校正模型；所述牛奶检测步骤根据待测牛奶样品的超声波自激频率及近红外光谱信息，对应所述近红外光谱分类校正模型得到所述牛奶样品的成分含量。 上述的牛奶成分检测方法，其中，所述的建立模型步骤包括 样品前处理步骤，选择一批已拉开梯度和不同成分含量分布的牛奶样品； 化学分析法测量步骤，对该批牛奶样品进行国标化学分析法测量，得到各所述牛奶样品的标准相关成分含量数值； 光谱信息采集步骤，采集各所述牛奶样品的近红外光谱信息； 自激频率测量步骤，用于测量各所述牛奶样品的超声波自激频率； 建立分析模型步骤，采用化学计量学方法建立各所述牛奶样品的近红外光谱分析模型； 建立分类模型步骤，根据所述超声波自激频率对所述近红外光谱分析模型进行分类，建立对应不同牛奶类型的近红外光谱分类校正模型； 存储步骤，存储所述近红外光谱分类校正模型。 上述的牛奶成分检测方法，其中，所述的牛奶检测步骤包括 频率测量步骤，测量并输出所述牛奶样品的超声波自激频率； 信息采集步骤，采集并输出所述牛奶样品的近红外光谱信息； 数据分析步骤，接收、存储所述超声波自激频率及所述近红外光谱信息，并根据所述超声波自激频率及所述近红外光谱信息，对应所述近红外光谱分类校正模型用化学计量学模型进行数据分析处理，得到所述牛奶样品的成分含量； 数据输出步骤，输出所述牛奶样品的成分含量。 上述的牛奶成分检测方法，其中，所述的数据分析步骤包括 确定模型步骤，利用所述近红外光谱分类校正模型，根据所述超声波自激频率，确 定所述牛奶样品的对应分类模型 数据处理步骤，用化学计量学模型对已确定所述对应分类模型的所述近红外光谱 信息进行数据处理，得到所述牛奶样品的成分含量。 为了更好地实现上述目的，本专利技术还提供了一种牛奶成分检测装置，包括建立模 型模块和牛奶检测模块，其中，所述建立模型模块，用于建立并存储近红外光谱分类校正模 型，利用超声波自激频率对不同类型牛奶的近红外光谱进行分类并建本文档来自技高网...

【技术保护点】
一种牛奶成分检测方法，包括建立模型步骤和牛奶检测步骤，其特征在于，所述的建立模型步骤用于建立并存储近红外光谱分类校正模型，利用超声波自激频率对不同类型牛奶的近红外光谱进行分类并建立与所述不同类型牛奶对应的近红外光谱分类校正模型；所述牛奶检测步骤根据待测牛奶样品的超声波自激频率及近红外光谱信息，对应所述近红外光谱分类校正模型得到所述牛奶样品的成分含量。

【技术特征摘要】

【专利技术属性】
技术研发人员：张小超，王辉，
申请(专利权)人：中国农业机械化科学研究院，
类型：发明
国别省市：11[中国|北京]