本发明专利技术公开了一种无损快速检测花生新鲜度的方法。它包括如下步骤：选择外壳完好无破损的干净花生作为样品，用电子鼻对其生成的顶空气体进行检测。选择各传感器响应值的最大值作为原始数据，将新鲜花生响应值的原始数据定义为新鲜花生模块，陈年花生响应值的原始数据定义为陈年花生模块，将待测花生响应值的原始数据定义为未知模块。用数据处理软件对新鲜花生模块和陈年花生模块进行分析，并结合分析结果对未知模块中各待测花生的新鲜度进行判定。本发明专利技术通过直接在带壳情况下对花生气味进行检测，首次实现了真正意义上的花生新鲜度的快速、便捷、无损检测。
【技术实现步骤摘要】
本专利技术涉及一种定性无损快速检测花生新鲜度的方法。
技术介绍
新鲜花生口感香甜且富含丰富的脂肪和蛋白质，随着时间的推移，花生的口感和营养价值开始逐渐降低，新鲜程度较低的花生还会出现酸败变质现象。新鲜程度不同的花生在带壳条件下，几乎无法用肉眼将其区分开来；而在脱壳条件下，虽然可以通过比较两组花生衣的颜色深浅进行区分，但实际操作难度较大。目前，国内外学者在对花生新鲜度进行检测时，普遍采用感官评定或综合测定酸价和过氧化值的方法。然而使用以上这些方法进行新鲜度检测时，都存在着一些问题感官评定结果受个人和环境因素影响较大，难以形成统一的标准；而酸价和过氧化值测定耗时长、操作要求高，且仪器不易清洗。
技术实现思路
本专利技术的目的是提供一种定性无损快速检测花生新鲜度的方法。定性无损快速检测花生新鲜度的方法，它的步骤如下I)选择单个大小、重量接近的新鲜花生和陈年花生作为样本，用洁净水洗净花生表面杂质，擦干后挑选外壳完好的新鲜花生和陈年花生分别放于不同密闭容器中，再用电子鼻对密闭容器中的顶空气体进行检测；2)电子鼻的多个传感器在间隔一定时间的响应值组成数据矩阵，选择数据矩阵中的响应值的最大值作为原始数据，将新鲜花生响应值的原始数据定义为新鲜花生模块，陈年花生响应值的原始数据定义为陈年花生模块，待测花生响应值的原始数据定义为待测花生模块，用数据处理软件对新鲜花生模块、陈年花生模块和待测花生模块进行分析后，获得待测花生的新鲜度。所述的步骤I)为将20_30g洗净完好的新鲜花生和一年陈花生分别放于200ml烧杯中，用封口膜在常温下密封，密封静置30-45分钟，抽取顶空气体，电子鼻检测时间为150-180 秒。所述的步骤2)为选择数据矩阵中的响应值的最大值作为原始数据时，因为每根传感器响应值达到最大值时的时间不相同，检测所得的原始数据分别用K最邻近算法分析、Fisher判别分析和Bayes判别分析进行分析,再用Wilks’ lambda选择法对原始数据进行优化剔除数据矩阵中区分度不显著的传感器的响应值，进一步进行K最邻近算法分析、Fisher判别分析和Bayes判别分析,最后结合Wilks’ lambda选择法对原始数据进行优化前和后的共六种分析结果对待测花生模块中的各待测花生新鲜度进行判定；Wilks’ lambda选择法通过统计量Wilks X最小值来选择变量；K最邻近算法依据最邻近的一个或几个样品类别来决定待测样品所属的类别，若一个样品在特征空间中的K个最相似的样品中的大多数属于某一个类别，则该样品也属于这个类别，选用欧氏距离法计算实例间的距离；Fisher判别分析依据样品到每一类总体重心的距离来决定待测样品所属的类别，若一个样品在特征空间中到某一类总体重心的距离最短，则该样品属于这一类；BayeS判别分析依据样品划分到每一类的概率来决定待测样品所属的类别，若一个样品划分到某一类的概率最大，则该样品属于这一类；若上述六种分析结果中有五种分析法将待测花生判定为新鲜花生，则判定待测花生为新鲜花生；若分析结果中有五种分析法将待测花生判定为陈年花生，则判定待测花生为陈年花生，否则判定待测花生的新鲜程度在陈年花生与新鲜花生之间。本专利技术通过直接在带 壳情况下对花生气味进行检测，首次实现了真正意义上的花生新鲜度的快速、便捷、无损检测。附图说明图I是本专利技术实施例I中传感器响应信号。具体实施例方式定性无损快速检测花生新鲜度的方法，它的步骤如下I)选择单个大小、重量接近的新鲜花生和陈年花生作为样本，用洁净水洗净花生表面杂质，擦干后挑选外壳完好的新鲜花生和陈年花生分别放于不同密闭容器中，再用电子鼻对密闭容器中的顶空气体进行检测；2)电子鼻的多个传感器在间隔一定时间的响应值组成数据矩阵，选择数据矩阵中的响应值的最大值作为原始数据，将新鲜花生响应值的原始数据定义为新鲜花生模块，陈年花生响应值的原始数据定义为陈年花生模块，待测花生响应值的原始数据定义为待测花生模块，用数据处理软件对新鲜花生模块、陈年花生模块和待测花生模块进行分析后，获得待测花生的新鲜度。所述的步骤I)为将20_30g洗净完好的新鲜花生和一年陈花生分别放于200ml烧杯中，用封口膜在常温下密封，密封静置30-45分钟，抽取顶空气体，电子鼻检测时间为150-180 秒。所述的步骤2)为选择数据矩阵中的响应值的最大值作为原始数据时，因为每根传感器响应值达到最大值时的时间不相同，检测所得的原始数据分别用K最邻近算法分析、Fisher判别分析和Bayes判别分析进行分析,再用Wilks’ lambda选择法对原始数据进行优化剔除数据矩阵中区分度不显著的传感器的响应值，进一步进行K最邻近算法分析、Fisher判别分析和Bayes判别分析,最后结合Wilks’ lambda选择法对原始数据进行优化前和后的共六种分析结果对待测花生模块中的各待测花生新鲜度进行判定；Wilks’ lambda选择法通过统计量Wilks X最小值来选择变量；K最邻近算法依据最邻近的一个或几个样品类别来决定待测样品所属的类别，若一个样品在特征空间中的K个最相似的样品中的大多数属于某一个类别，则该样品也属于这个类别，选用欧氏距离法计算实例间的距离；Fisher判别分析依据样品到每一类总体重心的距离来决定待测样品所属的类别，若一个样品在特征空间中到某一类总体重心的距离最短，则该样品属于这一类；BayeS判别分析依据样品划分到每一类的概率来决定待测样品所属的类别，若一个样品划分到某一类的概率最大，则该样品属于这一类；若上述六种分析结果中有五种分析法将待测花生判定为新鲜花生，则判定待测花生为新鲜花生；若分析结果中有五种分析法将待测花生判定为陈年花生，则判定待测花生为陈年花生，否则判定待测花生的新鲜程度在陈年花生与新鲜花生之间。上述步骤中的新鲜花生和陈年花生均可替换为新鲜程度较高的花生和新鲜程度较低的花生。 实施例I本专利技术适用于花生新鲜度的检测。本专利技术实例以处理后的刚出产的新鲜花生、未处理的刚出产的新鲜花生和上一年的陈年花生为检测样品，以法国AlphaMOS公司的F0X4000型电子鼻为检测仪器做详细说明。本电子鼻系统由18个金属氧化物传感器组成，其型号与响应特性如表I所示表1F0X4000各传感器的响应特性矩阵室序号名称_性能描述_参考物质_ ILY/LG 对氧化能力较强的气体灵敏 1C、氟、氮氧化合物^2 LY/G_对有毒气体灵敏_SI、胺类化合物、碳氧化合物SetlSOT 3 LY/AA对有机化合物灵敏乙醇14 LY/Gh_对有毒气体灵敏_氣、胺类化合物5LY/gCTL_对有毒气体灵敏_硫化M1__6 LY/gCT_对易燃气体灵敏_丙烷、丁说_7T30/1_对有机化合物灵敏_有机化合物_8P10/1对可燃气体灵敏碳氢化合物Spnc^or,. 9 P10/2 对易燃气体灵敏甲烷chanibcr-210 P40/1 对氧化能力较强的气体灵敏_i_IIT70/2_对芳香族化合物灵敏_甲苯、:—:甲苯__12 PA/2 对有机化合物、有毒气体灵敏乙醇、氨水、胺类化合物 13P30/1 对可燃气体、有机化合物灵敏碳氢化合物、燃烧产物14P40/2 对氧化能力较强的气体灵敏_M_Sensor 15 P3Q/2对有机化合物灵敏乙醇本文档来自技高网...
【技术保护点】
一种定性无损快速检测花生新鲜度的方法，其特征在于它的步骤如下：1）选择单个大小、重量接近的新鲜花生和陈年花生作为样本，用洁净水洗净花生表面杂质，擦干后挑选外壳完好的新鲜花生和陈年花生分别放于不同密闭容器中，再用电子鼻对密闭容器中的顶空气体进行检测；2）电子鼻的多个传感器在间隔一定时间的响应值组成数据矩阵，选择数据矩阵中的响应值的最大值作为原始数据，将新鲜花生响应值的原始数据定义为新鲜花生模块，陈年花生响应值的原始数据定义为陈年花生模块，待测花生响应值的原始数据定义为待测花生模块，用数据处理软件对新鲜花生模块、陈年花生模块和待测花生模块进行分析后，获得待测花生的新鲜度。
【技术特征摘要】
【专利技术属性】
技术研发人员：王俊，叶蔺霜，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。