[發明專利]黃酒品種檢測裝置及檢測方法無效
| 申請號: | 201310332964.1 | 申請日: | 2013-08-01 |
| 公開(公告)號: | CN103424516A | 公開(公告)日: | 2013-12-04 |
| 發明(設計)人: | 黃潔;王敏敏;顧佳璐;邵拓;惠國華 | 申請(專利權)人: | 浙江工商大學 |
| 主分類號: | G01N33/00 | 分類號: | G01N33/00 |
| 代理公司: | 杭州杭誠專利事務所有限公司 33109 | 代理人: | 尉偉敏 |
| 地址: | 310018 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 黃酒 品種 檢測 裝置 方法 | ||
1.一種黃酒品種檢測裝置,其特征是,包括集氣裝置和測氣裝置;所述集氣裝置包括氣體采集腔(1)、樣品腔(2)、設于氣體采集腔和樣品腔上部之間的上連通管(3)和設于氣體采集腔和樣品腔下部之間的下連通管(4);氣體采集腔上設有進氣管(5),進氣管上設有第一電磁閥(6),上連通管上設有第一氣泵(8),上連通管的遠離氣體采集腔的部位上設有出氣口,出氣口上設有第二電磁閥(7),樣品腔位于氣體采集腔的斜下方;樣品腔上設有密封蓋,下連通管上設有排液閥;
所述測氣裝置包括采樣探頭(9)、模數轉換器(22)、激勵噪聲電路(10)、清洗探頭(11)和傳感器陣列(12);采樣探頭和清洗探頭上均設有第二氣泵(13),
傳感器陣列包括若干個氣體傳感器,各個傳感器分別位于獨立的氣室內;傳感器陣列與模數轉換器電連接,第一電磁閥、第二電磁閥、模數轉換器、激勵噪聲電路、第一氣泵和第二氣泵上均設有用于與計算機(21)電連接的數據接口。
2.根據權利要求1所述的黃酒品種檢測裝置,其特征是,所述樣品腔內設有豎筒(14)和下端開口的T形攪拌管(15),豎筒上邊緣設有向外水平延伸的翻邊(16),T形攪拌管的下邊緣設有與翻邊相適配的向內水平延伸的環形邊(17),環形邊上表面與翻邊下表面間隙配合;
豎筒上部設有擋圈(18),擋圈上表面與環形邊下表面相接觸;豎筒下部與下連通管相連接;
T形攪拌管一端的外周面后部設有若干個出氣孔(19),T形攪拌管的另一端的外周面前部設有若干個出氣孔。
3.根據權利要求1所述的黃酒品種檢測裝置,其特征是,所述T形攪拌管的橫截面呈圓形,T形攪拌管的外周面下部設有若干個出氣孔。
4.根據權利要求1或2或3所述的黃酒品種檢測裝置,其特征是,所述傳感器陣列包括8個氣體傳感器,分別為用于檢測硫化物的第一傳感器,用于檢測氫氣的第二傳感器,用于檢測酒精、甲苯、二甲苯的第四傳感器,用于檢測碳氫組分氣體的第五傳感器,用于檢測甲烷和丙烷的第六傳感器,用于檢測丁烷的第七傳感器,用于檢測氮氧化物的第八傳感器,用于檢測氨氣的第三傳感器。
5.一種根據權利要求1所述的黃酒品種檢測裝置的檢測方法,其特征是,包括如下步驟:
(5-1)計算機中設有非線性自標定動態分類模型,非線性自標定動態分類模型包括非線性狀態空間模型、殘差變量和分類標準模型;
非線性狀態空間模型為其中σ為信噪比譜特征噪聲寬度,ε為中間傳遞參量,τ為初始相位,為輸出變量,κ、η和Γ均為實參數;
殘差變量為其中為空間模型的實際輸出,為空間模型的理論輸出,為預設值;
分類標準模型為:其中,L為平均數據長度,N為最大檢測數據長度,Δ為動態分類參數;設定誤差門限值p;
計算機中設有
(5-2)計算機將第一和第二電磁閥打開,經過活性炭過濾的空氣通過進氣管通入氣體采集腔中20至30分鐘;
(5-3)選擇n種黃酒,設定黃酒的品種序號為j,j=1;
(5-3-1)將黃酒j分成m個質量相同的黃酒樣本,設定樣本序號為i,i=1;
(5-3-2)將黃酒j的樣本i放入樣品腔內,計算機控制第一、第二電磁閥關閉,并開動第一氣泵;第一氣泵帶動黃酒產生的揮發性氣體在上、下連通管、氣體采集腔和樣品腔內循環30至40分鐘;
(5-3-3)計算機控制清洗探頭上的第二氣泵工作,清洗探頭將潔凈空氣吸入各個氣室中,對各個傳感器進行清洗;
(5-3-4)計算機將第一電磁閥打開,采樣探頭通過進氣管插入氣體采集腔中,計算機控制采樣探頭上的第二氣泵工作,采樣探頭將黃酒產生的揮發性氣體吸入各個氣室內,揮發性氣體與設于氣室內的傳感器接觸,各個傳感器分別產生模擬響應信號;模數轉換器將各個模擬響應信號分別轉換為數字響應信號,得到傳感器陣列的數字響應信號eNOSE(t);
(5-3-5)將eNOSE(t)輸入隨機共振系統模型
計算機利用公式
(5-3-6)計算機畫出隨機共振系統模型的激勵噪聲信號的信噪比譜圖,在信噪比譜圖中選取信噪比譜特征噪聲寬度,并將信噪比譜特征噪聲寬度存儲到計算機中;
(5-3-7)當i<m,使i值增加1,重復步驟(5-3-2)至步驟(5-3-6),得到m個信噪比譜特征噪聲寬度;計算機計算信噪比譜特征噪聲寬度的平均值,并將信噪比譜特征噪聲寬度的平均值定義為閾值Thr;
(5-3-8)當j<n,使j值增加1,重復步驟(5-3-1)至步驟(5-3-7),得到n個與黃酒品種相關聯的閾值Thr1,Thr2,…,Thrn;
(5-4)選定待檢測的黃酒W,將黃酒W分成m個質量相同的黃酒樣本,設定樣本序號為i,i=1;重復步驟(5-2)、(5-3-2)至(5-3-6)對黃酒W的m個樣本依次進行檢測,得到黃酒W的信噪比譜特征噪聲寬度σ;
(5-5)利用非線性自標定動態分類模型計算黃酒W的動態分類參數Δ;
(5-6)計算機依次計算當則計算機做出被檢測的黃酒W的品種為品種j的判斷。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江工商大學,未經浙江工商大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310332964.1/1.html,轉載請聲明來源鉆瓜專利網。





