论文部分内容阅读
[摘要]为考察不同包装对豆奶制品质量产生的影响。选用13只气敏传感器构成传感器阵列，对维维、黑豆和永和3种包装方式的豆奶进行测试；运用平均微分值法提取特征信息，并借助于BP神经网络对3种包装方式的豆奶进行识别。结果表明：3种包装方式的豆奶都能够被明显鉴别区分，并且利用电子鼻能够根据豆奶存放质量的变化来区分不同的包装方式。
[关键词]豆奶；包装；电子鼻；Fi sher判别分析；BP神经网络
随着我国经济的快速发展和人们生活水平的不断提高，豆奶制品的市场需求量也逐渐增长，相应的豆奶制品包装方式也层出不穷，例如维维、黑豆、永和等。然而，目前豆奶制品的包装系统仍不完善[1-3]，它在给人们提供便利的同时也一定程度的影响了豆奶制品品质。由于包装方式以及包装材料的不同，使得包装系统的阻隔性、遮光性、密封性等不同而对豆奶质量（脂肪、蛋白、糖、重金属迁移、维生素等）有多方面的影响[4-5]。那么如何评价不同包装对豆奶存放质量的复杂影响，显然传统的理化分析方法不仅耗时耗力，也很难实现全面评价，且达不到快速有效的检测要求。
1、材料与方法
1.1电子鼻
电子鼻为自行研制，该系统主要由气敏传感器阵列、测量箱、测试电路及数据采集装置和计算识别等几个部分组成。
1）气敏传感器阵列
结合豆奶及其成分的化学特性，选择气敏传感器时应具备一些要求，本系统使用13只TGS-8系列的金属氧化物气敏传感器，分别为TGS813、TGS842、TGS800、TGS822、TGS824、TGS812、TGS821、TGS830、TGS832、TGS826、TGS831、TGS880 和TGS825。在试验过程中13只气敏传感器的测量回路电压控制在10V±0.01V范围内，加热电压控制在5V±0.05V范围内。此外，电子鼻还配有外置的温、湿度传感器各1个来测量环境温、湿度的变化，用以补偿环境对气敏传感器的影响。
2）测量箱
测量箱是用来放置气敏传感器阵列和被测气体的容器，由箱盖和箱体两部分组成，其体积应根据气敏传感器的数量和待测气体的浓度来确定。测量箱的气密性决定了测试结果的精确性，样品取放的方便性影响着测试操作的方便性。鉴于以上因素，测量箱采用了圆柱体形的结构设计，气敏传感器以圓形阵列的形式固定在测量箱中部。
3）测试电路及数据采集
数据采集通过A/D采集卡，由计算机进行控制来实现自动采集。
4）计算识别
通过计算机使用MATLAB7.5和SPSS来实现对数据的分析和处理。
1.2材料
选取维维、黑豆、永和3种不同包装方式下的伊利豆奶进行测试。加工工艺：UHT无菌灌装加工工艺；生产日期：2015年7月21日；存放条件：常温密闭保存。
1.3实验方法
为了检测不同包装方式对豆奶存放质量的影响程度，分别对维维（A）、黑豆（B）、永和（C）3种包装方式的豆奶进行测试。每种包装品种采集36个样品，总计得到3×36=108个样品测试结果。试验按照A→B→C →A的顺序进行相应样品的交替测试，试验日期从2015年7月21日到2009年12月7日。采用定量取样直接测试的方法进行测试，取样量为10mL。根据预试验结果，可以看出传感器在1500s 以后处于相对稳定的状态，所以每个样品空采60s，采集1500个数据，采样间隔时间为1s，传感器的恢复时间是200s。
2、结果与分析
BP神经网络是由非线性变换单元组成的前馈网络，它可以处理复杂的非线性问题。特别是在样品的定性分类中BP神经网络的应用非常广泛。它可以针对不同样本进行适应性训练，通过训练让它适用于任何一种豆奶产品并且有效地区分和分析不同样本之间的差异。在试验中分别随机选取维维、黑豆、永和3种包装方式的豆奶各30个样本，构成一个30×3=90的样本数据集来训练神经网络，另外选取剩余的6×3=18 个样本作为网络的测试样本集。BP网络的输入层神经元数为15，输出层神经元数为3，用（001）表示维维、（010）表示黑豆、（100）表示永和。经过反复实验比较，选择了拓扑结构为15-40-3的BP网络。网络隐层传递函数为tansig函数，输出层传递函数为logsig函数。
神经网络的学习、性能和训练函数均由MatlabR2007b中的神经网络工具箱自动完成。训练步骤设为1000、训练误差设为0.0001。测试样品全部被正确鉴别，测试类别与实际类别一致，实现了电子鼻系统结合人工神经网络模式识别对不同包装对豆奶存放质量影响差异的评价。
3、结论
利用自制电子鼻系统对不同包装方式下的豆奶进行测试，提取了测试信号的平均微分值作为特征值。FDA和BP神经网络的鉴别结果表明，两种鉴别方法都可实现对不同包装方式下豆奶的鉴别。这说明电子鼻能够根据豆奶存放质量的变化来区分不同的包装方式，表明不同包装对豆奶存放质量有显著影响。
参考文献
[1]ADRIANO G， JOSE D， ARIENE G. Packaging system and probioticdairy foods[J]. Food Research International，2007，40（8）： 51-956.
[2]胡志鹏，豆茹.液态奶包装市场发展现状、技术进展及存在的问题[J].包装与食品机械，2004，22（4）： 27-30.
[3]李忠.永和豆奶质量问题的分类、原因分析和应采取的措施[J].中国品工业，2005，33（5）：56-64.
[4]颜红.品包装质量检测技术的应用[J].中国品工业，2005，33（10）：45-46.
[5]王洪江，孙诚，曲颖.食品包装复合材料现状及发展趋势[J].包装与食品机械，2009，27（1）：58-62.
院级项目：杭州科技职业技术学院课题（KZYYB-2011-4）
[关键词]豆奶；包装；电子鼻；Fi sher判别分析；BP神经网络
随着我国经济的快速发展和人们生活水平的不断提高，豆奶制品的市场需求量也逐渐增长，相应的豆奶制品包装方式也层出不穷，例如维维、黑豆、永和等。然而，目前豆奶制品的包装系统仍不完善[1-3]，它在给人们提供便利的同时也一定程度的影响了豆奶制品品质。由于包装方式以及包装材料的不同，使得包装系统的阻隔性、遮光性、密封性等不同而对豆奶质量（脂肪、蛋白、糖、重金属迁移、维生素等）有多方面的影响[4-5]。那么如何评价不同包装对豆奶存放质量的复杂影响，显然传统的理化分析方法不仅耗时耗力，也很难实现全面评价，且达不到快速有效的检测要求。
1、材料与方法
1.1电子鼻
电子鼻为自行研制，该系统主要由气敏传感器阵列、测量箱、测试电路及数据采集装置和计算识别等几个部分组成。
1）气敏传感器阵列
结合豆奶及其成分的化学特性，选择气敏传感器时应具备一些要求，本系统使用13只TGS-8系列的金属氧化物气敏传感器，分别为TGS813、TGS842、TGS800、TGS822、TGS824、TGS812、TGS821、TGS830、TGS832、TGS826、TGS831、TGS880 和TGS825。在试验过程中13只气敏传感器的测量回路电压控制在10V±0.01V范围内，加热电压控制在5V±0.05V范围内。此外，电子鼻还配有外置的温、湿度传感器各1个来测量环境温、湿度的变化，用以补偿环境对气敏传感器的影响。
2）测量箱
测量箱是用来放置气敏传感器阵列和被测气体的容器，由箱盖和箱体两部分组成，其体积应根据气敏传感器的数量和待测气体的浓度来确定。测量箱的气密性决定了测试结果的精确性，样品取放的方便性影响着测试操作的方便性。鉴于以上因素，测量箱采用了圆柱体形的结构设计，气敏传感器以圓形阵列的形式固定在测量箱中部。
3）测试电路及数据采集
数据采集通过A/D采集卡，由计算机进行控制来实现自动采集。
4）计算识别
通过计算机使用MATLAB7.5和SPSS来实现对数据的分析和处理。
1.2材料
选取维维、黑豆、永和3种不同包装方式下的伊利豆奶进行测试。加工工艺：UHT无菌灌装加工工艺；生产日期：2015年7月21日；存放条件：常温密闭保存。
1.3实验方法
为了检测不同包装方式对豆奶存放质量的影响程度，分别对维维（A）、黑豆（B）、永和（C）3种包装方式的豆奶进行测试。每种包装品种采集36个样品，总计得到3×36=108个样品测试结果。试验按照A→B→C →A的顺序进行相应样品的交替测试，试验日期从2015年7月21日到2009年12月7日。采用定量取样直接测试的方法进行测试，取样量为10mL。根据预试验结果，可以看出传感器在1500s 以后处于相对稳定的状态，所以每个样品空采60s，采集1500个数据，采样间隔时间为1s，传感器的恢复时间是200s。
2、结果与分析
BP神经网络是由非线性变换单元组成的前馈网络，它可以处理复杂的非线性问题。特别是在样品的定性分类中BP神经网络的应用非常广泛。它可以针对不同样本进行适应性训练，通过训练让它适用于任何一种豆奶产品并且有效地区分和分析不同样本之间的差异。在试验中分别随机选取维维、黑豆、永和3种包装方式的豆奶各30个样本，构成一个30×3=90的样本数据集来训练神经网络，另外选取剩余的6×3=18 个样本作为网络的测试样本集。BP网络的输入层神经元数为15，输出层神经元数为3，用（001）表示维维、（010）表示黑豆、（100）表示永和。经过反复实验比较，选择了拓扑结构为15-40-3的BP网络。网络隐层传递函数为tansig函数，输出层传递函数为logsig函数。
神经网络的学习、性能和训练函数均由MatlabR2007b中的神经网络工具箱自动完成。训练步骤设为1000、训练误差设为0.0001。测试样品全部被正确鉴别，测试类别与实际类别一致，实现了电子鼻系统结合人工神经网络模式识别对不同包装对豆奶存放质量影响差异的评价。
3、结论
利用自制电子鼻系统对不同包装方式下的豆奶进行测试，提取了测试信号的平均微分值作为特征值。FDA和BP神经网络的鉴别结果表明，两种鉴别方法都可实现对不同包装方式下豆奶的鉴别。这说明电子鼻能够根据豆奶存放质量的变化来区分不同的包装方式，表明不同包装对豆奶存放质量有显著影响。
参考文献
[1]ADRIANO G， JOSE D， ARIENE G. Packaging system and probioticdairy foods[J]. Food Research International，2007，40（8）： 51-956.
[2]胡志鹏，豆茹.液态奶包装市场发展现状、技术进展及存在的问题[J].包装与食品机械，2004，22（4）： 27-30.
[3]李忠.永和豆奶质量问题的分类、原因分析和应采取的措施[J].中国品工业，2005，33（5）：56-64.
[4]颜红.品包装质量检测技术的应用[J].中国品工业，2005，33（10）：45-46.
[5]王洪江，孙诚，曲颖.食品包装复合材料现状及发展趋势[J].包装与食品机械，2009，27（1）：58-62.
院级项目：杭州科技职业技术学院课题（KZYYB-2011-4）