详情

原文传递一种基于快速检测技术的速溶茶粉品质安全追溯装置及方法

专利名称：	一种基于快速检测技术的速溶茶粉品质安全追溯装置及方法
摘要：	本发明公开了一种基于快速检测技术的速溶茶粉品质安全追溯装置及方法，包括和若干个品质/安全检测终端依次相连接的数据加密模块、中央数据库，消费者终端和中央数据库相连；本发明的数据加密模块，用以防止人为篡改生产加工过程中的品质安全数据；中央数据库，利用访问模块调取存储的加密数据，使得用户可以访问；访问模块中设有连接消费者终端的数据交流接口；人机交互界面供管理员对数据库数据进行维护；消费者终端包括允许用户注册并登录；本发明可以实现多平台、多样化的监控管理，通过替换不同的检测终端和消费者终端，具有极大的灵活性。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	江苏大学
发明人：	王安成;陈全胜;许艺;焦天慧;王井井;李欢欢;郭志明;欧阳琴
专利状态：	有效
申请日期：	2019-03-19T00:00:00+0800
发布日期：	2019-07-12T00:00:00+0800
申请号：	CN201910206728.2
公开号：	CN110006831A
分类号：	G01N21/31(2006.01);G;G01;G01N;G01N21
申请人地址：	212013 江苏省镇江市京口区学府路301号
主权项：	1.一种基于快速检测技术的速溶茶粉品质安全追溯装置，其特征在于，包括和若干个品质/安全检测终端依次相连接的数据加密模块、中央数据库，消费者终端和中央数据库相连；所述品质/安全检测终端包括基于可见/近红外光谱技术的成分快速检测装置以及质量安全信息快速检测终端；基于可见/近红外光谱技术的成分快速检测装置为可见/近红外光谱仪，检测成分包括咖啡碱、茶多酚、氨基酸、颜色；质量安全信息快速检测终端为拉曼光谱仪；检测有害物质包括大肠杆菌、金黄色葡萄球菌、2,4-D、铅离子；数据加密模块，用以防止人为篡改生产加工过程中的品质安全数据，采用第三方数据管理机构统一分发的密钥对检测数据进行加密；品质/安全检测终端采集的数据首先经过数据加密模块，经过加密后送往中央数据库；中央数据库，包括加密数据的存储模块、访问模块、人机交互界面；存储模块和访问模块相互连通，利用访问模块调取存储的加密数据，使得用户可以访问；访问模块中设有连接消费者终端的数据交流接口；人机交互界面供管理员对数据库数据进行维护；消费者终端包括允许用户注册并登录；消费者可以使用相机扫描产品附带的产品信息码，访问中央数据库中产品品质安全信息，获取产品的时间、批次、成分、安全指标。 2.根据权利要求1所述的一种基于快速检测技术的速溶茶粉品质安全追溯装置，其特征在于，消费者终端可以是一个应用程序、网页、手持硬件。 3.根据权利要求1所述的一种基于快速检测技术的速溶茶粉品质安全追溯装置，其特征在于，可见/近红外光谱仪的可见/近红外光谱波长区间包括400-1100nm以及900-1700nm。 4.根据权利要求1所述的一种基于快速检测技术的速溶茶粉品质安全追溯装置，其特征在于，人机交互界面，允许生产操作员在生产过程中观测产品质量信息，并标记生产操作员识别号；装置使用时需要安全质检员使用员工唯一识别号登录装置检测系统，实现“专人专操”，并在产品质量安全信息中附带质检员识别号标签；人机交互界面，提供给质检员操作该装置的交互界面。 5.根据权利要求1所述的一种基于快速检测技术的速溶茶粉品质安全追溯装置，其特征在于，基于可见/近红外光谱技术的成分快速检测装置，位于速溶茶粉的生产节点上，数量至少1个；质量安全信息快速检测终端，位于生产线原料和最终产品节点上，数量为1个以上。 6.根据权利要求1所述的一种基于快速检测技术的速溶茶粉品质安全追溯装置的方法，其特征在于，包括以下步骤：步骤1，记录保存茶叶原料(201)的产地信息，采收时间；步骤2，茶叶进行浸提(202)处理，浓缩干燥(203)处理以及其他工序，期间采用可见/近红外光谱仪(206)采集加工过程中成分数据，茶多酚、咖啡碱(207)等。步骤3，近红外光谱数据发送至数据加密模块(210)，对原始数据进行加密处理；生产完成的速溶茶粉(204)，采用拉曼光谱仪(208)检测是否存在有毒有害物质大肠杆菌、金黄色葡萄球菌、2,4-D、铅离子(209)；将拉曼光谱仪(208)采集的拉曼光谱数据发送至数据加密模块(210)；所述中央数据库，具有云计算功能，企业将预先制定的计算模型存储在数据库中，可以对获取的光谱进行实时计算预测；所述对光谱的实时计算预测，采用改进马尔科夫方法筛选耦合变量，剔除不必要的变量信息；步骤4，成品速溶茶粉(204)进行分装并编码(205)，并将编码分配给一一对应的速溶茶粉咖啡碱、茶多酚、氨基酸、颜色(207)，以及是否检出大肠杆菌、金黄色葡萄球菌、2,4-D、铅离子(209)；步骤5，最后将所有数据存储在中央数据库中(211)；所述编码，包括一段含有英文字母和数字的简码，组成形式为AA.1111.22.33.444.5555，以英文符号“.”作为分隔，每个小字段分别表示产地(拼音首字母)，年，月，日，批次，产品编号。步骤6，消费者通过消费者终端(212)查询产品的识别码也就是分装并编码(205)中产生的唯一编码，向中央数据库(211)发出检索请求，中央数据库(211)返回该识别编码下产品的成分信息，原料产地、生产时间、地点、以及当时的安全操作员简略信息；所述简略信息包括安全员工号、员工证件照；同时消费者可通过消费者终端反馈产品的匿名评价。步骤7，消费者通过消费者终端(212)反馈消费者评论(213)，汇总到指定批次产品的存储编号下，生产企业(214)可以查看并对生产做出调整。 7.根据权利要求6所述的一种基于快速检测技术的速溶茶粉品质安全追溯装置的方法，其特征在于，所述改进马尔科夫方法具体是：对于采集的可见/近红外光谱、以及拉曼光谱，计算光谱中不同波段组合的模型的权重，并将多个模型作为观察序列，采用前向因子αt(i)，对前向因子初始化，α1(i)＝πibi(Y1),其中1≤i≤N，Y1是时序中初始时刻的概率；运用递归的方法不断计算权重，从前向后逐步递推αt+1(j)＝[∑αt(i)αij]bj(Yt+1)，其中1≤t≤T-1，1≤j≤N，αt为观察序列在t时刻的概率，bj为给定马尔可夫模型观察序列的概率；将光谱数据的模型看作是一个观察序列，O＝O1O2,...,OT观察模型为λ＝(A,B,π)，计算概率P(O\|λ)，并将光谱数据的每一点数据作为一个给定模型与观察序列的匹配程度。选择一个确定的马尔科夫模型λi＝{Ai,Bi,πi},i＝1,2,…,C，其中Ai，Bi，πi均为模型的参数，对于给定的光谱观察序列O＝O1,O2,…,OT以及隐马尔科夫模型的模型参数λi，i＝1，2，…，C，其中OT为因素O在T时刻所处的被观察状态；对于一个特定状态序列Q＝q1,q2,...,qT，产生观察序列O＝O1O2,...,OT的概率为：其中bqT为概率模型在t＝T时观察序列O的概率，对给定模型参数λ，产生状态序列Q＝q1,q2,...,qT的概率为：P(Q\|λ)＝πq1aq1q2aq2q3…aqT-1qT (4.11) 其中αqT-1qT为函数参数，为了计算模型产生观察序列O＝O1O2,...,OT的概率，必须将每一种隐状态序列都考虑进去，计算它们各自产生观察序列O＝O1O2,...,OT的概率，然后进行求和，因此，所求概率为：从式(4.12)可以知道，观察序列O＝O1O2,...,OT的概率等于所有可能产生这个观察序列的隐状态序列的概率之和，基于前向方法递归思想的算法计算P(O\|λ)，使得算法的时间复杂度减小至N2T。
所属类别：	发明专利