详情

原文传递一种基于电子鼻结合人工神经网络预测煎炸油品质的方法

专利名称：	一种基于电子鼻结合人工神经网络预测煎炸油品质的方法
摘要：	本发明公开了一种基于电子鼻结合人工神经网络预测煎炸油品质的方法，在煎炸油挥发性成分与TPC及极性组分细分(TGP、ox‑TG、THP)模型建立基础上，待测样品经过快速气相电子鼻的检测通过导入matlab进行神经网络建模，可直接同步预测出各极性组分的含量，预测模型良好，对实际煎炸食品生产线上油脂品质控制提供了便利省时的方法，有利于监测油炸生产线上煎炸油的品质变化，为准确评估煎炸食品安全提供可靠依据。
专利类型：	发明专利
申请人：	江南大学
发明人：	王兴国;徐立荣;吴港城;高千惠;刘柳;蔡雨婷;薛云丹;钱裕湘
专利状态：	有效
申请日期：	1900-01-20T03:00:00+0805
发布日期：	1900-01-20T00:00:00+0805
申请号：	CN202010139117.3
公开号：	CN111208241A
代理机构：	南京禹为知识产权代理事务所(特殊普通合伙)
代理人：	宋华
分类号：	G01N30/06;G01N30/68;G01N30/86;G06N3/04;G06N3/08;G;G01;G06;G01N;G06N;G01N30;G06N3;G01N30/06;G01N30/68;G01N30/86;G06N3/04;G06N3/08
申请人地址：	214122 江苏省无锡市滨湖区蠡湖大道1800号
主权项：	1.一种基于电子鼻结合人工神经网络预测煎炸油品质的方法，其特征在于：包括，通过快速气相电子鼻测定不同时间煎炸处理的油样挥发性成分，得到不同煎炸时间油样的主体挥发性成分峰面积柱状图，以油样的主体挥发性成分峰面积为特征信息数据；以所述不同时间煎炸处理的油样的极性组分含量的化学测定值为校正值，将得到特征信息数据作为自变量，所述校正值作为因变量，用化学计量学多元校正算法建立所述自变量与所述因变量之间的校正模型；通过快速气相电子鼻测定另外一组经过不同时间煎炸处理的油样挥发性成分，提取特征信息数据，将特征信息数据输入所述校正模型中，得到所述不同时间煎炸处理的油样的极性组分含量。 2.如权利要求1所述基于电子鼻结合人工神经网络预测煎炸油品质的方法，其特征在于：所述通过快速气相电子鼻测定不同时间煎炸处理的油样挥发性成分，其中，色谱条件为：保持50℃初始温度2s，然后以1℃/s升温至80℃，然后以2℃/s升温至250℃，保持250℃温度60s，两个火焰离子化检测器的温度为260℃，注射器温度为200℃，注入油量体积为5000μL。 3.如权利要求1或2所述基于电子鼻结合人工神经网络预测煎炸油品质的方法，其特征在于：所述油样的主体挥发性成分为1-辛醇、1-壬醇，2，4-壬二烯醛、反，反-2，4-壬二烯醛、反式-4,5-环氧-癸二烯醛、3-甲基-2-(2-氧丙基)呋喃、反-2-壬烯醛、反-2-辛烯醛、反-2-癸烯醛、反，反-2,4-癸二烯醛、反，反-2,4-庚二烯醛，十六烷酸、十九烷、壬醛、辛醛。 4.如权利要求1所述基于快速气相电子鼻评价煎炸油品质的方法，其特征在于：所述化学计量学多元校正算法为反向传播人工神经网络。 5.如权利要求1或4所述基于快速气相电子鼻评价煎炸油品质的方法，其特征在于：所述反向传播人工神经网络算法，包括SDBP、MOBP、VLBP、RPROP、CGBP、QN、LM算法中的一种或几种。 6.如权利要求5所述基于快速气相电子鼻评价煎炸油品质的方法，其特征在于：所述反向传播人工神经网络算法为LM算法。 7.如权利要求1、2、4或6中任一所述基于快速气相电子鼻评价煎炸油品质的方法，其特征在于：所述模型的隐含层神经元数为5～15。 8.如权利要求5所述基于快速气相电子鼻评价煎炸油品质的方法，其特征在于：所述模型的隐含层神经元数为11。 9.如权利要求1、2、4、6或8中任一所述基于快速气相电子鼻评价煎炸油品质的方法，其特征在于：所述校正模型包括，TPC、TGP、ox-TG和THP神经网络模型。 10.如权利要求1所述基于快速气相电子鼻评价煎炸油品质的方法，其特征在于：所述以所述不同时间煎炸处理的油样的极性组分含量的化学测定值为校正值，油样的极性组分含量的化学测定采用GB/T5009.202-2016中制备型快速柱层析法进行测定，洗脱液按照石油醚：乙醚为87:13的体积比配置，先将油样中非极性物质洗脱下来，再用差减法计算极性物质的含量。
所属类别：	发明专利