[发明专利]一种啤酒定性判别方法在审

专利信息
申请号: 202011057675.1 申请日: 2020-09-30
公开(公告)号: CN112213302A 公开(公告)日: 2021-01-12
发明(设计)人: 董建军;邹小波;尹花;黄晓玮;杨梅;翟晓东;胡淑敏;杨朝霞 申请(专利权)人: 青岛啤酒股份有限公司
主分类号: G01N21/78 分类号: G01N21/78;G01N33/14;G06T7/00;G06K9/62;G16C20/30;G16C20/70
代理公司: 青岛清泰联信知识产权代理有限公司 37256 代理人: 张洁
地址: 266023 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 啤酒 定性 判别 方法
【权利要求书】:

1.一种啤酒定性判别方法,其特征在于,所述方法是基于嗅觉可视化传感器阵列,结合化学计量学方法来实现啤酒定性判别的,所述嗅觉可视化传感器阵列是通过将卟啉类化合物、酸碱指示剂和聚四氟乙烯薄膜复合制备得到的。

2.根据权利要求1所述的啤酒定性判别方法,其特征在于,所述方法按照如下步骤进行:

图像信息采集:采用所述嗅觉可视化传感器阵列检测啤酒样品,并获取嗅觉可视化传感器阵列与啤酒样品中挥发性成分反应前后的图像信息;

图像信息提取与计算:利用分析软件提取反应前后所述图像信息中每个传感器区域的R、G、B值的均值,并将其代入传感器响应信号计算公式(I)-(III)中,求出反应前后每个传感器的ΔR、ΔG和ΔB;

数据预处理:将嗅觉可视化传感器阵列中每个传感器的ΔR、ΔG和ΔB作为相关性变量,并采用主成分分析将所述相关性变量转换为线性不相关变量;

啤酒定性判别:将所述线性不相关变量输入不同的判别分析模型中,实现啤酒定性判别。

3.根据权利要求2所述的啤酒定性判别方法,其特征在于,所述嗅觉可视化传感器阵列是4×4、4×5、5×5或5×6的传感器阵列。

4.根据权利要求1所述的啤酒定性判别方法,其特征在于,所述卟啉类化合物具体选自5,10,15,20-四苯基卟啉、2,3,9,10,16,17,23,24-八(辛氧基)-29H,31H-酞菁、2,3,7,8,8,12,13,17,18-八乙基-21H,23H-卟吩氯化锰(III)、5,10,15,20-四苯基卟啉锌、5,10,15,20-四苯基-21H,23H-卟吩铜、5,10,15,20-四苯基-21H,23H-卟吩钴(II)、5,10,15,20-四(五氟苯基)-卟啉氯化铁(III)、5,10,15,20-四苯基-21H,23H-卟啉氯化铁(III)、5,10,15,20-四苯基-21H,23H-卟啉氯化锰(III)或5,10,15,20-四(4-甲氧苯基)-21H,23H-卟啉氯化铁(III)中的任意一种或多种的组合。

5.根据权利要求1所述的啤酒定性判别方法,其特征在于,所述酸碱指示剂具体选自中性红、亚甲基蓝、溴酚蓝、溴甲酚绿、溴甲酚紫、甲基红和百里酚蓝、甲基紫、水晶紫、乙基紫、孔雀石绿、甲基绿、甲酚红、刚果红、甲基橙、间苯二酚蓝、茜素红、氯酚红或茜素黄中的任意一种或多种的组合。

6.根据权利要求2所述的啤酒定性判别方法,其特征在于,采用所述嗅觉可视化传感器阵列检测啤酒样品的具体操作为:将嗅觉可视化传感器阵列与啤酒样品挥发性成分反应10~15min,且每个样本进行多次平行检测。

7.根据权利要求6所述的啤酒定性判别方法,其特征在于,所述多次平行检测具体是指不少于10次,所述分析软件为Matlab分析软件。

8.根据权利要求2所述的啤酒定性判别方法,其特征在于,所述传感器响应信号计算公式(I)-(III)具体为:

ΔR=|Ra-Rb| (I);

ΔG=|Ga-Gb| (II);

ΔB=|Ba-Bb| (III);

式(I)-(III)中,ΔR、ΔG和ΔB分别为反应前后每个传感器R、G、B均值差值的绝对值,Ra、Ga和Ba分别为反应前的每个传感器R、G、B均值,Rb、Gb和Bb分别为反应后的每个传感器R、G、B均值。

9.根据权利要求2所述的啤酒定性判别方法,其特征在于,所述啤酒定性判别步骤具体是指:以线性不相关变量作为模型的输入变量,以每个样品对应的类别作为模型的输出变量。

10.根据权利要求9所述的啤酒定性判别方法,其特征在于,所述判别分析模型包括KNN模型和LDA模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛啤酒股份有限公司,未经青岛啤酒股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011057675.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top