[发明专利]通过便携式密度计快速准确检测香精香料的方法

权利要求书

1.通过便携式密度计快速准确检测香精香料的方法，其特征在于：包括

S1，清洗剂浓度对便携式密度计检测数值影响的研究

对比将清洗剂I：酒精的浓度由75％提高到100％，研究清洗剂I的浓度对便携式密度计检测数值的影响：

确定确定清洗剂I：酒精的最佳浓度；

清洗剂II：纯水；

S2，清洗剂顺序对便携式密度计检测数值影响的研究

选取标准样品，使清洗剂I、清洗剂II采用不同的使用顺序清洗便携式密度计，分别在完成清洗后检测标准样品密度，得到不同清洗剂使用顺序下的检测值；

对比确定哪种清洗剂使用顺序下的标准样品的检测值与理论值偏差更小；

得到最终确定的清洗剂I、清洗剂II的使用顺序；

S3，样品密度检测

分别抽取N个低/中/高密度香精香料样品，通过便携式密度计和密度折光一体机分别对其进行检测，得到N组样品密度检测数据；

S4，数据分析与处理

S4.1，数据分析

对N组样品对比数据进行分析，研究每一组便携式密度计和密度折光一体机的检测数据之间的偏差，分析确定该偏差具有以下规律和趋势：

对于标准密度大于纯水的样品，其便携式密度计的检测值小于密度折光一体机；

对于标准密度小于纯水的样品，其便携式密度计的检测值大于密度折光一体机；

确定便携式密度计和密度折光一体机检测值之间存在相关性；

S4.2，数据处理

剔除N组样品密度检测数据中的异常数据；

S4.3，数据分组

基于S4.1数据分析的结果，对样品密度检测数据再次进行分组：

样品密度大于纯水的，其检测数据归为一组；

样品密度小于纯水的，其检测数据归为一组；

S5，预测模型的构建

S5.1，分体模型的构建

将S4.2、S4.3处理后的检测数据分组建立线性回归预测分体模型；

对于密度大于纯水的样品，所建立的线性回归预测分体模型为模型1-1；

对于密度小于纯水的样品，所建立的线性回归预测分体模型为模型1-2；

S5.2，总体模型的构建

将S4.2处理后的检测数据建立线性回归预测总体模型；

所建立的线性回归预测总体模型为模型2；

S6，预测模型的验证

选取若干标准样品，验证模型1-1、模型1-2、模型2的预测精度。

2.根据权利要求1所述的通过便携式密度计快速准确检测香精香料的方法，其特征在于：

步骤S1：

当酒精浓度由75％提高到95％的过程中，便携式密度计检测数值的变化明显；

当酒精浓度由95％提高到100％的过程中，便携式密度计检测数值基本无变化；

确定清洗剂I：酒精的浓度为95％。

3.根据权利要求1所述的通过便携式密度计快速准确检测香精香料的方法，其特征在于：

步骤S2：

最终确定的清洗剂I、清洗剂II的使用顺序：先用酒精，再用纯水。

4.根据权利要求1所述的通过便携式密度计快速准确检测香精香料的方法，其特征在于：

步骤S5.1，分体模型的构建

将S4.2、S4.3处理后的检测数据分组录入mini-tab软件，验证数据是否符合正态分布；

分别在数据统计命令中选择统计回归并拟合线性图，建立线性回归预测分体模型；

对于密度大于纯水的样品，所建立的线性回归预测分体模型为模型1-1；

对于密度小于纯水的样品，所建立的线性回归预测分体模型为模型1-2。

5.根据权利要求1所述的通过便携式密度计快速准确检测香精香料的方法，其特征在于：

步骤S5.2，总体模型的构建

将S4.2处理后的检测数据录入mini-tab软件，验证数据是否符合正态分布；

在数据统计命令中选择统计回归并拟合线性图，建立线性回归预测总体模型；

所建立的线性回归预测总体模型为模型2。

6.根据权利要求1所述的通过便携式密度计快速准确检测香精香料的方法，其特征在于：

步骤S6包括：

采用便携式密度计检测标准样品的密度，将得到的检测值分别录入各预测模型，得到每个预测模型下该标准样品由密度折光一体机检测时的预测值，将该预测值与实测值进行对比，得到偏差值，利用偏差分析验证各预测模型的预测精度和可靠性。