CN101419213A - 一种利用挥发物的禽蛋蛋壳裂纹检测装置及方法 - Google Patents
一种利用挥发物的禽蛋蛋壳裂纹检测装置及方法 Download PDFInfo
- Publication number
- CN101419213A CN101419213A CNA2008101626411A CN200810162641A CN101419213A CN 101419213 A CN101419213 A CN 101419213A CN A2008101626411 A CNA2008101626411 A CN A2008101626411A CN 200810162641 A CN200810162641 A CN 200810162641A CN 101419213 A CN101419213 A CN 101419213A
- Authority
- CN
- China
- Prior art keywords
- sensor array
- gas
- gas sensor
- internal pump
- switch
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title abstract description 9
- 235000013601 eggs Nutrition 0.000 claims abstract description 63
- 230000004044 response Effects 0.000 claims abstract description 31
- 238000000513 principal component analysis Methods 0.000 claims abstract description 15
- 238000013528 artificial neural network Methods 0.000 claims abstract description 14
- 230000002068 genetic effect Effects 0.000 claims abstract description 11
- 238000003909 pattern recognition Methods 0.000 claims abstract description 8
- 239000003610 charcoal Substances 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 7
- 239000003755 preservative agent Substances 0.000 claims description 7
- 230000002335 preservative effect Effects 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000001179 sorption measurement Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 4
- 230000000474 nursing effect Effects 0.000 claims description 3
- 102000002322 Egg Proteins Human genes 0.000 abstract description 4
- 108010000912 Egg Proteins Proteins 0.000 abstract description 4
- 210000003278 egg shell Anatomy 0.000 abstract description 4
- 239000000463 material Substances 0.000 abstract description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 abstract 2
- 230000001066 destructive effect Effects 0.000 abstract 2
- 244000144977 poultry Species 0.000 abstract 2
- 230000001143 conditioned effect Effects 0.000 abstract 1
- 241000271566 Aves Species 0.000 description 13
- 230000004069 differentiation Effects 0.000 description 9
- 238000012360 testing method Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 208000037656 Respiratory Sounds Diseases 0.000 description 5
- 238000000151 deposition Methods 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000009659 non-destructive testing Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 101100279440 Caenorhabditis elegans egg-4 gene Proteins 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 150000001335 aliphatic alkanes Chemical class 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002000 scavenging effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种利用挥发物的禽蛋蛋壳裂纹检测装置及方法,检测装置主要由计算机、活性碳过滤器、第一内置泵、贮气罐、气阀、盛料容器、转换开关、气敏传感器阵列、第二内置泵、数据采集器和A/D转换器组成。数据采集器采集气敏传感器阵列的响应信号,通过A/D转换器进行调理和转换后,送到计算机中,提取各传感器曲线中代表性的特征值;并以提取的特征值作为输入值,利用主成分分析和线性判别函数分析进行可视化区分;采用经典BP算法和基于遗传算法的BP神经网络进行模式识别。本发明排除人工作业时主观因素干扰,克服破坏检测的缺点,可以无损、准确地实现禽蛋细小裂纹的无损检测。
Description
技术领域
本发明涉及一种禽蛋蛋壳裂纹检测技术,特别地,涉及一种利用挥发物的禽蛋蛋壳裂纹检测装置及方法。
背景技术
由于蛋壳薄且易破碎,一旦破碎,细菌会很快侵入和繁殖,引起禽蛋的腐败、变质。因此禽蛋的破损检测是禽蛋生产、经营和加工中的重要环节之一。据报道,我国每年收购的禽蛋由于腐败变质所造成的损失约占收购量的10-15%以上。因此对禽蛋的裂纹检测十分必要。
目前,国内外工业生产中主要依靠人工在灯光下剔除污斑蛋,通过观察和转动互碰禽蛋,听蛋壳发出的声音来识别、剔除破损禽蛋。这类方法不仅劳动强度大,生产效率低,人为破损量大,而且检测精度易受人工注意力、体力、经验和工作态度的影响而得不到根本保证。特别是对于细小裂纹,很难检测出。
发明内容
本发明的目的是克服现有技术的缺陷,提供一种利用挥发物的禽蛋蛋壳裂纹检测装置及方法
本发明的目的通过以下方法实现的:
一种利用挥发物的禽蛋蛋壳裂纹检测装置,它主要由计算机、活性碳过滤器、第一内置泵、贮气罐、气阀、盛料容器、转换开关、气敏传感器阵列、第二内置泵、数据采集器和A/D转换器组成。其中,所述活性碳过滤器、第一内置泵、贮气罐、转换开关、气敏传感器阵列、第二内置泵依次相连,盛料容器与转换开关相连;所述贮气罐、盛料容6与转换开关8之间均设有气阀;数据采集器与气敏传感器阵列相连,数据采集器、A/D转换器和计算机依次相连。
一种应用上述利用挥发物的禽蛋蛋壳裂纹检测装置的检测方法,包括以下步骤:
(1)将待测禽蛋盛放在普通容器内,用保鲜膜密封后置于室温一定时间,然后去除保鲜膜,放入盛料容器;
(2)启动第一内置泵,将经活性碳过滤器过滤后的洁净空气送入贮气罐,启动第二内置泵,使洁净空气清洗气敏传感器阵列,然后转换开关转至气敏传感器阵列与盛料容器相通,待测;
(3)第二内置泵将盛料容器顶空气体吸至气敏传感器阵列,气敏传感器吸附样品气体后,产生响应,并输出响应信号;检测后,转换开关转至气敏传感器阵列与贮气罐相通,第二内置泵吸气清洗气敏传感器气敏传感器阵列,并等待下次检测;
(4)数据采集器采集气敏传感器阵列的响应信号,通过A/D转换器进行调理和转换后,送到计算机中;
(5)提取各传感器曲线中代表性的特征值;
(6)以提取的特征值作为输入值,利用主成分分析和线性判别函数分析进行可视化区分;
(7)以提取的特征值作为输入值,采用经典BP算法和基于遗传算法的BP神经网络进行模式识别。
本发明的有益效果是:本发明排除人工作业时主观因素干扰,克服破坏检测的缺点,可以无损、准确地实现禽蛋细小裂纹的无损检测。
附图说明
图1为本发明利用挥发物的禽蛋蛋壳裂纹检测装置的结构示意图;
图2为各个传感器对存放一周后鸡蛋挥发物的响应图,其中,(a)为完好蛋,(b)为裂纹蛋;
图3为存放一周后鸡蛋有无裂纹的区分结果图;
图4为存放二周后鸡蛋有无裂纹的区分结果图;
图中,1、计算机,2、活性碳过滤器,3、第一内置泵,4、贮气罐,5、气阀,6、盛料容器,7、鸡蛋,8、转换开关,9、气敏传感器阵列,10、第二内置泵,11、数据采集器,12、A/D转换器。
具体实施方式
本发明的基本原理是利用细小裂纹容易产生的挥发物的原理来进行无损检测。鸡蛋蛋壳表面和蛋膜均有气孔,禽蛋蛋壳有细小裂纹后禽蛋内部物质更容易通过蛋膜和裂纹挥发出来。基于这种禽蛋挥发物,利用本发明能很好地实现禽蛋细小裂纹的无损检测。
本发明的利用挥发物的禽蛋蛋壳裂纹检测装置主要由计算机1、活性碳过滤器2、第一内置泵3、贮气罐4、气阀5、盛料容器6、转换开关8、气敏传感器阵列9、第二内置泵10、数据采集器11和A/D转换器12组成。其中,活性碳过滤器2、第一内置泵3、贮气罐4、转换开关8、气敏传感器阵列9、第二内置泵10依次相连,盛料容器6与转换开关8相连;贮气罐4、盛料容器6与转换开关8之间均设有气阀5,数据采集器11与气敏传感器阵列9相连,数据采集器11、A/D转换器12和计算机1依次相连。
第一内置泵3与活性碳过滤器2和贮气罐4相连接,通过第一内置泵3将经活性碳过滤器2后的洁净空气送入贮气罐4;转换开关8分别通过气阀5与盛料容器6和贮气罐4相连接,转至与盛料容器6联通时吸入待测气体,转至与贮气罐4联通时吸入洁净空气;第二内置泵10与气敏传感器阵列9的内腔联通,工作时将盛料容器6的顶空气体吸入;数据采集器11与气敏传感器阵列9相连接,将气敏传感器阵列9的响应信号采集;A/D转换器12连接在数据采集器11之后和计算机1之前,将数据采集器11采集信号进行调理和转换,并送到计算机1中等待处理分析。气敏传感器阵列9一般由6-8个气敏传感器组成。主要的传感器有:对氮氧化合物灵敏的传感器、对氨气灵敏的传感器、对烷烃灵敏的传感器、对硫化物灵敏的传感器、对有机硫化物灵敏的传感器等。
本发明利用挥发物的禽蛋蛋壳裂纹检测方法包括以下步骤:
1.将待测禽蛋盛放在普通容器内,用保鲜膜密封后置于室温一定时间,然后去除保鲜膜,放入盛料容器。
2.启动第一内置泵,将经活性碳过滤器过滤后的洁净空气送入贮气罐后,启动第二内置泵,使洁净空气清洗气敏传感器阵列一定时间(一般30s左右),然后转换开关转至气敏传感器阵列与盛料容器相通,等待检测。
3.第二内置泵将盛料容器顶空气体吸至气敏传感器阵列,气敏传感器吸附样品气体后,产生响应,并输出响应信号。检测和采样时间为60-90s。转换开关转至气敏传感器阵列与贮气罐相通,第二内置泵吸气清洗气敏传感器气敏传感器阵列,并等待下个检测。
4.数据采集器采集气敏传感器阵列的响应信号,通过A/D转换器进行调理和转换后,送到计算机中等待分析。
5.提取各传感器曲线中代表性的特征值。
6.以提取的特征值作为输入值,利用主成分分析和线性判别函数分析进行可视化区分。
7.利用提取的特征值作为输入值,采用经典BP算法和基于遗传算法的BP神经网络进行模式识别。
所述的传感器响应表达为传感器接触到样品挥发物后的电阻与传感器在经过洁净空气时的电阻的比值。
各传感器曲线中提取4个值作为利用所提取的特征值,作为模式识别的参数和作为人工神经网络识别的输入特征值。采用了主成分分析、线性判别函数分析进行可视化区分;采用了经典BP算法和基于遗传算法的BP神经网络进行模式识别。
所述的气敏传感器阵列内传感器感器i响应值Si表达成:Si=Ri/R0。Ri为传感器接触到样品挥发物后的电阻;R0为传感器在经过洁净空气时的电阻。所述的特征值提取,分别选择各个传感器第30s、第60s的响应值、60s内均值及各响应值中方差最大时刻的响应值,这样每次检测后每个传感器响应曲线上可以提取的特征值共有4个。
所述的主成分分析是将多个指标化为较少的几个综合指标的一种统计方法,可以分析各变量对分类作用的大小和性状变异的方向。所述的线性判别函数分析是对于满足类内样本点接近、类间样本点疏远性质的分析方法。
所述的经典BP算法,是典型的三层人工神经网络,包括输入层、输出层及隐层,对于网络的训练采用反向传播算法。所述的基于遗传算法的BP神经网络,是为了使算法能很快地找到满意解,可以先用遗传算法对初始权值进行优化,在解空间中定位出较好的搜索空间,然后用BP算法在这些小的解空间中搜索出最优解。
下面根据附图详细说明本发明,本发明的目的和效果将变得更加明显。
如图1所示,本发明的检测***由计算机1、活性碳过滤器2、第一内置泵3、贮气罐4、气阀5、盛料容器6、转换开关8、气敏传感器阵列9、第二内置泵10、数据采集器11、A/D转换器12等组成。其中,第一内置泵设置在传感器阵列之前(按气流方向),主要是经第一活性碳过滤器后的洁净空气送入贮气罐。第二内置泵设置在传感器阵列之后,用于将样品气体和洁净空气的吸入。
本发明所研制的***由8个气敏传感器的阵列组成:W1C、W5S、W3C、W5C、W1S、W1W、W2W、W3S(都是德国AIRSENSE公司产生的气敏传感器)等。传感器的性能描述表1。
表1 传感器阵列
从养鸡场取得一批新鲜伊萨褐鸡蛋。在放大镜下观察精心挑选的无损壳蛋60只,然后根据实验需要将其中的30只人为设置成细小裂纹蛋。将所有实验用鸡蛋在4℃下冷藏,分别在1周后、2周后取出进行检测。
在检测前,在4℃下冷藏下取出的鸡蛋需先放在室温下4-5小时、待鸡蛋升温至室温后再进行实验。采用顶空实验法。实验时,将单个鸡蛋盛放在250mL烧瓶内,用保鲜膜密封后,置于22±1℃的室内,30min后进行电子鼻自动顶空取样。
在神经网络分析中,选取36个鸡蛋(其中18个为整蛋、18个为裂纹蛋)作为训练用,另外24个鸡蛋(12个完好蛋、12个裂纹蛋)作预测检验用。
***开机后,第一内置泵工作将是经第一活性碳过滤器后的洁净空气送入贮气罐。检测前,第二内置泵工作将干净空气清洗电子鼻内清洗传感器30秒时间,然后转换开关将自动打开进样气路,等待检测。检测时,第二内置泵开启将盛料容器顶空气体吸至传感器阵列腔中,气敏传感器吸附样品气体后,产生响应,***中输出响应信号。检测和采样时间为90s;检测后,根据设置转换开关自动转至洁净空气,进行吸气清洗气敏传感器,并等待一下个检测,清洗时间30秒。敏传感器吸附样品气体后,产生响应信号。经数据采集器11和A/D转换器12后送到计算机1等待数据分析。
如图2所示,气敏传感器阵列传感器对贮藏一周后有无裂纹鸡蛋挥发物的响应曲线。8条曲线代表8个传感器的响应。横坐标为采样时间,纵坐标为阵列的响应信号,是传感器接触到样品挥发物后的电阻R与传感器在经过洁净空气时的电阻R0的比值。从图中可以看出,电阻比刚开始较低,随着挥发物在传感器表面富集,传感器电阻比不断地增大,最后趋于平缓,达到一个稳定的状态。从图2a、b可以看出,随着完好鸡蛋与裂纹鸡蛋所对应传感器信号是不同的。图2a显示完好鸡蛋的响应信号,相对值低些,R/R0大致在1.0-2.05之间;图2b显示裂纹鸡蛋的响应信号,相对值高,R/R0大致在1.0-3.5之间。这表明利用气敏传感器阵列传感器信号进行模式识别来区分有无裂纹的鸡蛋有可行的。
各传感器曲线中分别选择各个传感器第30s、第60s的响应值、60s内均值及各响应值中方差最大时刻的响应值,这样每次检测后每个传感器响应曲线上可以提取的特征值共有4个。作为模式识别的参数和作为人工神经网络识别的输入特征值。
本实例中采用8个传感器第60s的响应值作为特征值进行分析。
如图3中所示,主成分分析、线性判别函数分析二者均能较好的区分存放一周后裂纹鸡蛋和完好蛋,二者区分时的聚集性也好于新鲜蛋的区分。如图4所示,采用主成分分析、线性判别函数分析均能很好的区分开存放两周后裂纹鸡蛋与完好的鸡蛋。
如表2所示,对存放一周后鸡蛋,二种神经网络的训练集回判正确率达到100%,说明训练有效。标准BP网络测试集的判别正确率达到91.7%,采用遗传优化神经网络的测试集的判别正确率达100%。遗传优化BP网络判别的效果优于标准BP网络判别。
表2 存放一周后鸡蛋有无裂纹的区分结果
如表3所示,对存放二周后,二种神经网络的训练集回判正确率达到100%,说明训练有效。标准BP网络测试集的判别正确率达到95.8%,采用遗传优化神经网络的测试集的判别正确率达100%。遗传优化BP网络判别的效果优于标准BP网络判别。
表3 存放二周后鸡蛋有无裂纹的区分结果
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (2)
1、一种利用挥发物的禽蛋蛋壳裂纹检测装置,其特征在于,它主要由计算机、活性碳过滤器、第一内置泵、贮气罐、气阀、盛料容器、转换开关、气敏传感器阵列、第二内置泵、数据采集器和A/D转换器组成。其中,所述活性碳过滤器、第一内置泵、贮气罐、转换开关、气敏传感器阵列、第二内置泵依次相连,盛料容器与转换开关相连;所述贮气罐、盛料容6与转换开关8之间均设有气阀;数据采集器与气敏传感器阵列相连,数据采集器、A/D转换器和计算机依次相连。
2.一种应用权利要求1所述利用挥发物的禽蛋蛋壳裂纹检测装置的检测方法,其特征在于,包括以下步骤:
(1)将待测禽蛋盛放在普通容器内,用保鲜膜密封后置于室温一定时间,然后去除保鲜膜,放入盛料容器。
(2)启动第一内置泵,将经活性碳过滤器过滤后的洁净空气送入贮气罐,启动第二内置泵,使洁净空气清洗气敏传感器阵列,然后转换开关转至气敏传感器阵列与盛料容器相通,待测。
(3)第二内置泵将盛料容器顶空气体吸至气敏传感器阵列,气敏传感器吸附样品气体后,产生响应,并输出响应信号;检测后,转换开关转至气敏传感器阵列与贮气罐相通,第二内置泵吸气清洗气敏传感器气敏传感器阵列,并等待下次检测。
(4)数据采集器采集气敏传感器阵列的响应信号,通过A/D转换器进行调理和转换后,送到计算机中。
(5)提取各传感器曲线中代表性的特征值。
(6)以提取的特征值作为输入值,利用主成分分析和线性判别函数分析进行可视化区分。
(7)以提取的特征值作为输入值,采用经典BP算法和基于遗传算法的BP神经网络进行模式识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101626411A CN101419213B (zh) | 2008-12-08 | 2008-12-08 | 一种利用挥发物的禽蛋蛋壳裂纹检测装置的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101626411A CN101419213B (zh) | 2008-12-08 | 2008-12-08 | 一种利用挥发物的禽蛋蛋壳裂纹检测装置的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101419213A true CN101419213A (zh) | 2009-04-29 |
CN101419213B CN101419213B (zh) | 2012-11-07 |
Family
ID=40630105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101626411A Expired - Fee Related CN101419213B (zh) | 2008-12-08 | 2008-12-08 | 一种利用挥发物的禽蛋蛋壳裂纹检测装置的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101419213B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102282932A (zh) * | 2011-07-20 | 2011-12-21 | 浙江大学 | 一种蔬菜种子发芽率快速检测的方法 |
CN103487466A (zh) * | 2013-07-30 | 2014-01-01 | 中国标准化研究院 | 一种基于遗传算法的支持向量机分类器参数选择的蜂蜜检测方法 |
CN105021524A (zh) * | 2015-08-04 | 2015-11-04 | 大族激光科技产业集团股份有限公司 | 一种机床的花岗岩基础件表面的裂纹检测方法 |
CN111136027A (zh) * | 2020-01-14 | 2020-05-12 | 广东技术师范大学 | 一种基于卷积神经网络的咸鸭蛋品质分检装置及方法 |
CN111337347A (zh) * | 2020-03-13 | 2020-06-26 | 浙江大学 | 植物微观力学检测装置及其检测方法 |
JP2021043116A (ja) * | 2019-09-12 | 2021-03-18 | 株式会社ナベル | 卵分類装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE59106772D1 (de) * | 1991-08-14 | 1995-11-30 | Siemens Ag | Gassensor-Array zur Detektion einzelner Gaskomponenten in einem Gasgemisch. |
NL9500460A (nl) * | 1995-03-08 | 1996-10-01 | Meyn Beheer Bv | Werkwijze en inrichting voor het controleren van de kwaliteit van eieren. |
US6450008B1 (en) * | 1999-07-23 | 2002-09-17 | Cyrano Sciences, Inc. | Food applications of artificial olfactometry |
CN1194227C (zh) * | 2003-06-02 | 2005-03-23 | 江苏大学 | 基于气体传感器阵列技术的食品气味快速无损检测方法及装置 |
CN1245630C (zh) * | 2004-01-08 | 2006-03-15 | 江苏大学 | 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置 |
CN2713470Y (zh) * | 2004-05-28 | 2005-07-27 | 中国人民解放军军事医学科学院卫生学环境医学研究所 | 一体化多功能有害气体快速检测仪 |
CN2896283Y (zh) * | 2006-05-18 | 2007-05-02 | 南京卓成自动化设备有限公司 | 一体化气体在线检测仪 |
CN101000318A (zh) * | 2006-12-28 | 2007-07-18 | 中国科学院合肥物质科学研究院 | 基于温度控制的传感器阵列及气体检测方法 |
CN201035020Y (zh) * | 2007-04-10 | 2008-03-12 | 浙江大学 | 一种基于usb接口的便携式电子鼻*** |
CN201314907Y (zh) * | 2008-12-08 | 2009-09-23 | 浙江大学 | 禽蛋的蛋壳裂纹和新鲜度的检测装置 |
-
2008
- 2008-12-08 CN CN2008101626411A patent/CN101419213B/zh not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102282932A (zh) * | 2011-07-20 | 2011-12-21 | 浙江大学 | 一种蔬菜种子发芽率快速检测的方法 |
CN103487466A (zh) * | 2013-07-30 | 2014-01-01 | 中国标准化研究院 | 一种基于遗传算法的支持向量机分类器参数选择的蜂蜜检测方法 |
CN105021524A (zh) * | 2015-08-04 | 2015-11-04 | 大族激光科技产业集团股份有限公司 | 一种机床的花岗岩基础件表面的裂纹检测方法 |
JP2021043116A (ja) * | 2019-09-12 | 2021-03-18 | 株式会社ナベル | 卵分類装置 |
JP7321516B2 (ja) | 2019-09-12 | 2023-08-07 | 株式会社ナベル | 卵分類装置 |
CN111136027A (zh) * | 2020-01-14 | 2020-05-12 | 广东技术师范大学 | 一种基于卷积神经网络的咸鸭蛋品质分检装置及方法 |
CN111136027B (zh) * | 2020-01-14 | 2024-04-12 | 广东技术师范大学 | 一种基于卷积神经网络的咸鸭蛋品质分检装置及方法 |
CN111337347A (zh) * | 2020-03-13 | 2020-06-26 | 浙江大学 | 植物微观力学检测装置及其检测方法 |
CN111337347B (zh) * | 2020-03-13 | 2021-07-20 | 浙江大学 | 植物微观力学检测装置及其检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101419213B (zh) | 2012-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201314907Y (zh) | 禽蛋的蛋壳裂纹和新鲜度的检测装置 | |
CN101419213B (zh) | 一种利用挥发物的禽蛋蛋壳裂纹检测装置的检测方法 | |
CN101419212B (zh) | 一种利用挥发物的禽蛋新鲜度检测装置的检测方法 | |
CN109009129B (zh) | 基于声学分析的母猪呼吸***疾病预警*** | |
CN1194227C (zh) | 基于气体传感器阵列技术的食品气味快速无损检测方法及装置 | |
Eduard | Fungal spores: a critical review of the toxicological and epidemiological evidence as a basis for occupational exposure limit setting | |
CN1245630C (zh) | 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置 | |
CN110231341A (zh) | 一种水稻种子内部裂纹在线检测装置及其检测方法 | |
CN103344567B (zh) | 生鲜肉无损检测装置 | |
CN102179374A (zh) | 禽蛋品质自动检测分选设备及其方法 | |
CN104897581A (zh) | 基于高光谱的识别新鲜肉、冷却肉和冷冻肉的方法及装置 | |
CN102998350B (zh) | 利用电化学指纹图谱鉴别食用油和地沟油的方法 | |
CN103424521A (zh) | 一种牛肉新鲜度检测装置及检测方法 | |
CN105203543A (zh) | 基于机器视觉的整箱红提葡萄果粒大小分级装置及其方法 | |
CN202037127U (zh) | 一种禽蛋品质自动检测分选设备 | |
CN104849318A (zh) | 基于味觉嗅觉指纹图谱检测不同成熟度柑橘品质的方法 | |
CN109632001B (zh) | 一种物流运输过程中草莓机械伤害的监测方法 | |
CN102944584A (zh) | 一种气味传感器对草莓常见病害早期检测的方法 | |
CN103425091B (zh) | 单粒油菜籽品质的近红外光谱在线无损检测方法与装置 | |
CN104849350A (zh) | 基于多特征的木材缺陷识别分类方法 | |
CN103399012A (zh) | 一种比色传感贴膜及其制备方法 | |
CN103424523B (zh) | 黄豆品质检测方法 | |
CN103412132B (zh) | 鸡腿肉新鲜度检测装置及检测方法 | |
CN216117429U (zh) | 一种茶香检测装置 | |
CN202693464U (zh) | 基于近红外光谱的小粒径种子品质在线无损检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121107 Termination date: 20141208 |
|
EXPY | Termination of patent right or utility model |