一种用于植物油氧化状态预测的装置

1.本发明涉及植物油检测领域，更具体地，涉及一种用于植物油氧化状态预测的装置。


背景技术：

2.随着人们生活水平的提升，食品安全成为人们关注的焦点。植物油作为日常饮食中的必需品，其品质的优劣对人体健康有重要意义，然而在储存期间脂质易发生氧化，氧化会产生一些不稳定的化合物，这些化合物会使油风味变差且降低营养品质，最终导致油变质无法食用。脂质氧化是一个复杂的过程，通过链式反应进行，由诱导期、传播期、终止期三个连续的阶段组成，其中，诱导期会产生形成烷基和自由基，这个阶段会轻微影响油的口感以及味道，进而直到氧化临界点，进入传播期，因此较长的诱导期意味着油脂的强氧化稳定性，诱导期可以通过脂质过氧化值(pv)变化来确定；传播期中自由基与氧分子反应生成过氧化氢和过氧自由基，这个阶段中的油过氧化值增速变快，即变质速度加快，若不加以妥善保存，很快会进入终止期，通过两个自由基结合形成稳定的加合物，且由于过氧化氢降解和必须脂肪酸消失而形成异味挥发性化合物，完全变质无法食用。
3.目前对植物油品质的检测目标多是过氧化值、酸价等常规指标，以此来评判植物油品质是否合格，此种方法只能静态的判断检测植物油是否过期，并不能预测植物油所处的氧化状态，以此动态的预测植物油的储藏时间。同时目前采用的检测方法以专业人员感官鉴定和理化指标测定为主。尽管人为的感官测试较为快捷方便，却受环境影响。采用化学分析方法，虽然准确度高，但费时费力。电子鼻技术是一种新型的检测方法，具有快捷、无损检测等特点，可以很好解决传统检测的问题。电子鼻通常是结合相关的传感器和模式识别算法对被测样品相关信息进行快速检测。电子鼻在酒类、调味品和肉类等方面有着较多的研究和应用，对于植物油检测具有很好的研究背景。
4.因此，市场需要研制一种应用于检测储藏植物油氧化状态的装置，能快速检测出植物油样本所处氧化变质时期。


技术实现要素：

5.本发明的目的是提出一种用于植物油氧化状态预测的装置，能够快速检测出植物油样本所处氧化变质阶段。
6.为了实现上述目的，本发明提供了一种用于植物油氧化状态预测的装置，包括：
7.检测箱；
8.设置在所述检测箱内部的储样容器、主控模块、气体采集模块、加热模块和加热控制模块；
9.所述储样容器用于存储植物油样品；
10.所述加热模块用于对所述储样容器内的植物油进行加热；
11.所述气体采集模块用于采集所述植物油样品挥发出的气体标志物；
12.所述加热控制模块的输出端连接于所述加热模块；
13.所述主控模块的输入端连接于所述气体采集模块的输出端，所述主控模块的控制端连接于所述加热控制模块的输入端，所述主控模块的输出端用于输出植物油氧化状态预测结果。
14.可选方案中，所述气体采集模块包括ad转换单元和多个气敏传感器，所述ad转换单元的每一输入端口连接于一个所述气敏传感器的输出端，所述ad转换单元的输出端连接于所述主控单元的输入端，不同的所述气敏传感器用于检测不同位置、不同种类的气体标志物。
15.可选方案中，所述检测盒分为加热区和数据处理区；
16.所述加热模块和所述储样容器位于所述加热区，所述加热区和所述数据处理区之间设有气体流通软管；
17.所述主控模块、所述气体采集模块、所述加热控制模块位于所述数据处理区；
18.所述气体采集模块还包括密封盖，所述密封盖将所述多个气敏传感器密封在内；所述加热区和所述密封盖之间通过所述气体流通软管连通。
19.可选方案中，所述数据处理区还设有气泵，所述气泵用于将所述植物油的挥发的气体标志物通过所述气体流通软管吸入至所述密封盖内。
20.可选方案中，所述主控模块根据预先训练好的预测模型判断所述植物油氧化状态所属变质时期，所述变质时期包括诱导期、传播器和终止期。
21.可选方案中，所述预测模型构建的输入端特征采用所述气敏传感器在植物油加热状态下的最佳时间间隔的变化率；所述预测模型利用偏最小二乘法对所述预测模型变化率进行回归训练得到回归方程，所述预测模型输入为各所述气敏传感器数据曲线斜率均值，所述回归方程的回归值y≤a，所述变质时期判定为诱导期，a＜y＜b所述变质时期判定为传播期，y≥b所述变质时期判定为所述终止期，a、b、c为预设值。
22.可选方案中，所述装置包括触摸显示屏，所述触摸显示屏连接于所述主控模块，所述触摸显示屏用于控制所述主控模块的程序工作，并用于显示所述预测结果。
23.可选方案中，所述触摸显示屏位于所述数据处理区，并作为所述检测盒的部分顶壁。
24.可选方案中，所述加热模块设置在所述储样容器的底部，所述加热模块为内嵌电发热管的铝合金圆盘。
25.可选方案中，所述装置还包括：稳压电源模块，所述稳压电源模块用于为所述主控模块，所述气泵、所述气敏传感器和所述ad转换模块供电。
26.本发明的有益效果在于：
27.本发明在植物油的加热动态过程中进行检测，通过采集植物油样品挥发出的气体标志物(过氧化物的气味)能快速检测出植物油样本所处氧化变质阶段。
28.本发明具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
29.通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。
30.图1示出了根据本发明一实施例的用于植物油氧化状态预测的装置的结构示意图。
31.图2示出了根据本发明一实施例的用于植物油氧化状态预测的装置的总体框图。
32.图3示出了根据本发明一实施例的用于植物油氧化状态预测的装置的气敏传感器位置示意图。
33.图4示出了根据本发明一实施例的用于植物油氧化状态预测的装置的操作流程图。
34.图5示出了根据本发明一实施例的各梯度植物油样品过氧化值变化曲线。
35.图6示出了根据本发明一实施例的氧化样本不同氧化天数一种气敏传感器所测数值的曲线。
36.图7示出了根据本发明一实施例的植物油加热第1天(曲线a)、第7天(曲线b)、第10天(曲线c)的一种气敏传感器单次数据采集曲线。
37.图8示出了根据本发明一实施例的主成分分析(pca)所得散点图。
38.图9示出了根据本发明一实施例的偏最小二乘回归图。
39.附图标记说明
40.1-触摸显示屏；2-气敏传感器；3-主控模块；4-气泵；5-稳压电源模块；6-ad转换单元；7-加热控制模块；8-加热模块；9-储样容器；10-检测箱；11-密封盖。
具体实施方式
41.下面将更详细地描述本发明。虽然本发明提供了优选的实施例，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。
42.本发明一实施例提供了一种用于植物油氧化状态预测的装置，包括：
43.检测箱；
44.设置在所述检测箱内部的储样容器、主控模块、气体采集模块、加热模块和加热控制模块；
45.所述储样容器用于存储植物油样品；
46.所述加热模块用于对所述储样容器内的植物油进行加热；
47.所述气体采集模块用于采集所述植物油样品挥发出的气体标志物；
48.所述加热控制模块的输出端连接于所述加热模块；
49.所述主控模块的输入端连接于所述气体采集模块的输出端，所述主控模块的控制端连接于所述加热控制模块的输入端，所述主控模块的输出端用于输出植物油氧化状态预测结果。
50.在一个实例中，所述气体采集模块包括ad转换单元和多个气敏传感器，所述ad转换单元的每一输入端口连接于一个所述气敏传感器的输出端，所述ad转换单元的输出端连接于所述主控单元的输入端，不同的所述气敏传感器用于检测不同种类的气体标志物。
51.在一个实例中，所述检测盒分为加热区和数据处理区；所述加热模块和所述储样容器位于所述加热区，所述加热区和所述数据处理区之间设有气体流通软管；所述主控模块、所述气体采集模块、所述加热控制模块位于所述数据处理区；所述气体采集模块还包括密封盖，所述密封盖将所述多个气敏传感器密封在内；所述加热区和所述密封盖之间通过所述气体流通软管连通。
52.在一个实例中，所述数据处理区还设有气泵，所述气泵用于将所述植物油的挥发的气体标志物通过所述气体流通软管吸入至所述密封盖内。
53.在一个实例中，所述预测模型构建的输入端特征采用所述气敏传感器在植物油加热状态下的最佳时间间隔的变化率；根据传感器性质，稳定测取固定时间间隔的传感器值，得出变化率；所述预测模型利用偏最小二乘法对所述预测模型变化率进行回归训练得到回归方程，所述预测模型输入为各所述气敏传感器数据曲线斜率均值，所述回归方程的回归值y≤a，所述变质时期判定为诱导期，a＜y＜b所述变质时期判定为传播期，y≥b所述变质时期判定为所述终止期，a、b、c为预设值。
54.在一个实例中，所述装置包括触摸显示屏，所述触摸显示屏连接于所述主控模块，所述触摸显示屏用于控制所述主控模块的程序工作，并用于显示所述预测结果。所述触摸显示屏位于所述数据处理区，并作为所述检测盒的部分顶壁。
55.在一个实例中，所述加热模块设置在所述储样容器的底部，所述加热模块为内嵌电发热管的铝合金圆盘。
56.在一个实例中，所述装置还包括：稳压电源模块，所述稳压电源模块用于为所述主控模块，所述气泵、所述气敏传感器和所述ad转换模块供电。
57.下面，以一个具体的实例描述本发明。
58.参照图1和图2，检测箱10分为左右两部分，左侧为数据处理区，右侧为加热区，加热区内设有加热模块8(发热盘)和储样容器9，储样容器9设置在加热盘上，储样容器9的材料为铝，加热区通过密封盖11进行密封。数据处理区设有主控模块3、触摸显示屏1、ad转换单元6、气敏传感器2、气泵4以及稳压电源模块5(lm7805)、加热控制模块7。触摸显示屏1用来触屏控制程序的启动、保存数据以及显示数据。
59.气敏传感器2用来测量气体类别、浓度和成份。如图3所示，气敏传感器为7个，呈圆形阵列分布，7个气敏传感器2均用于检测植物油样品挥发出的气体标志物(过氧化物散发出的气味)，每个气敏传感器2用于检测其中一种气体标志物，各气敏传感器的功能参照表1。
60.表1
61.型号功能mq3对酒精气体的灵敏度高，对汽油的灵敏度低mq4对甲烷和天然气的敏感性高，对酒精和烟雾的敏感性低mq8对氢气的敏感性高，对酒精和烹饪烟雾的敏感性低mq135芳香化合物、氨、氮氧化物、醇、硫化物mq136有机蒸汽，包括硫、二氧化硫、硫化氢气体tgs2600空气污染(氢气、co、酒精等)tgs2602空气污染(voc、氨气、硫化氢等)
62.7个气敏传感器2放入封闭的气室里，用于储存吸进来的气体封闭气室两端用软管连接加热区。
63.本实施例中，主控模块3为树莓派4b，主控模块3中设有控制程序，能够控制加热盘(内嵌电发热管的铝合金圆盘)对植物油样本进行加热，能够控制气泵4抽取加热区内的气体并通过采集气敏传感器2电压值经过ad转换单元6(ad7606)转化为数字量；进气软管和出气软管连接加热区和数据处理区，加热区中的待检测气体通过气泵4从进气软管抽入气体进入气室，出气软管排除空气，抽取气体一段时间后进行检测，使得进样气体从加热区到数据处理区后充分占据气室与气敏传感器2进行反应，每次检测完成后，需要进行排气，清洁气室空气。
64.该预测装置检测植物油氧化状态的步骤包括：
65.步骤一：利用python设计一个登陆及数据显示界面，该设计能够快速检测植物油是否变质以及变质时期。
66.步骤二：加入植物油样品并通电，静置10分钟，让气敏传感器进行自热，提高金属半导体材料反应活性，由树莓派4b控制对植物油进行加热并启动气泵抽取加热区中植物油气体到装有气敏传感器阵列的气室内，气体与气敏传感器反应后，气敏传感器的阻值变化后输入电压，ad转换单元对电压值进行模数转换，在树莓派4b上的操作系统读取并显示数据。采样时间根据气敏传感器反应时间设定为1分钟。
67.步骤三：通过测量大量不同储藏时期的植物油数据，并结合机器学习方法对数据进行拟合，建立气敏传感器数据在植物油裂变不同时期的模型。
68.基于所述模型，便可进行植物油氧化状态预测。所述预测模型构建主要依靠在一定时间内样本过氧化值的变化趋势，结合相应气敏传感器数据特征，来建立识别模型。在用本发明的装置测得样本信息之后，用化学滴定法测量样本中的过氧化值含量，并绘制总体过氧化值变化曲线，随即计算每相邻两个梯度的过氧化值曲线的斜率变化，斜率反应的即为过氧化值生成速度；随后提取过氧化值曲线中三个阶段斜率变化转折点的气敏传感器数据位置，并由此为分割点将气敏传感器数据分为三组，由此对应三个变化时期；鉴于本实施例中有7个传感器值，当需要从多自变量中预测一组因变量即在本发明中需要根据传感器值了解处于哪个氧化时期时，偏最小二乘回归(plsr)是一种很适合且强大的分析方法，利用plsr对气敏传感器值进行回归处理，设定合适的阈值，由此便可建立一个三分类模型，由此当测得加热测试样本的数据之后，便可根据此模型进行一个预测分类，由此便可确定其所处变化时期。
69.以花生油为例，将样本放入恒温培养箱中50
°
保存进行加速氧化，每隔24小时取样，共取得14个氧化梯度的样品，冷冻保存等待测量。
70.如图4所示为本实施例的操作流程图，将植物油样品倒入储样容器9中，加热5分钟后，据此操作采集所有样品的气敏传感信息，同时根据gb5009.227-2018所规定的滴定法测量每个梯度样品的过氧化值作为标准值以作参照分析。
71.如图5所示为各梯度样品过氧化值变化曲线，纵坐标为过氧化物的过氧化值，横坐标为时间(天)，分析其斜率变化可得，诱导期处于加速氧化的第0至第2天，传播期处于第3天至第8天，终止期处于第9天至第13天，由此将采集到的花生油气敏传感器数据分为三组进行数据分析。以tgs2600气敏传感器所有氧化样本的数据均值为例，如图6所示，纵坐标为
电压值，横坐标为采样次数)，可见整体数据逐渐增大且斜率逐渐变大。如图7所示为tgs2600气敏传感器第1天(曲线a)、第7天(曲线b)、第10天(曲线c)的单次数据采集曲线，可见随着氧化天数增加，前20组数据曲线变化越来越陡，由此，采取七个气敏传感器的变化率为特征进行模型训练。如图8所示为主成分分析(pca)所得散点图，分析可得前三个主成分(pc1、pc2、pc3)能解释全部花生油样本数据99.78％的方差，表明该数据有良好的分离度，有良好的分类潜力。
72.利用偏最小二乘法(pls)对数据进行回归处理，根据诱导期、传播期、终止期所分的三阶段数据给定3个标签，所得回归方程为：
73.y＝-16.6722 17.4497x1 49.5548x2 137.2396x
3-31.9971x4 23.2341x5 26.0292x
6-59.8834x774.该方程中x1、x2、x3、x4、x5、x6、x7分别为7个气敏传感器数据曲线斜率均值，其计算公式为：
[0075][0076]
公式中vn表示第i个气敏传感器采集到的第n次数值，共取前40组数据值，如图9所示为偏最小二乘回归图，由图9可知，根据此回归方程计算所得，三个类别的样本分别分布在给定标签上下，以2条虚线(纵坐标3、7)为阈值，即将回归值y≤3定为诱导期，3＜y＜7定为传播期，y≥7定为终止期，则仅有一个误分类(上虚线上部方框所圈)，分类精确度高达96.67％。
[0077]
故本发明能够解决了储藏植物油氧化状态预测的问题，能够实现更科学的植物油储藏的状态判断，能够更有效的避免植物油变质。
[0078]
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。