[发明专利]壳类农产品品质指标无损快速检测的方法

说明书

技术领域

本发明涉及一种壳类农产品品质指标无损快速检测的方法。

背景技术

壳类农产品（如花生、瓜子、松子、开心果、核桃等）由于大都富含丰富的油脂和蛋白质，在高水分和新陈代谢较强的情况下，其品质易发生变化。国内外学者在对壳类农产品品质进行检测时，普遍采用感官评定或综合测定酸价和过氧化值的方法，后者己作为检测壳类农产品品质的重要指标被纳入国家标准。然而使用以上这些方法进行品质检测时，会存在着一些问题：感官评定结果受个人和环境因素影响较大，难以形成统一的标准；而酸价和过氧化值测定耗时长、操作要求高，且仪器不易清洗。除了上述传统检测方法外，一些快速检测方法也常被国内外学者用于壳类农产品品质的检测中，如机器视觉技术和近红外光谱分析法。但这些检测方法的样品用量多，检测时间长，且在检测壳类农产品时，必须脱壳进行检测，为实际操作带来了极大的不便。

发明内容

本发明的目的是提供一种壳类农产品品质指标无损快速检测的方法。

壳类农产品品质指标无损快速检测的方法，它的步骤如下：

1）将待检测壳类农产品表面去杂，洗净，挑选外壳完好无破损的壳类农产品分为建模用待检测壳类农产品和未知待检测壳类农产品；

2）将挑选的建模用待检测壳类农产品和未知待检测壳类农产品放于密闭容器中，当顶空气体浓度达到饱和后，利用电子鼻对顶空气体进行检测，电子鼻的气敏传感器阵列与气味分子发生反应，产生信号，生成的信号被送到电子鼻的信号处理子系统进行处理，得到建模用待检测壳类农产品和未知待检测壳类农产品的传感器响应值；

3）电子鼻检测结束后，立即将建模用待检测壳类农产品剥壳取核，提取油脂进行酸价和过氧化值的测定；

4）建模用待检测壳类农产品的传感器响应值是一个数据矩阵，由多根传感器在间隔一定时间的响应值组成，选择各传感器的响应值作为原始数据，通过逐步筛选法对原始数据进行优化，得到优化数据，即对识别不同样品有用的变量；

5）分别用原始数据和优化数据作为自变量，建立电子鼻响应信号与建模用待检测壳类农产品酸价和过氧化值之间的回归模型，选择相关系数R值大的模型作为壳类农产品品质的预测模型；

6）将未知待检测壳类农产品的传感器响应值代入预测模型，评定其内部品质。

所述的步骤2）为：待检测壳类农产品和未知待检测壳类农产品放于密闭容器中静置30分钟，电子鼻检测时间为60或180秒，清洗时间为60或160秒。

所述的步骤3）为：采用索氏抽提法提取油脂后一部分油脂进行酸价测定，参考国家标准GB/T 5009.37─2003采用滴定法；其余部分油脂进行过氧化值测定，参考国家标准GB/T 5009.37─2003采用比色法。

所述的步骤4）为：针对所述的数据矩阵，选择各传感器的最大值或稳定值作为分析数据，通过Wilks’lambda筛选法对原始数据进行优化，得到对识别不同样品有用的变量。

所述的步骤5）为：所述的回归模型可以是使用传感器原始数据或优化数据建立的PLS回归模型，也可以是使用传感器原始数据或优化数据建立的神经网络回归模型。

所述的步骤5）为：所述的R值的计算公式如下：