[发明专利]一种感官质量检测方法、装置、设备及可读存储介质在审

专利信息
申请号: 202211607727.7 申请日: 2022-12-14
公开(公告)号: CN116242963A 公开(公告)日: 2023-06-09
发明(设计)人: 皇甫阿郎;朱思奇;卢天华;吴婕;倪军 申请(专利权)人: 杭州安脉盛智能技术有限公司
主分类号: G01N33/00 分类号: G01N33/00;G01N30/02
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 乔图
地址: 310052 浙江省杭州市*** 国省代码: 浙江;33
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 感官 质量 检测 方法 装置 设备 可读 存储 介质
【权利要求书】:

1.一种感官质量检测方法,其特征在于,包括:

对获取的待检测物品进行成分分析,得到所述待检测物品的成分种类结果和含量结果;

调用模糊模型对所述成分种类结果和所述含量结果进行处理,得到所述待检测物品的感官质量检测结果;所述模糊模型为将历史成分种类结果和历史含量结果与历史感官质量检测结果对应后形成的模型。

2.根据权利要求1所述的感官质量检测方法,其特征在于,所述调用模糊模型对所述成分种类结果和所述含量结果进行处理,得到所述待检测物品的感官质量检测结果,包括:

对所述待检测物品的成分种类结果和所述含量结果进行模糊化处理,作为输入项;所述输入项为划分为多个模糊子集的输入项,每个模糊子集对应一个感官质量检测维度;

利用所述模糊模型中的模糊控制规则对所述输入项进行推理,得到模糊控制向量;

对所述模糊控制向量进行反模糊化处理,得到待检测物品的感官质量检测结果。

3.根据权利要求2所述的感官质量检测方法,其特征在于,所述利用所述模糊模型中的模糊控制规则对所述输入项进行推理,得到模糊控制向量,包括:

获取偏差模糊向量和偏差变化模糊向量,将所述偏差模糊向量和所述偏差变化模糊向量与模糊关系矩阵合成,进行模糊推理,得到模糊控制向量。

4.根据权利要求1所述的感官质量检测方法,其特征在于,所述模糊模型的建立过程,包括:

选择输入输出模糊集;

定义输入输出隶属度函数;

根据所述输入输出模糊集和所述输入输出隶属度函数建立模糊控制表,根据标准控制策略建立模糊控制规则;

根据所述模糊控制表和所述模糊控制规则,结合历史成分种类结果和历史含量结果与历史感官质量检测结果的对应关系,建立模糊模型。

5.根据权利要求1所述的感官质量检测方法,其特征在于,所述对所述获取的待检测物品进行成分分析,得到所述待检测物品的成分种类结果和含量结果,包括:

将所述待检测物品进行物理粉碎,得到预处理待检测物品;

利用有机溶剂对所述预处理待检测物品的风味物质进行萃取,得到待分析萃取液;

利用GC-MS色谱质谱联用仪对所述待分析萃取液进行分析,得到所述待检测物品的所述成分种类结果和所述含量结果。

6.根据权利要求1所述的感官质量检测方法,其特征在于,所述调用模糊模型对所述成分分析结果和所述含量结果进行处理,得到所述待检测物品的感官质量检测结果,包括:

调用模糊模型对所述成分分析结果和所述含量结果进行处理,得到待检测物品的香气浓度、香气类型、饱满程度、细腻程度、协调程度、刺激性中至少一项的感官质量检测结果。

7.一种感官质量检测装置,其特征在于,包括:

成分分析模块,用于对获取的待检测物品进行成分分析,得到所述待检测物品的成分种类结果和含量结果;

模糊模型处理模块,用于调用模糊模型对所述成分种类结果和所述含量结果进行处理,得到所述待检测物品的感官质量检测结果;所述模糊模型为将历史成分种类结果和历史含量结果与历史感官质量检测结果对应后形成的模型。

8.根据权利要求7所述的感官质量检测装置,其特征在于,所述模糊模型处理模块,包括:

模糊模型处理单元,用于对所述待检测物品的成分种类结果和所述含量结果进行模糊化处理,作为输入项;所述输入项为划分为多个模糊子集的输入项,每个模糊子集对应一个感官质量检测维度;

模糊模型推理单元,用于利用所述模糊模型中的模糊控制规则对所述输入项进行推理,得到模糊控制向量;

反模糊化处理单元,用于对所述模糊控制向量进行反模糊化处理,得到待检测物品的感官质量检测结果。

9.一种感官质量检测设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序实现如权利要求1至6任一项所述的感官质量检测方法的步骤。

10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的感官质量检测方法的步骤。

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杭州安脉盛智能技术有限公司,未经杭州安脉盛智能技术有限公司许可,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/202211607727.7/1.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