魚粉是以一種或多種魚類為原料,經(jīng)去油、脫水、粉碎加工后的蛋白質(zhì)含量較高的飼料原料。由于魚粉富含蛋白質(zhì)和脂肪,在運輸、貯藏的過程中,極易發(fā)生蛋白質(zhì)分解、脂肪氧化酸敗等且容易受到微生物污染和其他化學物質(zhì)污染,導致其營養(yǎng)成分降低,熱能含量減少,適口性下降。新鮮度可以評判魚粉蛋白質(zhì)腐敗變質(zhì)和脂肪酸敗的程度,因此有必要對魚粉的新鮮度進行檢測。目前,魚粉新鮮度檢測采用人工感官和化學測定,這些方法存在操作過程繁瑣,耗費人力和物力,缺乏客觀性的特點。本課題則以魚粉為研究對象,利用自主研發(fā)的基于仿生嗅覺技術(shù)的魚粉新鮮度檢測系統(tǒng),對魚粉新鮮度指標進行檢測與分析。該方法對于豐富魚粉的快速檢測方法和裝置,提高檢測水平,具有重要學術(shù)意義和應(yīng)用價值。本文的主要研究內(nèi)容與結(jié)果如下:（1）利用仿生嗅覺技術(shù),設(shè)計了一種魚粉新鮮度檢測系統(tǒng)。該系統(tǒng)以微處理器樹莓派為核心,主要由氣路氣體采集、電路數(shù)據(jù)獲取、氣體傳感器陣列和軟件等部分組成。氣路氣體采集主要是采集零氣和樣本氣體;電路數(shù)據(jù)獲取主要是將氣體傳感器的電信號進行采集、放大和AD（analog-digital）轉(zhuǎn)換;軟件部分設(shè)計了傳感器數(shù)據(jù)采集和清洗等界面,并實時顯示采集... 

【文章頁數(shù)】：160 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
主要縮略詞清單
第一章 緒論
    1.1 研究背景與目的
    1.2 仿生嗅覺技術(shù)及其應(yīng)用
        1.2.1 電子鼻技術(shù)簡介
        1.2.2 水產(chǎn)品品質(zhì)的檢測
        1.2.3 肉類品質(zhì)的檢測
        1.2.4 農(nóng)作物品質(zhì)的檢測
        1.2.5 農(nóng)產(chǎn)品種類識別
    1.3 存在的問題及擬解決的關(guān)鍵問題
        1.3.1 存在的主要問題
        1.3.2 擬解決的關(guān)鍵問題
    1.4 研究內(nèi)容與技術(shù)路線
        1.4.1 主要研究內(nèi)容
        1.4.2 技術(shù)路線
    1.5 本章小結(jié)
第二章 基于仿生嗅覺的魚粉新鮮度檢測系統(tǒng)設(shè)計
    2.1 樹莓派及Qtcreator
        2.1.1 樹莓派的介紹與特點
        2.1.2 Qtcreator
    2.2 檢測系統(tǒng)總體設(shè)計
    2.3 檢測系統(tǒng)硬件設(shè)計
        2.3.1 氣體傳感器的選擇
        2.3.2 微型氣泵的選擇
        2.3.3 氣體檢測室的設(shè)計
        2.3.4 信號采集與調(diào)理模塊
    2.4 檢測系統(tǒng)軟件設(shè)計
    2.5 本章小結(jié)
第三章 基于仿生嗅覺的魚粉新鮮度檢測系統(tǒng)的參數(shù)優(yōu)化
    3.1 材料與方法
        3.1.1 樣本采集與制備
        3.1.2 試驗設(shè)計
        3.1.3 特征值與評價指標
        3.1.4 數(shù)據(jù)處理
    3.2 結(jié)果與分析
        3.2.1 單因素試驗
        3.2.2 基于響應(yīng)面的結(jié)果分析
        3.2.3 最優(yōu)參數(shù)條件下應(yīng)用
    3.3 本章小結(jié)
第四章 檢測系統(tǒng)傳感器陣列特征向量的提取與選擇
    4.1 材料與方法
        4.1.1 試驗材料
        4.1.2 試驗儀器
        4.1.3 試驗方法
    4.2 魚粉的特征值選取與處理
        4.2.1 特征值的選取
        4.2.2 數(shù)據(jù)的歸一化處理
        4.2.3 特征值的分類效果比較
    4.3 傳感器陣列特征優(yōu)化算法
        4.3.1 單特征排序方法
        4.3.2 多特征排序方法
        4.3.3 特征遞減消除方法
    4.4 最優(yōu)特征結(jié)果與驗證
        4.4.1 最優(yōu)特征結(jié)果
        4.4.2 最優(yōu)特征優(yōu)化方法的驗證
    4.5 本章小結(jié)
第五章 基于檢測系統(tǒng)和頂空固相微萃取氣質(zhì)聯(lián)用測定魚粉揮發(fā)性氣體
    5.1 材料與方法
        5.1.1 樣本的采集與制備
        5.1.2 試驗儀器
        5.1.3 測試分析方法
        5.1.4 數(shù)據(jù)處理
    5.2 結(jié)果與分析
        5.2.1 酸價和TVB-N檢測結(jié)果
        5.2.2 魚粉不同新鮮度等級劃分
        5.2.3 不同新鮮度魚粉揮發(fā)性物質(zhì)分析
        5.2.4 揮發(fā)性化合物與檢測系統(tǒng)響應(yīng)的關(guān)系
    5.3 本章小結(jié)
第六章 基于仿生嗅覺檢測系統(tǒng)的魚粉新鮮度識別方法研究
    6.1 材料與方法
        6.1.1 樣本的采集與制備
        6.1.2 樣本集的劃分
        6.1.3 試驗儀器
        6.1.4 新鮮度指標的測試
        6.1.5 檢測系統(tǒng)檢測方法
        6.1.6 模型建立方法與評價指標
    6.2 結(jié)果與分析
        6.2.1 基于MLR算法的酸價和TVB-N預測模型的建立
        6.2.2 基于IGSM-RFR算法的酸價和TVB-N預測模型的建立
        6.2.3 基于PSO-LSSVM算法的酸價和TVB-N預測模型的建立
    6.3 本章小結(jié)
第七章 結(jié)論與展望
    7.1 主要研究結(jié)論
    7.2 研究創(chuàng)新點
    7.3 研究展望
參考文獻
附錄A 部分程序代碼
附錄B 18種儲藏時間等級魚粉的揮發(fā)性物質(zhì)成分含量
附錄C 課題來源
附錄D 注釋說明
附錄E 攻讀博士學位期間主要成果
致謝


【參考文獻】：
期刊論文
[1]基于PSO-LSSVM算法的階梯式溢洪道復氧率預測[J]. 劉洪濱.  中國農(nóng)村水利水電. 2019(11)
[2]自尋優(yōu)最近鄰算法估算有限氣象數(shù)據(jù)區(qū)潛在蒸散量[J]. 馮克鵬,田軍倉,洪陽.  農(nóng)業(yè)工程學報. 2019(20)
[3]不同顏色蒜泥的風味及揮發(fā)性物質(zhì)分析[J]. 郭思文,王丹,趙曉燕,馬越,張敏,張春紅.  食品科學. 2019(22)
[4]基于單個特征分類準確率的特征選擇方法研究[J]. 杜學惠,孟春,劉美爽.  南京林業(yè)大學學報(自然科學版). 2019(04)
[5]基于SVMRFE的多任務(wù)導聯(lián)選擇算法建模[J]. 馮建奎,金晶,王蓓,牛玉剛,王行愚.  系統(tǒng)仿真學報. 2018(12)
[6]基于支持向量機遞歸特征消除和特征聚類的致癌基因選擇方法[J]. 葉小泉,吳云峰.  廈門大學學報(自然科學版). 2018(05)
[7]基于最大相關(guān)信息系數(shù)的FCBF特征選擇算法[J]. 張俐,袁玉宇,王樅.  北京郵電大學學報. 2018(04)
[8]基于電子鼻和氣相色譜-質(zhì)譜聯(lián)用技術(shù)分析不同貯藏時間羊肉火腿香氣成分[J]. 王勇勤,郭新,黃笠原,王遠,王斌,張杰,張燕麗,王慶玲.  食品科學. 2019(02)
[9]基于電子鼻與統(tǒng)計學方法的海鱸魚新鮮度品質(zhì)預測[J]. 陳東杰,姜沛宏,張長峰,聶小寶,黃寶生,張玉華,李長見.  食品工業(yè)科技. 2018(17)
[10]基于多種變量分析方法鑒別食醋種類電子鼻信號特征篩選[J]. 殷勇,趙玉珍,于慧春.  農(nóng)業(yè)工程學報. 2018(15)

博士論文
[1]基于仿生電子鼻的肉品新鮮度多信息融合識別技術(shù)[D]. 常志勇.吉林大學 2013
[2]基于電子鼻技術(shù)的人體傷口感染檢測系統(tǒng)構(gòu)建及算法研究[D]. 閆嘉.重慶大學 2012

碩士論文
[1]基于ZigBee的健康監(jiān)護系統(tǒng)的設(shè)計與實現(xiàn)[D]. 盧鵬.青島科技大學 2018
[2]基于樹莓派的智能家居環(huán)境預測方法的研究[D]. 閆藝晗.吉林大學 2018
[3]不同儲存方法對魚粉的影響及養(yǎng)殖效果評價[D]. 王銨靜.廣東海洋大學 2017
[4]霉變玉米電子鼻檢測中信號降噪及特征提取方法研究[D]. 郝銀鳳.河南科技大學 2017
[5]電子鼻技術(shù)在草魚鮮度及風味分析的應(yīng)用研究[D]. 孔麗娜.華東理工大學 2015
[6]電子鼻模式識別算法的研究與實現(xiàn)[D]. 高曉勤.中北大學 2015
[7]空氣質(zhì)量監(jiān)測電子鼻系統(tǒng)傳感器溫度調(diào)制技術(shù)研究[D]. 尹鑫.重慶大學 2015
[8]煙草智能烤房系統(tǒng)中電子鼻關(guān)鍵技術(shù)研究[D]. 劉軍令.重慶大學 2015
[9]基于Rashpberry Pi的數(shù)據(jù)采集系統(tǒng)的研究與實現(xiàn)[D]. 史興兵.東北大學 2014
[10]電子鼻在蝦新鮮度判別中的應(yīng)用[D]. 郭美娟.天津商業(yè)大學 2014



本文編號：3648337