千承輝，宋繼斌，王天資，秦佳男

（吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院，吉林 長(zhǎng)春 130000）

基于多種方式的便攜式油品質(zhì)量分析儀器的研究

千承輝，宋繼斌，王天資，秦佳男

（吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院，吉林 長(zhǎng)春 130000）

近年來，地溝油回流餐桌現(xiàn)象對(duì)消費(fèi)者健康造成了極大危害，研究設(shè)計(jì)一種便攜式，平民化的油品質(zhì)量分析儀器具有重要的意義。地溝油成分復(fù)雜，單一判據(jù)對(duì)地溝油的判別缺乏說服力，基于介電常數(shù)以及冷卻油遮光率對(duì)油品質(zhì)量進(jìn)行綜合判別，可提高判別的準(zhǔn)確性。利用近紅外光譜儀對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行驗(yàn)證，證實(shí)系統(tǒng)能夠?qū)崿F(xiàn)多種食用油與劣質(zhì)油脂之間的鑒別區(qū)分。檢測(cè)時(shí)間為4～5分鐘，準(zhǔn)確率為93.3%，具有便攜，成本低，準(zhǔn)確度高等優(yōu)點(diǎn)。

油品質(zhì)量；地溝油；便攜式；油品分析；介電常數(shù)；遮光率

根據(jù)衛(wèi)生部發(fā)布的 《中國(guó)居民營(yíng)養(yǎng)與健康狀況調(diào)查報(bào)告》，城市居民平均每天高達(dá)85.5克的脂肪攝入中，有一多半是通過烹調(diào)油攝入的。然而，隨著“地溝油”現(xiàn)象的出現(xiàn)，大量廢棄食用油脂經(jīng)過簡(jiǎn)單提煉后流回餐桌［1］，對(duì)消費(fèi)者的健康構(gòu)成嚴(yán)重威脅。

目前，比較普遍的地溝油檢測(cè)方法包括近紅外光譜，氣相色譜、液相色譜等儀器分析方法［2］；密度、黏度、水分含量［3］、折光率、皂化值、旋光性、過氧化值［4］檢測(cè)等理化指標(biāo)分析方法；以及黃曲霉檢測(cè)，特定基因檢測(cè)等其他方法。多家企業(yè)及機(jī)構(gòu)在地溝油檢測(cè)領(lǐng)域也有嘗試，上海市現(xiàn)代光學(xué)系統(tǒng)重點(diǎn)實(shí)驗(yàn)室研制的太赫茲技術(shù)識(shí)別地溝油的測(cè)量?jī)x，通過檢測(cè)油品的共振吸收峰判斷油脂內(nèi)所含成分，但價(jià)格昂貴；廈門斯坦道科學(xué)儀器股份有限公司所研制的 STD-XG糧油質(zhì)量檢測(cè)儀，利用檢測(cè)食用油酸價(jià)的傳統(tǒng)檢測(cè)方法，可以得到特征性很強(qiáng)的信息（如脂肪酸含量），但檢測(cè)時(shí)間較長(zhǎng)。并且地溝油成分復(fù)雜，傳統(tǒng)理化指標(biāo)檢測(cè)方法生成的單一判據(jù)對(duì)地溝油的判別缺乏說服力。因此，設(shè)計(jì)了基于多種方式的便攜式油品質(zhì)量分析儀器，通過測(cè)量油樣介電常數(shù)和不同溫度下遮光率來分析油品質(zhì)量；基于BP神經(jīng)網(wǎng)絡(luò)建立了預(yù)測(cè)模型，進(jìn)行地溝油的判別。具有便攜，成本低，準(zhǔn)確度高等優(yōu)點(diǎn)，便于現(xiàn)場(chǎng)快速檢測(cè)。

1 試驗(yàn)方法和試驗(yàn)方案

系統(tǒng)分為兩個(gè)模塊：下位機(jī)數(shù)據(jù)采集模塊及上位機(jī)數(shù)據(jù)處理與分析模塊。下位機(jī)采集已知油樣的介電常數(shù)值和不同溫度下的遮光率，傳送至上位機(jī)。上位機(jī)對(duì)原始數(shù)據(jù)進(jìn)行處理并提取特征信息，導(dǎo)入BP神經(jīng)網(wǎng)絡(luò)建立分類模型。測(cè)量樣本的介電常數(shù)和不同溫度下的遮光率輸入模型，即可給出樣本所屬油類的概率。為進(jìn)一步驗(yàn)證檢測(cè)結(jié)果的可靠性，用近紅外光譜儀對(duì)油脂進(jìn)行分析，與檢測(cè)結(jié)果進(jìn)行比對(duì)。整體系統(tǒng)框圖如圖1所示。

1.1 介電常數(shù)檢測(cè)系統(tǒng)設(shè)計(jì)

油脂由多種碳?xì)浠衔锘旌隙桑湎鄬?duì)介電常數(shù)約為2.3［5］。地溝油經(jīng)反復(fù)高溫、長(zhǎng)期暴露在空氣中，會(huì)發(fā)生一系列化學(xué)反應(yīng)，使油脂中混有大量的極性物質(zhì)，其介電常數(shù)發(fā)生較大變化［6］。運(yùn)用變介質(zhì)電容傳感器及可編程電容--數(shù)字轉(zhuǎn)換器CDC，測(cè)量不同油脂的介電常數(shù)，為油脂品質(zhì)判別提供了一定的依據(jù)。

電容傳感器由三塊平行的雙面覆銅板組成，覆銅板的兩側(cè)銅片作為極板。外側(cè)兩塊覆銅板靠?jī)?nèi)一側(cè)的兩個(gè)極板作為感應(yīng)電極（CIN），中間一塊覆銅板的兩側(cè)極板作為激勵(lì)電極（EXC）。極板表面鍍有0.1 mm厚的特氟龍絕緣材料。介電常數(shù)測(cè)試系統(tǒng)結(jié)構(gòu)框圖如圖2所示，將激勵(lì)電極與感應(yīng)電極間的電場(chǎng)看作均勻電場(chǎng)，測(cè)得電容傳感器初始電容值為，C0伸入油脂中后電容傳感器的電容值可表示為：

圖1 整體系統(tǒng)框圖Fig.1 The overall system block diagram

其中ε0為真空介電常數(shù)，εr為被測(cè)油脂的相對(duì)介電常數(shù)（以下簡(jiǎn)稱為介電常數(shù)）。

介電常數(shù)測(cè)試系統(tǒng)結(jié)構(gòu)框圖如圖2所示。

圖2 介電常數(shù)測(cè)試系統(tǒng)結(jié)構(gòu)框圖Fig.2 Dielectric constant test system structure diagram

CDC及外圍電路直接焊接在電容傳感器中間一塊覆銅板上，極板到CDC的導(dǎo)線長(zhǎng)度僅為1.2 cm，電路的寄生電容及分布電容較小。介電常數(shù)檢測(cè)系統(tǒng)整體安裝在屏蔽盒中，激勵(lì)頻率固定為32 kHz。

1.2 冷卻油遮光率檢測(cè)系統(tǒng)設(shè)計(jì)

經(jīng)調(diào)研，地溝油中動(dòng)物油含量高者占很大比重，其飽和脂肪酸與不飽和脂肪酸比例異常［7］，導(dǎo)致其凝固過程與普通食用油不同。油樣在冷卻過程中對(duì)激光的遮光率會(huì)隨著凝固程度而改變，可通過測(cè)量油樣的遮光率與溫度關(guān)系曲線研究其凝固過程。

將油樣逐漸冷卻，同時(shí)從激光器發(fā)出650 nm的單色光，平行射入比色皿，在出射光端用硅光二極管將光信號(hào)轉(zhuǎn)化為電信號(hào)，再經(jīng)信號(hào)調(diào)理及采樣，由控制器發(fā)送至上位機(jī)做數(shù)據(jù)分析，繪出遮光率與溫度關(guān)系曲線，作為油樣性質(zhì)的輔助判別指標(biāo)。冷卻油遮光率檢測(cè)系統(tǒng)的測(cè)量部分如圖3所示，系統(tǒng)電路部分結(jié)構(gòu)圖如圖4所示。

圖3 冷卻油遮光率檢測(cè)系統(tǒng)測(cè)量部分結(jié)構(gòu)圖Fig.3 Cooling oil window detection system measurement part of the structure

圖4 冷卻油遮光檢測(cè)系統(tǒng)電路部分結(jié)構(gòu)圖Fig.4 Cooling oil shading test system circuit diagram

油樣的溫度變化大約在-20～30℃，則輸出電壓變化范圍為2.53～3.03 V，需將輸入信號(hào)與ADC動(dòng)態(tài)范圍進(jìn)行匹配，匹配前后電壓隨溫度變化范圍對(duì)比如圖5所示。

圖5 匹配后遮光率隨溫度變化范圍Fig.5 The temperature range after the match voltage

光源選用半導(dǎo)體激光頭，光敏器件選用硅光二極管G1115，工作于零偏置狀態(tài)時(shí)，電路的輸出電壓值與遮光率成正比，油樣的遮光率η用測(cè)得的輸出電壓Vout表示為。

式中Vref為ADC參考電壓，α為ADC修正系數(shù)。

控制器產(chǎn)生PWM波通過MOS管驅(qū)動(dòng)控制半導(dǎo)體制冷片，使油樣均勻地降溫。半導(dǎo)體制冷片不需任何制冷劑，但會(huì)產(chǎn)生大量的熱，需用一套循環(huán)水冷裝置為制冷片散熱。

2 油品鑒別系統(tǒng)上位機(jī)軟件設(shè)計(jì)

油品鑒別系統(tǒng)的上位機(jī)軟件通過分析下位機(jī)所傳送的油樣的介電常數(shù)數(shù)據(jù)及遮光率-溫度數(shù)據(jù)，得到油樣的種類及品質(zhì)信息。其主要功能包括：

①介電常數(shù)及遮光率-溫度數(shù)據(jù)點(diǎn)實(shí)時(shí)顯示；

②來自兩方面的數(shù)據(jù)的預(yù)處理、原始數(shù)據(jù)的保存、特征信息提取及保存；

③油樣的曲線對(duì)比顯示；油品鑒別數(shù)學(xué)模型的建立；

④待測(cè)油樣的數(shù)據(jù)導(dǎo)入及鑒別結(jié)果輸出。

2.1 軟件的結(jié)構(gòu)設(shè)計(jì)

油品鑒別系統(tǒng)上位機(jī)軟件基于MATLAB語言［8］，對(duì)油樣的介電常數(shù)數(shù)據(jù)、遮光率-溫度數(shù)據(jù)進(jìn)行數(shù)據(jù)處理、圖像分析及模型建立。

油品鑒別系統(tǒng)上位機(jī)軟件主要包括四部分：

①油品分析系統(tǒng)部分；

②介電常數(shù)檢測(cè)部分；

③冷卻油遮光率檢測(cè)部分；

④模型建立及更新部分。

油品鑒別系統(tǒng)上位機(jī)軟件主界面如圖6所示，可選擇進(jìn)入各子測(cè)量系統(tǒng)，或?qū)τ蜆悠焚|(zhì)進(jìn)行分析。

圖6 油品鑒別系統(tǒng)上位機(jī)軟件主界面Fig.6 Product identification system PC software main interface

在介電常數(shù)檢測(cè)界面及冷卻油遮光率檢測(cè)界面對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理并提取特征信息，對(duì)介電常數(shù)數(shù)據(jù)采取拉依達(dá)法檢驗(yàn)粗大誤差和剔除壞值，冷卻油遮光率檢測(cè)數(shù)據(jù)采取最小二乘擬合曲線，并通過3次樣條插值進(jìn)行平滑濾波。

以測(cè)得的已知油類的特征信息為基礎(chǔ)，基于BP神經(jīng)網(wǎng)絡(luò)對(duì)油樣種類進(jìn)行建模。模型建立后，在油品分析系統(tǒng)主界面，將不同油樣的原始數(shù)據(jù)導(dǎo)入到軟件里即可直觀地觀察到它們的差別；導(dǎo)入待測(cè)油樣的特征信息，即可進(jìn)行油樣的種類判別及品質(zhì)分析。最終輸出模型判斷油樣所屬油類的概率。

2.2 BP神經(jīng)網(wǎng)絡(luò)模型建立

在模型建立及更新界面，將測(cè)得的已知油品特征信息作為訓(xùn)練樣本導(dǎo)入并建立BP神經(jīng)網(wǎng)絡(luò)模型，設(shè)計(jì)每種油訓(xùn)練集20組，校正集10組。模型參數(shù)如表1所示。

基于以上設(shè)計(jì)，我們建立了油品鑒別的BP神經(jīng)網(wǎng)絡(luò)模型，模型收斂曲線如圖7所示。

3 計(jì)算結(jié)果與比較

利用模型分析了3組金龍魚精煉一級(jí)大豆油、3組魯花5S壓榨一級(jí)花生油與兩組煎炸老油的品質(zhì)。系統(tǒng)輸出油樣的介電常數(shù)如表2所示。

系統(tǒng)輸出油樣的冷卻油遮光率對(duì)比圖形（圖8）。

最終輸出為模型判斷油樣所屬油類的概率，表3所示為部分模型所判斷的已知油樣為其自身油品種類的概率值，并與實(shí)驗(yàn)室配置的近紅外光譜油品分析儀器輸出的概率值進(jìn)行比對(duì)。

表1 油品鑒別模型設(shè)計(jì)參數(shù)Tab.1 Product identification model design parameters

圖7 油品鑒別模型收斂曲線Fig.7 Product identification model convergence curves

表2 油品介電常數(shù)Tab.2 Oil dielectric constant

圖8 冷卻油遮光率對(duì)比圖形Fig.8 Cooling oil shading degree contrast pattern

表3 模型輸出信息比對(duì)Tab.3 Model output information

在所有樣本數(shù)據(jù)中隨機(jī)選擇2/3作為訓(xùn)練集，余下的1/3作為校正集，可得出模型的評(píng)價(jià)參數(shù)：預(yù)測(cè)準(zhǔn)確度93.3%，均方根誤差MSE為0.015，相關(guān)系數(shù)R為0.994 2。

4 結(jié)束語

基于多種方式的便攜式油品質(zhì)量分析儀，具有便攜、成本低廉、操作簡(jiǎn)便、便于現(xiàn)場(chǎng)快速檢測(cè)等優(yōu)點(diǎn)，檢測(cè)時(shí)間為4～5分鐘，預(yù)測(cè)準(zhǔn)確度為93.3%。能夠獲得辨識(shí)度較高的油樣品質(zhì)特征信息，并建立起優(yōu)良的油品鑒別模型，定性地研究油類的介電常數(shù)及冷卻遮光率與油類品質(zhì)之間的關(guān)系。與實(shí)驗(yàn)室配置的近紅外光譜油品分析儀器所建立的油品分析模型對(duì)比，模型誤差在1%到4%之間。因此，提出的基于多種方式的油品質(zhì)量分析方法能夠代替?zhèn)鹘y(tǒng)單指標(biāo)分析方法及復(fù)雜的儀器分析方法對(duì)油品質(zhì)量進(jìn)行快速分析，對(duì)食用油的質(zhì)量安全控制有著實(shí)際的指導(dǎo)意義。

［1］余擎宇，何若瀅.地溝油對(duì)人體健康的危害［J］.糧油食品科技，2011（4）:36-37.

［2］李誠煒，田松柏，弓愛君，等.儀器分析技術(shù)在油品分析中的應(yīng)用［J］.分析儀器，2004（4）:1-5.

［3］焦云鵬.地溝油鑒別和檢測(cè)的研究進(jìn)展［J］.現(xiàn)代食品科技，2008（4）:378-380.

［4］王樂，劉堯剛，陳鳳飛，等.地溝油的污染及變質(zhì)情況研究［J］.武漢工業(yè)學(xué)院學(xué)報(bào)，2007（4）:1-4，12.

［5］丁振榮，陳衛(wèi)民.電容式傳感器測(cè)量油品中水的體積分?jǐn)?shù)之新方法.傳感器技術(shù)，2004，23（5）:22-23，28.

［6］鄧鵬，程永強(qiáng)，薛文通.油脂氧化及其氧化穩(wěn)定性測(cè)定方法［J］.食品科學(xué)，2005，26（增刊）:196-199.

［7］許秀麗，李娜，任荷玲，等.氣相色譜分析脂肪酸組成鑒別地溝油的方法研究［J］.檢驗(yàn)檢疫學(xué)刊，2012，22（2）:6-15，37.

［8］宗節(jié)保，段柳云，王瑩，等.基于MATLAB GUI軟件制作方法的研究與實(shí)現(xiàn)［J］.電子設(shè)計(jì)工程，2010（7）:54-56.

Research of the portable oil quality analysis instrument based on a variety of ways

QIAN Cheng-hui，SONG Ji-bin，WANG Tian-zi，QIN Jia-nan
（College of Instrument Science and Electrical Engineering，Jilin University，Changchun 130000，China）

In recent years，waste oil back to the table caused great harm to the health of consumers.Developing and designing a portable，civilian oil quality analysis equipment is of great importance.Waste oil is very complex，so a single criterion for determining the waste oil is unpersuasive.Discriminating waste oil based on the dielectric constant and the cooling oil shading，can improve the accuracy of discrimination.Using near-infrared spectrometer to verify the experimental results confirmed that the system can discriminate distinction between a variety of edible oils and fats are inferior.Detection time is 4 to 5 minutes，the accuracy is 93.3%，with a portable，low cost，high accuracy and so on.

oil quality；waste oil；portable；oil analysis；dielectric constant；shading

TN06

A

1674－6236（2016）04-0052-04

2015-03-30 稿件編號(hào)：201503435

國(guó)家級(jí)大學(xué)生創(chuàng)新實(shí)驗(yàn)計(jì)劃基金項(xiàng)目（2014A65295）

千承輝（1975—），女，鮮族，吉林汪清人，博士，高級(jí)工程師，實(shí)驗(yàn)室副主任。研究方向：傳感器與智能儀器。