基于多种方式的便携式油品质量分析仪器的研究

千承辉，宋继斌，王天资，秦佳男

（吉林大学 仪器科学与电气工程学院，吉林 长春 130000）

基于多种方式的便携式油品质量分析仪器的研究

千承辉，宋继斌，王天资，秦佳男

（吉林大学 仪器科学与电气工程学院，吉林 长春 130000）

近年来，地沟油回流餐桌现象对消费者健康造成了极大危害，研究设计一种便携式，平民化的油品质量分析仪器具有重要的意义。地沟油成分复杂，单一判据对地沟油的判别缺乏说服力，基于介电常数以及冷却油遮光率对油品质量进行综合判别，可提高判别的准确性。利用近红外光谱仪对实验结果进行验证，证实系统能够实现多种食用油与劣质油脂之间的鉴别区分。检测时间为4～5分钟，准确率为93.3%，具有便携，成本低，准确度高等优点。

油品质量；地沟油；便携式；油品分析；介电常数；遮光率

根据卫生部发布的 《中国居民营养与健康状况调查报告》，城市居民平均每天高达85.5克的脂肪摄入中，有一多半是通过烹调油摄入的。然而，随着“地沟油”现象的出现，大量废弃食用油脂经过简单提炼后流回餐桌［1］，对消费者的健康构成严重威胁。

目前，比较普遍的地沟油检测方法包括近红外光谱，气相色谱、液相色谱等仪器分析方法［2］；密度、黏度、水分含量［3］、折光率、皂化值、旋光性、过氧化值［4］检测等理化指标分析方法；以及黄曲霉检测，特定基因检测等其他方法。多家企业及机构在地沟油检测领域也有尝试，上海市现代光学系统重点实验室研制的太赫兹技术识别地沟油的测量仪，通过检测油品的共振吸收峰判断油脂内所含成分，但价格昂贵；厦门斯坦道科学仪器股份有限公司所研制的 STD-XG粮油质量检测仪，利用检测食用油酸价的传统检测方法，可以得到特征性很强的信息（如脂肪酸含量），但检测时间较长。并且地沟油成分复杂，传统理化指标检测方法生成的单一判据对地沟油的判别缺乏说服力。因此，设计了基于多种方式的便携式油品质量分析仪器，通过测量油样介电常数和不同温度下遮光率来分析油品质量；基于BP神经网络建立了预测模型，进行地沟油的判别。具有便携，成本低，准确度高等优点，便于现场快速检测。

1 试验方法和试验方案

系统分为两个模块：下位机数据采集模块及上位机数据处理与分析模块。下位机采集已知油样的介电常数值和不同温度下的遮光率，传送至上位机。上位机对原始数据进行处理并提取特征信息，导入BP神经网络建立分类模型。测量样本的介电常数和不同温度下的遮光率输入模型，即可给出样本所属油类的概率。为进一步验证检测结果的可靠性，用近红外光谱仪对油脂进行分析，与检测结果进行比对。整体系统框图如图1所示。

1.1 介电常数检测系统设计

油脂由多种碳氢化合物混合而成，其相对介电常数约为2.3［5］。地沟油经反复高温、长期暴露在空气中，会发生一系列化学反应，使油脂中混有大量的极性物质，其介电常数发生较大变化［6］。运用变介质电容传感器及可编程电容--数字转换器CDC，测量不同油脂的介电常数，为油脂品质判别提供了一定的依据。

电容传感器由三块平行的双面覆铜板组成，覆铜板的两侧铜片作为极板。外侧两块覆铜板靠内一侧的两个极板作为感应电极（CIN），中间一块覆铜板的两侧极板作为激励电极（EXC）。极板表面镀有0.1 mm厚的特氟龙绝缘材料。介电常数测试系统结构框图如图2所示，将激励电极与感应电极间的电场看作均匀电场，测得电容传感器初始电容值为，C0伸入油脂中后电容传感器的电容值可表示为：

图1 整体系统框图Fig.1 The overall system block diagram

其中ε0为真空介电常数，εr为被测油脂的相对介电常数（以下简称为介电常数）。

介电常数测试系统结构框图如图2所示。

图2 介电常数测试系统结构框图Fig.2 Dielectric constant test system structure diagram

CDC及外围电路直接焊接在电容传感器中间一块覆铜板上，极板到CDC的导线长度仅为1.2 cm，电路的寄生电容及分布电容较小。介电常数检测系统整体安装在屏蔽盒中，激励频率固定为32 kHz。

1.2 冷却油遮光率检测系统设计

经调研，地沟油中动物油含量高者占很大比重，其饱和脂肪酸与不饱和脂肪酸比例异常［7］，导致其凝固过程与普通食用油不同。油样在冷却过程中对激光的遮光率会随着凝固程度而改变，可通过测量油样的遮光率与温度关系曲线研究其凝固过程。

将油样逐渐冷却，同时从激光器发出650 nm的单色光，平行射入比色皿，在出射光端用硅光二极管将光信号转化为电信号，再经信号调理及采样，由控制器发送至上位机做数据分析，绘出遮光率与温度关系曲线，作为油样性质的辅助判别指标。冷却油遮光率检测系统的测量部分如图3所示，系统电路部分结构图如图4所示。

图3 冷却油遮光率检测系统测量部分结构图Fig.3 Cooling oil window detection system measurement part of the structure

图4 冷却油遮光检测系统电路部分结构图Fig.4 Cooling oil shading test system circuit diagram

油样的温度变化大约在-20～30℃，则输出电压变化范围为2.53～3.03 V，需将输入信号与ADC动态范围进行匹配，匹配前后电压随温度变化范围对比如图5所示。

图5 匹配后遮光率随温度变化范围Fig.5 The temperature range after the match voltage

光源选用半导体激光头，光敏器件选用硅光二极管G1115，工作于零偏置状态时，电路的输出电压值与遮光率成正比，油样的遮光率η用测得的输出电压Vout表示为。

式中Vref为ADC参考电压，α为ADC修正系数。

控制器产生PWM波通过MOS管驱动控制半导体制冷片，使油样均匀地降温。半导体制冷片不需任何制冷剂，但会产生大量的热，需用一套循环水冷装置为制冷片散热。

2 油品鉴别系统上位机软件设计

油品鉴别系统的上位机软件通过分析下位机所传送的油样的介电常数数据及遮光率-温度数据，得到油样的种类及品质信息。其主要功能包括：

①介电常数及遮光率-温度数据点实时显示；

②来自两方面的数据的预处理、原始数据的保存、特征信息提取及保存；

③油样的曲线对比显示；油品鉴别数学模型的建立；

④待测油样的数据导入及鉴别结果输出。

2.1 软件的结构设计

油品鉴别系统上位机软件基于MATLAB语言［8］，对油样的介电常数数据、遮光率-温度数据进行数据处理、图像分析及模型建立。

油品鉴别系统上位机软件主要包括四部分：

①油品分析系统部分；

②介电常数检测部分；

③冷却油遮光率检测部分；

④模型建立及更新部分。

油品鉴别系统上位机软件主界面如图6所示，可选择进入各子测量系统，或对油样品质进行分析。

图6 油品鉴别系统上位机软件主界面Fig.6 Product identification system PC software main interface

在介电常数检测界面及冷却油遮光率检测界面对原始数据进行预处理并提取特征信息，对介电常数数据采取拉依达法检验粗大误差和剔除坏值，冷却油遮光率检测数据采取最小二乘拟合曲线，并通过3次样条插值进行平滑滤波。

以测得的已知油类的特征信息为基础，基于BP神经网络对油样种类进行建模。模型建立后，在油品分析系统主界面，将不同油样的原始数据导入到软件里即可直观地观察到它们的差别；导入待测油样的特征信息，即可进行油样的种类判别及品质分析。最终输出模型判断油样所属油类的概率。

2.2 BP神经网络模型建立

在模型建立及更新界面，将测得的已知油品特征信息作为训练样本导入并建立BP神经网络模型，设计每种油训练集20组，校正集10组。模型参数如表1所示。

基于以上设计，我们建立了油品鉴别的BP神经网络模型，模型收敛曲线如图7所示。

3 计算结果与比较

利用模型分析了3组金龙鱼精炼一级大豆油、3组鲁花5S压榨一级花生油与两组煎炸老油的品质。系统输出油样的介电常数如表2所示。

系统输出油样的冷却油遮光率对比图形（图8）。

最终输出为模型判断油样所属油类的概率，表3所示为部分模型所判断的已知油样为其自身油品种类的概率值，并与实验室配置的近红外光谱油品分析仪器输出的概率值进行比对。

表1 油品鉴别模型设计参数Tab.1 Product identification model design parameters

图7 油品鉴别模型收敛曲线Fig.7 Product identification model convergence curves

表2 油品介电常数Tab.2 Oil dielectric constant

图8 冷却油遮光率对比图形Fig.8 Cooling oil shading degree contrast pattern

表3 模型输出信息比对Tab.3 Model output information

在所有样本数据中随机选择2/3作为训练集，余下的1/3作为校正集，可得出模型的评价参数：预测准确度93.3%，均方根误差MSE为0.015，相关系数R为0.994 2。

4 结束语

基于多种方式的便携式油品质量分析仪，具有便携、成本低廉、操作简便、便于现场快速检测等优点，检测时间为4～5分钟，预测准确度为93.3%。能够获得辨识度较高的油样品质特征信息，并建立起优良的油品鉴别模型，定性地研究油类的介电常数及冷却遮光率与油类品质之间的关系。与实验室配置的近红外光谱油品分析仪器所建立的油品分析模型对比，模型误差在1%到4%之间。因此，提出的基于多种方式的油品质量分析方法能够代替传统单指标分析方法及复杂的仪器分析方法对油品质量进行快速分析，对食用油的质量安全控制有着实际的指导意义。

［1］余擎宇，何若滢.地沟油对人体健康的危害［J］.粮油食品科技，2011（4）:36-37.

［2］李诚炜，田松柏，弓爱君，等.仪器分析技术在油品分析中的应用［J］.分析仪器，2004（4）:1-5.

［3］焦云鹏.地沟油鉴别和检测的研究进展［J］.现代食品科技，2008（4）:378-380.

［4］王乐，刘尧刚，陈凤飞，等.地沟油的污染及变质情况研究［J］.武汉工业学院学报，2007（4）:1-4，12.

［5］丁振荣，陈卫民.电容式传感器测量油品中水的体积分数之新方法.传感器技术，2004，23（5）:22-23，28.

［6］邓鹏，程永强，薛文通.油脂氧化及其氧化稳定性测定方法［J］.食品科学，2005，26（增刊）:196-199.

［7］许秀丽，李娜，任荷玲，等.气相色谱分析脂肪酸组成鉴别地沟油的方法研究［J］.检验检疫学刊，2012，22（2）:6-15，37.

［8］宗节保，段柳云，王莹，等.基于MATLAB GUI软件制作方法的研究与实现［J］.电子设计工程，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 稿件编号：201503435

国家级大学生创新实验计划基金项目（2014A65295）

千承辉（1975—），女，鲜族，吉林汪清人，博士，高级工程师，实验室副主任。研究方向：传感器与智能仪器。