本发明公开了一种可去除本底值干扰的检测鱼肉中组胺含量的方法,包括以下步骤:步骤a,建立组胺与镍离子结合的标准曲线、组氨酸与镍离子结合的标准曲线;步骤b,建立组氨酸脱羧转化为组胺的含量曲线;步骤c,制备第一待测液和第二待测液;步骤d,检测并计算得到M测1;步骤e,检测并计算得到M测2;步骤f,计算得到第一待测液培养前的组氨酸含量M2;步骤g,计算得到待测鱼肉样品中组胺的含量。本发明的方法针对青皮的红肉鱼这类组胺含量易超标的样品进行检测,专属性强,灵敏度高,不需要大型分析仪器,对实验环境及人员的危害低,避免了因待测样本中存在本底值而使检测结果造成误差,避免了假阳性的产生,利于日常监督管理。
📄 2022110757027
📂 G01N33_12
👤 广东科贸职业学院
📅 2022-09-05
本实用新型涉及食品检测领域,公开了一种熟肉制品重金属含量检测装置,包括操作台,所述操作台底端固定连接有收集盒,所述操作台的右端固定连接有第一电机,所述操作台顶端右侧固定连接有立板,所述立板的左端中部固定连接有限位板,所述滑架底端固定连接有套筒,所述套筒的内顶部滑动连接有安装件,所述安装件的底端固定连接有重金属探测头。本实用新型中,通过第二电机配合螺纹杆使滑架左右移动来带动重金属探测头对熟肉进行重金属含量检测,利用安装件和限位槽的形状配合,实现在移动过程中对熟肉的多点检测,结构简单,操作方便,减少了重复人力劳作的工序,提高检测质量。
📄 2022222241005
📂 G01N33_12
👤 临沂金凤祥食品有限公司
📅 2022-08-23
已申报项目
本发明公开了一种基于半监督鉴别投影的大闸蟹新鲜度无损检测方法,包括样本预处理以及电子鼻装置预热步骤;将电子鼻的采样针头深入烧杯内对样本进行采样步骤;收集通过电子鼻的传感器阵列采集的气味数据并进行预处理步骤以及将预处理后的传感器原始数据进行特征识别步骤。本发明将半监督鉴别投影算法提取的低维特征向量作为自组织特征映射神经网络的输入模式向量,实现大闸蟹新鲜度等级的预测模型,能对样品进行无损检测并且检测精度大幅提高,能够实现快速、无损检测大闸蟹品质检测。
📄 2016109695077
📂 G01N33_12
👤 常熟理工学院
📅 2016-11-07
本实用新型涉及肉类新鲜度检测装置,包括加压机构和检测机构,所述加压机构的内部固定连接有检测机构,所述加压机构的内部活动连接有清理机构;所述清理机构包括水箱和第一电动推杆,所述第一电动推杆的伸缩端固定连接有电动机,所述电动机的输出轴固定连接有转轴,所述转轴的外壁固定连接有清理刷,所述水箱的顶部固定连接有泵体,所述泵体的出管固定连接有外管,所述外管的内部活动连接有内管,所述外管呈倒置L形,所述水箱的外壁开设有呼吸孔,所述水箱的外壁固定连接有进水管,所述加压机构包括基座,所述检测箱的内部固定连接有固定板,所述固定板呈倒置圆锥形。该肉类新鲜度检测装置,具备方便自动清洗和自动挤压等优点。
📄 2022222960249
📂 G01N33_12
👤 达州市铭远生态林业有限公司
📅 2022-08-30
已申报项目
本实用新型涉及回收技术领域,且公开了一种用于畜禽肉兽的药残留检测试剂回收装置,包括收集箱组件,所述收集箱组件包括收集箱主体,所述收集箱主体的底部固定连接有变径方管,所述收集箱主体的正背面均固定连接有固定支腿,所述收集箱主体的顶部设有顶部封板;本实用新型通过将装有试剂的试剂瓶打开后放入到分离箱的内侧,然后通过液压缸工作带动液压杆收缩,将收集箱主体的顶部进行密封,继而通过伺服电机共组带动旋转轴旋转继而带动分离箱转动,通过离心力将分离箱内试剂瓶中的试剂通过离心力甩出到收集箱主体的内侧,有利于将试剂瓶中的试剂快速的去除,便于节省收集试剂瓶中试剂的时间,增加了工作人员内的工作效率。
📄 2022206410724
📂 G01N33_12
👤 安丘市检验检测中心有限公司
📅 2022-03-23
本实用新型涉及一种检测仪,尤其为贝类智能检测仪,包括底板,所述底板下端固定安装支撑板,所述支撑板下端固定安装有水盒,所述水盒内开设有水槽,还包括震荡机构,所述震荡机构固定连接有若干固定杆,若干所述固定杆另一端固定安装有上球体,所述上球体侧壁固定安装有铰链,所述铰链另一端固定安装有下球体,所述上球体通过铰链铰接下球体组成震荡腔,有用于对震荡腔内的贝类进行震荡搅拌,该贝类智能检测仪中,通过将贝类以及适量的水放入下球体内,与上球体连接后,通过震荡机构与上球体固定连接,震荡机构对震荡腔内的贝类进行震荡,震荡完成后,通过出水口流入水槽内的水的浑浊度来判断待食贝类体内是否含有泥沙。
📄 2023226888080
📂 G01N33_12
👤 廷升食品(烟台)有限公司
📅 2023-10-08
本发明提供公开了一种基于机器嗅觉的蟹类新鲜度等级检测方法,针对不同储存时期的蟹类样本分别进行气味信息的采集和TVB‑N的检测,对获取的气味信息进行预处理,该过程包括均值滤波、基线处理和异常数据的剔除,然后选择能够有效表征气味信息的特征,针对多维特征,采用非线性降维的拉普拉斯特征映射算法实现维数的约减,可视化分析的结果与TVB‑N检测结果是相对应的,由此建立蟹类新鲜度等级预测模型,将可视化结果的分类信息作为预测模型的输出,提取到的有效特征作为输入,用未知样本测试训练好的模型,得出最终的蟹类新鲜度等级结果。本发明采用一种新兴的机器嗅觉技术来检测蟹类的新鲜度等级,它具有样本处理简单、检测速度快、无损等优点,为水产品市场和人们的日常生活有着巨大的应用价值。
📄 2015104095876
📂 G01N33_12
👤 常熟理工学院
📅 2015-07-13