本发明属于食品检测技术领域，涉及一种畜禽肉黏弹性无损检测方法，具体涉及一种多要素黏弹模型建立及其黏弹参数确定的方法，可实现畜禽肉的黏弹性无损定量检测。
背景技术
长久以来，营养丰富的畜禽肉在世界各国都是一种很受欢迎的食品。近年来，肉类行业发展迅速，在世界上占有重要地位。随着经济水平的高速增长，消费者对畜禽肉的需求越来越大，尤其是高蛋白、低脂肪的牛肉、羊肉等。
食品的黏弹特性是预测食品质地和品质的重要物理性质之一，食品的黏弹性正在成为许多科研工作者研究的重点。目前，国内外黏弹性的研究多集中于应力松弛特性，关于蠕变特性的研究较少；国内外黏弹性的研究多采用三要素、四要素模型，三要素、四要素模型均为基本模型，可以简化问题，但误差较大。
针对以上不足，为了更科学地定量检测畜禽肉类的黏弹特性，本发明提出了多要素黏弹模型建立及其黏弹参数确定的方法。
技术实现要素：
针对现有技术中存在的缺陷，本发明的目的在于，提供一种畜禽肉多要素黏弹模型建立及其黏弹参数确定的方法，从而实现畜禽肉黏弹性的无损定量检测。
为达到以上目的，本发明采取的技术方案是：
一种畜禽肉多要素黏弹模型建立方法，包括如下步骤：
s1、畜禽肉样品的准备：获取畜禽同一部位的肉作为样品，将样品切割并整形为尺寸一致的若干待测样品2；
s2、应变数据的采集：在同一时间点，相同外部环境下，应用融合了气流和激光测距技术的畜禽肉黏弹性无损检测系统对待测样品2进行气流冲击；
通过升降台1的升降，使得待测样品2的表面与喷嘴贴合；
对于畜禽肉的感官判断，一般靠牙齿的咀嚼或者用手指摁压，周期都是2～3s；
为了使待测样品2在气流冲击的作用下表现出黏弹性，所述气流冲击持续时间t1设定为不少于2s，此阶段为气流加载阶段；
同时，应用畜禽肉黏弹性无损检测系统实时采集待测样品2的变形数据(变形信息)，即变形量随时间变化的数据；
当气流冲击结束后，为了观察记录直到待测样品2变形稳定时的变形特征，在气流冲击结束后，继续采集变形数据，所述继续采集变形数据的时间不少于5s，此阶段为变形恢复阶段；
当对所有待测样品2的变形数据采集完成后，由计算机7计算，得到应变数据，所述应变数据为待测样品2随时间变化的应变值ε(t)，并获得应变-时间曲线，其中，t为时间变量；
s3、恒定应力值σ的确定：气流冲击在待测样品2的表面，引起待测样品2变形，根据力的作用力与反作用力原理，采用气压值(气流压力值)代替恒定应力值σ，进行后续分析；由于存在气压损失，利用差压计检测作用于待测样品2表面的气压值；
s4、建立多要素函数式，得到畜禽肉多要素黏弹模型：先通过步骤s2中获得的待测样品2的应变-时间曲线，观察气流冲击结束后，待测样品2的变形特征；再根据变形特征，选取多要素模型，建立多要素函数式，然后使用建立的多要素函数式对步骤s2中的应变数据采用数据拟合算法，进行数据拟合；根据获得的拟合系数，由多要素函数式得到畜禽肉多要素黏弹模型；
所述变形特征为气流冲击结束后，待测样品2是否能够完全恢复，若能完全恢复，则说明待测样品2不存在残余变形；若不能完全恢复，则说明待测样品2存在残余变形；
所述多要素模型包括奇数型多要素模型和偶数型多要素模型；
若待测样品2不存在残余变形，选取奇数型多要素模型对应变数据进行数据拟合；若待测样品2存在残余变形，选取偶数型多要素模型对应变数据进行数据拟合；
所述奇数型多要素模型的要素数量为奇数，所述偶数型多要素模型的要素数量为偶数；
所述奇数型多要素模型包括三要素模型、五要素模型和七要素模型；所述偶数型多要素模型包括四要素模型、六要素模型和八要素模型；
所述三要素模型的要素数量为三，所述五要素模型的要素数量为五，所述七要素模型的要素数量为七；所述四要素模型的要素数量为四，所述六要素模型的要素数量为六，所述八要素模型的要素数量为八；
当选取三要素模型时，建立三要素函数式对气流加载阶段的应变数据进行数据拟合，获得拟合系数，由三要素函数式得到畜禽肉三要素黏弹模型，并提取瞬时弹性模量e1、弹性模量e2和黏度η2；
当选取五要素模型时，建立五要素函数式对气流加载阶段的应变数据进行数据拟合，获得拟合系数，由五要素函数式得到畜禽肉五要素黏弹模型，并提取瞬时弹性模量e1、弹性模量e2、弹性模量e3、黏度η2和黏度η3；
当选取七要素模型时，建立七要素函数式对气流加载阶段的应变数据进行数据拟合，获得拟合系数，由七要素函数式得到畜禽肉七要素黏弹模型，并提取瞬时弹性模量e1、弹性模量e2、弹性模量e3、弹性模量e4、黏度η2、黏度η3和黏度η4；
当选取四要素模型时，建立四要素函数式对气流加载阶段的应变数据进行数据拟合，获得拟合系数，由四要素函数式得到畜禽肉四要素黏弹模型，并提取瞬时弹性模量e1、弹性模量e2、黏度η1和黏度η2；
当选取六要素模型时，建立六要素函数式对气流加载阶段的应变数据进行数据拟合，获得拟合系数，由六要素函数式得到畜禽肉六要素黏弹模型，并提取瞬时弹性模量e1、弹性模量e2、弹性模量e3、黏度η1、黏度η2和黏度η3；
当选取八要素模型时，建立八要素函数式对气流加载阶段的应变数据进行数据拟合时，获得拟合系数，由八要素函数式得到畜禽肉八要素黏弹模型，并提取瞬时弹性模量e1、弹性模量e2、弹性模量e3、弹性模量e4、黏度η1、黏度η2、黏度η3和黏度η4；
增加所述多要素模型的要素数量，选取相应要素数量的多要素模型，建立相应的畜禽肉多要素黏弹模型，并提取黏弹参数；
s5、根据选取不同的要素数量，确定选取的多要素模型，并与不同的数据拟合算法组合，建立若干多要素函数式，得到若干畜禽肉多要素黏弹模型；
根据实际需求，对所述若干畜禽肉多要素黏弹模型的拟合效果进行比较，从若干畜禽肉多要素黏弹模型中选择表征待测样品2黏弹特性最佳的畜禽肉多要素黏弹模型，并提取(确定)黏弹参数。
步骤s1中，所述获取畜禽同一部位的肉作为样品是指不能对畜禽同一部位全部取样，而是将肉质均匀的部分取出作为样品，保证所述待测畜禽肉样品尽可能地反映畜禽同一部位的黏弹特性。例如，获得牛肉中的黄瓜条后，先去除黄瓜条两端粗细明显不均的部分，然后从中间部位开始取样，这样可保证牛肉黄瓜条样品黏弹性的一致性。
对每个待测样品2采集至少5个位置的变形数据；为了避免采集位置的距离过近，对待测样品2局部区域的黏弹性产生影响，相邻两个采集位置之间的距离不小于20mm，且为了避免待测样品2的边缘对采集变形数据造成干扰，采集位置距离待测样品2的边缘不小于20mm；
步骤s1中，为了避免待测样品2的尺寸太小，而对待测样品在气流冲击下的变形产生干扰，所述将样品切割并整形是指将样品切割并整形为尺寸不小于80mm×60mm×20mm(长×宽×厚)的待测样品2，且待测样品2的数量不少于3个。
步骤s2中，对待测样品2所有采集位置的变形数据取平均值，作为该待测样品2的变形量d(t)；具体操作为对待测样品2的每个采集位置，采集一组变形数据序列，且每个采集位置的变形数据序列长度相同，当该待测样品2的所有采集位置的变形数据序列采集结束后，对所有采集位置的变形数据序列进行平均运算，获得该待测样品2变形数据的平均值；当对所有待测样品2的变形数据采集完成后，由计算机7计算，得到所有待测样品2随时间变化的应变值ε(t)。
在上述技术方案的基础上，为了减少拟合过程的计算量，加快拟合速度和提高拟合精度，步骤s4中所述三要素函数式由畜禽肉三要素蠕变模型公式(1)简化得到，三要素函数式形式如式(2)所示：
其中：τ2为蠕变推迟时间，y为因变量，x为自变量，a1、a2和a3为拟合系数；
当选取三要素模型并建立三要素函数式，对气流加载阶段的应变数据进行数据拟合时，先将时间变量t值代入自变量x，将应变值ε(t)代入因变量y，获得拟合系数a1、a2和a3，再将获得的拟合系数a1、a2和a3代入式(2)所示的三要素函数式，得到畜禽肉三要素黏弹模型；
由式(1)和式(2)，并根据式(3)-(6)计算黏弹参数e1、e2和η2，
e1＝σ/a1(3)
e2＝σ/a2(4)
τ2＝a3(5)
η2＝e2·τ2(6)
其中：黏弹参数e1为待测样品2的瞬时弹性模量，黏弹参数e2为弹性模量，黏弹参数η2为黏度；
所述四要素函数式的形式如式(7)所示：
其中：a1、a2、a3和a4为拟合系数；
当选取四要素模型并建立四要素函数式，对气流加载阶段的应变数据进行数据拟合时，先将时间变量t值代入自变量x，将应变值ε(t)代入因变量y，获得拟合系数a1、a2、a3和a4，再将获得的拟合系数a1、a2、a3和a4代入式(7)所示的四要素函数式，得到畜禽肉四要素黏弹模型；
根据畜禽肉四要素蠕变模型公式，如式(8)所示，确定黏弹参数，
由式(7)和式(8)，并根据式(3)-式(6)和式(9)计算黏弹参数e1、e2、η1和η2，
e1＝σ/a1(3)
e2＝σ/a2(4)
τ2＝a3(5)
η2＝e2·τ2(6)
η1＝σ/a4(9)
所述畜禽肉四要素蠕变模型的残余变形量为σ·t1/η1，其中，t1为气流冲击持续时间。
在上述技术方案的基础上，所述五要素函数式的形式如式(10)所示：
其中：a1、a2、a3、a4和a5为拟合系数；
当选取五要素模型并建立五要素函数式，对气流加载阶段的应变数据进行数据拟合时，先将时间变量t值代入自变量x，将应变值ε(t)代入因变量y，获得拟合系数a1、a2、a3、a4和a5，再将获得的拟合系数a1、a2、a3、a4和a5代入式(10)所示的五要素函数式，得到畜禽肉五要素黏弹模型；
根据畜禽肉五要素蠕变模型公式，如式(11)所示，确定黏弹参数，
由式(10)和式(11)，并根据式(3)-式(6)、式(12)-式(14)计算黏弹参数e1、e2、e3、η2和η3，
e1＝σ/a1(3)
e2＝σ/a2(4)
τ2＝a3(5)
η2＝e2·τ2(6)
e3＝σ/a4(12)
τ3＝a5(13)
η3＝e3·τ3(14)
所述六要素函数式的形式如式(15)所示：
其中：a1、a2、a3、a4、a5和a6为拟合系数；
当选取六要素模型并建立六要素函数式，对气流加载阶段的应变数据进行拟合时，先将时间变量t值代入自变量x，将应变值ε(t)代入因变量y，获得拟合系数a1、a2、a3、a4、a5和a6，再将获得的拟合系数a1、a2、a3、a4、a5和a6代入式(15)所示的六要素函数式，得到畜禽肉六要素黏弹模型；
根据畜禽肉六要素蠕变模型公式，如式(16)所示，确定黏弹参数，
由式(15)和式(16)，并根据式(3)-式(6)、式(12)-式(14)和式(17)计算黏弹参数e1、e2、e3、η1、η2和η3，
e1＝σ/a1(3)
e2＝σ/a2(4)
τ2＝a3(5)
η2＝e2·τ2(6)
e3＝σ/a4(12)
τ3＝a5(13)
η3＝e3·τ3(14)
η1＝σ/a6(17)
在上述技术方案的基础上，增加所述多要素模型的要素数量，选取相应要素数量的多要素模型，按照建立所述畜禽肉三要素黏弹模型、畜禽肉四要素黏弹模型、畜禽肉五要素黏弹模型和畜禽肉六要素黏弹模型的方法，建立畜禽肉七要素黏弹模型、畜禽肉八要素黏弹模型或含更多要素数量的畜禽肉多要素黏弹模型，并计算相应畜禽肉多要素黏弹模型的黏弹参数。
所述五要素模型、六要素模型、七要素模型、八要素模型或更多要素模型均为广义开尔文模型，广义开尔文模型由许多开尔文模型串联而成。建立广义开尔文模型是为了更精确地描述畜禽肉的变形过程，从而获取更为精确的黏弹模型及其黏弹参数。
在上述技术方案的基础上，步骤s4中，所述数据拟合算法为通用全局优化算法、遗传算法、模拟退火算法、简面体爬山法中的任意一种。
在上述技术方案的基础上，步骤s5中，所述拟合效果包括拟合精度，所述拟合精度的参数包括决定系数(r2)、残差平方和(sse)、卡方系数(chi-square)和f统计(f-statistic)。
在上述技术方案的基础上，步骤s5中，使用所述若干畜禽肉多要素黏弹模型中的任意一种表征取自畜禽同一部位的肉的所有待测样品2的黏弹特性。
在上述技术方案的基础上，步骤s5中，所述根据实际需求，选择最佳的畜禽肉多要素黏弹模型的具体过程如下：
首先比较若干畜禽肉多要素模型的决定系数；
在决定系数满足需求的基础上，为简化模型，选择要素数量较少的畜禽肉多要素黏弹模型。
在上述技术方案的基础上，步骤s5中，在确定最佳畜禽肉多要素黏弹模型后，对每个待测样品2提取黏弹参数，再对所有待测样品2的黏弹参数取平均值，以表征该畜禽肉部位的黏弹特性。
所述拟合系数设定为大于0，否则无物理意义。
所以在上述技术方案的基础上，在所述步骤s4中进行数据拟合的过程中，对所述拟合系数添加均大于0的约束条件。
本发明的有益技术效果如下：
利用气流和激光测距技术和畜禽肉多要素黏弹模型建立方法可实现畜禽肉黏弹性的无损、快速检测。在利用畜禽肉黏弹性无损检测系统采集待测样品2的应变数据后，首先根据待测样品2的变形特征，是选择奇数型多要素模型，还是选择偶数型多要素模型，然后建立畜禽肉多要素黏弹模型。通过比较若干畜禽肉多要素黏弹模型的拟合效果，并根据实际需求，优选出最满意的畜禽肉多要素黏弹模型，并确定黏弹参数，表征该畜禽肉的黏弹性。该方法可以对黏弹性未知的畜禽肉样品进行检测。
附图说明
本发明有如下附图：
图1本发明畜禽肉多要素黏弹模型建立方法流程示意图。
图2某次采集待测样品变形信息的采集位置示意图。
图3利用畜禽肉黏弹性无损检测系统获取的应变-时间曲线图。
图4某个待测样品的畜禽肉四要素黏弹模型拟合效果示意图。
图5畜禽肉黏弹性无损检测系统结构示意图。
附图标记：
1升降台，2待测样品，3贮气喷射装置，4固定框架，5传感器探头，6rs-232c通信模块dl-rs1a，7计算机，8传感器放大器，9单片机开发板，10电气比例阀，11电磁阀，12气管，13空气压缩机，14过滤减压阀。
具体实施方式
为了更清楚地说明本发明，下面结合说明书附图和实施例，对本发明的具体实施方式做进一步详细描述。以下实施例仅用于说明发明，但不能用来限制本发明的范围。显而易见，以下描述和附图仅仅是本发明的部分实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据所列附图获得其他的附图及实施例。
如图5所示，一种畜禽肉黏弹性无损检测系统，包括：空气压缩机13、控制装置、激光测距仪、传感器探头5、计算机7和差压计；
所述空气压缩机13通过气管12向待测样品2的表面输出气流；所述控制装置包括单片机开发板9及与单片机开发板9连接的若干阀体，所述阀体安装于气管12上；所述激光测距仪包括传感器探头5，所述传感器探头5用于实时采集待测样品2表面的变形信息并反馈至所述计算机7中；所述差压计用于检测作用于待测样品2表面的气压值，并实时显示、保存所测气压值，导出所述气压值至计算机7，用于绘制应力-应变曲线；所述差压计设有软管；所述计算机7与单片机开发板9连接，用于控制所述若干阀体，所述计算机7计算得到待测样品2随时间变化的应变值ε(t)，并接收差压计导出的气压值，获得应力-应变曲线和应变-时间曲线，进而分析畜禽肉的黏弹性；所述气管12上靠近所述空气压缩机13的一端设有过滤减压阀14。
所述畜禽肉黏弹性无损检测系统还包括升降台1、贮气喷射装置3、传感器放大器8与rs-232c通信模块dl-rs1a6，所述升降台1位于待测样品2的下方，用于带动待测样品2升降移动；所述气管12的输出端与贮气喷射装置3连接，所述贮气喷射装置3位于待测样品2的上方，在贮气喷射装置3的下端设有喷嘴，所述喷嘴朝向待测样品2；待测样品2的表面与所述喷嘴的距离为0mm；所述传感器探头5的入射光路与喷出气流的喷嘴同轴；所述激光侧距仪3还包括传感器放大器8，所述传感器传感头5通过传感器放大器8与rs-232c通信模块dl-rs1a6通讯连接，所述rs-232c通信模块dl-rs1a6与计算机7连接。
所述畜禽肉黏弹性无损检测系统，还包括固定框架4，所述升降台1、待测样品2及喷嘴均位于固定框架4内；所述气管12的一端与空气压缩机13连接。
所述若干阀体包括电磁阀11和电气比例阀10，所述电磁阀11与电气比例阀10分别安装于气管12上。
通过所述电磁阀11控制气流的通断，实现对气流作用时间的控制，通过电气比例阀10设置气压值。
如图1所示为本发明畜禽肉多要素黏弹模型建立方法流程示意图，具体实施例如下。
(1)畜禽肉样品的准备
从超市购买畜禽同一部位的肉作为样品，不能对畜禽同一部位的肉全部取样，而是将肉质均匀的部分取出作为样品，保证所述待测畜禽肉样品尽可能地反映畜禽同一部位的黏弹特性。在本实施例中，获得冷鲜牛肉中的黄瓜条后，先去除黄瓜条两端粗细明显不均的部分，然后从中间部位开始取样，这样可保证牛肉黄瓜条样品黏弹性的一致。
将样品切割并整形为尺寸一致的若干待测样品2。为了避免待测样品2的尺寸太小，而对气流冲击下的待测样品2的变形产生干扰，在本实施例中，将样品切割并整形为80mm×60mm×30mm(长×宽×厚)的待测样品2，待测样品2的数量为3个。所有待测样品2醒温(将待测样品2置于室温环境下进行热交换)约30min，当待测样品2的温度恢复到室温后，进行以下步骤。
(2)应变数据的采集
应用畜禽肉黏弹性无损检测系统采集待测样品2的变形信息，即变形量随时间变化的数据。该畜禽肉黏弹性无损检测系统采用气流和激光测距技术，其中气流由空气压缩机13提供，并对待测样品2表面产生作用力；传感器探头5用于实时采集待测样品2表面的变形信息，采样频率为50hz。
对于畜禽肉的感官判断，一般靠牙齿的咀嚼或者用手指摁压，周期都是2-3s。
为了使待测样品2在气流冲击的作用下表现出黏弹性，本实施例中设定气流冲击持续时间t1为2s。当气流冲击结束后，为了观察记录直到待测样品2变形稳定时的变形特征，本实施在气流冲击结束后，继续采集变形数据，设定所述继续采集变形数据的时间为5s。
气流冲击作用2s后停止，待测样品2开始恢复变形。因此，共采集7s时间长度的数据作为待分析数据。对每个待测样品2采集5个位置的变形数据，再对5个位置的变形数据取平均值，作为待测样品2的变形量d(t)。
当气流冲击时，为了避免采集位置的距离过近，对待测样品2局部区域的黏弹性产生影响，相邻两个采集位置之间的距离不小于20mm，且为了避免待测样品2边缘对采集变形数据造成干扰，采集位置距离待测样品2的边缘不小于20mm。如图2所示为本次采集待测样品变形信息的采集位置示意图，其中，图2中的圆圈为采集位置。
为了防止待测样品2暴露在空气中太久，造成待测样品2成分的改变，从而黏弹性发生变化，因此对待测样品2变形信息的采集要尽快完成。
所有待测样品2的变形数据采集完成后，由计算机7计算，得到随时间变化的应变值ε(t)，应变-时间曲线如图3所示。计算机7的计算过程，简述如下。
变形量d(t)的数据采集计算完成后，计算所有待测样品2的应变值ε(t)，应变值ε(t)的计算公式如式(20)所示，
ε(t)＝d(t)/h(18)
其中：ε(t)为随时间变化的应变值；d(t)为随时间变化的变形量；h为待测样品2的初始厚度。
(3)恒定应力值σ的确定
气流冲击在待测样品2表面，引起待测样品2变形，根据力的作用力与反作用力，采用气流压力值(气压值)代替恒定应力值σ进行后续分析。
为了避免待测样品2的厚度h对待测样品2的变形产生干扰，控制待测样品2在气流冲击作用下的最大应变值不超过30％。
在本实施例中，通过电气比例阀10设定气流压力为70kpa，由于存在气压损失，利用差压计(型号：ht-1891)检测作用于待测样品2表面的气压值。
在本实施例中，待测样品2的最大变形量约6mm，如图3所示，即最大应变值约20％，满足最大应变值不超过30％的要求。利用差压计测得距离喷嘴口0～10mm范围内的气流压力为4.024±0.006kpa，可以认为待测样品2在0～10mm的变形量范围内的气压值是一恒定值，取4.024kpa的气压值作为恒定应力值σ，进行后续分析。
(4)选取多要素函数式，对应变数据进行数据拟合，求解拟合系数，得到畜禽肉多要素黏弹模型，并确定黏弹参数。
应变值ε(t)的数据采集后，利用气流冲击结束后待测样品2的变形数据观察待测样品2的变形特征。变形特征为气流冲击结束后，待测样品2是否能够完全恢复，若能完全恢复，则说明待测样品2不存在残余变形；若不能完全恢复，则说明待测样品2存在残余变形。为了方便观察变形特征，在本实施例中，将采集的应变-时间数据以曲线的形式表现，如图3所示。由图3明显地观察到3个待测样品2在变形恢复阶段均未完全恢复，说明待测样品2存在残余变形，且随着时间的延长，变形恢复逐渐趋于一恒定值，说明继续采集变形数据的5s恢复时间能够表征恢复特征。
建立广义开尔文模型是为了更精确地描述畜禽肉的变形过程，从而获取更为精确的畜禽肉多要素黏弹模型及其黏弹参数。五要素模型、六要素模型、七要素模型、八要素模型或更多要素数量的畜禽肉多要素黏弹模型均为广义开尔文模型，广义开尔文模型由许多开尔文模型串联而成。
畜禽肉多要素黏弹模型根据待测样品2是否存在残余变形，选取多要素模型的类型；若待测样品2不存在残余变形，选取奇数型多要素模型(如三要素模型、五要素模型、七要素模型等)进行数据拟合；若待测样品2存在残余变形，选取偶数型多要素模型(如四要素模型、六要素模型、八要素模型等)进行数据拟合。
在本实施例中，根据待测样品2变形恢复阶段的变形特征，确定待测样品2存在残余变形。因此，采用偶数型多要素模型并建立偶数型多要素函数式，对气流加载阶段的应变数据进行数据拟合。
四要素函数式的形式如式(7)所示：
为保证拟合系数有物理意义，进行数据拟合时，为所要建立的函数式添加拟合系数均大于0的约束条件。
采用通用全局优化算法分别对3个待测样品2气流加载阶段的应变数据进行数据拟合，将所得到的四个拟合系数a1、a2、a3和a4的值代入四要素函数式，可得到3个待测样品2的畜禽肉四要素黏弹模型。
比较畜禽肉多要素黏弹模型拟合精度的参数，包括决定系数(r2)、残差平方和(sse)、卡方系数(chi-square)和f统计(f-statistic)。在本实施例中选用决定系数(r2)作为畜禽肉多要素黏弹模型拟合精度比较的指标。其中一个待测样品的畜禽肉四要素黏弹模型拟合效果示意图如图4所示。
所得3个待测样品2的畜禽肉四要素黏弹模型分别如式(19)-式(21)所示。
ε(t)＝0.0483+0.1185(1-e-t/0.0535)+0.0239t(19)
其中，r2＝0.9845；
ε(t)＝0.0450+0.1273(1-e-t/0.0871)+0.0209t(20)
其中，r2＝0.9907；
ε(t)＝0.0577+0.1086(1-e-t/0.0770)+0.0164t(21)
其中，r2＝0.9756。
根据式(3)-式(6)和式(9)计算黏弹参数e1、e2、η1和η2，
e1＝σ/a1(3)
e2＝σ/a2(4)
τ2＝a3(5)
η2＝e2·τ2(6)
η1＝σ/a4(9)
如表1所示为计算得到的3个待测样品2的黏弹参数。
表1待测样品2的四要素黏弹模型黏弹参数
六要素函数式的形式如式(15)所示：
所得3个待测样品2的畜禽肉六要素黏弹模型分别如式(22)-式(24)所示。
ε(t)＝0.0433+0.1064(1-e-t/0.0368)+0.0584(1-e-t/0.2441)+0.0118t(22)
其中，r2＝0.9989；
ε(t)＝0.0364+0.0897(1-e-t/0.0448)+0.0558(1-e-t/0.2375)+0.0143t(23)
其中，r2＝0.9982；
ε(t)＝0.0411+0.0672(1-e-t/0.0173)+0.0654(1-e-t/0.1755)+0.0110t(24)
其中，r2＝0.9983。
如表2所示为计算得到的3个待测样品2的黏弹参数。
表2待测样品2的六要素黏弹模型黏弹参数
(5)比较各畜禽肉多要素黏弹模型的拟合效果，根据实际需求选择能表征待测样品2黏弹特性的最佳畜禽肉多要素黏弹模型及其黏弹参数。
根据实际需求选择最佳畜禽肉多要素黏弹模型的具体过程如下：
首先比较各畜禽肉多要素黏弹模型拟合的决定系数，然后选择适当的模型。决定系数r2越大，且越接近1，则说明拟合效果越好。
从理论上看，要素数量越多的畜禽肉多要素黏弹模型的拟合效果越好，但是在决定系数满足需求的基础上，为简化模型，选择要素数量较少的畜禽肉多要素黏弹模型。
由上述所建立的3个待测样品2的畜禽肉六要素黏弹模型的拟合决定系数可知，r2均超过0.998，完全满足拟合精度的需求，且已明显优于畜禽肉四要素黏弹模型的拟合精度。因此，在本实施例中，无需再建立畜禽肉八要素黏弹模型。同时为了简化畜禽肉多要素黏弹模型，在本实施例中，选择畜禽肉六要素黏弹模型为最佳的畜禽肉多要素黏弹模型。
确定最佳的畜禽肉多要素黏弹模型后，相应的黏弹参数随即获得，对所有待测样品2的黏弹参数取平均值，以表征该畜禽肉部位的黏弹性。
在本实施例中，经取平均值后，该畜禽肉部位的黏弹参数如表3所示。
表3冷鲜牛肉黄瓜条的黏弹参数
综上所述，本发明提供一种畜禽肉多要素黏弹模型建立及其黏弹参数确定的方法。通过畜禽肉黏弹性无损检测系统采集待测样品2的变形信息，根据待测样品2的变形特征，是选择奇数型多要素模型，还是选择偶数型多要素模型，然后采用多要素函数式对应变数据进行数据拟合，根据拟合出的拟合系数，建立畜禽肉多要素黏弹模型。比较各畜禽肉多要素黏弹模型的拟合效果；并根据实际需求选择表征待测样品2黏弹特性最佳的畜禽肉多要素黏弹模型，并提取黏弹参数。
在本实施例中，通过畜禽肉多要素黏弹模型建立方法，得到冷鲜牛肉黄瓜条的最佳畜禽肉多要素黏弹模型为畜禽肉六要素黏弹模型，黏弹特性以六个黏弹参数表征。所述畜禽肉多要素黏弹模型建立方法可以建立不同类型畜禽肉的畜禽肉多要素黏弹模型，并得到表征该类型畜禽肉黏弹性的黏弹参数。若要获取不同储藏天数后的畜禽肉黏弹特性，只需将待测畜禽肉样品储藏到指定天数，然后再利用畜禽肉黏弹性无损检测系统和所述畜禽肉多要素黏弹模型建立方法进行检测、计算即可。
本发明的实施例仅是为了示例和描述起见而给出的，而并不是无遗漏地公开了本发明的所有形式，而将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言显而易见。附图和描述的实施例仅是为了更好地说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明，从而设计适于特定用途的带有显而易见修改的各种实施例。
本说明书中未做详细描述的内容属于本领域专业技术人员公知的现有技术。