定量测量液体质地的装置和方法与流程
本发明涉及利用非介入式光声技术对液体的质地进行定量测量。
背景技术：
质地(texture)是决定消费者对食品偏好的最重要的感觉特征之一，并且其通常通过感官评估来评定。然而，感官评估是耗时且昂贵的，因此，需要可靠和实用的仪器化方法来准确地预测感官质地属性和其他休闲食品性质。
当生产马铃薯片等休闲食品时，质地性质取决于原料特性(即低固相或高固相马铃薯)和原料所经历的加工条件，如温度分布、切片厚度，以及成品特性(如水分、含油量等)。
马铃薯片的松脆性、柔软性和/或清脆性只是使食品吸引消费者并且使消费者满意的质地和口感特性的几个例子。质地是消费者用来判断许多食品的质量和新鲜度的主要标准之一。当食品在嘴中产生物理感觉(硬、软、脆、湿、干)时，消费者就有了确定食品质量(新鲜、陈腐、嫩、熟)的基础。
一个主要的挑战是如何准确和客观地测量液体和固形物的质地和口感。质地是与许多物理性质(如硬度和碎裂性(fracturability))相关的复合特性，并且这种关系是复杂的。质地或口感不能以从仪器获得的单个值来定量地测量。口感是难以定义的，因为它涉及食品在嘴中的全部物理和化学相互作用--从最初的在腭部上的感知，到第一次咬合，经过咀嚼，以及最后吞咽的动作。需要定量地测量食品在嘴中的相互作用。
硬度方面存在的问题是它们与感官测试的相关性并不总是像预期的那么高。在许多情况下，施加在马铃薯片上的峰值力的度量不足以复制出消费者所体验的质地。因此，消费者对硬度的判断可以比来自破坏性分析测试的简单的峰值力度量更细微。
目前，仪器读数与品尝小组(tastepanel)评分之间不存在任何良好的相关性。问题在于，在咀嚼过程中，没有一种仪器能够在咀嚼过程中像人的嘴那样精确地处理食品。例如，仪器可以在两个盘之间压缩食品，而人则会用门牙咬下去。因此，需要一种与专家小组(expertpanel)的定性测量有好的相关性的定量的质地测量。
品尝葡萄酒过程中的复杂性意味着许多情形。检测和品鉴葡萄酒的复杂性的能力将成为在学习如何品尝葡萄酒的整体过程的好的衡量标准。然而，目前还没有定量的方法来测定葡萄酒中的复杂风味。典型的情况是，当将一口葡萄酒倒入嘴中并吮吸时，就像通过吸管将其吸出来一样，只会使葡萄酒充气然后在你的嘴里循环。所有的葡萄酒都没有单一的配方，但风味之间应该始终保持平衡。如果一种葡萄酒太酸、太甜、太涩、太辣(酒精)、太苦或太绵柔(缺乏酸)，那它就不是一种平衡良好的葡萄酒。除了简单地识别水果、花、草本植物、矿物质、酒桶(barrel)等风味外，味蕾还用来确定葡萄酒是否平衡、和谐、复杂、进化和完整。平衡的葡萄酒应当具有良好比例的其基本风味成分。味蕾检测出甜、酸、咸、和苦。甜(残糖)和酸(酸度)显然是葡萄酒的重要组成部分。然而，目前还没有定量的方法来测量葡萄酒中的平衡度和其他成分。
与品尝葡萄酒相似，目前的咖啡品尝方法也没有提供一种定量的方法来测量咖啡的风味和味道。目前在食品工业中，饮料的口感由定性的流变学手段来表征。对于饮料，有时使用流变仪来测量液体的粘度或弹性。虽然测量对于工业至关重要，但它们不能解释当样品接触到人类唾液时消费者所体验的流变性。唾液是一种位于人类和动物的嘴中的由唾液腺分泌的水性物质。人体唾液的99.5％是水，其余的0.5％由电解质、粘液、糖蛋白、酶、抗菌剂和细菌化合物(诸如分泌型iga和溶菌酶)组成。唾液中发现的酶在开始消化膳食淀粉和脂肪的过程中是必不可少的。此外，唾液具有润滑作用，其润湿食品并允许开始吞咽，以及保护口腔粘膜表面不干燥。唾液的特性(例如ph值、粘度和其他其它特性)因个体而异，但也有采用饮料标准来校准测量的手段。更具体地说，目前对饮料质地的定性和定量测量显示出测量误差，这需要大量的样本才能达到统计的显著性。例如，以流变方式按甜味剂在饮料中被测得的浓度来区分它们被证明是非常困难的；换言之，如果有测量误差，很难区分无糖百事(diet
现有技术质地测量系统
来自质地技术公司(texturetechnologiescorp.,)的通用型ta-xt2质地分析仪可以执行完整的tpa计算，并随附多种标准探头，包括各种尺寸的针、锥、柱体、冲头、刀和球。图1示出了使用ta-xt2质地分析仪来测量质地属性(例如硬度和碎裂性)的现有技术系统。该系统包括探头(0101)，其对休闲食品(如马铃薯片)施加力，并测量使该片破裂所需的力的量。硬度可被测量为使产品变形至给定距离所需的力，即，用来在臼齿之间压缩、经由门牙咬合、在舌头和腭部之间压缩的力。
现有技术质地测量方法
如图2所示，与现有技术系统相关联的现有技术质地测量方法可以包括以下步骤，包括：
(1)将休闲食品放置在表面上(0201)；
(2)利用探针对休闲食品施加力并使休闲食品破损/变形(0202)；
(3)从休闲食品中产生声信号或者测量所施加的力(0203)；
施加的力可能取决于休闲食品的形状。例如，u形休闲食品或卷曲形状的休闲食品可能以任一方向放置，而所施加的使该休闲食品破裂的力可能是不同的。因此，需要与形状无关的定量的质地测量。
(4)用声学捕获设备捕获声信号，或者记录使该休闲食品破裂所需的力(0204)；
以预设频率捕获一段时间的声信号，并将该信号绘制为时间(秒)与强度(db)的关系。需要在宽泛的频率范围内测量声信号。
(5)由所述声信号生成质地模型(0205)；和
从休闲食品的时间与强度关系的图来建立质地属性(诸如硬度和碎裂性)的模型。可替换地，也可以使用来自测量的力的模型来开发(develop)模型。
(6)从质地模型测量休闲食品的质地属性。
根据步骤(0205)中开发的模型来测量休闲食品的质地属性。质地属性与来自专家小组的定性质地属性数关联，如下面的图3中所描述的那样。
现有技术质地关联方法
如图3一般性地示出的，现有技术质地关联方法可以包括以下步骤：
(1)将休闲食品样品运送至专家小组(0301)；
运送休闲食品样品可能需要时间，休闲食品在运送过程中可能会发生质地变化。因此，需要限制向专家小组运送休闲食品的次数。
(2)定性分析所述休闲食品样品(0302)；
该过程从训练有素的感官小组开始，进行有意义的质地剖面分析，评委小组需要具有对质地分类系统、标准评级尺度的使用以及与测试机制有关的正确程序的现有评级知识。小组成员的训练从每个属性的明确定义开始。此外，用来评估食物产品的技术应该是明确规定的，说明如何将食品放入嘴中，是由牙齿(以及哪个牙齿)作用还是由舌头作用，以及有何特定的感觉待评估。给予小组成员用于评估的参考标准，以使他们能够实践他们的感官评估技术和使用尺度。硬度和碎裂性通常被认为是最重要的质地属性。目前，在仪器读数与品尝小组评分之间不存在任何类型的良好的关联性。目前还没有一种仪器能够像人的嘴那样在咀嚼期间精确地处理食品。例如，仪器可以在两个盘之间压缩食品，而人则会利用门牙咬下去。事实上，仪器所测量的内容可能与消费者所感知到的根本不相关。因此，需要一种可以定量地测量质地属性并且与品尝小组评分相关联的系统。
(3)为休闲食品样品的质地属性分配描述性小组数(0303)；
执行感官化的感官评估，其中已训练的小组成员对各种描述符/质地属性分配(assign)强度等级。例如，在评估马铃薯片时，硬度可能被认为是一个重要的属性。在这种情况下，小组成员根据尺度分配硬度评分，其中1等于极软，15等于极硬。小组成员可以评定马铃薯片样品a、b和c的硬度。在品尝小组完成后，在如下描述的步骤(0304)中得出该食品的仪器读数。
(4)使用介入式分析方法测量质地属性(0304)；
所选择的仪器化工艺需要尽可能地复制出嘴如何处理特定的食品。该仪器应以与咀嚼期间嘴和牙齿相同的方向和相同的速度施加相同的力。该仪器可以记录一段时间的声信号并生成模型。因此，需要在更宽的频率范围内记录声音。
(5)将分析的和定性的质地属性进行关联(0305)；
将感官数据(描述性小组数)与仪器测量值之间进行统计地关联。目前，基于强度与时间测量值的关联性在统计上产生弱的关联性。因此，需要在描述性小组数和分析模型之间建立强的关联性。
(6)生成关联模型(0306)。
因此，需要进行非介入式的定量质地测量，以实现以下目标：
·提供定量方法来测量成品的属性(诸如粘度、密度、口感、涩度、粘附感(mouthcoating)、甜度、感官和流变性)。
·提供质地属性(诸如硬度、碎裂性、酥脆性(crispiness)和表面油性)的定量分析测量。
·提供分析频域数据以准确对质地属性建模。
·提供0至5000khz宽频率范围内的声信号捕获。
·为质地测量提供与形状无关的定量测试。
·提供对液体质地的非介入式定量测量。
·用最少样本提供具有更高的精度和可靠性的定量质地测量。
·提供更便宜的定量质地测量测试。
·提供定量测量的即时结果。
·提供具有良好关联性且r2大于0.9的精确模型。
·提供精确度优于5％的高分辨率质地测量。
·提供对液体的可重复和可复制的定量测量。
虽然这些目的不应理解为限制本发明的教导，但这些目的通常是通过在以下部分中讨论的所公开的本发明的一部分或全部来实现的。本领域技术人员无疑将能够选择所公开的本发明的多个方面从而影响上面描述的目的任何组合。
技术实现要素：
发明在各种实施例中以如下方式解决了上述目的中的一个或多个目的。所述质地测量装置包括能量激发工具、声学捕获设备和数据处理单元。所述能量激发工具将激光导向放置在表面上的液体，并使材料迅速地膨胀，这导致产生通过空气传播并且产生声信号的气压波。所述声学捕获设备记录该信号并且将其转发给数据处理单元。数据处理单元还包括数字信号处理模块。数字信号处理模块对接收的声信号进行平滑、转换和滤波。统计处理模块对来自数据处理单元的声信号进一步地滤波，并且生成用于质地属性(诸如硬度、碎裂性、酥脆性等)的定量的声学模型。该定量模型与来自描述性专家小组的定性质地测量相关联。通过该装置利用所述定量的声学模型来定量地测量所述液体的质地。
本发明的系统可用于定量地测量休闲食品的质地的方法的环境中，该方法包括以下步骤：
将液体放置在移动或不可移动的表面上的容器中；
引导电磁波(能量，如激光)照射所述液体；
从休闲食品中产生声信号；
利用声学捕获设备捕获所述声信号；
将所述声信号转发至数据处理单元；和
利用质地模型中的质地属性来测量所述液体的质地。
将本文所描述的各种优选示例性实施例的系统与所述和其他优选示例性实施例的方法相结合都在本发明的整体范围的预期之中。
附图说明
为了更充分地理解本发明所提供的优点，应参考以下详细说明及附图，其中：
图1是现有技术的用于测量食品中的质地的介入式系统。
图2是现有技术的用于利用声信号测量质地的流程图。
图3是现有技术的用于关联质地测量值的方法。
图4是根据本发明的示例性实施例的用于质地属性的定量测量的系统。
图5是根据本发明的示例性实施例的将能量引导到食品上的激发工具。
图6是根据本发明的示例性实施例的捕获声信号的声学捕获单元。
图6a是根据本发明的示例性实施例的质地测量装置，其包括抛物面盘形壳体以及置于盘内的声学捕获设备。
图7是根据本发明的示例性实施例的数据处理单元。
图8是根据本发明的示例性实施例的数字信号处理单元。
图9是根据本发明的示例性实施例的统计处理单元。
图10是根据本发明的示例性实施例的用于质地的定量测量的方法的流程图。
图11是根据本发明的优选实施例的用于质地的定量关联性的方法的示例性的流程图。
图12是根据本发明的优选实施例的用于定量质地模型开发的方法的示例性的流程图。
图13是根据本发明的优选实施例的用于光声信号生成的方法的示例性的流程图。
图14是根据本发明的优选实施例的用于声信号处理的方法的示例性的流程图。
图15是根据本发明的优选实施例的用于声学统计处理的方法的示例性的流程图。
图16是根据优选的示例性实施例的示例性的休闲食品指纹识别(fingerprinting)方法。
图17是根据优选的示例性实施例的示例性的休闲食品指纹识别匹配表。
图18是根据本发明的优选实施例的示例性的声信号时域到频域转换图。
图19是根据本发明的优选实施例的示例性的质地属性(硬度)与相关频率的关系图。
图20是根据本发明的优选实施例的示例性的质地属性(碎裂性)与相关频率的关系图。
图21是根据本发明的优选实施例的另一示例性的质地属性(硬度)与相关频率的关系图。
图22是根据本发明的示例性实施例的用于液体的质地属性的定量测量的系统。
图23是根据本发明的示例性实施例的用于液体的质地属性的定量测量的方法的流程图。
图24是根据本发明的优选实施例的用于液体的质地属性的定量关联性的方法的示例性的流程图。
图25是根据本发明的优选实施例的用于基于光声关联性来配制饮料的方法的示例性的流程图。
图26是示出了根据本发明的优选实施例的基于定量质地属性的液体分离的示例性的统计图。
具体实施方式
虽然本发明可以以多种不同的形式的实施例来体现，但在附图中示出并将在本文中详细描述本发明的优选实施例，应当理解，所公开的内容将被视为本发明的原理的示例，而不是意在将本发明的广泛方面限定于所示出的实施例。
将特别参考当前示例性的实施例来描述本申请的众多创新的教导，其中这些创新的教导被有利地应用于休闲食品设备和方法的质地属性的定量测量。然而，应当理解的是，本实施例仅仅是本文的创新的教导的许多有利用途的一个示例。通常，在本申请的说明书中所作的陈述并不必然限制各个所要求的发明。此外，有些陈述可以适用于一些创新的特征，但不适用于其他特征。
本文所使用的术语“质地”被定义为与液体的许多物理性质有关的性质，如粘度、密度、口感、涩度、粘附感、甜度、感官和流变性。应当指出，术语“质地”和“质地属性”可互换使用，以指示质地的一个或多个性质。应当指出，术语“描述性小组数”、“品尝小组评分”、“定性质地数”和“品尝小组数”可互换使用，以指示专家小组对质地测量的定性测量。应当指出，术语“光声模型”、“声学模型”、“声学质地模型”、“定量质地属性模型”可互换使用，以指示用于休闲食品的质地属性的定量模型。应当指出，本文所述的适用于休闲食品的示例性的方法和设备可适用于液体，反之亦然。
用于质地属性的定量测量的示例性实施例系统(0400-0900)
本发明的一个方面提供一种定量测量休闲食品的质地属性的方法。本发明的另一方面涉及通过专家小组将定量质地属性测量值与定性测量的质地属性相关联。本发明还旨在基于捕获的声信号中的相关频率开发一种质地属性模型。根据本发明的又一方面，基于光声定量的休闲食品性质测量值来识别(食品指纹识别)休闲食品。
本发明的申请人建立了一个系统，该系统包括：用于将能量导向液体的能量激发工具、用于记录/捕获来自液体的声信号的声学捕获设备，以及处理捕获的声信号并生成质地属性模型的数据处理单元。在一个实施例中，所述能量激发工具是被配置以产生激光的激光产生工具。存在本发明的多个实施例，其落入以其最宽泛的解释的本发明的范围之内。
示例性实施例的质地测量工具(0400)
如图4所一般性地示出的，可以更详细地参考本发明，其中示例性的质地测量工具(0400)包括壳体、附接在壳体上的能量激发工具(0401)，该能量激发工具被定位以将电磁波(能量，例如激光)(0407)导向放置在食品中途站(stagingstation)(0405)上的休闲食品(0409)。根据一个优选的示例性实施例，所述休闲食品是基于淀粉的休闲食品。根据另一个优选的实施例，所述休闲食品是马铃薯片。食品中途站可以是可移动的或不可移动的表面。根据优选的示例性实施例，所述能量激发工具是产生激光的激光产生单元。应当指出，任何能在食品基质(substrate)上产生激发的工具都可用作能量激发工具。中途站(0405)可以是用于开发声学模型的平面。当在在线制造过程中测量质地时，中途站(0405)可以是承载休闲食品的传送带。根据示例性的实施例，声学捕获设备(0403)可以被定位以记录/捕获来自休闲食品(0409)的声信号(0406)。声学捕获设备(0403)可以通过电缆(0402)或无线方式与数据处理单元(dpu)(0404)通信。声学捕获设备可以捕获0khz(千赫兹)至500khz的范围内的声信号。此外，声学捕获设备(0403)可以以一定角度直接放置在休闲食品(0409)的上方。根据优选的示例性实施例，声学捕获设备以单向方式捕获声信号。声学捕获设备可以与数据处理单元通信。根据其他的优选的实施例，声学捕获设备以全向方式捕获声信号。根据优选的示例性实施例，声学捕获设备是包含无线电发射器的无线麦克风。在优选的示例性实施例中，声学捕获设备是动态的麦克风。在另一个优选的示例性实施例中，声学捕获设备是光纤麦克风。可以以与休闲食品(0409)呈预定的距离和预定的角度来放置声学捕获设备(0403)。可以对预定的距离进行选择，以使其产生到食品的最大通量。对从能量激发工具(0401)的底部到中途站的顶部(0405)的距离(0408)进行选择，以使得能量束(激光)在制造环境中是安全的。根据优选的示例性实施例，距离为
声学捕获设备(0403)可以经由dpu(0404)中的输入输出模块利用导电电缆与dpu(0404)物理连接。在可替代布置中，声学捕获设备(0403)可以将声信号以无线方式转发到dpu(0404)中的输入输出模块。无线协议可以使用诸如wifi或蓝牙的标准协议。在示例性的实施例中，声学捕获设备(0403)可以被远程定位，并且可以利用诸如lte、3g和/或4g协议将声信号以无线方式转发到dpu(0404)。在其他的示例性的实施例中，可以通过诸如以太网的有线协议将远程定位的dpu(0404)连接到声学捕获设备(0403)。
能量激发工具(0401)被定位以将能量导向休闲食品(0409)。应当指出，所示的引导的角度仅供说明的目的。引导能量的角度可以被配置以产生休闲食品的最佳激发，以使得在激发工具将能量导向休闲食品之后，声学捕获设备(0403)可以捕获完整的声信号。然后可以捕获一段时间的声信号。声信号可以表示为强度(db)与时间(秒)的关系。根据优选的示例性实施例，所述声信号被捕获1秒至5分钟。根据其他的优选的实施例，来自休闲食品的声信号被捕获2秒。根据更优选的示例性实施例，来自休闲食品的声信号被捕获1秒。根据最优选的示例性实施例，来自休闲食品的声信号被捕获10秒。
根据优选的示例性实施例，所述能量激发工具将能量导向休闲食品的脉冲持续时间或点火时间(firingtime)为5毫秒至5分钟。仍根据其他的优选的实施例，能量激发工具将能量导向休闲食品1纳秒。根据更优选的示例性实施例，能量激发工具将能量导向休闲食品1分钟。根据最优选的示例性实施例，能量激发工具将能量导向休闲食品9纳秒至12纳秒。
示例性能量激发工具(0500)
如图5(0500)所一般性地示出的，与图4(0400)中的(0401)类似的示例性的能量激发工具(0500)包括安装在能量壳体(0505)内的能量产生单元(0504)。能量产生单元(0504)可产生电磁波，该电磁波可以激发来自食品基质的分子，从而使分子获得热能并振动产生声音。电磁波可包括512nm(纳米)至2048nm的波长。更优选的电磁波范围可以包括470nm至1mm(毫米)的波长。能量产生单元(0504)可以激发来自食品基质的分子，使分子振动而产生声音。激发可以被定义为高于任意基线能量状态的能级的升高。当分子被激发时，根据下式，热膨胀率可能与材料的类型和密度有关。质地可能与热膨胀率间接地相关，因此质地与材料的类型和密度间接地相关。
热膨胀率＝函数(材料，密度)
质地＝函数(材料，密度)
能级的具体技术定义通常与被提升到激发态的原子相关。在优选的示例性实施例中，所述能量激发工具是激光产生工具，其产生一个非常窄的、高度集中的光束。激光器是一种基于受激发射的电磁辐射通过光学放大过程而发射光的设备。激光的空间相干性允许激光聚焦成紧密的光斑。空间相干性也允许激光束在大的距离内保持狭窄(准直)。激光也可以具有很高的时间相干性，这允许它们能够以非常窄的光谱发射光，即它们可以发射单色光。能量产生单元(0504)(激光产生单元)可以包括增益介质、激光泵浦能量、高反射器、输出耦合器和激光束。激光束(0502)可穿过中空管(0503)并照射反射镜(0501)。中空管(0503)可以由机械地连接到能量壳体(0505)的金属臂(0512)保持。在优选的示例性实施例中，激光束可以不需要中空管而行进。金属臂可以由承载中空管(0503)和壳体(0506)的重量的金属制成。激光器可以包含影响发射光的性质(诸如光束的偏振、波长、光斑大小、发散性和形状)的附加元件。
反射镜(0501)将激光束(0502)反射到位于表面上的休闲食品基质上。根据优选的示例性实施例，反射镜与垂直方向成在1度至89度之间的角度。根据最优选的示例性实施例，反射镜与垂直方向成45度的角度。多个反射镜、多个透镜和扩展器的任何组合可以用来产生照射到休闲食品上的光斑尺寸一致的激光。当光束穿过反射镜和透镜的组合时，来自激光产生单元的激光光束可以被重新定向、扩大和聚焦。应当注意的是，即使图5中示出了单个反射镜和单个透镜，其不应被解释为限制性的，并且可以使用多个反射镜、多个透镜和多个扩展器的任何组合来产生光斑尺寸一致的激光束。反射的激光束(0509)穿过壳体(0506)中的窄窗(0511)。用于容纳声学捕获设备的声学设备外壳(0507)可以被安装在壳体(0506)中。应当指出，如图5(0500)所示的壳体(0506)的形状为矩形，然而，任何形状均可以用于能够隔绝声音和保证人的安全的壳体。根据优选的示例性实施例，壳体(0506)可以是圆柱形、立方体形、锥形、球形或三棱柱形。类似地，声学设备外壳(0507)可以成形为矩形棱柱形、圆柱形、立方体形、锥形、球形或三棱柱形。声学设备外壳(0507)可以容纳诸如麦克风的声学设备。声学设备外壳(0507)还可以保持正气压，以确保外壳(0507)内的微粒自由环境。正气压可以通过利用空气泵将空气吹入外壳来保持。根据优选的示例性实施例，窄窗(0511)可以由蓝宝石材料或熔融二氧化硅制成。任何将激光束与食品分离的半透明窗口都可以用作窄窗。根据其他的优选的示例性实施例，窄窗(0511)被对准以使激光束(0509)在所期望的方向的±1度以内。所期望的方向可以是垂直的，或可以与垂直面成一定的角度。激光能级(laserlevel)传感器(0510)位于壳体(0506)内，以感测来自表面的食品的能级。激光传感器(0501)可以防止人的不期望地进入壳体(0506)。例如，如果激光传感器检测到有物体或人手在休闲食品上，它可以自动地关闭激光并防止人暴露于激光。根据优选的示例性实施例，激光能级为人提供了安全的激光环境。根据其他的优选的示例性实施例，激光能级检测距离堆放表面±2英寸以内的休闲食品。温度传感器(0511)可以位于壳体(0506)内部，以测量温度。根据优选的示例性实施例，食品的质感属性测量值可以由该食品的温度波动补偿。
来自激光产生器的激光束也可以通过光缆被引导到产品床，在激光和产品之间，任何数量的聚焦和扩大光学器件与光缆耦合。除了在激光束进入光缆的端部处，光缆不需要与光束路径平行。
示例性的能量激发工具和示例性的声学捕获设备(0600)
如图6所示，其示出了能量激发工具的能量激发前后的图。能量激发工具(0601)被定位以将能量(电磁波)导向休闲食品(0602)。应当指出，所示的引导的角度仅供说明的目的。引导能量的角度可以被配置以产生对休闲食品的最佳激发，以使得在激发工具将能量导向休闲食品之后，声学捕获设备(0603)可以捕获完整的声信号。然后可以捕获一段时间的声信号。声信号可以表示为强度(db)与时间(秒或微秒)的关系。根据优选的示例性实施例，声信号被捕获1秒至3分钟。根据其他的优选的实施例，来自休闲食品的声信号被捕获10秒。根据更优选的示例性实施例，来自休闲食品的声信号被捕获1秒。根据最优选的示例性实施例，来自休闲食品的声信号被捕获10秒。
根据优选的示例性实施例，所述能量激发工具将能量导向休闲食品1秒至3分钟。根据其他的优选的实施例，能量激发工具将能量导向休闲食品1微秒。根据更优选的示例性实施例，能量激发工具将能量导向休闲食品1分钟。根据最优选的示例性实施例，能量激发工具将能量导向休闲食品10秒。
根据优选的示例性实施例，产品床处的区域的通量(fluence，能量每单位面积)为15mj/mm2至700mj/mm2(兆焦耳/平方毫米)。根据更优选的示例性实施例，产品床处的通量为62.5mj/mm2至594.5mj/mm2。根据其他的优选实施例，产品床处的通量为300mj/mm2至350mj/mm2。根据最优选的示例性实施例，产品床处的通量为311mj/mm2。通过改变激光的激光能量或光斑尺寸(面积)，而可以改变所述通量。
为了获得最佳的通量，激光束的直径可以由激光产生器定制。根据优选的示例性实施例，激光束的直径为100微米至400微米。根据优选的示例性实施例，激光束的直径为250微米至350微米。根据优选的示例性实施例，激光束的直径为300微米。可以调整激光束的直径来确保在四英寸(距离中心点±2英寸)窗内获得最大化的激发通量。在产品床上的激光束的照射点应当理想地在光束的焦点(其是最高通量的点)处，或者根据优选示例性实施例，在焦点的+/-2英寸(inch)以内。该装置可以使用具有用于1064nm波长的抗反射(anti-reflective，ar)涂层的反射镜和聚焦透镜。光束和聚焦反射镜布置的示例可以是这样的光束：其源自激光产生器，照射位于702mm之外的转向镜，并向下反射400mm以穿过聚焦光学器件，该聚焦光学器件也被涂覆有用于1064nm波长的抗反射涂层。光束随后可以穿过最终窗，该窗被设计成密封光学器件使其远离外部环境，并且防止在光学器件上形成任何油/碎屑堆积。根据优选的示例性实施例，优选的光斑尺寸在距聚焦光学器件200mm至600mm处实现。根据更优选的示例性实施例，优选的光斑尺寸在距聚焦光学器件300mm至500mm处实现。根据最优选的示例性实施例，优选的光斑尺寸在距聚焦光学器件400mm处实现。
声学捕获设备(诸如麦克风)可以被定向地指向产品床处的光束照射点，并且被定位成使其不超过2英尺(foot)。根据优选的示例性实施例，声学捕获设备被定位成距离食品上的光束照射点1英寸至2英尺。根据优选的示例性实施例，声学捕获设备被定位成距离食品上的光束点1英寸至1英尺。根据优选的示例性实施例，声学捕获设备被定位成距离食品上的光束照射点1英尺至2英尺。
根据其他的优选的示例性实施例，所述壳体可以为圆柱形。根据又一个优选的实施例，所述壳体可以成形为抛物面盘。如图6a(0610)所示，容纳在能量外壳(0615)中的激光束产生器(0618)产生激光束(0619)。激光束可以从反射镜(0611)被反射，然后照射可以在可移动表面(例如传送带(0617))上通过的食品(0614)。当激光束照射到食品时，会产生声信号。声学捕获设备(0612)(诸如麦克风)可以被设置在壳体(0616)内，以捕获具有最大通量的光信号(0613)。声学捕获设备(0612)(诸如麦克风)可以被聚集在抛物面盘上，该抛物面盘将声信号引导至麦克风。温度传感器可以被设置在壳体内(0616)，以测量食品的温度。根据优选的示例性实施例，食品的质地属性测量值可以由该食品的温度波动补偿。
示例性数据处理单元(0700)
如图7(0700)所一般性地示出的，数据处理单元(dpu)(0701)包括控制单元、显示单元、处理单元和输入输出模块。所述控制单元可以进一步包括微控制器(0707)、逻辑控制器(0706)和网络控制器(0705)。显示单元可以通过主机总线与控制单元连接。显示单元可以进一步包括显示终端(0708)，其被配置以显示图形用户界面(gui)(0709)。可以利用指点设备或者通过连接到dpu的键盘来对gui(0709)进行导航。gui(0709)可被用于输入诸如休闲食品特定频率、声音捕获时间、声音捕获频率范围等参数
处理单元可以包括数字信号处理单元(0703)和统计处理单元(0704)。数字信号处理单元(0703)可以从输入输出模块(0702)获得输入。统计处理单元(0704)可从数字处理单元(0703)接收输入，并且进一步处理该输入，以查找用于产生用于休闲食品的定量声学模型的相关频率。当声学捕获设备捕获到声信号时，可以通过输入输出模块(0702)将该信号转发到dpu(0701)。输入输出模块(0702)可以进一步包括用于捕获和处理捕获的声信号的定制硬件(诸如模数转换器(adc))。可以通过有线或无线连接将声信号转发到dpu。可以对连接协议和连接导线进行选择，以使信号损失最小化并且使信噪比为可接受的，以进行进一步的处理。通用总线可以承载到/来自dpu(0701)的不同模块的数据。应当指出，对于总线的操作超出本发明的范围。
微控制器(0707)可以执行来自存储器或rom(0710)的指令。微控制器的指令集可以被实施以处理声信号的数据。微控制器还可以使用定制指令集以在生产操作期间实时地优先和加速声信号的处理。指令集的定制超出本发明的范围。逻辑控制器可以执行诸如任务的排序、优先化和自动化等操作。逻辑控制器也可以监督总线接口的握手协议。根据示例性的实施例，逻辑控制器控制用于识别声信号中相关频率的逻辑。逻辑控制器可以包括匹配模块，该匹配模块包含多个休闲食品的预定义频率。逻辑控制器随后可以匹配声信号中捕获的频率，并快速确定休闲食品的质地和质地的质量。例如，匹配模块可以包括特定频率，例如14000赫兹和75000赫兹。当记录的声信号包括14000hz或75000hz的频率时，逻辑控制器可以确定匹配并且利用中断信号提醒微控制器。然后，微控制器可以通过gui(0709)在显示器(0708)上显示质地信息。逻辑控制器还可以继续监测输入设备的状态，并根据定制程序作出决定以控制输出设备的状态。
示例性的数字信号处理模块(0800)
与图7(0700)所示的数字信号处理单元(0703)类似，数字信号处理单元(dsp)(0800)在图8(0800)中被一般性地示出。dsp(0800)可以进一步包括平滑模块(0801)、数据转换模块(0802)、信噪比增强模块(0803)和归一化模块(0804)。
根据示例性实施例，声学平滑模块(0801)从数据处理单元中的输入模块接收输入并且对接收的原始声信号进行平滑。声信号本质上是固有噪声的并且数据是离散的。声信号可以表示为强度(db)与时间(秒或微秒)的关系。通过对离散数据应用窗函数使数据连续。可应用于离散数据的窗函数包括巴莱特(barlett)、布莱克蒙(blackmon)、平顶(flattop)、汉宁(hanning)、汉明(hamming)、凯泽-贝塞尔(kaiser-bessel)、土耳其(turkey)和韦尔奇(welch)窗函数。对于随机信号类型，可以选择具有良好的频率分辨率、低频谱泄漏的平滑窗口来平滑数据。应注意的是，任何已知的窗口化函数都可以应用于原始声信号，以对原始声数据进行平滑和插值。
来自平滑模块(0801)的平滑后的声信号可以被转发到数据转换模块(0802)。数据转换模块(0802)可以将在时域上表示为强度(db)与时间(秒)的关系的声信号转换为如通常在图18(1800)中示出的强度(db)与频率(hz)之间的关系的频域。根据优选的示例性实施例，声信号从时域表示到频域表示的转换提供了将质地属性与休闲食品的相关频率精确地关联。组合的多声波在时域上产生复杂的模式，但利用fft转换后的信号显示几乎完全由不同的频率组成。根据最优选的示例性实施例，可以使用快速傅里叶变换(fft)技术将声信号从时域表示转换为频域表示。在图18(1800)中可以一般性地看到转换的示例。
来自转换模块的转换后的频率信号可能是有噪声的。信噪比增强模块(0803)可以从数据转换模块(0802)接收经转换的信号，并提高信号的信噪比以进行进一步处理。可以使用用于平滑数据以提高信噪比而不会使信号严重失真的技术。也可以使用诸如卷积的处理过程来提高信噪比。卷积处理过程可以通过线性最小二乘法用低阶多项式来拟合相邻数据点的连续子集。归一化模块(0804)可以从信噪比增强模块(0803)接收增强的信噪比频域信号。
dsp(0800)还可以从增强的信噪比频域信号中识别相关的频率和相关的强度，并且将信息存储在数据库中。dpu(0701)中的质地属性计算单元(0712)可以进一步检索存储的频率和强度信息，以计算休闲食品的质地属性。在开发了光声模型之后，质地属性计算单元(0712)可以存储用于不同休闲食品的系数。质地属性计算单元(0712)随后可以检索存储的系数以及存储的频率和强度信息，以计算质地属性测量值或对休闲食品进行指纹识别。
示例性的统计处理单元(0900)
与图7(0700)所示的统计处理单元(0704)类似，统计处理单元(spu)(0900)在图9中被一般性地示出。spu(0900)可以进一步包括维度回归模块(0901)、方差膨胀因子模块(0902)、主成分分析模块(0903)和子集回归模块(0904)。
来自数字信号处理单元(0703)的经平滑、转换和归一化的信号被转发到spu(0704)，用于建立具有良好相关性的质地属性模型。高维频谱数据需要统计滤波来建立有意义的模型。例如，可以以512个线性间隔频率来采样声学平滑的信号，可以通过重复处理来平均每个值，并用于创建统计模型。根据优选的示例性实施例，所述维度回归模块将频谱数据的总频率数降低到具有高相关性的用于模型建立的合理的可接受的数量。根据其他的优选的示例性实施例，使用上述示例完成用于变量选择的频率的维度的减少，总频率数可以从512个降为18个。
可以利用方差膨胀因子模块(vif)(0902)对来自维度回归模块(0901)的数据进行处理。vif模块测量预估与当预测变量不是线性相关时相比较，所估计的回归系数的方差被膨胀了多少。vif用于描述回归分析中存在的多少多重共线性(预测因子之间的关联性)。已知的是，由于多重共线性(multicollinearity)可以增加回归系数的方差，使回归系数不稳定并难以解释，因此其存在问题。方差膨胀因子的平方根指示，与如果变量与模型中的其他预测变量不关联情况下得到的标准误差相比较，标准误差会大多少。例如，如果预测变量的方差膨胀因子为5.27(√5.27＝2.3)，这意味着，针对该预测变量的系数的标准误差，是如果该预测变量与其他预测变量不关联情况下得到的标准误差的2.3倍。
来自方差膨胀因子模块(vif)(0902)的数据可以进一步由主成分分析模块(0903)进行处理。主成分分析(pca)是用于在数据集中强调方差并且提出强模式的技术。它通常用于使数据易于搜索(explore)和可视化。正如本领域所定义的，主成分分析(pca)是一种统计过程，其使用正交变换将可能相关的变量的观测的集合转换为线性不相关的变量(被称为主成分)的值。主成分的数目小于或等于原始变量的数目。这种转换被定义为，第一个主分量具有最大可能方差(即，尽可能多地考虑数据中的可变性)，并且每个后续分量在其与前面的分量正交(即不相关)的约束条件下具有可能的最大方差。根据优选的示例性实施例，使用主成分分析来确定声信号中用于开发定量的声学质地模型的最相关的频率。应当指出，可以使用本领域已知的任何其他分析技术来识别诸如相关频率的主成分。
利用最优子集回归模块(0904)对来自pca模块(0903)的数据进行进一步的回归处理，该子集回归模块被用于确定最相关的频率中的哪些频率对于具有良好关联性的质地属性模型建立是最好的。大于0.9的r2值可以被认为是来自模型的测量值与描述性专家小组数之间有良好关联性。
示例性的质地属性测量方法(1000)
如图10所一般性地示出的，可以按照下面的步骤来概括描述一种示例性质地测量方法：
(1)当食品在生产线上移动时，利用激光照射食品的表面，从而产生来自所述食品的表面的声信号(1001)；
(2)利用声学捕获设备捕获所述声信号(1002)；
(3)将所述声信号发送至数据处理单元，所述数据处理单元耦合至所述声学捕获设备(1003)；
(4)将所述声信号从时域转换为频域(1004)；
捕获所述声信号一段时间，并且将所述信号绘制为强度(db)与时间(秒)的关系；
(5)识别相关的频率以及与所述频率相关联的强度(1005)；和
(6)基于所述相关的频率以及所述相关联的强度定量所述食品的质地属性(1006)。
该一般性方法的概述可由本文所描述的各个元素来强化，以产生与该总体设计描述相一致的各种各样的发明实施例。
示例性的质地属性关联方法(1100)
如图11所一般性地示出的，示例性的质地关联方法可以一般性地由以下步骤来描述：
(1)将休闲食品样品运送至专家小组(1101)；
运送休闲食品样品可能需要时间，在运送过程中休闲食品可能会发生质地变化。由于根据优选的示例性实施例而建立的高关联性模型，大大减少了将样品运送到专家小组的次数。
(2)定性分析所述休闲食品样品(1102)；
通过专家小组给出品尝小组评分来定量测量质地属性。
(3)为所述休闲食品样本的质地属性分配描述性小组数(1103)；
(4)利用非介入式声学分析方法测量质地属性(1104)；
(5)将分析的和定性的质地属性(1105)进行关联；和
(6)为所述质地属性生成关联模型(1106)。调整后的关联性r2的目标是大于0.9。
该一般性方法的概述可由本文所描述的各个元素来强化，以产生与该总体设计描述相一致的各种各样的发明实施例。
示例性的质地属性模型开发方法(1200)
如图12所一般性地示出的，示例性的质地属性模型开发方法可以由以下步骤来一般性地描述：
(1)接收原始声信号(1201)；
(2)对所述原始声信号进行滤波、平滑和转换(1202)；
该信号可以根据背景噪声进行调整。例如，可以使用空单元格来捕获背景频率，可以通过对捕获的声信号进行添加或删除来补偿该背景频率。背景噪声可以针对低于20khz的频率进行补偿，也可以针对高于20khz的频率不进行补偿。
(3)回归并识别相关频率(1203)；
(4)为质地属性生成模型(1204)。
该一般性方法的概述可由本文所描述的各个元素强化，以产生与该总体设计描述相一致的各种各样的发明实施例。
应当指出，用于生成上述质地属性模型的方法可用于生成其他食品性质(诸如水分、固形物含量、油含量、片厚度、密度、泡密度和外用调味料)的模型。调味料中的粒径为100微米至500微米的任何颗粒均可利用使用了非破坏性光声方法的模型来测量。可以根据粒径计算调味料的重量浓度。例如，可以利用图12中所述的光声方法开发的模型来测量调味品(诸如氯化钠)的浓度。所开发的模型的相关频率和关联的强度以及系数可能根据利用光声方法测量的食品性质而变化。
示例性的光声信号生成方法(1300)
如图13所一般性地示出的，示例性的光声信号生成方法可以由以下步骤来一般性地描述：
(1)建立休闲食品中的高热材料的小区域(1301)；
(2)快速膨胀所述材料(1302)；
(3)建立来自所述材料的压力波(1303)；
(4)通过空气将所述压力波传播为声音(1304)。
该一般性方法的概述可由本文所描述的各个元素强化，以产生与该总体设计描述相一致的各种各样的发明实施例。
可以使用图9(0900)中描述的方法来开发所述声学模型。该模型可编程为工具(1306)，用于测量一个或多个质地属性，例如硬度、碎裂性和稠密性。用于质地属性硬度的声学模型可以描述如下：
硬度＝f(x1-n,i1-n)
硬度＝i1c1+i2c2+i3c3+…incn-----------------------------(1)
其中in是与频率xn相关联的强度
cn是与频率xn相关联的系数
系数(c1-cn)是利用图9(0900)中描述的能量激发方法确定的。质地测量工具(1306)中的信号处理单元识别相关频率(xn)和相关联的强度(in)。工具(1306)可通过将来自存储的表中的休闲食品的系数(c1-cn)代入、并将来自处理后的声信号的强度(in)代入，从而根据上述模型(2)计算食物性质，例如硬度。类似地，其他质地属性，例如碎裂性和稠密性，也可从根据它们相应的包括有相应系数的模型来计算。应当指出，尽管上述表示的模型(1)显示出质地属性与强度之间的线性关系，但也可以用二次或多项式模型来进行表示以计算质地属性。硬度也可以补偿休闲食品的温度变化以及休闲食品距激光束的焦点的距离。
也可以开发类似的声学模型用于其他食品性质(诸如水分、固形物含量、含油量、片厚度、密度、泡密度和外用调味料)的模型。已建立的模型的相关频率和相关联的强度以及系数可能依据食品性质变化。可表示休闲食品或液体的食品性质的通用模型可以描述如下：
食品性质＝f(z1-n,p1-n)
食品性质＝p1d1+p2d2+p3d3+…pndn-----------------------------(2)
其中，in是与频率xn相关联的强度
cn是与频率xn相关联的系数
系数(d1-dn)是用图9(0900)中描述的能量激发方法确定的。质地测量工具(1306)中的信号处理单元识别相关频率(zn)和相关联的强度(pn)。除了质地属性之外，工具(1306)还可以通过将存储表中的休闲食品的系数值(d1-dn)代入、并将来自处理后的声信号的强度(pn)代入，从而根据上述模型(2)来计算食品性质。食品性质可包括固形物含量、水分、密度、油含量、片厚度、调味料粒径，以及元素(诸如钠、钙、铜、锌、镁和钾)。对于液体，食品性质可以包括粘度、密度、口感、涩度、粘附感、甜度、感官和流变性。
应当指出，尽管上面表示的模型(1)示出了质地属性与强度之间的线性关系，但也可以用二次或多项式模型来进行表示以计算质地属性。食品性质也可以补偿休闲食品的温度变化以及休闲食品距激光束的焦点的距离。如下面所示的，表1.0可用于根据捕获的和处理后的声信号来测量休闲食品或液体的食品性质。表1.0中所示的值仅供说明的目的，而不应被理解为限制性的。
表1.0
在制造过程中，当传送带上的休闲食品从加工单元进入调味料台时，放置在生产线中的测量工具中的激发工具可以以设定的一段时间反复地照射休闲食品。根据优选的示例性实施例，激发工具可以持续地照射休闲食品1微秒。根据其他的优选实施例，激发工具可以持续地照射休闲食品1秒。根据更优选的示例性实施例，激发工具可以持续地照射休闲食品1微秒至10秒。根据最优选的示例性实施例，激发工具可以持续地照射休闲食品13秒。所述激发工具可以反复地照射传送带上的特定的休闲食品，以使得针对休闲食品的整个表面产生多个声信号。已知的是跨越整个表面的质地属性可能不是均匀的。激发能量可以跨越休闲食品的整个区域照射休闲食品，以使得信号被处理后发现任何缺陷(诸如气泡)。根据优选的示例性实施例，重复测量一段时间，使测量工具能够识别跨越休闲食品的整个表面的微妙变化。该信号可以由质地测量工具中的声学捕获设备来捕获/记录。
声学捕获设备可以捕获跨越宽泛的频率范围的声信号。此外，声学捕获设备可以以一定角度被直接地放置在休闲食品的上方。根据优选的示例性实施例，声学捕获设备以单向方式捕获声信号。根据其他的优选的示例性实施例，声学捕获设备以全向方式捕获声信号。声学捕获设备可以通过电缆将捕获的声信号物理转发到处理设备。根据优选的示例性实施例，所述声学捕获设备是包含无线电发射器的无线麦克风。在优选的示例性实施例中，所述声学捕获设备是动态麦克风。在另一个优选的示例性实施例中，所述声学捕获设备是光纤麦克风。光纤麦克风通过感测光强的变化(而不是像传统麦克风那样感测电容或磁场的变化)将声波转换为电信号。所述声学捕获设备可以使用电磁感应(动态麦克风)、电容变化(电容器麦克风)或压电(压电麦克风)根据自气压变化产生电信号。麦克风可以连接到前置放大器，然后可以利用音频功率放大器放大信号或记录信号。由于测量的灵敏度，麦克风可以被定期校准。在另一个优选的示例性实施例中，声学捕获设备具有数字接口，该数字接口通过xlr或xld阳连接器直接地输出数字音频流。数字音频流可以被进一步处理而没有明显的信号损失。根据优选的示例性实施例，所述声学捕获设备可以是水听器。该水听器可以与数据处理单元通信。水听器可以在流体环境中使用。
示例性声信号处理方法(1400)
如图14所一般性地示出的，示例性的光声信号处理方法可以由以下步骤来一般性地描述：
(1)接收原始声信号(1401)；
(2)利用窗函数平滑所述原始声信号，以创建平滑的声信号(1402)；
(3)将平滑的声信号转换为频域信号(1403)；
(4)增加所述频域信号的信噪比(1404)；和
(5)对所述频域信号进行归一化和分组化(bucketing)(1405)。
该一般性方法的概述可由本文所描述的各个元素来强化，以产生与该总体设计描述相一致的各种各样的发明实施例。
示例性声学统计处理方法(1500)
如图15所述一般性地示出的，示例性的统计处理方法可以由以下步骤来一般性地描述：
(1)接收频域声信号(1501)；
(2)基于频域声信号中的频率维度的降低来选择变量(1502)；
(3)利用主成分分析筛选已选择的变量(1503)；
(4)执行已筛选的变量的子集回归(1504)；和
(5)利用已筛选的变量生成质地属性模型(1505)。
已筛选的变量可以是声信号中的显示出强相关性的相关频率。(调整的r2>0.9)
该一般性方法的概述可由本文所描述的各个元素来强化，以产生与该总体设计描述相一致的各种各样的发明实施例。
示例性的休闲食品指纹识别方法(1600)
如图16所示例性的示出的，示例性的休闲食品指纹识别方法可以由以下步骤来一般性地描述：
(1)利用来自能量激发工具的能量照射休闲食品(1601)；
(2)产生来自所述休闲食品的声信号(1602)；
(3)利用声学捕获设备捕获所述声信号(1603)；
(4)将所述声信号转发至数据匹配单元(1604)；
(5)利用光声模型测量休闲食品的食品性质数(1605)；
(6)将所述食品性质数与匹配表中的条目进行比较(1606)；
(7)如果在步骤(1606)中存在匹配，则指纹识别所述休闲食品(1607)；和
(8)如果在步骤(1606)中不存在匹配，则将所述休闲食品添加到数据库中以供进一步使用(1608)。
该一般性方法的概述可由本文所描述的各个元素强化，以产生与该总体设计描述相一致的各种各样的发明实施例。
示例性的食品性质匹配表(1700)
如图17所一般性地示出的，其示出了示例性的食品性质匹配表(1700)。该表可以包括一列中的休闲食品列(1701)和另一列中的相关联的食品性质(1702)。条目(1711、1712)可以分别包括休闲食品和食品性质的数据，并且条目可用于匹配目的。例如，休闲食品列(1701)可以包括列中的各种固形物以及它们的关联的质地(1702)。在通过图12(1200)中所述的上述方法开发了休闲食品的光声模型之后，表(1700)中的每一个条目可以被填充。例如，条目(1711)可以是马铃薯片a。可以利用马铃薯片a的光声模型确定质地或其他食品性质的范围，并且作为条目输入到表(1700)中。类似的，利用光声模型测量其他食品的食品性质并且输入到表格中。光声模型可以与专家小组数相关联，也可以与专家小组数不相关联。食品性质数可以是单个的质地属性，质地属性的组合或者是包括其他食品性质(诸如水分、油含量、片厚度、脆性、固形物含量等)的组合的复合数，随后利用光声测量方法测量休闲食品，可以确定食品性质数。食品性质数可以从单个样品或多个样品的平均值中获得。然后，可以在匹配表(1700)中的列(1702)中查找测量的食品性质数，并且在列(1701)中确定相应的休闲食品。因此，基于光声测量来指纹识别休闲食品。根据示例性实施例，可以利用食品指纹识别技术来区分食品性质有细微差异的休闲食品。例如，对于各种马铃薯片，例如烘烤的、油炸的和/或有纹理的薯片，可以通过测量每一种薯片并根据测量的食品性质数在匹配表(1700)中查找对应的马铃薯片来进行区分。如图16(1600)中所述的，可以利用光声测量和匹配过程将食品分离放入多个包装桶。
示例性的声信号时域到频域的转换(1800)
如图18所一般性地示出的，利用傅立叶变换将在时域(瞬态)(1810)中捕获的示例性的声信号转换为频域(1820)。当电磁波(如激光)照射休闲食品时，声信号以时域被捕获，并且被记录和绘制为强度(db)与时间(秒)的关系。记录的声信号可以被转换为频域信号，如图18(1820)所示。转换后的声信号可以被进一步处理，以基于统计回归分析识别相关频率。可以利用识别的相关频率及与其相关联的强度作为变量来开发定量测量质地属性的声学模型。
示例性的质地属性与相关频率的关系的图(1900-2100)
如图19和图20所一般性地示出的，示例性的质地属性强度与相关频率的关系的图可用于计算休闲食品的质地属性。相关频率可以通过对特定质地属性和休闲食品的统计回归来识别。例如，频率(1901)可能与硬度相关，并且频率(2001)可能与碎裂性相关，如图9(0900)中描述的统计分析所确定的。根据优选的示例性实施例，可以将在转换的声信号中所识别的相关频率和对应强度代入声学模型中，以定量测量质地属性，例如硬度。应当指出，x轴上所指示的频率是由算法确定的频率“分组(bucket)”，而不是字面上的频率(即400可能不是400hz，而更可能是18000hz)。
如图21中所一般性地示出的，其示出了在各种输入条件下处理的休闲食品的示例性的质地属性强度(db)(2101)与相关频率(2102)的关系的图。曲线图(plot)(2114)、(2115)、(2116)是具有不同的输入成分(如马铃薯)的固形物含量、水分含量和硬度的马铃薯片的频度与强度的关系图。例如，曲线图(2114)可以是输入成分中具有不同固形物含量的休闲食品的频率与强度的关系的曲线图。类似地，曲线图(2115)可以是输入成分中具有不同固形物含量和不同硬度的休闲食品的频率与强度的关系的曲线图。可以为背景噪声绘制曲线图(2106)，以使所得的曲线图可以补偿噪声。在识别休闲食品(诸如马铃薯片)的相关频率后，可以针对每个输入条件捕获声信号，并且可以进一步处理该声信号，以确定与休闲食品的食品性质的已识别的频率相关联的强度。例如，在图21中，已识别的频率40000hz对于曲线图(2113)可以具有75db(2103)的强度，对于曲线图(2114)可以具有74db(2104)的强度，对于曲线图(2115)可以具有76db(2105)的强度。所述强度可以被代入由上述方程(2)生成的食品性质模型中，并可以计算食品性质，如质地属性。如图21所示，食品成分(固形物含量、水分含量和硬度)的3种不同输入条件导致3种不同的相关联的强度，其进一步导致3种不同的质地属性。因此，可以为食品捕获和处理声信号，并且可以根据相关频率计算质地属性。可以对输入条件进行调整，以获得预定义的限制内的所期望的质地属性值。所述预定义的限制可能与定性的描述性小组数相关联。类似的，可以通过捕获声信号并对其进行处理，来生成用于各种食品性质的曲线图。可以确定在各种食品的相应频率处与各种食品性质相关联的强度，并可以计算食品性质。通过上述信号处理和统计回归，可以为每个食品性质生成模型。因此，可以基于任何食品性质，例如质地属性、固形物含量、水分、油含量、密度、泡密度和元素(诸如钠、钾、钙和镁)，使用光声方法来识别食品中的差异。食品中的差异可能为期望值的±5％。例如，期望的硬度值“75”可以与对于食品所不期望的硬度值“70”区分开。具有不期望的值(70)的食品可以被拒绝并且不对其进行进一步的处理或包装。
示例性的液体质地测量工具实施例(2200)
如图22所一般性地示出的，可以更详细地理解本发明，其中示例性的液体质地测量工具(2200)包括壳体和能量激发工具(2201)(例如激光产生器)，所述能量激发工具可以附接到所述壳体并且被定位以将电磁波(能量，例如激光)(2207)导向放置在食品中途站(2205)上的容器(2219)中的液体(2209)。激光产生器可以被独立定位，而不附接到壳体。嘴中液体的物理和化学相互作用包括从腭部上的初始感觉到吞咽动作的步骤。根据示例性的实施例，利用图23中描述的光声方法和图24中描述的关联方法来定量模拟腭和口感的感知。所述液体可以是碳酸冷饮料、非碳酸冷饮料、葡萄酒或热液体(诸如咖啡或汤)。根据优选的示例性实施例，所述液体是碳酸饮料。在一些情况下，可以通过超声处理对所述碳酸饮料进行脱气，其中装有碳酸饮料的瓶子可以被轻轻地放入(tap)到超声处理浴中，直到气体基本上从溶液中释放。可以重复执行该过程，直到足够量的气体从流体中被移除，以允许瓶子被放置在浴中，而不会有溢出的危险。可以将饮料在超声处理浴中放置一段时间，例如放置1分钟到5小时。饮料的示例可以是普通的百事可乐(高果糖玉米糖浆，hfcs)、无糖百事可乐、甘蔗激浪(mountaindew)、甘蔗百事可乐、佳得乐(gatorade)或去离子水。应当指出，当通过激光激发产生声信号时，超声处理可以被用来解除饮料中气泡的影响。在某些情况下，碳酸饮料可能不会被脱气，并且可能通过激光激发碳酸饮料中的气泡而产生声信号。饮料中气泡的影响可以通过统计模型得到进一步的补偿。在超声处理后，液体/饮料可以保持打开以平衡。单独的烧杯中可以包含一部分超声处理过的液体(例如100毫升)。在一些实施例中，液体量可以为1毫升至1升。烧杯通常是圆柱形的，并且被配置以容纳液体。应当指出，可以对烧杯的形状进行选择以使得烧杯中的液体能够提供充分暴露于激光束的表面积。每个具有单独液体的烧杯可以被放置在激光室中或者暴露于激光下，其中典型的具有能量为24mj和光斑尺寸为300微米的激光束可以被引导至单个的光斑处，产生声学响应。在一些实施例中，激光能量可以为1mj至100mj。在更优选的实施例中，激光能量可以为10mj至50mj。在最优选的实施例中，激光能量为20mj至30mj。激光的光斑尺寸可以为1微米至1000微米。在一些优选实施例中，激光的光斑尺寸可以为10微米至400微米。在最优选的实施例中，激光的光斑尺寸可以为100微米至500微米。每种液体可以被单独测试，对于每个单元至少完成2次重复测试。根据其他优选的示例性实施例，所述液体是非碳酸饮料。食品中途站可以是固定的表面。根据优选的示例性实施例，能量激发工具是产生激光的激光产生单元。中途站(2205)可以是用于开发声学模型的平坦表面。在其他实施例中，所述液体可以在在线生产过程中在管道中移动。根据示例性实施例，声学捕获设备(2203)可以被定位以记录/捕获来自液体(2209)的声信号(2206)。声学捕获设备(2203)可以通过电缆(2202)或无线方式与数据处理单元(dpu)(2204)通信。声学捕获设备可以捕获跨越0khz至5000khz的宽泛的频率范围的声信号。在优选的实施例中，声学捕获设备可以捕获跨越0khz至100khz的频率范围的声信号。在其他的优选实施例中，声学捕获设备可以捕获跨越200khz至400khz的频率范围的声信号。声学捕获设备可以是接触式传感器，该接触式传感器可以直接地耦合到容器。该传感器可以测量声信号的纵向分量。所述纵向分量可以是通过液体的分量。此外，可以利用表面声波传感器捕获所述声信号的横向或剪切(shear)分量(信号峰值之间的距离)。所述声信号可以是所述横向分量和所述纵向分量的组合。可替代地，所述声学捕获设备可以是可以通过空气捕获声信号的麦克风。此外，声学捕获设备(2203)可以以一定角度被直接地放置在液体(2209)的上方。根据优选的示例性实施例，所述声学捕获设备以单向方式捕获声信号。声学捕获设备可以与数据处理单元通信。在另一个优选的示例性实施例中，所述声学捕获设备是光纤麦克风。声学捕获设备(2203)可以被放置在与液体(2209)呈预定距离和预定角度处。可以对所述预定距离进行选择，以使其产生来自液体的最大通量。对从能量激发工具(2201)的底部到容器的顶部(2219)的距离(2208)进行选择，以使得能量束(激光)在生产环境中是安全的。可以通过产生来自脱碳酸饮料基质的声响应来补偿不同程度的碳酸化。然而，可以产生来自碳酸化液体的声学响应，以将碳酸化液体的真实味道与光声响应相关联。虽然明显的是基于与卡路里和/或固形物有关的密度进行感知是可能的，但也应当指出，这些饮料中的每一种都呈现出可定量的质地、感官和流变性质。
根据优选的示例性实施例，所述液体表面的通量(每单位面积的能量)为15mj/mm2至700mj/mm2。根据更优选的示例性实施例，所述液体表面的通量为1mj/cm2至700mj/mm2。根据另一个优选实施例，所述液体表面的通量为1mj/cm2至350mj/mm2。通过改变激光的能量或激光的光斑尺寸(面积)，可以改变激光的通量。
在一个实施例中，声学响应可以是含有液体的烧杯的底部的振动，该振动可以通过烧蚀测试样品时出现的等离子弧来观察。烧杯的振动、以及后续的由于液体的流变性质(诸如粘度、表面张力或密度)引起的烧杯的声信号的衰减和抑制可以是在声响应中捕获的主要信号中的一些。烧杯的大小、尺寸和材质可能是影响烧杯振动和/或声响应抑制的其中一些因素。这些因素可以通过额外的统计模型和附加的系数进行补偿。用于光声饮料测试的最佳液体容器/烧杯可以由液体的类型来确定。液柱的高度可能影响一部分的声学响应，这是因为通过液体的光束衰减和能量损失较大。在某些情况下，液体的光学性质，可能部分地推动声响应。其他因素，例如烧杯(容器)的形状、烧杯的直径、烧杯的材质、烧杯壁和烧杯底部的厚度，可能进一步影响激光照射烧杯中的液体时的声响响应。此外，使用加速度计或类似的接触驱动式压力传感器，可以提高信号保真度，从而提高液体类型的最终分离。
可以通过dpu(2204)中的输入输出模块、利用导电电缆将声学捕获设备(2203)与dpu(2204)物理连接。能量激发工具(2201)被定位以将能量导向休闲食品(2209)。应当指出，所示出的导向角度仅用于说明的目的。引导能量的角度可以被配置以产生对休闲食品的最佳激发，以使得在激发工具将能量导向休闲食品之后，声学捕获设备(2203)可以捕获完整的声信号。然后可以捕获一段时间的声信号。所述声信号可以表示为强度(db)与时间(秒)的关系。根据优选的示例性实施例，所述声信号被捕获1秒至5分钟。根据另一个优选的示例性实施例，来自休闲食品的声信号被捕获2秒。根据更优选的示例性实施例，来自休闲食品的声信号被捕获1秒。根据最优选的示例性实施例，来自休闲食品的声信号被捕获10秒。
根据优选的示例性实施例，所述能量激发工具将能量导向休闲食品的脉冲持续时间或点火时间为5毫秒至5分钟。根据另一个优选的实施例，能量激发工具将能量导向休闲食品1纳秒。根据更优选的示例性实施例，能量激发工具将能量导向休闲食品1分钟。根据最优选的示例性实施例，能量激发工具将能量导向休闲食品9纳秒至12纳秒。
根据优选的示例性实施例，定量光声模型能够补偿唾液对口感和嘴内相互作用的影响。通过利用光声关联方法，当饮料物品被食用时，关于质地信息的附加信息可以通过每个饮料物品(包括与唾液的相互作用)的声学指纹识别来捕获。例如，利用当前可用的方法，对于给定测量误差，很难区分无糖百事可乐(diet
如图23(2300)所一般性地示出的，示例性的质地测量方法由以下步骤来一般性地描述：
(1)利用激光照射液体表面，从而产生来自所述液体表面的声信号(2301)；
(2)利用声学捕获设备捕获所述声信号(2302)；
(3)将所述声信号发送至耦合到所述声学捕获设备的数据处理单元(2303)；
(4)将所述声信号从时域转换为频域(2304)；
所述声信号通常被捕获一段时间，并且所述信号被描述为强度(db)与时间(秒)的关系
(5)识别相关的频率以及与其相关联的强度(2305)；和
(6)基于所述相关的频率和所述相关联的强度，来量化所述液体的质地属性(2306)。
所述质地属性可以为黏度、密度、口感、涩味、粘附感、甜度、感官和流变性。
该一般性方法的概述可由本文所描述的各个元素来强化，以产生与该总体设计描述相一致的各种各样的发明实施例。
如图24(2400)所一般性地示出的，示例性的液体质地关联方法由以下步骤来一般性地描述：
(1)向专家小组提供液体样品(2401)；
(2)定性分析所述液体样品(2402)；
由专家小组通过口感或咀嚼或吞咽或其他饮用方式定性地测量质地属性，以给出品尝评分(描述性小组数)。
(3)为所述液体样品的质地属性分配描述性小组数(2403)；
可以将描述性小组数(品尝评分)分配给每种质地属性，例如粘度、密度、口感、涩度、粘附感、甜度、感官和流变性。
(4)利用非介入式光声分析方法测量质地属性(2404)；
如图23所示，通过激光激发然后识别相关频率和关联的强度，可以从液体样品中产生声响应。
(5)关联分析的和定性的质地属性(2405)；和
用于测量质地属性的光声质地模型可以被补偿或调整，以用于人的唾液的性质(如粘度和ph值)的变化。可以用不同的系数来补偿光声模型，以说明个人的唾液和咀嚼偏好。例如，人a可能利用具有粘度a和ph值a的唾液进行咀嚼，并使用咀嚼模式a。人b可能利用具有粘度b和ph值b的唾液进行咀嚼，并使用咀嚼模式b。当使用图23(2300)中描述的方法开发光声模型时，人a与人b的系数可能不同，以说明差异。可以对每个质地属性使用唯一的模型。因此，质地属性将是相同的，与人进食/饮用固体/液体无关。模型的系数可以被统计性地调整或补偿每一个质地属性的唾液性质和咀嚼机制，并且针对专家小组中的每一个人进行调整。
(6)为质地属性生成关联模型(2406)。
调整后的关联性r2的目标可以是大于0.7。在更优选的示例性实施例中，调整后的关联性r2可以大于0.7。在最优选的示例性实施例中，调整后的关联性r2可以大于0.9。
消费者消耗的饮料或液体可能取决于若干因素，例如口感、甜度、涩度、粘附感、甜度、感官和流变性。一些添加剂或改性剂可用于针对消费者可能喜欢的特定属性，同时保持其他因素不变。例如，饮料a和饮料b的口感可能不同，但消费者可能根据甜度喜欢一种或另一种。如果饮料a的甜度被消费者所喜爱，那么饮料b可以通过添加改性剂(诸如口感改性剂、甜味剂、淀粉、树胶、酶、乳液、ph值改性剂等)来特定与饮料a相同的甜度。示例性的配制将在图25(2500)中一般性地示出，其是用于配制液体以获得消费者的质地属性的示例性的定量方法，该方法可以由以下步骤来一般性地描述：
(1)利用多种液体对至少一个消费者进行品尝测试(2501)；
例如，可以选择两个消费者(消费者a和消费者b)进行测试，以品尝两个饮料(饮料a和饮料b)。
(2)识别每个消费者和多种液体中的每一种液体的质地属性或液体属性的定性测量(2502)；
可以将属性(诸如甜度和口感)选择为用于测量的属性。
(3)为多种液体中的每一种给出质地评分(品尝评分)(2503)；
消费者a和消费者b可以为饮料a和饮料b的甜度和口感给出品尝评分。
(4)利用光声方法表征多种液体中的每一种(2504)；
可以利用图23的方法中所描述的光声方法来表征饮料a和饮料b。
(5)识别所述多种液体中的每一种液体的相关的频率及其关联的强度(2505)；
可以利用上述的光声方法和统计方法来识别所述相关的频率及其关联的强度。
(6)将所述质地评分与相关的频率关联(2506)；和
步骤(3)中的质地评分可以与每一种液体/饮料的已识别的频率相关联，并针对消费者中的差异进行统计性地调整。
(7)基于所述相关的频率和关联的强度来特定制剂(formulation)(2507)。
如果特定属性，例如饮料a的甜度受到所有消费者的喜爱，则可通过添加改性剂(诸如口感改性剂、甜味剂、淀粉、树胶、酶、乳液、ph值改性剂)将饮料b配制成具有与饮料a相同的甜度。可以针对饮料b的每一种改进记录激光激发后的声学响应。然后可对照饮料a的频率和关联的强度来评估饮料b的每一种改进的制剂的识别的频率和关联的强度。统计调整之后最匹配的频率和关联的强度可能是饮料b的制剂，其可以提供与饮料a相同的甜度，同时保持其他属性基本相同。类似的，也可以将其他属性特定到制剂上。此外，还可以使用去离子水等参考标准来为已特定属性的制剂提供基准。酸性饮料可能产生与非酸性饮料不同的与频率和强度相关的声信号。酸性和非酸性饮料中的不同特征或频率可用于区分这些饮料。类似地，当利用激光激发时，具有风味a的咖啡会产生与频率a相关联的声信号a。类似地，当利用激光激发时，具有风味b的咖啡会产生与频率b相关联的声信号b。基于来自未识别的咖啡的声学响应和来自已知和表征的咖啡的品尝测试的品尝评分，可以特定未识别的咖啡的风味。咖啡豆可以被改性以产生风味，并且当用激光激发时，会产生与上述频率a或频率b相匹配的声信号。类似地，可以基于已产生的声信号和已识别的频率来区分和识别或分离咖啡a和咖啡b。应当指出，可以利用液体类型及与其相关联的频率来维持数据库。当利用激光激发未知液体并产生声信号时，可以基于声信号来识别该未知液体。该方法可以用于酒的品尝、饮料的品尝，或者当定制用于饮料的制剂时实施。
上述示例性方法能够在不需要广泛地品尝葡萄酒的情况下测量葡萄酒中的均衡度和其他组分。图23至图25中的示例性方法可以用于测量以合适比例均衡的葡萄酒的基本风味成分，以及与检测甜度、酸度、咸度和苦度的味蕾的相互作用。葡萄酒的一些属性，例如甜度(残留糖)和酸度(酸)，可以利用光声法来建模。类似地，示例性的定量光声方法能够在不需要品尝咖啡的情况下测量咖啡的风味和味道。
该一般性方法的概述可由本文所描述的各个元素来强化，以产生与该总体设计描述相一致的各种各样的发明实施例。
图26是示出了根据本发明的优选实施例的基于定量质地属性的液体分离的示例性的统计图。利用光声模型导出的各种液体的结果可以区分具有相似的质地/口感性质的饮料，如图26所示。这些数据显示出使用统计软件和pls的分析，其中以总卡路里含量、钠含量和糖含量所测量的固形物作为响应。数据显示出饮料类的分离性很强，尤其是受总固形物含量的推动。质地属性(口感)可能与液体的流变性和粘弹性性质有关。
系统概述
本发明系统预期质地测量装置的基本主题中的各种各样的变化，该装置包括能量激发工具、声学捕获设备和数据处理单元。所述能量激发工具将激光导向容器中的液体，并且产生通过空气传播并产生声信号的压力波。所述声学捕获设备记录该信号并将该信号转发至数据处理单元。所述数据处理单元还包括数字信号处理模块，其用于对接收的声信号进行平滑、转换和滤波。统计处理模块进一步滤波来自所述数据处理单元的声信号，并且生成用于质地属性(诸如口感和流变性质)的定量的声学模型。所述定量模型与来自描述性专家小组的定性质地测量值相关联。利用所述定量的声学模型定量地测量所述液体的质地。
该一般性系统的概述可增加本文所描述的各个元素，以产生与该总体设计描述相一致的各种各样的发明实施例。
方法概述
本发明的方法预期实施的基本主题中的各种各样的变化，但可以被概括为一种测量休闲食品的质地属性的定量的方法，该方法包括以下步骤：
a)利用激光照射液体的表面，从而产生来自所述液体的声信号；
b)利用声学捕获设备捕获所述声信号；
c)将所述声信号发送至耦合到所述声学捕获设备的数据处理单元；
d)将所述声信号从时域转换为频域；
e)识别相关的频率以及与其相关联的强度；和
f)基于所述相关的频率和所述相关联的强度来量化所述液体的质地属性。
该一般性方法的概述可增加本文所描述的各个元素，以产生与该总体设计描述相一致的各种各样的发明实施例。
系统/方法变体
本发明预期定量质地测量的基本主题中的各种各样的变体。前面呈现的示例并不代表可能应用的整个范围。它们意在引述几乎无限的可能性中的几种。
该基本的系统和方法可以增加各种辅助的实施例，包括但不限于：
一个实施例，其中在所述激光照射所述液体时，该液体被包含在开口的容器中。
一个实施例，其中在所述激光照射所述液体时，该液体在管内通过。
一个实施例，其中所述声学捕获设备被配置以捕获所述声信号中的频率；所述频率范围为0至5000khz。
一个实施例，其中所述声学捕获设备与产品之间的距离为2英寸至2英尺。
一个实施例，其中所述激光产生器被配置以产生具有1mj/cm2至700mj/mm2的通量的激光。
一个实施例，其中所述液体为碳酸饮料。
一个实施例，其中所述液体为非碳酸饮料。
一个实施例，其中所述数据处理单元还包括数字信号处理单元和质地属性计算单元。
一个实施例，其中所述数字信号处理单元被配置以对所述声信号进行平滑、转换和滤波，以识别与所述质地属性相关的相关频率。
一个实施例，其中所述质地属性计算单元被配置以根据在所述声信号中捕获的频率来确定所述质地属性。
一个实施例，其中所述质地属性选自包括有粘度、密度、口感、涩度、粘附感、甜度、感官和流变性的组。
一个实施例，其中当所述激光照射所述液体的表面时，所述激光在所述容器的底部产生电弧。
一个实施例，其中所述声学捕获设备为麦克风；所述麦克风被配置以与所述数据处理单元有线连接。
一个实施例，其中所述声学捕获设备为麦克风；所述麦克风被配置以与所述数据处理单元无线连接。
本领域技术人员将认识到，基于上述发明描述中教导的元素的组合的其他实施例也是可能的。
权利要求书(按照条约第19条的修改)
1.2018年6月1日由国际局接收的修改的权利要求尽管在附图中说明了并且在上述详细描述中描述了本发明的优选实施例，但应理解，本发明并不限于所公开的实施例，而是其能够在不背离由以下权利要求所阐述和限定的本发明的精神的情况下进行许多重新组合、修改和替换。
一种用于液体的定量质地属性测量的装置，所述装置包括：
壳体；
附接至所述壳体的激光产生器；
设置在所述壳体附近的声学捕获设备；
至少与所述声学捕获设备通信的数据处理单元；
其中，来自所述激光产生器的激光被引导以照射所述液体，以产生撞击容器的表面的电弧，并且从而产生来自所述容器的撞击表面的振动的并将由所述声学捕获设备检测的声信号；
其中，所述数据处理单元被配置以基于来自所述声学捕获设备的输入来定量地测量所述液体的质地属性，其中所述输入基于所述检测的声信号而产生。
2.根据权利要求1所述的装置，其中，在所述激光照射所述液体时，所述液体被包含在开口的容器中。
3.根据权利要求1所述的装置，其中，在所述激光照射所述液体时，所述液体在管内通过。
4.根据权利要求1所述的装置，其中，所述声学捕获设备被配置以捕获所述声信号中的频率；所述频率范围为0至5000khz。
5.根据权利要求1所述的装置，其中，所述声学捕获设备与所述液体之间的距离为2英寸至2英尺。
6.根据权利要求1所述的装置，其中，所述激光产生器被配置以产生具有1mj/cm2至700mj/mm2通量的激光。
7.根据权利要求1所述的装置，其中，所述液体为碳酸饮料。
8.根据权利要求1所述的装置，其中，所述液体为非碳酸饮料。
9.根据权利要求1所述的装置，其中，所述数据处理单元还包括数字信号处理单元和质地属性计算单元。
10.根据权利要求9所述的装置，其中，所述数字信号处理单元被配置以对所述声信号进行平滑、转换和滤波，以识别与所述质地属性相关的相关频率。
11.根据权利要求9所述的装置，其中，所述质地属性计算单元被配置以根据在所述声信号中捕获的频率确定所述质地属性。
12.根据权利要求1所述的装置，其中，所述质地属性选自包括有粘度、密度、口感、涩度、粘附感、甜度、感官和流变性的组。
13.根据权利要求2所述的装置，其中，当所述激光照射所述液体的表面时，所述激光在所述容器的底部产生电弧。
14.根据权利要求1所述的装置，其中，所述声学捕获设备为麦克风；所述麦克风被配置以与所述数据处理单元有线连接。
15.根据权利要求1所述的装置，其中，所述声学捕获设备为麦克风；所述麦克风被配置以与所述数据处理单元无线连接。
16.一种用于测量液体的质地属性的光声定量方法，所述方法包括以下步骤：
a)利用激光照射所述液体的表面，从而产生来自所述液体的照射表面的声信号；
b)利用设置在所述液体的照射表面上的声学捕获设备捕获所述声信号；
c)将所述声信号发送至耦合到所述声学捕获设备的数据处理单元；
d)将所述声信号从时域转换到频域；
e)识别相关的频率以及其相关联的强度；和
f)基于所述相关的频率和所述相关联的强度来量化所述液体的质地属性。
17.根据权利要求16所述的方法，其中，在所述激光照射所述液体时，所述液体被包含在开口的容器中。
18.根据权利要求16所述的方法，其中，在所述激光照射所述液体时，所述液体在管内通过。
19.根据权利要求16所述的方法，其中，所述激光在所述液体的多个位置处照射该液体。
20.根据权利要求16所述的方法，其中，所述声学捕获设备捕获所述声信号1秒至5分钟。
21.根据权利要求16所述的方法，其中，所述激光持续地照射所述液体1微秒至10秒。
22.根据权利要求16所述的方法，其中，所述液体选自包括有碳酸饮料、非碳酸饮料、热液体、酒、咖啡或冷饮料的组。
23.根据权利要求16所述的方法，其中，所述质地属性选自包括有粘度、密度、口感、涩度、粘附感、甜度、感官和流变性的组。
24.一种用于配制液体以获得消费者的质地属性的定量方法，所述方法包括以下步骤：
a)利用多种液体对至少一个消费者进行品尝测试；
b)为每个消费者和所述多种液体中的每一种识别质地属性的定性测量；
c)基于每一个相应的定性测量为所述多种液体中的每一种给出质地评分；
d)利用光声方法表征所述多种液体中的每一种；
e)基于所述转换识别所述多种液体中的每一种的相关的频率以及与其相关联的强度；
f)将每一个给出的质地评分与已识别的相关的频率中的相应的频率关联；和
g)基于所述已识别的相关的频率来特定制剂。
25.根据权利要求24所述的方法，其中，所述质地属性选自包括有粘度、密度、口感、涩度、粘附感、甜度、感官和流变性的组。
- 还没有人留言评论。精彩留言会获得点赞！