果蔬中农药残留快速检测智能监控系统设计与应用

doi:10.16178/j.issn.0528-9017.20231069

摘要/Abstract

摘要：

建立了一套果蔬中农药残留快速检测智能监控系统并加以应用。通过摄像头、传感器前端设备, 天平、水浴锅和快检设备与系统连接, 利用电子技术、射频识别技术、信息技术和网络技术, 实现检测人员工龄核实、实验室GPS定位、过程再现、关键环节评分溯源、环境监控、数据传输、图像识别等功能, 开发快速检测智能监控平台。该系统弥补了传统快速检测方法中过程质量监控的不足, 能够进行实时监控, 及时预警、事后溯源, 减少实验数据人为误差性, 提高实验数据利用率, 实现对历史数据的多维度分析和预测, 及时发现可疑结果, 为检测行业发展提供更高效的管理系统。该智能监控系统可为市场监管部门提供重要的技术支撑, 从而提升我国农产品安全检验在线质控整体水平。

关键词: 农药残留, 快速检测, 智能监控系统

Abstract:

To establish an intelligent monitoring system for rapid detection of pesticide residues in fruits and vegetables and apply it,the camera, sensor front-end equipment, balance, water bath and quick inspection equipment were connected to the system, using electronic technology, RFID technology, information technology and network technology to achieve the detection personnel seniority verification, laboratory GPS positioning, process reproduction, key link score traceability, environmental monitoring, data transmission, image recognition and other functions, and develop an intelligent monitoring platform for rapid detection of food safety. The system made up for the deficiency of process quality monitoring of traditional food safety rapid detection methods, and could carry out real-time monitoring, timely warning and traceability. It could reduce the human error of experimental data, improve the utilization rate of experimental data, achieve multidimensional analysis and prediction of historical data, timely discover suspicious results, provide a more efficient management system for the development of the testing industry. This intelligent monitoring system provides important technical support for market supervision departments, so as to improve our agricultural products safety inspection online quality control overall level.

Key words: pesticide residue, rapid detection, intelligent monitoring system

中图分类号:

TS255

王珍, 陆雯, 李秀通, 江友源, 俞周宏, 孙文闪. 果蔬中农药残留快速检测智能监控系统设计与应用[J]. 浙江农业科学, 2025, 66(2): 449-456.

WANG Zhen, LU Wen, LI Xiutong, JIANG Youyuan, YU Zhouhong, SUN Wenshan. Design and application of intelligent monitoring system for rapid detection of pesticide residues in fruits and vegetables[J]. Journal of Zhejiang Agricultural Sciences, 2025, 66(2): 449-456.

图/表 12

参考文献 15

[1]	李月娥, 庄严. 食品安全检测技术在食品质量安全中的有效应用[J]. 食品界, 2023(1): 77-79.
[2]	张曲, 王颖, 梁佳曼, 等. 检测技术在食品质量安全控制中的应用分析[J]. 中国食品, 2022(20): 85-87.
[3]	董峰光, 刘国胜, 宫春波, 等. 某苹果主产区苹果中农药残留污染状况调查分析[J]. 食品研究与开发, 2018, 39(17): 204-208.
[4]	陈爱亮. 食品安全快速检测技术现状及发展趋势[J]. 食品安全质量检测学报, 2021, 12(2): 411-414.
[5]	张威, 郭丹, 陈博豪, 等. 食品快速检测相关标准法规研究进展[J]. 食品安全质量检测学报, 2021, 12(10): 4236-4243.
[6]	陶光灿, 谭红, 宋宇峰, 等. 基于大数据的食品安全社会共治模式探索与实践[J]. 食品科学, 2018, 39(9): 272-279.
[7]	MARVIN H J P, JANSSEN E M, BOUZEMBRAK Y, et al. Big data in food safety: an overview[J]. Critical Reviews in Food Science and Nutrition, 2017, 57(11): 2286-2295.
[8]	JIN C Y, BOUZEMBRAK Y, ZHOU J H, et al. Big Data in food safety:a review[J]. Current Opinion in Food Science, 2020, 36: 24-32.
[9]	徐钢, 黎敏, 吕志民, 等. 基于机器学习的产品质量在线智能监控方法[J]. 工程科学学报, 2022, 44(4): 730-743.
[10]	LIU N J, BOUZEMBRAK Y, VAN DEN BULK L M, et al. Automated food safety early warning system in the dairy supply chain using machine learning[J]. Food Control, 2022, 136: 108872.
[11]	毛矛. 基于人脸检测技术的智能监控系统[J]. 电声技术, 2017, 41(4): 161-165.
[12]	赵亚, 王震洲. 基于数字图像处理的pH试纸自动检测技术[J]. 机械与电子, 2017, 35(7): 56-59.
[13]	晏斌, 李唯正, 梁岩, 等. 基于信息技术融合的云服务平台在食品安全领域的应用研究进展[J]. 食品工业科技, 2017, 38(11): 385-390.
[14]	何涛, 桑丽雅, 叶茂, 等. 全链路食品安全监管云平台的设计研究与应用[J]. 食品安全质量检测学报, 2020, 11(18): 6581-6586.
[15]	陈谊, 孙梦, 武彩霞, 等. 食品安全大数据可视化关联分析[J]. 大数据, 2021, 7(2): 61-77.

序号	检测编号/采样编号 (射频自动读取)	样品名称	姓名	工龄/ a	回温/ ℃	空白值	浸提(+) 或样品重/g	水浴(10 min) 温度/℃	显色时间/min	抑制率/ %	结论
1	YPCS0001/E2000019990A02462020DA78	沙糖橘	董XX	3	25.2	0.977	+	36.9	3	74.1	阳性
2	YPCS0002/E2000019990A02472190DF10A	紫包心菜	董XX	3	22.8	0.965	2.03	37.2	3	5.10	阴性
3	YPCS0003/E2000019990A02472190DF68Q	大青菜	董XX	3	23.0	0.865	2.01	37.2	3	3.10	阴性
4	YPCS0004/E2000019990A02426840DF13B	黄圆椒	董XX	3	22.8	0.972	4.07	37.0	3	10.40	阴性
5	YPCS0005/E2000019990A02472190DF14A	洋葱	董XX	3	23.0	0.901	+	37.2	3	16.50	阴性
6	YPCS0007/E2000019990A02382090D379	西兰花	董XX	3	27.4	0.892	2.01	37.2	3	1.20	阴性
7	YPCS0008/E2000019990A02472190DF18C	玉米棒	董XX	3	22.8	0.914	2.05	37.3	3	1.00	阴性
8	YPCS0010/E2000019990A02452230DF7A	广东菜心	董XX	3	32.9	0.939	2.06	36.9	3	2.40	阴性
9	YPCS0011/E2000019990A02481740DFE8	红叶生菜	董XX	3	22.6	0.946	2.03	36.8	3	2.10	阴性
10	YPCS0012/E2000019990A02442430D9DB	茭白	董XX	3	23.0	0.932	+	36.7	3	0.10	阴性
11	YPCS0014/E2000019990A02472190DF28A	小尖椒	陆XX	6	22.7	0.974	+	37.0	3	2.60	阴性
12	YPCS0015/E2000019990A02472190DF32C	奶白菜	江XX	1	22.3	0.899	2.03	37.2	3	2.20	阴性
13	YPCS0016/E2000019990A02472190DF135A	黄瓜	王XX	8	22.5	0.957	4.02	37.2	3	67.80	阳性
14	YPCS0024/E2000019990A02472190DF175B	香蕉	吴XX	5	22.8	0.909	2.04	37.4	3	65.20	阳性
15	YPCS0025/E2000019990A02472190DF146C	千禧番茄	王XX	8	23.5	0.921	+	37.0	3	21.30	阴性

序号	检测编号/采样编号 (射频自动读取)	样品名称	姓名	工龄/ a	回温/ ℃	空白值	浸提(+) 或样品重/g	水浴(10 min) 温度/℃	显色时间/min	抑制率/ %	结论
1	YPCS0001/E2000019990A02462020DA78	沙糖橘	董XX	3	25.2	0.977	+	36.9	3	74.1	阳性
2	YPCS0002/E2000019990A02472190DF10A	紫包心菜	董XX	3	22.8	0.965	2.03	37.2	3	5.10	阴性
3	YPCS0003/E2000019990A02472190DF68Q	大青菜	董XX	3	23.0	0.865	2.01	37.2	3	3.10	阴性
4	YPCS0004/E2000019990A02426840DF13B	黄圆椒	董XX	3	22.8	0.972	4.07	37.0	3	10.40	阴性
5	YPCS0005/E2000019990A02472190DF14A	洋葱	董XX	3	23.0	0.901	+	37.2	3	16.50	阴性
6	YPCS0007/E2000019990A02382090D379	西兰花	董XX	3	27.4	0.892	2.01	37.2	3	1.20	阴性
7	YPCS0008/E2000019990A02472190DF18C	玉米棒	董XX	3	22.8	0.914	2.05	37.3	3	1.00	阴性
8	YPCS0010/E2000019990A02452230DF7A	广东菜心	董XX	3	32.9	0.939	2.06	36.9	3	2.40	阴性
9	YPCS0011/E2000019990A02481740DFE8	红叶生菜	董XX	3	22.6	0.946	2.03	36.8	3	2.10	阴性
10	YPCS0012/E2000019990A02442430D9DB	茭白	董XX	3	23.0	0.932	+	36.7	3	0.10	阴性
11	YPCS0014/E2000019990A02472190DF28A	小尖椒	陆XX	6	22.7	0.974	+	37.0	3	2.60	阴性
12	YPCS0015/E2000019990A02472190DF32C	奶白菜	江XX	1	22.3	0.899	2.03	37.2	3	2.20	阴性
13	YPCS0016/E2000019990A02472190DF135A	黄瓜	王XX	8	22.5	0.957	4.02	37.2	3	67.80	阳性
14	YPCS0024/E2000019990A02472190DF175B	香蕉	吴XX	5	22.8	0.909	2.04	37.4	3	65.20	阳性
15	YPCS0025/E2000019990A02472190DF146C	千禧番茄	王XX	8	23.5	0.921	+	37.0	3	21.30	阴性