摘 要

本文开发了一种新型用于食醋识别的便携式电子鼻。该电子鼻基于顶空采样原理，包含一个微处理单元、控制电路、显示屏和一个自制8阵列气体传感器。电子鼻尺寸为Ф6.0×2.5cm，总量仅50g。第一阶段应用该电子鼻对5种商业食醋进行了测量，采用主成分分析法（PCA）对电子鼻信号进行了分析，应用人工神经网络（ANN）对5种食醋进行识别，识别率为100%。该阶段的研究表明该新型电子鼻能实现对食醋在线、快速、准确地测量。第二阶段在第一阶段的基础上重新制造电子鼻，实验中利用加热套进行恒温加热，实现该电子鼻对8种相似商业食醋在室温、40°和60°下的测量，测量时间仅用15分钟，因为实验时间的限制，实验数据并未处理完。

关键词：便携式电子鼻；食醋；识别

Abstract

A novel portable electronic nose for vinegar identification is reported. The electronic nose, based on headspace sampling, includes a microprocessor, a printed circuit board, a display screen and an 8 gas sensors array. The approximate size of the electronic nose is about Ф6.0×2.5cm, and its weight is about 50g. In the first stage,five different vinegars were used to test the performances of the portable electronic nose. Principal component analysis (PCA) and artificial neural network (ANN) were employed in identifying the vinegars. And the identification rate is 100%. It is proved that the novel portable electronic nose could be applied for online, rapid and accurate identification of vinegars.The second stage on the foundation of the first phase of the re manufacturing of electronic nose and experiment with a heating jacket heating temperature, the electronic nose similar to that of eight commercial vinegar at room temperature, 40 and 60 degrees of measurement, measuring time only 15 minutes to achieve, because the time limit, the experimental data did not finish.

Key words:portable electronic nose, vinegar, identification

目 录

第一章 绪论 1

1.1电子鼻技术 1

1.2电子鼻在食醋识别中的应用及研究进展 2

1.3本文研究内容、目的及意义 3

第二章 电子鼻系统 5

2.1 电子鼻系统结构 5

2.2 硬件部分 6

2.3软件部分 7

2.4 传感器阵列 8

第三章 不同种类食醋测量 10

3.1 食醋样本 10

3.2 传感器阵列 10

3.3测试过程 11

3.4 结果与讨论 11

3.4.1 PCA分析 12

3.4.2 ANN分析 13

3.4.3 结论 13

第四章 相似商业食醋测量 14

4.1食醋样本 14

4.2传感器阵列 15

4.3测试过程 15

4.4结果与讨论 16

第五章 结论 20

参考文献 21

致谢 22

第一章 绪论

1.1电子鼻技术

　作为嗅觉评估工具，人的鼻子的实际应用受到严重限制，事实上，我们的嗅觉是主观的，很容易疲劳，因此难以使用。因此，我们特别需要一种仪器可以模仿人类嗅觉和它在日常工业中的应用。为了推进这项技术在工业的应用，金属氧化物气体/气敏传感器成为在食品工业、环境控制、汽车工业、室内空气质量检查和检测、工业生产、药品和安全方面研究等领域的最佳候选，一些全球范围内的科研团体对气体/气味传感特性的各个方面给与应有的重视。

电子鼻仪器因有大量的显著特征而受到关注：相对快速评估的顶空，定量表示气体或气体的识别并且廉价的传感器在目前的生产过程中可以很容易的加工。尽管有这些特点，现在的工业中仍然相对较少的应用电子鼻。原因可能是传感器在稳定性、选择性和重现性上有困难以及需要模式识别算法与复杂的信号分析之间的配合。尽管如此，电子鼻的使用正在迅速扩大，而且在过去几年中，食品行业对电子鼻的应用取得了显著的成就。此外，与此同时，增加了对人类嗅觉系统的生物机制的理解。具体来说，我们现在不仅对嗅觉受体基因的理解加深，而且也更深入的认识到一种气味的分子性质和气味质量之间的关系。我重点研究与食品有关的关键领域的最新进展，在这些领域里质量评估的定量方法是很重要的，因为它调节食品的经济（如定价）和质量控制（如细菌和腐败的检测）。具体而言，电子鼻涉及以下领域酒茶类、粮油类、肉乳制品和果蔬类等领域中已有很多研究报道^[1-6]。

上世纪80年代，对机器嗅觉的研究使电子鼻仪器的定义获得广泛的接受，个中电子鼻包括带有一些特异性和模式辨认系统的异构电化学气体传感器阵列（Gardner 和Bartlett, 1999; Persaud 和Dodd, 1982）。然而，在最近几年，电子鼻已被广泛使用在更广泛意义上所提到的气体传感器上即基于一般原则（气体气氛的变化可以用一个特征的方式改变传感器的特性）来测量环境气体气氛。我们已经开发了不同种类的传感器类型，其中有金属氧化物，导电聚合物复合材料和固有导电聚合物这三种材料是经常被使用的。除了导电传感器，我们还是用了光学传感器，表面声波传感器，气敏场效应晶体管和石英微天平（QMB）传感器来进行气体检测。在检测过程中使用超快速气相色谱或者质谱分析时，电子鼻术语也被用来表征系统。

一旦接受到来自阵列的单个传感器的数据，电子鼻系统需要一个合适的后处理程序来对数据进行分析和分类。测量系统的一个重要组成部分是对传感器阵列多变量信号的预处理。用于模式识别程序的后处理数据处理技术包含主成分分析（PCA）、线性判别分析（LDA）、偏最小二乘法（PLS）、功能判别分析（FDA）、聚类分析（CA）、模糊逻辑和人工神经网络（ANN）如概率神经网络（PNN）。在这些技术中，属于线性的方法的是PCA, PLS, LDA, FDA 和CA，基于非线性的方法的有模糊逻辑、神经网络、概率神经网络（Scott 等, 2006）。

有一些应用中也采用一些特定的方法，像吹脱捕集法（Pamp;T），动态顶空法（DHS），伯纳等人在2009年用于葡萄酒预处理的固相微萃取法（SPME）。各种研究方法的比较是一个更深入的研究，如吹脱捕集法的两种类型和固相微萃取法的四种类型已经被比较过了（Lozano 等,2008a,b）。除了样品处理，样品本身可能也要进行预处理，如葡萄酒和啤酒的质量的分析，脱水和脱醇的预处理能帮助电子鼻对气味更好的分类（Ragazzo-Sanchez 等, 2009）。在茶的分析中，使用的是一种基于光照控制加热与物理耙设计的新的采样系统（Bhattacharya 等, 2008c,2008d）。现在市场上有几种电子鼻。这些电子鼻通常被宣传为通用设备和适用于一系列的应用。而这些商业化电子鼻有很多缺点，比如PENS^[7]存在体积、重量大的缺陷。表1.1提供了一些常见的商业可用的电子鼻模型。