电子鼻用于检测掺假牛奶时其传感器阵列的优化

目前电子鼻在食品领域已有广泛的应用，由于气味组成成分复杂，仅用单个气体传感器是无法评定气体质量，因此气体传感器阵列应运而生。在对不同的食品进行检测时，电子鼻的传感器阵列的构成是不同的。本文运用PEN2便携式电子鼻对掺假牛奶进行检测，用方差分析、主成分分析和聚类分析对信号进行分析，得到由8个传感器组成的用于检测掺假牛奶的最佳传感器阵列。用这8个传感器组成的传感器阵列对掺假牛奶进行检测区分，结果用LDA方法 (线性判别式分析) 进行分析，在LDA分析图上，不同比例掺假的牛奶能被明显地区分。新的传感器阵列具有较少的传感器和与原传感器阵列相同的检测区分能力。     

电子鼻传感器阵列优化与谷物霉变程度的检测

研制一套适合对谷物霉变进行检测的电子鼻系统,对6个霉变程度的稻谷进行了检测.主成份(PCA)分析结果显示6个霉变程度的稻谷是可以区分的,对前三个主成分的载荷因子进行分析去掉冗余传感器,PCA分析结果显示去掉冗余传感器并不影响分类结果.最后用BP神经网络对所得的数据进行模式识别,30组测试样本对霉变菌落总数的预测结果平均相对误差为1.010 30,最大相对误差为3.942 57.实验结果表明系统对稻谷霉变程度的检测具有很高的分析精度.     

乳制品电子鼻分类中传感器阵列的一种优化方法

利用13个TGS系列的金属氧化物气敏传感器组成的阵列对3种乳制品进行了测量。提取每个传感器响应值的方差为特征值,借鉴逐步判别分析的思想,依据Wilks统计量最小的原则,逐步引入对分类有用的变量,实现了对传感器阵列的优化。对阵列优化前后的数据,用主成分分析(PCA)和Fisher判别分析(FDA)的方法进行对比研究。结果表明:使用优化后的传感器阵列,不仅主成分分析能将不同种类的乳制品很好的区分开;而且用Fisher方法时,交叉确认正确率也得到提高。因此,所给出的阵列优化方法是有效的。     

电子鼻牛奶质量检测的研究

利用自主研制的CN e-Nose I型电子鼻气体分析仪对多种品牌、不同新鲜程度的牛奶进行检测,并通过模式识别方法分析和识别数据.牛奶各组分经由金属氧化传感器阵列采集信号,其数据及响应曲线记录在PC端.运用主元分析和人工神经网络方法识别曲线特征,通过与新鲜高质量样本的标准数据进行比较,判断出牛奶变质程度.实验结果表明,电子鼻技术对牛奶品质的识别率较高,且具有便捷、安全等特点,是一种发展前景良好的实用技术.     

电子鼻传感器阵列优化及其在醋的分类中的应用

利用6个TGS系列气敏传感器阵列对醋进行了检测。按照Wilks统计量最小的原则对传感器阵列进行了优化,得到了由4个传感器组成的用于检测醋的种类的最佳传感器阵列。对阵列优化前后的数据,用PCA、LDA进行对比研究,结果表明,优化后的阵列可以更好地对醋鉴别分类。因此,所给出的优化方法是有效的。     

基于集成气体传感器阵列的电子鼻系统

介绍一种基于集成气体传感器阵列的电子鼻系统硬件实现方法。描述了系统的一般组成,重点介绍了所采用的集成气体传感器及其信号拾取方法。该系统可实现对检测气体的自动数据采集、微机传送,具有高的灵敏性和可靠性。另外,对采用的集成气体传感器系列,该电子鼻系统具有一定的通用性。利用该系统对五种葡萄酒进行了检测,结果表明:该电子鼻系统可有效地用于葡萄酒的定性识别,识别准确率达到100%。     

基于金属氧化物传感器阵列的小麦霉变程度检测

研制了一套由8个金属氧化物传感器组成、用于检测小麦霉变的电子鼻系统.使用该电子鼻对不同霉变程度和掺入不同百分比含量霉麦的小麦样品进行检测.通过方差分析和主成分分析优化传感器阵列并去掉冗余传感器,对优化后的数据进行主成分分析(PCA)和线性判别分析(LDA),其中PCA的前两个主成分对两类实验结果分析的总贡献率为98.30％和99.27％,LDA前两个判别因子对两类实验结果分析的总贡献率为99.68％和93.30％,且由得分图可知两种方法均能很好地区分不同的小麦样品.利用BP神经网络建立预测模型,对样品菌落总数和掺入样品中霉麦的百分比进行预测.两种预测模型的预测值和测量值之间的相关系数分别为0.91和0.94,表明预测模型具有较好预测性能.     

基于电子鼻的气敏传感器及其阵列

电子鼻是模拟动物的嗅觉系统设计研制的一种智能电子仪器,是利用气敏传感器阵列的响应图谱来识别气味的电子系统。本文从应用的角度出发,对电子鼻系统中常用气敏传感器的工作原理、适用范围和优、缺点进行了比较,指出了电子鼻系统中选择气敏传感器及其阵列的一些注意事项,为电子鼻特别是便携式电子鼻的研制提供参考。     

霉变小麦的电子鼻区分及其传感器阵列选择优化

采用电子鼻区分不同霉变程度的扬麦23号样品,连续检测不同霉变程度小麦样品,并记录检测数据。将检测数据耦合到双稳态随机共振系统,调解系统参数诱发产生共振,依据系统输出信噪比特征值建立小麦霉变程度预测模型。为了提高电子鼻对霉变小麦样品区分效果,进行了电子鼻传感器负荷加载分析,对电子鼻传感器阵列进行了优化研究,结果表明传感器阵列优化可有效提高电子鼻检测小麦霉变程度的准确度。采用华麦6号样品构建验证实验,结果证明所建立的方法具有较好的应用意义,并具有普遍意义上的适用性。     

电子鼻信号特征提取与传感器优化的研究

采用PEN2型电子鼻系统对芝麻油的玉米油掺假进行定性鉴别和定量预测,运用主成分分析,逐步判别分析和Fisher线性判别函数变换对原始数据进行预处理,从而降低原始数据空间的维数,并用判别分析与人工神经网络对数据进行进一步分析,考察了不同的数据预处理方法的效果.判别分析结果表明,采用Fisher线性判别函数变换所得到的十个变量判别能力最强,误判率为0.61%,仅有1个样品出现误判.在BP神经网络的定量预测中,采用逐步判别分析所筛选出的十个变量作为网络输入,所得的预测结果最为理想,绝对误差个体值的95%置信区间最小,为(-4.71%,3.38%),均方误差为4.75,预测值与实际值之间有极显著的相关性,相关系数R=0.998 08.     

基于集成气敏传感器阵列的电子鼻系统环境响应特性分析

基于集成气敏传感器阵列和多传感器信息融合技术的电子鼻系统 ,可用于气体 /气味的定性定量识别 .在实际应用中 ,被识别样本的浓度、样本环境的温度和湿度参数等都对电子鼻系统的响应特性有较大的影响 .本文分别利用纯净空气及乙醇或葡萄酒作为载气及分析样本 ,对电子鼻系统响应特性与气敏传感器工作温度以及样本温度、环境湿度、样本浓度间的依赖关系进行了实验分析 ,并分别给出了它们间依赖关系的实验结果 .     

电子鼻动态模式信息采集电路设计

动态检测技术在电子鼻中的应用是国内外电子鼻研究的一个前沿热点,实现动态检测的关键是能使电子鼻的环境参数能动态变化的硬件电路.为了满足动态测量的需要,设计了能对半导体氧化物气体传感器阵列进行动态加热的自动温控模块和气体传感器的信号拾取模块,以便满足动态测量的需要,把该动态加热电路应用到电子鼻实验系统中,对三种不同的饮料样本在不同的条件下进行反复实验,识别的准确率均达到100%.     

电子鼻

描述了电子鼻的定义及产生的背景，讨论了开发电子鼻过程中所涉及的相关技术，并列举了目前的应用以及将来可能的应用。     

基于模糊神经网络生物嗅觉的智能电子鼻的研究

通过研究鼻道结构对生物嗅觉的影响,构造了装有传感器阵列的电子鼻流道和控制装置,实现了嗅觉区域气体流量和气味分子浓度的主动控制,提高了嗅觉灵敏度;根据生物嗅觉系统的模糊性质在嗅觉感知中所起的关键作用,构建了更接近生物嗅觉的模糊优化神经网络算法,使电子鼻系统更具仿生特性,实现了电子鼻动态检测的目标;实验结果表明,该电子鼻不仅具有辨识的快速性,还提高了自适应辨识精度,从而能够准确做出预报。