基于仿生嗅觉的电子鼻在煤矿火灾预报识别的应用研究

在煤矿井下存在多种复杂易燃混合气体,当外界温度或其他因素发生不稳定变化都可能引发火灾或其他事故;为了避免发生事故,提高预警机制,提前进行预报,根据生物嗅觉系统的模糊神经机理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,使电子鼻系统具有仿生特性;最后通过MATLAB实验测试,根据不同温度下煤矿中的混合气味成份的不同进行成份模拟实验,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的精度,从而能够准确做出预报。     

结合基因工程的生物电子鼻用于气味检测的研究

为了实现结合生物工程的仿生嗅觉传感器系统的多气味检测和目标气味的特异性识别和区分,使用生物工程化的大鼠嗅觉系统作为敏感元件,植入嗅球的多通道微丝电极作为换能器,采用无线数据采集系统收集和分析响应信号。最后,利用Matlab计算神经元平均放电率,对神经元的气味响应进行相关性分析和主成分分析,证实了该系统检测和区分不同气味的性能。创新性地提出将嗅觉受体基因整合、克隆到在体嗅觉细胞上,用于改造生物嗅觉系统,使之可以对目标气味分子产生敏感的响应信号。结果表明结合基因工程的生物电子鼻系统能够显著增强其检测特异性目标气味的性能,在环境监测、公共安全等领域中有很大应用潜力。     

仿生气体测量系统——电子鼻

电子鼻是仿照生物的嗅觉系统所设计出来的一个用于测量气体中的化学成分的系统。同以往由单个气体传感器所构成的气体测量系统相比,它从结构上、信号处理的方法上以及使用上都有许多不同的特点。主要介绍了电子鼻的应用、结构以及同传统的气体测量系统的不同点。     

基于嗅觉神经网络采用时间序列的电子鼻模式分类方法

从传感器阵列响应曲线中提取有效特征是传统人工神经网络在电子鼻模式识别应用中的第一步.文中提出将传感器阵列时间序列信号直接输入到一种具有丰富动力学特性的嗅觉神经网络中进行模式分类的方法.该方法不仅在仿生角度上使电子鼻进一步模拟了生物嗅觉系统信息处理过程,而且与以前所用的特征提取加神经网络的方法相比,在6种有机挥发物的分类识别中表现得更佳.     

基于在体植入电极的生物嗅觉传感系统设计及其气味识别

目前生物嗅觉系统在气味识别方面相比于化学传感器阵列构成的电子鼻系统具有更高的灵敏度、特异性和响应速度。为了探讨生物嗅觉传感系统气味识别的可行性,构建了基于微电极阵列传感器植入大鼠嗅球构成的嗅觉传感系统,研究记录了浓度为10 mM的异丁醇、苯甲醚、香芹酮和柠檬醛4种气味刺激引起的嗅球僧帽层低频场电位信号,采用多窗谱估计算法和移动窗技术结合得到随时间分布的功率谱密度图。实验结果发现气味刺激后信号功率谱能量较多分布在gamma频段(40 Hz～120 Hz)。使用K最邻近分类方法对120组数据进行分类识别,4种气味分类正确率达到77.4%。实验结果表明该嗅觉传感系统结合多窗谱估计时频图与K最邻近分类算法可以初步实现气味识别。     

嗅觉神经网络在电子鼻识别多品牌绿茶中的应用研究

生物模式识别机理引入人工嗅觉系统将提高其仿生化程度,并被认为是有前途的传感阵列信息处理方法。本文尝试将一种嗅觉神经网络应用到电子鼻检测和识别多种品牌的绿茶气味。通过包含8个MOS型气敏传感器的自制电子鼻仪器,测量了来着不同地方的5种不同品牌的绿茶样品,在传感阵列信号稳态部分提取特征向量,并使用雷达图考察指纹图谱异同,验证传感阵列及特征提取方法的有效性。采用生物相似性学习算法训练该神经网络,考察了样本训练次数和识别率的关系,发现经过4～7次训练,该网络对这5种绿茶的识别率平均值都在97%以上。     

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。     

嵌入式电子鼻测试系统设计

基于金属氧化物传感器阵列、高精度浮点运算处理器、温度采集和控制模块以及人机界面设计并搭建了电子鼻测试实验系统;介绍了测试系统的总体结构,介绍了系统的硬件设计,讨论了下位机程序流程,最后详细讨论了高精度ADC采样的校准算法;最后,通过配备不同浓度的H2和CH4组合气体对设计系统进行了定性识别实验,结果表明,设计的电子鼻实验测试系统对自制的混合气体辨识率可达100%。     

电子鼻在食品工业中的应用研究进展

电子鼻是一种新颖的模拟人的嗅觉来分析、识别和检测复杂嗅味和挥发性成分的仪器。电子鼻由气体传感器、信号处理和模式识别系统等组成。介绍了电子鼻的组成和工作原理,综述了电子鼻在食品原料、加工、质量监测、成份检验以及农产品贮藏中的应用研究进展,并指出了电子鼻目前存在的主要问题。     

可视嗅觉电子鼻系统对有机胺的识别

选取了包括卟啉和金属酞菁在内的6种气敏显色剂构建可视嗅觉敏感阵列,并用这些阵列和自行设计的可视嗅觉电子鼻系统对10种具有典型分子结构的有机胺进行了识别;对实验数据分别用静态图像响应,动态时间响应和多元统计分析的方法进行了表达和分析;结果表明,可视嗅觉电子鼻技术对这十种有机胺的静态图像响应模式和动态时间响应模式具有高度的特异性,并且可以对具有相似分子结构的分析物进行聚类。     

基于ARM9一Linux的嵌入式电子鼻系统的实现

研制了一种以ARM9为控制芯片,搭载Linux的电子鼻系统。系统硬件由自动进气装置、密闭气室、传感器阵列、数据采集模块构成。控制软件界面采用QT编写,完成了嵌入式终端软件和上位机软件。该系统能够实现对气体进行自动进气、数据采样、数据保存,采样曲线实时显示监控等功能。并能利用MATLAB编写的电子鼻气味识别分析软件对数据进行分类识别算法分析,达到智能识别不同气味的目的。实验证明,此嵌入式电子鼻系统体积小、携带方便、稳定度高、成本低,能够实现对多种不同的气味进行准确识别。     

电子鼻温度控制系统的设计

针对目前电子鼻中温度控制系统存在的不足,提出了一种使用简便、控制速度快,且精度高的温控系统.系统利用半导体制冷片的快速制热和制冷功能,通过控制制冷片两端的电流方向,同时使用PID控制算法和环境温度补偿方法,实现气室温度控制.通过实验,进一步验证了温度对湿度和传感器的影响.实验结果表明:系统能够达到的控温精度为±0.3℃...     

Comparison of odor detection thresholds and odor discriminablities of a conducting polymer composite electronic nose versus mammalian olfaction

Response data from an array of conducting polymer composite vapor detectors that form an electronic nose were collected for the purpose of comparing selected, quantitatively measurable, phenomena in odor detection and classification to the olfactory characteristics of monkeys and humans. Odor detection thresholds and discriminability between structurally similar pairs of odorants were the two primary quantities evaluated for this comparison. Comparisons were only made for volatile organic vapors as opposed to aroma active odorant vapors. Electronic nose detection thresholds for a homologous series of n-alkane and 1-alcohol odorants were determined and the results were compared to literature values for the mean olfactory detection thresholds observed in psychophysical experiments on humans exposed to these same vapors. The trends in odor detection thresholds of the electronic nose towards the tested analytes were very similar to those exhibited by humans. The discrimination performance of the electronic nose for distinguishing between pairs of odorants within incrementally varying series of esters, carboxylic acids and alcohols were also compared to the published data of Laska and co-workers on the psychophysical performance of humans and monkeys for these same odorant pairs. Similar trends were generally observed between the humans, monkeys, and the electronic nose in that discrimination performance increased as the compounds of an odorant pair became more structurally dissimilar. With use of the Fisher linear discriminant algorithm for classification of these test pairs of odorants, the electronic nose exhibited significantly better discriminability than humans or monkeys for the odorant pairs evaluated in this work under the test conditions for which the discriminability was evaluated.     

A novel humid electronic nose combined with an electronic tongue for assessing deterioration of wine

We report herein the use of a combined system for the analysis of the spoilage of wine when in contact with air. The system consists of a potentiometric electronic tongue and a humid electronic nose. The potentiometric electronic tongue was built with thick-film serigraphic techniques using commercially available resistances and conductors for hybrid electronic circuits; i.e. Ag, Au, Cu, Ru, AgCl, and C. The humid electronic nose was designed in order to detect vapours that emanate from the wine and are apprehended by a moist environment. The humid nose was constructed using a piece of thin cloth sewn, damped with distilled water, forming five hollows of the right size to introduce the electrodes. In this particular case four electrodes were used for the humid electronic nose: a glass electrode, aluminium (Al), graphite and platinum (Pt) wires and an Ag-AgCl reference electrode. The humid electronic nose together with the potentiometric electronic tongue were used for the evaluation of the evolution in the course of time of wine samples. Additionally to the analysis performed by the tongue and nose, the spoilage of the wines was followed via a simple determination of the titratable (total) acidity.     

基于人工神经网络的苹果气体识别方法研究

将气体传感器阵列与人工神经网络模式识别技术相结合,建立了电子鼻系统,对水果变化过程进行监控。尝试对3种不同状态(好、碰伤、坏)的苹果气体进行定性识别。实验结果表明:结合主成分分析的人工神经网络方式为模式识别、分类提供了快速准确的辨识方法,对红富士苹果进行分类时正确率在83.33%以上。     

U-型电子步道系统：帕金森病运动障碍评估

为了实现帕金森病（PD）运动障碍全面而准确地量化评估和帕金森病的辅助诊断,设计一种新的用于量化步态分析的U-型电子步道系统,该系统包括U-型电子步道和数字诊疗系统。利用U-型电子步道系统获取传感器信号,并采用数字诊疗系统提取受试者直行和转弯状态下运动障碍相关的步态运动学特征。在测试阶段,采用支持向量机（SVM）分类算法识别帕金森病患者步态模式。实验结果表明基于U-型电子步道系统提取的步态运动学特征,构建的模型能实现帕金森病患者识别,同时提取的转弯步态特征能够大幅提高帕金病患者的准确率。