电子鼻判别挥发性气体的实验研究

江苏理工大学学报（自然科学版）电子鼻判别挥发性气体的实验研究邹小波，吴守一，方如明（江苏理工大学生物与环境工程学院，江苏镇江212013）文中模拟人的嗅觉形成过程研制了一套用金属氧化物半导体气敏传感器阵列组成的电子鼻系统深入研究了电子鼻的气敏传感器阵列和数据处理分析器，并用该电子鼻对5种不同浓度乙醇溶液（0.5%，1%，1.5%，2%，5%）进行分析，详细阐述了实验过程，同时用I3P神经网络对样本进行识别分析，神经网络的回判正确率为90%，测试正确率为80%.电子鼻；BP神经网络，气敏传感器阵列目前，酒类、化妆品、烟草、茶叶等食品的质量主要是靠人的感官来进行判断，感官评定主要依赖人的生理和心理条件，其本身是一门精巧的技术。

从某种意义上讲，由于受经验、情绪等主观因素的影响，感官评定方法的评判结果随鉴别人员的不同而存在相当大的个体差异，即使同一人员也随其身体状态、情绪变化等的不同而产生不同结果。因此要求一种客观准确的嗅味鉴别方法来代替人工品闻嗅味和挥发物质是人们多年的期望。当我们对人类嗅觉过程有了较清楚了解后，就可以研制电子鼻这样一种能客观测定和判别嗅味及其他挥发性物质的仪器。电子鼻与普通化学分析仪器（如色谱仪、光谱仪、毛细管电泳仪）等不同，得到的不是被测样品中某种或某几种成分的定性与定量结果，而是样品中挥发成分的整体信息，也称“指纹”数据。

它模拟人和动物的鼻子闻到“的是目标的总体气息。它不仅可以根据各种不同的气味测到不同的信号，而且可以将这些信号与经学习建立的数据库中的信号加以比较，进行识别判断。因而具有类似鼻子的功能，可用于鉴别产品真伪，控制从原料到整个生产过程工艺，从而使产品质量得到保证。

本实验室开发的电子鼻主要应用是对酒类、茶叶、水果等食品挥发气味的识别和分类，目的是对之进行质量分级和新鲜度判别。由于本研究的电子鼻装置处于研制阶段，因此现在主要用它对一些定量的溶液进行判别。

1电子鼻的原理及组成电子鼻的工作原理是建立在模拟人的嗅觉形成过程基础上的，其主要有气敏传感器阵列和数据处理分析器组成（如），气敏传感器阵列在功能上相当于彼此重叠的人的嗅觉感受细胞，产生嗅感信号；数据处理分析器在功能上相当于人的大脑，具有分析、判断、智能解释的功能。气味分子被电子鼻中的气敏传感器阵列所吸附，产生信号。生成的信号经各种方法处理加工与传输，将处理后的信号经模式识别系统作出判断。

气味传感器数椐数据处现阵列采炔分析器根据对电子鼻所用传感器的要求，本研究开发的电子鼻所用的传感器是用SnQz金属氧化物型半导体传感器（M0S），当它们与正常气味的物质反应后，通常引起导致金属氧化物半导体的电阻发生变化，产生电信号。目前，它是世界上生产量*大，应用*广泛的气敏传感器。其优点是选择性不高、稳定性好、能耗小、寿命长、耐腐蚀性强等。由传感器产生的电信号经电子线路放大及A/D转换为数字信号输人计算机，被测嗅觉的强度既可用每个传感器输出的绝对电压、电阻或电导来江苏衍应用越础基金资助项目（BJ97061）邹小波（1975-），*，湖南丨1罗人，汀。苏理工大学硕士生。

表示，也可用相对信号值如归一化的电阻或电导值，即用它们的变化率比较嗅味的性质，传感器阵列输出的信号经专用软件采集、加工、处理后与经别，*后得出定量的质fi因子来决定被测样品的真伪、优劣、合格与否等不同规格的质量。因此这一邱分的关嫔是数据处理软件所用的数学方法*目r，在电子鼻中，常用的数据处理方法有多元统计数据处理方法和人工神经网络数据处理方法。

2试验装置及数据采集给出了本实验室正在研制中的电子彝式验装置框图，整个系统包括试验箱、气体流包：控制阀、真空泵、两套气体取样装置。测试电路（A/D转换板、傲机接口）、风扇、加热片。所用软件包括数据采集软件、实验观测控制软件和用MATLAB对采集信号进行处理和模式识别。

2.1试验箱试验箱用不锈钢材料制成，设计尽童使那些散发气味且易与气体发生反应的材料（如导线等）在试验箱外面。在试验箱的底板上有一组传感器阵列，采用了8个日本费加罗（Figaro）公司产的厚膜氧化锡传感器组成传感器阵列。当气体样本进人试验箱后，通过搅拌器使气体样本与试验箱内气体充分混合均匀，达到每个传感器周围的气体浓度相同。该电子鼻系统可以检渊两种气体样本，一种是定M样本，如要测某一指定浓度下的气体时，根据计算后，用微埴取样器定1提取这一样本；另一种情况是测某种样本挥发气体时（如草莓、香蕉挥发的果香，鱼，肉挥发的气味等）。可通过流动顶空法得到测拭样本的挥发气体。

2.2数摒集为了获得传感器与气体反应的整个过程，笔者用VB编写了一个动态采集程序和动态采集对话框，如为动态采集对话框。当打开集软件时，每一个传感器的动态响应值就显示在测试窗口，按下“开始采集”按键后，输人文件名，传感器响应值就按照每隔所指定的采集时间问隔（如中的1000ms）自动写入文件内，形成数据文件，供以后数据处理，直到按下“结柬采柒”按键为止。

圈3动态采集对话框3试验同浓度的乙醇溶液。每次当试验箱（用来放置气敏传感器阵列和被测气体的装置）温度稳定后，用100的微量取样器从制好的溶液中取20PL注人武验箱中的蒸发器上蒸发，同时打开电扇使蒸发气体在试验箱中充分混合均匀（即每个传感器周围的气体浓度、温度、湿度等都一样）。在此过程的同时集软件一直在采集传感器与气体反应的数据。在实验中应当注意每次M完毕后需要对传感器进行清洗和还原处理，以供下一次测S用，因为传感器在测fi过程中一般要与被测气体发生氧化还原反应，如果不进行洗和还原处理则会影响下一次测量结果。对每种溶液测10次，即共做5X10=50次。

3.1数据处理及特征提取气敏传感器是以其周围环境气氛为敏感因素的敏感器件，环境气氛中的氧分压、温度、湿度都能直接影响气敏传感器的性能特性提供了4种针对气敏传感器的信号处理方法（取传感器与气体反应的绝对值、相对值、微分值、积分值），如从传感器反应的数据曲线中分别提取*大值（3WJ*大微分值UnvJ，整个数据的平均值和*后50s内所得值的平均值作为稳定值。

3.2人工神经网络对特征数据的处理由于传感器的响应值与所测的气体浓度之间的关系非常复杂很难用明确的数学关系式表达，而人工神经网络既能模仿人的逻辑思维，又能模仿人的形象思维，是典型的非参数数据处理方法，它能通过自学习（训练）自动地掌握和挖掘隐藏在事物内部的、不能用明确的数学公式表示的“灰箱”或“黑箱”关系，因此采用神经网络技术建立传感器阵列响应信号与测量溶液之间的映射关系。可用P网络建立传感器阵列特征值与测试溶液浓度之间的映射关系。传感器特征值作为网络输人（20个输入节点），溶液浓度为网络输出（5个输出节点）。在5种溶液的样本（共50个样本）中各取8个样本组成训练集（共40个训练模式对），剩余2个样本组成测试集（共10个模式对）。对BP神经网络进行训练和测试。对应训练条件为，网络隐层数为18，学习因子为0.035，动态因子为0.0015，*大训练次数为5000次。*后结果是，在网络训练后，对训练集的回判正确率为90%，对测试集进行测试，测试正确率为80%.4结论集，并成功地提取了溶液气体的特征值。

应用BP神经网络建立了溶液气体与传感器响应值之间的映射关系。

但由测试集测试结果可以看出，其正确率仅为80%，这是由于试验条件（如环境温、湿度，实验装置的密封性等）控制不好，造成数据离散性大；而且BP网络的参数和结构有待进一步优化。

高大启，吴守一。人工嗅觉研究进展及其在食品香气评定中的应用展望。农业机械学报，〗998（4）：冯伟，高大启，胡上序。人工嗅觉传感阵列技术和模式分类方法的新进展。分析化学，1996（7）：高大启。基于人工嗅觉的卷烟内在质量分析方法与装置。镇江：江苏理工大学，1998.高大启。基于神经网络的模式分类方法。杭州：浙江大学，1996.康昌鹤，唐省吾。气、湿敏感器件及其应用。北京：科学出版社，1985.（责任编辑王丽伟）1通过分析电子鼻的组成和原理，建立了一套电子鼻系统测试装置。

2成功地实现了电子鼻数据计算机自动采