（检测技术与自动化装置专业论文）基于人工神经网络的苹果气体识别方法研究.pdf

摘要 基于人工神经网络的苹果气体识别方法研究 学科：检测技术与自动化装置 研究生：杨艳菊 导师：李琦教授 ( 签名： ( 签名： 摘要 近年来，电子鼻技术的研究受到了广泛的关注，发展迅速，基于电子鼻技术开发的产品也越来越 多地应用到各个领域 本文介绍了气体传感器阵列原理和构成，研究了对苹果气味敏感的气体传感器阵列的组成和气体 传感器的特点，并重点研究了b p 网络和r b f 网络等模式识别技术在电子鼻中的应用本课题在大量 的实验基础上，建立了一个较完善的电子鼻实验装置，可以依据气味对苹果进行分类和分级主要研 究内容及方法如下： 1 、气体传感器阵列组成的基本形式，设计了电子鼻实验装置，它由四个基本单元组成：气体产生室、 测量室、a d 转换模块和台负责数据采集和处理的计算机 2 、利用m a t l a b 软件，对所采集的红富士苹果气体的实验数据进行主成分分析，分析结果表明每个 传感器对苹果气体反应程度以及传感器阵列问的相互关系，用两个主成分代替原来的八个传感器为区 分不同成熟度的苹果提供了快速准确的辨识方法 3 、用v i s u a l c + “0 设计出了友好的视窗界面，调用w i n d o w s a p i 函数实现了计算机的串口与气体传 感器阵列电路板之间通信，可以在线调整串口的通讯参数、采样周期、总的采样时间。 4 、建立了b p 神经网络和r b f 神经网络的模式识别模型，在v c 平台上实现对不同成熟度的苹果( 好 苹果、碰伤苹果、坏苹果) 和两种不同状态的苹果( 好苹果、坏苹果) 进行了分类辨识首先对采样 数据进行了预处理，提出了改进的b p 算法和最近邻一k 均值聚类算法，实验结果证实了两种算法都能 较好的识别了不同状态的苹果气体。 关键诃：电子鼻；模式识别；传感器阵列；主成分分析 西安理工大学硕士学位论文 r e s e a r c ho n m e t h o do fa p p l eg a s e sr e c o g n i t l 0 nb ；a s e d o n a n n s p e c i a l i t y ：d e t e c t i o nt e c h n o l o g y & a u t o m a t i ce q u i p m e n t s c a n d i d a t e ：y a n gy a n j u s u p e r v i s o r ：p r o f l iq i ( s i g n a t u 怕：坞蜘叫 ( s i g n a t u r e ：冬鲢) a b s t r a c t e l e c t n i cn o s em c h n i q u ch a sb e c o n l ea ni n t e r n a t i o n a lr e s e a x c hf o c u sa n dh a sm a d er a p i dp r o g r e s sd u r i n g t h el a t e s ty e a r s a n dp r a c t i c a le l e c t r o n i cb o s ep r o d u c t sh a v eb e e ne x t e n s i v e l ya p p l i e di nm a n yf i e l d s i nt h i st h e s i s , i t si n u o d u c e dt h ep r i n c i p l ea n dc o n s t r u c t i o no fg a ss g n s o ra r r a y , 0 1 1 1 a t t e n t i o ni sp a i dt ot h e c o n s t i t u t i o no fg a ss e n s o ra r r a yw h i c hi ss e n s i t i v et oa p p l e sg a sa n dt h ec h a r a c t e r i s t i co fg a ss e n s o r s t h e e m p h a s i so nb pn e t w o r ka n dr b fn e t w o r ki st h ea p p f i c a f i o ni nt h ee l e c t r o n i cn o s e o nt h es t u d yo ft h e e x t e n s i v en o s er e f e r e n c ei nt h ef i e l do ie l e c t r o n i cn o w eh a v ed e s i g n e da ne l e c t r o n i cn i o s ee q u i p m e n t s c h e q u i p m e n t c a n c l a s s i _ r y t h ea p p l e s b y o d o r t h e m a i n c o n t e n t sa n d m e t h o d s o f t h e m c s i sa r e ： 1 t h ee l e c t a b l en o s ee q u i p m e n ti sd e s i g n e do nt h eb a s i cf o r mo fg a s l l s o ra r r a yw h i c hi sc o l i l p o s e 沮o f f o u rb a s i cc e l l s ：c h a m b e rt op r o d u c eg a s ，m e a s u r ec h a m b e r , a dc o n v e r s i o nm o d u l ea n dac o m p u t e rs e e i n g t os a m p l ea n dd i s p o s ed a t a 2 t h es a m p l eo fe x p e r i m e n t a ld a t at o p i n k l a d ya p p l e si sp r o c e e du s i n gp r i n c i p a lc o m p o n e n t a n a l y s i s ( p c a ) , f r o mw h i c hi t c a nb es e e nt h er e f l e c t i o nd e g r e eo fe v e r ys e n s o rt oa p p l e sg a sa n dt h e c o r r e l a t i o nb e t w e e n $ e n s o ra r r a y i tp r o v i d e sar a p i da n de x a c ti d e n t i f i c a t i o nm e a s u r et od i s t i n g u i s hd i f f e r e n t m a t u r e a p p l e s u s i n g t w o p r i n c i p a l c o m p o n e n t s i n s t e a d o f p r i m a r y e i g h t s e q f l s o i s 3 r sp r o g r a m m e db yv m u u icl a n g u a g et h a tp r o v i d e saf 拭e n d l yi n t e r f a c e t h ew i n d o w sa p if u n c t i o n r e a l i z e st h ec o m m u n i c a t i o nb e t w e e nt h ec o m p u t e r ss e r i a lp o r ta n dg a ss c o s o ra r r a y , w h i c hc a nm o d i f yt h e c o m m u n i c a t i o n sp a r a m e t e r s ，s a m p l i n gi n t e r v a la n dw h o l es a m p l i n gt i m eo n l i n e 4 t h ep a t t e r nr e c o g n i t i o nm o d e l so fb pn e t w o r ka n dr b fn e t w o r ka l ee s t a b l i s h e d t h ei d e n t i f i c a t i o no f d i f f e r e n tm a t u r ea p p l e s g o o d ，t o u c h , b a d ) a n dt w od i f f e r e n ts t a t e s ( g o o d , b a d ) a r ep e r f o r m e d a tf i r s t , s a m p l i n gd a t ai sp r e p r o c e s s e d i m p r o v e db pa l g o r i t h ma n dn e a r e s tn e i g h l m r - km e 3 n l sc l u s t e r i n gr b f a l g o r i t h ma r ep u tf o n 删a n dt h et e s tr e s u l tp r o v e st h a tt h et w oa l g o r i t h m sc a ni d e n t i f yt h es a m p l i n gd a t a w e i l k e yw o r d s ：e l e c t r o n i cn o s e ；p a t t e r nr e c o g n i t i o n ；s e n s o r a r r a y ；p c a 2 独创性声明 秉承祖国优良道德传统和学校的严谨学风郑重申明：本人所呈交的学位论文是我个 人在导师指导下进行的研究工作及取得的成果。尽我所知，除特别加以标注和致谢的地 方外，论文中不包含其他人的研究成果。与我一同工作的同志对本文所论述的工作和成 果的任何贡献均已在论文中作了明确的说明并已致谢。 本论文及其相关资料若有不实之处，由本人承担一切相关责任 论文作者签名：垴抱益0 7 年5 月7 日 学位论文使用授权声明 本人a 面牦萄在导师的指导下创作完成毕业论文。本人已通过论文的答辩，并 已经在谣安理工大学申请博士硕士学位。本人作为学位论文著作权拥有者，同意授权 西安理工大学拥有学位论文的部分使用权，即：1 ) 已获学位的研究生按学校规定提交 印刷版和电子版学位论文，学校可以采用影印、缩印或其他复制手段保存研究生上交的 学位论文，可以将学位论文的全部或部分内容编人有关数据库进行检索；2 ) 为教学和 科研目的，学校可以将公开的学位论文或解密后的学位论文作为资料在图书馆、资料室 等场所或在校园网上供校内师生阅读、浏览。 本人学位论文全部或部分内容的公布( 包括刊登) 授权西安理工大学研究生部办 理。 ( 保密的学位论文在解密后，适用本授权说明) 论文作者签名：垴燧导师签名) 7 年弓月i _ 7 日 绪论 1 绪论 1 1 引言 随着全国农村产业结构调整步伐的加快，果蔬业得到了不断发展，果蔬的品种越来越 丰富，尤其在我国加入到w t o 以后，如何能让我国的果蔬打入国际市场，如何让果蔬保 质增值，提高果蔬品味档次，并增加销量，成为广大农民当前最关心又急需解决的问题。 毫无疑问，无损检测技术对果蔬的采后加工、销售都有一定的价值，对生产也有积极的推 动作用。但我国的无损检测技术在果蔬的采后加工、品质评定等方面起步较晚，检测能力 弱，检测速度慢，相应检测的实验环境条件差，检测人员的素质不高，与国外有较大的差 距。当前国内在果蔬的分级方面，其分级的方式都是从果实外部来评价质量，开发成功的 分级机械按工作原理可分为：大小分级机、重量分级机、果实色泽分级机和既按大小又按 色泽进行分级的机器，但产品的技术低，并没有核心技术。目前国内具备先进分选设备的 企业很少，有大型生产线的企业也仅仅是对重量和大小进行分选，绝大多数企业的技术装 备处于2 0 世纪七八十年代的世界平均水平，少数处于9 0 年代水平，只有极少数达到国际 先进水平。而国外已经成功地利用光学原理并结合机器人视觉技术开发出检测设备，对果 实内部进行品质评价，并成功地应用于在线检测。 我国水果在世界水果生产中占据重要的位置，1 9 9 3 年开始，我国水果总产量跃居世 界第一位。其中苹果和梨的产量均居世界各国之首，苹果产量占世界总产量的2 8 2 ，梨 产量约占4 2 6 。但每年我国水果在国际贸易份额中仅占l 左右，原因之一是我国水果检 测手段落后，水果混等混级严重，造成产品在国际市场上竞争力弱，果品品质难以保障，创 汇能力差。为了促进水果业的发展，除了提高产量外还要提高水果的质量，于是对水果的 分类分级检测就显的十分重要了。水果所散发出的气味的变化可以很好地反应出水果内部 品质的变化，所以可以通过闻其气味来评价水果的品质。然而人能感受出1 0 0 0 0 种独特的 气味，特别是在区分相似的气味时，人的辨别力就受到了限制。由于人的感觉器官的灵敏 度易受外界条件的变化而改变，从而影响评定结果的准确性。水果在生长的不同成熟阶段 和贮藏期间，通过呼吸作用进行新陈代谢而变熟，在不同的成熟阶段，其散发的气味也会 不一样，因此电子鼻可以通过闻其气味对其进行辨别。 苹果的成熟过程大体可以分为以下6 个阶段：未熟期、绿熟期、转色期、半熟期、成 熟期和完熟期。苹果的收获主要是针对半熟期、成熟期和完熟期而进行的。不同成熟期的 苹果在采收后，其用途也不一样。完熟期苹果主要用于生产与苹果相关的产品，成熟期苹 果主要用于鲜食或短途运输，半熟期苹果主要用于中长途运输与贮藏。苹果在运输过程中 极易损伤。果品机械损伤是指果实在采收、贮藏、运输、销售过程中因受到跌落、碰撞、 挤压、摩擦作用而引起果实变形，果皮、果肉破损的伤害。受到机械损伤的水果在采后的 西安理工大学硕士学位论文 各个环节中，在“伤呼吸”和微生物的影响下，引起整个果实迅速腐败、变质和增加损耗。 贮藏期较长时，已腐败的果实还会危及到周围完好的果实，导致其腐烂。所以除了采取措 施减少机械损伤外，在果品采后各个环节中，及时监控和剔除受到损伤、腐烂的果品就显 得十分必要。果实的气味是评价其品质的重要手段之一不同的果实具有不同的香味。品 质不同其含量也不同。果实由于机械损伤会呈现呼吸加强，将这种呼吸称之为“伤呼吸”。 这是由于损伤后组织中酶的活性加强，同时增加了和氧接触的机会。果实产生外伤后，测 其呼吸速度时，将立刻出现呼吸速度上升的现象这种“伤呼吸”也可能会导致其挥发物 发生变化。 随着科学技术的发展，人类社会进入信息时代，现代信息技术在国民经济和社会生 活的各个领域得到了广泛的应用。计算机和信息处理技术的发展使气体传感器的深层次应 用变为可能。有选择地将数个常用气体传感器组合在一起形成气体传感器阵列，并结合模 式识别技术，可以形成高精度的气体辨识系统，即：a i 嗅觉系统，又称“电子鼻”，不仅 可以辨识简单气体的成分和浓度，而且在复杂的环境中可以高精度地完成复杂气体或气味 中各成分的定性、定量检测。这种系统是对人类及其它哺乳动物嗅觉机理的模仿，但是比 起人类的嗅觉系统来说，人工嗅觉系统具有更强的信息处理能力、更高的分辨精度和对恶 劣环境的承受能力 电子鼻是利用气体传感器阵列的响应图案来识别气味的电子系统，它可以在几小时、 几天、甚至数月的时间内连续地、实时地检测特定位置的气味情况电子鼻由气体传感器 阵列、信号预处理和模式识别三大部分组成。电子鼻识别气味的主要机理是阵列中的每个 传感器对被测气体都有不同的灵敏度。但由于敏感气体或气味的传感器通常存在着严重的 “交叉敏”问题，因而在实际应用中难以满足测量精度的要求。 一个传统的传感器只能获取一点的信息，如果将多个传感元件结合在一起，利用电子 扫描方法获取物理信息，就可能掌握空间物质的整体状态，使传统的“量值的计量”变为 “状态的识别”。电子鼻就是传感器多维化方向发展的产物。基于集成气体传感器阵列和 多传感器信息融合技术的气体、气味识别系统一电子鼻，它是利用单一气体传感器对气体 响应的非专一性和对特定气体、气味的择优响应特性，根据实际应用，将多个气敏元件优 化组合，构成气体传感器阵列，利用阵列的多维空间气体响应模式，结合先进的信息融合 算法对气体、气味进行定性定量识别 t 1 本研究以苹果为研究对象，开发一种能依据苹果散发出的芳香气味进行分类分级的电 子鼻，为以后开发无损检测电子鼻技术打下基础。该电子鼻将可以对果蔬类食品进行质量 检测，同时也可以对食品保鲜等工艺过程进行检测，因此有很大的社会经济效益 2 绪论 1 2 电子鼻的研究现状 1 2 1 国外研究现状 目前，国外对电子鼻技术的研究比较活跃，他们分别用不同的气体传感器阵列、不同 的分析方法，对气味进行鉴别和判断。如识别一、二种化学成分组成的简单化学品，如h ， 。，c h 及其两两之间的混合物，某些烷、醇、酮类液体的挥发蒸汽，区别很明显的 物质如胡萝h 、洋葱、香水、苹果、葡萄、番茄等散发出的气味。具体应用实例如h v s h u r m c r 和j w g a r d n e r 采用1 2 种金属传感器对5 种醇类进行了分类1 2 - 3 1 k y u c h u n gl e e 等用金 属氧化物气体传感器阵列，用主成分分析法和神经网络模式识别法，识别了1 2 种气体样 品( 浓度为0 1 1 0 0 p p m 的c h 3 s h ，( c h 3 ) 3 n ，c h s o h 和c o 气体) 和6 种气味样品( 胡萝 卜，洋葱，女士香水，男士香水，2 5 的韩国s o j u 溶液和4 0 威士忌溶液) ，对1 2 种气 体识别率为1 0 0 ，而对6 种样品识别率达9 3 ：有电子鼻鼻祖之称的w a r w i c k 大学教授 j w g a r d n e r “也在1 9 9 9 年提出了有关气体识别的动态模型的建立。他和他的研究小组 利用半导体气体传感器阵列的动态参数模型，通过神经网络法，从牛奶场奶牛呼气样本对 奶牛的健康状况进行了预测；i e e e 联合成员e d u a r d l l o b e t 在2 0 0 1 年提出一种基于s n o ，传 感器和动态模式识别技术的多组分气体混合物分析的新方法，成功识别了c o 和n 0 2 ，准 确率达到1 0 0 。 国外已有少量商品化的电子鼻，a l p h a m o s 公司推出的f o x 2 0 0 0 系列电子鼻，主要 用于食品和化妆品工业；r o m as c a n 公司研制的a r o m as c a ns y s t e m ，已被英国饮料研究 集团用来检测饮料中大多数重要的芳香成份。莫斯科动力学院研制出了可代替警犬查获毒 品和爆炸物的电子鼻，配上电池后其大小相当一部手机，可装在海关、边防及公安人员的 口袋里，使用十分方便；德国科学家最近研制成功一种可在各种环境下使用的新型手持式 电子鼻，该电子鼻不仅辨别能力更加迅速、准确，并且还具有精确分析某些环境成分的功 能，它对诸如食物腐烂的气味尤其敏感，并可以对掺假的物品通过气味分析加以辨别，因 此在食品质量监督、工业生产过程中的气体监控等领域具有广泛用途。 1 2 2 国内研究现状 我国一些科研人员也在研究电子鼻技术，同济大学王磊教授领导的科研小组已成功地 研制出室内空气品质自动监控系统和电子鼻报警控制器( 已获得专利) ；浙江大学生物医学 工程与仪器科学学院生物传感器国家专业实验室正在研究测量呼吸气体，诊断疾病；中国 科学院电子研究所李建平、贾建等人正在从事气体传感器智能检测系统和便携式酒精检测 仪的研究工作“1 ；浙江大学高大启博士应用金属氧化物传感器阵列和主成分分析法区别 丙酮、乙醇、甲醇三种化学成分，对8 种不同浓度的甲醇溶液进行了分类，用神经网络方 3 西安理工大学硕士学位论文 法对以上成分进行聚类分析和识别“；厦门大学杨燕明博士应用声表面波传感器阵列组 成电子鼻系统，在识别气体气味方面作出了一定的尝试；江苏大学潘胤飞、赵杰文等研究 了遗传算法和神经网络等非线性模式识别技术在电子鼻中的应用，实现对苹果的分类和分 级”1 ；江苏大学赵杰文教授、邹小波博士应用1 3 个金属氧化物传感器阵列，利用神经网 络技术和遗传算法的“遗传特征参数法”对镇江香醋和山西陈醋进行了识别；浙江大 学王俊、周亦斌在电子鼻的西红柿与黄酒的检测与评价研究方面提出了一种新的神经网络 和模糊识别相结合的识别方法1 。此外，还有湖南大学、大连理工大学、复旦大学和西 安电子科技大学正在进行电子鼻方面的研究。总的来看，与国外相比，国内对电子鼻的研 究还停留在实验室阶段，离达到商品化还有一段距离。 国内这方面的研究开展的较晚，目前均处于初级阶段。缩小与国外的技术差距，迅速 开展系统的基础研究，加强知识更新和技术更新，开发具有我国自主知识产权的人工嗅觉 系统，已经显的十分迫切。相信随着气敏传感器技术和信息处理技术的不断进步，满足各 个行业需要的电子鼻将会逐渐产生，甚至能解决所有问题的通用电子鼻也会变为现实 1 3 电子鼻的结构和概念 电子鼻，是模仿生物嗅觉系统而发展起来的。研究发现人的一个鼻腔中约有5 0 0 0 万 个嗅觉细胞，单个嗅觉细胞的生存期一般只有2 2 天左右，其灵敏度并不是很高，选择性 也差，而且至今还没有发现只对一种化学成分起反应的嗅觉细胞但是，大脑皮层的信号 处理系统却能将整个嗅觉系统的选择性、灵敏度、重复性等性能大大提高，能除去信号漂 移人在吸气时，气味会在鼻子的嗅觉细胞阵列上形成特定的空间分布，随后嗅觉系统用 抽象的方式直接完成分类。通过神经解剖学、神经生理学和神经行为学各个学科的实验研 究，确证嗅球中的每个神经元都参与嗅觉感知，当动物吸入熟悉的气味时，脑电波变得更 为有序，形成种特殊的空间模式。当没有气味输入时，嗅球系统的脑电波就表现出低幅 混沌状态，低幅混沌状态等价于一种“我不知道”的状态。混沌能使几百万神经细胞处于 一种活性“值班”状态，以便可以瞬间转入工作状态，对嗅觉刺激作出反应。人和其他动 物在识别气味的过程中，不必知道这些气味的化学组成和浓度，就可以在极短的时间内对 气味作出判断。 通过对人的嗅觉机理的研究，人们注意到，人和自然界其他一些生物在识别气味的过 程中，不必知道这些气味的化学组成与浓度，就能在极短的时间内对气味作出判断。这给 人们开发电子鼻提供了极有用的启发，人的嗅觉形成过程是电子鼻工作原理的模拟基础， 比较成熟的电子鼻系统由三部分构成：气体传感器阵列、信号预处理和计算机模式识别系 统”1 。在电子鼻系统中，传感器及其阵列是电子鼻的心脏，它的功能是把不同的气味分 子在其表面的作用下转化为可侧量的物理信号。图1 - 1 是人的嗅觉系统和电子鼻系统的结 构比较图，从图中可以看出它们的类似性。 4 绪论 气体传感嚣阵刊 嚷觉细胞 信号硬赴理电路卜刊模式识别 嗅泡和嗅神经卜叫大脑嗅觉十抠 图1 - 1 嗅觉机理和电子鼻系统的结构框图 f i g 1 1 t h e 咖c o f o l f a c t o r y m e c h a n i s m a n d e l e c t r o n i c n o s e s y s t e m 从上图看出，人和动物的嗅觉机理与电子鼻的嗅觉过程大致一样，都经过了一下几个 过程，即信号的感知阶段，然后对信号作出相应的处理，最后作出应答结果。人工嗅觉和 哺乳动物嗅觉机理的具体关系如下： ( 1 ) 气体传感器阵列相当于初级嗅觉神经元。由于具有广谱响应特性、交叉灵敏度较 大，对不同气味、气体灵敏度不同的气敏元件组成。通常气体传感器阵列可以采用数个单 独的气体传感器组合而成，也可以采用集成工艺制作专用的气敏传感器阵列。这种阵列体 积小，功耗低，便于信号的集中采集和处理。单个气体传感器与传感器阵列在特性上有质 的区别，单个气体传感器对气味气体的响应可用强度来表示，而气体传感器阵列除了得 到各个传感器的响应外，还得到全部传感器组成的多维空间中的响应模式，在环境条件一 定的情况下，阵列上的响应模式与其激励是一一对应的，而这正是电子鼻能对多种( 比电 子鼻的传感器阵列中气体传感器的个数多得多) 气味和气体进行辨识的关键所在。显然传 感器的选取并不避讳，反而利用了气体传感器所固有的“交叉敏感”特性，阵列响应所决 定的多维空间能够蕴涵被测气味更多的信息。足够数量的相互独立的传感器可以提供充分 的信息，来表示一种气体的特征，就象从不同角度得到的图像使我们能够对目标物体进行 重建一样。 ( 2 ) 传感器信号预处理相当于二级嗅觉神经元。对传感器阵列产生的信号完成非电量 到可测电量的转化，或进行传感器信号的放大、转换，得到有利于后面进一步分析处理。 ( 3 ) 模式识别相当于动物和人类的大脑。它运用一定的算法完成气味气体的定性定量 识别。电子鼻中模式识别算法有：相关方法、最小二乘法、聚类方法、主成分分析法、偏 最小二乘法、人工神经网络法和模糊逻辑法等。 1 3 1 气敏材料 气敏材料是一种功能性材料，这类材料遇到外界气体时，在一定条件下其物理化学性 质随外界气体种类、浓度发生一定的变化。目前使用的气敏材料主要有陶瓷气敏材料和高 分子气敏材料两大类。 a 瓷气敏材料 陶瓷气敏材料的主要成分是一些金属氧化物，按照气敏原理的不同有以下几种： ( 1 ) 半导体陶瓷气敏材料 半导体气敏材料是开发最早和应用最广泛的气敏材料之，这类材料如砌晚，历晚， 5 西安理工大擘硕士学位论文 艮：0 ，等对气体有着吸附作用通过吸附，产生化学反应，使其电导率发生变化。半导体 气敏材料对气体的敏感性与温度有关，常温下敏感度较低，随着温度的升高，其敏感度也 增加，在一定的温度下达到峰值。为了提高它的灵敏度，常添加一些催化剂，如在s n o ，中 添加贵重金属p t ，p d 等 ( 2 ) 接触燃烧式陶瓷气敏材料 它是利用气体的接触燃烧反应产生的热量来改变另一种材料的电阻值。这种材料需要 有两种材料配合使用，种材料与气体发生接触燃烧反应，另一种材料的电阻对温度敏感， 如a 丝、r 爿f ，d ，+ a 丝、p d - a l ，d ，+ p t 丝等。 ( 3 ) 固体电解质陶瓷气敏材料 利用一些固体电解质对气体的选择透通性能。当一些气体存在时，在电解质中产生离 子，从而形成浓差电势等。按产生离子的不同，可分为三类：一类是材料吸附气体后产生 离子与固体电解质中的移动离子相同；另一类是材料吸附气体后产生离子与固体电解质中 固体离子相同；第三类是产生的离子既不同于移动离子，也不同于固体离子 h 分子气敏材料 高分予气敏材料在遇到特定的气体时，其电阻、介电常数、材料表面声波传播速度、 频率、材料重量等物理性能都会发生变化。主要有酞菁聚合物、l b 膜、苯菁基乙炔、聚 乙烯酵磷酸、聚异丁烯、氨基十一烷基硅烷等。高分子气敏材料由于工艺简单、常温选 择性好、价格低廉，易与微结构传感器和声表面波器件相结合。 1 3 2 气体传感器 气体传感器“”是气体检测系统的核心，通常安装在探测头内。从本质上讲，气体 传感器是一种将某种气体浓度转化成对应电信号的转换器。探测头通过气体传感器对气体 样品进行调理，通常包括滤除杂质和干扰气体，作干燥或制冷处理，样品抽吸，甚至对样 品进行化学处理，以便化学传感器进行更快速的测量。 在任何情况下，探头及其内部气体传感器都必须能够检测某给定值以上的气体浓度， 并发出报警信号，或者说，当气体浓度低于给定值时，探头不允许发出警报。一旦警报误 发造成生产线停产其损失是相当严重的，而且，经常误报警会使入产生懈怠，而忽略发出 的正确警报，最终对人和财产造成无法挽回的伤害。在介绍气体传感器之前，有必要先对 气体传感器的一些特性作一些介绍： - 稳定性 稳定性是指传感器在整个工作时间内基本响应的特性。它由零点漂移和区间漂移来考 察。零点漂移是指没有目标气体时在整个工作时间内传感器对基本线性条件的响应变化， 理想情况下，一个传感器可以在连续工作情况下每年零点漂移小于1 0 。区间漂移是指 传感器连续置于目标气体中的响应变化，它表现为传感器输出在工作时间内的降低一个 6 绪论 传感器可以在连续工作情况下每年区间漂移小于1 0 。 b 灵敏度 灵敏度是指传感器的输出增量与被测输入量之比，主要依赖于传感器结构所使用的技 术。大多数气体传感器的设计原理都采用四种测定原理之一，即生物化学、电化学、物理、 光学。在设计之初首先要考虑的是选择一种敏感技术，它对目标气体的阙限值 ( t l l i t h r c s h o l dl i m i tv a l u e ) 或最低爆炸限( l e i , - - l o w c re x p l o s i v el i m i t ) 的百分比的检测 要有足够的灵敏性。 c 选择性 选择性也被称为交叉灵敏度。它可以通过测量对某一浓度的干扰气体所产生的传感器 响应来确定，这个响应等价于一定浓度的目标气体所生产的传感器响应。这种特性在工业 加工领域追踪多种气体的应用中是非常重要的，因为交叉灵敏度会降低测量的重复性和可 靠性，理想传感器应具有高灵敏度和好的选择性。 d 抗腐蚀性 抗腐蚀性是指传感器暴露于高浓度目标气体中的能力。在气体大量泄漏时，探测器应 能够承受期望气体浓度的1 0 2 0 倍，在返回正常工作条件时，传感器漂移和零点校正值应 尽可能小。另外，从经济方面考虑，传感器还应具备以下条件： ( 1 ) 低成本； ( 2 ) 长寿命； ( 3 ) 易于标定和维护； ( 4 ) 无需复杂的外围设备； ( 5 ) 所产生的电子信号不需要由复杂的电子电路来处理。 气体传感器的最基本特征，即灵敏度、选择性及稳定性等主要通过材料选择确定。选 择适当的材料以及开发新材料和使敏感特性最优化是气体传感器的发展方向。 1 3 3 气体传痘器阵列 气体传感器是一种把气体中的特定成分检测出来，并将其转化为适当的电信号的器 件，它是对气体进行定性、定量检测的必不可少的器件之一。国外从3 0 年代开始研究开 发气体传感器，到目前为止已经研制开发出了许多类型的传感器，用于检测各种气体、气 味和蒸汽。根据材料类型的不同，现有的传感器( 指气体传感器，下同) 可分为金属氧化物 型半导体传感器，有机导电聚合物传感器、质量传感器( 包括石英晶体谐振传感器和声表 面波传感器) 、金属氧化物半导体场效应管传感器和红外线光电传感器等。 单一或分立的传感器元件由于存在的长期稳定性和选择性不好的问题，无法很好地满 足实际应用的要求：而另一方面在涉及传感器应用的大量实际问题中，所要分析的对象气 体是包含多种成分的混合物，对混合组分气体进行识别测量已成为气体传感技术研究发展 7 西安理工大学硕士学住论文 的热点在单一传感器的选择性相对不容易提高的情况下，可以通过同时使用多个传感元 件或改变气体传感器工作条件提取特征信号进行判别来解决这一问题。将分立的传感元件 组合在一起组成传感器阵列，这样通过获取传感器的信号从原来的单传感器、单参数变为 传感器阵列、多参数，增加了信息量。目前国内外已经有了许多研究单位进行了传感器阵 列的研究，取得了很大的进展，因此，近年来对气体或气味进行检测时，大多数人都趋向 于用传感器阵列装置。表1 - 1 列出了常用的传感器阵列及相关特性。 表1 - 1 常用的传感器阵列及特性 t a b 1 1 t h e c h a r a c t e r i s t i c o f c o m m o n l i c l l s o r a r r a y 1 9 8 4 年，美国z a r o m b 等人提出用对不同气体成分响应的数个气体传感器组成阵列， 利用阵列中不同传感器的交叉选择性来确定混合气体中的特定分量。其基本原理是将多个 不同选择性的气体传感器组成阵列，用它测量多种气体得到一组响应数据，建立相应的方 程组，解此方程组，即可识别气体种类和组分。 气体传感器阵列是电子鼻系统的基础，合适的气体传感器阵列对提高系统的性能至关 重要。目前气体传感器阵列有由多个分立气体传感器组成的阵列，也有将数个气敏元件集 成在一个芯片上组成微传感器阵列。 1 3 4 模式识别信息处理方法 模式识别技术诞生于2 0 世纪2 0 年代。随着计算机和其他相关学科技术的发展，模 式识别信息处理在6 0 年代迅速发展成一门学科。在电子鼻发展的研究过程中，模式识别 也对电子鼻系统的识别与分类起了关键作用。处理信息的方法有以下几类：主成分分析法 ( p r i n c i p a lc o m p o n e n ta n a l y s i s 。p c a ) 、部分最小：乘回归( p a r t i a lk 勰s q u a r e s r e g r e s s i o n ) 、判别分析法( d i s c d m i n a n t a n a l y s i s ，d a ) 、聚类分析法( c l u s t e r a n a l y s i s ，c a ) 、 人工神经网络( a r t i f i c i a l n e u r a l n e t w o r k , a n n ) 和模糊推理法( f u z z y i n f e r e n c e ，f i ) 等在电 子鼻领域中都有应用。在这些分析方法中最常见的有：主成分分析法、部分最小二乘回归、 聚类分析法、人工神经网络等等；其中主成分分析法、部分最小二乘法、聚类分析法是基 于线性的分析方法，具有较大的应用局限性。而人工神经网络能够处理非线性数据，容忍 传感器的漂移和误差，并且具有较高的预测精度，因而近年来成为电子鼻技术领域的主要 研究方法 8 绪论 1 4 研究方向 随着传感器技术、数据处理技术、计算机技术、人工智能技术、并行计算的软件和硬 件等相关技术的发展，电子鼻信息处理技术必将成为未来电子鼻发展的重要研究方法和手 段。今后多传感器信息融合技术的主要研究方向包括以下几个方面： ( 1 ) 研究各种温度调制方法，控制好温度变化曲线和采样频率。 ( 2 ) 运用特征提取和模式识别方法，以进一步提高系统的性能。目前，将模糊逻辑、神 经网络、进化算法、粗集理论、支持向量机、小波变换等计算智能技术有机地结合起来， 是一个重要的发展趋势。 ( 3 ) 研究参数漂移，通过神经网络预测这一漂移，可以进一步增加动态校准传感器阵列 的输出精确度。 ( 4 ) 开发并行计算的软件和硬件，以满足具有大量数据且计算复杂的多传感器融合的要 求。 研究实时在线高性能的便携式电子鼻是发展的最终目的。英国w a r w i c k 大学的科学 家发明了一个电子鼻，可以帮助农夫和消费者，检验水果的成熟程度：它是利用电子鼻内 的感应器，探测水果的气味，经过一种称作f u z z y a r t m a p 的神经网络计算机系统分析， 然后辨识出水果的成熟程度；经过训练的电子鼻，它的准确度可达百分之九十二大量的 研究证明电子鼻能够为环境提供有价值的信息。因此，模拟人和动物嗅觉的电子鼻技术成 为气体检测的发展方向。 1 5 论文主要内容 本文主要研究方向是通过电子鼻对不同成熟度苹果的进行辨识。气体传感器阵列组成 了电子鼻的硬件结构，通过模式识别算法对数据进行处理和分类。通过实验分析了人工嗅 觉系统的关键技术人工神经网络算法。分别对预处理算法和神经网络模型的效果进行了 比较和分析，初步得出结论，为进一步探索研究奠定了一定的理论和实验基础。 第一部分：气体检测系统概述。从电子鼻的起源出发，介绍了气体传感器阵列工作 原理和本实验所使用的气体传感器的性质，信号预处理算法和模式识别技术。 第二部分：模式辨识技术。系统地介绍了主成分分析方法和人工神经网络的基本理 论、拓扑结构和学习算法，并对几种应用广泛的人工神经网络模型作了简要介绍。 第三部分：实验数据分析。利用气体检测系统分别对苹果的三种不同状态( 好、碰 伤、坏) 的气体进行定性识别，利用实验所得的数据对信号进行预处理，并对几种人工神 经网络的辨识效果进行了分析。主成分分析降低数据维数后结合人工神经网络的辨识效果 和原始数据的辨识结果进行了比较。 第四部分：工作总结。总结了本文研究的概况及其电子鼻的发展前景。 9 西安理工大学硕士学住论文 2 气体测量系统实验装置 气体传感器是一种把混合气体中特定成分检测出来，并将其转换成适当电信号的器 件这一章将简要介绍目前在气体检测领域内几种主要的气体传感器的特点及工作原理， 并详细介绍本次实验所研制的人工嗅觉系统所使用的实验装置及所用的传感器阵列。 2 1s n 0 2 气体传感器的特点及其工作原理 i s n 眈气体传感器的特点 砌a 型气体传感器是目前世界上生产量最大，应用最为广泛的气体传感器，与其它 气体传感器相比，具有以下特点： ( 1 ) 气体传感器的阻值与被测气体的浓度呈指数变化关系，因此具有较高的灵敏度， 所以这种类型的气体传感器适用于低浓度气体测量。 ( 2 ) 砌d ，材料的物理、化学稳定性好，寿命长，耐腐蚀性强。 ( 3 ) 跏d ，型气体传感器对气体的检测是可逆的，而且吸附、脱附时间短，可以连续 使用 ( 4 ) 砌d ，型气体传感器结构简单，成本低，可靠性高，机械性能良好。 ( 5 ) 对气体的检测不需要复杂的处理设备，待测气体可通过传感器的阻值变化，直接 转变为电信号，而且其电阻率变化大，信号处理不需要放大电路就可实现。 砌d 型气体传感器与其它类型的气体传感器相比，选择性不是很高，为了提高气体 传感器的选择性，常在制备过程中掺入r ，p d ，勋等稀有金属。 b s n 舵气体传感器的工作原理 跏仉气体传感器的工作原理1 是：当勋d 气体传感器的表面敏感层与空气接触时， 空气中的氧分子靠电子亲和力被吸附到敏感层的表面上，并从半导体区表面获得电子而形 成q 。、0 、0 2 一等带电离子受主型表面吸附，表面电阻增加；若还原性气体如以、c o 等作为被检测气体与其表面接触时，发生氧化还原化学反应，被氧原子捕获的电子重新回 到半导体中，表面电阻下降。利用气体传感器表面电阻的变化即可检测气体。上述过程可 用三个化学反应式来描述： 1 妄0 2 + n e o g ( 2 1 ) o 翻+ 峨一日2 0 + n e ( 2 2 ) + c o c 0 2 + n e 式中：e 一电子电荷 图2 - 1 ( a ) 是一个气体传感器分别对，c h ，c 2 也o h 的灵敏度曲线， ( 2 3 ) 图2 1 ( b ) 是 气体测量系统实验装置 它对不同浓度的c h 。和c ：h ；o h 混合气体的灵敏度曲线。显然，气体传感器对混合气体 的响应并不是对单一成分气体响应的简单叠加，同时只对一种化学成分有敏感响应的气体 传感器是不存在的。随着敏感材料、敏感层厚度、掺杂稀有金属、工作时的加热温度、环 境温度和湿度等条件的不同，不同的传感器对各种气体分子的敏感程度也不同。单个气体 传感器的灵敏度目前已达到0 1 p p m 数量级 g h 滞m + 呱。哪懈 图2 - ls m 9 膜灵敏度与单一气体浓度的关系和混合气体浓度的关系 ( a ) 单一气体( b ) 混合气体 f 昏2 - 1 1 五e m l a f i o n娜i f i v ed e 乎o f s n 0 2 s f m t os h l g i c g 觞a n dm i x 弘s ， c s n 0 2 气体传感器阵列 根据食品化学可以知道，除s 0 2 、n o ，、n h 3 、h ，s 等有强烈的刺激性气味外，大 部分无机化合物气体无气味，有机化合物有气味者甚多，它们散发出的气味与化合物的分 子结构有密切关系。具有气味的有机化合物一般都含有一定的原子或原子团，称为发香原 子或发香原子团。发香原子在化学周期表中从族到族，其中p 、出、鼬、s 、f 是发臭原予。发香原子团主要有下列各种原子团：羟基( 一0 h ) 、苯基( 一c 。日；) 、羧基 ( 一c o o h ) 、硝基( 一n 0 2 ) 、醛基( 一c l i o ) 、亚硝酸基( 一o n o ) 、醚基( 尺一0 一r ) 、酯基 ( - c o o r ) 、羰基( 一c 一) 、酰胺基( 一c n i l ：) 、异氰基( 一c n ) 、内脂( r c o o ) 另外，有许多烃类物质也会散发出各种不同的气味，如六氯乙烷、2 _ 亚硝基一2 一甲基 丙烷能发出樟脑香气的气味。根据无机化学和有机化学可知，多数硫化物以及醛类、醚 类、酸类、酷类、酚类、烃类等挥发性物质在一定的条件下都可表现出还原性，因此， 根据以上砌口型气体传感器工作原理，用基于砌d ，型气体传感器阵列的电子鼻可以实现 对食品挥发性气体的检测。苹果的香气一般由蚁酸、醋酸、丙酸、丁酸、辛酸等挥发酸 及其酯、甲醇、乙醇、乙醛等组成。当然可以采用跏d ，型气体传感器阵列依据苹果的气 味对苹果进行分类分级。由以上叙述及结合表1 - 1 中对气体传感器材料的介绍，本研究选 用砌d 型气体传感器构成传感器阵列。 砌d ，型气体传感器生产厂家很多，以日本费加罗公司生产的砌o 型气体传感器的性 西安理工大学硕士学住论文 能为最佳，并且产品种类也很齐全。本研究选用日本生产的s n o ，型t g s 8 系列和 t g s 2 0 0 0 系列气体传感器来组成阵列。其适用的检测对象是各种挥发性气体，如烃类、 醇类、苯类、醛类、醚类、酮类、硫化物( 如何，s 等) 、c o 等物质，农产品挥发气味中一 般也包括上述各类物质。初始阵列暂由国内市场上能够购买到的1 g s 8 1 3 、，i g s 8 0 0 、 t g s 8 2 5 ，t g s 8 2 4 、t g