电子鼻在食品行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。通过人的鼻子和电子鼻的类比,详细介绍了电子鼻的基本原理和组成。通过对电子鼻与气相色谱法的比较,了解电子鼻的应用领域。综述了国内外的研究现状及其发展趋势,对其市场前景进行了展望。     

基于电子鼻的竹荚鱼肉鲜度及品质的评价

为了使用电子鼻快速客观地评价鱼肉的品质和鲜度,以新鲜竹荚鱼为原料,分别进行传统鲜度检测和电子鼻检测,通过对电子鼻数据进行PCA和LDA等分析,检验数据区分度显著,建立传统指标与电子鼻数据对应相关式,为海产品的海上运输、贮藏、销售等提供质量判别的理论依据。     

电子鼻判别挥发性气体的实验研究

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％, ｌ％, １． ５％, ２％, ５％）进行分析,详细阐述了实验过程,同时用 ＢＰ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％．［     

电子鼻判别挥发性气体的实验研究

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是和数据处理分析器,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BP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％。     

数据预处理在电子鼻评价鸡蛋新鲜度中的应用研究

采用电子鼻技术对鸡蛋新鲜度进行评价,采用主成分分析处理电子鼻响应数据.为选取合适的电子鼻数据预处理方法,以主成分贡献率及马氏距离分辨力为指标,比较了4种数据预处理方法对电子鼻检测鸡蛋新鲜度准确性的差异,分析了产生差异的原因.结果表明:Z-标准化对电子鼻数据预处理的方法能较好地区分鸡蛋新鲜度差异.     

基于模糊-神经网络的甲醛电子鼻

基于模糊-神经网络的甲醛电子鼻,采用气体传感器阵列和模糊-神经网络结合,实现了模糊-神经网络在甲醛电子鼻中的定量识别.并通过实验,对于0.01×10-6～50×10-6浓度范围内的甲醛气体,甲醛电子鼻定量测报的平均相对误差小,仅为0.197 086.     

电子鼻在食品科学中的应用

电子鼻是新近发展起来的模拟人工嗅觉的设备,由于其费用经济,检测速度快,可以客观、自动、无损的鉴定食品的风味物质,因此在食品工业中的应用越来越广泛.主要综述了:①电子鼻的结构,重点介绍了电子鼻的样品处理系统和检测系统,分析了样品处理方法、原理及其需要优化的参数,同时对检测系统的传感器类型、原理及其优缺点进行了介绍;②电子鼻在食品科学的几个方面如过程监控、真伪鉴别、货架期以及新鲜度等方面的应用.由此可以看出电子鼻必将得到越来越广泛的应用.     

电子鼻研究进展及在中国白酒检测的应用

基于传感器技术、信号处理技术和模式识别技术发展起来的电子鼻技术是过去二十年中发展最为迅速的气相分析和气体检测技术之一,它已逐渐在生物医学、环境监测、农业生产、食品检测等多个领域得到应用.电子鼻是利用对待测气体具有交叉敏感性的传感器阵列将待测气体中的混杂气味组分信息转化为与时间、成分、浓度或含量相关的可测物理信号组,利用信号采集系统输出含有待测气体特征信息的数字信号,通过模式识别系统分析数字信号得到待测气体综合气味信息和隐含特征,实现对待测气体快速、系统、准确的鉴别和分析.本文综述了电子鼻技术中的传感器技术和模式识别技术及在中国白酒品牌鉴定、风味识别、酒龄检测方面的最新研究进展;以聚合物石英压电传感器型电子鼻为例,阐明该电子鼻的技术方案及其在中国白酒检测中的应用;展望电子鼻未来研究方向.     

应用电子鼻分析香精及产品气味变化相关性

优化了电子鼻录入香精及产品气味信息的方法,在该录入条件下实现了电子鼻区分香精及对应产品在贮藏过程中气味信息的变化.对2支香精及对应产品在常温条件下贮藏过程中的气味变化进行了追踪,并通过对不同气味信息建立模型,分析了香精及产品在贮藏过程中气味变化的相关性.     

改进卡尔曼算法在电子鼻信号处理中的应用

为了降低的电子鼻测量过程中噪声信号对采样结果的影响,提出一种改进的自适应卡尔曼滤波算法,该方法能自适应调整测量方差以及能够滤除传感器本身具有的非高斯噪声信号.针对电子鼻测量过程中的信号特性,建立了测量数据处理的卡尔曼滤波模型,重点讨论改进卡尔曼滤波算法,并将该算法应用到电子鼻测量数据处理过程中,结果表明该方法能够拟制电子鼻测量过程中产生的噪声,提高电子鼻的测量精度.     

遗传算法在电子鼻中的应用研究

当今国内外对电子鼻的研究异常活跃 ,它是涉及传感器融合技术、计算机技术、应用数学等诸多领域的一门综合性技术 在电子鼻的研究中 ,最重要且最困难的问题是被测信号的特征提取和模式识别 ,目前尚无令人满意的方法 本文介绍了所研制的适用于传感器阵列反应的试验装置 ,在获得传感器与食醋挥发气体反应的整个过程的数据的基础上 ,提取了时域历程的特征值 ,提出了一种称为“遗传特征参数法”的新方法 ,提高了模式识别的精度 同时该方法对于解决其他模式识别问题也有参考价值     

电子鼻分析方法在白酒分类识别中的应用

利用酒精气体及有机物交叉敏感的4个金属氧化物半导体传感器组成气体传感器阵列,建立了实时数据采集系统,提出了稳态及动态特征值提取的方法,并结合主成分分析法(PCA),用所建立的电子鼻系统对3种白酒进行了分类识别实验.结果表明:它对不同品牌白酒的稳态特征识别率达90.0%,动态特征识别率达86.6%.     

基于AR信号处理和KII模型的嗅觉识别算法

信号的特征提取和模式识别方法,在实现准确的电子鼻气体定性分析中尤为关键,本文提出了基于AR信号处理和KII模型的嗅觉识别算法．将传感器信号分为：上升期和稳定期两部分,对上升期信号提取斜率作为特征;对稳定期信号,进行AR建模来提取特征．在电子鼻的模式识别算法上,利用KII模型对气味信号进行分类．该方法充分利用了AR信号处理在信号表示方面的有效性及降维优势、KII模型在模式识别方面的优越性．仿真将该方法与BP网络、AR—BP算法及单KII网络进行了比较,结果表明,AR信号处理技术可以很好的提取特征,并与KII建立相关的数学模型,将AR信号处理技术应用到电子鼻系统中是可行的,且具有更高的识别率．     

人工神经网络对电子鼻性能的影响

电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别时,虽然传感器阵列对白酒的响应谱的差别是电子鼻识别的基础,但是人工神经网络结构和算法包括相关训练参数的选择对决定电子鼻的性能也有重要的作用.比较而言,学习矢量量化网络在分类能力和训练成本方面更胜一筹,而概率神经网络则在计算负载和易用性方面更好一些.     

基于电子鼻技术的葡萄酒分类检测方法

为了简单准确的检测葡萄酒的种类,建立了电子鼻检测系统。以三种具有相似气味的葡萄酒的种类识别为实验背景,根据葡萄酒散发的气味合理的选用了八个气敏传感器。利用主成份分析方法对传感器阵列进行优化,最后确定选用四个传感器为最终的传感器阵列,并借助Fisher判别分析方法检验其效果。使用SVM算法及BP算法分别对不同训练样本数的葡萄酒做对比实验。实验结果表明,基于PCA-SVM模式识别算法有很高的识别精度,很强的分类能力,而且在小样本分类识别实验中有着潜在的优势。     

基于Labview和PCA分析方法的电子鼻设计

为解决电子鼻在食物品质评价中的应用问题, 设计了基于金属氧化物半导体型气体传感器阵列和\{Labview\}虚拟仪器的电子鼻系统。该系统通过对不同样品进行信号采集建立气味数据库, 信号采集系统由STM32微控制器和24位模数转换器AD7794构成, 采集的信号通过串口被传输到PC(Personal Computer), PC接收数据后, 使用在Labview平台下搭建的上位机软件, 通过内嵌的Matlab脚本对数据进行整理, 最终利用PCA(Principal Component Analysis)对数据进行分析, 获取气味指纹。该系统通过对5种不同种类食用酱的挥发气体进行检测, 建立气味数据库, 进而实现对未知酱品的检测,最终实现了对不同种类的食用酱准确区分的方法。     

川中荷包场地区三叠系嘉二段储集特征及成藏条件研究

荷包场地区位于四川盆地中部的平缓鼻状构造,目前已在下三叠统嘉陵江组二段获工业气流。该文主要通过岩心及薄片鉴定、扫描电镜以及测井试井等分析手段,重点研究了嘉二段的储集特征,认为其主要储集空间为溶蚀孔、晶间孔和裂缝,储层类型主要为裂缝-孔隙型,其中嘉二上段为主要的勘探目的层。文章还探讨了嘉二气藏的形成条件,认为嘉二气藏的形成是受沉积成岩作用、古今构造变迁以及区域石膏层发育等地质因素控制。     

变形场、煤化度和外加电场对甲烷在煤层中渗流的影响

研究了变形场、煤化度和外加电场对煤物质中甲烷气体渗流的影响.结果表明,外加应力(应变)越大,渗透系数越大;当外加应力相同时,煤化程度越高,渗透系数越小;外加电场越强,渗透系数越大.得到地应力和电效应下的一维达西定律修正式.     

基于电子鼻与气质联用法分析牛蒡的挥发性成分

牛蒡具有特异性风味,生鲜牛蒡容易引起不适症状,蒸制是古籍记载的重要处理方式。研究采用电子鼻(FOX4000)与气质联用(GC-MS)对蒸制前后的牛蒡进行了挥发性成分分析,结合特征响应点分析、主成分分析(PCA)和定性差异分析对蒸制前后的牛蒡进行区分。结果表明,FOX 4000可以准确区分两种样品,区分指数DI为100%;通过GC-MS从生鲜和蒸制牛蒡中分别检测出22和25种挥发性成分,主要为有机酸、酯、醛、烯、醇、酮、酚、烷烃等,共有成分有8种,分别为丁醛、戊醛、己醛、2-正戊基呋喃、正戊醇、1-己醇、二氢呋喃-2-酮、环己烯。该研究为食品整体风味评价和香气成分检测提供了一种有效的方法。