气味自动分析系统电子鼻.docx
《气味自动分析系统电子鼻.docx》由会员分享，可在线阅读，更多相关《气味自动分析系统电子鼻.docx（70页珍藏版）》请在冰豆网上搜索。
气味自动分析系统电子鼻
气味自动分析系统
SmellAnalyzingSystem
专业名称系统工程
指导老师赵德安教授
姓名朱建云
江苏大学
2004年6月
摘要
气味自动分析系统（电子鼻）是一种具有部分选择性的化学传感器阵列和适当的模式识别系统组成，能够识别简单或复杂气味的仪器。
气味自动分析系统在食品工业、航天工业、环境监测等方面具有诱人的前景,因此,这一研究领域受到广泛关注和普遍重视,近年来发展迅速。
本论文从生物嗅觉系统的结构和嗅觉机理出发，总结了气味自动分析系统的原理和结构，研究探讨了传感器阵列的组成、模式识别方法的选择。
从随机过程理论出发，提出了传感器阵列的数学模型。
在以上工作基础上，设计并实现了一个气味自动分析系统，已成功的应用于三种谷物（小麦、玉米和水稻）是否发生霉变或存在其它异味的识别。
气味自动分析系统的硬件系统由气路系统，传感器阵列室和信号调理电路组成。
气路系统能够保证过程的重复性，为记录和利用传感器阵列的动态响应过程提供了坚实的基础。
信号调理电路可以在气敏传感器电阻的动态范围内获得较高的灵敏度。
气味自动分析系统的软件系统包括人机交互界面和模式识别系统。
界面用VB语言编写，在工作时提供了一个友好的界面，用户可以方便的控制气味自动分析系统。
模式识别系统利用VB和Matlab混编实现，进行实时的数据处理和结果显示。
对气味自动分析系统中的特征提取和模式识别算法进行了研究，提出了合适的特征提取方法，较好的解决了谷物霉变辨识问题。
关键字：
气味自动分析系统，谷物，气敏传感器阵列，神经网络，模式识别，特征提取
ABSTRACT
ASmellAnalyzingSystem（SYS）isaninstrument,whichiscomposedofanarrayofchemicalsensorswithpartialspecificityandanappropriatepatternrecognitionsystem,capableofrecognizingsimpleorcomplexodors.Itisusedinfoodindustry,aviation,spaceflightandenvironmentinspectionwidely.Sothisresearchareaisofgreatimportanceandbecomesaninternationalresearchfocus.
Inthisdissertation,theprincipleandthestructureoftheSYSwereanalyzedbycomparingwiththoseofolfactionorganism.Theconstructionofsensorarrayandthechoiceofpatternrecognitionmethodswerediscussed.Amathematicmodelingofsensorarraywasestablishedbasedonrandomprocesstheory.
Basedontheworkhereinbefore,asmellanalyzingsystemhasbeendesigned,whichhassuccessfullyidentifiedwhetherthegrainaremoldy.
TheSYShardwareiscomposedofgassensorarray,gaspipesystemandsignaladjustingcircuit.Thegassensorarraycankeepthereproducibilityoftheprocess,whichfacilitatestherecordandutilityofdynamicresponseofsensorarray.Asignaladjustingcircuitisusedsothatsensitivitycanbeheldconstantoverwiderdynamicrangeofthegassensorresistancevalues.
TheSYSsoftwaresystemismadeupofinterfaceandpatternrecognition.TheformerwritteninVB,providesafriendlyinterfacewhenSYSworks,throughwhichusercancontrolthesystemeasily.ThelatteriscompletedbyVBandMatlab,whichrealizeddataprocessandresultsdisplayinrealtime.
SYSfeatureextractionandpatternrecognitionalgorithmswerestudied.Anappropriatefeatureextractionwasused,whichcanrecognizewhetherthegrainweremoldycorrectly.
Keywords:
SmellAnalyzingSystem（SYS）,Grain,GasSensorArray,NeuralNetwork,PatternRecognition,FeatureExtraction
目录
第一章绪论1
1.1引言1
1.2本课题研究背景1
1.3气味自动分析系统的研究现状2
1.4论文的主要工作3
第二章气味自动分析系统的硬件研究4
2.1气味自动分析系统的仿生学原理4
2.1.1嗅上皮和嗅细胞4
2.1.2嗅觉产生的机理和特点5
2.1.3嗅觉信号的传递与处理5
2.1.4嗅觉中枢的反馈6
2.2气味自动分析系统的结构6
2.3气敏传感器阵列装置8
2.4信号预处理10
2.5模式识别10
2.6系统总体设计思想12
第三章传感器阵列的设计与实现13
3.1传感器阵列的设计13
3.1.1传感器阵列的原理14
3.1.1.1气敏传感器的响应矩阵14
3.1.1.2信号预处理16
3.1.1.3传感器阵列的响应矩阵和输出矩阵16
3.1.1.4阵列对混合气体的响应17
3.1.2传感器阵列的构成18
3.1.2.1SnO2气敏传感器18
3.1.2.2SnO2气敏传感器的工作原理19
3.1.2.3传感器阵列的确定20
3.2传感器阵列工作的其它机械装置21
3.2.1样品罐21
3.2.2洁净空气22
3.3气体传感器调理电路的设计22
3.4其它外围电路的设计25
3.4.1温度传感器调理电路的设计25
3.4.2湿度传感器调理电路的设计26
3.4.3压力传感器调理电路的设计28
第四章数据采集硬件与软件实现30
4.1硬件组成30
4.1.1PCI－7422采集卡特性30
4.2软件设计31
4.2.1设计语言选择31
4.2.1.1界面开发语言31
4.2.1.2模式识别开发语言32
4.2.1.3VB与matlab的集成32
4.2.2软件系统的实现33
4.2.2.1人机交互界面34
4.2.2.2VB与MATLAB的混编38
4.3小结41
第五章模式识别及实验结果42
5.1气味自动分析系统中常用的模式识别方法42
5.2前向三层BP神经网络43
5.2.1BP算法44
5.2.2基本函数45
5.2.3活化函数45
5.2.4各层节点数46
5.3特征值的提取46
5.3.1传感器阵列的最终确定46
5.3.2特征值的提取47
5.4实验及结果49
5.4.1样品培养49
5.4.2实验步骤49
5.4.3实验结果50
5.5小结51
第六章结论和展望52
6.1全文总结52
6.2作者的感想53
参考文献54
致谢......................................................56
附录A实验数据57
附录B发表论文...........................................63
第一章绪论
1.1引言
随着人类对自然界不断探索与对自我的不断认识，仿生学成为人类科技前沿的一个重要领域。
在计算机视觉、自然语言理解等人工智能研究的同时，气味自动分析系统（即电子鼻）的探索也越来越得到广泛的重视，成为诸多领域的交叉科学。
气味自动分析系统，是一门涉及传感技术、模式识别、电子技术、计算机技术、神经生理学和数学等的交叉学科。
传感器技术和模式识别为其两大基础，电子技术和计算机技术为其提供了实现手段，神经生理学和数学为其提供了理论基础并指明了发展方向。
1.2本课题研究背景
食品的香气不是由某一种呈香成分所单独产生的，而是多种呈香成分的综合反映，这些呈香成分都具有挥发性，含量极微，其中大多数属于非营养性成分，耐热性极差。
食品香气检测目前主要是依靠人的嗅觉。
由于不可避免地要受到生理、经验、情绪、环境等主观和客观因素的影响，感官评定方法难以做到准确、客观。
从某种意义上讲，感官评定方法比理化分析方法更难掌握，即使是一些很有经验的专家，有时在评价一种特殊食品的香气或味道时，也往往会产生一些很不一致的意见。
采用气敏传感器与气敏传感器阵列来模仿人的鼻子，即气味自动分析系统为解决这个问题带来了一线曙光。
本课题旨在研究粮食气味自动分析系统，粮食的挥发性气体使气体传感器阵列产生一组信号，模式识别系统辨识该粮食是否发生霉变或发酵，达到快速评定粮食品质的目的。
本课题研究具有重要的实际意义：
1.保障广大农产品生产者的利益。
由于在农产品收购中缺乏必要的检测设备，或因有些设备陈旧、落后，造成农产品收购过程中很难准确把握收购等级标准，出现收购单位压级压价，抬级抬价等问题。
自动检测方法和必要的检测设备，能够保障广大农产品生产者的利益，2.保障国有粮食储藏的安全。
我国稻谷产量基数非常巨大，大部分粮食需要流通和入库储藏。
目前，储备库对储备粮在仓内的粮情检测只能查粮温。
对储粮的品质检测，目前还没有快速而有效的方法。
因此常常造成储藏几年的粮食看起来既未发霉又未长虫，外观变化不大，但出库后的粮食工艺品质、食用品质却明显下降。
为此，我们必须争取早日研制出适合粮食仓库的快速品质检测仪器。
3.为我国粮食贸易流通提供快速、可靠的手段。
2000年7月15日武汉市通过竞价交易方式，拍卖六万一千一百七十九吨陈粮老谷，武汉市目前共有十二亿公斤的陈化粮，其中有八成左右已丧失了直接食用价值，处理陈化粮已成为武汉市粮食工作的重中之重。
全国类似的粮食流入社会以后，如有不法商贩好坏掺半，人民群众若无相应的快速检测手段，后果不堪设想。
1.3气味自动分析系统的研究现状
目前，随着生命科学、人工智能、材料科学、微电子技术及人工神经元网络的发展，气味自动分析系统的研究取得突破性进展。
以气敏传感器阵列和模式识别为基本结构的气味自动分析系统，不仅在一定程度上实现了模仿生物嗅觉识别混合气味的功能，而且开始走向实用。
如Aomascan（英国）的“数字气味分析系统”、AphaMOS（法国）的FOX5000和NeotronicsScientificLtd（英国）的NOSE已作为产品进入市场。
气味自动分析系统应用在食品工业的很多方面。
在原材料方面，可以用来检测鱼、肉、蔬菜、水果等的新鲜度，分类谷物、对禽类进行沙门氏菌检疫；在生产过程方面，可以用它实现烹调、发酵、存储等过程的监测；在产品评价方面，它可以用来评价水果、葡萄酒、干酪和肉制品等的成熟度，评价和识别不同品牌的白酒、葡萄酒，检测果汁等饮料的新鲜度。
气味自动分析系统在医学上也被作为诊断的依据。
美国研制出可以“闻”出“非典”的气味自动分析系统，意大利科研人员研制出能检测出“肺癌”的装置。
此外，气味自动分析系统在其它行业的应用也逐渐兴起，美国研制的手提气味自动分析系统能判定凶杀时间，俄罗斯莫斯科动力学院的专家研制出名为“电子鼻”的一种气体传感器，可以代替警犬搜查毒品和爆炸物。
本课题就是在气味自动分析系统日新月异的今天，建立粮食气味自动分析系统为依托，在气味自动分析系统的研究方面做一些尝试和探索。
1.4论文的主要工作
本论文的主要工作是进行气味自动分析系统及其应用研究，从气味自动分析系统的生物学原理、数学基础、系统的结构、设计与实现以及具体应用等方面对气味自动分析系统进行系统研究。
论文的主要内容包括以下五个部分：
1）气味自动分析系统的原理与结构研究。
从生物嗅觉系统的结构和嗅觉机理出发，全面总结了气味自动分析系统的原理、结构和设计思想。
在传感器阵列的组成、信号预处理电路的设计、模式识别方法的选择等方面进行了总结和探讨。
2）设计并实现了一个气味自动分析系统，包括气路系统、信号调理电路和PC机。
3）用VisualBasic6.0开发了一套基于Windows的用户界面，通过用户界面，可以方便地控制气味自动分析系统，实时地进行信号采集和处理。
4）用气味自动分析系统对谷物（小麦、水稻和玉米）进行了实验。
实验结果表明，气味自动分析系统可以准确地识别新鲜谷物、霉变谷物及其它异味，达到了设计的要求。
本文的内容安排如下：
第二章，气味自动分析系统的原理和结构。
第三章，传感器阵列的设计与实现。
第四章,数据采集硬件与软件实现。
第五章，模式识别及实验结果。
第六章，结论与展望。
第二章气味自动分析系统的原理和结构
2.1气味自动分析系统的仿生学原理
嗅觉是生物嗅觉系统受到某种物质（例如麝香）散发的气味分子的刺激而产生的一种生理反应。
图2－1为人的嗅觉系统传导通路示意图[12]。
气味分子被吸入鼻孔后，首先达到嗅上皮，对嗅上皮内的嗅觉感受器细胞产生一个刺激脉冲。
嗅觉感受器细胞是双极细胞，其向嗅上皮细胞突出的一极被称为树状突触，其末端呈圆形并向嗅上皮表面的粘膜中伸出许多嗅纤毛，嗅纤毛通过受体蛋白质与气味分子相互作用。
人的鼻孔里大约有5000个嗅小球和10000个僧帽细胞。
嗅感受器传来的信号通过嗅神经内的轴突传递到嗅小球，再经过僧帽细胞进一步处理后，通过颗粒细胞最终被送到大脑皮质。
图2－1人的嗅觉系统传导通路
2.1.1嗅上皮和嗅细胞
嗅上皮位于鼻孔的上部，表现为一个暴露在外部环境中的气味敏感表面。
嗅上皮中包含了感受器系统。
对人而言，每个鼻孔的嗅上皮的面积大概为6cm2。
嗅上皮包含了镶嵌在支持结构中的5×102个感受器神经元——嗅细胞。
这些双极神经细胞的含黏液的末端膨大，形成一个叫嗅小泡（Olfactoryknob）的球状结构，内有伸到覆盖在嗅上皮上的黏液层中嗅纤毛，从而显著的增加了细胞的表面积。
嗅纤毛与空气中的气味接触，刺激嗅细胞发生反应，有证据表明嗅纤毛的结构中包含了嗅觉感受蛋白。
提供覆盖嗅上皮的液体媒介的浆液腺－鲍氏腺位于粘膜下层。
2.1.2嗅觉产生的机理和特点
刺激感受器的气味分子首先被黏液吸收，然后扩散到纤毛（可能还有小球）处，与膜受体结合。
刺激物与感受器反应，增加了嗅纤毛的通透性，改变膜电导，引起膜电位的变化。
这样嗅细胞就产生感受器电位并导致嗅神经产生神经冲动。
嗅觉感受器能在几毫秒内对挥发物质器反应，响应时间较一些气敏元件短得多，如ZnO系H2O敏感元件JE-TGS-（h）的响应时间为30秒。
嗅电图（Electro-OlfactoGram，EOG，嗅觉膜上记录到的生物电反应）的振幅及嗅神经脉冲的发送频率在很大范围内均与刺激强度的对数成正比，跨度为2-3个对数范围。
不同的气体分子的嗅觉阈值相差很大，有些特别低，如每毫升空气中只要存在1/25，000，000，000，000mg的甲基硫醇就能被嗅出。
有时候，尽管阈值低的挥发性物质在混合气体或气味中的含量很少，但这类微量杂志在特定的环境中可以对嗅觉系统感受到的气味产生显著的影响，甚至决定了复杂的混合气味或气味的气味轮廓（odorprofile）。
很多食物腐败味就是因为出现了这类功能强大的挥发性物质，如奶油变味时挥发出的一种这类物质在水中的阈值为0.01ppb，这样使得对气味的感受无法与气味的主要成分统一。
这一现实带来了两方面的问题：
1.考虑到气味是一种主观感受，所以气味识别必须要解决这一问题，即不能简单地根据各个气体成分的浓度来决定混合物的味道。
这也是气味识别不同于气体识别的地方之一。
2.在食品检测，如鱼的新鲜度检测时可能需要灵敏度较高的传感器。
虽然有的感受器细胞很可能只对狭小范围内的哺乳类动物信息素起反应，但是总的说来，一个特定的感受器细胞对于一组气味刺激的反应，显示一种宽广的响应谱。
嗅细胞可能不同程度地对10或12种不同的气味敏感，嗅觉系统的专一性是通过将这些带有部分重合的敏感特性的感受器细胞组合起来得到的。
参考嗅细胞的这一特性，我们在设计传感器阵列时，可以充分利用气敏元件的“交叉敏感性”。
这样，一方面降低了对传感器的选择性的要求，另一方面也有利于提高阵列的效率。
2.1.3嗅觉信号的传递和处理
嗅感受器以每秒1-3个的低频率发送脉冲。
大多数气体使脉冲数量增加，也有少数气体能抑制脉冲发放。
强烈的气味可以显著增加脉冲的频率，最大可增加20倍。
电生理学的研究表明，在没有气味刺激时，僧帽细胞就有一种持续的“自发电位”。
当受气味刺激时，就在这种背景脉冲上引起频率的增加。
根据这一现实，我们可以把嗅觉信号看作调频信号，准确地讲是调频准数字信号。
从这种意思上来说，使用声表面波器件（SAWD）气体传感器来构造传感器阵列更接近生物学系统。
嗅觉信号沿着感受器神经元的轴突传播至嗅球中的几千个神经纤维球中，经过某种处理后由嗅球的传出神经元－僧帽细胞向神经中枢传送。
前面说过，每个嗅球大约有25000个传入神经元和25个传出神经元，这种神经结构通过对基本信号的高度整合提供了巨大的计算能力，从而也有很强的容错能力。
嗅球呈球状结构，其中包含了发生较高层次处理的神经纤维球。
在嗅球的表面可以观察到二维活动模式。
那里表现为气味和区域没有空间关系，或者说，没有某个区域用于薄荷味而另一个区域用于刺鼻的气味，该处理更多地表现为空间傅立叶变换。
因而，破坏嗅球的一部分只是限制了气味感觉的精度而不是其范围。
这种生物学设计有较好的容错性，在信号处理中有好处。
另外，这些嗅球的活动模式和一些人工嗅觉图象有惊人的相似，我们在设计传感器阵列时也要考虑这一问题，可以尝试把一些图象处理的概念和方法引入到气敏系统的设计中来，这将会在阵列设计和特征提取等方面带来好处。
嗅觉信号由僧帽细胞直接或间接传到脑的有关区域。
在那里进行进一步的整合，产生嗅觉的基本反应和更复杂的条件反射。
2.1.4嗅觉中枢的反馈
中枢神经系统对嗅球活动还存在着传出控制。
嗅觉中枢发出的神经纤维通过嗅束进入嗅球，这是从中枢到外周的传出。
这些神经纤维与位于嗅球中央的大量小的颗粒细胞相联系，并通过后者对僧帽细胞产生抑制神经树突。
可以认为，这种对于嗅球的抑制，是嗅觉中枢的反馈作用，它可能对产生适应和提高区分各种气味的能力有关。
2.2气味自动分析系统的结构
毫无疑问，人的鼻子还是很多行业用于评价物质气味的主要“仪器”，例如：
对香料（化妆品、香皂）、食品（鱼类、肉类、乳酪等）、酿造品（啤酒、威士忌、咖啡等）、香烟等物品的气味进行检测时，大多数情况就是如此。
但是，用一组有经验的人员对产品的气味进行评价，费用昂贵且不准，主要是人的工作期限毕竟不长，检测结果往往受到经验、情绪等因素的影响。
更重要的是，有些气味（例如毒气和有害气体等）是根本不能用人鼻去检测的。
人们也常用气象层析法和气象色谱—质谱分析法对物品的物理化学性质进行分析。
但是，这些方法耗费的时间长，所用的仪器成本高，体积大，使用条件苛刻，当某一成分的含量低于一定的限量时往往测不出来，测量结果往往不可靠，而且，物品的化学成分的多少与人们的习惯如咸、甜、酸等也无法对应起来。
这样，其使用范围就受到限制。
因此，模仿人的嗅觉系统功能的气味自动分析系统或电子装置具有广泛的应用前景。
由前所述，动物和人的嗅觉系统的结构有三个层次。
（1）初级神经元，它由嗅觉感受器和嗅觉神经组成。
对气味有一定的敏感度，但交叉灵敏度也很高，类似半导体气敏传感器。
（2）二级嗅觉神经元，具有对初级神经元传递过来的信息进行调节、抑制功能。
（3）经调节、抑制后的嗅觉信号传到大脑，进行处理，作出判断。
近几十年间，随着对生物嗅觉系统机理的理解不断加深，人们一直在试图对其进行模拟。
根据仿生学原理，模拟动物和人的嗅觉系统，气味自动分析系统的构造也有三个层次，
（1）气敏传感器阵列，相当于嗅觉初级神经元。
由具有广谱响应特性，交叉灵敏度较大，对不同气体的灵敏度不同的气敏器件组成。
（2）运算放大器等电子线路，相当于二级嗅觉神经元。
（3）计算机系统，相当于动物和人的大脑。
除了这些硬件系统外，对嗅觉信号进行判断、分析、识别的软件系统也同样重要。
它的主要内容是模式分类和模式识别技术。
在各种各样的人工嗅觉系统中，用过多种模式分类和模式识别技术，如多变量模式识别法，人工神经网络识别和模糊集合理论。
典型的气味自动分析系统的机构如图2－2所示【24】，它一般由传感器阵列、信号预处理系统、模式识别系统组成，由计算机实现控制、计算和I/O接口。
2－2气味自动分析系统的系统结构框图
我们可以简单地从结构上将传感器阵列、信号预处理、模式识别分别与嗅觉膜、嗅小球、神经中枢相类比，更重要地是在功能上气味自动分析系统在下面两个方面也具有生物嗅觉系统地特点：
（1）对多种气体或气味敏感；
（2）通过必要的处理，能够识别所感受到的气体或气味。
2.3气敏传感器阵列装置
气敏传感器阵列是气味自动分析系统的基础，合适的阵列对提高整个系统的性能至关重要，阵列可以是由多个分立元件构成，也可以是单片集成的、常用的分立元件有声表面波器件、电化学器件、场效应管、半导体气敏元件等。
至于集成的微型气敏传感器阵列，目前已经开发出多种敏感材料和阵列结构。
根据材料类型的不同，现有的传感器（指气敏传感器，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。
用作气敏传感器的材料必须具备两个基本条件：
1）多种气味均有响应，即通用性要强，要求对成千上万种不同的嗅味在分子水平上作出鉴别。
2）嗅味分子的相互作用或反应必须是快速、可递的，不产生任何“记忆效应”，即传感器还原。
如前所述，生物嗅觉系统中的单个嗅觉受体细胞的性能（如灵敏度、感知范围等）并不高，但是，生物嗅觉的系统的整体性能却令人惊叹不已。
与此相同，我们也不应该刻意追求单个气敏传感器的性能越高越好。
目前，某一类型的单个气敏传感器仅能检测某一类型的气体。
把不同特性的单个气敏传感器组合起来就构成了嗅觉传感器阵列。
与单个气敏传感器相比，嗅觉传感器阵列不仅检测范围更宽，而且其灵敏度、可靠性都有很大提高。
因此，最近对气体或气味进行检测时，大多
升级会员 