基于农产品品质检测的专用电子鼻系统的设计与研究

论文摘要

电子鼻是一种分析、识别和检测复杂气味和挥发性成分的人工嗅觉装置。模拟人的嗅觉形成过程,电子鼻使用性能彼此重叠的多个气体传感器组成阵列,经过测量电路,得到对气味的响应信号,并应用模式识别技术识别气体的种类。农产品在腐败的过程中会释放出不同的特征气体,应用电子鼻技术对这些特征气体进行检测就可实现品质检测的目的。使用了金属氧化物传感器组成的检测阵列,设计了一套完整的便携式电子鼻系统,并在农产品品质检测中得到了应用。本文研究了传感器阵列的小型化设计方法,成功制作了小型化传感器阵列,从而大大减小了检测气室的体积,进而减小气室体积对样气浓度的影响,并实现了电子鼻系统的便携化,提高了电子鼻的实用性。金属氧化物传感器,对工作环境温度和湿度变化敏感,为保证测量的准确性,必须保证传感器工作环境的稳定。因此,设计了专用的温度控制系统和湿度控制系统,用来稳定传感器工作环境的温度和湿度。利用半导体制冷片搭建了一个PID温度控制系统,使传感器工作环境温度得波动介于±1℃,控温范围为10-60℃。同时使用硅胶干燥剂与动态循环顶空法相结合,可成功地将传感器工作环境的湿度控制在10%以下。利用所设计的电子鼻以香蕉、枇杷、桃子等为例进行了农副产品品质检测实验,对比了BP,PCA+BP及LDA+BP神经网络的识别效果。总的来说,LDA+BP神经网络的识别效果最好,识别正确率平均在90%以上；其次是PCA+BP神经网络；直接使用BP神经网络时,识别正确率波动较大,最高可达100%,而最低只有76.9%。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 农产品品质检测
• 1.1.1 概述
• 1.1.2 各种无损检测技术比较
• 1.2 电子鼻技术
• 1.2.1 概述
• 1.2.2 国内外研究进展
• 1.3 本课题的意义、目的和内容
• 1.3.1 意义和目的
• 1.3.2 研究内容
• 第二章 电子鼻组成
• 2.1 电子鼻组成
• 2.2 气体采样系统
• 2.2.1 微量注射法
• 2.2.2 静态顶空法
• 2.2.3 动态顶空法
• 2.3 传感器阵列
• 2.3.1 金属氧化物型半导体式气体传感器
• 2.3.2 导电高分子传感器
• 2.3.3 质量传感器
• 2.3.4 碳纳米管传感器
• 2.4 接口电路
• 2.5 数据预处理
• 2.6 模式识别
• 2.6.1 主成分分析
• 2.6.2 线性判别分析
• 2.6.3 人工神经网络
• 第三章 系统设计
• 3.1 总体设计
• 3.2 硬件设计
• 3.2.1 传感器阵列及采集电路
• 3.2.2 气室温度控制模块
• 3.2.3 气路控制模块
• 3.2.4 控制器及其它器件的选择
• 3.3 软件设计
• 3.3.1 主程序
• 3.3.2 ADC驱动
• 3.3.3 温湿度传感器驱动
• 3.3.4 温度控制模块
• 第四章 实验方法与实验结果
• 4.1 实验步骤
• 4.2 数据处理过程
• 4.2.1 数据预处理
• 4.2.2 特征的提取
• 4.2.3 降维处理
• 4.2.4 模式识别算法
• 4.3 香蕉品质识别实验
• 4.3.1 实验内容
• 4.3.2 实验结果
• 4.4 香蕉腐败过程监测实验
• 4.4.1 实验内容
• 4.4.2 实验结果
• 4.5 枇杷品质识别实验
• 4.5.1 实验内容
• 4.5.2 实验结果
• 4.6 农产品种类和品质识别实验
• 4.6.1 实验内容
• 4.6.2 实验结果
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢