電子鼻概述課件

電子鼻概述主要內容電子鼻定義及工作原理主要組成部分研究歷史及現(xiàn)狀食品及其它行業(yè)中的應用展望定義

Gardner.J.W給電子鼻下的定義是：“電子鼻是由有選擇性的電化學傳感器陣列和適當?shù)淖R別方法組成的儀器，能識別簡單和復雜的氣味?！?/p>

待測物品氣味

化學成分分析報告專業(yè)人員品評報告?zhèn)鞲衅麝嚵袛?shù)據(jù)預處理器成分分析數(shù)據(jù)庫專家品評數(shù)據(jù)庫特征提取庫知識庫數(shù)據(jù)處理器智能顯示器結果輸出計算機電子鼻工作原理圖LOGO氣敏傳感器陣列信號預處理模式識別Part2Part3Part1自1931年布勞爾（P.Brauer）發(fā)現(xiàn)了Cu2O的電導率隨水蒸氣的吸附而改變至今，人們已經相繼發(fā)現(xiàn)ZnO、Fe2O3、MgO、SnO2、NiO、Cr2O3、TiO等都具有氣敏效應。

氣敏傳感器是電子鼻感知氣味的基本原件，常采用多個具有不同選擇性的氣敏傳感器組成陣列，利用其對多種氣體的交叉敏感性，將不同氣體分子在其表面的作用轉化為便于計算的、與時間相關的可測物理信號組，實現(xiàn)混合氣體分析。結構簡單，易小型化，壽命長，價格便宜，可靠性高，靈敏度高，響應速度快，一致性好，適用范圍寬

需在200~400℃的溫度下工作靈敏度約在(5~500)×10-6基準響應在幾小時到幾天之間會發(fā)生漂移容易被氣味物中存在的硫化物所毒化相當于人的大腦，其作用是對傳感器陣列傳入的信號進行濾波、交換和特征提取,其中最重要的就是特征提取。常用的特征提取方法：相對法、差分法、對數(shù)法和歸一法等。

模式識別是對特征提取后得到的信息進行再處理，以獲得混合氣體的組成成分和濃度的信息。監(jiān)督學習階段用被測氣體來訓練電子鼻，讓它知道需要感應的氣體是什么。應用階段經過訓練的電子鼻有了一定的測試能力，就會使用模式識別的方法對被測氣體進行辨識。主要模式識別方法統(tǒng)計模式識別技術人工神經網絡（ANN）技術

進化神經網絡（ENN）技術研究歷史及現(xiàn)狀1、國外研究1964年，Wilkens和Hatman利用氣體在電極上的氧化-還原反應對嗅覺過程進行了電子模擬。1965年，Buck等利用金屬和半導體電導的變化對氣體進行了測量。1982年，有人提出作為氣體分類用的智能化學傳感器陣列概念，他們建立的系統(tǒng)包括氣敏傳感器陣列和模式識別系統(tǒng)兩個部分。1987年，在第八屆歐洲化學傳感研究組織年會上，英國華威大學Gardner氣敏傳感研究小組發(fā)表了傳感器在氣體測量方面應用的論文，引起學術界的廣泛興趣。1994年,Gardner等發(fā)表關于電子鼻的綜述性文章，正式提出“電子鼻”的概念。此后，電子鼻研究取得了快速進展。目前，電子鼻技術的研究主要集中在傳感器等硬件的設計、模式識別等理論的研究、電子鼻技術應用等方面。2、國內研究浙江大學高大啟博士應用金屬氧化物傳感器陣列和主成分分析法區(qū)別丙酮、乙醇、甲醇三種化學成分，對8種不同濃度的甲醇溶液進行了分類，用神經網絡方法對以上成分進行聚類分析和識別。廈門大學揚燕明博士應用聲表面波傳感器陣列組成電子鼻系統(tǒng)，在識別氣體氣味方面作了一定的嘗試。江蘇大學趙杰文教授、鄒小波博士應用13個金屬氧化物傳感器陣列，利用神經網絡技術和遺傳算法對鎮(zhèn)江香醋和山西陳醋進行了識別。此外，還有湖南大學、大連理工大學、復旦大學和西安電子科技大學正在進行電子鼻方面的研究。總的來看，與國外相比，國內對電子鼻的研究還停留在實驗室階段，離達到商品化還有一段距離。孫鐘雷根據(jù)豬肉腐敗過程中散發(fā)的氣體類型選擇了5個MOS型傳感器，對不同新鮮度的豬肉樣品進行測定，識別率達95%。鄒小波等研制出一套由金屬氧化錫傳感器陣列和RBF神經網絡組成的電子鼻對小麥、水稻和玉米三種谷物進行檢測，結果顯示采用RBF神經網絡對霉變小麥和水稻的識別正確率達100%，對霉變玉米的識別正確率在90%以上。

NabarunBhattacharyya，SohanSeth等人根據(jù)茶葉在發(fā)酵過程中不同的階段具有不同氣味的原理，利用電子鼻進行茶葉發(fā)酵過程的監(jiān)測，采用二范數(shù)法和馬氏距離法進行數(shù)據(jù)處理，其結果與色度檢測和專家評估結果就近。在煙草行業(yè)中的應用法國AlphaMOS公司利用具有18個MOS傳感器的電子鼻檢測6個不同產地的煙葉，實現(xiàn)了6種煙葉的良好的區(qū)分，識別率達到100%。鄒小波等報道利用由8個金屬氧化物傳感器陣列組成的電子鼻對不同品牌卷煙煙氣進行分析，用主成分分析法和神經網絡聚類分析法對數(shù)據(jù)樣本進行解析。主成分分析法能夠把各品牌卷煙分開，而神經網絡對3種品牌卷煙的識別率均在85%以上。精細化工行業(yè)中的應用如在香精香料、化妝品生產中香氣的評價醫(yī)療診斷中的應用檢測呼出氣體的成分，如對糖尿病患者的檢查環(huán)境監(jiān)測中的應用如對大氣環(huán)境、蔬菜農藥殘留的檢測其它領域中的應用如海關、機場、車站、碼頭的爆炸物安全檢查研制性能更好的氣體傳感器，使