陳秀麗，趙愛娟，衛(wèi)世乾

(1.鄭州師范學(xué)院化學(xué)系，河南鄭州450000;2.許昌學(xué)院學(xué)報編輯部，河南許昌461000)

0 引言

近年來，飛速發(fā)展的電子鼻技術(shù)除了集中在氣敏傳感器器件的開發(fā)和選擇上，還在電子鼻信號預(yù)處理方法和模式識別方法的提升以及電子鼻技術(shù)的應(yīng)用等方面獲得了長足發(fā)展［1-7］.其中如何選擇合適的氣敏傳感器器件、信號預(yù)處理方法和模式識別方法在整個電子鼻技術(shù)領(lǐng)域中一直是個難點問題.目前已經(jīng)開發(fā)出多種敏感材料和陣列結(jié)構(gòu)，如張覃軼等［8-9］應(yīng)用納米技術(shù)研制出納米ZnO厚膜氣敏傳感器陣列;借助MEMS工藝，鄧俊泳等［10］研究了新型復(fù)合式微傳感器陣列.相較之下，本文所采用的由金屬氧化物半導(dǎo)體傳感器組成的氣體傳感器陣列，容易制作，成本較低，具有較高的靈敏度和較快的響應(yīng)速度.國內(nèi)外關(guān)于電子鼻特征值提取方法的研究多有報道，并提出了一些優(yōu)化方法［11-13］.邵應(yīng)清等［14］從氣體傳感器響應(yīng)曲線中提取4個特征值，用神經(jīng)網(wǎng)絡(luò)方法對不同乙醇溶液進行識別，得到較高的測試樣本識別率;史志存等［15］對傳感器響應(yīng)曲線的上升沿做了多項式擬合，取常數(shù)項和一次項系數(shù)作為特征，用主成分分析法對不同品牌白酒進行識別，取得了較好的識別效果.本文利用BP神經(jīng)網(wǎng)絡(luò)法，選取傳感器響應(yīng)曲線上某幾點響應(yīng)值作為靜態(tài)值，將某一段曲線上的弧度信息選作動態(tài)值，對不同白酒的特征值進行模式識別，并通過優(yōu)化，取得了較佳的識別效果，進而為不同白酒的區(qū)分提供了新的方法與思路.

1 電子鼻系統(tǒng)

電子鼻系統(tǒng)可以分為模擬信號處理和數(shù)字信號處理兩大部分.前者主要包括氣體傳輸系統(tǒng)和氣敏傳感器.氣敏傳感器陣列對進入其小室中的混合氣體產(chǎn)生響應(yīng)，并將氣體的濃度值轉(zhuǎn)換為電信號，隨之送入數(shù)字信號處理部分并做后續(xù)處理;后者主要包括信號的預(yù)處理、特征提取及模式識別，通過模擬信號采集得到的數(shù)據(jù)需要經(jīng)過濾波，去除一些無用的信息，然后進入特征提取階段，將提取出來的綜合信息送入模式識別單元中分析并取得結(jié)果.電子鼻系統(tǒng)的基本構(gòu)造如圖1所示.

圖1 電子鼻系統(tǒng)的基本構(gòu)造

1.1 合適的傳感器陣列

傳感器陣列作為電子鼻系統(tǒng)的核心部件，能顯著提高整個系統(tǒng)的性能，因此，要考慮構(gòu)成氣敏傳感器的各單元的選擇性.氣敏傳感器單元組成的陣列如對特定氣體具有較好選擇性，那么其對該特定氣體及其混合氣體的識別能力就比較強，但對成分更復(fù)雜的混合氣體的識別能力較弱，并且能夠識別的氣體種類有限.為此，可以采用具有較寬的響應(yīng)范圍和較弱選擇性的傳感器器件，借助模式識別技術(shù)來提升系統(tǒng)的選擇性和精度，同時還要求傳感器陣列在檢測過程中器件可以穩(wěn)定可靠地工作來實現(xiàn)系統(tǒng)的實用化.

到目前為止，還未出現(xiàn)專門對白酒氣味進行測量的氣敏傳感器，而現(xiàn)實中用于區(qū)別各種不同品牌白酒的主要標準是酒精度和微量有機物，其中酒精的含量占主要信息.所以在選擇氣敏傳感器時首先要求傳感器對酒精氣體敏感，其次要求它能夠?qū)Π拙浦械奈⒘坑袡C物敏感.

系統(tǒng)中傳感器陣列單元選擇的主要目標是:穩(wěn)定的陣列和合理化的陣列規(guī)模.本實驗采用MQ3、MQ4、TGS813、TGS26204個金屬氧化物半導(dǎo)體傳感器組成的氣體傳感器陣列，這4個傳感器分別對酒精可燃氣體及有機物敏感.根據(jù)對半導(dǎo)體氣敏傳感器的研究，本文提出了通過計算各傳感器響應(yīng)值的相對標準方差來反映傳感器對被測氣體的穩(wěn)定程度.對于某種傳感器，如果它對某種白酒氣體反應(yīng)較為穩(wěn)定，則反映為傳感器響應(yīng)值的相對標準方差較小，反之亦然.相對標準方差(RSD)計算公式為

傳感器靈敏度計算公式為K=Rs/Ro，其中Ro為氣敏傳感器在潔凈空氣條件下的電阻值，Rs為氣敏傳感器在一定濃度下檢測氣體的電阻值.

1.2 特征提取方法

由氣敏傳感器陣列直接得到的數(shù)據(jù)較多，其中，測量曲線上的特征參數(shù)如何選擇對模式識別非常關(guān)鍵.因此在選擇時應(yīng)保證等級間最好的識別效果模式數(shù)據(jù)的穩(wěn)定性，使特征參數(shù)包含大多數(shù)傳感器最有特征的響應(yīng)信號.為了獲得相對穩(wěn)定的傳感器信號，可以在測試趨于穩(wěn)定的時刻，選擇相對合適的數(shù)據(jù)分析點;也可以在測量過程中，選擇傳感器信號的均值，以獲得傳感器在整個測量過程中的平均反應(yīng)信號;還可以在測量過程中，選擇信號的高峰值，從而獲得傳感器對測量氣體的最大反應(yīng)信號;也可以選擇前幾秒內(nèi)傳感器信號的均值，來表示傳感器對測量氣體的反映速度的快慢，也可以選擇前幾秒內(nèi)傳感器信號的均值;或者，為表示傳感器在穩(wěn)定階段的平均反映特性，可以選擇最后幾秒內(nèi)傳感器信號的均值作為特征參數(shù).

本文選擇提取在測試趨于穩(wěn)定的時刻傳感器響應(yīng)值作為靜態(tài)特征值，用于反映傳感器對不同白酒香氣在氣味方面的穩(wěn)定狀況.同時為了反映不同白酒揮發(fā)能力的不同，本文用提取傳感器動態(tài)響應(yīng)值的方法，提取氣敏傳感器響應(yīng)曲線在上升階段近似圓弧的半徑作為特征值進行處理.通過分別提取傳感器靜態(tài)特征值及動態(tài)特征值，以全面地反映白酒的狀態(tài).

1.3 BP神經(jīng)網(wǎng)絡(luò)模式識別法

模式識別是指，為獲得混合氣體的組分信息和濃度信息，對氣敏傳感器陣列的輸出信號進行合適的處理過程.模式識別技術(shù)在電子鼻中，對整個系統(tǒng)的搭建起著尤為關(guān)鍵的作用，通常情況下，模式識別方法通常采用人工神經(jīng)網(wǎng)絡(luò)模式識別和統(tǒng)計模式識別2大類［4］.本文采用BP神經(jīng)網(wǎng)絡(luò)模式識別.作為電子鼻領(lǐng)域應(yīng)用最多的算法之一，BP人工神經(jīng)網(wǎng)絡(luò)(BP-NN)具有易于理解、算法功能強大、訓(xùn)練簡單等諸多優(yōu)點［2］.其中，能夠?qū)崿F(xiàn)輸入與輸出數(shù)據(jù)之間的非線性映射，是BP人工神經(jīng)網(wǎng)絡(luò)的最大優(yōu)點.因此，BP人工神經(jīng)網(wǎng)絡(luò)不僅效果不錯，而且算法應(yīng)用廣泛.

2 實驗內(nèi)容

2.1 傳感器對實驗樣本的相對標準方差

在實驗中利用 MQ3、MQ4、TGS813、TGS26204個金屬氧化物半導(dǎo)體傳感器組成的氣體傳感器陣列，樣本采用北京紅星股份公司出品的清香型紅星二鍋頭、北京牛欄山酒廠出品的清香型牛欄山二鍋頭、北京市八達嶺釀酒廠出品的老獵頭酒.采取液體定量取樣方式，用微量注射器對3種不同品牌的白酒，分每次定量取樣2，4，6μL酒溶液放入容器內(nèi)進行測試，記錄每次測試各個傳感器的反應(yīng)值(實驗中每組數(shù)據(jù)平行測10次，去除最大和最小值，其余8個取均值)，利用公式(1)進行統(tǒng)計分析，得到表1中4種傳感器響應(yīng)值的相對標準方差.

表1 4個傳感器響應(yīng)值的相對標準方差

由表1 可以看出，MQ3、MQ4、TGS813、TGS26204種氣敏傳感器對3種不同品牌白酒在不同濃度下響應(yīng)值的相對標準方差均較小，滿足氣體傳感器陣列對穩(wěn)定性的要求.通過對比表1中4種傳感器對不同白酒響應(yīng)值的均值大小，可以得出以下結(jié)論:傳感器對不同品牌的白酒分別具有不同的響應(yīng)值，可以通過對傳感器響應(yīng)值的大小進行相應(yīng)的處理分析，進而區(qū)分不同品牌的白酒.

2.2 響應(yīng)特征曲線

對3種不同的白酒用微量注射器每次定量取樣4μL放入容器內(nèi)，進行重復(fù)測試.每種酒取30組樣本，則3種酒在4μL濃度下共獲90組樣本.圖2所示為氣體傳感器的響應(yīng)特征曲線.

圖2 氣體傳感器的響應(yīng)特征曲線

2.3 特征值的提取

在實驗中，為了減小實驗誤差，對響應(yīng)曲線所包含的信息作充分準確地提取，分別選取傳感器的每條響應(yīng)曲線穩(wěn)定時的后20個點的yiq求平均值，作為后續(xù)的分析數(shù)據(jù)，將其記作最后處理時，采用差分法，并把進行外理后作為通入模式識別單元的分析值，其中，第i個傳感器對環(huán)境的響應(yīng)值記為同時選取傳感器響應(yīng)曲線50～1000個點位置所構(gòu)成的弧線的半徑作為動態(tài)特征值.

3 BP神經(jīng)網(wǎng)絡(luò)對3種不同品牌白酒的分類識別結(jié)果

BP神經(jīng)網(wǎng)絡(luò)能夠通過已知樣本，從而對未知的樣本作出判別.把3種白酒響應(yīng)曲線的特征值作為系統(tǒng)的輸入，通過網(wǎng)絡(luò)訓(xùn)練調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值使輸入與相應(yīng)的輸出相對應(yīng)，從而得到精確的分類信息.

由于存在4個氣敏傳感器，而實驗中需要分類識別的白酒有3種，據(jù)此建立了具有4維輸入和3維輸出的BP神經(jīng)網(wǎng)絡(luò).BP神經(jīng)網(wǎng)絡(luò)輸出的每一個神經(jīng)元分別與一種品牌的白酒相對應(yīng).本實驗對3種不同品牌的白酒在同一濃度下進行重復(fù)測量，共獲得90個樣本.利用穩(wěn)態(tài)特征值提取與動態(tài)特征值提取的方法，獲得相應(yīng)的特征值.在BP神經(jīng)網(wǎng)絡(luò)分析中，測試樣本選自每種白酒的20個樣本值，訓(xùn)練樣本選自每種白酒的其他10個樣本值，即3種白酒的測試樣本共計60個，訓(xùn)練樣本共計30個，用以上樣本進行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測試.實驗中，選取3層BP神經(jīng)網(wǎng)絡(luò)，其中，要求隱層神經(jīng)元數(shù)取為13，并將 tansig作為隱層神經(jīng)元的激勵函數(shù)，將purelin作為輸出層神經(jīng)元的激勵函數(shù).BP神經(jīng)網(wǎng)絡(luò)中的訓(xùn)練函數(shù)采用Moller提出的量化共軛梯度法(SCG).其中網(wǎng)絡(luò)最大訓(xùn)練步長設(shè)置為20000，目標誤差定為10-2，網(wǎng)絡(luò)訓(xùn)練過程如圖3所示.

從圖3可以看出，BP網(wǎng)絡(luò)對3種不同品牌白酒經(jīng)過473步的訓(xùn)練步長后就收斂，訓(xùn)練速度較快，其訓(xùn)練完成后所得的網(wǎng)絡(luò)的均方差σ=0.00997766＜goal=10-2，因此完全能達到性能指標.

圖3 BP神經(jīng)網(wǎng)絡(luò)對3種不同品牌白酒定性分析的網(wǎng)絡(luò)訓(xùn)練過程

利用BP神經(jīng)網(wǎng)絡(luò)穩(wěn)態(tài)及動態(tài)特征值提取方法，在4μL濃度下對3種不同品牌的白酒進行分析，結(jié)果見表2.

表2 BP網(wǎng)絡(luò)對3種不同品牌白酒的分析結(jié)果

從表2可以看出，利用BP神經(jīng)網(wǎng)絡(luò)所搭建的電子鼻系統(tǒng)對不同品牌白酒的分類識別有較好的效果(識別率為正確識別的樣本數(shù)與測試樣本總數(shù)的百分比).在電子鼻系統(tǒng)當前的測試環(huán)境下，BP神經(jīng)網(wǎng)絡(luò)對3種不同品牌白酒的識別率穩(wěn)態(tài)特征時達到90.0%，動態(tài)特征時識別率達到83.3%.

4 結(jié)論

建立了一套能夠?qū)Σ煌放瓢拙七M行分類識別的電子鼻系統(tǒng).根據(jù)氣敏傳感器的響應(yīng)特性，分析了傳感器的響應(yīng)曲線，提出了傳感器穩(wěn)態(tài)和動態(tài)特征值的提取方法，結(jié)合BP神經(jīng)網(wǎng)絡(luò)模式識別法，所搭建的電子鼻系統(tǒng)對于白酒的分類識別實驗取得了較好的效果.實驗結(jié)果表明:利用BP神經(jīng)網(wǎng)絡(luò)模式試別法對3種不同品牌白酒進行識別，得到較佳的識別率，最高可達90.0%.

［1］ Llobet E，Gualdron O，Vinaixa M，et al.Efficient feature selection formass spectrometry based electronic nose applicatons［J］.Chemometrics andIntelligent Labor-atory Systems，2007，85(2):253-261.

［2］Fu Jun，Li Guang，Qin Yugi，et al.A pattern recognitionmethod for electronic noses based on an olfactory neural network ［J］.Sensors andActuators，B:Chemical，2007，125(2):489-497.

［3］El Barbri N，AmariA，Vinaixa M，et al.Building of ametal oxide gas sensor-based electronic nose to assess the freshness of sardines under cold storage［J］.Sensors andActuators，B:Chemical，2007，128(1):235-244.

［4］黃小燕，趙向陽，方智勇.電子鼻在氣體檢測中的應(yīng)用研究［J］.傳感器與微系統(tǒng)，2008，27(6):47-49，52.

［5］Tudu B，JanaA，MetlaA，et al.Electronic nose for black tea quality evaluation by an incremental RBF network［J］.Sensors andActuators，B:Chemical，2009，138(1):90-95.

［6］馬戎，周王民，陳明.基于傳感器陣列與神經(jīng)網(wǎng)絡(luò)的氣體檢測系統(tǒng) ［J］.傳感技術(shù)學(xué)報，2004，17(3):395-398.

［7］Zhang Hongmei，Chang Mingxun，Wang Jun，et al.Evaluation of peach quality indices using an electronic nose by MLR，QPST and BR network［J］.Sensors andActuators，B:Chemical，2008，134(1):332-338

［8］張覃軼，謝長生，陽浩，等.電子鼻模式識別算法的比較研究［J］.傳感技術(shù)學(xué)報，2005，18(3):576-579.

［9］張覃軼.電子鼻:傳感器陣列、系統(tǒng)及應(yīng)用研究［D］.武漢:華中科技大學(xué)，2005:52-66.

［10］鄧俊泳，馮勇建，吳青海.微氣體傳感器陣列及神經(jīng)網(wǎng)絡(luò)的應(yīng)用［J］.傳感器技術(shù)，2002，21(8):44-46.

［11］王米娜.電子鼻動態(tài)特征信息處理方法研究［D］.西安:西北工業(yè)大學(xué)，2005:17-20.

［12］Panigrahi S，Balasubramanian S，Gub H，et al Design and development of ametal oxide based electronic nose for spoilage classification of beef［J］.Sensors andActuators，B:Chemical，2006，119(1):2-14.

［13］Garcia M，Aleixandre M，Gutierrez J，et al.Electronic nose for wine discrimination ［J］.Sensors andActuators，B:Chemical，2005，113(2):911-916.

［14］邵應(yīng)清，鄒小波.厚膜SnO2氣體傳感器的嗅覺特征提取與處理［J］.傳感器技術(shù)，2000，19(6):15-17.

［15］史志存，李建平，馬青，等.電子鼻及其在白酒識別中的應(yīng)用［J］.儀表技術(shù)與傳感器，2000(1):34-37.