孔國利，谷惠敏

(1.中州大學(xué)信息工程學(xué)院，河南鄭州450000;2.商丘醫(yī)學(xué)高等專科學(xué)校公共學(xué)科部，河南商丘476100)

基于TDLAS-WMS的液體無損探測識別電子鼻系統(tǒng)*

孔國利1*，谷惠敏2

(1.中州大學(xué)信息工程學(xué)院，河南鄭州450000;2.商丘醫(yī)學(xué)高等?？茖W(xué)校公共學(xué)科部，河南商丘476100)

為了實現(xiàn)對液體的無損探測識別，在可調(diào)諧二極管激光吸收光譜和波長調(diào)制光譜(TDLAS-WMS)技術(shù)的基礎(chǔ)上，采用嵌入式處理器LPC2148和波長可調(diào)諧的分布反饋(DFB)激光器設(shè)計并研制了液體無損探測識別電子鼻系統(tǒng)，控制DFB激光器出射波長通過被檢測液體的揮發(fā)氣體，根據(jù)譜帶的吸收情況進行探測，并將數(shù)據(jù)經(jīng)過USB接口傳輸?shù)缴衔粰C進行處理和分析。上位機根據(jù)氣體信息數(shù)據(jù)庫識別出被檢測液體。測試結(jié)果表明，設(shè)計的電子鼻系統(tǒng)可以在不破壞待測物質(zhì)化學(xué)性質(zhì)的前提下快速準確地進行探測和區(qū)分識別。

無損探測識別;譜帶的吸收;主成分分析;電子鼻;激光器

食用醋的調(diào)味與藥用價值越來越得到人們的重視，然而有不法商販鋌而走險用工業(yè)冰醋酸勾兌成食用醋，不僅違反了國家食品安全的相關(guān)條例，還對消費者的健康產(chǎn)生了極大的威脅。目前對于食用醋識別的傳統(tǒng)方法是采用對產(chǎn)品抽樣，然后送到質(zhì)檢部門進行化驗和分析［1-3］。盡管這種常用的檢測方法可以準確得出結(jié)果，但是耗時耗力。亓培鋒等［4］采用傳感器陣列優(yōu)化方法對氣體進行識別檢驗;李靜等［5］通過電子鼻采集的氣味圖譜研究特征氣味的散發(fā)規(guī)律。McWilliams等［6］采用化學(xué)電阻傳感器陣列對吸煙者呼氣檢測進行肺癌風(fēng)險研究。但是這些方法都存在誤差偏大和穩(wěn)定性差的問題。為此，提出了一種基于TDLAS-WMS技術(shù)和采用DFB激光器［7］設(shè)計的無損探測識別的電子鼻系統(tǒng)，通過對5種不同種類的食用醋進行檢測，進行了準確探測和區(qū)分識別。

1 電子鼻系統(tǒng)結(jié)構(gòu)組成及工作原理

液體無損探測識別電子鼻系統(tǒng)主要由電子鼻和上位機兩部分組成。電子鼻在設(shè)計上由電學(xué)和光學(xué)兩部分。電學(xué)部分主要由嵌入式處理器LPC2148、差分電路、鎖相放大、A/D轉(zhuǎn)換、激光器驅(qū)動電源和溫度控制器等組成。光學(xué)部分包括波長可調(diào)諧DFB激光器，兩個近紅外探測器，分別用于檢測通道和參考通道［8-9］。電子鼻系統(tǒng)整體結(jié)構(gòu)如圖1所示。以LPC2148為處理器，控制信號發(fā)生器產(chǎn)生控制信號驅(qū)動DFB激光器，使其輸出穩(wěn)定的光強。同時，LPC2148控制溫度控制器，使DFB激光器的激射波長位于被測液體的吸收峰。為了消除系統(tǒng)的1/f噪聲和粉紅噪聲，將低頻掃描信號(鋸齒波)和高頻調(diào)制信號(正弦波)疊加，成為混合信號，驅(qū)動DFB激光器，被檢測的液體樣本會表現(xiàn)出不同的吸收特性(阻抗特性)，經(jīng)過差分鎖相放大電路后，轉(zhuǎn)化為電壓信號給處理器的LPC2148的A/D轉(zhuǎn)換器［10］。

圖1 電子鼻系統(tǒng)結(jié)構(gòu)

電子鼻的工作原理以及檢測過程:由于不同液體(氣體)在近紅外譜段都具備特殊的吸收峰，存在“指紋區(qū)”特性，本系統(tǒng)借助波長可調(diào)諧的分布反饋激光器，并對其工作溫度和注入電流進行調(diào)節(jié)，產(chǎn)生被測液體吸收譜帶光源。液體揮發(fā)氣體后的吸收譜帶的變化導(dǎo)致探測器阻抗特性改變，對其進行精確采集。嵌入式處理器LPC2148通過USB通信接口與上位機連接，將采集到的數(shù)據(jù)實時上傳，上位機接收到發(fā)來的數(shù)據(jù)后，采用主成分分析和反向傳播混合神經(jīng)網(wǎng)絡(luò)模式算法對采集到的數(shù)據(jù)進行處理，再根據(jù)氣體信息數(shù)據(jù)庫進行分析，就能準確快速地探測和識別，實現(xiàn)對不同物質(zhì)的區(qū)分。

2 硬件系統(tǒng)關(guān)鍵模塊

DFB激光器是檢測系統(tǒng)的關(guān)鍵部分，其工作的溫度和供電電源的穩(wěn)定性直接關(guān)系到測量的精度。

2.1 激光器溫度控制模塊

由于DFB激光器激射波長與被檢測液體近紅外吸收峰的一致性直接影響電子鼻系統(tǒng)性能的優(yōu)劣［11］。以LPC2148為核心控制器，TEC(熱電制冷器)為前向驅(qū)動電路［12］，與RTD(熱敏電阻)為后端采集電路，研制出高精度的DFB激光器溫度控制模塊，如圖2所示。

圖2 DFB激光器溫度控制模塊

DFB激光器溫度控制器由前向通路和溫度信息采集通路組成。核心控制芯片處理器LPC2148通過前向通道，將數(shù)字化的溫度控制量轉(zhuǎn)化為驅(qū)動TEC的電流值和方向，從而控制DFB激光器的工作溫度。DFB激光器工作的溫度通過熱敏電阻轉(zhuǎn)化為相應(yīng)的阻值，然后通過溫度信息采集通路轉(zhuǎn)換為數(shù)字化的溫度量輸出給核心控制處理器LPC2148，從而構(gòu)成完整的溫度閉環(huán)控制系統(tǒng)。

2.2 DFB激光器驅(qū)動電源

為了提高驅(qū)動電源的線性度和穩(wěn)定度，增加電子鼻系統(tǒng)的檢測精度，驅(qū)動電源采用硬件閉環(huán)的控制方式，利用深度線性負反饋，通過調(diào)節(jié)積分時間和增益倍數(shù)，使驅(qū)動電源的線性度和穩(wěn)定度得以提高［13］。DFB激光器驅(qū)動電源構(gòu)成如圖3所示。

圖3 DFB激光器驅(qū)動電源結(jié)構(gòu)

控制器模塊以LPC2148為核心，通過壓控恒流源模塊，將數(shù)字化控制量轉(zhuǎn)換為相應(yīng)的輸出電流模擬量，得以驅(qū)動DFB激光器。供電電源能夠為驅(qū)動電源各組成部分提供電源。保護電路模塊能夠使DFB激光器正常工作，使其免于損傷，延長其使用壽命。

2.3 鎖相放大模塊

為了壓制1/f噪聲和粉紅噪聲，采用相關(guān)檢測法，對高頻調(diào)制信號進行鎖相，提取與液體濃度相關(guān)的有用信號。鎖相放大模塊如圖4所示。

圖4 集成的鎖相放大器框圖

鎖相放大模塊以相敏檢波芯片AD630為核心，將差分信號與相位可調(diào)的參考信號(10 kHz方波信號)進行相敏檢波，輸出給模擬乘法單元，然后經(jīng)高階巴特沃茲低通濾波器，得到與被測液體濃度相關(guān)的二次諧波信號。其中，相位可調(diào)的參考信號(10 kHz方波信號)為5 kHz的方波信號經(jīng)倍頻和移相單元得到。實驗中根據(jù)背景噪聲，調(diào)節(jié)低通濾波器截止頻率來獲得最佳二次諧波信號［14］。

3 PCA和BP混合算法

由于采集到的原始數(shù)據(jù)xi存在大量冗余，上位機首先通過歸一化方法，對原始數(shù)據(jù)進行預(yù)處理，剔除冗余，歸一化公式如下:

式中，xi、yi為歸一化處理前后值，xmin和xmin分別為電子鼻采集到樣本數(shù)據(jù)中的最大值和最小值。

然后上位機采用主成分分析方法將接收到的歸一化數(shù)據(jù)進行維度降低處理，然后再經(jīng)過BP模式識別，將被測數(shù)據(jù)與數(shù)據(jù)庫數(shù)據(jù)進行一一比對，識別被測液體［15］，具體執(zhí)行步驟:

Step 1樣本采集與處理。從5種被測液體樣品中采集5 000個數(shù)據(jù)，建立總共為5×5 000數(shù)據(jù)的數(shù)據(jù)庫。如需識別時，先采用PCA分析，建立標準化矩陣，實現(xiàn)對原始采集數(shù)據(jù)進行轉(zhuǎn)換和進一步的降維處理。然后提取被測樣本的PCA1和PCA2，并進行比對，對PCA1和PCA2的貢獻量分別進行計算，得到總貢獻量。實際中，采用PCA圖譜可以得到更加直觀的效果，PCA方法流程圖如5所示。

圖5 PCA方法流程圖

Step 2設(shè)置BP神經(jīng)網(wǎng)絡(luò)所需參數(shù)，對PCA分析所得到的實驗數(shù)據(jù)進行訓(xùn)練。實際中，由于被測液體為5種，即輸入層/輸出層節(jié)點數(shù)為5個。由于隱含層=輸入層節(jié)點數(shù)+輸出層節(jié)點數(shù)，所以隱含層節(jié)點數(shù)為10。

Step 3上位機根據(jù)BP訓(xùn)練得到的數(shù)據(jù)與建立的數(shù)據(jù)庫數(shù)據(jù)進行比對，識別被測液體樣本［16］。

4 測試結(jié)果與分析

在實驗室進行了測試實驗，環(huán)境室溫為20℃，濕度為50%RH，對5種食用醋(陳醋、白醋、香醋、米醋和蘋果醋)進行區(qū)分識別。實驗中對5種被測食用醋揮發(fā)的液體進行檢測，當樣品在氣室中靜置2 min后采集數(shù)據(jù)。對每種測試對象進行采集，間隔時間為2ms，每種樣品采集5 000個數(shù)據(jù)，建立總共為5×5 000數(shù)據(jù)的數(shù)據(jù)庫，其中取22 500數(shù)據(jù)作為BP訓(xùn)練對象，余下2 500組數(shù)據(jù)作為測試樣本，分別繪制電子鼻對5種樣品的標準化響應(yīng)曲線，隨著采集樣本數(shù)量的增加相應(yīng)趨于穩(wěn)定，如圖6所示。

圖6 電子鼻系統(tǒng)響應(yīng)曲線

從圖7的PCA分析圖譜可知，陳醋、白醋、香醋、米醋和蘋果醋5種不同的食醋被準確識別。

再采用BP神經(jīng)網(wǎng)絡(luò)進行模式識別，將22 500組訓(xùn)練樣本用于BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，當閾值和權(quán)值滿足如下條件時，yi=max{y1，y2，y3，y4，y5}≥0.9，被檢測液體樣本能夠被準確識別，其中yi為第i個食用醋采集樣本值。

由BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果可知，對5種被測食用醋識別結(jié)果的正確率為100%。同時，BP神經(jīng)網(wǎng)絡(luò)的誤差和訓(xùn)練次數(shù)的關(guān)系如圖8所示。

圖7 電子鼻系統(tǒng)PCA分析圖譜

表1 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

圖8 誤差與訓(xùn)練次數(shù)的關(guān)系

由圖8可知，隨著BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練次數(shù)的增加，誤差隨之減少，但檢測時間相應(yīng)增加。所以實際中需對訓(xùn)練次數(shù)與檢測時間進行折中，達到最佳檢測效果。

5 結(jié)束語

研制的液體無損探測識別電子鼻借助波長可調(diào)諧的分布反饋激光器開發(fā)而成，并對分布反饋激光器工作的溫度和供電電源的進行控制，使通過液體揮發(fā)氣體后的吸收譜帶的變化情況進行精確采集。同時，在上位機上通過PCA和BP混合算法對采集到的數(shù)據(jù)進行處理和分析，進而能夠快速準確的識別。通過對5種食用醋的測試結(jié)果表明，設(shè)計的電子鼻系統(tǒng)可以在不破壞待測物質(zhì)化學(xué)性質(zhì)的前提下，快速準確地進行探測和區(qū)分識別，如建立更加全面的數(shù)據(jù)庫，還可以實現(xiàn)對不同物質(zhì)的探測和識別分析。

［1］朱國強，韋麗麗，江恩源.多樣品同時萃取-氣相色譜法測定食品中山梨酸和苯甲酸［J］.現(xiàn)代食品科技，2013，29(5):1166-1169.

［2］張延軍，劉敬彪，蔡強，等.基于嵌入式系統(tǒng)的電子鼻研究與實現(xiàn)［J］.電子器件，2010，33(4):466-470.

［3］陳立偉，楊建華，孫亮，等.基于分布式傳感器陣列的靜態(tài)氣體源定位方法［J］.電子科技大學(xué)學(xué)報，2014，43(2):212-215，221.

［4］亓培鋒，孟慶浩，井雅琪，等.電子鼻中預(yù)處理算法選擇及陣列優(yōu)化［J］.數(shù)據(jù)采集與處理，2015，30(5):1099-1108.

［5］李靜，宋飛虎，浦宏杰，等.基于電子鼻氣味檢測的蘋果微波干燥方案優(yōu)選［J］.農(nóng)業(yè)工程學(xué)報，2015，31(3):312-318.

［6］McWilliams A，BeigiP，Srinidhi A.Sex and Smoking Status Effects on the Early Detection of E lectronic Nose［J］.Biomedical Engineering，IEEE Transactions on，2015，62(8):2044-2054.

［7］劉紅平.基于中紅外量子級聯(lián)激光器的痕量CO檢測儀研制［J］.核電子學(xué)與探測技術(shù)，2014，34(9):1140-1144.

［8］朱曉瓊，楊涓，李婧，等.電子鼻結(jié)合PCA-BP神經(jīng)網(wǎng)絡(luò)在煙用香料質(zhì)量控制中的應(yīng)用［J］.化學(xué)研究與應(yīng)用，2014，26(2): 261-266.

［9］周紅標，張宇林，丁友威，等.自適應(yīng)概率神經(jīng)網(wǎng)絡(luò)及其在白酒電子鼻中的應(yīng)用［J］.智能系統(tǒng)學(xué)報，2013，8(2):177-182.

［10］李多，葉樺.基于STM32與FPC1011F的嵌入式指紋采集存儲儀設(shè)計［J］.電子器件，2015，38(2):362-367.

［11］潘虎，王廣宇，宋俊玲，等.免標定波長調(diào)制光譜在氣體溫度和濃度測量中的應(yīng)用［J］.紅外與激光工程，2014，43(3):956-960.

［12］倪屹，張杰，孔軒.基于REC技術(shù)的可調(diào)諧DFB激光器陣列設(shè)計與測試［J］.中國激光，2015(5):16-19.

［13］賴冬寅.基于FPGA的DFB激光器驅(qū)動電路的設(shè)計與仿真［J］.激光雜志，2014，35(11):57-59.

［14］邱賀，段永紅.用于感應(yīng)式磁傳感器低噪聲前置放大器的研制［J］.儀表技術(shù)與傳感器，2015(1):22-24.

［15］文政穎，米捷.基于PCA和LVQ混合神經(jīng)網(wǎng)絡(luò)算法的電子鼻系統(tǒng)［J］.電子技術(shù)應(yīng)用，2013，39(10):76-79.

［16］吳莉莉，鄭丹，鄭寶周，等.基于電子鼻技術(shù)的花椒品種鑒別方法研究［J］.傳感技術(shù)學(xué)報，2013，26(11):1473-1477.

孔國利(1973-)，男，河南省開封人，副教授，碩士，主要研究方向為探測技術(shù)與智能控制，kguoli73@126.com;

谷惠敏(1979-)，女，河南商丘人，講師，碩士，主要研究方向為計算機應(yīng)用技術(shù)。

Electronic Nose System for Liquid Nondestructive Detection and Identification Based on TDLAS-WMS*

KONGGuoli1*，GU Huimin2

(1.Information Engineering College，Zhongzhou University，Zhengzhou 450000，China; 2.Department of Public Courses，Shangqiu Higher Vocational School of Medicine，Shangqiu 476100，China)

For the detection and recognition of liquid without destroying，an electronic nose system for liquid nondestructive identification based on Tunable Diode Laser Absorption Spectroscopy and Wavelength Modulation Spectroscopy(TDLAS-WMS)technology is designed utilizing embeded processor LPC2148 and wavelength tunable distributed feedback(DFB)laser，whose wave passes through the volatile gas of liquid to detect according to the spectral band absorption，then uploading them to the host for processing and analysis by USB interface.The host indentifies the liquid according to the gas information database.The test results show that the designed electronic nose system can detect and distinguish identify quickly and accurately without destroying the chemical properties of the detected object.

nondestructive detection and identification;spectral band absorption;principal component analysis; electronic nose;laser

C:7320

10.3969/j.issn.1005－9490.2017.01.037

TP216+.3

:A

:1005－9490(2017)01－0194－05

項目來源:國家青年基金項目(61405156);國家自然科學(xué)基金項目(U1304618)

2016-01-15修改日期:2016-02-01