王 雨， 邢建國(guó)， 傅 均， 錢(qián) 曙

(浙江工商大學(xué) 計(jì)算機(jī)與信息工程學(xué)院，浙江 杭州 310018)

0 引 言

啤酒風(fēng)味成分復(fù)雜，其檢測(cè)方法主要有感官品評(píng)法和理化指標(biāo)檢測(cè)法[1]。前者依靠感官主觀評(píng)判，比如香氣和口味的檢測(cè)標(biāo)準(zhǔn)為有無(wú)明顯的麥芽香氣和口味是否純正，容易受到外界干擾和個(gè)體差異的影響；后者準(zhǔn)確度高，但所需檢測(cè)時(shí)間長(zhǎng)、花費(fèi)成本高。電子鼻技術(shù)具有簡(jiǎn)單易用、價(jià)格低廉、準(zhǔn)確率高等優(yōu)點(diǎn)，但與生物嗅覺(jué)相比，由于氣敏傳感器的物理特性和數(shù)量的限制，電子鼻存在區(qū)分度低、檢測(cè)時(shí)間長(zhǎng)等問(wèn)題。使用較少的傳感器陣列導(dǎo)致電子鼻的區(qū)分度降低，無(wú)法對(duì)具有高相似度的氣體進(jìn)行有效區(qū)分，限制了電子鼻的應(yīng)用范圍[1～5]。

本文提出一種基于進(jìn)氣流速調(diào)制的電子鼻系統(tǒng)，通過(guò)動(dòng)態(tài)改變進(jìn)氣流速替代固定進(jìn)氣流速來(lái)調(diào)節(jié)采樣氣腔中氣體分子的分布，以不同進(jìn)氣流速時(shí)對(duì)應(yīng)的區(qū)間梯度作為特征向量，采用改進(jìn)的自適應(yīng)主成分分析(principal component analysis,PCA)算法進(jìn)行分類。將該系統(tǒng)用于啤酒風(fēng)味的檢測(cè)，比較了自適應(yīng)PCA(adaptive PCA，AD—PCA)、支持向量機(jī)(support vector machine,SVM)、高斯混合模型(Gauss mixture model,GMM)幾種分類算法，以驗(yàn)證本文系統(tǒng)的有效性。

1 電子鼻硬件系統(tǒng)

系統(tǒng)包括采樣閥、氣體傳感陣列、氣腔、流量計(jì)、流速選擇閥、排氣泵、執(zhí)行單元、數(shù)據(jù)采集單元、數(shù)據(jù)處理單元和計(jì)算機(jī)。如圖1所示，傳感器陣列采用10只金屬氧化物半導(dǎo)體(metal oxide semiconductor,MOS)型氣敏傳感器。流速選擇閥用于選擇進(jìn)氣流速(100，200，300，500 mL/min)，能夠?qū)崿F(xiàn)根據(jù)指令自動(dòng)切換進(jìn)氣流速。執(zhí)行單元用于控制采樣閥、流速選擇閥和排廢泵。傳感器數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)采集單元傳輸?shù)綌?shù)據(jù)處理單元，通過(guò)STM32F407的UART-to-USB直接發(fā)送到計(jì)算機(jī)，進(jìn)行數(shù)據(jù)處理和分析。

圖1 系統(tǒng)結(jié)構(gòu)框圖

2 電子鼻模式分類算法[6]

常用的分類算法所需采樣和排廢時(shí)間很長(zhǎng)，前后兩次測(cè)量間隔較大。為了提高檢測(cè)速度，本文從信號(hào)的動(dòng)態(tài)響應(yīng)特性提取動(dòng)態(tài)特征，使用不同調(diào)制流速對(duì)應(yīng)的區(qū)間梯度作為特征向量，并采用改進(jìn)的AD—PCA算法進(jìn)行分類。

3 實(shí)驗(yàn)與結(jié)果分析

3.1 實(shí)驗(yàn)與材料

實(shí)驗(yàn)材料選擇為2017年2月份生產(chǎn)的5種罐裝啤酒，采購(gòu)自當(dāng)?shù)爻?。分別為純生啤酒、嶗山啤酒、青島淡爽型啤酒、青島清爽型啤酒和山水啤酒，原麥汁濃度均為8°P(8 %)，酒精度均為≥3.1 %VOL。

5種啤酒各取100 mL，分別置于250 mL錐形瓶中，密封靜置1 h使瓶中達(dá)到飽和狀態(tài)，傳感器預(yù)熱1 h。檢測(cè)時(shí)，先抽取潔凈空氣60 s，待傳感器輸出穩(wěn)定后，依次以100，200，300，500 mL/min的進(jìn)氣流速進(jìn)行測(cè)試，每種進(jìn)氣流速持續(xù)時(shí)間為20 s，之后自動(dòng)切換到下一個(gè)進(jìn)氣流速，總檢測(cè)時(shí)間為80 s。檢測(cè)結(jié)束后，進(jìn)行2.5 min的排廢，直至傳感器響應(yīng)恢復(fù)基線再進(jìn)行下一次的檢測(cè)。每個(gè)樣本測(cè)25次。

本實(shí)驗(yàn)的電子鼻系統(tǒng)采用的氣敏傳感器如表1[7,8]。

圖2所示曲線為上述傳感器陣列對(duì)純生啤酒的原始響應(yīng)信號(hào)，可以看出在20，40，60 s時(shí)，會(huì)進(jìn)行進(jìn)氣流速的切換，曲線會(huì)有一個(gè)很明顯的斜率上的變化，響應(yīng)曲線不同于其他進(jìn)氣流速單一的電子鼻。總的測(cè)試時(shí)間為80 s并使用非穩(wěn)態(tài)值進(jìn)行特征提取和分類識(shí)別。本實(shí)驗(yàn)使用的特征向量為每一個(gè)傳感器曲線的第1，20，40，60，80 s時(shí)的動(dòng)態(tài)信號(hào)的區(qū)間梯度值。

表1 實(shí)驗(yàn)所用氣體傳感器

圖2 純生啤酒原始傳感器信號(hào)

3.2 AD—PCA算法應(yīng)用

圖3為5種啤酒的在4種流速下的PCA三維散點(diǎn)圖，其中圖3(b)～圖3(d)的特征向量分別包含前述流速下的特征向量，最大前3個(gè)主成分貢獻(xiàn)率累積分別為88.7628 %，93.872 4 %，90.637 6 %，89.047 1 %，說(shuō)明采用三維散點(diǎn)圖足以展示這些樣本。

圖3 4種流速下的PCA三維散點(diǎn)圖

可以看出，流速為100 mL/min時(shí)，無(wú)法區(qū)分出樣本種類。流速為200 mL/min時(shí)，相對(duì)于其他種類的啤酒純生啤酒區(qū)分度比較好，雖然其他種類的啤酒大體上有交集，但也可以很好區(qū)分開(kāi)。流速為300 mL/min時(shí)，各樣本已經(jīng)可以很明顯區(qū)分。相同種類啤酒分布比較集中，不同種類的啤酒分布則有一定的距離，但也會(huì)有一些樣本偏離樣本中心，與其他樣本出現(xiàn)交集。如山水啤酒和青島清爽型啤酒之間會(huì)有交集，有可能是實(shí)驗(yàn)操作的原因造成的誤差。流速為500 mL/min時(shí)，區(qū)分效果比之前更好一點(diǎn)?？傮w上，不同流速的區(qū)間梯度值(即差值)組成的特征向量，同一種類啤酒對(duì)應(yīng)的PCA主成分分布均不完全相同，個(gè)別差別較大。因此，選擇最適合的流速有助于啤酒品種分類。

由表2可以看出，v1(100 mL/min)時(shí)，各個(gè)種類的分類正確率比較差。進(jìn)行切換到v2(200 mL/min，其特征向量包含v1的特征向量，下同)后，可以很明顯看到分類正確率有了較大的提高。尤其是青島淡爽型啤酒和山水啤酒提升的最為明顯。在之后v3(300 mL/min)和v4(500 mL/min)可以看出，青島淡爽型啤酒、青島清爽型啤酒、山水啤酒v2(200 mL/min)時(shí)就已經(jīng)達(dá)到最大的分類正確率。而嶗山啤酒、純生啤酒的分類正確率還是會(huì)有小幅度的提升。

表2 AD—PCA分類正確率 %

3.3 與SVM和GMM算法分類正確率對(duì)比

SVM分類正確率測(cè)試中，每種啤酒的樣本總數(shù)為25個(gè)，其中的15個(gè)作為訓(xùn)練集，余下的10個(gè)作為測(cè)試集。訓(xùn)練集總數(shù)為125個(gè)，編號(hào)1～125；測(cè)試集總數(shù)為50個(gè)，編號(hào)1～50，其中1～10為純生啤酒，11～20為嶗山啤酒，21～30為青島淡爽型啤酒，31～40為青島清爽型啤酒，41～50為山水啤酒。使用的特征矩陣為4次流速下對(duì)應(yīng)的梯度值。

采用GMM算法分類正確率測(cè)試中，使用的特征矩陣為4次流速下對(duì)應(yīng)的差值。數(shù)據(jù)為125×40，5種啤酒種類，每種有25個(gè)樣本。將其中20個(gè)分為訓(xùn)練樣本，剩下5個(gè)為測(cè)試樣本。組成的訓(xùn)練集有100×40，測(cè)試集有25×5。由于特征矩陣為差值，導(dǎo)致數(shù)據(jù)值比較小，根據(jù)模型生成的數(shù)據(jù)會(huì)出現(xiàn)負(fù)值，因此將特征數(shù)據(jù)乘以10。訓(xùn)練集中1～20為純生啤酒，21～40為嶗山啤酒，41～60為青島淡爽型啤酒，61～80為青島清爽型啤酒，81～100為山水啤酒。測(cè)試集中1～5為純生啤酒，6～10為嶗山啤酒，11～15為青島淡爽型啤酒，16～20為青島清爽型啤酒，21～25為山水啤酒。

表3為3種算法的分類正確率對(duì)比。

表3 3種算法的分類正確率 %

4 結(jié) 論

本文設(shè)計(jì)了一種基于流速調(diào)制的電子鼻系統(tǒng)，應(yīng)用于啤酒分類系統(tǒng)中，證明此系統(tǒng)可以有效縮短電子鼻識(shí)別的時(shí)間，提高分類準(zhǔn)確率。