冰箱贮存食品新鲜度检测与识别的智能电子鼻设计

陈辰星，邹莹畅，张 希，安 超，高 凡，王 平

（浙江大学 生物医学工程与仪器科学学院，生物传感器国家专业实验室，浙江 杭州310027）

冰箱贮存食品新鲜度检测与识别的智能电子鼻设计

陈辰星，邹莹畅，张 希，安 超，高 凡，王 平

（浙江大学 生物医学工程与仪器科学学院，生物传感器国家专业实验室，浙江 杭州310027）

针对冰箱贮存的肉类与蔬菜新鲜度检测需求，设计了基于智能电子鼻的新鲜度检测仪器。针对食品新鲜度特定气体的检测目标，设计了新型的气体传感器阵列，使用单片机及通信技术，研制出一台小型电子鼻仪器，实现了冰箱内食品信息的快速采集和检测以及数据通信功能。采用线性判别分析方法（LDA）及主成分分析（PCA）等算法实现了冰箱内食品种类和新鲜度的智能识别。在实际应用中，该仪器可根据冰箱保鲜贮存的特定低温环境，改进专用的检测气室和识别算法。

电子鼻；冰箱保鲜贮存；食品新鲜度检测；智能识别

0 引言

猪肉与蔬菜都是人们日常食用的食物，由于自身和外界环境、微生物等的作用，猪肉与蔬菜都会发生不同程度的腐败。随着气敏传感器的发展，利用电子鼻技术检测猪肉新鲜度已经引起人们的关注[1-4]，柴春祥等人[5]利用电子鼻对猪肉新鲜度进行判别，表明可以利用金属氧化物半导体气体传感器检测猪肉新鲜度；孙天利等人[6]则探究了线性判别式分析（LDA）和主成分分析（PCA）在新鲜度识别中的效果。而蔬菜的新鲜度，目前应用电子鼻检测新鲜度的研究并不多，吴琼[7]等人利用光谱成像技术探究蔬菜的新鲜度。本文则重点利用电子鼻对猪肉和蔬菜的新鲜度进行检测，设计了基于金属氧化物半导体气敏传感器（MOS）的检测阵列，并针对冰箱低温环境设计专用气室，能应用于冰箱保鲜贮存猪肉与蔬菜新鲜度检测的电子鼻系统[8]，具有成本低，快速、简便的特点。本文选取猪肉以及蔬菜中较有代表性的菠菜作为实验对象，对系统性能进行初步验证。

1 系统设计

电子鼻是利用气体传感器阵列的响应值来识别气味的电子系统，可以在几小时、几天甚至数月的时间内连续、实时地监测特定位置的气味状态。电子鼻系统一般由检测气室、下位机控制系统及上位机处理系统组成。检测气室主要用于气体信号采集，下位机控制系统则实现系统电路及气路的控制、A/D转换、液晶显示及数据通信功能，上位机处理系统主要完成对下位机的控制、数据记录与处理和人机界面等功能。为完成系统功能，最小核心芯片选用TI公司的MSP430F169，A/D转换芯片则选用TI公司的ADC128S052，该芯片较430内部

AD电路具有更高的转换速率及精度。系统总体设计框图如图1所示。

图1 系统总体设计框图

1.1 检测气室设计

气敏传感器工作时，工作温度达 200℃～300℃[9]，电子鼻系统在清洗预热阶段，通入室温状态下的空气，此时如果有明显低于室温的低温气体通入，会抑制传感器的正常工作状态，进而影响性能，因此需要设计加热气路，快速将低温气体加热至室温状态用以系统检测。

为此，本文专门设计了检测气室，主要在泵入传感器阵列测试腔前增加一段加热及控温电路，将进入测试腔前气路温度控制在室温，确保不会因为气体温度过低而影响传感器的正常响应及使用寿命。并在气路入口处填装活性炭，消除水汽及空气中VOCs对检测的影响。控温电路通过PID控温算法实现，其设计概要图如图2所示。

图2 检测气室设计概要图

1.2 系统硬件设计

1.2.1 传感器阵列选择

在猪肉的贮藏过程中，由于酶和细菌的作用，这些成分会发生分解变化，产生气味。蛋白质先分解为腐败的胺类，进一步分解为氨、硫化氢、乙硫醇等；脂肪分解为脂肪酸类，进一步分解为醛类和醛酸类臭气；碳水化合物则分解为醇类、酮类、醛类和羧酸类气体[10]。蔬菜的腐败过程则主要产生有机挥发气体VOCs。

据此，本文综合选择6种MOS传感器组成传感器阵列，具体型号及特征气体如表1所示。

表1 MOS传感器阵列选择及对应敏感气体

1.2.2 传感器核心检测电路设计

为消除基线漂移影响，提高检测灵敏度，系统检测电路选用包含惠斯登电桥以及由运算放大器 OPA2333构成的差分放大电路传感器核心检测电路设计如图3所示。

图3 传感器检测原理图

由图3可知，通过调节R1，使Vout的输出减去因分压所造成的基线，从而扩大检测的动态范围。假设调节R1调零后，R1端输入电压为V1，传感器输入电压为Vs，则可得输出电压与传感器输入电压关系如式(1)：

对于非金属氧化物气体传感器，通常传感器阻值Rs与气体浓度C之间的关系可以使用式(2)表示：

其中，A与α是与气体种类相关的常数。则根据式(1)与式(2)可以得出输出电压与气体浓度间的关系。

1.3 系统软件设计

1.3.1 下位机软件设计

下位机软件基于430单片机，以C语言进行开发。主要实现传感器检测阵列控制、A/D转换、气路通断等控制功能，并在TFT屏上实时显示波形。通过对控制气路通断来采集传感器响应特征值，在经过A/D处理并取平均值之后在串口中断中向PC端传送数据。下位机系统主程序流程图见图4。

图4 下位机主程序流程图

系统初始化模块主要实现系统端口、串口通信、A/D转换、TFT液晶显示等模块的初始化工作，为后续检测做好准备。串口初始化则完成工作模式的设置，包括波特率、定时器工作方式、定时器定时的设置；A/D初始化主要是通道的选择以及A/D寄存器的设置；TFT液晶屏初始化工作是正确设置液晶显示屏的控制参数。

1.3.2 上位机软件设计

为更好地记录实验数据及观察响应曲线，系统编写了基于C#的上位机程序，程序集合了串口通信、下位机控制、描点绘图、数据保存、特征值提取及数据处理等功能。使用者可以利用上位机软件实时观察响应波形，程序会自动将采集的数据保存到电脑，方便后续分析数据。程序集成了PCA及 LDA算法，点击数据处理按钮，即可对一系列采集的数据进行处理，观察本次检测响应曲线，并判别当前猪肉的新鲜度。

2 实验及结果分析

2.1 实验流程

从市场上购买新鲜猪肉作为实验原材料，称重100 g放入冰箱保鲜室贮存；蔬菜则选取较有代表性的菠菜作为实验材料，同样放入冰箱保鲜室贮存。进行测量时，将样品从冰箱中取出，放入检测气室中进行检测，用TFT显示屏及上位机程序观察实时曲线，并进行数据处理。样品每天测量2～3次，记录每次实验传感器响应特征值。最后对采集到的数据进行处理，查看每次实验的判别结果。

2.2电子鼻系统峰值响应

2.2.1 猪肉峰值响应

由于猪肉在保鲜条件下贮存腐败速度会降低，因此对于保鲜条件下贮存的猪肉每天测试2～3次，每次间隔4个小时。在本实验中，一共记录了4天数据，图5表示其电子鼻峰值响应情况。

图5 猪肉在保鲜条件（4℃）下贮存的电子鼻峰值响应

通过分析图5的峰值响应，可以认为在前28个小时的猪肉保持在新鲜状态。在第2天时可认定猪肉处于次新鲜状态，肌肉颜色稍暗，指压后的凹陷不能立即恢复，弹性差，稍有氨味。从第3天开始，猪肉的腐败程度已经较深，可认为已经完全腐败。

2.2.2 菠菜峰值响应

与猪肉实验方法相同，记录了菠菜电子鼻的峰值响应，由于菠菜的腐败进程要慢于猪肉，菠菜的峰值记录时间约为6天，此时的菠菜叶片萎缩严重、变黄变黑、叶片和茎杆都变软，有明显的腐败气味，可以认为已经基本处于完全腐败状态。结果如图6所示。

图6 菠菜在保鲜条件（4℃）下贮存的电子鼻峰值响应

2.3 新鲜度检测结果识别分析

为对这两种食物新鲜度进行更好的识别与区分，系统采用线性判别式分析(Linear Discriminant Analysis，LDA)作为识别算法。该算法的基本思想是投影，首先找出特征向量，通过将高维数据投影到更低维的方向，使得投影后组与组之间尽可能地分开，而同一组内的关系更加密切，最后在新的空间中对样本进行分类[11]。LDA算法可以更直接地处理样本间的分类问题，以便系统更好地区分食物的新鲜度。

结合电子鼻响应情况与肉类新鲜度评价标准[12]，对贮存在冰箱中的猪肉新鲜度进行了区分，同时采用LDA算法对相应的气味图谱进行分类聚合，据此标准得出的分类结果如图7所示。与猪肉分类标准类似，菠菜LDA算法对相应气味图谱进行分类聚合所得到的结果如图8。

图7 猪肉新鲜度的LDA判别结果

分类图中可以明显区分新鲜状态与非新鲜状态，两者的线性判别函数LD1和LD2总贡献率为100%，已经完全表征了样品信息。虽然在菠菜的次新鲜及腐败状态的区分上，还有一定的接近，但是已经能基本实现区别新鲜与否的功能。

2.4 猪肉与蔬菜的气味识别

在实际使用中，通常将肉类与蔬菜混放在一起，因此需要探究凭借气味图谱识别食物类型，对于多种样品的识别，采用主成分分析（PCA）方法进行识别效果更好。主成分分析采取数学降维的方法,找出几个综合变量代替原来众多的变量,使这些综合变量能尽可能地代表原来变量的信息量,而且彼此之间互不相关[13]。为

了能更好地进行识别，本文选取了峰值、最大正斜率和响应时间3个特征值，这样系统就总共有18个特征值，其中前两个主成分的贡献率分别达到 82.4%和 9.5%，基本可以用这两个主成分代替样本信息。对其进行主成分分析，能较好地区分出猪肉及菠菜。图9为猪肉与菠菜的PCA分析结果。

图8 菠菜新鲜度的LDA判别结果

图9 猪肉与菠菜的PCA分析结果

3 结论

(1)电子鼻系统利用 430单片机构建，并实现检测模块化，降低了成本，具有调试方便、运行可靠、操作简单的优点。系统能适应冰箱保鲜贮存低温环境，消除因低温气体对检测结果造成的影响。

(2)由实验结果可知，线性判别式分析(LDA)算法可以较好地区分出猪肉与菠菜的新鲜程度，而利用主成分分析（PCA）方法则可以较为准确地区分出肉类与菠菜，具有优异的性能。

(3)由于蔬菜种类繁多，系统初步验证了菠菜的检测效果，其他蔬菜未做验证，需进一步实验验证。

[1]Migurl Peris，Laura Escuder-Gilbert.A 21stcentury technique for food control：Electronic noses[J].Analytica Chemica Acta，2009，638(6)：1-15.

[2]Tong Yueying，Chen Donghui，Shi Zhibiao，et al.Study on the application of biological tactile in fast meat freshness detection[J].Advances in Natural Science，2010，3(2)：170-176.

[3]HAUGEN J E，LUNDBY F，WOLD J P，et al.Detection of rancidity in freeze stored turkey meat using a commercial gas-sensor array system[J].Sensors and Actuators，2006 (116)：78-84.

[4]吴文娟，方向生.基于气敏传感器阵列和 PCA的猪肉新鲜度快速分类方法[J].传感技术学报，2010，23(11)：1536-1540.

[5]柴春祥，杨江林.基于电子鼻技术检测猪肉新鲜度的研究[J].食品科技，2010，35(12)：282-285.

[6]孙天利，岳喜庆.利用电子鼻技术预测冰温贮藏牛肉的新鲜度变化[J].分析与检测，2014，40(4)：185-189.

[7]吴琼，朱大洲.基于高光谱成像的蔬菜新鲜度检测初探[J].食品安全质量检测学报，2012，3(6)：685-689.

[8]张新荣.基于电子鼻的鱼类新鲜度检测系统设计[J].湖北农业科技，2012，51(7)：1464-1467.

[9]陈裕泉，葛文勋.现代传感器原理及应用[M].北京：科学出版社，2007：244-248.

[10]孔保华，马俪珍.肉品科学与技术[M].北京：中国轻工业出版社，2003：97-99.

[11]王晓慧.线性判别分析与主成分分析及其相关研究评述[J].中山大学研究生学刊：自然科学与医学版，2007，28(4)：50-61.

[12]GB/T 5000.44-2003，肉与肉制品卫生标准的分析方法[S]. 2004，1.

[13]傅德印.主成分分析中的统计检验问题[J].统计教育，2007(9)：4-7.

Design of a system based on intelligent electronic nose to detect and identity freshness of refrigerator stored food

Chen Chenxing，Zou Yingchang，Zhang Xi，An Chao，Gao Fan，Wang Ping
(Biosensor National Special Lab,College of Biomedical Engineering&Instrument Science,Zhejiang University，Hangzhou 310027，China)

In order to detect the freshness of refrigerator stored pork and vegetables,the design of freshness detection system based on intelligent electronic nose is proposed.Combined with the principal of MOS sensors array,the small size electronic nose system is to be built with single chip microcomputer and its communication function,which achieves the goal of fast detection,data communication,using Linear Discriminant Analysis(LDA)and Linear Discriminant Analysis(PCA)method to identify the freshness and classify different kind of food.According to the low-temperature circumstance of refrigerator,special detection chamber and methods are improved.

electronic nose；refrigerator stored；identify of food；intelligent classification

TP212.9

A

0258-7998(2015)04-0077-04

10.16157/j.issn.0258-7998.2015.04.017

2014-12-25)

陈辰星（1988－），男，在读研究生，主要研究方向：传感器仪器系统设计。

邹莹畅（1989－），女，在读研究生，主要研究方向：生物传感器设计。

王平(1962-)，男，教授，博士生导师，主要研究方向：生物医学传感器与检测技术。