试析基于复阻抗特性和电子鼻的淡水鱼新鲜度快速检测方法的研究

《试析基于复阻抗特性和电子鼻的淡水鱼新鲜度快速检测方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中农业大学博士学位论文基于复阻抗特性和电子鼻的淡水鱼新鲜度快速检测方法的研究姓名：张军申请学位级别：博士专业：农业机械化工程指导教师：李小昱20080401华中农业大学2008届博。{：学位论文：基于复阻抗特性和电了鼻的淡水鱼新鲜度快速检测方法的研究摘要新鲜度是鱼类或鱼类制品质量的一个重要指标，对产品最终质量十分重要。鱼类是一种不耐保藏的食品，极易发生腐败变质，食用不当易发生食物中毒，因此在卫生和食品安全检验中，鱼肉新鲜度的快速、准确检测，将对鱼类的保鲜、储藏和深加工有着重要的科学意义和应用价值。论文以生物阻抗技术和电子鼻嗅觉技术来

2、研究淡水鱼新鲜度的快速检测方法。采用生物阻抗技术和虚拟仪器技术，以四电极测量方法和扫频激励方式，构建了淡水鱼鱼体复阻抗测量系统，以鲫鱼和鲢鱼为研究对象，研究了鱼体复阻抗谱的测量方法和技术，研究了储藏过程中鱼体复阻抗特性(阻抗和相位)的变化规律，确定了最优的测量参数和条件，建立了基于复阻抗特性的鱼体新鲜度评价指标，在此基础上用BP-ANN(后向反馈神经网络)建立了淡水鱼新鲜度的预测模型。以仿生嗅觉技术和虚拟仪器技术，构建了淡水鱼电子鼻测量系统，测量了不同新鲜度的鲢鱼鱼肉，采用PCA(主成分分析)优化了电子鼻试验参数，确定了电子鼻的最优测

3、量条件，采用PCR(主成分回归)、PLS(偏最小二乘法)和ANN(人工神经网络)等方法进行了建模分析，确定了最优的模型识别方法，并优化了电子鼻传感器阵列。主要研究结果如下：。1．采用生物阻抗技术在100Hz～100kHz内测量了储藏过程中鲫鱼和鲢鱼的复阻抗谱，试验结果表明，不同储藏时间的复阻抗谱呈现cole圆弧特性并区分明显，为采用鱼体复阻抗特性评价淡水鱼新鲜度提供了理论依据。2．首次提出和建立了淡水鱼鱼体复阻抗特性的测量方法和测量系统，测量系统包括自行研制的四电极探头、压控恒流源电路、信号调理滤波电路等硬件部分和基于虚拟仪器的信号发

4、生器、信号采集模块、信号处理和文件保存模块等软件部分。试验结果表明，该系统智能化程度高，能自动实现扫频测量和结果分析，并具有较高的测量精度，在100Hz～100kHz范围内阻抗幅值的最大误差为0．58％，频率在50kHz一100kHz相位最大误差为0．3l。，而在频率小于50kHz的范围内，系统的相位的最大误差仅为0．07。：在100Hz-100kHz范围内，每倍频扫描10点，测量系统可在30--50s内获得被测鱼体组织阻抗幅值、相位随激励频率的变化而发生的变化，为进一步研究其它生物组织复阻抗特性奠定了良好的理论基础和提供了必备的技术

5、支撑。3．针对生物阻抗测量中恒流源性能直接关系到测量精度，构建了基于AD844和AD620两种方案的压控恒流源，试验研究了两种方案的VCCS恒流源内阻和频率特性。试验结果表明，AD844构成的恒流源性能更好，其输出内阻为l155kf2。大于AD620构成的VCCS输出阻抗500kQ，确定了基于AD844构建的压控电流源性能最优，在此基础上增加了直流反馈电路，以保证电流源的稳定性。针对生物组织复摘要阻抗特性相位角难以准确提取的特点，的信号进行试验分析，试验结果表明，高，相位最大误差小于0．030。设计了5种相位差算法，通过对含有白噪声数

6、字解调法(加标准正余弦方法)的精度最4．以鲫鱼和鲢鱼为研究对象，首次采用生物阻抗技术系统地研究了鱼体储藏过程中激励电流、测量电极、激励频率、测量方向和测量部位对鱼体复阻抗特性的影响，确定了淡水鱼鱼体复阻抗特性的最优测量条件是激励电流为0．3mA，测量电极为混合式电极，激励频率范围为lkHz,--5kHz，测量部位为沿鳃邦平行侧线方向。试验结果表明，不同部位的鱼体阻抗幅值大小不同，其大小顺序是尾部、腹部以及鳃部，其差异随储藏时间的增加而逐渐减小；在同一储藏时问下，鱼体阻抗幅值随激励频率的增加焉减小，相位随激励频率的增加菰增加，符合生物组

7、织的频散特性；沿侧线平行方向测量的鱼体阻抗幅值比沿侧线方垂直向测量的结果要大，符合生物缀织各向异性的特点，各向爨性随储藏时闯和激励频率的增加焉逐渐减小，僵不影响采用复阻抗特性评价淡水鱼新鲜度的指标，当沿侧线平行方向测量阻抗幅值与沿侧线垂直方向测量阻抗幅值的比值小于1．05时，均可认为鲫鱼或鲢鱼已经腐败。5．以TVB-N(挥发性盐基氮)作为新鲜度评价对照指标，在lkHz激励频率下确定了鲫鱼和鲢鱼新鲜度的复阻抗特性判定指标，并采用人工神经网络建立了最优预测模型。当鳐鱼鱼体阻抗幅值达到129．谤Q或相位达到5。430，鲢鱼鱼体阻抗幅值达到9

8、1．26Q或相位达到1．480，均可判定鲫鱼或鲢鱼腐败。以阻抗幅值和相位为输入，TVB-N为输崽，确定鲫鱼最优神经网络结构为冬l1．1型，预测TVB-N与实测TVB-N的相关系数为0．95621，模型检验的准确率为94．