电子鼻技术在苹果质量评定中的应用.pdf

电子鼻技术在苹果质量评定中的应用.pdf

ID:52955146

大小:145.20 KB

页数:4页

时间:2020-04-03

电子鼻技术在苹果质量评定中的应用.pdf_第1页
电子鼻技术在苹果质量评定中的应用.pdf_第2页
电子鼻技术在苹果质量评定中的应用.pdf_第3页
电子鼻技术在苹果质量评定中的应用.pdf_第4页
资源描述:

《电子鼻技术在苹果质量评定中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2004年5月农机化研究第3期电子鼻技术在苹果质量评定中的应用潘胤飞,赵杰文,邹小波,刘木华(江苏大学生物与环境工程学院,江苏镇江212013)[摘要]提出了一种根据苹果气味对苹果进行无损检测的新方法,研制了一套适合苹果气味检测的电子鼻系统。对超市所购得的好坏苹果各50个进行了检测,在获得传感器阵列数据的基础上,从每个传感器曲线中提取了5个特征参数,将其作为模式识别的输入向量。由主成分分析对所测的数据处理结果看出,好坏苹果是可以区分的,但有一点重迭的地方。用遗传算法优化RBF神经网络,发挥各自的优点,使所建立的遗传RBF网络不但收敛速度快,而且

2、识别精度高。网络对训练集的回判正确率和对测试集的测试正确率分别为100%和96.4%。试验证明该分类方法和电子鼻装置都是有效的,也适用于其他的水果。[关键词]自动控制技术;电子鼻;试验;气体传感器阵列;遗传算法;特征提取;RBF网络[中图分类号]Q811;TP212[文献标识码]A[文章编号]1003─188X(2004)03─0179─04识别的参数(状态)符合线性关系时有效,而人工1概述神经网络法能适合参数比较复杂的非线性系统,应据资料统计,我国的果园面积已占世界果园面用很广泛。本研究用日本费加罗(Figro)公司生产积的21.3%,水果产

3、量居世界第一。1999年,中国的5个厚膜金属氧化锡传感器(TGS813、TGS880、2果园面积866.7万hm,总产量已达6237.6万t,TGS800、TGS822和TGS825),组成气体传感器阵列。分别比1985年增长217%和436%。其中,苹果产由于RBF网络的收敛速度快,而遗传算法是一种有量为2080万t,柑橘产量为1078万t,梨产量为较强的鲁棒性和收敛到全局最优的能力的优化方774万t。我国水果产量已占世界总产量的14%,法,所以本研究运用“遗传算法优化RBF神经网络”苹果和梨的产量遥居世界之首,柑橘产量仅次于巴建立识别模型,

4、构成一个电子鼻系统。西和美国,列世界第三位。1999年,我国水果产业2试验过程的产值为1000亿元,成为我国种植业中位列粮食、蔬菜之后的第三大产业。由食品化学可知,苹果的香气一般由乙烯、蚁但是,我国每年都要花大量的外汇进口高档水酸、醋酸、丙酸、丁酸和辛酸等挥发酸及酯、甲醇、[4]果,究其原因是我国水果检测手段落后和水果混等乙醇和乙醛等组成。这些香气成分都有一定的还[1]混级严重。为了促进水果业的发展,除了提高产原性,对所用的气体传感器阵列有响应。苹果的气量外还要提高水果的质量,于是对水果的分类分级味与其质量是密切相关的。有研究表明,苹果所散检测

5、就显得十分重要了。本文提出了一种根据苹果发的乙烯浓度不但与其成熟度有关,而且苹果在变气味对苹果进行无损检测的方法,研究了能依据气质时(如出现烂疤、损伤时)其散发的乙烯浓度增[4]味对苹果进行分类分级的电子鼻。加。本研究处于对苹果的质量进行评价的初级阶近年来,由半导体气体传感器阵列和模式识别段,所以只做了对苹果好坏判别的研究。图1为电系统组成的电子鼻,在世界范围得到了广泛的研究子鼻硬件的结构框图。其主要由两大部分构成:与[2,6,7,8,11]和应用。在传感器阵列方面,把具有不同特气体反应的硬件部分和数据处理分析的软件部分。性的气体传感器组合成气

6、体传感器阵列,弥补了单硬件包括传感器阵列和测试装置。传感器阵列由个传感器灵敏度低、可靠性和重复性差等缺点,并SnO2气体传感器阵列组成;测试装置分为机械装置使组成的电子鼻的检测范围更宽。在模式识别数据和电路两大部分。其中,机械装置包括真空泵、带[7]处理方面已有各种识别方法,如线性识别函数法、风扇的试验箱、载气供给系统(压缩氮气和气体过[8,9,11]人工神经网络法等。线性识别函数法仅仅对要滤器)、试样瓶以及相应的气路等;电路包括传感器[收稿日期]2003-05-26[基金项目]江苏省自然科学基金项目(BK2001088)[作者简介]潘胤飞(1

7、977-),男,山东临清人,江苏大学硕士,主要从事农产品无损检测方面的研究工作。-179-2004年5月农机化研究第3期调理电路、数据采集电路板、PC计算机。气真空表真空泵体氮滤试试数据采集气清验风扇电路板计算机验器箱传感器阵列箱瓶试样瓶图1电子鼻结构流程图Fig.1Thestructureofelectronicnose从超市购得好的富士苹果和坏的富士苹果各入特征向量。笔者尝试运用遗传算法优化的RBF网50个,组成实验样本,好的富士是那些外表没有缺络,把这25个特征参数所表达的信息融合起来形成陷的完整的苹果,而坏的富士是挑选的那些有外伤识别模

8、型,区分好的苹果和坏的苹果所散发的气味。或者有烂疤的苹果。测试时,将待测苹果样本放入1.5最大值到试样瓶中,同时把滤清后的载气(氮气)通入式/V平均值

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。