基于便攜式電子鼻的白酒快速識別

陸藝瑩，張覃軼，龍海仙，姜曉彤，張順平（.武漢理工大學材料科學與工程學院，湖北武漢430070；.華中科技大學材料科學與工程學院，湖北武漢430070）

?

基于便攜式電子鼻的白酒快速識別

陸藝瑩1，張覃軼1，龍海仙1，姜曉彤1，張順平2
（1.武漢理工大學材料科學與工程學院，湖北武漢430070；2.華中科技大學材料科學與工程學院，湖北武漢430070）

摘要：開發了一種基于頂空采樣的新型便攜式電子鼻，該電子鼻包含一個8陣列不同摻雜納米SnO2氣體傳感器，電子鼻尺寸為?6.0×2.5 cm，重量僅50 g。應用該電子鼻對6種市售白酒進行了測量，單個樣本的測量時間少于5 min。采用主成分分析法（PCA）對電子鼻信號進行了分析，應用人工神經網絡（ANN）對6種白酒進行識別，識別率為95.8 %。研究表明，該新型電子鼻能實現對白酒的在線、快速、準確識別。

關鍵詞：電子鼻；白酒；主成分分析法；人工神經網絡

優先數字出版時間：2015-11-04；地址：http://www.cnki.net/kcms/detail/52.1051.TS.20151104.1124.012.html。

白酒氣味芳香純正，酒精含量較高，屬日常消費品。目前，絕大多數釀酒企業對白酒的品鑒依靠人的感官鑒定，其鑒定標準模糊，同時人的感官容易受到環境、情緒、身體狀況等影響。另一種白酒品質檢驗的方法是化學分析，例如Qi Peng等[1]采用氣相色譜技術（GC）對不同產地的銅山高粱酒進行了鑒別。化學分析法設備復雜、成本高、周期長，不適合白酒的在線、快速測量。

電子鼻是一種利用氣體傳感器陣列來識別氣體種類的系統，它具有檢測速度快、重復性好、客觀性好等優點，在食品行業中越來越受到重視。周紅標等[2]采用5只商業TGS金屬氧化物（MOS）氣體傳感器實現了對4種商業白酒的識別。王立川等[3]利用7只TGS傳感器分析測量了7種市售白酒，重點研究了白酒蒸發溫度對動態測試過程的影響。陳秀麗等[4]采用4只MOS商業傳感器對3種白酒進行了識別，識別率為90 %。Macias等[5]利用4 只TGS傳感器對3種不同濃度葡萄酒進行了分類。上述研究存在的最大問題在于傳感器為MOS商業傳感器，這些傳感器原本用于各種報警電路，用于白酒測量體積大、功耗高，無法實現電子鼻設備的微型化和便攜性。為了將實驗室測試平臺微型化，以利于商業應用，國內外研究者也做了大量的嘗試，例如L.C. Wang等[6]研制了一種可識別日本清酒、高粱酒、威士忌和醫用酒精的電子鼻，體積為28 cm×18 cm×12 cm，重量為540 g。這種電子鼻內置泵吸式采樣系統，因而體積、重量均較大，且造價昂貴，是限制其商業應用的最大障礙。一些進口電子鼻系統，如PEN3[7]、Mk3.3.0等均存在與之相同的問題。

本文在總結現有電子鼻白酒測量技術和便攜式電子鼻制造技術基礎上，基于頂空擴散采樣法開發了一種體積小、操作簡單、響應快速的電子鼻設備，并選用了6種不同白酒進行測量，以檢驗該電子鼻的適用性、穩定性及精度，為商業化白酒測量電子鼻的開發奠定基礎。

1　便攜式電子鼻系統

1.1電子鼻系統結構

考慮到泵吸式采樣系統價格昂貴、操作復雜，且采樣過程中容易受到外界空氣溫度和濕度的干擾[8]，本系統設計時采用頂空擴散法進行采樣，見圖1。

圖1電子鼻結構示意圖

電子鼻采用瓶蓋設計，尺寸?6.0×2.5 cm，重量約為50 g。整個系統通過螺紋旋置在1個容積為120 mL的玻璃瓶上，樣品置于瓶中，傳感器測量樣品的頂空信號。整套系統分3個部分：氣體敏感模塊、信號處理模塊和人機交互模塊。氣體敏感模塊由1個可替換的8陣列MOS氣體傳感器陣列構成；信號處理模塊由1個微處理器和印刷電路構成；人機交互模塊由1個1.44寸TFT屏和2個觸摸開關組成。

1.2硬件部分

電子鼻系統的主要功能包括傳感器工作溫度調理、信號獲取及信號處理。溫度調理通過PID調節，由1個微處理單元（STC89C516RD+）進行控制。傳感器陣列的加熱是通過印刷到傳感器基片上的Pt電阻完成的。工作時，通過測量和控制Pt電阻上的功耗來實現溫度的精確控制，溫度控制誤差為±5℃。信號測量電路采用文獻[9]中描述的方法，可實現傳感器電阻的自動換擋測量，在1 KΩ～100 MΩ范圍電阻誤差不超過5 %，在100 MΩ～1 GΩ范圍電阻誤差不超過10 %。當8通道同時工作時，采樣頻率約為1 Hz。傳感器陣列工作在300℃時，功耗約為1.5 W。

該系統可按2種模式進行工作：第一種為聯機模式，電子鼻系統與PC通過USB進行連接，PC完成對電子鼻的供電、溫度控制、信號讀取與顯示、信號處理及文件存儲等功能；另一種為脫機工作模式，電子鼻由1塊移動電源供電，由內置微處理單元完成溫度控制、信號讀取、信號處理等，并將結果顯示在1.44寸TFT屏上。

1.3軟件部分

本電子鼻系統的軟件全部在LabVIEW 2011環境中編制完成。在LabVIEW開發環境下，不僅容易實現電阻的測量、存儲、Pt電阻加熱功耗的控制，同時也可將編制好的模式識別模塊簡單移植到STC89C516RD+中，便于脫機工作。

關于本系統更詳細的描述請參考文獻[10]。

1.4傳感器陣列

傳感器陣列是電子鼻系統中的關鍵部件。本文所采用的傳感器陣列是由8個以溶膠-凝膠法制備的納米SnO2為原料，通過摻雜不同的元素制成的氣敏傳感器組成。8陣列傳感器通過絲網印刷的方法將敏感材料印刷在1塊7 mm×5 mm的陶瓷基片上，該基片上同時印刷了加熱Pt電阻和測溫Pt電阻，由軟件系統自動實現傳感器工作溫度的控制。傳感器陣列基片被1個不銹鋼支架固定在印制電路板上，以利于散熱。整個傳感器陣列通過2個7腳排針與電子鼻設備連接，方便安裝和更換。傳感器陣列結構示意圖見圖3，陣列中各材料的摻雜成分見表1。

圖2 8陣列氣體傳感器結構示意圖

表1 8陣列納米SnO2氣體傳感器

2白酒測量過程

2.1實驗材料

實驗采用6種市售白酒，其中包括2種清香型、3種濃香型以及1種兼香型，見表2、圖3。

表2實驗用7種商業白酒

2.2測量過程

測量時電子鼻工作在聯機工作模式，以方便實時信號的讀取和顯示，現場測量時可工作在脫機工作模式，電子鼻將直接給出評判結果。測試環境為室溫10～15℃。測量前先設定傳感器工作溫度為300℃，傳感器信號在潔凈空氣中穩定后，將電子鼻設備迅速旋蓋在裝有50 mL樣品的120 mL樣品瓶上，對白酒進行測試。傳感器接觸到白酒樣品的揮發物并迅速產生響應，約2 min后傳感器信號趨于平穩，此時將設備從樣品瓶上旋下，置于含潔凈空氣的樣品瓶中恢復，等待下一次測量，整個測試時間約為5 min。圖4為8傳感器陣列對53 %vol二鍋頭的瞬間響應曲線，圖中前100 s為傳感器在潔凈空氣中的電阻值，置于待測樣品后傳感器電阻值迅速下降，在200 s左右信號趨于平穩。

圖3便攜式電子鼻及被測白酒

取傳感器響應S作為分析信號，S=R0/Rg，其中，Rg為傳感器在待測白酒中的電阻值，R0為傳感器在潔凈空氣中的電阻值。每種白酒重復測試8次（共計48個樣本），其中4次作為訓練樣本，另4次作為測試樣本。

圖4 8陣列傳感器對53 %vol二鍋頭的瞬間響應曲線

2.3數據分析

采用主成分分析法（PCA）對所有的樣本進行分析，以研究傳感器信號與白酒種類的關系。識別過程通過人工神經網絡（ANN）實現。PCA計算在Matlab 7.0中完成。

3結果與討論

3.1 PCA分析

6種白酒經過PCA分析后的數據在前2個主元上的投影見圖5。第1主成分貢獻率為76.5 %，第2主成分貢獻率為16.7 %。

圖5 6種商業白酒電子鼻信號的PCA分析結果

由圖5可以看出，每一種酒都對應于圖中一個特定的投影區域，對于同一種酒，數據點呈現出分散性的主要原因是測試過程中外界環境溫度和濕度的變化導致傳感器信號產生漂移。由圖5可以看出，白酒的香型對于白酒的識別影響最大，白云邊作為唯一的兼香型白酒，其數據點位于圖中左下角，稻花香、沱牌大曲和枝江屬于濃香型，在圖中右上角，2種清香型的二鍋頭，其數據投影在圖中右下角。白酒的酒精度對白酒識別的影響規律不明顯，如酒精度同為53 %vol的白云邊和二鍋頭的信號差異很遠，而酒精度為45 %vol枝江和56 %vol二鍋頭在圖中呈現出一定的相似性。白酒的酒精度、原料、產地、香型、釀造工藝等對電子鼻信號均有不同程度的影響，正是這些特征成為電子鼻識別不同種類白酒的重要依據[11]。

3.2 ANN分析

ANN采用三層網絡。輸入神經元為8個，對應不同傳感器響應。隱含層神經元個數為20。隱含層神經元和輸出層神經元的激勵函數采用Sigmoid函數。網絡訓練采取了動量法和學習率自適應調整策略。

定義識別率為正確識別的樣本數與總樣本數的比率。便攜式電子鼻系統對6種商業白酒的識別結果見表3。對于24組識別樣本，除了有1個沱牌大曲樣本被誤識為稻花香外，其余23個樣本均能被正確識別，識別率為95.8 %，說明所開發的電子鼻對白酒有很好的識別能力。

4　結論

本文采用頂空擴散法進行采樣，自主開發了適用于白酒識別的便攜式電子鼻，該電子鼻體積小，重量輕，操作簡單，成本低。應用該便攜式電子鼻對6種商業白酒進行了測量，單次測量時間不超過5 min。PCA分析顯示白酒香型對商業白酒的識別影響較大，而其酒精度影響較小。借助ANN模式識別算法，訓練過的電子鼻系統對6種商業白酒的識別率為95.8 %，說明該電子鼻可用于商業白酒的在線快速、準確識別。

表3電子鼻系統對6種商業白酒的識別結果

參考文獻：

[1] Peng Q, Tian R G, Chen F R, et al. Discrimination of producing area of Chinese Tongshan kaoliang spirit using electronic nose sensing characteristics combined with the chemometrics methods[J]. Food Chemistry, 2015(178)：301-305.

[2]周紅標，張宇林，丁友威,等.自適應概率神經網絡及其在白酒電子鼻中的應用[J].智能系統學報，2013(4)：177-182.

[3]王立川，張覃軼，黃偉.蒸發溫度對電子鼻白酒評價的影響研究[J].傳感器與微系統，2011,30(7)：13-15.

[4]陳秀麗，趙愛娟，衛世乾. BP神經網絡在電子鼻分類識別多品牌白酒中的應用研究[J].江西師范大學學報,2014,38(4)：358-361.

[5] Macias M M,Agudo J E, Manso AG, et al.Acompact and low cost electronic nose for aroma detection[J]. Sensors, 2013, 13：5528-5541.

[6] Wang L C, Tang K T, Chiu S W, et al.Abio-inspired two-layer multiple-walled carbon nanotube–polymer composite sensor array and a bio-inspired fast-adaptive readout circuit for a portable electronic nose[J]. Biosensors and Bioelectronics, 2011 (26)：4301-4307.

[7]張鑫.電子鼻分析技術在白酒品質檢定中的應用研究[J].釀酒，2014,41(2)：27-29.

[8] Macias M M,Agudo J E, Manso AG, et al. Improving short term instability for quantitative analyses with portable electronic noses[J]. Sensors,2014,14：10514-10526.

[9] Pardo A, Cámara L, Cabré J, et al. Gas measurement systems based on IEEE1451.2 standard[J]. Sensors and Actuators B, 2016, 116：11-16.

[10]張順平，雷濤，謝長生.一種頂空擴散一體式氣味分析儀：CN201420531202[P]. 2014-09-16.

[11] Zhang Q Y, Xie C S, Zhang S P, et al. Identification and pattern recognition analysis of Chinese liquors by doped nano ZnO gas sensor array[J].Sensors and Actuators B, 2005,110：370-376.

Rapid Identification of Different Baijiu by a Portable Electronic Nose

LU Yiying1, ZHANG Qinyi1, LONG Haixian1, JIANG Xiaotong1and ZHANG Shunping2
(1.School of Materials Science and Engineering, Wuhan University of Technology, Wuhan, Hebei 430070; 2.School of Materials Science and Engineering, Huazhong University of Science and Technology, Wuhan, Hebei 430070, China）

Abstract:A portable head-space sampling electronic nose composed of 8-array doped Nano SnO2gas sensors has been developed. The approximate size of the electronic nose is about ?6.0×2.5 cm, and its weight is just 50 g. In the experiments, such nose was applied to measure 6 kinds of Baijiu products, the measurement time of each sample was less than 5 minutes, then principal component analysis (PCA) and artificial neural network (ANN) were employed in the identification of those Baijiu products, and the identification rate was 95.8 %. It proved that the newlydeveloped portable electronic nose could achieve on-line, rapid and accurate identification of Baijiu.

Key words:electronic nose; Baijiu; principal component analysis; artificial neural network

通訊作者：張覃軼（1972-），男，副教授，E-mail：zhqy@whut.edu.cn。

作者簡介：陸藝瑩（1994-），女，大學本科在讀，主要從事電子鼻及其應用研究，E-mail：luyiying@whut.edu.cn。

收稿日期：2015-07-13；修回日期：2015-10-15

DOI：10.13746/j.njkj.2015303

中圖分類號：TS262.3；TS261.7；TS261.4

文獻標識碼：A

文章編號：1001-9286（2016）01-0083-04