冷鏈物流中遠程食品新鮮度檢測的電子鼻系統設計*

徐　璐，吳　軼，王連英

（江西現代職業技術學院信息工程分院，南昌33009）

冷鏈物流中遠程食品新鮮度檢測的電子鼻系統設計*

徐璐*，吳軼，王連英

（江西現代職業技術學院信息工程分院，南昌33009）

為了有效監測冷鏈物流各環節中食品新鮮度，設計了遠程電子鼻系統。以與豬肉新鮮度關聯的特定氣體為檢測目標，使用單片機技術針對性地設計了檢測氣室和氣體傳感陣列，實現了冷庫內的豬肉氣味信息的采集、預處理、特征生成、降維和線性判別式分析，并以傳感器相對電導率變化微分值為主成分變量進行豬肉新鮮度分類依據，并通過GPRS將檢測結果傳輸到遠程控制中心。測試結果表明，該系統檢測準確度高、丟包率小，滿足應用需求。

自動化器件；新鮮度檢測；線性判別式分析；冷鏈物流；電子鼻

近年來隨著國內經濟的發展和人民生活水平的提高，冷鏈物流被關注程度日趨增強，但“重生產、輕流通”的觀點仍根深蒂固［1］，制約著冷鏈物流產業的快速健康發展，因此越來越多的學者研究建立冷鏈物流產品的質量風險預警體系，以控制質量風險，郝書池、周燕等人［2］建立了較為嚴謹的質量風險管理的模式，但對冷鏈物流產品的實時質量監控較少，而國內將電子鼻技術應用于冷藏食品的研究較為成熟，陳辰星、吳瓊等人［3-4］運用氣敏傳感器、光譜成像等手段檢測冷藏肉蔬新鮮度。本文使用基于氣敏傳感器的檢測陣列并結合冷庫低溫運動環境設計了檢測冷鏈物流中肉類新鮮度的電子鼻，并結合無線傳輸技術將檢測數據發送到遠程監控中心，實現對冷鏈物流易腐肉類的實時動態監控。

1　系統設計

本文的電子鼻系統主要安裝于冷鏈物流中各種運輸車輛，對物流系統中運輸的肉類的新鮮度進行實時檢測，并將檢測結果通過GPRS模塊發往遠程監控中心，系統總體設計如圖1所示，其中對肉類新鮮度檢測的原理是利用氣敏傳感陣列對肉料氣味的響應值實現對物流車輛冷庫內氣味狀態的實時且連續的監測。

圖1　系統設計

1.1檢測氣室及設計

氣敏傳感器的工作溫度高達300℃，為避免電子鼻在預熱或者工作階段時冷鏈物流倉冷氣涌入抑制傳感器狀態和影響工作性能［5］，需要對檢測氣室進行專門設計，對抽入檢測氣室的低溫氣體快速加熱至較高溫度并進行檢測。檢測氣室設計方案如圖2（a）所示。檢測氣室懸于冷倉頂部，在氣敏傳感陣列檢測冷倉氣體之前在隔離空間先對泵入的冷倉氣體進行加熱到25℃，自動控制系統通過溫度傳感器監測氣體溫度，在達到設定溫度后打開單向進氣閥將加熱后的氣體引入傳感器陣列所在空間進行檢測，同時控制保溫裝置維持氣室溫度，檢測完畢后保溫裝置關閉，待氣體冷卻后通過排氣閥排出，工作流程如圖2（b）所示。通過這種檢測氣室空間隔離的設置，使與傳感陣列接觸的檢測氣體為25℃，防止低溫對傳感器陣列的工作狀態和使用壽命造成影響。由于生鮮產品在運輸途中出現變質的風險更大，因此在物流運輸途中設置檢測周期為30 min，而在相對安全的冷藏儲存階段設置檢測周期為8 h，在保證生鮮質量安全的同時減少檢測消耗。

圖2　檢測氣室設計方案及工作流程

1.2氣敏傳感器設計

研究發現，在豬肉的運輸和貯存過程中，在細菌和酶的作用下會變化分解從而生成氣味。豬肉的分解過程［6］主要包括：（1）脂肪第一步分解成脂肪酸類，然后分解成醛酸類和醛類臭氣；（2）蛋白質第一步分解成胺類，然后分解乙硫醇、硫化氫、氨等；（3）碳水化合物分解成醛類、酮類、醇類和羧酸類氣體等。

針對豬肉分解的主要過程，選擇了MQ138、MQ135、MS1100、TGS822等4種氣敏傳感器組成對豬肉的傳感器陣列，其主要識別對象如表1所示。

表1　氣敏傳感器選擇

1.3硬件設計

冷鏈物流中豬肉的新鮮度檢測使用4個氣敏傳感器組成的陣列對運動物流倉中的豬肉進行新鮮度檢測，相關的氣路通斷、檢測陣列控制、模數轉換和GPRS無線傳輸使用C語言編程通過單片機實現，單片機選用國內宏晶科技公司STC12C5A60S2單片機，該單片機開發要求低、可加密且有8路調整模數轉換接口，能夠滿足本系統使用需求；時鐘芯片選擇美國DALLAS公司生產的DS1302芯片，該芯片功耗低、實時性好；串口轉換芯片選擇美信公司的MAX232芯片，該芯片是適應RS232標準串口的單電源轉換芯片，由+5 V電源供電；GPRS模塊選擇德國西門子公司的TC35i，該模塊成本較低且易于集成。系統電路設計示意圖如圖3所示，在STC12C5A60S2復位后，程序設置其1-4管腳為模數轉換器，通過與這4個管腳相連的氣敏傳感器將4路氣敏傳感器信號送入STC12C5A60S2進行模數轉換，并將傳感器傳入的數字化信號進行打包發送至TC35i模塊進行GPRS遠程無線傳輸至監控中心。

圖3　系統電路設計

1.4軟件設計

在監控中心接收冷鏈物流傳輸的傳感器數字化數據進行存儲，并對其進行處理分析以判斷豬肉新鮮度狀態，冷鏈物流中電子鼻系統和監控中心的通信與控制使用客戶端/服務器模式構設，使用VC++編程。

監控中心主要記錄各傳感器的峰值數據并進行分析，主要使用主成分分析PCA（Principal Component Analysis）方法［8］作為新鮮度檢測算法。該方法基于數學降維的原理，通過篩選得到綜合變量，從而降低變量的數目，但代表的原來眾多變量的信息量，而且各變量之間彼此不相關。

2　數據處理

對傳感器檢測的數據進行分析實際是進行模式識別的過程，其過程主要分為數據預處理和特征生成、線性判別式分析。

2.1數據預處理

為了提高檢測精度需要消除基線漂移造成的不利影響，因此系統檢測電路使用運算放大器OPA2333和惠斯登電橋共同組成差分放大電路［7］作為核心檢測電路以消除基線漂移帶來的不利影響，設傳感器輸入為Vin，通過輸入端可調電阻RI和輸出前端可調電阻RO，可得該差分放大電路的輸出電壓Vout為：

式中Vzero為RI值為0時對應傳感器輸入電壓為VS時的電路輸入電壓Vzero，

而RC是傳感器電阻值，與氣體濃度C相關，計算方法為：

式中，A與α均是由氣體種類決定的常數，通過式（1）～式（3）可得整個差分放大電路的輸出電壓，通過調節可調電阻RI，可有效增大檢測動態范圍，在輸出Vout中有效濾除分壓產生的基線電壓值，從而提高檢測精度。

消除分壓產生的基線電壓后還需使用小波變換進行進一步的濾波降噪，使用db4小波有效分離出突變部分和噪聲部分后保留信號的低頻部分，可有效地保留有用信號［10］。選擇傳感器電導變化率［11］表征傳感器與樣品的反應信息，在相對差分法的基礎上定義相對電導變化率S，其計算方法如式（4）、式（5）所示。

2.2特征生成

對相對電導變化率的積分、微分分別使用辛普森積分公式、梯度法［12］等方法求解，如式（6）、式（7）所示

為獲得傳感器響應曲線的特征，先需確定曲線初始點，即曲線上升趨勢的初始點，一般情況下由于存在響應基線的波動較難尋找初始點，但通過式（7）對其進行微分運算，可以得到微分零點附近的波動量，而且微分結果有一個極大值波峰，基于這條推論，首先找到微分極大值波峰，再使用變步長以微分值大于0為標準反推初始點。

由此可得到各傳感器的主特征值：（1）St的微分值；（2）St的平均數；（3）St達到微分最大值時所用時間；（4）St的曲率；（5）St的一階微分最大值；（6）St積分；（7）溫度；（8）濕度。其中溫度和濕度［13］用于進行溫濕度補償。

2.3分類識別

通過特征生成對應一個傳感器有8個特征值。此時再利用線性判別式分析對8個特征值進行降維，算法通過SPSS軟件實現。其基本思想是投影降維，將高維度的特征向量通過投影集成到低維的方向上，投影之后不同類型的數據組盡可能地分開，而同組數據的距離更小，然后在新的低維空間中進行樣本分類識別。

以豬肉為例，豬肉在貯藏的過程中，揮發性成份會隨著時間流逝而減少。實踐證明，隨著時間增加，豬肉的光澤會由亮變暗、顏色會從均勻的紅色變為暗紅色甚至綠色、堅韌性降低、異味增強甚至有刺鼻的氣味。通過研究發現，豬肉在新鮮狀態下色澤鮮紅且復有彈性；經過一段時間后肉色變暗，彈性變差且略帶氨味，此時為次新鮮狀態；最后是水分丟失嚴重且臭味明顯。這樣逐漸腐敗的過程對應相對電導變化率微分變化［14］，在新鮮狀態下相對電導率的微分值為正數且緩慢增大，此時設新鮮豬肉相對電導率微分值為，在次新鮮狀態下相對電導率的微分值快速增大，設次新鮮狀態下豬肉的相對電導率微分值為，而豬肉腐敗狀態下相對電導率的微分值累積到較大的值，而增速也逐漸變緩，設腐敗狀態下豬肉的相對電導率微分值為。為便于進行定量分類，設豬肉相對電導率最大值為，在分屬于判定豬肉狀態分別為新鮮、次新鮮和腐敗，以相對電導率微分值為首要因素判定豬肉新鮮度，這只是初步的判識，后續以線性判別式分析進行進一步的分類識別以提高差別準確度。

3　性能測試

為了驗證該系統的可靠性和正確性，分別對其新鮮度檢測性能和通信性能進行測試。

3.1檢測性能測試

為了提高檢測效率，新鮮度檢測性能測試使用定點測試，將冷鏈物流倉放置于室內，并將溫度置于2℃，將新鮮豬肉放入倉內，每8個小時測試一次并將數據通過GPRS發送至監測中心。

對保存的豬肉進行電子鼻檢測并發送到實驗室進行分析和保存，得到傳感器峰值響應隨時間變化關系如圖4所示。

圖4　傳感器峰值響應的時間曲線

通過分析圖4的傳感器峰值響應并對照豬肉實際情況，可認定在48 h前豬肉處于較為新鮮的狀態，從48 h后豬肉新鮮度快速降低，至72 h以后豬肉嚴重腐敗。

由于在新鮮度檢驗過程中氣敏傳感器受溫度和濕度影響較大，而豬肉新鮮度變化過程中物流倉內的溫度變化較小，但濕度變化范圍較大，因此需要針對性地進行濕度補償。目前常用的補償方法有濕敏電阻硬件補償、恒濕測試和軟件補償［9］，3種方法比較軟件補償可行性較高且效果更好，因此使用軟件補償方法，補償公式為：

式中R0為電阻實際測量值，R為電阻補償后的真值，H0為基準濕度（此處取為0），H為濕度實測值，a為濕度系數。通過式（4）在已知氣敏傳感器濕度系數的情況下把物流倉中的濕度值進行直接補償。最后得到豬肉新鮮度的判別結果如圖5所示。

圖5　豬肉新鮮度判別結果

圖5中兩個主成分的貢獻率分別為85.2%和10.3%，能夠明顯地區分出豬肉新鮮狀態、次新鮮狀態和腐敗狀態，實現了新鮮度檢測識別的功能。

3.2通信性能測試

通信性能測試主要考察該系統的遠程無線傳輸性能是否達到要求，由于系統一般情況下4 h～8 h檢測一次，及時性要求不高，但對準確性要求較高，因此通信性能測試主要檢測不同發送周期下的累計丟包率［15］。使用冷鏈物流車攜帶系統以較快速度行駛，每次傳輸數據包括物流倉內溫度、濕度及4路氣敏傳感器數據，包括結束符位在內每組數據包含42 byte，共發送500組數據，發送周期范圍為50 ms～2 000 ms，冷鏈物流車距離實驗室監控中心的距離范圍為100 m～50 km，最后測得系統丟包率基本為0，但在31 km附近的20組數據丟包率有一定起伏，最大丟包率為7.14%，經分析發現當時車行駛至群山之中、GPRS信號較差導致丟包率變化，針對這種不利狀況，通過修改軟件，在監控中心監測到數據字節不全的情況下控制電子鼻系統再次發送數據，直至收到數據包完整為止。修改軟件后物流車在丟包率區域行駛并再次傳輸數據，經系統校正未發生丟包情況。

4　結論

本文基于電子鼻技術和GPRS技術設計了一套冷鏈物流電子鼻系統用于遠程地對物流冷鏈環節中的豬肉進行新鮮度檢測，具備檢測精度高、通信可靠性高的優勢，同時電子鼻系統與指定冷庫配對綁定，針對指定物品進行新鮮度檢測，省去了檢測對象識別的過程，在降低硬件復雜度的同時也便于擴展完善。但系統僅做了豬肉的檢測系統，不利于實際應用推廣，下一步的工作是增加針對牛羊肉、雞肉、魚肉等肉類的新鮮度檢測軟硬件系統。

［1］潘東靜.農產品冷鏈物流的冷庫節能降耗問題研究［J］.邊疆經濟與文件，2014，12（11）：19-20.

［2］Vergara A，Llobet E，Brez mes J，et al.Quantitative Gas Mixture Analysis Using Temperature-Modulated Micro-Hotplate Gas Sensors：Selection and Validation of the Optimal Modulating Frequencies［J］.Sensors and Actuator B，2007，12（37）：1002-1016.

［3］郝書池.我國冷鏈物流發展前景及對策［J］.中國物流與采購.2010，32（7）：83-85.

［4］陳辰星，鄒瑩暢，張希，等.冰箱貯存食品新鮮度檢測與識別的智能電子鼻設計［J］.測控技術與儀器儀表，41（4）：77-80.

［5］吳瓊，朱大洲.基于高光譜成像的蔬菜新鮮度檢測初控［J］.食品安全質量檢測學報，2012，3（6）：685-689.

［6］張延軍，劉敬彪，蔡強，等.基于嵌入式系統的電子鼻研究與實現［J］.電子器件，2010，33（4）：466-470.

［7］王彥闖，劉敬彪，蔡強，等.基于BP神經網絡的豬肉新鮮度檢測方法［J］.計算機應用與軟件，2011，28（9）：82-84，143.

［8］余煒，萬代立，周婭，等.基于在線支持向量機的電子鼻模式識別算法［J］.西北大學學報，2015，45（1）：49-52.

［9］莊家俊，駱德漢，鄒華宇.百草油鑒別分類的電子鼻實現方法研究［J］.傳感器與微系統，2010，29（7）：62-65.

［10］El Barbri，Mirhisse J，Ionescu R，et al.An Electronic Nose System Based on a Micro-Machined Gas Sensor Array to Assess the Freshness of Sardines［J］.Sens Actuat B Chem，2009，37（2）：538-543.

［11］亓培鋒，孟慶浩，井雅琪，等.用于白酒識別的電子鼻數據分析與參數優化［J］.天津大學學報（自然科學與工程技術版），2015，48（7）：643-651.

［12］Jing Y Q，Meng Q H，Qi P E，et al.Electronic Nose with a New Feature Reduction Method and a Multi-Linear Classifier for Chinese Liquor Classification［J］.Review of Scientific Instruments，2014，85（5）：201-211.

［13］Jenssen R.Kernel Entropy Component Analysis［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2010，32（5）：847-860.

［14］Tong Yueying，Chen Donghai，Shi Zhibiao，et al.Study on the Application of Biological Tactle in Fast Meat Freshness Detection［J］.Advances in Natural Science，2010，3（2）：170-176.

［15］葉煥鋒，姜周曙.GPRS通信性能檢測系統［J］.通信技術，2012，51（11）：64-66.

徐璐（1983-），女，碩士，漢族，江西南昌人，江西現代職業技術學院信息工程分院電子系講師，主要研究領域為單片機與嵌入式系統，xulu__1983@sina.com。

Design of Electronic Nose System for Remote Freshness Detection of Food in Cold Chain Logistics*

XU Lu*，WU Yi，WANG Lianying
（Institute of Information Engineering，Jiangxi Modern Polytechnic College，Nanchang 330095，China）

The remote electronic nose system was designed for the effectively monitoring of the food freshness in the various links of the cold chain logistics.In the system the associated gas with the pork freshness was set as the detection target，and the gas chamber and the gas sensor array were designed by the single-chip technology for the data collection and processing of the pork in the cold storage.At last the principal component analysis method was used to execute the freshness detection and the results were transferred via GPRS.The test results show that the system has advantages such as high detection accuracy and low loss rate，and meets the application requirements.

automation device；freshness detection；linear discriminant analysis；cold chain logistics；electronic nose

TP212

A

1005-9490（2016）05-1170-05

項目來源：江西省高等學校教學改革研究課題“基于工學結合、校企合作理念電子信息專業人才培養模式的探索”項目（JXJG-10-30-3）

2015-09-29修改日期：2015-12-20

EEACC:723010.3969/j.issn.1005-9490.2016.05.030