基于單片機的智能肉質安全檢測儀設計

胡幸 高倩 郭鵬程 陳春成 劉飛 馬文杰 賀乃寶

摘要：生活中的肉類食品在變質初期很難區分其變質程度，而肉質的健康程度會很大程度上影響到居民的身體健康。本文結合單片機技術、氣味傳感器技術、人機交互技術、結合數據濾波、模糊推理來設計肉質檢測儀，相對于傳統的感官檢測和揮發性鹽基總氮檢肉質檢測技術有著易于攜帶、反應靈敏、檢測迅速等特點，具有良好的應用前景。

關鍵詞：食品安全;傳感器;單片機;肉質檢測;模糊推理

中圖分類號：TP37? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2020）26-0225-03

據調查顯示，中國每年的豬肉消費量占肉類總消費量的52.7%，中國肉類消費量占比世界約為1/4，肉類食品是城鄉人民的主要副食，包括畜禽類的肌肉、內臟及其制品，它能給人體提供必需的蛋白質、脂類、碳水化合物、無機鹽及維生素等多種.營養素。肉類食品易被人體消化吸收和利用，營養價值及食用價值均很高，且肉類食品的飽腹感強，味道鮮美。但是近年來不斷發生的與食品安全相關的食品污染事件，造成了人們對食品污染的恐懼和對食品安全的憂慮，其中肉類食品所遭受哭發公共衛生事件的威脅越來越大。

當前我國對肉類食品衛生標準采用兩種方式：感官檢查和揮發性鹽基總氮（TVB-N）作為肉質新鮮度的指標，因感官指標不免會受到主管個體的影響，故實際上普遍采用揮發性鹽基總氮作為肉新鮮度的指標，以《肉與肉制品衛生標準分析方法》進行測定。

但是TVB-N有著測量操縱復雜，時間長，不適合普通居民快速簡單的測量，判定肉類新鮮度的需求。隨著氣體傳感器技術的小型化和廉價化和電子舌，電子鼻的相繼產生，從而能夠讓對肉的化學成分進行定性、定量，的進行測試，并據此判斷肉類的腐敗程度。

本課題是以新時代人們對于食品安全的不斷重視為背景，結合快速發展的電子計算機技術，利用嵌入式平臺和傳感器融合技術， 以及人機交互技術，從檢測方案到硬件選材，從算法分析到軟件實現，設計一款能智能檢測肉類變質情況的便攜式檢測儀。該系統以單片機作為控制器，采用了模糊推斷和專家系統，利用氣體電化學傳感器、溫度傳感器等一系列傳感設備采集食品信息，融合處理模糊化并模糊推理后完成對食物是否變質的檢測、評級、報警等功能。

1總體方案設計

1.1目標

研究食物變質后的化學特征，通過理論分析的方式確定氨和硫化氫氣體濃度這兩種能反映揮發性鹽基總氮（TVB-N）濃度的因子，并通過實驗論證的方式確定其可行性，接著數據分析的方式構建檢測模型。

使用單片機系統的一般設計方法，根據實際的需求設計硬件電路，選擇合適的控制芯片，傳感器等實驗器材進行仿真和實物制作。編寫相應的嵌入式軟件模塊，并完成一系列的調試工作。增添交互型外設進而改善人機交互體驗。

制作出肉質檢測儀成品實物并測試其穩定性和精確度。

1.2 主要內容

以STM32核心板為最小控制器，利用氨氣傳感器和硫化氫傳感器為主進行氨氣和硫化氫氣體的濃度進行信息轉換和采集。對采集數據進行濾波處理后進行模糊化送入模糊推理機，對結果進行解模糊化后得到對當前肉質的智能判斷，通過液晶、蜂鳴器等輸出設備進行顯示和提醒，形成一個能獨立檢測、判斷、預警的便攜式智能肉質安全檢測儀。

2 檢測模型設計

2.1 檢測模型設計原理

在考慮便捷性和安全性的情況下，相對于電子舌技術，利用電子鼻技術，使用氣味傳感器進行肉質定性定量的檢測更為優越。肉類在變質過程中隨著腐敗程度的增加，揮發性鹽基氮（TVB-N）的濃度逐漸增加，而在組成肉類的氨基酸中，有一些含有硫氫基的氨基酸，在變質過程中可在細菌產生的脫硫基酶的作用下分解產生硫化氫（H2S）氣體和一些其他揮發性的氣體如氨氣，在使用硫化氫傳感器和氨傳感器（瑞士 Mem-brapo 電化學傳感器）所得值用matlab線性回歸獲得如圖1和圖2所示的線性關系。

由圖2可以看出在肉類變質過程中，隨著揮發性鹽基氮的增多，氨氣和硫化氫氣體濃度也呈正比上升，并和揮發性鹽基氮成比例關系，因此可反向通過對氨氣和硫化氫氣體的濃度測量來判斷揮發性鹽基氮（TVB-N）的濃度進而判斷肉類變質程度。

2.2? 檢測模型設計方案

采用MQ-136硫化氫傳感器模塊和MQ-137氨傳感器模塊STM32F103ZET6以及在市場上購買的一塊新鮮豬肉，半密封容器和計算機等工具進行試驗。

MQ137氣味傳感器以模擬電壓方式輸出，在5-500ppm的濃度下和輸出模擬電壓范圍0-5V呈線性正比關系。MQ136硫化氫傳感器在空氣中電壓1V左右電壓每升高0.1v硫化氫濃度增加200ppm。

上圖可知硫化氫氣體和氨類都可單獨用于檢測肉類的變質程度。然而如果單獨只用氨氣或硫化氫濃度作為肉質的評判標準，氨氣和硫化氫氣體會發生化學反應產生 硫化氫銨，同時氨氣在酸性環境下和硫化氫氣體在堿性環境下易和其他物質發生反應而使各自濃度降低的問題。為增加檢測系統的魯棒性，適應不同環境下，于是采用模糊推理的方式將氨和硫化氫氣體濃度融合處理，模糊推理是人工智能的一個分支，其模仿人類下判斷時的模糊概念，運用模糊邏輯和模糊推論法進行推論，把定性方法與定量方法有機地結合起來，使復雜的系統分解，能將人們對肉質判斷的思維過程數學化、系統化。

將兩種氣體濃度歸一化后作為模糊輸入，變質程度作為模糊輸出，硫化氫濃度、氨濃度、肉變質程度模糊化以后的論域設為[0，100]，使用三角形隸屬度函數，重心法解模糊，設計相應的模糊規后得到最終的模糊推理系統。將若模糊化后硫化氫濃度作為x軸，氨氣濃度作為y軸，輸出作為z軸生成三維曲面如圖4所示。

3 軟硬件電路設計

3.1 硬件選材和設計

3.1.1單片機最小電路

STM32F103C8T6基于ARM Cortex-M3核心的32 位微控制器，LQFP-144封裝.128K片內FLASH，20K片內RAM ，片內FLASH 支持在線編程（IAP）。高達72M 的頻率，數據，指令分別走不同的流水線，以確保 CPU運行速度達到最大化，該單片機成本低，功能全，體積小，能很好地滿足設計需要。

3.1.2傳感器模塊

1） MQ-136硫化氫傳感器模塊

MQ136氣體傳感器所使用的氣敏材料是在清潔空氣中電導率較低的二氧化錫（Sn02）。當傳感器所處環境中存在硫化氫時，傳感器的電導率隨空氣中硫化氫濃度的增加而增大。使用簡單的電路即可將電導率的變化轉換為與該氣體濃度相對應的輸出信號。MQ136氣體傳感器對硫化氫的靈敏度高，對其他含硫有機蒸氣的監測也很理想，是一款適合多種應用場合的低成本傳感器。

2） MQ-137氨傳感器模塊

MQ137氣體傳感器所使用的氣敏材料是在清潔空氣中電導率較低的二氧化錫（Sn02）。當傳感器所處環境中存在氨氣時，傳感器的電導率隨空氣中氨氣濃度的增加而增大。使用簡單的電路即可將電導率的變化轉換為與該氣體濃度相對應的輸出信號。

3） 五向按鍵開關和0.96寸12864小液晶

按鍵作為重要的人界交互手段，相對于傳統的按鍵五向按鍵可向前后左右和下方按動，不僅節省了按鍵數量和占用面積，并且符合人體工程學，可以很方便的結合液晶顯示菜單進行操作。

3.2 軟件設計

3.2.1 整體軟件設計

使用ARM公司的MDK5（KEIL 5）作為集成開發環境平臺，用C語言作為程序源代碼語言，對STM32F103C8T6芯片內部FLASH程序進行設計和燒錄，其具體包括如下幾個子程序。

1）數據采集：對數據進行AD轉換，濾波后加權計算存儲。觸發后每10MS執行一次，在取得足夠多且穩定的數據后停止。

2）分析處理：將采集后的數據送入檢測模型軟件模塊進行推理。啟動后每100MS執行一次。

3）顯示函數：驅動0/96寸12864液晶顯示交互界面和實時信息，對分析處理后的結果進行輸出顯示。

4）按鍵處理：對用戶輸入按鍵信息進行采集后進行按鍵處理，并和顯示函數共同完成人機交互。

5）外設控制：控制蜂鳴器和LED指示燈，由不同的場景控制不同觸發不同的功能和指示。

3.2.2 程序執行流程簡介

如圖8所示，檢測儀開機時進行自檢和初始化，在用戶按下測量鍵后進行一系列的數據采集、分析和推理，并以圖像和聲音的形式輸出最后的檢測結果。

4 小結

實際測試中，在空氣流速低，常溫下（10-30攝氏度）對豬肉的變質檢測中準確率高達99%，對于其他肉類的檢測能達到很高的準確率。未來可以通過軟件升級對于多種食物進行更精確分類和檢測。若空氣流速較快無法判斷輕微變質的肉類，也可以在檢測口加裝喇叭形罩子解決。該檢測儀完全滿足日常家庭對于肉類變質的檢測要求。

隨著生活的信息化和計算機小型化，越來越多的需求都將被電子設備所滿足，我們設計的食品安全檢測儀可以很方便地檢測肉類是否變質，具有學習成本低，檢測速度快（約半分鐘就可以得到準確的結果），體積小，使用方便等特點，具有較好的推廣前景。

參考文獻：

[1] 史磊.單片機與嵌入式系統開發方法[J].電子技術與軟件工程，2018（22）：242.

[2] 王家宇.基于單片機的嵌入式系統開發及研究[J].數字通信世界，2018（5）：48.

[3] 張志.基于單片機的嵌入式系統開發及實踐要點研究論述[J].電腦知識與技術，2016，12（1）：258-259，262.

[4] 莫小琴.基于最小二乘法的線性與非線性擬合[J].無線互聯科技，2019，16（4）：128-129.

[5] 雷嘉明，唐軍.基于物聯網的食品安全檢測系統計[J].物聯網技術，2017，7（1）：61-63.

[6] 李宇超，謝銳，姚舜才.基于MATLAB的測量數據濾波與最優控制方法研究[J].電子科學技術，2016，3（1）：68-73.

[7] 楊立，張樂，李霞.基于單片機的 “C語言程序設計” 課程教學研究[J].無線互聯科技，2020，17（1）：79-80.

[8] 吳興利，邊連全.感官評價原理與實踐在肉質評價中的應用[J].中國家禽，2004，26（19）：29-30.

[9] 侍雁翔，劉峰.硫化氫生成機理及影響因素實驗研究[J].中國石油和化工標準與質量，2019，39（12）：156-157.

[10] 王龍.模糊推理的魯棒性分析[D].杭州：浙江理工大學，2018.

【通聯編輯：唐一東】