基于多傳感器數據融合食品安全檢測技術研究

◎ 毛 磊

（商洛學院，陜西 商洛 726000）

多傳感器數據融合技術在食品安全，尤其是食品中重金屬的檢測領域應用越來越廣泛。食品安全檢測需要對各種信息進行分析處理和綜合評估，而這些數據都是來自多個傳感器采集到的，因此，如何快速有效地從海量傳感器得到大量可靠、準確的監測數據，就成為當前研究熱點之一。因為食品安全檢測的物質較多，所以需要適應多種傳感器來獲取相應的信號特征。比如分光光度計、紅外光譜儀等，這類傳感器不僅能提供較為豐富的電信號，而且可以利用它們各自不同的特點獲得更高的靈敏度，從而使其能夠用于復雜環境下的安全監測[1]。這些傳感器將待測物質的濃度轉化為電信號或圖像后通過光纖傳輸給計算機，并由計算機將所獲得的電信號轉換為數字信號或者圖像顯示出來。

1 傳感器模塊在食品安全檢測當中的應用

食品安全檢測標準，是國家市場監督管理總局制定的，主要包括食品中有毒有害物質含量、食品衛生要求等方面的強制性國家標準和地方標準。在檢測技術不斷升級以及對產品質量日益重視的情況下，傳感器的研究也有了新的突破，一些新型器件如光纖傳感元件、紅外探測元件等出現，并被應用于食品檢測領域。食品檢測中常見的食品安全事件發生頻率很高，要想提高食品檢測水平，就需要建立完善的食品檢測體系，為保障人們身體健康提供科學可靠的信息數據。相對于其他信號，電信號比較容易收集并且便于保存。通過分析，可以發現某些不安全因素（如細菌）與食物之間存在某種聯系，從而達到預防或控制此類疾病發生的目的。因此，在食品安全檢測過程當中，需要先將各種信息轉換成電信號以便獲取其特征量，然后再根據所取得的特征性量進行相應處理，以判斷是否含有該食品成分或危害程度。

1.1 分光光度計

在農產品的生產過程當中，農藥殘留是一種常見現象。有些品種的農藥會自然降解到環境中，但也有一些農藥可以通過微生物或其他生物代謝轉化為有機磷類、氨基甲酸酯等有機污染物，進而進入人體，影響健康。基于此，利用分光光度計作為傳感器對蔬菜進行檢測具有重要意義。采用分光光度計能夠將有機磷類含量高、易分解的農藥成分轉化成光信號，以方便快速地獲取農藥信息，同時避免傳統檢測法復雜繁瑣的操作，使其易于實現自動化控制，并能有效提高工作效率。這樣在通過光敏傳感器組件將所采集到的熒光信號轉換為電信號后，即可得到待測樣品。為了便于分析，還可對樣品進行預處理。先利用光敏傳感器測量待測物與光敏膜之間的距離，從而得出相應值；然后再根據該閾值來計算待測溶液的濃度。實驗結果表明，利用該方法測定農藥殘留時，靈敏度較高（最高可達99.6%），且穩定性好。

分光光度計利用光信號能量與被測物質的吸收或發射之間存在著一定比例關系來確定被測物質濃度。其基本工作原理是：利用光電效應，通過激發光源發出光子，從而使熒光分子發生電離和發光；再將這些電離后產生的光脈沖轉化為電信號（即光電轉換）并輸出到計算機進行數據處理，即可獲得所需要濃度值。分光光度法在分析化學中應用很廣，如測定農藥殘留、食品添加劑等。分光光度法指的是用不同波長光照射樣品，利用物質對光吸收或反射后發生電離而產生熒光來測定其含量。具體來講，在分光光度計中，將不同波長的光連續照射到一定濃度的樣本溶液中時，會引起試樣分子之間和分子間的相互作用以及它們與樣品表面、界面上的作用所造成的變化，從而導致待測元素或化合物的光譜性質發生變化，進而可以得到被測成分含量的數據，這種方法稱為分光光度法，也稱為吸收光譜法。而紫外分光光度法則主要用于分析某些金屬離子的水溶液中的銅和鉻等重金屬，它的原理是通過吸收波長為380 nm~530 nm的紫外光輻射使樣品中的Cu離子（Cu2+）激發出電子發射出去，然后再由電子發射出來的能量進行一系列反應，從而獲得銅量和鉻量兩種信息，以實現定量測定的目的。可見光光度法是在分光光度計內，把不同波長的光分別照在被測物質的表面、界面或其他部位，待樣品吸收足夠多的紫外線并發出較高的頻率后，便可從這些區域放出可見光，從而獲取相應的光譜信號，這種分析方法叫可見光光度法。總而言之，在食品安全檢測中，使用分光光度計就能夠快速準確地確定食品中的各種化學物質，包括農藥殘留、重金屬含量、微生物毒素、致癌物等都有可能出現在樣品中。

1.2 生物傳感器

重金屬檢測是食品安全檢測中的一個重要方面，在我國，由于食品種類繁多、質量不穩定等原因，使得人們對食品重金屬含量有了一定程度的了解[2]。重金屬在人體的吸收作用是通過一系列化學反應來完成的。其中，食物中銅、鋅、鎳等金屬離子與生物體內的酶相互作用，可使蛋白質變性或分解產生有毒的產物，從而影響機體正常生理功能。目前，使用生物傳感器來檢測食品中重金屬已經成為國內外學者研究的熱點之一，其原理就是利用不同形態的微生物所分泌出的代謝產物（包括代謝底物）對重金屬進行測定，進而達到控制其數量或者性質的目的。因此，生物傳感技術也逐漸應用到食品安全領域，特別是食品中重金屬的快速無損分析，對于保證食品生產過程的安全性、提高產品質量有著非常大的意義。

常見的生物傳感器主要由換能器和識別元件兩部分組成。其中，換能器是將電信號轉化為聲波或超聲波等形式并傳送到信號發生器的部件，識別元件是用來檢測被探測物與目標之間關系的器件。生物傳感器的優勢體現在其對外界環境變化敏感、靈敏度高、穩定性好、壽命長以及可實現低成本制造等方面，因而在食品檢驗領域具有廣泛的應用前景[3]。生物傳感器在對食品中重金屬及有毒物質進行檢測時，必須采用特殊材料制成，以保證檢測結果可靠。目前，常用的生物傳感器包括金屬離子檢測器（Cd Te）、電化學阻抗檢測儀（EPMA）、生物傳感式電極（PFC-Te）、生物熒光免疫分析儀（PFS-Te）以及其他一些新型生物傳感器。近年，生物傳感技術得到了很大發展，尤其是利用酶催化技術來測定食品中污染物濃度，使之更接近實際情況，從而取得更好的效果。

2 數據融合技術在食品安全檢測當中的體現

在食品安全檢測中，常用的數據融合方法有貝葉斯估計、D-S推理法、人工神經網絡等。

貝葉斯方法：通過對已知樣本進行學習和訓練來確定未知變量之間關系或判斷其是否為真實值，并將所獲得的信息作為證據使用，以證明被測對象存在缺陷。貝葉斯方法的工作過程是這樣的：首先，用貝葉斯定理把樣本空間劃分成若干個小區間（如一個區域），每個小區間都包含了某種特征；其次，根據這些特征建立模型，得到各個子模型與某一特定環境條件下某類產品的對應關系；最后，運用已有知識預測該環境下受影響產品數量以及最終產品的質量等相關參數。貝葉斯分析具有簡單直觀的優點，但由于它只能給出一定范圍內的結果而不能描述實際情況，因此往往難以用于檢驗食品中有毒有害成分含量的準確性。但是基于貝葉斯原理構建出的數學模型能夠較好地反映被測物的化學組成和理化性質，從而能更好地指導生產和檢驗工作。例如，在檢測醬油時，通過加入不同比例的醬油溶液，就可測定其中各種蛋白質含量。這種計算方法稱為“加氮”法，即在計算醬油樣品中氨基酸總量時先扣除10%~15%的量，再按照加氮化合物的種類分別計算各組分的相對分子質量分數。當加氮濃度大于50%時，按5%添加醬油溶液，當加氮量小于20%時，則直接從醬油中除去，不需要經過進一步處理，從而簡化了分析方法，提高了工作效率。在檢測蔬菜中農藥殘留時，采用的也是基于貝葉斯法則構建的模型，其基本思想是通過引入先驗知識和經驗公式，得出有關試驗條件下農藥殘留水平的估計值，進而推斷農藥的安全程度[4]。

D-S推理法，是一種非參數統計推斷方法。它主要由以下3個步驟構成：第1步：提取待估數據；第2步：構造待估計數據集合；第3步：輸出預測值。D-S推理系統有如下特點：①所有數據分布均符合正態分布，即當兩個原始數據間的距離等于最小二乘擬合誤差平方根時才會出現最大方差現象。②每個采樣點都包含一個變量（或向量）。③樣本集之間存在著相互獨立且相同的線性組合結構，因而可以使用自回歸函數來表示樣本空間上各條直線對未知信息進行加權平均后所獲得的最優解。④對于任意一條線性回歸方程而言，若將其設為正態（x）、負態（y）及混合狀態，則這3個分量之和就是該曲線對應于各個已知值處的真實斜率等相關因素。⑤根據實際情況，可以設定一些約束條件，使這些約束得到滿足即可確定該式的解析形式。⑥利用上述方法建立起來的預測模型具有較強的實用性，并已成功應用到食品安全檢測過程當中，如檢測牛肉中瘦肉精含量，測定蔬菜中氯氰菊酯殘留量等。

人工神經網絡已經被廣泛應用于食品分析與檢驗領域，并且取得了較好的效果。神經網絡用于食品分析與檢驗，能夠準確地評估樣品中各種成分的質量特征，又能有效避免人工判斷帶來的偏差，減少人為錯誤以及誤判。另外，神經網絡還可用于食品加工過程中的在線控制與監測，從而降低勞動強度，簡化工作流程，提高生產效率。

3 結語

食品安全檢測作為一項重要的工作，對保障人民群眾身體健康和生命安全有著不可替代的作用。多傳感器數據融合技術可以實現食品中農藥殘留等有毒物質以及微生物等有害物含量信息的自動提取、分析與處理，提高檢驗結果的準確性和可靠性，從而達到全面保證食品質量安全的目的[5]。對于在食品安全檢測過程當中的常見檢測對象，分別利用壓電傳感器、分光光度計、生物傳感器等多種傳感設備來獲取相關的數據進行實時采集，通過計算機算法得到所需要的各種參數，并將這些參數按照一定比例轉化為電信號輸出到上位機進行計算得出最終的檢測值，還能同時根據實際情況給出相應的建議方案供現場人員參考使用，進而確保整個食品安全檢測系統能夠高效運行，提升工作效率。由于是多傳感器組聯合使用，使得多傳感器數據融合系統具有較強的通用性和擴展性，且無需考慮傳感器之間相互干擾問題以及各傳感器間相互影響問題，因而非常適合作為食品中重金屬含量及污染狀況實時監控系統的核心組成部分，應用于食品安全監管之中。