发明内容
本发明的目的是提供一种用于香蕉品质检测的电子鼻系统，提供一种设有系统工作环境温度控制模块和经过小型化设计的传感器阵列的电子鼻系统，既提高了检测精度，又能使检测仪器小型化，制成便携式检测仪器。
一种用于香蕉品质检测的电子鼻系统，其特征在于：该系统由控制器1、气室2、气路控制模块3、温度控制模块4、气体传感器阵列5、温湿度传感器6、信号采集模块7、按键8、显示屏9、数据存储模块10和通讯接口11构成，控制器1通过气路控制模块3将香蕉的特征气体送入气室2，控制器1通过温度控制模块4控制气室2中的温度，气体传感器阵列5和温湿度传感器6布置在气室2内，信号采集模块7分别采集气体传感器阵列5提供的气体特征信息和温湿度传感器6提供的温湿度信息，并且传输给控制器1，系统通过按键8控制操作，检测结果由显示屏9显示；且控制器1分别与数据存储模块10和通讯接口11连接；气路控制模块3由气室2、样品室2’、进气口31、出气口32、第一干燥管G1、第二干燥管G2、气泵35、以及阀门K1～K4组成，由气泵35控制气室中的气体的流动，而阀门K1～K4控制气体的流动路径，控制气室2中的气体的湿度由第一干燥管G1和第二干燥管G2控制；温度控制模块4由气室2、温湿度传感器6、PID控制器42、极性控制电路43和半导体制冷片44构成，由温湿度传感器6采集气室2的温度，传递给PID控制器42，PID控制器42计算出控制参数，然后通过极性控制电路43控制半导体制冷片44工作，从而控制气室中的温度。
一种用于香蕉品质检测的电子鼻系统，所用的识别算法包括数据预处理、特征提取、降维处理和识别算法四部分。其中：数据预处理采用传感器归一化技术；特征提取采用的是最大值特征；降维处理采用线性判别分析算法；识别算法则采用BP神经网络识别算法。
同现有技术相比较，本发明具有以下积极效果：1)由于采用了便携化设计，系统可脱离电脑独立工作；2)本发明加入了传感器工作腔的温湿度控制模块，稳定了其工作环境，提高了检测精度；3)本发明采用了预处理技术与BP神经网络的组合识别算法，提高了系统识别率。
具体实施方式
实施例1：
一种用于香蕉品质检测的电子鼻系统框图，如图1所示。
本电子鼻系统包括传感器阵列、信号采集模块、温度控制模块、气路控制模块、按键、显示屏、数据存储模块、通讯接口和控制器。其工作流程如下：由气路控制模块将样品的特征气体采集进入气室，经传感器阵列转化为电压信号，再经过信号采集模块转换成数字信号，最后由模式识别单元给出判别结果。
本发明选用了8种传感器优化组成了电子鼻的检测阵列，它们的型号及性能描述如表1所示。
当样气被采集进入气室后，会发生扩散稀释，导致浓度变低，有可能超出传感器的检测范围，因而，应尽量减小气室的体积，降低气室体积对样气浓度的影响。本发明通过对传感器阵列的小型化设计，可大大缩减系统的检测气室腔体，内部容积仅12ml，从而有效减小样气进入气室后的扩散时间，使特征气体能迅速扩散至传感器上并减少了在气室腔中的浓度降低，进而提高传感器阵列的检测精度与响应速度。
表1传感器型号及性能特点
型号
性能描述
MQ3
主要对乙醇敏感
MQ136
主要对硫化氢敏感
MQ137
主要对氨气敏感
TGS824
主要对氨气和胺敏感
TGS825
主要对硫化氢敏感
TGS826
主要对氨气和胺敏感
TGS2602
对低浓度乙醇、氨气及有机气体敏
感
|
TGS2620
对有机气体敏感
图2为本发明所用的气路控制示意图，使用了4个电磁阀及1个气泵，定义了三种状态：静置、清洗和混合；静置是关闭气泵和所有的阀，使气室保持在一个稳定的状态中，从而得到一个准确的测量结果；清洗是打开阀1和阀3，关闭阀2和阀4，并打开气泵，使干燥的清洗气体流过气室，使传感器都恢复到初始状态；混合则是打开阀2和阀4，关闭阀1和阀3，并打开气泵，令气室与样品室相通，并在气泵的作用下样品室中的特征气体不断流过气室，最终达到一个平衡状态。进气口处的第二干燥管用来控制环境湿度。测试中的特征气体在一个封闭的气路中不断通过第二干燥管，水蒸气被干燥剂所吸附，最终气室中的样气的湿度将控制在10％以下，较好地避免了水蒸汽对传感器阵列的影响。经反复实验，测试时气室的平均湿度为6.1％，标准差为1.1％。
本发明使用了数字温湿度传感器SHT71来监测传感器的工作环境，可实时动态观测到气室中的温湿度。PID温度控制器的控温精度能达到0.5℃，控温范围为20-70℃；而环境湿度控制则由在进气口处的第一和第二干燥管来完成。
图3为本发明所用的温度控制模块示意图，由SHT71传感器采集气室中的温度，传递给PID控制器计算控制参数，然后输出PWM控制H桥路极性控制电路，由H桥路极性控制电路控制半导体制冷片中的电流方向及通电时间，实现其加热或制冷功率的控制。
图4为H桥电路原理图，使用四只MOS管搭建了一个H桥路电路，用于控制流过半导体制冷片的电流方向，即控制制冷片的加热或制冷，同时由于其工作电流比较大，为了不对其他电路造成影响，使用两只光耦进行隔离；当Heat端为高电平、Cool端为低电平时，光耦U8导通，U9截止，从而MOS管Q2和Q3导通，Q1和Q4截止，流过半导体制冷片的电流为正向电流，此时其工作在加热状态；反之，当Heat端为低电平、Cool端为高电平时，半导体制冷片工作在制冷状态。当两端电平相同时，半导体制冷片停止工作。图中R43、R44、R45和R47为电阻。
图5为电子鼻系统的识别算法的拓扑结构图，包括数据预处理、特征提取、降维处理和识别算法四部分。图中X11…X1n、X21…X2n、…、X91…X9n为原始数据，x11…x1n、x21…x2n、…、x91…x9n为预处理后得到的数据，x1、x2、…、x9是提取的最大值特征，LD1和LD2为经过LDA处理后所得的第1分量和第2分量，I1和I2为BP神经网络的输入层神经元，H1、H2、…H8为BP神经网络的隐含层神经元，O1、O2、…、O5为BP神经网络的输出层神经元。
首先，本发明使用了传感器归一化公式对数据进行预处理，公式如下
xi=(Xi-Vimin)/(Vimax-Vimin)]]>
其中：![]()
为响应最大值；![]()
为响应最小值；Xi为响应某一时刻值。
本发明提取了每路传感器响应信号的最大值作为特征值，组成1×9的样品特征矩阵。
然后，使用线性判别分析LDA方法对特征数据进行了降维处理。
最后，本发明使用BP神经网络对降维后的数据进行分类判别，达到了较好的分类效果，其对香蕉的四种品质状态的识别率达到100％。