电子鼻概述

目前电子鼻技术的应用大多停留在实验室阶段， 主要因为存在以下问题：
气体传感器对工作环境敏感
模式识别方法有待改进
当混合气体成分发生改变时，需要增减或改变传 感器，这给实际应用带来不便。
研制性能更好的气体传感器，使其降低对工作环 境的要求，减小工作环境对其影响
寻求更好的数据特征提取技术和识别方法。
随着微电子技术、材料学、制作工艺和计算机技 术的发展，电子鼻将向着集成化、小型化、实用 化的趋势发展作环境的要求，减小工作环境对其 影响。
LOGO
自1931年布劳尔（P.Brauer）发现了Cu2O的电导 率随水蒸气的吸附而改变至今，人们已经相继发 现ZnO、Fe2O3、MgO、SnO2、NiO、Cr2O3、TiO 等都具有气敏效应。
气敏传感器是电子鼻感知气味的基本原件， 常采用多个具有不同选择性的气敏传感器组成 阵列，利用其对多种气体的交叉敏感性，将不 同气体分子在其表面的作用转化为便于计算的、 与时间相关的可测物理信号组，实现混合气体 分析。
谢 谢
待 测 物 品 气 味
成分分析数据库 化学成分分析报告
知识库
专家品评数据库 专业人员品评报告
计 算 机
传感器阵列
数据预处理器
特征提取库
数据处理器
智能显示器
结果输出
电子鼻工作原理图
Part 3 Part 2 Part 1
模式识别 信号预处理 气敏传感器 阵列
www.themegallery.com
导电型传感器
金属氧化物型 导电聚合物型 10-7 石英晶体微平衡型 可达10-12 表面声波型 10-9
压电性传感器
其他 金属氧化硅场效半导体 光学纤维传感器
结构简单，易小型化，寿命长，价格便宜，可 靠性高，灵敏度高，响应速度快，一致性好， 适用范围宽
需在200~400℃的温度下工作 灵敏度约在(5~500)×10-6 基准响应在几小时到几天之间会发生漂移 容易被气味物中存在的硫化物所毒化
电子鼻概述
主要内容
电子鼻定义及工作原理 主要组成部分 研究历史及现状 食品及其它行业中的应用 展望
定义
Gardner.J.W给电子鼻下的定义是：“电子鼻是由有 选择性的电化学传感器阵列和适当的识别方法组成的 仪器，能识别简单和复杂的气味。”
ຫໍສະໝຸດ Baidu
工作原理
电子鼻模拟人的嗅觉对被测气体进行感知、分 析和识别，其过程包含3个部分： (1)气敏传感器阵列与气味分子反应后，通过一系 列物理化学变化产生电信号； (2)电子信号经过电子线路，将信号放大并转换成 (2) 数字信号输入计算机中进行数据处理； (3)处理后的信号通过模式识别系统，最后定性或 定量的输出对气体所含成分的检测结果。
模式识别是对特征提取后得到的信息进行再处 理，以获得混合气体的组成成分和浓度的信息。
监督学习阶段 用被测气体来训练电子鼻，让它 知道需要感应的气体是什么。
应用阶段 经过训练的电子鼻有了一定的测试能 力，就会使用模式识别的方法对被测气体进行辨 识。
主要模式识别方法
统计模式识别技术
人工神经网络（ANN）技术
电子鼻技术在食品工业的应用
原材料的检测
生产过程的监测
产品的评价
孙钟雷根据猪肉腐败过程中散发的气体类型选择 了5个MOS型传感器，对不同新鲜度的猪肉样品 进行测定，识别率达95%。
邹小波等研制出一套由金属氧化锡传感器阵列和 RBF神经网络组成的电子鼻对小麦、水稻和玉米 三种谷物进行检测，结果显示采用RBF神经网络 对霉变小麦和水稻的识别正确率达100%，对霉变 玉米的识别正确率在90%以上。
邹小波等报道利用由8个金属氧化物传感器阵列组 成的电子鼻对不同品牌卷烟烟气进行分析，用主 成分分析法和神经网络聚类分析法对数据样本进 行解析。主成分分析法能够把各品牌卷烟分开， 而神经网络对3种品牌卷烟的识别率均在85%以上。
精细化工行业中的应用 如在香精香料、化妆 品生产中香气的评价 医疗诊断中的应用 检测呼出气体的成分，如 对糖尿病患者的检查 环境监测中的应用 如对大气环境、蔬菜农药 残留的检测 其它领域中的应用 如海关、机场、车站、码 头的爆炸物安全检查
殷勇等将Wilks准则引入主成分分析中，实现了电 子鼻对3种不同种类酒的正确鉴别。 3
于慧春等利用电子鼻对同类不同等级的茶叶、茶 水和茶底挥发性成分进行检测，结果表明以茶水 为对象时判别效果相对较好。
在烟草行业中的应用
法国Alpha MOS公司利用具有18个MOS传感器的 电子鼻检测6个不同产地的烟叶，实现了6种烟叶 的良好的区分，识别率达到100%。
在一般环境温度下就可工作而无需加热 制作简便、易微型化、灵敏度高
测试范围较小，受环境因素影响较大，成本高
相当于人的大脑，其作用是对传感器阵列传入 的信号进行滤波、交换和特征提取,其中最重 要的就是特征提取。
常用的特征提取方法：相对法、差分法、对数 法和归一法等。
不同的信号预处理子系统常与某个模式识别 子系统结合在一起进行开发，将其设计成一套 软件系统的两个过程，方便数据转换并保证模 式识别过程的准确性。
Nabarun Bhattacharyya，Sohan Seth等人根据茶 叶在发酵过程中不同的阶段具有不同气味的原理， 利用电子鼻进行茶叶发酵过程的监测，采用二范 数法和马氏距离法进行数据处理，其结果与色度 检测和专家评估结果就近。
EN可用来评价水果的成熟度，评价和识别不同 品牌的白酒、葡萄酒、牛奶、茶叶以及果汁等。
进化神经网络（ENN）技术
研究历史及现状
1、国外研究 1964年，Wilkens和Hatman利用气体在电极上的氧化-还原反应对 嗅觉过程进行了电子模拟。 1965年，Buck等利用金属和半导体电导的变化对气体进行了测量。 1982年，有人提出作为气体分类用的智能化学传感器阵列概念， 他们建立的系统包括气敏传感器阵列和模式识别系统两个部分。 1987年，在第八届欧洲化学传感研究组织年会上，英国华威大学 Gardner气敏传感研究小组发表了传感器在气体测量方面应用的论 文，引起学术界的广泛兴趣。 1994年,Gardner等发表关于电子鼻的综述性文章，正式提出“电 子鼻”的概念。 此后，电子鼻研究取得了快速进展。目前，电子鼻技术的研究 主要集中在传感器等硬件的设计、模式识别等理论的研究、电子 鼻技术应用等方面。
2、国内研究 浙江大学高大启博士应用金属氧化物传感器阵列和主成分分析法 区别丙酮、乙醇、甲醇三种化学成分，对8种不同浓度的甲醇溶液 进行了分类，用神经网络方法对以上成分进行聚类分析和识别。 厦门大学扬燕明博士应用声表面波传感器阵列组成电子鼻系统， 在识别气体气味方面作了一定的尝试。 江苏大学赵杰文教授、邹小波博士应用13个金属氧化物传感器阵 列，利用神经网络技术和遗传算法对镇江香醋和山西陈醋进行了 识别。 此外，还有湖南大学、大连理工大学、复旦大学和西安电子科 技大学正在进行电子鼻方面的研究。总的来看，与国外相比，国 内对电子鼻的研究还停留在实验室阶段，离达到商品化还有一段 距离。