0 引言

　　豬肉與蔬菜都是人們日常食用的食物，由于自身和外界環(huán)境、微生物等的作用，豬肉與蔬菜都會發(fā)生不同程度的腐敗。隨著氣敏傳感器的發(fā)展，利用電子鼻技術檢測豬肉新鮮度已經引起人們的關注[1-4]，柴春祥等人[5]利用電子鼻對豬肉新鮮度進行判別，表明可以利用金屬氧化物半導體氣體傳感器檢測豬肉新鮮度；孫天利等人[6]則探究了線性判別式分析（LDA）和主成分分析（PCA）在新鮮度識別中的效果。而蔬菜的新鮮度，目前應用電子鼻檢測新鮮度的研究并不多，吳瓊[7]等人利用光譜成像技術探究蔬菜的新鮮度。本文則重點利用電子鼻對豬肉和蔬菜的新鮮度進行檢測，設計了基于金屬氧化物半導體氣敏傳感器（MOS）的檢測陣列，并針對冰箱低溫環(huán)境設計專用氣室，能應用于冰箱保鮮貯存豬肉與蔬菜新鮮度檢測的電子鼻系統[8]，具有成本低，快速、簡便的特點。本文選取豬肉以及蔬菜中較有代表性的菠菜作為實驗對象，對系統性能進行初步驗證。

1 系統設計

　　電子鼻是利用氣體傳感器陣列的響應值來識別氣味的電子系統，可以在幾小時、幾天甚至數月的時間內連續(xù)、實時地監(jiān)測特定位置的氣味狀態(tài)。電子鼻系統一般由檢測氣室、下位機控制系統及上位機處理系統組成。檢測氣室主要用于氣體信號采集，下位機控制系統則實現系統電路及氣路的控制、A/D轉換、液晶顯示及數據通信功能，上位機處理系統主要完成對下位機的控制、數據記錄與處理和人機界面等功能。為完成系統功能，最小核心芯片選用TI公司的MSP430F169，A/D轉換芯片則選用TI公司的ADC128S052，該芯片較430內部AD電路具有更高的轉換速率及精度。系統總體設計框圖如圖1所示。

　　1.1 檢測氣室設計

　　氣敏傳感器工作時，工作溫度達200 ℃～300 ℃[9]，電子鼻系統在清洗預熱階段，通入室溫狀態(tài)下的空氣，此時如果有明顯低于室溫的低溫氣體通入，會抑制傳感器的正常工作狀態(tài)，進而影響性能，因此需要設計加熱氣路，快速將低溫氣體加熱至室溫狀態(tài)用以系統檢測。

　　為此，本文專門設計了檢測氣室，主要在泵入傳感器陣列測試腔前增加一段加熱及控溫電路，將進入測試腔前氣路溫度控制在室溫，確保不會因為氣體溫度過低而影響傳感器的正常響應及使用壽命。并在氣路入口處填裝活性炭，消除水汽及空氣中VOCs對檢測的影響。控溫電路通過PID控溫算法實現，其設計概要圖如圖2所示。

　　1.2 系統硬件設計

　　1.2.1 傳感器陣列選擇

　　在豬肉的貯藏過程中，由于酶和細菌的作用，這些成分會發(fā)生分解變化，產生氣味。蛋白質先分解為腐敗的胺類，進一步分解為氨、硫化氫、乙硫醇等；脂肪分解為脂肪酸類，進一步分解為醛類和醛酸類臭氣；碳水化合物則分解為醇類、酮類、醛類和羧酸類氣體[10]。蔬菜的腐敗過程則主要產生有機揮發(fā)氣體VOCs。

　　據此，本文綜合選擇6種MOS傳感器組成傳感器陣列，具體型號及特征氣體如表1所示。

　　1.2.2 傳感器核心檢測電路設計

　　為消除基線漂移影響，提高檢測靈敏度，系統檢測電路選用包含惠斯登電橋以及由運算放大器OPA2333構成的差分放大電路傳感器核心檢測電路設計如圖3所示。

　　由圖3可知，通過調節(jié)R1，使Vout的輸出減去因分壓所造成的基線，從而擴大檢測的動態(tài)范圍。假設調節(jié)R1調零后，R1端輸入電壓為V1，傳感器輸入電壓為Vs，則可得輸出電壓與傳感器輸入電壓關系如式(1)：

　　對于非金屬氧化物氣體傳感器，通常傳感器阻值Rs與氣體濃度C之間的關系可以使用式(2)表示：

　　其中，A與α是與氣體種類相關的常數。則根據式(1)與式(2)可以得出輸出電壓與氣體濃度間的關系。

1.3 系統軟件設計

　　1.3.1 下位機軟件設計

　　下位機軟件基于430單片機，以C語言進行開發(fā)。主要實現傳感器檢測陣列控制、A/D轉換、氣路通斷等控制功能，并在TFT屏上實時顯示波形。通過對控制氣路通斷來采集傳感器響應特征值，在經過A/D處理并取平均值之后在串口中斷中向PC端傳送數據。下位機系統主程序流程圖見圖4。

　　系統初始化模塊主要實現系統端口、串口通信、A/D轉換、TFT液晶顯示等模塊的初始化工作，為后續(xù)檢測做好準備。串口初始化則完成工作模式的設置，包括波特率、定時器工作方式、定時器定時的設置；A/D初始化主要是通道的選擇以及A/D寄存器的設置；TFT液晶屏初始化工作是正確設置液晶顯示屏的控制參數。

　　1.3.2 上位機軟件設計

　　為更好地記錄實驗數據及觀察響應曲線，系統編寫了基于C#的上位機程序，程序集合了串口通信、下位機控制、描點繪圖、數據保存、特征值提取及數據處理等功能。使用者可以利用上位機軟件實時觀察響應波形，程序會自動將采集的數據保存到電腦，方便后續(xù)分析數據。程序集成了PCA及LDA算法，點擊數據處理按鈕，即可對一系列采集的數據進行處理，觀察本次檢測響應曲線，并判別當前豬肉的新鮮度。

2 實驗及結果分析

　　2.1 實驗流程

　　從市場上購買新鮮豬肉作為實驗原材料，稱重100 g放入冰箱保鮮室貯存；蔬菜則選取較有代表性的菠菜作為實驗材料，同樣放入冰箱保鮮室貯存。進行測量時，將樣品從冰箱中取出，放入檢測氣室中進行檢測，用TFT顯示屏及上位機程序觀察實時曲線，并進行數據處理。樣品每天測量2～3次，記錄每次實驗傳感器響應特征值。最后對采集到的數據進行處理，查看每次實驗的判別結果。

　　2.2 電子鼻系統峰值響應

　　2.2.1 豬肉峰值響應

　　由于豬肉在保鮮條件下貯存腐敗速度會降低，因此對于保鮮條件下貯存的豬肉每天測試2～3次，每次間隔4個小時。在本實驗中，一共記錄了4天數據，圖5表示其電子鼻峰值響應情況。

　　通過分析圖5的峰值響應，可以認為在前28個小時的豬肉保持在新鮮狀態(tài)。在第2天時可認定豬肉處于次新鮮狀態(tài)，肌肉顏色稍暗，指壓后的凹陷不能立即恢復，彈性差，稍有氨味。從第3天開始，豬肉的腐敗程度已經較深，可認為已經完全腐敗。

　　2.2.2 菠菜峰值響應

　　與豬肉實驗方法相同，記錄了菠菜電子鼻的峰值響應，由于菠菜的腐敗進程要慢于豬肉，菠菜的峰值記錄時間約為6天，此時的菠菜葉片萎縮嚴重、變黃變黑、葉片和莖桿都變軟，有明顯的腐敗氣味，可以認為已經基本處于完全腐敗狀態(tài)。結果如圖6所示。

　　2.3 新鮮度檢測結果識別分析

　　為對這兩種食物新鮮度進行更好的識別與區(qū)分，系統采用線性判別式分析(Linear Discriminant Analysis，LDA)作為識別算法。該算法的基本思想是投影，首先找出特征向量，通過將高維數據投影到更低維的方向，使得投影后組與組之間盡可能地分開，而同一組內的關系更加密切，最后在新的空間中對樣本進行分類[11]。LDA算法可以更直接地處理樣本間的分類問題，以便系統更好地區(qū)分食物的新鮮度。

　　結合電子鼻響應情況與肉類新鮮度評價標準[12]，對貯存在冰箱中的豬肉新鮮度進行了區(qū)分，同時采用LDA算法對相應的氣味圖譜進行分類聚合，據此標準得出的分類結果如圖7所示。與豬肉分類標準類似，菠菜LDA算法對相應氣味圖譜進行分類聚合所得到的結果如圖8。

　　分類圖中可以明顯區(qū)分新鮮狀態(tài)與非新鮮狀態(tài)，兩者的線性判別函數LD1和LD2總貢獻率為100%，已經完全表征了樣品信息。雖然在菠菜的次新鮮及腐敗狀態(tài)的區(qū)分上，還有一定的接近，但是已經能基本實現區(qū)別新鮮與否的功能。

　　2.4 豬肉與蔬菜的氣味識別

　　在實際使用中，通常將肉類與蔬菜混放在一起，因此需要探究憑借氣味圖譜識別食物類型，對于多種樣品的識別，采用主成分分析（PCA）方法進行識別效果更好。主成分分析采取數學降維的方法, 找出幾個綜合變量代替原來眾多的變量, 使這些綜合變量能盡可能地代表原來變量的信息量, 而且彼此之間互不相關[13]。為了能更好地進行識別，本文選取了峰值、最大正斜率和響應時間3個特征值，這樣系統就總共有18個特征值，其中前兩個主成分的貢獻率分別達到82.4%和9.5%，基本可以用這兩個主成分代替樣本信息。對其進行主成分分析，能較好地區(qū)分出豬肉及菠菜。圖9為豬肉與菠菜的PCA分析結果。

3 結論

　　(1)電子鼻系統利用430單片機構建，并實現檢測模塊化，降低了成本，具有調試方便、運行可靠、操作簡單的優(yōu)點。系統能適應冰箱保鮮貯存低溫環(huán)境，消除因低溫氣體對檢測結果造成的影響。

　　(2)由實驗結果可知，線性判別式分析(LDA)算法可以較好地區(qū)分出豬肉與菠菜的新鮮程度，而利用主成分分析（PCA）方法則可以較為準確地區(qū)分出肉類與菠菜，具有優(yōu)異的性能。

　　(3)由于蔬菜種類繁多，系統初步驗證了菠菜的檢測效果，其他蔬菜未做驗證，需進一步實驗驗證。

　　參考文獻

　　[1] Migurl Peris，Laura Escuder-Gilbert.A 21st century techni-que for food control: Electronic noses[J].Analytica Chemica Acta，2009，638(6)：1-15.

　　[2] Tong Yueying，Chen Donghui，Shi Zhibiao，et al.Study on the application of biological tactile in fast meat freshness detection[J].Advances in Natural Science，2010，3(2)：170-176.

　　[3] HAUGEN J E，LUNDBY F，WOLD J P，et al.Detection of rancidity in freeze stored turkey meat using a commercial gas-sensor array system[J].Sensors and Actuators，2006(116)：78-84.

　　[4] 吳文娟，方向生.基于氣敏傳感器陣列和PCA的豬肉新鮮度快速分類方法[J].傳感技術學報，2010，23(11)：1536-1540.

　　[5] 柴春祥，楊江林.基于電子鼻技術檢測豬肉新鮮度的研究[J].食品科技，2010，35(12)：282-285.

　　[6] 孫天利，岳喜慶.利用電子鼻技術預測冰溫貯藏牛肉的新鮮度變化[J].分析與檢測，2014，40(4)：185-189.

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

　　[8] 張新榮.基于電子鼻的魚類新鮮度檢測系統設計[J].湖北農業(yè)科技，2012，51(7)：1464-1467.

　　[9] 陳裕泉，葛文勛.現代傳感器原理及應用[M].北京：科學出版社，2007：244-248.

　　[10] 孔保華，馬儷珍.肉品科學與技術[M].北京：中國輕工業(yè)出版社，2003：97-99.

　　[11] 王曉慧.線性判別分析與主成分分析及其相關研究評述[J].中山大學研究生學刊：自然科學與醫(yī)學版，2007，28(4)：50-61.

　　[12] GB/T 5000.44-2003，肉與肉制品衛(wèi)生標準的分析方法[S].2004，1.

　　[13] 傅德印.主成分分析中的統計檢驗問題[J].統計教育，2007(9)：4-7.