用电子鼻区分霉变燕麦及其传感器阵列优化

应用电子鼻对燕麦(Avena sativa L)霉变程度进行区分,为了提高区分准确度,对电子鼻传感器阵列进行了优化的研究。每天随机选择10个燕麦样品进行电子鼻检测,试验连续进行5 d,将检测数据耦合入非线性双稳态随机共振系统,以外部Gaussian白噪声激励系统产生共振,选择输出信噪比特征值进行主成分分析,初期试验主成分1和主成分2贡献率之和为96.43%,且相同霉变程度样品离散度较大,不同霉变程度样品之间距离较近。为了提高电子鼻对霉变燕麦样品区分效果,进行了电子鼻传感器负荷加载分析,优化选择了传感器阵列,优化后主成分1和主成分2贡献率之和为99.31%,相同霉变程度燕麦样品的聚合度更高,使不同霉变程度燕麦样品之间的区分更加明显,为进一步的定量化检测奠定了基础。

基于电子鼻的芒果储存时间预测方法研究

本文研究了一种芒果储存期预测方法,使用智能电子鼻实验检测了存储于9天内的芒果样品,主成分分析法实现了不同贮存时间芒果样品的区分,采用阈值随机共振方法提取芒果品质特性信息,并以互相关系数极大值构建芒果储存期预测模型。预测实验结果表明该模型预测准确度为87.5%。该预测方法具有检测快速、准确性好、成本低等优势。

使用电子鼻预测低温贮藏罗非鱼储存时间

采用电子鼻结合理化检验方法建立了一种预测低温贮藏罗非鱼储存时间的新方法。依据国家标准检验了罗非鱼样品低温储存过程中的pH值和挥发性盐基氮(TVBN)指标的变化,同时测量了电子鼻响应。采用主成分分析和非线性随机共振分析电子鼻检测数据,对比主成分分析结果,随机共振输出信噪比可以定性和定量的区分罗非鱼样品。依据TVBN国家标准计算得到罗非鱼电子鼻检测信噪比新鲜度阈值为-61.168 8 dB。选取信噪比曲线特征值经线性拟合回归建立了罗非鱼储存时间预测模型,该模型的预测系数R2=0.910,验证实验结果表明可以准确预测罗非鱼的储存时间。该方法有望于在水产品品质快速分析中得到应用。

电子鼻结合SAWR判定甜橙储存时间方法研究

本文采用电子鼻结合433MHz声表面波谐振器(SAWR)对不同储存时间的甜橙进行了检测,试验记录电子鼻和SAWR对甜橙样品的响应数据,同时测量了甜橙样品的质量变化百分数,分别拟合构建了电子鼻预测模型、SAWR频率预测模型和电子鼻结合SAWR混合预测模型。结果表明,随着储存时间的增加,甜橙样品失重百分比不断上升。电子鼻结合SAWR混合预测模型相比较其它两种模型可以更准确的预测甜橙储存时间。该方法具有响应迅速、准确性高、成本低廉等优势,为判定甜橙储存时间提供了一种新的思路。

声表面波串联谐振器传感系统构建及初步应用研究

探索了一种声表面波串联谐振器传感系统及其初步应用。该传感器的敏感部件由丝网印刷碳电极和一个433 MHz声表面波谐振器串联组成。采用真空封装的声表面波谐振器工作在较高的频率下,这有利于提高检测系统的稳定性和灵敏度。我们制备了不同浓度的小鼠肠道内分泌肿瘤细胞STC-1悬液用于检测实验,每种样品取100μL滴在丝网印刷碳电极上,实验记录了每种浓度细胞悬液的传感器响应。实验结果表明该传感器可以检测不同浓度的细胞悬液,并且具有较好的灵敏度。

基于电子鼻的牛奶品质预测方法研究

采用电子鼻系统试验检测掺入不同比例奶粉奶的牛奶样品,用信噪比谱分析方法提取牛奶样品气味特征,不同种牛奶样品得到较好的区分。信噪比谱特征值与奶粉奶掺杂比例之间呈显著负线性相关。采用信噪比特征值线性回归方程作为牛奶品质预测模型,检测不同牛奶样品的信噪比谱特征值,并根据预测模型计算出掺杂比例。该模型可以准确预测掺杂比例,且预测误差小于10%。

基于仿生嗅觉系统的苹果储存时间预测模型研究

本文研究了1种基于仿生嗅觉系统的苹果储存时间预测模型。使用该系统检测了不同存放时间的苹果样品,以主成分分析方法实现了不同储存时间苹果样品的部分区分。测量了不同存放时间苹果样品的菌落总数,并讨论该参数对于苹果样品储存时间分析结果的影响。采用随机共振计算检测样品的互相关系数极值,该参数可以完全区分所有苹果样品。以该参数构建苹果储存时间预测模型,验证结果表明该模型预测误差低于10%。该方法具有检测快速,易操作,准确度高以及可重复性好的优点。

一种改进SAWR系统及在橙子贮藏时间预测中的应用

根据橙子的物化特性,研制了一种改进的声表面波谐振器(SAWR)检测系统。将橙子样品串联入改进SAWR,测量不同贮藏时间橙子样品的频率响应,结果表明随着贮藏时间的增加,SAWR频率逐渐升高。将所得数据经RS-232接口传输至计算机,拟合回归建立橙子预测模型,该预测模型可准确判断橙子贮藏时间。