电子鼻技术中发展及展望检测方案(感官智能分析)

智能文字提取功能测试中

11电子鼻技术的发展及展望 12机电一体化 Mechatronics 2006年第4期 电子鼻技术的发展及展望 Recent D evelopm en ts and Applica tionProspects of Electron ic Noses 唐向阳 张 剪 丁 锐 汤 鹏 (云南昆船设计研究院，昆明 650051) 摘 要：文章介绍了电子鼻的定义、系统组成和工作原理，重点阐述了气敏传感器、信号与处理、模式识别等关键技术的发展现状；详细介绍了它在食品工业、精细化工、医疗诊断、环境监监、公安与海关、火星生命探索等方面的应用实例；最后展望了其未来发展趋势。 关键词：电子鼻 模式识别 气敏传感器 Abstract： The concept and configuration and working principles of electronicno sesS：are firstlvyintroduced Then， some key techniques that relate to electroinic noses are expatiated at length， such as odorsensor array， signal pre- processing methods， mode identification， and so on The examples of application onfood industry， fine chemical industry， medicine diagnosis， environment inspection， customs inspection andMars exp loration are presented also. The future development trends of electronic noses are evaluated at last Key words：electronic noses mode identification odor sensor 0 引 言 电子鼻也称人工嗅觉系统，是模仿生物鼻的一种电子系统，主要用来分析、识别和检测复杂嗅味和大多数挥发性化学成分。1982年英国学者 Persuad和 Dodd用3个商品化的 SnO，气体传感器模拟哺乳动物嗅觉系统中的多个嗅感受器细胞对戊基醋酸酯、乙醇、乙醚、戊酸、柠檬油、异茉莉酮等有机挥发气体进行类别分析，开了电子鼻研究之先河。 电子鼻技术是探索如何模仿生物嗅觉功能的一门学问。随着社会的发展，嗅觉在食品、化妆品、香精香料香气质量评定与生产过程控制、环境污染监测、战争毒气检测、能源、化工、交通、医疗等方面的重要性与日俱增。因此，许多发达国家已把生物嗅觉机制及其功能的模仿——-电子鼻研究列入优先发展的课题。电子鼻技术的研究涉及材料、精密制造工艺、多传感器融 合、计算机、应用数学以及各具体应用领域的科学与技术，具有重要的理论意义和良好的应用前景。 1电子鼻的概念及系统组成 J.W. Gardner给电子鼻下的定义是：“电子鼻是由一种有选择性的电化学传感器阵列和适当的识别装置组成的仪器，能识别简单和复杂的气味。D[1] 电子鼻是模拟生物鼻的工作原理12~31进行工作的。它的工作过程可简单地归纳为：传感器阵列→预处理电路一神经网络和各种算法一计算机识别。电子鼻一般由气敏传感器阵列、信号预处理单元和模式识别单元等三大部分组成，如图1所示。 气敏传感器阵列用来感应气体中的化学成分，产生可以用来测量的物理量的变化。它是由多个单独的传感器组成，具有交叉灵敏度高、响应频带宽等特点。正确地选择传感器的种类和材料对于整个电子鼻系统 ( 作者简介：唐向阳 1967年生，工学博士，高级工程师。主要从事机电一体化、机器视觉及人工智能方面的研究。 ) 图1 电子鼻系统的组成框图 的性能有着很大的影响。 信号预处理单元对传感器阵列的响应模式进行预加工，完成滤波、交换和特征提取，其中最重要的就是对信号的特征提取。如在气味/气体的定性辨识中，采用归一化算法可在一定程度上消除浓度对传感器输出响应的影响 模式识别单元相当于动物和人类的神经中枢，把提取的特征参数进行模式识别，运用一定的算法完成气味汽体的定性定量辨识。 2 相关技术发展现状 2 1 气敏传感器 气敏传感器是电子鼻感知气味的基本元件，其特点是具有单一选择性。一般而言，单个传感器在检测混合气体或有干扰气体存在等情况下难以得到较高的检测和识别精度。因此，电子鼻的气味感知部分往往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，将不同的气味分子在其表面的作用转化为方便计算的、与时间相关的可测物理信号组，实现混合气体分析。其原理是：选择N个具有不同特性的气敏传感器组成阵列，设各元件对气体响应的灰度值皆为 d，则该阵列就能检测出N"种不同的单一气体。而对于由M种成分组成的混合气体，其各组成成分的浓度可通过求解下列方程组中的矩阵[X]Mxi得到。 式中： [Y]yx为N种不同气敏传感器的响应值； [X]Mxi为M种气体成分的浓度； [A]x为各气敏传感器对混合气体响应方程中的系数矩阵。 根据材料类型的不同，现有的传感器及其阵列可分为3大类。 2.1.1 金属氧化物型半导体传感器及其阵列(MOS) 此类传感器吸附气味分子后会引起电阻下降产生负的电信号。它最早是在白金细线圈上涂布球状 SnO，细微粉末后经烧结制成的。此后，随着研究的深入，制 作材料亦发生了改变，其中与被测气体相接触的活性材料除 SnO，外，还采用 ZnO、WO、TO等，衬底材料则采用硅、玻璃和塑料。改进后的传感器具有选择性高、稳定性好、能耗小、寿命长、耐腐蚀性强等优点。但是，该类传感器还具有所需工作温度较高，长时间工作后响应基准值易发生漂移，对气体混合物中的硫化物呈“中毒"反应等缺点。然而这类传感器具有很宽的适用范围和较低的成本，因此它依然是目前应用最广泛的气敏传感器。 2.1.24导电高分子传感器及其阵列(CP) 此类传感器的活性材料一般是噻吩、吲哚、呋喃等成分构成的导电聚合物。它与带气味的物质反应后，活性材料发生聚合反应引起电阻增加，产生正的信号。其最大优点是可以在常温下工作而无需加热，从而有利于向便携方向发展。其缺点是活性材料电聚合过程较为困难和费时，而且其接触响应也存在随时间发生漂移的现象。此外，它对湿度过于敏感，严重时会干扰正常响应，这些都有待进一步研究解决。 2.1.3 质量传感器及其阵列 此类传感器的原理与以往的传感器不同，它吸附气味分子后会引起石英振子振动频率的改变，从而产生信号。它具有灵敏度高、信号易于微机处理及抗传输干扰等优点。 目前此类传感器可分为两类：一类是石英晶体微天平传感器(QCM)，其原理是采用一个涂有聚合物材料的谐振石英盘，当它受振荡信号激励时谐振处于特征频率，而一旦聚合物涂层吸附到气体分子，该盘质量增加，谐振频率也随之降低；另一类是声表面波传感器(SAW)，它采用具有对待测气体敏感的覆盖膜层的延迟线(或谐振器)与气体接触，膜层吸附待测气体分子，最终使得 SAW的相位和幅值发生变化。 目前，无论何种传感器阵列都存在一个共同的问题，即各个传感器的工作状态都相同，这使得对于欲通过(1)式得到M种成分浓度的计算中的M必须满足N>M。若混合气体的成分增加，有时要增加或更换传感 器，这在实际应用中会很不方便。因此，有人提出了一种柔顺性气敏传感器阵列的设计思想，即改变阵列中各传感器的工作状态，使传感器阵列对不同的气味具有相异的选择性，进而实现以较少的气敏传感器对多种成分的混合气体的识别。 2.2 信号处理方法 电子鼻的信号处理部分可分为信号预处理和模式识别两部分，它将从传感器阵列传来的信号进行分析和判断，其地位相当于人的大脑。研究发现，传感器阵列对气味的响应灵敏度仅部分地取决于传感器的质量，信号处理方法的选择也有十分重要的作用。此外，随着一些先进算法思想在模式识别中的应用，电子鼻检测的速度和准确度都得到了极大的提高，这使得电子鼻更具有实际应用价值。 2.21 信号预处理子系统 子系统的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。目前，常用的特征提取方法有相对法、差分法、对数法和归一法等。这些方法既可以处理信号，为模式识别过程做好数据准备，也可以利用传感器信号中的瞬态信息检测、校正传感器阵列。大量实验表明，相对法有助于补偿传感器的敏感性；部分差分模型除了可以补偿敏感性外，还能使传感器电阻与浓度参数的关系线性化；对数法可以使高度非线性的浓度依赖关系线性化；归一法则不仅可以减小化学计量分类器的计量误差，还可以为人工神经网络分类器的输入准备适当的数据。由此可见，不同的信号预处理子系统往往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，这样可以方便数据转换并保证模式识别过程的准确性。 2.2.2 模式识别子系统 模式识别是对输入信号再进行适当的处理，以获得混合气体的组成成分和浓度的信息，即对特征提取后得到的信息进行再处理。一般来说模式识别的过程分为两个阶段：第一是监督学习阶段，在该阶段需要用被测试的气体来训练电子鼻，让它知道需要感应的气体是什么；第二是应用阶段，经过训练的电子鼻有了一定的测试能力，这时它就会使用模式识别的方法对被测气体进行辨识。常用的模式识别方法有线性分类、局部最小方差、主成因分析、判别式分析、模板匹配、神 经网络等。下面就目前主要的模式识别方法的发展情况作简要介绍。 (1)统计模式识别技术 具体的方法有局部最小方差、线性分类、最小二乘法、判别式分析、主成因分析等。Homer和 Hierold于1990年提出的局部模型气体分析法(PMB)就是该类识别技术的代表。该方法可对被测气体进行定性分类识别，并采用相应的局部模型定量分析。实验中，他们对CH与CHo、CH与 CO两种混合气体进行测定，结果表明，分析的最大误差为11%。这是因为，采用统计方法需已知先验的响应解析式，且通常要进行线性处理；而目前气敏传感器的响应机制较为复杂，难以建立精确的数学模型，这给响应特性的获取和线性化处理带来了困难，进而影响了识别精度。 (2)人工神经网络(ANN)技术 随着神经网络和模糊理论等新一代信息处理思想的兴起，利用基于人工神经网络的模式识别方法实现多种气体、特别是混合气体成分的检测与识别已成为目前电子鼻的发展趋势。ANN技术最大的优点就是可以实现复杂的非线性映射，能较好地解决交叉响应带来的非线性严重等问题。它具有良好的容错性能，有助于提高检测的精度。在神经网络的训练中，最普遍的是BP算法、径向基函数法(RBF)和引入模糊概念的模糊C均值算法(FCMA)。此外，针对BP算法的学习时间太长的问题，王平等于1996年开发了具有侧向联想能力和较强识别能力的SOM网络，实现了香(香水)、臭(尿氨)、酸(盐酸)、酒精、汽油、煤油和柴油等7种典型气味的自动识别，平均识别率在91%以上。王平、刘晓东等于1998年提出的基于奇异值分解的人工神经网络动态构造统一算法，有效地完成了神经网络的动态压缩、扩展和自我修复，实现了神经网络的柔性构造。该算法使电子鼻学习速度更快，检测精度更高，可靠性和抗干扰能力更好。 (3)进化神经网络(ENN)技术 ENN技术是用遗传算法优化的神经网络技术。它之所以不同于人工神经网络，是因为GA的应用可使神经网络具有自适应和自进化的能力。GA 是一种全新的神经网络训练方法，它不再要求目标函数连续，也不要求函数可微分，仅要求该问题可计算；而且它的搜索为全局搜索，不易陷入局部最小点，因而容易得到全局 最优解。 冯伟和胡上序于1996年曾采用一种基于神经网络的杂交算法进行3种化学品(丙酮、甲醇和乙醇)的实验识别，其算法是利用梯度收敛法结合遗传算法进行权值初始化来加速运算速度和提高分类准确度。实验证明，该方法对3种化学品的识别准确率达95%，是较好的模式分类方法，可用来构造最优网络结构。当然，ENN技术作为一种新兴的模式识别技术还有其不足之处，如识别率很高但所需时间过长等。这些问题的解决必将有助于 ENN技术的进一步发展，并最终实现模式识别系统的高度智能化。 3应用领域 随着人们对电子鼻研究的不断深入，电子鼻的应用领域不断扩大，如食品工业、医疗卫生、药品工业、环境检测、安全保障和军事等。下面介绍一些电子鼻系统在多个不同行业成功应用的实例。 3.1 电子鼻系统在食品工业中的应用 在食品工业中，烟酒产品的品质一直以来都是依靠专家的主观评定，然而这种评定方法却存在着很多弊端，因此人们期待一种更加准确、客观、快速的评价方法。黄骏雄和蒋弘江等于2000年采用英国A romaScan公司生产的 LabStation电子鼻仪器对几种国产香烟的质量鉴别进行了初步的研究。研究发现，电子鼻不仅可以区分不同的烟草，还能区别不同等级的香烟及判别其产品的真伪[7]。秦树基和黄林于2000年开发了一个能识别酒类的电子嗅觉系统。该系统能成功地识别酒精、烈性酒、葡萄酒和啤酒，其识别率可达95%。邹小波和赵杰文于2002年研制了一套能够实时、准确地检测饮料散发气味的电子鼻系统，并应用该系统对可乐、橙汁、雪碧等几种常见的饮料进行了快速、实时的区分。结果表明，其识别率高达95.2%。国外目前在该领域已成功开发出了用于咖啡检测的 A romaScan(32CP)、Fox4000(18MOS)等电子鼻系统，还开发出了用于检测鱼肉鲜度的 NST3210(4MOS)电子鼻系统。 3.2 电子鼻系统在精细化工行业的应用 在精细化工行业，如在比较典型的香精香料、化妆品生产中，香气是评价其内在质量的主要指标之一。传统方法是采用专家评定和化学分析相结合。专家评定方法往往受到人的生理、经验、情绪、环境等主客观因素的影响难以做到科学与客观，同时，人的感官易疲 劳、适应和习惯；而化学分析方法所需时间长，且得到的结果是一些数字化的东西，与人的感官感受又不一样，不直观。所以，电子鼻系统在此就大有用武之地，可以在新产品开发和在线质量控制方面广泛使用。据邱纪青2000年报道：Neotronics科学有限公司开发的电子鼻对 Bell-A ire香精公司提供的13种无标签样品进行检测分析，其检测结果与评香专家的报告几乎完全一致10] 3.3 医疗诊断 在医疗诊断中，传统方式是化验从人体中抽取出来的一些液体，比较费时。如果用电子鼻直接检测患者呼出的气体就很简单快捷。有研究表明：患有疾病的人所呼出的气体中会出现某些特定成分，如肝硬化患者的呼气中会出现脂肪酸，肾衰竭者的呼气中有三甲氨，肝癌患者的呼气中会存在烷类和苯的衍生物等。目前临床上已有用电子鼻监测重症糖尿病患者病情的报道16] 3.4 环境监测 在人们生活的环境中，总是会存在一些有害的气体，例如 H S， S0，Co，NO2，H，CH，CH和一些有机挥发性物质，如苯、甲醛等。这些气体的存在对人体的健康有着一定的影响甚至会发生爆炸，所以就需要有效地监测这些气体的浓度，从而把它们控制在适度的范围之内。张良谊、温丽菁等于2003年研制了一套用于测定空气中甲醛含量(0.001~0.25mg/L)的电子鼻。该系统对甲醛气体响应专一，抗干扰能力强，定量结果精确[11] 3.5 公安与海关 在海关检查中，工作人员都会使用警犬的嗅觉来检查乘客的行李中是否有危险品(如炸药)和违禁品(如毒品)，但是训练和饲养警犬需要花费大量的资金和人力，并且警犬的嗅觉受它本身的情绪影响，如果采用电子鼻配合机器视觉就能够更加精确和客观地得到检查结果21。据报道，国外已有一种精密的电子鼻，其本领超过了猎犬和警犬，能分辨出几百万种不同气味，可以很好地帮助警方搜捕罪犯和搜查毒品。目前气味鉴定法在破案方面的准确率已经可以和指纹鉴定、DNA基因测试媲美，甚至在某些方面更为优越。 3.66火星生命探索 人类对外太空的探索是一个永恒的、意义深远的 课题。近些年来，科学家们为了揭开火星上是否存在水和生命的秘密，先后发射了火星探测者I号和Ⅱ号火星车，而在探测器上就装备有先进的精密电子鼻。科学家们希望能闻到甲烷的气味，真正找到火星上有生命存在的直接证据。 4 发展趋势 随着新型传感器技术、微细加工技术、纳米技术、先进的信号处理算法等的快速发展，电子鼻技术出现了跳跃式发展，近年来取得了一系列可喜的成就；但与人们的期望还存在着较大距离，因此还有许多研究工作要做。。下面就其未来的发展趋势进行扼要的展望。 (1)气体图像传感器——LAPS(光寻址电位传感器)是一种新型半导体器件，其原理是基于电场效应，使器件对绝缘层与电解质溶液间的电位变化敏感。它采用新颖的表面光伏技术 SPT，使得嗅觉传感器更加集成化和微型化，并可用来获得化学图像，使这些图像与生物嗅觉电图十分相似，从而使电子鼻系统更加具有仿生性16] (2)光纤传感器对气体化合物的响应形式是光谱色彩发生变化。传感器的主干部分是玻璃纤维，在玻璃纤维的表面敷有很薄的化学活性材料涂层，有极高的灵敏度。它的缺点是成本较高，使用寿命有限，其设备控制系统较复杂[13] (3)电子鼻与人和动物的鼻子一样，得到的不是被测样品中某种或某几种成分的定性或定量结果，而是样品中挥发成分的总体信息。因此，模糊理论和人工神经网络等能完成从输入模式到输出模式的复杂映射。模拟人的思维过程的信号处理方法的深入应用是电子鼻技术发展的必然4 (4)传感器数据融合是传感器技术、模式识别、人工智能、模糊理论、概率统计等交叉的新兴学科。数据融合技术能够充分发挥各个传感器的特长，利用其互补性、冗余性提高测量信息的精度和可靠性，以延长系统的使用寿命，进而实现识别、判断和决策。 (5)随着生物芯片(基因芯片、蛋白质芯片、组织芯片、生物传感器芯片)和生物信息学的发展，以及生物计算机的出现，电子鼻的功能将逐步增强，将具有更高级的智能，能够进行分析、判断、自适应、自学习，最终发展到具有创造力，可以完成图像识别、特征值提取、多维检测等复杂任务。 5 结束语 目前，电子鼻的研究以国外居多。在国内，对该项技术的研究尚处于试验阶段。但由于电子鼻具有独特的功能，它必将在各行各业得到广泛的应用，正如分析仪器把我们的视力延伸至眼睛看不见的波长，把我们的听力延伸至耳朵听不到的频率，电子鼻系统也必将延伸我们的嗅觉。目前的电子鼻技术已经达到足够满足许多应用的水平，正如机器视觉的识别能力在有些方面虽然还不如3岁小孩，但这丝毫不妨碍它在很多领域取得巨大成功。 ( 参考文献 ) ( [1] Gardner J W， B a rtlett PN. A b rief hi s tory of electronic nose [J]. Sensors and Actuators B ， 1994 ， 18(19)：211-220. ) ( [2] G ardner J W， B a rtlett P N. Electronic noses principles and applications Oxford：Oxford University Press， 1999： 10-2 1 . ) ( [3]于 勇，王 俊，周 鸣.电子鼻技术的研究进展及其在农 产品加工中的应用[J].浙江大学学报农业与生命科学版， 2003，29(5)：579-584. ) ( [4]黄 晖，杨 鹏，姜海青，等.仿生气体测量系统——电子鼻 [J].传感器技术，2003，22(1)：1-4. ) ( [5]祝佳婧.电子鼻传感器技术的研制进展[J].北京生物医学 工程，2002，21(4)：298-30. ) ( [6]高旭平，王 平.电子鼻信号处理方法的研究进展[J].国外 医学生物：医学工程分册，2001，24(1)：1-6. ) ( [7]黄骏雄，蒋弘将，阎 哲.应用电子鼻检测香烟质量的研究 [J].化学通报，2000(1)：51-53. ) ( [8]秦树基，黄 林.用于酒类识别的电子鼻研究[J].郑州轻工 学院学报，2001，15(4)：17-19. ) ( [9]邹小波，赵杰文.电子鼻在饮料识别中的应用研究[J].农业 工程学报，2002，18(2)：146-149. ) ( [10]邱纪青.电子鼻简介[J].烟草科技，2000(1)：29-32. ) ( [11]张良谊，温丽菁，周 锋，等.用于测定空气中甲醛的电子 鼻[J].高等学校化学学报，2003，24(8)：1381-1384. ) ( [12]黄骏雄，田莉莉.新颖的仿生检测技术——电子鼻[J].现 代仪器使用与维修，1999(1)：6-10. ) ( [13]李炳乾，米长纯，刘君华.集成智能传感器的新进展[J].半 导体杂志，1999，24(2)：11-15. ) ( [14]殷 勇，吴守一，邱 明.用基于神经网络的电子鼻评定卷 烟香气质量[J].仪器仪表学报，2003，24(1)：86-88. ) ( [15]王米娜，杨建华，侯 宏，等.基于多BP子网络的电子鼻信 息融合技术[J].传感器技术，2003，23(11)：75-77. ) ( [16]杜 土 锋，雷 鸣.电子鼻及其在食品工业中的应用[J].食 品科学，2003，24(5)：161-164. ) ◎ China Academic Journal Electronic Publishing House. All rights reserved. http：//www.cnki.net