《电子鼻技术精选文档.ppt》由会员分享，可在线阅读，更多相关《电子鼻技术精选文档.ppt（25页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、电子鼻技术本讲稿第一页，共二十五页电子鼻技术 什么是电子鼻？什么是电子鼻？电子鼻技术的发展历史电子鼻技术的基本原理电子鼻技术的研究现状电子鼻技术的应用前景本讲稿第二页，共二十五页什么是电子鼻？电子鼻是利用气体传感器阵列的响应图案来识别气味的电子系电子鼻是利用气体传感器阵列的响应图案来识别气味的电子系统，它可以在几小时、几天甚至数月的时间内连续地、实时地统，它可以在几小时、几天甚至数月的时间内连续地、实时地监测特定位置的气味状况。监测特定位置的气味状况。电子鼻主要由气味取样操作器、气体传感器阵列和信号处理系统三种电子鼻主要由气味取样操作器、气体传感器阵列和信号处理系统三种功能器件组成。功能器件组
2、成。电子鼻识别的主要机理是在阵列中的每个传感器对被测气体都电子鼻识别的主要机理是在阵列中的每个传感器对被测气体都有不同的灵敏度，例如，一号气体可在某个传感器上产生高响有不同的灵敏度，例如，一号气体可在某个传感器上产生高响应，而对其他传感器则是低响应；同样，二号气体产生高响应应，而对其他传感器则是低响应；同样，二号气体产生高响应的传感器对一号气体则不敏感，归根结底，整个传感器阵列对的传感器对一号气体则不敏感，归根结底，整个传感器阵列对不同气体的响应图案是不同的，正是这种区别，才使系统能根不同气体的响应图案是不同的，正是这种区别，才使系统能根据传感器的响应图案来识别气体。据传感器的响应图案来识别气
3、体。本讲稿第三页，共二十五页 电子鼻技术的发展历史 由于气体传感器的交叉敏、选择性差等缺点，单一传感器往往对被测环境中由于气体传感器的交叉敏、选择性差等缺点，单一传感器往往对被测环境中的各种气体敏感，因而很难有选择地测量出某种气体的成分和含量。电子鼻的各种气体敏感，因而很难有选择地测量出某种气体的成分和含量。电子鼻技术是解决这一问题的有效途径，它正是利用各个气敏器件对复杂成分气体技术是解决这一问题的有效途径，它正是利用各个气敏器件对复杂成分气体都有响应却又互不相同这一特点，借助数据处理方法对多种气味进行识别，都有响应却又互不相同这一特点，借助数据处理方法对多种气味进行识别，从而对气味质量进行分
4、析与评定。从而对气味质量进行分析与评定。19821982年，英国学者年，英国学者PersuadPersuad和和DoddDodd用用3 3个商品化的个商品化的SnOSnO2 2气体传感器（气体传感器（TGS TGS 813813、812812、711711）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、）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进行了类别分析，开电子乙醇、乙醚、戊酸、柠檬油、异茉莉酮等有机挥发气进行了类别分析，开电子鼻研究之先河。鼻研究之先河。本讲稿第四页，共二十五页 19891989年在北大西洋公约组织的一次
5、关于化学传感器信息处理会议上对电年在北大西洋公约组织的一次关于化学传感器信息处理会议上对电子鼻做了如下定义子鼻做了如下定义:“电子鼻是由多个性能彼此重叠的气敏传感器和适当的电子鼻是由多个性能彼此重叠的气敏传感器和适当的电子鼻是由多个性能彼此重叠的气敏传感器和适当的电子鼻是由多个性能彼此重叠的气敏传感器和适当的模式分类方法组成的具有识别单一和复杂气味能力的装置。模式分类方法组成的具有识别单一和复杂气味能力的装置。模式分类方法组成的具有识别单一和复杂气味能力的装置。模式分类方法组成的具有识别单一和复杂气味能力的装置。”随后随后,于于19901990年举行了第一届电子鼻国际学术会议。年举行了第一届电
6、子鼻国际学术会议。为为了促了促进电进电子鼻技子鼻技术术的交流的交流和和发发展，国展，国际际上每年上每年举举行一次化学行一次化学传传感器国感器国际际学学术术会会议议。电电子鼻技子鼻技术术是探索如何模仿生物嗅是探索如何模仿生物嗅觉觉机能的一机能的一门门学学问问。其其研究涉及材研究涉及材料、精密制造工料、精密制造工艺艺、多、多传传感器融合、感器融合、计计算机、算机、应应用数学以及各具体用数学以及各具体应应用用领领域的科学与技域的科学与技术术，具有重要的理，具有重要的理论论意意义义和和应应用前景。其中用前景。其中传传感器技感器技术术和和计计算机技算机技术处术处于当今科学技于当今科学技术术研究和研究和发
7、发展的前沿。展的前沿。本讲稿第五页，共二十五页 商品化的电子鼻商品化的电子鼻本讲稿第六页，共二十五页电子鼻技术的基本原理 电电子鼻的工作可子鼻的工作可简单归纳为简单归纳为：传传感器感器阵阵列信号列信号预处预处理神理神经经网网络络和各种算法和各种算法计计算机算机识别识别(气体定性定量分析）气体定性定量分析）。从功能上。从功能上讲讲，气体，气体传传感器感器阵阵列相当于生物嗅列相当于生物嗅觉觉系系统统中的大量嗅感受器中的大量嗅感受器细细胞，神胞，神经经网网络络和和计计算算机机识别识别相当于生物的大相当于生物的大脑脑，其余部分，其余部分则则相当于嗅神相当于嗅神经经信号信号传递传递系系统统。本讲稿第七页
8、，共二十五页 气体传感器阵列电子鼻系统中，传感器及其阵列是电子鼻的关键电子鼻系统中，传感器及其阵列是电子鼻的关键,它的功它的功能是把不同的气味分子在其表面的化学作用转化为可测的电能是把不同的气味分子在其表面的化学作用转化为可测的电信号。信号。传感器阵列可以采用数个单独的气敏传感器组合而成，也可以传感器阵列可以采用数个单独的气敏传感器组合而成，也可以采用集成工艺制作专门的气敏传感器阵列。后者体积小，功采用集成工艺制作专门的气敏传感器阵列。后者体积小，功耗低，便于信号的集中采集与处理。耗低，便于信号的集中采集与处理。2002 西班牙 A CMOS monolithically integrated
9、 gas sensor array with electronics for temperature control and signal interfacing 本讲稿第八页，共二十五页 作作传传感器的材料必感器的材料必须须具具备备两个基本条件两个基本条件:1)1)对对不同的气味均有响不同的气味均有响应应,即通用性要即通用性要强强,要求要求对对成千上万种不同的嗅味成千上万种不同的嗅味能在分子水平上作出能在分子水平上作出鉴别鉴别。2)2)与嗅味分子的相互作用或反与嗅味分子的相互作用或反应应必必须须是快速、可是快速、可递递的的,不不产产生任何生任何“记忆记忆效效应应”。金属氧化物型金属氧化物型传
10、传感器已被普遍感器已被普遍应应用在用在电电子鼻中。最常子鼻中。最常见见的材料有的材料有锡锡、锌锌、钛钛、钨钨和和铱铱的氧化物的氧化物,并并掺掺入像入像铂铂和和钯钯等等贵贵金属催化金属催化剂剂。酞菁类聚合物是有机半导体敏感材料的代表酞菁类聚合物是有机半导体敏感材料的代表,它们所具有的环状结构使它们所具有的环状结构使得吸附气体分子与有机半导体之间产生电子授受关系。不同的酞菁聚合得吸附气体分子与有机半导体之间产生电子授受关系。不同的酞菁聚合物可选择如真空升华技术、膜技术、旋涂技术和自组织膜技术等制物可选择如真空升华技术、膜技术、旋涂技术和自组织膜技术等制膜技术在检测器件上制得薄膜型气敏元件膜技术在检
11、测器件上制得薄膜型气敏元件,并可制得传感器阵列并可制得传感器阵列,使其与计使其与计算机模式识别技术结合使用。算机模式识别技术结合使用。聚吡咯、蒽、二萘嵌苯、聚吡咯、蒽、二萘嵌苯、胡萝卜素等近年来也被用作有机半导体气敏材料胡萝卜素等近年来也被用作有机半导体气敏材料受到人们关注。受到人们关注。本讲稿第九页，共二十五页传感器阵列数据采集系统 传感器阵列的模拟输出经传感器阵列的模拟输出经/转换为数字信号输入计算机转换为数字信号输入计算机中的数据处理和模式识别系统中的数据处理和模式识别系统 被测嗅觉的强度既可用每被测嗅觉的强度既可用每个传感器的输出的绝对电压、电阻或电导来表示个传感器的输出的绝对电压、电
12、阻或电导来表示,也可用也可用相对信号值如归一化的电阻或电导值相对信号值如归一化的电阻或电导值,即它们的变化率来即它们的变化率来比较嗅味的性质。比较嗅味的性质。传感器阵列的数据采集系统本讲稿第十页，共二十五页 模式识别处理 传传感器感器阵阵列列输输出的信号出的信号经专经专用用软软件采集、加工、件采集、加工、处处理后，利用多理后，利用多元数据元数据统计统计分析方法、神分析方法、神经经网网络络方法和模糊方法将多方法和模糊方法将多维维响响应应信号信号转换为转换为感官感官评评定指定指标值标值或或组组成成分的成成分的浓浓度度值值，得到被，得到被测测气味定性气味定性分析分析结结果的智能解果的智能解释释器。器
13、。早期的早期的电电子鼻多用主成分分析、多元子鼻多用主成分分析、多元线线性性拟拟合、模板匹配、合、模板匹配、聚聚类类等数据等数据处处理方法。理方法。本讲稿第十一页，共二十五页模式识别人工神经网络 由于气体由于气体传传感器的响感器的响应应与被与被测测气体体气体体积积分数之分数之间间的关系一般是非的关系一般是非线线性的，性的，现现在的在的电电子鼻系子鼻系统统多用神多用神经经网网络络方法和偏最小二乘法。近些年方法和偏最小二乘法。近些年发发展起来的人工展起来的人工神神经经网网络络(artificial neural network)(artificial neural network)由于具有很由于具有
14、很强强的非的非线线性性处处理能理能力及模式力及模式识别识别能力而得到了广泛的能力而得到了广泛的应应用用.神神经经网网络络通通过过学学习习自自动动掌握掌握隐隐藏在藏在传传感器响感器响应应和气味和气味类类型与型与强强度之度之间间的、的、难难以用明确的模型数学表示的以用明确的模型数学表示的对对应应关系关系。许许多多统计统计技技术术和是互和是互为补为补充的充的,所以常常与所以常常与联联合使用合使用,以得到一以得到一组组比用比用单单个技个技术术得到的数据更加全面的分得到的数据更加全面的分类类和聚和聚类类。这类统计这类统计学或化学或化学学计计量学方法包括主分量分析量学方法包括主分量分析,部分最小平方法部分
15、最小平方法,辨辨别别分析法分析法,辨辨别别因子分析因子分析法法,和聚和聚类类分析法分析法等。等。本讲稿第十二页，共二十五页 人 工 神 经 网 络图图3.3.脑细胞神经元脑细胞神经元 图图4.4.人工神经网络神经元人工神经网络神经元 The brain uses massively parallel computation 1011 neurons in the brain 104 connections per neuron input inputMathematical Functionsoutput本讲稿第十三页，共二十五页 人工神经网络法是接近人类大脑思维方法的一种算法，它通过人工神经
16、网络法是接近人类大脑思维方法的一种算法，它通过大量简单的处理单元即神经元广泛地互为连接而形成复杂的网大量简单的处理单元即神经元广泛地互为连接而形成复杂的网络系统，可以通过训练学习外部环境。络系统，可以通过训练学习外部环境。图图5.5.多层神经网络多层神经网络本讲稿第十四页，共二十五页 气气 体体 定定 性性 分分 析析自组织特征映射网络（Self-organizing Feature Map Network）是一种基于无监督学习方法（没有目标输出）是一种基于无监督学习方法（没有目标输出）的人工神经网络，只有输入层和输出层两层。自组织特的人工神经网络，只有输入层和输出层两层。自组织特征映射网络经
17、过学习，能够以权的形式记忆输入样本，征映射网络经过学习，能够以权的形式记忆输入样本，并将相似的输入样本映射到输出层的邻近节点上，从而并将相似的输入样本映射到输出层的邻近节点上，从而完成输入样本的自动分类（聚类）。当未知输入样本应完成输入样本的自动分类（聚类）。当未知输入样本应用到训练后的网络时，网络输出层的拓扑映射网络结构用到训练后的网络时，网络输出层的拓扑映射网络结构可以反映出输入样本的性质或类别。可以反映出输入样本的性质或类别。本讲稿第十五页，共二十五页图7.SOM网络学习后输入层 拓扑映射（西北工业大学）图6.SOM网络基本结构本讲稿第十六页，共二十五页 气气 体体 定定 量量 分分 析
18、析 混合气体定量分析理论模型本讲稿第十七页，共二十五页 设混合气体中共有m种成分，浓度分别为C1，C2，Cm，气体传感器阵列的维数为n，则其响应模式为R=F（C）。前馈神经网络承担模式识别任务，它接受气体传感器阵列的输出模式，经过运算处理，决策出被测介质中各成分的浓度。设神经网络的映射关系为Y=H（R）。显然，要使Y=C，必使H=F-1。系统的测量精度取决于神经网络的映射能力。本讲稿第十八页，共二十五页 BP人工神经网络人工神经网络前馈神经网络是一种基于监督学习前馈神经网络是一种基于监督学习(有目标输出）的人工有目标输出）的人工神经网络，它能够通过学习已知样本而掌握经验，从而神经网络，它能够通
19、过学习已知样本而掌握经验，从而对未知样本作出判别。前馈神经网络的学习算法通常采对未知样本作出判别。前馈神经网络的学习算法通常采用反向传播算法（用反向传播算法（Back-Propagation)Back-Propagation)，简称，简称BPBP算法。该算法。该学习算法是用网络的实际输出与目标输出的误差来修改网络学习算法是用网络的实际输出与目标输出的误差来修改网络的连接权和阈值，使实际输出与要求的值尽可能接近。的连接权和阈值，使实际输出与要求的值尽可能接近。本讲稿第十九页，共二十五页 美国美国 1995 Development of chemical sensors using Develop
20、ment of chemical sensors using microfabrication and micromachinig techniquesmicrofabrication and micromachinig techniques 本讲稿第二十页，共二十五页本讲稿第二十一页，共二十五页本讲稿第二十二页，共二十五页 2001 美国美国Micromachined polymer-based Micromachined polymer-based chemical gas sensor arraychemical gas sensor array 本讲稿第二十三页，共二十五页 在电子鼻系
21、统的研究中在电子鼻系统的研究中在电子鼻系统的研究中在电子鼻系统的研究中,目前十分引人关注的目前十分引人关注的目前十分引人关注的目前十分引人关注的3 3 3 3个方面个方面个方面个方面:(1)(1)研究对微量气体分子瞬时敏感的检测器研究对微量气体分子瞬时敏感的检测器,以得到与气体化学成分相对应的信号以得到与气体化学成分相对应的信号 2)2)研究对检测得到的信号进行识别与分类的数据处理器研究对检测得到的信号进行识别与分类的数据处理器,以便将有用信号以便将有用信号与噪声加以分离与噪声加以分离 3)3)研究将测量数据转换为感官评定指标的智能解释器研究将测量数据转换为感官评定指标的智能解释器,以得到与人的感官以得到与人的感官感受相符的结果感受相符的结果本讲稿第二十四页，共二十五页电子鼻具有便携及实时、在线、原位分析等特点,可可用于气味鉴别、复杂环境下气体浓度鉴别和可燃气体、有用于气味鉴别、复杂环境下气体浓度鉴别和可燃气体、有机挥发物或有毒气体的鉴别机挥发物或有毒气体的鉴别,具有广泛的应用前景。电子鼻技术的长处在于对气体进行定性分析。近2020年来，电子鼻研究取得了长足进展。尽管受敏感膜材料、制造工艺、数据处理方法等方面的限制，电子鼻的检测与识别范围与人们的期望还存在距离，但是，将之应用于食品、化妆品、香料香精等轻工业品香气质量评定的时机已经成熟了。本讲稿第二十五页，共二十五页