摘要：為了實(shí)現(xiàn)對(duì)肉類新鮮度的評(píng)價(jià)，提出一種基于LabVIEW和氣體傳感器陣列的可視化機(jī)器嗅覺(jué)系統(tǒng)。該系統(tǒng)采用6種金屬氧化物氣體傳感器組成陣列，由傳感器陣列和密封氣室、電磁閥和微型氣泵等構(gòu)成氣體采集裝置，通過(guò)氣體采集裝置、信號(hào)調(diào)理電路和數(shù)據(jù)采集卡實(shí)現(xiàn)對(duì)信號(hào)的采集。利用LabVIEW開(kāi)發(fā)上位機(jī)軟件，完成對(duì)數(shù)據(jù)的預(yù)處理、特征選擇和特征提取等環(huán)節(jié)的可視化，最終實(shí)現(xiàn)對(duì)肉類新鮮度的無(wú)損檢測(cè)。試驗(yàn)結(jié)果表明，基于可視化機(jī)器嗅覺(jué)系統(tǒng)可以有效區(qū)分不同存儲(chǔ)條件下的豬肉新鮮度，且系統(tǒng)各傳感器的變化規(guī)律與理化指標(biāo)判斷結(jié)果一致，表明該系統(tǒng)具有可行性和適用性。

　　關(guān)鍵詞 氣體傳感器陣列；新鮮度；機(jī)器嗅覺(jué)；LabVIEW

　　隨著人們對(duì)物質(zhì)生活要求的逐漸提高，食品的質(zhì)量和安全成為大眾在日常生活中關(guān)注的重要問(wèn)題。試驗(yàn)證明長(zhǎng)時(shí)間儲(chǔ)藏時(shí)，由于肉類食品自身酶的分解或各種微生物的污染，會(huì)使肉體發(fā)生變質(zhì)，從而慢慢地?fù)]發(fā)出具有腐敗特征的氣體，如含硫產(chǎn)物、氨氣、胺、硫產(chǎn)物、醇類等混合氣體，從而新鮮度等級(jí)不斷下降，如若食用品質(zhì)較差甚至腐敗的肉類，其后果很嚴(yán)重。

　　傳統(tǒng)的肉類食品品質(zhì)檢測(cè)方法一般分為感官檢測(cè)、化學(xué)檢測(cè)、物理檢測(cè)和微生物檢測(cè)等。感官檢測(cè)主要是專業(yè)人員通過(guò)觀察肉類表面的顏色、肌肉組織、紋理等要素給出評(píng)定，結(jié)果不易量化，存在片面性和主觀性；化學(xué)檢測(cè)周期較長(zhǎng)且步驟繁瑣，很難在現(xiàn)場(chǎng)快速檢測(cè)，更為重要的是對(duì)樣品具有破壞性；物理檢測(cè)運(yùn)用氣質(zhì)聯(lián)用技術(shù)得到精確的數(shù)據(jù)，但檢測(cè)周期長(zhǎng)且無(wú)法顯示整體信息；微生物檢測(cè)常采用的方法是測(cè)定細(xì)菌總數(shù)和大腸菌群近似數(shù)，是以肉類中的微生物數(shù)量來(lái)說(shuō)明污染狀況及其腐敗變質(zhì)程度的，該方法執(zhí)行簡(jiǎn)便，但耗時(shí)較長(zhǎng)，因此在部分場(chǎng)所環(huán)境下并不適用。

　　隨著計(jì)算機(jī)技術(shù)的發(fā)展，機(jī)器嗅覺(jué)系統(tǒng)已在食品、醫(yī)藥和農(nóng)業(yè)等行業(yè)得到了廣泛應(yīng)用。試驗(yàn)設(shè)計(jì)了一種基于氣體傳感器陣列和LabVIEW的機(jī)器嗅覺(jué)系統(tǒng)，該系統(tǒng)通過(guò)采集肉體變質(zhì)過(guò)程中揮發(fā)性氣體實(shí)現(xiàn)對(duì)肉類產(chǎn)品新鮮度的檢測(cè)，可以實(shí)現(xiàn)檢測(cè)的無(wú)損化、精準(zhǔn)化、無(wú)接觸化、智能化等多元化目的。

　　試驗(yàn)設(shè)計(jì)的機(jī)器嗅覺(jué)系統(tǒng)硬件主要包括氣體采樣系統(tǒng)、信號(hào)調(diào)理和采集系統(tǒng)，其中氣體采樣系統(tǒng)是機(jī)器嗅覺(jué)硬件系統(tǒng)中重要的組成部分，其目的是收集樣品的揮發(fā)性氣體并傳送到傳感器陣列中，采樣過(guò)程的好壞直接影響傳感器響應(yīng)的信號(hào)。

　　目前機(jī)器嗅覺(jué)使用的氣體采樣方法主要有微量注射法、靜態(tài)頂空法和動(dòng)態(tài)頂空法。由于靜態(tài)頂空法分析效果好，且減小人為的操作誤差，因此試驗(yàn)選了此方法采集肉類揮發(fā)性物質(zhì)，設(shè)計(jì)的氣體采樣系統(tǒng)如圖1所示。

　　從圖1可知：該系統(tǒng)包括密封氣室、與氣體接觸反應(yīng)的金屬半導(dǎo)體氣敏傳感器陣列、固定傳感器陣列的電路板、氣體流通的管道、切換采樣氣體與零氣通道的三通電磁閥、抽取氣體的真空氣泵、濾除固體微顆粒的過(guò)濾器、用于氣路和氣室入出口轉(zhuǎn)換的軟管接頭以及氣室內(nèi)部用于強(qiáng)化密封性能的密封圈。若將兩進(jìn)一出三通電磁閥上電，待測(cè)肉品揮發(fā)出的特征氣味在真空氣泵的帶動(dòng)下，通過(guò)聚四氟乙烯材質(zhì)的軟管通道進(jìn)入密閉氣室內(nèi)，特征氣味通過(guò)與密閉氣室內(nèi)部嵌的傳感器陣列反應(yīng)獲得響應(yīng)值。超過(guò)采樣時(shí)間后，將電磁閥斷電，即為接通洗氣通道，潔凈空氣進(jìn)入氣室內(nèi)，這時(shí)傳感器開(kāi)始進(jìn)入解吸附過(guò)程，氣室出口處連接的另一真空氣泵上電工作，將殘余的樣本氣體快速抽出，直至傳感器陣列的響應(yīng)曲線恢復(fù)到起初的基準(zhǔn)值。

　　氣體傳感器陣列是氣體采集系統(tǒng)的重要組成部分，選擇合適的傳感器，可以提高檢測(cè)系統(tǒng)的性能。以豬肉為例，豬肉在儲(chǔ)藏過(guò)程中散發(fā)出的氣體成分包含硫化氫、硫醇、硫醚、氨氣、甲烷和二氧化碳等腐敗氣體，因此試驗(yàn)選取了6個(gè)氣敏傳感器MQ135、MQ136、MQ138、TGS822、TGS826和TGS832，可以測(cè)量出氨氣、硫化物、酮類、醇類、脂類和醛類等揮發(fā)性氣體。而且將所有的傳感器放置在同一橫截面，這樣能夠保證每個(gè)傳感器感受到的氣體濃度大小差異不會(huì)太大，排列格局也可以保證每個(gè)傳感器周圍的氣體流速相同。

　　為了提高機(jī)器嗅覺(jué)系統(tǒng)下限，可對(duì)微弱的檢測(cè)信號(hào)進(jìn)行放大。對(duì)于所采集的信號(hào)容易受到環(huán)境噪聲的干擾，同時(shí)采用濾波進(jìn)行雜波消除，提高采集信號(hào)的精確度。該設(shè)計(jì)采用LM324運(yùn)算放大器將檢測(cè)信號(hào)進(jìn)行放大和濾波，其電路如圖2所示。

　　圖2中外接電阻R1和R3的阻值共同決定了放大器電壓放大倍數(shù)，具體放大倍數(shù)如式（1）所示。

　　
式中：C2——濾波電容，可濾除環(huán)境中的一些噪聲。

圖2　信號(hào)調(diào)理的電路圖

　　信號(hào)采集主要通過(guò)數(shù)據(jù)采集卡模塊實(shí)現(xiàn)，試驗(yàn)選用的是美國(guó)NI公司生產(chǎn)的型號(hào)為NI ELVIS的數(shù)據(jù)采集卡，其有AI0-AI7八路模擬電壓采集口對(duì)傳感器經(jīng)過(guò)信號(hào)調(diào)理電路處理后的電壓進(jìn)行采集。

　　機(jī)器嗅覺(jué)系統(tǒng)的上位機(jī)采用LabVIEW語(yǔ)言編寫(xiě)，根據(jù)系統(tǒng)的需求編寫(xiě)了登錄模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊和數(shù)據(jù)分析模塊這4個(gè)子模塊。

　　登錄模塊設(shè)有用戶名和密碼，便于用戶對(duì)軟件進(jìn)行管理，同時(shí)也能夠保障用戶的信息安全，其Lab-VIEW設(shè)計(jì)的程序結(jié)構(gòu)圖如圖3所示。

圖3　登錄界面程序設(shè)計(jì)圖

　　信號(hào)采集模塊主要是設(shè)置數(shù)據(jù)采集卡中的參數(shù)，包括輸入通道、輸入接線端配置、工作方式和采集時(shí)間等，LabVIEW編寫(xiě)的程序如圖4所示。通過(guò)圖4的設(shè)計(jì)程序，實(shí)時(shí)采集六路傳感器的響應(yīng)值，且每路響應(yīng)值對(duì)應(yīng)一個(gè)波形，同時(shí)這些數(shù)據(jù)以列的形式保存到Excel表格中。

圖4　信號(hào)采集模塊程序設(shè)計(jì)圖

　　該模塊是對(duì)采集的信號(hào)進(jìn)行預(yù)處理，由于試驗(yàn)過(guò)程中采集到的是傳感器陣列瞬態(tài)特性，這些數(shù)據(jù)在應(yīng)用前需要進(jìn)行相應(yīng)的預(yù)處理，其中有均值濾波、基線處理及異常數(shù)據(jù)的剔除等，其設(shè)計(jì)的LabVIEW程序分別如圖5～圖7所示。

圖5　均值濾波程序設(shè)計(jì)圖

　　由于硬件電路的干擾，傳感器采集信號(hào)時(shí)不可避免會(huì)存在一些擾動(dòng)，故試驗(yàn)通過(guò)均值濾波算法來(lái)減少這些波動(dòng)，具體如圖5所示?；€處理算法可以有效補(bǔ)償傳感器的漂移、消除噪聲信號(hào)。但是最小的電壓信號(hào)并不一定會(huì)出現(xiàn)在起始位置，試驗(yàn)采用差分法來(lái)實(shí)現(xiàn)基線處理。由圖6可知，先將每一行的數(shù)據(jù)索引出來(lái)，再索引出其最小值，用原來(lái)的數(shù)組與最小值做差，即得到基線處理后的新數(shù)組。在進(jìn)行特征選擇或特征提取前，還需要剔除異常的數(shù)據(jù)，這一過(guò)程也直接影響后續(xù)分類的精度。圖7采用的剔除異常數(shù)據(jù)方法是3σ準(zhǔn)則，該準(zhǔn)則簡(jiǎn)單實(shí)用。

　　2.4  數(shù)據(jù)分析模塊

　　數(shù)據(jù)分析模塊是實(shí)現(xiàn)樣本新鮮度分類的最終環(huán)節(jié)，主要包括特征選擇和特征提取。特征選擇是從原始的特征空間中尋求到最有效的特征來(lái)表示氣味信息，該環(huán)節(jié)是特征提取準(zhǔn)確性和穩(wěn)定性的關(guān)鍵。特征提取是將多維樣本特征值通過(guò)數(shù)學(xué)變換的方法映射到低維空間，常見(jiàn)的有線性與非線性降維分析法。特征選擇環(huán)節(jié)試驗(yàn)采用Wrapper方法，編寫(xiě)的程序如圖8所示。

圖8　特征選擇程序設(shè)計(jì)圖

　　圖8設(shè)計(jì)的特征選擇包含傳感器的穩(wěn)態(tài)值和瞬時(shí)值兩方面特征，其中穩(wěn)態(tài)值反映樣本氣味的濃度信息，瞬時(shí)值是從傳感器響應(yīng)曲線與時(shí)間變量相關(guān)的信息選擇，這種特征選擇方法可以有效避免樣本特征信息丟失。

　　特征提取的方法有很多，常用的傳統(tǒng)線性降維分析法有主成分分析法（PCA）和線性判別分析法（LDA）。由于采集數(shù)據(jù)使用的是金屬氧化物半導(dǎo)體傳感器，那么所獲取的信息在一定程度上是非線性的，在PCA的基礎(chǔ)上添加非線性的核函數(shù)即核主成分分析法（KPCA），利用它進(jìn)行對(duì)比分析。

　　2.4.1　基于LabVIEW的PCA算法實(shí)現(xiàn)流程

　　PCA利用組合特征的方法處理多維數(shù)組，從而實(shí)現(xiàn)降維。設(shè)X1，X2，X3，…，X6為6個(gè)傳感器的原始變量，F(xiàn)1，F(xiàn)2，…，F(xiàn)m為m個(gè)主成分所對(duì)應(yīng)的因子，其中Var (F1)的值越大，表示因子F1中包含相對(duì)較多的信息量，因此稱F1為第一主成分。具體如公式（2）所示。

　　式（2）中Fi與Fj兩兩互不相關(guān)，且任意兩個(gè)因子之間協(xié)方差為0，F(xiàn)1，F(xiàn)2，…，F(xiàn)m按照次序分別為原變量所構(gòu)成的線性組合的第1、第2、…、第m個(gè)主成分，具體運(yùn)算步驟如下所示：

　?、儆?jì)算原始變量的協(xié)方差矩陣S：

　　②求協(xié)方差矩陣S的特征值λ和所對(duì)應(yīng)的單位化、正交化的特征向量。

　?、圻x擇主成分。通過(guò)方差累計(jì)貢獻(xiàn)率G(m)來(lái)選擇對(duì)應(yīng)的主成分，如公式（4）所示。

　　根據(jù)上述流程編寫(xiě)LabVIEW程序如圖9所示。

圖9　PCA算法程序設(shè)計(jì)圖

　　2.4.2  基于LabVIEW的KPCA算法實(shí)現(xiàn)流程

　　KPCA的基本思想是基于核函數(shù)原理將輸入空間投影到高維特征空間，然后在高維特征空間中對(duì)映射數(shù)據(jù)做主成分分析，相對(duì)于主成分分析而言，核主成分分析引入了非線性特性的核函數(shù)，從而大大的增強(qiáng)了非線性數(shù)據(jù)的處理能力，它能夠充分利用待處理對(duì)象的非線性特征。假設(shè)原始數(shù)據(jù)空間是m×n的數(shù)據(jù)，其中m是樣本個(gè)數(shù)，n為傳感器個(gè)數(shù)，KPCA的運(yùn)算流程如下。

　?、?首先選定KPCA中所用到的高斯徑向基核函數(shù)且令σ=1，核矩陣K的計(jì)算公式如（5）所示。
       

　　② 對(duì)核矩陣K進(jìn)行歸一化：
       

　?、塾?jì)算核矩陣K的特征值λ1，…，λn及每個(gè)特征值所對(duì)應(yīng)的特征向量V1，…，Vn，將特征值進(jìn)行降序排列得到λ1＞…＞λn，調(diào)整相應(yīng)特征值所對(duì)應(yīng)的特征向量V1，…，Vn，得到核矩陣K在特征向量上的投影：
       

　　根據(jù)上述流程編寫(xiě)LabVIEW程序如圖10所示。

圖10　KPCA算法程序設(shè)計(jì)圖

　　3  試驗(yàn)與結(jié)果分析

　　以第2章構(gòu)建的機(jī)器嗅覺(jué)系統(tǒng)為基礎(chǔ)，以豬肉為試驗(yàn)對(duì)象，對(duì)不同存儲(chǔ)天數(shù)的樣品進(jìn)行氣味檢測(cè)試驗(yàn)，并以國(guó)際唯一肉品理化指標(biāo)（揮發(fā)性鹽基氮）為參照標(biāo)準(zhǔn)，對(duì)實(shí)現(xiàn)豬肉新鮮度等級(jí)評(píng)判，具體試驗(yàn)詳情如下。

　　3.1  揮發(fā)性鹽基氮（TVB-N）測(cè)試試驗(yàn)

　　從常熟市金倉(cāng)集貿(mào)市場(chǎng)購(gòu)買剛屠宰豬肉，快速運(yùn)至實(shí)驗(yàn)室，在潔凈的工作臺(tái)上處理后，一部分儲(chǔ)藏在4℃的冰箱中，另一部分放置在22℃左右的室溫下，每天各取出適量平行樣本用于TVB-N檢測(cè)。首先每種豬肉設(shè)置5個(gè)平行樣本，每個(gè)平行樣本為3g，試驗(yàn)參照GB 2707—2005國(guó)標(biāo)，按半微量定氮法測(cè)定TVB-N，試驗(yàn)結(jié)果以百克肉中含有多少毫克氮計(jì)量，圖11是不同儲(chǔ)藏條件下每天所得數(shù)據(jù)的平均值繪制的變化趨勢(shì)圖。

　　根據(jù)國(guó)標(biāo)GB 2707—2005可知，4℃儲(chǔ)藏條件下豬肉樣本中TVB-N的含量均小于15mg/100g，故屬于一級(jí)新鮮。22℃儲(chǔ)藏條件下豬肉樣本中TVB-N的含量在儲(chǔ)存過(guò)程的前1.5d的時(shí)間段里，豬肉樣本中TVB-N的含量小于15mg/100g，這表明在儲(chǔ)存過(guò)程的前1.5d的時(shí)間段里，豬肉樣本屬于一級(jí)新鮮。在1.5～2d的時(shí)間段里，樣本中的TVB-N的含量介于15mg/100g和20mg/100g之間，屬于二級(jí)新鮮肉。因此隨著時(shí)間增加，豬肉樣品中TVB-N的含量也在不斷地增加，豬肉中的成分也發(fā)生變化，直至腐敗變質(zhì)而失去營(yíng)養(yǎng)價(jià)值和食用價(jià)值。

圖11　不同儲(chǔ)藏條件下豬肉的TVB-N值

　　將上述兩種豬肉各分成4個(gè)平行樣本，首先將冰箱中的豬肉取出，放于室溫下進(jìn)行回溫2h，本身未放置于冰箱中的則不需要回溫。打開(kāi)機(jī)器嗅覺(jué)系統(tǒng)的電源，對(duì)傳感器陣列預(yù)熱30min。在此過(guò)程中將樣本放置在25mL的燒杯中，用錫箔紙將容器口密封住，頂空40min。預(yù)熱后將采樣針頭深入燒杯內(nèi)，由真空氣泵將燒杯內(nèi)頂空的氣體抽入氣室內(nèi)，與傳感器陣列充分接觸，采集氣體時(shí)間為180s，傳感器陣列發(fā)生響應(yīng)，響應(yīng)信號(hào)經(jīng)過(guò)數(shù)據(jù)采集卡上傳到上位機(jī)進(jìn)行數(shù)據(jù)處理，當(dāng)達(dá)到采樣時(shí)間后，真空氣泵切換洗氣通道，對(duì)此次樣試驗(yàn)時(shí)殘留的氣體進(jìn)行洗氣120s，之后對(duì)下個(gè)樣品進(jìn)行采樣，如此循環(huán)。兩種不同儲(chǔ)藏條件下的傳感器響應(yīng)曲線圖如圖12所示。

　　從圖12可以看出，隨著儲(chǔ)存天數(shù)的增加，各個(gè)傳感器響應(yīng)信號(hào)不斷變大，這與TVB-N的變化趨勢(shì)相一致。

圖12　不同儲(chǔ)藏條件下傳感器響應(yīng)曲線圖

　　利用機(jī)器嗅覺(jué)系統(tǒng)對(duì)不同儲(chǔ)藏條件和存放放時(shí)間的豬肉的氣味特征進(jìn)行檢測(cè)，試驗(yàn)采用PCA和KPCA兩種不同算法對(duì)傳感器陣列數(shù)據(jù)進(jìn)行主成分分析，到的分類結(jié)構(gòu)分別如圖13和圖14所示。由圖13（a）可以看出，4℃條件下前兩天豬肉氣味的變化不大，從第3天開(kāi)始，隨著豬肉存放時(shí)間的推移，豬肉的每天散發(fā)出的氣體有明顯的變化。但在4℃條件下，4d內(nèi)豬肉都是一級(jí)新鮮的，但PCA算法可將4℃條件下豬肉樣本每天的新鮮度區(qū)分出來(lái)。

　　由圖13（b）可知，在22℃條件下，放置1d的豬肉樣本是一級(jí)新鮮的；第2和第3天的豬肉樣本是二級(jí)新鮮的。這與理化指標(biāo)的分類略有0.5 d的偏差?？赡苡捎趥鞲衅鞯囊恍┓蔷€性特性，或者由于進(jìn)行氣體采集時(shí)的理化指標(biāo)試驗(yàn)和機(jī)器嗅覺(jué)系統(tǒng)采集試驗(yàn)中系統(tǒng)誤差和偶然誤差的存在。

圖13　基于PCA的不同儲(chǔ)藏條件下樣品分類圖

　　由圖14（a）可以看出，4℃的氣體分類圖與采用PCA進(jìn)行分類的結(jié)果是一致的5d內(nèi)的豬肉樣本都是一級(jí)新鮮的，第1天和第2天略有重疊，也能從圖上看出從第2天開(kāi)始，豬肉樣本雖然新鮮，但每天的新鮮度略有變化。22℃條件下，KPCA算法與PCA算法的分類是一致的，且分類效果比PCA算法更好一些。

　　其中，豬肉樣本在第一天是一級(jí)新鮮的，第二天和第三天時(shí)的豬肉樣本是二級(jí)新鮮的。由圖14可知，在不同溫度的條件下，存儲(chǔ)相同天數(shù)的豬肉腐敗過(guò)程是不同的。通過(guò)算法對(duì)儲(chǔ)存過(guò)程中豬肉散發(fā)的氣體進(jìn)行分析，可方便、準(zhǔn)確地了解存儲(chǔ)過(guò)程中的新鮮程度，說(shuō)明試驗(yàn)提出的機(jī)器嗅覺(jué)系統(tǒng)檢測(cè)不同新鮮度的豬肉方案是可行的。并且基于KPCA相對(duì)于PCA所提取的特征分類更有利用于后續(xù)預(yù)測(cè)模型的建立，更能滿足高精度的要求。對(duì)于兩種特征提取算法中大部分預(yù)測(cè)錯(cuò)誤的樣本集中在對(duì)于22℃儲(chǔ)藏條件下，第1.5天的響應(yīng)特征值被分到二級(jí)新鮮，說(shuō)明相鄰兩個(gè)類別間的樣本信息有一定的近鄰或交叉，這與豬肉檢測(cè)存在關(guān)聯(lián)，因此在今后的研究中，對(duì)于微弱信號(hào)的檢測(cè)還需進(jìn)一步研究。

　　以肉類TVB-N值作為新鮮度的標(biāo)準(zhǔn)，利用機(jī)器嗅覺(jué)原理，將多傳感器獲取的響應(yīng)值通過(guò)數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析等軟件處理流程得到了不同存儲(chǔ)條件下不同存儲(chǔ)天數(shù)的豬肉新鮮度的判別。通過(guò)與TVB-N值的對(duì)照比較發(fā)現(xiàn)，該文提出的基于KPCA算法的分類效果要優(yōu)于PCA算法，說(shuō)明非線性特征提取方法相對(duì)于線性特征提取方法來(lái)說(shuō)，雖然也不能將每天的樣本數(shù)據(jù)分開(kāi)，但卻體現(xiàn)出較為明顯的分類信息，證實(shí)了該系統(tǒng)可以有效檢測(cè)不同存儲(chǔ)條件下的豬肉新鮮度，為指導(dǎo)肉類新鮮度無(wú)損快速檢驗(yàn)提供了依據(jù)。