用电子鼻区分霉变燕麦及其传感器阵列优化

• 作者: 姜燕 尹芳缘 惠国华 曾小燕 杨月 沈凤 王敏敏 王绿野 童春霞 郑海霞 陈静 黄洁
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 传感器 优化 非线性分析 霉变燕麦 电子鼻 随机共振
• 年，卷（期）: 2013,（20）
• 页码范围: 263-269
• 页数: 7页
• 分类号: TP212.6
• 字数: 4411字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2013.20.034

摘要

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。