用电子鼻区分霉变燕麦及其传感器阵列优化.pdfVIP

第 29 卷 第 20 期 农 业 工 程 学 报 Vol.29 No.20 2013 年 10 月 Transactions of the Chinese Society of Agricultural Engineering Oct. 2013 263 用电子鼻区分霉变燕麦及其传感器阵列优化 尹芳缘 1,2 ，黄 洁 1,2 ，王敏敏 1,2 ，郑海霞 1,2 ，杨 月 1,2 ，陈 静 1,2 ， 曾小燕1,2 ，童春霞 1,2 ，王绿野 1,2 ，姜 燕 1,2 ，沈 凤 1,2 ，惠国华 1,2※ （1. 浙江工商大学食品与生物工程学院，杭州 310035 ；2. 浙江省食品安全重点实验室，杭州 310035 ） 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。 关键词：传感器，优化，非线性分析，霉变燕麦，电子鼻，随机共振 doi ：10.3969/j.issn.1002-6819.2013.20.034 中图分类号：TP212.6 文献标志码：A 文章编号：1002-6819(2013)-20-0263-07 尹芳缘，黄 洁，王敏敏，等. 用电子鼻区分霉变燕麦及其传感器阵列优化[J]. 农业工程学报，2013，29(20)： 263－269. Yin Fangyuan, Huang Jie, Wang Minmin, et al. Discrimination of mildewed oats using electronic nose and optimization of its sensor array[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(20): 263 －269. (in Chinese with English abstract) 异性等方面尚存在不足[2-6] 。因此需要寻求一种便 0 引 言 捷、快速、准确、成本低廉且可以现场使用的燕麦 燕麦（Avena sativa L. ）是一种重要的粮食作物， 霉变检测技术。 燕麦中富含蛋白质、不饱和脂肪、维生素、矿物元 电子鼻的概念是由英国Warwick 大学的研究人 素和纤维素，在粮谷类氨基酸含量高且均衡，是世 员在 1982 年提出[7]，该检测技术在许多领域得到广 界公认的营养和医疗保健价值最高的谷类作物之 泛应用[8-11] 。在粮食品质分析领域，研究人员虽已进 一。在实际贮藏过程中，燕麦往往易受微生物感染 行了许多探索工作，如粮食品质分析[12-13]、粮食霉变 而出现霉变，其中起主导作用的霉菌有黄曲霉、青 早期变化特性研究[