CN106918817B - 一种能检测茶叶类型和品质的气敏传感器的优选方法 - Google Patents

一种能检测茶叶类型和品质的气敏传感器的优选方法 Download PDF

Info

Publication number
CN106918817B
CN106918817B CN201710208388.8A CN201710208388A CN106918817B CN 106918817 B CN106918817 B CN 106918817B CN 201710208388 A CN201710208388 A CN 201710208388A CN 106918817 B CN106918817 B CN 106918817B
Authority
CN
China
Prior art keywords
gas sensor
tea
gas
quality
tea perfume
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710208388.8A
Other languages
English (en)
Other versions
CN106918817A (zh
Inventor
王进
费少梅
陆国栋
桑子涵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201710208388.8A priority Critical patent/CN106918817B/zh
Publication of CN106918817A publication Critical patent/CN106918817A/zh
Application granted granted Critical
Publication of CN106918817B publication Critical patent/CN106918817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明公开了一种能检测茶叶类型和品质的气敏传感器的优选方法。根据茶香成份初选出对茶香气味敏感的气敏传感器；通过在茶香气环境中让所有初选后的气敏传感器采集香气数据，根据香气数据分别进行相关系数计算和茶香敏感程度分别进行判断筛选；取筛选结果的并集作为能检测茶叶类型和品质的气敏传感器，组成气敏传感器阵列后续进行茶香气检测。本发明通过比较气敏传感器之间相关性大小和观察每种型号气敏传感器对茶香的响应程度，优选出可以区分茶叶品质和等级的气敏传感器。

Description

一种能检测茶叶类型和品质的气敏传感器的优选方法
技术领域
本发明涉及了一种传感器优选方法，尤其是涉及了一种能检测茶叶类型和品质的气敏传感器的优选方法。
背景技术
作为评价茶叶种类以及等级的重要因子之一的茶叶香气一般是通过人为的感官评审进行的，然而感官评价的准确性、重复性经常会受到评茶师个人心理、生理与经验等因素的影响，所以很难使评审的结果变得科学化和规范化。
电子鼻相结构简单、前处理方便、高敏感度、重复性良好、能够对样品进行快速定性和定量分析等优点，而气敏传感器阵列是茶香电子鼻最为关键的部分，其对茶香的检测分析有决定性的作用。一种型号的气体传感器所能检测的气体往往是单一的，所以不可能用一种型号的气敏传感器来监测茶叶中的混合气体成份，为使茶香电子鼻能快速检测茶叶的品质，需要由多个茶香敏感的气敏传感器组成传感器阵列。
发明内容
为了解决背景技术中存在的问题，本发明提出了一种能检测茶叶类型和品质的气敏传感器的优选方法，采用基于相关算法和茶香敏感度的方式从众多气敏传感器选择出数量最少的特定能检测茶叶类型和品质的传感器。
本发明的技术方案如下：
1)根据茶香成份初选出对茶香气味敏感的气敏传感器；
2)通过在茶香气环境中让所有初选后的气敏传感器采集香气数据，根据香气数据分别进行相关系数计算和茶香敏感程度分别进行判断筛选；
3)取筛选结果的并集作为能检测茶叶类型和品质的气敏传感器，组成气敏传感器阵列后续进行茶香气检测。
所述根据茶香成份初选出对茶香气味敏感的气敏传感器具体是：根据不同品质和不同茶叶的茶叶香气成份，查找能检测其中至少一成份的气敏传感器进行保留，从而获得初选后的气敏传感器。
不同茶叶常见的包括红茶、绿茶和乌龙茶。
所述步骤2)通过相关系数判断筛选是计算相关系数后通过比较相关性的大小将冗余的气敏传感器排除。
所述步骤2)通过相关系数判断筛选具体是将初选后的每两个气敏传感器之间采用以下方式进行处理：
先将两个气敏传感器在同一品质的同种茶叶的香气环境下同时进行检测，获得两个气敏传感器的采集数据，采用以下公式计算获得两个气敏传感器之间的相关系数：
其中，x和y分别表示两种不同的气敏传感器，i表示气敏传感器采集时刻的序数，N表示气敏传感器采集时刻的总数，xi表示一气敏传感器在第i个采集时刻获得的电阻比，yi表示另一气敏传感器在第i个采集时刻获得的电阻比，表示一气敏传感器采集获得的所有电阻比的平均值，表示另一气敏传感器采集获得的所有电阻比的平均值。
然后根据相关系数的大小进行处理判断：若相关系数大于0.95，则删除两个气敏传感器中任一一个；若相关系数小于等于0.95，则两个气敏传感器均保留。
所述步骤2)通过茶香敏感度判断筛选是将所采集值的响应曲线变化趋势小的气敏传感器进行剔除。响应曲线变化趋势小指的是采集时间内电阻比最大值和最小值之间的差值小于0.1。
为确定这种传感器对茶叶香气敏感程度的强弱程度，同时需要比较每个型号气敏传感器对茶香的敏感程度。测试气敏传感器对茶香敏感程度需要使每个传感器在相同的检测环境中，以保证结果的准确性。
所述步骤2)通过茶香敏感度判断筛选是将初选后的每个气敏传感器均采用以下方式进行处理：先将所有气敏传感器在同一品质的同种茶叶的香气环境下持续一段采集时间进行检测，获得气敏传感器所采集到的电阻比数据，可以绘制采集数据和采集时刻的响应曲线，将采集时间内采集到的电阻比最大值和最小值之间差值小于0.1的气敏传感器剔除。
本发明在实施例利用主成分分析法分析茶香气敏传感器阵列采集结果来验证本发明优选结果的和合理性和准确性。
本发明的有益效果是：
本发明综合气敏传感器的相关性系数分析和茶香敏感度两个方面从众多气敏传感器中选择出用于茶叶香气准确检测的气敏传感器，优选结果准确可靠，优选获得的气敏传感器能通过检测香气实现不同茶叶的区分和同种茶叶品质的区分。
附图说明
图1为本发明优选方法的流程框图；
图2为本发明实施例步骤2)的筛选结果和过程示意图；
图3为实施例本发明优选结果的验证结果图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
本发明的实施例如下：
1)基于茶香成份的气敏传感器初选
1.1)分析不同品质茶叶的香气成份
茶叶香气中的芬香物质是由不同性质、含量微少的挥发性物质组成的混合物，本发明通过研究红茶、绿茶、乌龙茶等多种茶叶香气的成份，查找出对茶香成份较为敏感的气敏传感器。
绿茶香气成份中常含有苯甲醇、苯乙醇、香叶醇、芳樟醇及其氧化物等香气物质，而红茶的香气以酯类、醛类和酸类的含量为最多，龙茶茶香中主要的成份为茉莉内酯、茉莉酮甲酯、橙花叔醇、苯乙基甲酮等物质。不同种类的茶叶其香气成份互不相同，但是大部分为醇类、醛类、芳香烃类等物质。
1.2)选择种类、型号合适的气敏传感器
根据要求本发明初选出TGS813在内的15种气敏传感器，这15种气敏传感器能包含检测的茶叶成份如表1所示。
表1气敏传感器的类型及其敏感气体
2)基于相关性算法的气敏传感器优选
将初选后的每两个气敏传感器之间采用以下方式进行处理：
先将两个气敏传感器在同一品质的同种茶叶的香气环境下同时进行检测，获得两个气敏传感器的采集数据。
通过计算任意两种气敏传感器之间的相关系数绝对值来判断2个相关性的大小。
当|Rxy|＝0时，两个气敏传感器毫不相关；当|Rxy|＝1时，两个型号的气敏传感器为完全相关，两个气敏传感器的相关程度会随着|Rxy|的增大而增大，而相关程度较高的气敏传感器代表它们可以相互替换。
然后根据相关系数的大小进行处理判断：若相关系数大于0.95，则删除两个气敏传感器中任一一个；若相关系数小于等于0.95，则两个气敏传感器均保留。
具体实施将每八种气敏传感器组成阵列，同时采集茶香样本气体，这样一组实验同时可以计算出八种气敏传感器之间的相关性大小。S1～S15代表15种不同型号的气敏传感器。如下表2。
表2气敏传感器的实验方案
第一组 S1 S2 S3 S4 S5 S6 S7 S8
第二组 S1 S2 S3 S4 S5 S6 S7 S9
第三组 S1 S2 S3 S4 S5 S6 S7 S10
第四组 S1 S2 S3 S4 S5 S6 S7 S11
第五组 S1 S2 S3 S4 S5 S6 S7 S12
第六组 S1 S2 S3 S4 S5 S6 S7 S13
第七组 S1 S2 S3 S4 S5 S6 S7 S14
第八组 S1 S2 S3 S4 S5 S6 S7 S15
第九组 S8 S9 S10 S11 S12 S13 S14 S15
3)基于传感器敏感程度的气敏传感器优选
先将所有气敏传感器在同一品质的同种茶叶的香气环境下持续一段采集时间进行检测，获得气敏传感器所采集到的电导率数据，可以绘制采集数据和采集时刻的响应曲线，将采集时间内采集到的电导率最大值和最小值之间差值小于0.1的气敏传感器剔除。
4)优选气敏传感器的阵列组成设计
满足上述步骤2和3的两种优选方式具体举例说明：气敏传感器TGS2602与气敏传感器MQ137的相关性系数为0.978，这表示两种传感器的相关性较强，两个传感器之间可以相互替换。又因为气敏传感器MQ137电阻比的最大变化值为0.149小于气敏传感器TGS2602的电阻比的最大变化值0.194。故该系统保留气敏传感器TGS2602。
因此从初选的15种气敏传感器中筛选出同时满足上述步骤2和3的两种优选方法的气敏传感器，取并集如图2所示，获得能检测茶叶类型和品质的气敏传感器，将其组成茶香检测电子鼻的气敏传感器阵列。
5)基于主成分分析法验证筛选后的传感器阵列的实用性
主成分分析法可以最大限度的保持原有数据的信息，可以满足类别鉴别的需要，结合主成分分析法通过对不同种类、不同品种、不同等级的茶叶进行检测，验证茶香电子鼻的气敏传感器阵列对茶叶品质的区分效果。
具体验证过程是取相同质量的不同茶叶样本并用250ml水冲泡。泡茶用水为100℃的纯净水，冲泡时间25min，然后将茶水滤出。茶底放在250ml的烧杯中密封、静置15min，使烧杯顶空富集茶叶挥发性成分，同时进行冷却以减少烧杯内水蒸气，在室温保持25℃的同一环境下进行检测。
不同茶叶的检测结果的数据坐标，如表3和表4所示
表3基于方差最大处响应值法的PCA处理数据点
表4基于方差最大处响应值法的PCA处理数据点
如图3所示，不同茶叶对应的数据点位置具有较大差异性，形了茶叶间的区域性。检测结果可以区分不同种类的茶叶及同种茶叶的不同等级。
由此可见，本发明能够通过比较气敏传感器之间相关性大小和观察每种型号气敏传感器对茶香的响应程度，优选出可以区分茶叶品质和等级的气敏传感器，优选结果具有很好的实施效果，准确度高。

Claims (6)

1.一种能检测茶叶类型和品质的气敏传感器的优选方法，其特征在于包括如下步骤：
1)根据茶香成份初选出对茶香气味敏感的气敏传感器；
2)通过在茶香气环境中让所有初选后的气敏传感器采集香气数据，根据香气数据分别通过进行相关系数计算和茶香敏感度进行判断筛选；
3)取筛选结果的并集作为能检测茶叶类型和品质的气敏传感器，组成气敏传感器阵列后续进行茶香气检测。
2.根据权利要求1所述的一种能检测茶叶类型和品质的气敏传感器的优选方法，其特征在于：所述根据茶香成份初选出对茶香气味敏感的气敏传感器具体是：根据不同品质和不同茶叶的茶叶香气成份，查找能检测其中至少一成份的气敏传感器进行保留，从而获得初选后的气敏传感器。
3.根据权利要求1所述的一种能检测茶叶类型和品质的气敏传感器的优选方法，其特征在于：所述步骤2)通过相关系数判断筛选是计算相关系数后通过比较相关性的大小将冗余的气敏传感器排除。
4.根据权利要求1或3所述的一种能检测茶叶类型和品质的气敏传感器的优选方法，其特征在于：所述步骤2)通过相关系数判断筛选具体是将初选后的每两个气敏传感器之间采用以下方式进行处理：先将两个气敏传感器在同一品质的同种茶叶的香气环境下同时进行检测，获得两个气敏传感器的采集数据，采用以下公式计算获得两个气敏传感器之间的相关系数：
其中，x和y分别表示两种不同的气敏传感器，i表示气敏传感器采集时刻的序数，N表示气敏传感器采集时刻的总数，xi表示一气敏传感器在第i个采集时刻获得的电阻比，yi表示另一气敏传感器在第i个采集时刻获得的电阻比，表示一气敏传感器采集获得的所有电阻比的平均值，表示另一气敏传感器采集获得的所有电阻比的平均值；
然后根据相关系数的大小进行处理判断：
若相关系数大于0.95，则删除两个气敏传感器中任一一个；
若相关系数小于等于0.95，则两个气敏传感器均保留。
5.根据权利要求1所述的一种能检测茶叶类型和品质的气敏传感器的优选方法，其特征在于：所述步骤2)通过茶香敏感度判断筛选是将所采集值的响应曲线变化趋势小的气敏传感器进行剔除。
6.根据权利要求1所述的一种能检测茶叶类型和品质的气敏传感器的优选方法，其特征在于：所述步骤2)通过茶香敏感度判断筛选是将初选后的每个气敏传感器均采用以下方式进行处理：先将所有气敏传感器在同一品质的同种茶叶的香气环境下持续一段采集时间进行检测，获得气敏传感器所采集到的电导率数据，将采集时间内采集到的电导率最大值和最小值之间差值小于0.1的气敏传感器剔除。
CN201710208388.8A 2017-03-31 2017-03-31 一种能检测茶叶类型和品质的气敏传感器的优选方法 Active CN106918817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710208388.8A CN106918817B (zh) 2017-03-31 2017-03-31 一种能检测茶叶类型和品质的气敏传感器的优选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710208388.8A CN106918817B (zh) 2017-03-31 2017-03-31 一种能检测茶叶类型和品质的气敏传感器的优选方法

Publications (2)

Publication Number Publication Date
CN106918817A CN106918817A (zh) 2017-07-04
CN106918817B true CN106918817B (zh) 2019-08-20

Family

ID=59567047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710208388.8A Active CN106918817B (zh) 2017-03-31 2017-03-31 一种能检测茶叶类型和品质的气敏传感器的优选方法

Country Status (1)

Country Link
CN (1) CN106918817B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109580886A (zh) * 2018-12-27 2019-04-05 浙江大学 一种针对加工工艺优选茶香电子鼻传感器阵列的设计方法
CN110220946A (zh) * 2019-07-02 2019-09-10 云南中烟工业有限责任公司 一种蜂蜜品质分析用气体传感器及其制备方法和用途
CN112006120B (zh) * 2020-08-27 2022-05-31 江南大学 基于气味及3d结构光的茶叶锅式杀青系统
CN118376741A (zh) * 2024-06-21 2024-07-23 安徽农业大学 一种基于多传感器数据融合的茶叶香气检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103134850A (zh) * 2013-03-01 2013-06-05 河南农业大学 一种基于特征香气的茶叶品质快速检测装置及检测方法
CN103760056A (zh) * 2014-01-17 2014-04-30 中安高科检测科技（北京）有限公司 一种检测碧螺春茶叶的气敏传感器阵列的制备方法
CN106018511A (zh) * 2016-05-27 2016-10-12 北京科技大学 一种茶叶等级识别中电子鼻传感器的筛选方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103134850A (zh) * 2013-03-01 2013-06-05 河南农业大学 一种基于特征香气的茶叶品质快速检测装置及检测方法
CN103760056A (zh) * 2014-01-17 2014-04-30 中安高科检测科技（北京）有限公司 一种检测碧螺春茶叶的气敏传感器阵列的制备方法
CN106018511A (zh) * 2016-05-27 2016-10-12 北京科技大学 一种茶叶等级识别中电子鼻传感器的筛选方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于电子鼻的气敏传感器及其阵列;何国泉等;《传感器世界》;20080731(第7期);第6-9页
电子鼻传感技术与应用研究进展;王俊等;《农业机械学报》;20131130;第44卷(第11期);第160-167、179页

Also Published As

Publication number Publication date
CN106918817A (zh) 2017-07-04

Similar Documents

Publication Publication Date Title
CN106918817B (zh) 一种能检测茶叶类型和品质的气敏传感器的优选方法
Luo et al. Application of ANN with extracted parameters from an electronic nose in cigarette brand identification
CN103134850B (zh) 一种基于特征香气的茶叶品质快速检测方法
Liu et al. Application of electronic nose in Chinese spirits quality control and flavour assessment
Kovács et al. Geographical origin identification of pure Sri Lanka tea infusions with electronic nose, electronic tongue and sensory profile analysis
Zheng et al. Rapid identification of rice samples using an electronic nose
CN105181912B (zh) 一种大米储藏过程中的新鲜度检测方法
Falasconi et al. The novel EOS835 electronic nose and data analysis for evaluating coffee ripening
CN105954412B (zh) 用于山核桃新鲜度检测的传感器阵列优化方法
Brudzewski et al. Differential electronic nose and support vector machine for fast recognition of tobacco
Li et al. Colorimetric sensor array-based artificial olfactory system for sensing Chinese green tea’s quality: A method of fabrication
CN110133049A (zh) 基于电子鼻和机器视觉的茶叶等级快速无损检测方法
CN102053109A (zh) 电子舌传感器阵列及对饮料产品进行质量控制的方法
CN103196954B (zh) 一种基于嗅觉和味觉传感器信息融合的镇江香醋贮藏时间鉴别方法
CN111855757A (zh) 一种基于电子鼻的六堡茶陈香香味识别方法
CN112949984B (zh) 一种基于气味可视化的梅香鱼发酵程度多维融合鉴别方法
CN104111274A (zh) 一种利用气体传感器阵列型电子鼻指纹分析系统鉴别杨梅汁产地的方法
CN103913484A (zh) 鱼露分类鉴别的方法
CN107607585A (zh) 一种利用电子鼻传感器组合优化法监控食醋半成品质量的方法
CN109580886A (zh) 一种针对加工工艺优选茶香电子鼻传感器阵列的设计方法
CN107273421B (zh) 一种高准确性茶叶香气类型和品质的模式识别检测方法
CN106556680A (zh) 一种基于电子鼻技术快速预测肉及其制品脂肪氧化程度的方法
Li et al. Electronic nose and electronic tongue in food production and processing
CN106970191A (zh) 一种采用智舌系统对白酒原酒快速分级的方法
CN109784390A (zh) 一种人工智能嗅觉动态响应图谱气体检测识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant