CN107991460A - 一种基于仿生嗅觉的土壤养分快速检测装置 - Google Patents
一种基于仿生嗅觉的土壤养分快速检测装置 Download PDFInfo
- Publication number
- CN107991460A CN107991460A CN201711188438.7A CN201711188438A CN107991460A CN 107991460 A CN107991460 A CN 107991460A CN 201711188438 A CN201711188438 A CN 201711188438A CN 107991460 A CN107991460 A CN 107991460A
- Authority
- CN
- China
- Prior art keywords
- circuit
- module
- signal
- soil
- gas chamber
- 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.)
- Pending
Links
- 239000002689 soil Substances 0.000 title claims abstract description 60
- 235000015097 nutrients Nutrition 0.000 title claims abstract description 32
- 239000011664 nicotinic acid Substances 0.000 title claims abstract description 13
- 230000003750 conditioning effect Effects 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims description 25
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 10
- 241000255581 Drosophila <fruit fly, genus> Species 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 230000009049 secondary transport Effects 0.000 claims description 6
- 238000000338 in vitro Methods 0.000 claims description 4
- 240000007711 Peperomia pellucida Species 0.000 claims description 3
- 235000012364 Peperomia pellucida Nutrition 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000000746 purification Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 7
- 230000004044 response Effects 0.000 abstract description 6
- 238000009659 non-destructive testing Methods 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 35
- 210000004027 cell Anatomy 0.000 description 21
- 239000003337 fertilizer Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004720 fertilization Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000000465 moulding Methods 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002680 soil gas Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000238421 Arthropoda Species 0.000 description 1
- 241000255925 Diptera Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003592 biomimetic effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000007831 electrophysiology Effects 0.000 description 1
- 238000002001 electrophysiology Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000003864 humus Substances 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000000107 myocyte Anatomy 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000007436 olfactory function Effects 0.000 description 1
- 210000000196 olfactory nerve Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
一种基于仿生嗅觉的土壤养分快速检测装置属于土壤养分检测技术；所述装置由吸气系统、排气系统、密闭气室、信号调理电路、嵌入式控制系统和计算机模式识别系统装配构成，通过该装置对土壤所散发的待测气体分子产生敏锐的响应，实现对土壤养分的快速检测，解决目前土壤养分快速检测方法受土壤含水率、土壤质地和土壤粒度影响的弊端，具有土壤养分的快速、准确、无损检测的特点。
Description
技术领域
本发明属于新型传感器技术领域，具体涉及一种基于仿生嗅觉的土壤养分快速检测装置。
背景技术
精细农业是近年来备受关注而又发展迅速的现代农业体系，作为精细农业核心内容之一的变量施肥技术(包括测土配方施肥技术)旨在基于土壤养分检测信息，结合作物的生长、需肥规律以及土壤养分供给能力，制定施肥配方，合理施用化肥，全面协调作物营养状况，达到农业生产高产、高效、安全目的。因此土壤养分的快速检测在测土配方施肥中具有重要作用。然而，土壤养分的快速、实时检测一直是现代农业的技术瓶颈，使得测土配方施肥技术的推广受到严重的制约。
传统离子选择电极法在进行土壤养分检测时，多采用田间获取样本、实验室分析的方式，存在样品采集困难、分析时效差、检测费用高等问题，很难实现大面积推广应用。土壤电导率测量法具有响应快、成本低、耐久性好等特点，已成为实时获取土壤分布图的一种重要技术。然而，电导率测定仪获得的数据和多个土壤参数关联，不能定量测定土壤养分含量。近红外光谱分析法是近年来新发展的一种土壤养分检测方法，由于其分析速度快、测量精度高、可同时测量多种成分等优点，受到了广泛的研究与应用。然而，近红外光谱易受土壤含水率、土壤质地与土壤粒度等的影响。
上述问题已然成为土壤养分检测的技术瓶颈，因此寻找一种新的解决方式显得尤为重要。气味是物质的重要特性之一，能够代表物质的本质。物质所产生的气味就是对外界传播起本质特征的信息，物质的气味最能代表物质的本质。有经验的土壤学家经常利用土壤的气味判定土质的优劣，因此寻找一种对土壤气味敏感的动物，借鉴其嗅觉功能实现土壤养分检测不失为一种有效的途径。苍蝇是一种节肢动物，双翅目，嗅觉系统简单，但嗅觉功能却十分强大，其头部有触须和下颚须两对嗅觉器官，触须能够探测远距离的挥发性气味，下颚须则有助于发现近距离的气味，对腐蚀变质的东西尤为敏感，对土壤腐植质亦敏感。
目前，国际采用细胞传感芯片技术的研究已经开始，因发明膜片钳而获得诺贝尔奖的德国学者Erwin Neher在Nature上撰文分析了采用半导体器件检测活细胞生理特性的技术发展前景。Straub等一些著名的学者研究活细胞与微电子技术相结合，并取得了快速的发展。细胞传感器可以直接检测细胞膜上的通道，对于研究细胞生理及其响应机理具有重要的意义。基于平面微电极的细胞芯片，不但能研究神经、心肌细胞生长和电信号传递过程，而且能进行神经网络和其他细胞的电生理检测和分析，为仿生传感器研究和药物、环境以及土壤检测等提供了重要的技术手段。
发明内容
本发明的目的在于提供一种基于仿生嗅觉的土壤养分快速检测装置，通过该装置能够解决目前土壤养分快速检测方法受土壤含水率、土壤质地和土壤粒度影响的弊端，达到利用果蝇嗅觉细胞分子对土壤气味的卓越识别能力实现对土壤养分的快速、准确、无损检测的目的。
本发明创造的目的是这样实现的：一种基于仿生嗅觉的土壤养分快速检测装置，所述检测装置包括吸气系统、排气系统、密闭气室、信号调理电路、嵌入式控制系统和计算机模式识别系统；
①、所述吸气系统由第一净气装置、第二净气装置、通道选择模块、吸气泵及入气导管构成，其中，第一净气装置用于净化待测气体，第二净化装置用于净化空气，第一、二净气装置分别与通道选择模块连通，吸气泵分别与通道选择模块和入气导管连通；
②、所述排气系统包括排气泵，所述排气泵与排气导管连通，用于排出废气；
③、所述密闭气室为正方形或长方形腔体，在正方形或长方形的密闭气室内分别安装细胞传感器阵列、恒温模块、恒湿模块和恒压模块；所述细胞传感器阵列是一种将果蝇离体嗅觉神经细胞培养在拥有n≥16个微电极的MEAs阵列芯片表面而形成的生物-电子复合传感器阵列，n≥16个微电极构成信号输出总线；
④、所述信号调理电路包括相互连通的信号预处理电路和信号采集电路；所述信号预处理电路由n个阻抗匹配电路和n个信号变换电路组成，所述n个阻抗匹配电路的输出端依次一对一的与n个信号变换电路的输入端连接，n个信号变换电路的输出端构成一级传输总线，一级传输总线与信号采集电路的输入端连接，所述信号采集电路由n个采样/保持电路和n个A/D转换电路组成，n个采样/保持电路的输出端与n个A/D转换电路的输入端一对一连接，所述n个A/D转换电路的输出端构成二级传输总线；
⑤、所述嵌入式控制系统包括嵌入式处理器、温度控制模块、湿度控制模块、气压控制模块、显示模块、存储单元及通讯接口，所述温度控制模块、湿度控制模块、气压控制模块、显示模块、存储单元及通讯接口分别与嵌入式处理器的I/O连接；
⑥、所述计算机模式识别系统由特征取样器、分类识别器和知识库构成，所述分类识别器分别与特征取样器和知识库连接；
所述吸气系统的吸气泵与密闭气室连通，所述吸气系统的通道选择模块与嵌入式控制系统的嵌入式处理器I/O连接；所述排气导管将密闭气室与排气系统的排气泵连通；密闭气室的细胞传感器阵列通过信号输出总线与信号调理电路的信号预处理电路连接，信号调理电路的信号采集电路通过二级传输总线与嵌入式控制系统的嵌入式处理器连接；所述嵌入式控制系统的温度控制模块、湿度控制模块和气压控制模块分别与密闭气室的恒温模块、恒湿模块和恒压模块连接，嵌入式控制系统的通讯接口与计算机模式识别系统的特征取样器连接。
本发明的仿生嗅觉土壤养分快速检测装置能够根据土壤散发的气味对土壤养分进行快速检测，克服了土壤含水率、土壤粒度等检测精度的影响，具有良好的稳定性、可靠性和适用性。
附图说明
图1是一种基于仿生嗅觉的土壤养分快速检测装置总体结构示意图；
图2是信号调理电路中的信号预处理电路结构示意图；
图3是信号调理电路中的信号采集电路结构示意图；
图4是知识库构建图。
图中件号说明：
1、吸气系统、2、排气系统、3、密闭气室、4、信号调理电路、5、嵌入式控制系统、6、计算机模式识别系统、7、第一净气装置、8、第二净气装置、9、通道选择模块、10、吸气泵、11、入气导管、12、排气导管、13、排气泵、14、废气、15细胞传感器阵列、16、恒温模块、17、恒湿模块、18、恒压模块、19、信号预处理电路、20、信号采集电路、21、嵌入式处理器、22、温度控制模块、23、湿度控制模块、24、气压控制模块、25、显示模块、26、存储单元、27、通讯接口、28、特征取样器、29、分类识别器、30、知识库、31、输出结果、32、待测气体、33、空气、34、阻抗匹配电路、35、信号变换电路、36、采样/保持电路、37、A/D转换电路、38、土壤样品、39、土壤气味指纹图谱。
具体实施方式
下面结合附图对本发明的基于仿生嗅觉的土壤养分快速检测装置做更为详尽地说明。
一种基于仿生嗅觉的土壤养分快速检测装置，所述检测装置包括吸气系统1、排气系统2、密闭气室3、信号调理电路4、嵌入式控制系统5和计算机模式识别系统6；
①、所述吸气系统1由第一净气装置7、第二净气装置8、通道选择模块9、吸气泵10及入气导管11构成，其中，第一净气装置7用于净化待测气体32，第二净化装置8用于净化空气33，第一、二净气装置7、8分别与通道选择模块9连通，吸气泵10分别与通道选择模块9和入气导管11连通；
②、所述排气系统2包括排气泵13，所述排气泵13与排气导管12连通，用于排出废气14；
③、所述密闭气室3为正方形或长方形腔体，在正方形或长方形的密闭气室3内分别安装细胞传感器阵列15、恒温模块16、恒湿模块17和恒压模块18；所述细胞传感器阵列15是一种将果蝇离体嗅觉神经细胞培养在拥有n≥16个微电极的MEAs阵列芯片表面而形成的生物-电子复合传感器阵列，n≥16个微电极构成信号输出总线；
④、所述信号调理电路4包括相互连通的信号预处理电路19和信号采集电路20；所述信号预处理电路19由n个阻抗匹配电路34和n个信号变换电路35组成，所述n个阻抗匹配电路34的输出端依次一对一的与n个信号变换电路35的输入端连接，n个信号变换电路35的输出端构成一级传输总线，一级传输总线与信号采集电路20的输入端连接，所述信号采集电路20由n个采样/保持电路36和n个A/D转换电路37组成，n个采样/保持电路36的输出端与n个A/D转换电路37的输入端一对一连接，所述n个A/D转换电路37的输出端构成二级传输总线；
⑤、所述嵌入式控制系统5包括嵌入式处理器21、温度控制模块22、湿度控制模块23、气压控制模块24、显示模块25、存储单元26及通讯接口27，所述温度控制模块22、湿度控制模块23、气压控制模块24、显示模块25、存储单元26及通讯接口27分别与嵌入式处理器21的I/O连接；
⑥、所述计算机模式识别系统6由特征取样器28、分类识别器29和知识库30构成，所述分类识别器29分别与特征取样器28和知识库30连接；
所述吸气系统1的吸气泵10与密闭气室3连通，所述吸气系统1的通道选择模块9与嵌入式控制系统5的嵌入式处理器21I/O连接；所述排气导管12将密闭气室3与排气系统2的排气泵13连通；密闭气室3的细胞传感器阵列15通过信号输出总线与信号调理电路4的信号预处理电路19连接，信号调理电路4的信号采集电路20通过二级传输总线与嵌入式控制系统5的嵌入式处理器21连接；所述嵌入式控制系统5的温度控制模块22、湿度控制模块23和气压控制模块24分别与密闭气室3的恒温模块16、恒湿模块17和恒压模块18连接，嵌入式控制系统5的通讯接口27与计算机模式识别系统6的特征取样器28连接。
作业使用时，本发明的土壤养分快速检测装置基于仿生学原理，模仿果蝇的嗅觉处理过程。仿生嗅觉的细胞传感器阵列相当于果蝇的嗅觉初级神经，能够对外界不同的浓度和类型的气味产生对应的响应信号；信号预处理电路则相当于果蝇嗅觉的高级嗅觉神经，它对细胞传感器阵列的响应信号进行滤波、转换等处理；计算机模式识别系统则对应于果蝇的嗅觉中枢神经，能够对根据响应信号的特征作出识别判断。
吸气系统1用于选择、净化进入密闭气室3中的气体，即待测气体32或空气33。
排气系统2用于排除密闭气室3内的废气。
密闭气室3内部的细胞传感器阵列15是将果蝇离体嗅觉神经细胞培养在拥有n≥16个微电极的MEAs阵列芯片表面而形成的一种生物-电子复合传感器阵列；当细胞传感器阵列15内耦合的嗅觉神经细胞与待测气体32内的气味分子接触时会引起细胞内外离子的跨膜运动，进而在微电极产生微弱的电流，多个微电极上的电流构成了电流信号群Is(I1，I2，···，In)。
所述信号预处理电路19的阻抗匹配电路34用于实现细胞传感器阵列15与信号变换电路35之间的阻抗匹配；在信号调理电路19中，电流信号Is经过耦合电容C1接入阻抗匹配电路35；电阻R1和R2可为晶体管VT1提供基极偏置；电阻Re连接在晶体管VT1的射极上，用于稳定晶体管的工作点；VCC是一个直流供电电源。
所述信号预处理电路19的信号变换电路35由输入级运算放大器和输出级运算放大器组成，通过耦合电容C2接入阻抗匹配电路34的输出端。该电路的输入级采用高输入阻抗运算放大器CA3130，可以有效减小漏电流，使运算放大器CA3130的同相输入端与反相输入端均为零电位输入，可进一步减小漏电流，一般情况下漏电流能够控制在1pA以下；输出级采用运算放大器CA3140，在电路中被用作反相放大器。信号变换电路35的反馈端从电阻R7和R8之间引出，R7和R8分别采用阻值为9.9KΩ和100Ω电阻，可使信号变换电路35的反馈灵敏度提高100倍，反馈电压Uf与信号变换电路35的输出端的电压Us关系为：
式中，Rf为反馈电阻，反馈电压Uf与输入电流信号Is的关系为：
Uf＝-Rf·Is (2)
根据公式(1)、(2)，信号变换电路35输出电压Us与微弱电流信号Is的关系为：
Us＝100·Uf＝-100·Rf·Is (3)
如果使Rf＝10GΩ，则可将1pA的微弱电流信号变换成1V的电压输出。
所述信号采集电路20的采样/保持电路36由两个电压跟随器VF1A和VF1B、一个程控开关S1以及一个蓄能电容C6组成，用于实现输入电压信号的采样与保持。信号采集电路20的A/D转换电路37选用的是具有20位分辨率的ADC芯片，优选的是CS5513芯片。电流信号群Is(I1，I2，···，In)经信号调理电路4处理后，可以转换为电压信号群Us(U1，U2，··，Un)。嵌入式处理器21对电压信号群Us(U1，U2，··，Un)进行采集与处理后，可得到土壤气味模式向量空间X{x1，x2，···，xn}。
所述的嵌入式控制系统5用于控制本发明装置工作进程。所述的嵌入式处理器21通过控制通道选择模块9实现待测气体32与空气33进入密闭气室3的切换，通过控制温度控制模块22、湿度控制模块23和气压控制模块24分别实现对恒温模块16、恒湿模块17和恒压模块18的调节，从而使密闭气室3的温度、湿度和气压满足细胞传感器阵列15的最佳工作要求。所述信号采样电路20与嵌入式处理器21分别用于采集和处理经信号调理电路4调理后输出的电压信号群Us(U1，U2，··，Un)。
所述的计算机模式识别系统6的特征取样器28采用统计学方法在土壤气味模式向量空间X{x1，x2，···，xn}通过特征的选择和提取，可形成对应的特征向量空间Y{y1，y2，···，ym}，其中m为特征向量空间的维数，取决于特征取样器28的算子公式。分类识别器29是基于人工神经网络与遗传算法融合的土壤气味识别分类软件。选用的网络模型为PB神经网络，并通过运用遗传算法对该PB神经网络的权值、阈值以及网络结构进行优化整定，从而确定最适合的PB神经网络权值、阈值和网络结构。本发明所述知识库30的建立过程为：首先，获取一定量的具有代表性的已知养分组成的土壤样品38，并编类记录；其次，采用本发明装置对试验土壤样品38进行多次学习与训练，以建立土壤气味指纹图谱39，即知识库30。
土壤气味指纹图谱39采用比特征向量空间多一维的向量V来表示，向量V的首位存放已知土壤养分组成的样品类别信息，向量V的其余位置则存放样品的特征向量空间Y{y1，y2，···，ym}。
训练成功的分类识别器29可根据待测气体32的特征向量与知识库30中的土壤气味指纹图谱39的匹配程度来确定待测气体32的类别；之后，根据检测类别，采用计算机解谱技术输出待测土壤养分检测结果。本发明的基于仿生嗅觉的土壤养分快速检测装置的检测精度与样品知识库的大小密切相关，随着样品知识库的增大，本发明装置的检测精度将越高。
Claims (1)
1.一种基于仿生嗅觉的土壤养分快速检测装置，其特征在于：所述检测装置包括吸气系统(1)、排气系统(2)、密闭气室(3)、信号调理电路(4)、嵌入式控制系统(5)和计算机模式识别系统(6)；
①、所述吸气系统(1)由第一净气装置(7)、第二净气装置(8)、通道选择模块(9)、吸气泵(10)及入气导管(11)构成，其中，第一净气装置(7)用于净化待测气体(32)，第二净化装置(8)用于净化空气(33)，第一、二净气装置(7、8)分别与通道选择模块(9)连通，吸气泵(10)分别与通道选择模块(9)和入气导管(11)连通；
②、所述排气系统(2)包括排气泵(13)，所述排气泵(13)与排气导管(12)连通，用于排出废气(14)；
③、所述密闭气室(3)为正方形或长方形腔体，在正方形或长方形的密闭气室(3)内分别安装细胞传感器阵列(15)、恒温模块(16)、恒湿模块(17)和恒压模块(18)；所述细胞传感器阵列(15)是一种将果蝇离体嗅觉神经细胞培养在拥有n≥16个微电极的MEAs阵列芯片表面而形成的生物-电子复合传感器阵列，n≥16个微电极构成信号输出总线；
④、所述信号调理电路(4)包括相互连通的信号预处理电路(19)和信号采集电路(20)；所述信号预处理电路(19)由n个阻抗匹配电路(34)和n个信号变换电路(35)组成，所述n个阻抗匹配电路(34)的输出端依次一对一的与n个信号变换电路(35)的输入端连接，n个信号变换电路(35)的输出端构成一级传输总线，一级传输总线与信号采集电路(20)的输入端连接，所述信号采集电路(20)由n个采样/保持电路(36)和n个A/D转换电路(37)组成，n个采样/保持电路(36)的输出端与n个A/D转换电路(37)的输入端一对一连接，所述n个A/D转换电路(37)的输出端构成二级传输总线；
⑤、所述嵌入式控制系统(5)包括嵌入式处理器(21)、温度控制模块(22)、湿度控制模块(23)、气压控制模块(24)、显示模块(25)、存储单元(26)及通讯接口(27)，所述温度控制模块(22)、湿度控制模块(23)、气压控制模块(24)、显示模块(25)、存储单元(26)及通讯接口(27)分别与嵌入式处理器(21)的I/O连接；
⑥、所述计算机模式识别系统(6)由特征取样器(28)、分类识别器(29)和知识库(30)构成，所述分类识别器(29)分别与特征取样器(28)和知识库(30)连接；
所述吸气系统(1)的吸气泵(10)与密闭气室(3)连通，所述吸气系统(1)的通道选择模块(9)与嵌入式控制系统(5)的嵌入式处理器(21)I/O连接；所述排气导管(12)将密闭气室(3)与排气系统(2)的排气泵(13)连通；密闭气室(3)的细胞传感器阵列(15)通过信号输出总线与信号调理电路(4)的信号预处理电路(19)连接，信号调理电路(4)的信号采集电路(20)通过二级传输总线与嵌入式控制系统(5)的嵌入式处理器(21)连接；所述嵌入式控制系统(5)的温度控制模块(22)、湿度控制模块(23)和气压控制模块(24)分别与密闭气室(3)的恒温模块(16)、恒湿模块(17)和恒压模块(18)连接，嵌入式控制系统(5)的通讯接口(27)与计算机模式识别系统(6)的特征取样器(28)连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711188438.7A CN107991460A (zh) | 2017-11-16 | 2017-11-16 | 一种基于仿生嗅觉的土壤养分快速检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711188438.7A CN107991460A (zh) | 2017-11-16 | 2017-11-16 | 一种基于仿生嗅觉的土壤养分快速检测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107991460A true CN107991460A (zh) | 2018-05-04 |
Family
ID=62032765
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711188438.7A Pending CN107991460A (zh) | 2017-11-16 | 2017-11-16 | 一种基于仿生嗅觉的土壤养分快速检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107991460A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110456002A (zh) * | 2019-08-15 | 2019-11-15 | 广东工业大学 | 一种气体定量分析装置和方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1556412A (zh) * | 2004-01-08 | 2004-12-22 | 江苏大学 | 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置 |
| CN101788517A (zh) * | 2010-02-23 | 2010-07-28 | 广东工业大学 | 基于仿生嗅觉的辛味中药材气味指纹图谱构建系统及方法 |
| CN107085018A (zh) * | 2017-04-27 | 2017-08-22 | 浙江清华长三角研究院 | 一种用于voc及恶臭类气体检测的电子鼻系统 |
-
2017
- 2017-11-16 CN CN201711188438.7A patent/CN107991460A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1556412A (zh) * | 2004-01-08 | 2004-12-22 | 江苏大学 | 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置 |
| CN101788517A (zh) * | 2010-02-23 | 2010-07-28 | 广东工业大学 | 基于仿生嗅觉的辛味中药材气味指纹图谱构建系统及方法 |
| CN107085018A (zh) * | 2017-04-27 | 2017-08-22 | 浙江清华长三角研究院 | 一种用于voc及恶臭类气体检测的电子鼻系统 |
Non-Patent Citations (5)
| Title |
|---|
| UGYEN DORJI等: "Electronic Nose Based Wireless Sensor Network for Soil Monitoring in Precision Farming System", 《2017 9TH INTERNATIONAL CONFERENCE ON KNOWLEDGE AND SMART TECHNOLOGY (KST)》 * |
| 余凡 等: "《主被动遥感协同反演地表土壤水分方法》", 31 July 2016 * |
| 刘佳: "《工业产品设计与人类学》", 31 December 2007 * |
| 叶阳 等: "《工夫红茶加工技术与装备》", 31 December 2016 * |
| 宋航: "《物联网技术及其军事技术》", 30 April 2013 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110456002A (zh) * | 2019-08-15 | 2019-11-15 | 广东工业大学 | 一种气体定量分析装置和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yan et al. | Research progress on electrical signals in higher plants | |
| CN100429519C (zh) | 一种检测温室中植物电信号的方法及其专用设备 | |
| CN107037090B (zh) | 一种基于叶片紧张度变化的光合作用预测方法 | |
| CN106718363B (zh) | 一种面向精细农业的灌溉试验方法及其试验平台 | |
| Zheng et al. | Real-time evaluation of corn leaf water content based on the electrical property of leaf | |
| CN101699283A (zh) | 智能化食品安全检测系统及检测方法 | |
| Zhang et al. | Rapid measurement of drought resistance in plants based on electrophysiological properties | |
| CN206506957U (zh) | 一种面向精细农业的灌溉试验平台 | |
| CN114967798A (zh) | 一种基于互联网的天麻种植管理控制系统 | |
| CN107991460A (zh) | 一种基于仿生嗅觉的土壤养分快速检测装置 | |
| CN103270871A (zh) | 一种快速测定苜蓿品种抗旱性和筛选抗旱苜蓿品种的方法 | |
| CN103364355B (zh) | 一种快速评价棉花对草甘膦耐受性的方法 | |
| CN113723000A (zh) | 一种基于Sentinel数据与深度学习模型的农田土壤水分模拟方法 | |
| Rahaman et al. | Detection of NPK Ratio Level Using SVM Algorithm and SmartAgro Sensor System | |
| CN202081106U (zh) | 动物细胞培养状态在线检测装置 | |
| CN2807764Y (zh) | 营养液自动检测装置 | |
| CN116704356A (zh) | 基于卷积神经网络的玉米耐盐碱鉴定方法及系统 | |
| York et al. | Phenomics of root system architecture: Measuring and analyzing root phenes | |
| CN109239027B (zh) | 一种作物生理性缺水诊断方法及系统 | |
| Kumar et al. | Design and development of an embedded framework to test soil for urban terrace farming | |
| CN109781959A (zh) | 一种奶牛养殖废水还田的土壤肥力评估方法 | |
| CN108572193A (zh) | 一种基于生理电流的植物叶片固有输导力的测定方法及装置 | |
| Hashimoto et al. | Overview of current measurement techniques from aspects of plant science | |
| Wang et al. | Multi-channel system for simultaneous in situ monitoring of ion flux and membrane potential in plant electrophysiology | |
| CN105445333A (zh) | 快速无损检测小麦种子生活力的方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180504 |