CN109580886A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN109580886A CN109580886A CN201811616629.3A CN201811616629A CN109580886A CN 109580886 A CN109580886 A CN 109580886A CN 201811616629 A CN201811616629 A CN 201811616629A CN 109580886 A CN109580886 A CN 109580886A
- Authority
- CN
- China
- Prior art keywords
- sensor
- gas
- tea perfume
- tea
- gas sensor
- 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
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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明公开了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。根据特定加工工艺的茶香成分选出对茶香成分敏感的传感器,然后根据选出的传感器在茶香环境下的敏感程度剔除对茶香香气不敏感的传感器,得到初选的传感器组;然后计算传感器间的相关性系数和传感器的区分性能值;综合两个数值评判,筛选出最优的传感器组合组成阵列,最后进行茶香气检测验证。本发明通过比较传感器间的相关性系数和区分性能值,优选出可以区分茶叶品质和种类的气敏传感器组。
Description
技术领域
本发明属于茶香气检测领域,尤其涉及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。
背景技术
茶香气的评价对于茶叶品质鉴定起着重要的作用,但一直沿用着人为的鉴定方法。然而人为的感官评价往往受品茶师的心理、生理与经验影响,评定结果很难科学化和规范化,让人对评价结果产生重要的怀疑。
电子鼻结构简单、敏感度高、重复性好、能够对样品快速进行定性和定量的测量。而电子鼻的核心部件为气敏传感器阵列,传感器阵列的合理性对电子鼻性能起着决定性的作用。一种气体传感器能检测的气体往往只有一种。为使电子鼻能准确的检测茶叶的品质,需要多种气敏传感器组成的传感器阵列。
发明内容
为解决背景技术中存在的问题,本发明提出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。采用基于香气成分和传感器在香气环境下敏感程度得出初选传感器组,然后计算初选传感器间的相关性系数和传感器区分性能值,综合两个数值评判筛选出种针对加工工艺的茶香电子鼻传感器组。
本发明的技术方案如下: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,该方法包含如下步骤:
1)根据加工工艺的茶香气主要成分选出能检测香气主要成分的传感器,然后通过传感器在香气环境下的敏感程度初选出对香气气体成分敏感的气敏传感器;
2)将初选的所有传感器置于同一茶香气环境下,测量茶香气数据,然后根据每个传感器测量的数据做传感器间的相关性系数计算和传感器区分性能值计算;
采用以下公式计算传感器间的相关性系数:
式中x、y分别为两个不同型号的气敏传感器;为x气敏传感器测试前60s的均值;为y气敏传感器测试前60s的均值;xi是x气敏传感器第i个测量值;yi是y气敏传感器第i个测量值;|Rxy|为x气敏传感器和y气敏传感器测量结果的相关性系数绝对值;相关性系数Rxy的变化范围在-1和+1之间,Rxy>0时为正相关,Rxy<0时为负相关;气敏传感器的相关程度随着|Rxy|的增大而增大;
采用以下公式计算传感器区分性能值:
式中,Sb、Sw分别为样本的类间离散度和类内离散度,xk表示第k个气敏传感器检测的某一茶香气样本,ui表示该气敏传感器检测第i类茶叶样本的平均值;ni表示该气敏传感器检测的第i类茶叶样本总数;u表示该气敏传感器对应的总样本的平均值;n代表气敏传感器的总数量;c代表茶叶种类的数量;Fi的值越大,证明该类传感器下的茶叶的类间离散度越大,类内离散度越小,传感器对茶叶种类的区分能力越好;
3)根据传感器间的相关性系数,标记出相关性系数大于系数阈值的传感器对,并保留传感器对中传感器区分性能值较大的一个,作为优选的传感器,最终得到针对特定加工工艺的传感器优选组合,组成茶香电子鼻传感器阵列做香气检测。
进一步地,所述步骤1)中,根据茶香气主要成分查找至少能对一种茶香气体成分敏感的传感器。
进一步地,所述步骤1)中,通过传感器在茶香环境下的响应曲线判断传感器的敏感程度,筛选对茶香敏感程度高的传感器。
进一步地,所述步骤3)中,相关性系数的阈值选择0.9,即标记出传感器间的相关性系数大于0.9的传感器对;当相关性系数的绝对值大于0.9时,表示两个传感器极其相似,可以相互替换,然后按照区分性能值的大小删除其一。
本发明的有益效果是:本发明综合茶香气成分、气敏传感器的敏感性、传感器间的相关性以及传感器的区分性能值四个方面筛选出针对特定加工工艺的茶叶品质和种类检测的传感器组合,筛选结果准确可靠。
附图说明
图1为本发明优选方法的流程图;
图2为根据香气成分选出的传感器在西湖龙井茶香中的响应曲线;
图3为Lh对6种烘青绿茶的区分结果图;
图4为Lh对不同等级西湖龙井的区分结果图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。由于烘青绿茶和炒青绿茶的实施步骤完全一致,以下只对烘青绿茶做详细说明。
本发明烘青绿茶的实施例如下:
1)基于烘青绿茶香气成分和传感器敏感程度的初选
1.1)分析烘青绿茶的香气成分
通过调查研究,烘青绿茶叶香气是多种物质混合而成的含大量挥发性的混合物。本发明通过对多种烘青绿茶的成分进行分析总结,得出烘青绿茶中香气成分中主要含有苯甲醇、苯乙醇、香叶醇、芳樟醇以及其他有机气体、氧化气体。
1.2)选择对烘青绿茶香气成分敏感的传感器
根据成分选出的16种传感器对某气体敏感的对应表1如下:
表1初选气敏传感器类型及其敏感气体
气敏传感器型号 | 敏感气体 |
TGS813 | 异丁烷、丙烷、乙醇、甲烷等 |
TGS822 | 丙酮、乙醇、苯、乙烷等 |
TGS2600 | 硫化氢气体 |
TGS2620 | 有机溶剂 |
MQ-6 | 2~4碳的烷烃、烯烃 |
MQ-138 | 醇类、苯类、醛类、酮类 |
TGS816 | 可燃气体 |
TGS832 | 卤代烃敏感,对醇类敏感 |
TGS826 | 氨气 |
TGS2600 | 硫化氢气体 |
2M009 | 甲苯等苯系气体 |
MQ8 | 乙醚 |
MQK2 | 甲醇、乙醇气体 |
2M012 | 氢气 |
MQ3 | 乙醇蒸汽 |
TGS800 | 甲烷,异丁烷,氢气等 |
1.3)基于传感器在烘青绿茶香气的敏感性传感器初选
如图2所示即为传感器在经典烘青绿茶西湖龙井中的响应曲线,通过传感器在茶香环境下的响应曲线判断气敏传感器在茶香环境下的敏感程度,保留敏感程度高的传感器得到初选的传感器组。
2)基于综合传感器间相关性系数和传感器区分性能值的传感器优选
2.1)基于传感器间的相关性系数筛选传感器
将初选传感器组成阵列置于烘青绿茶香气环境下进行检测,获得传感器在茶香气下的数据,采用以下公式计算传感器间的相关性系数:
式中x、y分别为两个不同型号的气敏传感器;为x气敏传感器测试前60s的均值;为y气敏传感器测试前60s的均值;xi是x气敏传感器第i个测量值;yi是y气敏传感器第i个测量值;|Rxy|为x气敏传感器和y气敏传感器测量结果的相关性系数绝对值。相关性系数Rxy的变化范围在-1和+1之间,Rxy>0时为正相关,Rxy<0时为负相关。气敏传感器的相关程度会随着|Rxy|的增大而增大。当相关性系数的绝对值大于0.9时,表示两个传感器相似性极强,可以相互替换,故需要进一步综合传感器的区分性能值选择其中之一。如表2所示为不同茶叶相关性系数大于0.9的传感器对列表:
表2不同茶叶相关性系数大于0.9的传感器列表
2.2)基于传感器区分性能值的传感器优选
根据传感器数据,采用以下公式计算传感器的区分性能值:
式中,Sb、Sw分别为样本的类间离散度和类内离散度,xk表示第k个气敏传感器检测的某一茶香气样本,ui表示该气敏传感器检测第i类茶叶样本的平均值;ni表示该气敏传感器检测的第i类茶叶样本总数;u表示该气敏传感器对应的总样本的平均值;n代表气敏传感器的总数量;c代表茶叶种类的数量。Fi的值越大,证明该类传感器下的茶叶的类间离散度越大,类内离散度越小,传感器对茶叶种类的区分能力越好。剔除相关性系数大于0.9的两传感器中的区分性能值较小一个。将剩余的传感器组成传感器阵列,得到针对检测烘青绿茶的传感器组Lh。如表3所示,为传感器检测烘青绿茶茶香气的区分性能值。
表3烘青绿茶茶香气的区分性能值
3)本实施例利用基于均值的PCA(PCA-ave)、基于最大方差时刻的PCA(PCA-var)、基于均值的LDA(LDA-ave)、基于最大方差时刻的LDA(LDA-var)四种模式识别方法来验证筛选出的传感器阵列的合理性和准确性。如图3,为传感器组检测6种烘青绿茶的区分结果图。
如表4所示,使用针对烘青绿茶的传感器组合检测,在LDA-var、PCA-ave、LDA-var方法下的准确率为100%,在PCA-var方法下的准确率为83.3%。因此,使用该传感器组合完全可以区分烘青绿茶的种类。由图4可以看到,4种方法对不同品质等级西湖龙井的区别效果较好,有比较明显的区域区分。
表4传感器阵列烘青绿茶的准确率
传感器阵列 | LDA-avr | PCA-ave | LDA-var | PCA-var |
准确率 | 100% | 100% | 100% | 83.3% |
由此可见,本发明能通过比较气敏传感器对茶叶香气敏感程度、传感器间相关性系数计算、区分性能值比较优选出可以针对加工工艺的茶香电子鼻传感器组合。优选结果具有很好的准确性、可靠性。
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (4)
1.一种针对加工工艺优选茶香电子鼻传感器阵列的设计方法,其特征在于,包含如下步骤:
1)根据加工工艺的茶香气主要成分选出能检测香气主要成分的传感器,然后通过传感器在香气环境下的敏感程度初选出对香气气体成分敏感的气敏传感器;
2)将初选的所有传感器置于同一茶香气环境下,测量茶香气数据,然后根据每个传感器测量的数据做传感器间的相关性系数计算和传感器区分性能值计算;
采用以下公式计算传感器间的相关性系数:
式中x、y分别为两个不同型号的气敏传感器;为x气敏传感器测试前60s的均值;为y气敏传感器测试前60s的均值;xi是x气敏传感器第i个测量值;yi是y气敏传感器第i个测量值;|Rxy|为x气敏传感器和y气敏传感器测量结果的相关性系数绝对值;相关性系数Rxy的变化范围在-1和+1之间,Rxy>0时为正相关,Rxy<0时为负相关;气敏传感器的相关程度随着|Rxy|的增大而增大;
采用以下公式计算传感器区分性能值:
式中,Sb、Sw分别为样本的类间离散度和类内离散度,xk表示第k个气敏传感器检测的某一茶香气样本,ui表示该气敏传感器检测第i类茶叶样本的平均值;ni表示该气敏传感器检测的第i类茶叶样本总数;u表示该气敏传感器对应的总样本的平均值;n代表气敏传感器的总数量;c代表茶叶种类的数量;Fi的值越大,证明该类传感器下的茶叶的类间离散度越大,类内离散度越小,传感器对茶叶种类的区分能力越好;
3)根据传感器间的相关性系数,标记出相关性系数大于系数阈值的传感器对,并保留传感器对中传感器区分性能值较大的一个,作为优选的传感器,最终得到针对特定加工工艺的传感器优选组合,组成茶香电子鼻传感器阵列做香气检测。
2.根据权利要求1所述的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,其特征在于:所述步骤1)中,根据茶香气主要成分查找至少能对一种茶香气体成分敏感的传感器。
3.根据权利要求1所述的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,其特征在于:所述步骤1)中,通过传感器在茶香环境下的响应曲线判断传感器的敏感程度,筛选对茶香敏感程度高的传感器。
4.根据权利要求1所述的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,其特征在于:所述步骤3)中,相关性系数的阈值选择0.9,即标记出传感器间的相关性系数大于0.9的传感器对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811616629.3A CN109580886A (zh) | 2018-12-27 | 2018-12-27 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811616629.3A CN109580886A (zh) | 2018-12-27 | 2018-12-27 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109580886A true CN109580886A (zh) | 2019-04-05 |
Family
ID=65932165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811616629.3A Pending CN109580886A (zh) | 2018-12-27 | 2018-12-27 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109580886A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113049749A (zh) * | 2021-03-12 | 2021-06-29 | 中国农业大学 | 一种电子鼻检测系统 |
CN113466409A (zh) * | 2021-06-24 | 2021-10-01 | 上海应用技术大学 | 一种通过电子鼻来鉴定正山小种红茶的不同生产工艺的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103499615A (zh) * | 2013-07-30 | 2014-01-08 | 中国标准化研究院 | 一种基于遗传算法的龙井茶品质检测树种模型中传感器的选择方法 |
CN105954412A (zh) * | 2016-05-07 | 2016-09-21 | 浙江大学 | 用于山核桃新鲜度检测的传感器阵列优化方法 |
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 |
CN106918817A (zh) * | 2017-03-31 | 2017-07-04 | 浙江大学 | 一种能检测茶叶类型和品质的气敏传感器的优选方法 |
-
2018
- 2018-12-27 CN CN201811616629.3A patent/CN109580886A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103499615A (zh) * | 2013-07-30 | 2014-01-08 | 中国标准化研究院 | 一种基于遗传算法的龙井茶品质检测树种模型中传感器的选择方法 |
CN105954412A (zh) * | 2016-05-07 | 2016-09-21 | 浙江大学 | 用于山核桃新鲜度检测的传感器阵列优化方法 |
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 |
CN106918817A (zh) * | 2017-03-31 | 2017-07-04 | 浙江大学 | 一种能检测茶叶类型和品质的气敏传感器的优选方法 |
Non-Patent Citations (3)
Title |
---|
戴悦雯等: "基于龙井茶香气风味特性的品质判定", 《食品科学》 * |
桑子涵: "便携性茶叶香气检测电子鼻关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
赵镭等: "电子鼻传感器筛选的组合优化法研究", 《食品科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113049749A (zh) * | 2021-03-12 | 2021-06-29 | 中国农业大学 | 一种电子鼻检测系统 |
CN113466409A (zh) * | 2021-06-24 | 2021-10-01 | 上海应用技术大学 | 一种通过电子鼻来鉴定正山小种红茶的不同生产工艺的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103134850B (zh) | 一种基于特征香气的茶叶品质快速检测方法 | |
Luo et al. | Application of ANN with extracted parameters from an electronic nose in cigarette brand identification | |
Zheng et al. | Rapid identification of rice samples using an electronic nose | |
CN107478683B (zh) | 一种基于机器嗅觉的有毒有害气体检测与识别方法 | |
CN102590450B (zh) | 基于mems技术的阵列式气味检测元件 | |
Brudzewski et al. | Differential electronic nose and support vector machine for fast recognition of tobacco | |
CN103234918B (zh) | 一种液体阵列味觉仿生传感器鉴别白酒香型的方法 | |
CN103235087B (zh) | 一种基于嗅觉和味觉传感器信息融合的乌龙茶原产地的鉴别方法 | |
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 | |
JP5403621B2 (ja) | 匂い識別方法 | |
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 | |
CN105954412B (zh) | 用于山核桃新鲜度检测的传感器阵列优化方法 | |
CN103558311B (zh) | 一种基于茶叶生化成分的绿茶苦涩味判别方法 | |
CN105092789B (zh) | 一种片烟醇化过程中烟叶风格特征变化趋势分析方法 | |
CN108195895A (zh) | 一种基于电子鼻和分光测色仪的茶树叶片氮含量快速检测方法 | |
CN103399050B (zh) | 一种基于口感信息快速评定人参掺假西洋参的方法 | |
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 | |
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 | |
Soh et al. | Development of neural network-based electronic nose for herbs recognition | |
Kanade et al. | Development of an E-nose using metal oxide semiconductor sensors for the classification of climacteric fruits | |
CN103399092A (zh) | 一种快速评定人参品质的方法 | |
CN104407019B (zh) | 一种基于dfa和simca模型的烟用包装纸品质判别方法 | |
Radi et al. | Implementation of an electronic nose for classification of synthetic flavors | |
CN108982687B (zh) | 一种六堡茶茶品等级的测定方法 | |
Tudu et al. | Comparison of multivariate normalization techniques as applied to electronic nose based pattern classification for black tea |
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: 20190405 |