CN112285296A - 一种基于电子鼻的汽车内饰零部件气味评价方法 - Google Patents
一种基于电子鼻的汽车内饰零部件气味评价方法 Download PDFInfo
- Publication number
- CN112285296A CN112285296A CN202011252347.7A CN202011252347A CN112285296A CN 112285296 A CN112285296 A CN 112285296A CN 202011252347 A CN202011252347 A CN 202011252347A CN 112285296 A CN112285296 A CN 112285296A
- Authority
- CN
- China
- Prior art keywords
- odor
- electronic nose
- data
- bag
- evaluation
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 60
- 238000013210 evaluation model Methods 0.000 claims abstract description 29
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 20
- 239000007789 gas Substances 0.000 claims description 10
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000000513 principal component analysis Methods 0.000 claims description 2
- 230000006641 stabilisation Effects 0.000 claims description 2
- 238000011105 stabilization Methods 0.000 claims description 2
- 238000013499 data model Methods 0.000 description 6
- 239000002033 PVDF binder Substances 0.000 description 4
- 230000007794 irritation Effects 0.000 description 4
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 101100054292 Arabidopsis thaliana ABCG36 gene Proteins 0.000 description 2
- 101100351526 Arabidopsis thaliana PEN3 gene Proteins 0.000 description 2
- 206010028813 Nausea Diseases 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000008693 nausea Effects 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002304 perfume Substances 0.000 description 1
- 229920002620 polyvinyl fluoride Polymers 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Images
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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明是一种基于电子鼻的汽车内饰零部件气味评价方法,包含S01:制备不同气味等级的零部件气味样品;S02:使用电子鼻采集零部件气味样品数据;S03:气味评价人员采用盲评方式对零部件样品进行主观气味评级;S04:电子鼻数据预处理;S05:建立电子鼻气味评价模型;S06:使用电子鼻气味评价模型评价待测零部件气味;S07:优化电子鼻气味评价模型。本发明利用电子鼻进行汽车内饰零部件气味评价,给出客观、准确的评价结果,可以解决气味评价结果受嗅辨人员主观因素影响的问题,提高汽车零部件气味评价效率和准确性。
Description
技术领域
本发明涉及气味评价技术,具体涉及汽车内饰零部件的气味客观评价方法。
背景技术
随着经济社会的发展,汽车开始走进千家万户,随着消费者环保健康意识的提升,车内空气质量越发受到关注。根据专业机构的汽车售后数据调查,消费者对车内异味问题的投诉居高不下。车内气味来源于车内零部件散发出的气味物质和外来异味,如抽烟、车载香水、加装的脚垫、座垫、车外环境异味扩散进入车内等。
中国专利CN 104297434 B公开了一种汽车内饰零部件的气味评价方法,将车内零部件放入无异味的气味袋后,密封气味袋并抽出袋内空气,向袋内冲入一定体积的高纯氮气,在恒定温度的烘箱中放置至少3.5h后,由一组气味评价人员(至少3人)对袋内气味进行嗅闻、评级。这种零部件气味评价方法属于主观评价,评价结果会受到评价人员生理和心理因素影响(心理状态、身体健康状态、个人喜好、嗅觉记录等),导致评价结果产生一定的偏差,不够客观。
中国专利CN 106596860 A公开了一种利用电子鼻进行汽车气味检测的方法,将不同等级的汽车样品放置在预设空间内一段时间后(如65℃,2h),利用电子鼻采集样品数据,与气味评价人员(至少3人)的气味评价等级进行对应,建立气味数据模型。该气味数据模型可用于后续汽车气味的评价。最后基于该气味数据模型对汽车样品气味进行评价,形成了一套汽车整车气味的检测方法以及评价系统。该专利需要收集不同等级的汽车样品进行处理,然后采集电子鼻数据。建立气味数据模型时,未明确介绍电子鼻数据的预处理方法,仅将气体种类、含量或浓度与对应的等级建立拟合曲线,从而建立气味数据模型,并且该专利也未提出电子鼻气味数据模型的持续优化方法。
发明内容
针对上述存在的问题,本发明提出一种基于电子鼻的汽车内饰零部件气味评价方法,利用电子鼻进行汽车内饰零部件气味评价,给出客观、准确的评价结果,可以解决气味评价结果受嗅辨人员主观因素影响的问题,提高汽车零部件气味评价效率和准确性。
本发明的技术方案如下:
本发明提出一种基于电子鼻的汽车内饰零部件气味评价方法,包含以下步骤:
S01:制备不同气味等级的零部件气味样品:
收集不同车型的同一类零部件(如方向盘),将一定规格的零部件装入聚偏氟乙烯(PVF)气味袋中,密封并抽出袋内空气,再向袋内冲入一定体积高纯氮气,进行一定时间恒温处理,使零部件挥发出的气味在袋内达到一定等级。
通过调整袋内样品数量和袋子大小等试验参数,得到不同气味等级的零部件气味样品。
S02:使用电子鼻采集零部件气味样品数据:
使用PEN3型电子鼻采集袋内气味样品数据,得到气味样品在所有金属氧化物传感器上的响应值。
S03:气味评价人员采用盲评方式对零部件样品进行主观气味评级;
电子鼻数据采集完成后,从恒温烘箱中取出气味袋,由至少3名接受过专业培训的气味评价人员采取盲评方式对袋内气体进行嗅闻评级,得到样品的气味等级。
S04:电子鼻数据预处理
所有样品检测完成后,检查筛选电子鼻数据,舍弃采样异常数据(如传感器无响应,传感器响应突变等)。将每个样品的气味等级结果与电子鼻测试数据进行对应,按气味等级对电子鼻数据进行分类。
S05:建立电子鼻气味评价模型
将同一类零部件在特定时间阶段采集的电子鼻传感器响应值与零部件气味等级导入数据分析软件,进行数据计算分析,得到样品气味等级与传感器响应值的分布规律,生成该类零部件的电子鼻气味评价模型;所述特定时间阶段是指传感器响应稳定阶段。
按步骤S01-S05依次完成所有种类零部件气味评级模型的建立。
S06:使用电子鼻气味评价模型评价待测零部件气味
待测样品按S01进行测试后,使用电子鼻采集袋内气味样品数据,将电子鼻传感器响应值导入该类零部件的气味评价模型中进行计算,得到待测样品的气味评级。
S07:电优化子鼻气味评价模型
通过与人工气味评价结果的对比,可以确认电子鼻气味评价模型的准确性,并将待测样品的电子鼻数据添加到气味评级模型中,通过数据的不断积累,持续优化气味评价模型,提高评价结果的准确性。
本发明由于采取以上技术方案,具有以下优点:
(1)利用已有零部件根据需求来制备不同气味等级的样品,从而收集到更加完善的电子鼻数据和人员评价数据。
(2)建立模型前对电子鼻数据进行预处理,选用特定时间阶段的数据来建立电子鼻气味评价模型,使气味评价模型更加准确。
(3)气味评价模型能够使电子鼻仪器具有与评价人员相同的气味评价能力,且该模型的评价能力还可以随着测试数据的增加不断优化。
(4)基于电子鼻的汽车零部件气味等级评价方法能够代替人工评价,降低了气味评价人员工作量,提高气味评价效率。与人工评价相比,该方法的评价结果更加客观,评价结果一致性更好。
附图说明
图1电子鼻车内零部件气味等级评价方法流程图
图2零部件电子鼻气味评价模型
具体实施方式
下面结合附图以及实施例对本发明进行详细的描述:
如图1所示,本实施例提出一种汽车内饰零部件气味的检测方法,包括以下步骤:
S01:制备不同气味等级的零部件气味样品
收集不同车型的同一类零部件(如方向盘)作为待测样品,每种零部件取至少3个平行样,待测样品总数量不少于15个。待测零部件状态应与实车安装状态一致,未受到其它污染。
将一定数量的待测样品装入体积适合的带有阀门的聚偏氟乙烯(PVF)气味袋中,常用的气味袋体积有200L、500L、1000L、2000L。用封条密封气味袋,使用真空隔膜排气泵抽干袋内空气,并向袋内充入气味袋容积60%的高纯氮气(99.999%),将袋子转移到恒温烘箱中放置一定时间,放置温度和时间如下:(65±2)℃,(4±0.2)h。
经过上述处理,样品内部的气味物质散发到袋内气体中,并达到一定浓度,这样就制备了一定气味等级的零部件气味样品。
采取以下方法控制袋内散发出的气味物质浓度,就可以对该类零部件样品散发的气味等级进行调控,获得尽可能多气味等级的样品,每类零部件不少于5个气味等级(参照表1气味等级评价标准):
1、增加袋内气味等级方法:增加袋内零部件数量、使用更小体积的气味袋;
2、降低袋内气味等级方法:减少袋内零部件数量、使用更大体积的气味袋;
表1气味等级评价标准
强度等级 | 等级描述 |
1 | 感觉不到气味的存在,无气味 |
1.5 | 勉强感觉到有气味而很难辨别出气味的种类 |
2 | 可感觉到气味存在 |
2.5 | 可明显感知到气味,不刺激 |
3 | 可明显感知到气味,轻微刺激 |
3.5 | 可明显感知到气味,存在中等刺激性 |
4 | 明显难闻的气味,刺激 |
4.5 | 强烈的刺激性气味 |
5 | 强烈的刺激性气味,恶心 |
5.5 | 强烈的刺激性气味,非常恶心 |
6 | 无法忍受 |
S02:使用电子鼻采集零部件气味样品数据
本实施例使用PEN3型电子鼻,该设备的核心部分是气体传感器阵列,共包含10个金属氧化物半导体气体传感器,分别为:W1C、W5S、W3C、W6S、W5C、W1S、W1W、W2S、W2W、W3S。检测完成自动保存10个气体传感器的响应数据,并实时显示传感器阵列的响应曲线。
使用洁净空气清洗电子鼻60s后,将电子鼻进样管通过聚氟乙烯导管或硅胶软管连接到气味袋阀门上,打开阀门,使电子鼻与袋内气体连通。设置电子鼻采样参数如下:样品采集时间60s,采样间隔1s,采样流量400ml/min。开始采集样品的电子鼻数据。
依次完成该类零部件所有气味等级样品的电子鼻数据的采集。
S03:气味评价人员采用盲评方式对零部件样品进行主观气味评级
电子鼻数据采集完成后,从烘箱种取出气味袋,安排一个气味评价小组(包含3名接受专业气味评价培训人员组成)对袋内气味进行嗅闻、评级。为保证评价结果准确性,采样盲评方式进行气味评价。评价人员应提前佩戴眼罩,由组织者搀扶至气味袋处,进行嗅闻。3名评价人员嗅闻袋内气体之后,参照表1气味等级评价标准给出主观的气味等级,如果评价人员的评价结果差异大于1级则需要更换评价人员重新组织评价,直到评价人员的评价结果差异小于等于1级,以3个人中出现次数最多的值作为该样品的最终气味等级。
依次完成该类零部件所有气味等级样品的人工气味等级评价。
S04:电子鼻数据预处理
同一类零部件(如方向盘)的所有气味样品完成电子鼻数据采集和人工气味评价后,逐一打开所有电子鼻数据,检查确认传感器阵列的响应曲线是否出现无响应值、响应值突然变大或突然变小等异常情况,删除异常样品数据。
将每个样品的气味等级与电子鼻数据进行对应,并按照样品的气味等级大小对该类零部件的所有电子鼻数据进行分类。
S05:建立电子鼻气味评价模型
按照气味等级从低到高顺序,将同一类零部件(如方向盘)的所有样品的气味等级数据和电子鼻数据全部导入到数据分析软件中。其中电子鼻数据应选择导入传感器响应稳定阶段的数据,如第50s、51s、52s的三组传感器响应值数据。
最后选择PCA主成份分析或K-NN(欧氏距离、马氏距离)方法对数据进行分析处理,生成类似图2的零部件的电子鼻气味评价模型。
按步骤S01-S05依次完成所有种类零部件气味评级模型的建立。
S06:使用电子鼻气味评价模型评价待测零部件气味
将待测零部件按S01方法进行处理,使用电子鼻采集气味袋内气体数据,将待测零部件的电子鼻数据代入该类零部件的电子鼻气味评价模型进行计算,就可直接得到待测零部件的气味等级。
S07:电子鼻气味评价模型优化
通过与人工气味评价结果比对可以评价电子鼻气味评价模型的准确性,将比对确认后的待测零部件的电子鼻数据添加到气味评价模型中,持续优化该模型。随着气味评价模型中测试数据的不断累积,其将拥有与专业气味评价人员一样的零部件气味评价能力,评价结果更加客观,一致性更好,评价过程更加简化。
Claims (6)
1.一种基于电子鼻的汽车内饰零部件气味评价方法,包含以下步骤:
S01:制备不同气味等级的零部件气味样品:
S02:使用电子鼻采集零部件气味样品数据:
S03:气味评价人员采用盲评方式对零部件样品进行主观气味评级;
S04:电子鼻数据预处理
剔除采样异常数据,将每个样品的气味等级结果与电子鼻测试数据对应,按气味等级对电子鼻数据进行分类;
S05:建立电子鼻气味评价模型
将同一类零部件在特定时间阶段采集的电子鼻传感器响应值与零部件气味等级进行数据计算分析,得到样品气味等级与传感器响应值的分布规律,生成该类零部件的电子鼻气味评价模型;所述特定时间阶段是指传感器响应稳定阶段;
按步骤S01-S05依次完成所有种类零部件气味评级模型的建立;
S06:使用电子鼻气味评价模型评价待测零部件气味
将待测零部件按S01方法进行处理,使用电子鼻采集气味袋内气体数据,将待测零部件的电子鼻数据代入该类零部件的电子鼻气味评价模型进行计算,得到待测零部件的气味等级;
S07:优化电子鼻气味评价模型
通过与人工气味评价结果比对确认待测零部件电子鼻数据的准确性,并将比对确认后的数据添加到电子鼻气味评价模型中,持续优化该模型。
2.根据权利要求1所述的气味评价方法,其特征在于:所述采样异常数据是指传感器无响应、传感器响应突变等数据。
3.根据权利要求1所述的气味评价方法,其特征在于:所述特定时间阶段取第50s、51s、52s三个时间点。
4.根据权利要求1所述的气味评价方法,其特征在于:数据计算分析是采用PCA主成份分析或K-NN方法对数据进行分析处理,生成零部件的电子鼻气味评价模型。
5.根据权利要求1所述的气味评价方法,其特征在于: 所述S01是采用气味袋收集法得到不同气味等级的零部件气味样品,包括:收集不同车型的同一类零部件,分别装入气味袋,密封抽空气,冲入氮气,恒温处理,使零部件挥发出的气味在袋内达到一定等级,得到不同气味等级的零部件气味样品。
6.根据权利要求5所述的气味评价方法,其特征在于:进一步通过调整袋内样品数量和袋子大小等试验参数,得到不同气味等级的零部件气味样品,方法是:
(1) 增加袋内气味等级:增加袋内零部件数量、使用更小体积的气味袋;
(2)降低袋内气味等级:减少袋内零部件数量、使用更大体积的气味袋。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011252347.7A CN112285296A (zh) | 2020-11-11 | 2020-11-11 | 一种基于电子鼻的汽车内饰零部件气味评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011252347.7A CN112285296A (zh) | 2020-11-11 | 2020-11-11 | 一种基于电子鼻的汽车内饰零部件气味评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112285296A true CN112285296A (zh) | 2021-01-29 |
Family
ID=74397884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011252347.7A Pending CN112285296A (zh) | 2020-11-11 | 2020-11-11 | 一种基于电子鼻的汽车内饰零部件气味评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112285296A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113588819A (zh) * | 2021-07-27 | 2021-11-02 | 重庆长安汽车股份有限公司 | 一种汽车内饰零部件气味定量评价方法 |
CN114264770A (zh) * | 2021-08-23 | 2022-04-01 | 中汽研汽车检验中心(天津)有限公司 | 一种基于图谱匹配的气味评价方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944584A (zh) * | 2012-12-07 | 2013-02-27 | 南京农业大学 | 一种气味传感器对草莓常见病害早期检测的方法 |
CN103389324A (zh) * | 2013-07-18 | 2013-11-13 | 浙江工商大学 | 一种基于气味分析技术的明虾新鲜度检测方法 |
CN104297434A (zh) * | 2014-10-29 | 2015-01-21 | 重庆长安汽车股份有限公司 | 一种汽车内饰零部件的气味评价方法 |
CN104849323A (zh) * | 2015-05-06 | 2015-08-19 | 浙江大学 | 一种基于电子鼻快速检测果汁中澄清剂的方法 |
CN105223320A (zh) * | 2015-10-27 | 2016-01-06 | 神龙汽车有限公司 | 一种汽车零部件气味评价装置及其使用方法 |
CN106568907A (zh) * | 2016-11-07 | 2017-04-19 | 常熟理工学院 | 一种基于半监督鉴别投影的大闸蟹新鲜度无损检测方法 |
CN106596860A (zh) * | 2016-12-19 | 2017-04-26 | 深圳市北测检测技术有限公司 | 一种汽车气味的检测方法和检测系统 |
CN207439768U (zh) * | 2017-12-04 | 2018-06-01 | 重庆长安汽车股份有限公司 | 一种汽车零部件气味采集分装装置 |
CN109709267A (zh) * | 2018-12-14 | 2019-05-03 | 武汉东昌仓贮技术有限公司 | 一种基于电子鼻的烟叶醇化品质评价方法及系统 |
CN110333319A (zh) * | 2019-06-28 | 2019-10-15 | 天津大学 | 基于手持式电子鼻的车内ppb级低浓度气味等级评价方法 |
CN111007176A (zh) * | 2019-12-26 | 2020-04-14 | 冲之智能科技(天津)有限公司 | 基于气相色谱与离子迁移谱的车内气味等级评价方法 |
-
2020
- 2020-11-11 CN CN202011252347.7A patent/CN112285296A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944584A (zh) * | 2012-12-07 | 2013-02-27 | 南京农业大学 | 一种气味传感器对草莓常见病害早期检测的方法 |
CN103389324A (zh) * | 2013-07-18 | 2013-11-13 | 浙江工商大学 | 一种基于气味分析技术的明虾新鲜度检测方法 |
CN104297434A (zh) * | 2014-10-29 | 2015-01-21 | 重庆长安汽车股份有限公司 | 一种汽车内饰零部件的气味评价方法 |
CN104849323A (zh) * | 2015-05-06 | 2015-08-19 | 浙江大学 | 一种基于电子鼻快速检测果汁中澄清剂的方法 |
CN105223320A (zh) * | 2015-10-27 | 2016-01-06 | 神龙汽车有限公司 | 一种汽车零部件气味评价装置及其使用方法 |
CN106568907A (zh) * | 2016-11-07 | 2017-04-19 | 常熟理工学院 | 一种基于半监督鉴别投影的大闸蟹新鲜度无损检测方法 |
CN106596860A (zh) * | 2016-12-19 | 2017-04-26 | 深圳市北测检测技术有限公司 | 一种汽车气味的检测方法和检测系统 |
CN207439768U (zh) * | 2017-12-04 | 2018-06-01 | 重庆长安汽车股份有限公司 | 一种汽车零部件气味采集分装装置 |
CN109709267A (zh) * | 2018-12-14 | 2019-05-03 | 武汉东昌仓贮技术有限公司 | 一种基于电子鼻的烟叶醇化品质评价方法及系统 |
CN110333319A (zh) * | 2019-06-28 | 2019-10-15 | 天津大学 | 基于手持式电子鼻的车内ppb级低浓度气味等级评价方法 |
CN111007176A (zh) * | 2019-12-26 | 2020-04-14 | 冲之智能科技(天津)有限公司 | 基于气相色谱与离子迁移谱的车内气味等级评价方法 |
Non-Patent Citations (1)
Title |
---|
刘辉等: "基于支持向量回归的鱼粉TVB-N值电子鼻检测", 《湖北农业科学》, vol. 50, no. 13, 31 July 2011 (2011-07-31), pages 2749 - 2752 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113588819A (zh) * | 2021-07-27 | 2021-11-02 | 重庆长安汽车股份有限公司 | 一种汽车内饰零部件气味定量评价方法 |
CN114264770A (zh) * | 2021-08-23 | 2022-04-01 | 中汽研汽车检验中心(天津)有限公司 | 一种基于图谱匹配的气味评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112285296A (zh) | 一种基于电子鼻的汽车内饰零部件气味评价方法 | |
CN113588819A (zh) | 一种汽车内饰零部件气味定量评价方法 | |
US20120130266A1 (en) | Cognitive efficacy estimation system and method | |
CN109521127B (zh) | 一种对单一气味物质进行气味评价的定性定量分析方法 | |
CN112996682A (zh) | 汽车空调滤网的使用寿命检测方法和设备、存储介质 | |
CN102721716A (zh) | 基于1h-nmr指纹图谱结合多变量分析的食用油质量检验方法 | |
CN111297403B (zh) | 尘肺群体快速精准筛查及肺部纤维化病变早期预警系统 | |
CN107506710A (zh) | 一种滚动轴承复合故障提取方法 | |
CN111007176A (zh) | 基于气相色谱与离子迁移谱的车内气味等级评价方法 | |
CN110763775A (zh) | 复合气体的气味浓度计算方法 | |
CN107215734A (zh) | 一种用于电梯实时加速度和速度以及位置检测的方法及系统 | |
CN102338780A (zh) | 一种卷烟品牌判别方法 | |
CN109709267A (zh) | 一种基于电子鼻的烟叶醇化品质评价方法及系统 | |
CN113506046A (zh) | 一种基于质量管理规范数据追踪的药品质量控制分析系统 | |
CN111766328A (zh) | 车内气味源检测方法 | |
CN111855757A (zh) | 一种基于电子鼻的六堡茶陈香香味识别方法 | |
CN108107086A (zh) | 一种基于阵列气体传感器的气体检测方法及气体传感器 | |
WO2020056812A1 (zh) | 用于评价室内环境质量的环境参数权重确定方法及系统 | |
CN105181761A (zh) | 一种利用电子鼻快速鉴别茶叶辐照吸收剂量的方法 | |
CN103512921A (zh) | 一种基于智能电子鼻系统的梨新鲜度分析装置及方法 | |
CN103558351A (zh) | 一种基于智能电子鼻系统的绿茶饮料品质分析装置及方法 | |
CN108533254A (zh) | 储层油气水层录井参数主控因素权重分析方法 | |
CN114970675A (zh) | 基于特征选择的人工鼻冰箱食物新鲜度检测系统和方法 | |
CN211877911U (zh) | 用于汽车内饰材料气味等级评价的便携式电子鼻系统 | |
CN114186824A (zh) | 车内气味评价模型构建方法和车内气味评价方法 |
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: 20210129 |