食品中农药残留的电子鼻检测识别研究

电子鼻(e-nose)通过气味来鉴别化合物,是一种模拟生物嗅觉工作原理的新形仿生检测系统。它在农药残留等食品安全检测领域中有着广泛的应用。电子鼻包括检测系统、数据预处理系统和模式识别系统。本文通过对电子鼻的发展历史和组成部分的基本原理介绍,全面回顾和总结了过去二十年来电子鼻在食品农药残留检测中的应用。最后,从几个方面讨论了电子鼻技术在该领域的存在问题及发展趋势。     

电子鼻传感技术与应用研究进展

电子鼻作为一种新兴仿生技术,在农副产品与食品检测中逐渐得到重视,其研究在酒茶类、饮料、粮油、肉乳制品和果蔬类等方面都有许多报道,表明电子鼻在食品与农副产品检测上有很好的应用前景。随着材料、传感器、信息等新技术的不断涌现,电子鼻技术也得到了新的发展,新型传感器技术的涌现和响应特性的研究,为新型电子鼻系统研究与应用提供了重要的基础条件和检测机理依据;电子鼻与其他分析仪器的融合应用技术实现了更加全方位、多角度的食品与农副产品检测;电子鼻技术与现代无线通信技术的结合应用,克服了传统电子鼻无法应用于现场及移动环境的不足,拓展了电子鼻的应用领域。本文针对这些方面进行了综述和分析,以供深入研究参考。     

电子鼻技术在粮食质量检测中的应用

对消费者来说,粮食的气味也是衡量其质量的一个重要标准.电子鼻是一种新颖的仿生系统,是用于分析、检测挥发性气味的仪器.为此,综述了电子鼻在粮食质量检测中的应用,主要包括粮食霉变、虫害和储藏年限等方面的研究及其应用现状;最后,展望了电子鼻在粮食检测中的应用前景.     

牛肉新鲜度的电子鼻检测技

为了简单、快捷、准确地检测牛肉新鲜度,建立了电子鼻检测系统.根据牛肉产生的气味和传感器实验,合理地选用了气敏传感器阵列.为提高电子鼻传感器灵敏度,对购置的传感器进行了改进.利用生物嗅觉的研究成果,开发出仿生嗅觉鼻道结构.为了提高电子鼻系统小样本训练的识别率,提出了用支持向量机(SVM)算法识别牛肉新鲜度的方法.应用电子鼻系统对储藏7 d不同新鲜度的牛肉进行了识别实验,识别率达到99.25%.结果表明电子鼻检测牛肉新鲜度是可行的.     

电子鼻技术及其在小麦霉变检测中的应用

研制了一套能够快速对小麦霉变进行识别的电子鼻检测系统,该系统通过分析小麦的气味,从而判断所测小麦是否霉变.该电子鼻检测系统由5只TGS2600系列的气敏传感器组成,通过从每个传感器的响应曲线中提取4个特征值,采用RBF神经网络进行模式识别处理.该系统能够快速准确评判小麦的霉变情况,网络正确识别率为93.3%.实验表明,该系统对小麦霉变与否的检测是可行的、有效的.     

电子鼻技术及其在小麦活性检测中的应用

研制了一套能快速对小麦活性进行识别的电子鼻检测系统。系统通过分析小麦的气味,对所测小麦的活性程度进行5个等级评判。该电子鼻检测系统由5只TGS2600系列的气敏传感器组成,从每个传感器的响应曲线中提取2个特征值,采用PNN神经网络来进行模式识别处理。系统能快速、准确评判小麦的霉变情况,网络正确识别率为91%。实验表明,该系统对小麦活性程度的检测是可行的、有效的。     

电子鼻技术在苹果质量评定中的应用

提出了一种根据苹果气味对苹果进行无损检测的新方法，研制了一套适合苹果气味检测的电子鼻系统。对超市所购得的好坏苹果各50个进行了检测，在获得传感器阵列数据的基础上，从每个传感器曲线中提取了5个特征参数，将其作为模式识别的输入向量。由主成分分析对所测的数据处理结果看出，好坏苹果足可以区分的，但有一点重迭的地方。用遗传算法优化RBF神经网络．发挥各自的优点，使所建立的遗传RBF网络不但收敛速度快，而且识别精度高。网络对训练集的回判正确率和对测试集的测试正确率分别为100％和96．4％。试验证明该分类方法和电子鼻装置都是有效的，也适用于其他的水果。     

苹果汁中鲁氏接合酵母早期污染的电子鼻识别研究

通过电子鼻(Electronic nose,EN)检测苹果汁气味,探索电子鼻识别苹果汁中鲁氏接合酵母早期污染的可行性。利用线性判别分析(LDA)研究电子鼻对不同污染时间苹果汁的区分能力。运用载荷分析研究各传感器对电子鼻早期识别鲁氏接合酵母污染的贡献。同时对苹果汁进行感官评定分析,作为验证电子鼻检测性能的参考。运用偏最小二乘回归(PLSR)分析电子鼻信号与酵母菌浓度之间的相关性,以期建立定量检测模型。结果表明实验菌株污染苹果汁12 h后,对应的酵母浓度小于200 CFU/m L,电子鼻能够识别污染样品,而感官评定人员在这个条件下无法区分污染样品与空白样品。载荷分析表明S1、S2、S6、S7和S8传感器在电子鼻识别鲁氏接合酵母早期污染中起到重要作用。PLS结果表明电子鼻信号与酵母浓度之间有很好的相关性,决定系数R2分别为0.97(校正集)和0.93(预测集),预测标准误差分别为0.28(校正集)和0.26(预测集)。上述结果表明利用电子鼻对苹果汁中鲁氏接合酵母早期污染进行识别预警是可行的,有望在食品微生物快速检测领域得到广泛应用。     

电子鼻技术在食品检测中的应用

随着嗅觉传感器技术的不断发展,电子鼻技术得到了广泛的研究与应用。电子鼻由气敏传感器阵列、信号处理子系统和模式识别子系统等3种功能器件组成。为此,阐述了电子鼻技术的结构组成,介绍了其在食品新鲜度检测、果蔬成熟度评价及饮料与酒类识别等轻工业中的应用现状与发展趋势,并指出了这些新技术实现过程中所需要解决的问题。     

基于SVM核机器学习的三文鱼新鲜度检测系统

为了实现对不同冷藏温度下三文鱼新鲜度的检测与识别,设计了一种用于三文鱼气味指纹采集与新鲜度辨识的电子鼻系统。电子鼻系统由密闭检测气室、半导体气体传感器阵列、数据采集模块、模式识别模块和显示界面等组成。电子鼻模式识别方法采用核机器学习方法,以支持向量机(SVM)作为学习机。采集0、4、6℃温度下冷藏三文鱼样本的气味数据,对不同核函数及参数的核机器学习模型进行训练与测试,最终确定了适于此电子鼻系统识别三文鱼新鲜度的最佳核机器学习模型:核函数选用多项式核函数,核参数q取3,γ取15,c取0。此模型对不同温度冷藏三文鱼样本的冷藏时间具有一定的辨识能力,对于测试集,0℃允许偏差1 d预测正确率为92. 86%,4℃无偏差预测正确率为88. 89%、允许偏差1 d预测正确率100%,6℃无偏差预测正确率为75. 00%、允许偏差1 d预测正确率100%。将辨识结果与主成分分析结果(PCA)进行对比,此模型具有明显的优势。     

农畜产品品质安全高光谱无损检测技术进展和趋势

高光谱成像技术作为光学无损检测的一种新技术在农畜产品品质安全检测中被广泛关注和应用.综述了高光谱无损检测技术的研发现状.在果蔬品质安全检测上,高光谱成像技术可用于组成分分析、食用指标测定、质量分级评定等内部品质检测和外部形态特征识别、表面缺陷及污染物检测、冻伤检验等外部品质判定,以及农药残留、致病菌污染等安全评定.在生鲜肉检测应用方面,包括营养品质的组成成分分析、食用品质如嫩度、大理石花纹、新鲜度等指标评价以及生鲜肉在微生物污染等安全品质的评定.分析了高光谱无损检测技术的现状及问题,并针对目前农畜产品无损检测的发展趋势进行前景展望.     

融合电子鼻和视觉技术的鸡肉新鲜度检测装置研究

为实现鸡肉新鲜度的快速准确检测,设计了一种基于电子鼻和视觉数据融合的一体化检测装置。装置由控制系统、视觉系统和电子鼻系统3部分组成,可同时通过电子鼻传感器阵列检测鸡肉散发的气体浓度并由摄像机采集鸡肉视觉图像,控制板传输数据至Jetson Nano上位机进行特征提取、融合与分析。由该装置获取不同新鲜度鸡肉样本的气味和图像数据,采用主成分分析方法进行降维处理,再基于支持向量机建立鸡肉新鲜度分级模型,准确率可达98.7%。该装置具有准确率高、便携和稳定性强等特点,可为肉品新鲜度检测提供技术支持。     

太赫兹波光谱成像技术在肉制品检测中的应用

我国是农产品大国,但由于商品产后处理化水平不高造成出口比例低。生鲜肉制品的快速、准确、在线及无损检测在食品安全分析以及农产品检测中占有重要地位。太赫兹（THz）波作为一项新的、快速发展的技术在很多领域受到广泛关注。当食品安全检测技术面临巨大的机遇与挑战时,太赫兹波光谱成像技术具有高信噪比和动态范围宽等诸多特点,能够获得肉制品在THz波段的时域频域信息,不但能够辨别物体的形貌而且能够鉴别内部组成部分,因此在食品安全检测领域有独特的优势。简要介绍了太赫兹波概念、特点和与其他检测方法的对比,并讨论了在肉制品检测中的研究前景及受限因素。      

农机自动驾驶系统研究进展与行业竞争环境分析*

农机自动驾驶系统是无人农场的关键技术之一,已在拖拉机、联合收割机、农业机器人等农业装备中有一定的应用并成为学术界研究的热点。从硬件基础与底层技术方面详细梳理农机自动驾驶技术原理,指出其核心内容在于环境感知、决策与规划、控制与执行3个环节,并逐一分析各环节实现原理与国内外主要研究成果;总结农机自动驾驶相对有人驾驶在作业精度、效率、降低作业强度等方面优势与在动态路径规划、地头自动转向以及系统可靠性与安全性方面的不足;同时,分析全球农机自动驾驶产业竞争环境,着重阐述中国市场竞争环境,指出农机自动驾驶系统价格及服务体系、机械化水平、下游消费者受教育程度低等问题是制约产业发展的主要因素;预测未来研究热点将集中在机群协同作业、障碍物检测、主动避障以及与5G融合塑造以无人化为核心的无人农业等方面。对于我国无人农业的建设与发展、重塑中国农业生产模式有较好的借鉴意义。     

稻米粒型特性参数测试系统的开发

针对优质稻米品质国标参数检测的实际需要，在设计稻米图像采集装置的基础上，给出一种基于嵌入式的稻米粒型特性参数测试方法。系统以基于ARM内核的S3C2410为硬件开发平台，以linux系统为软件开发平台，采用USB数字摄像头，结合图像处理与模式识别技术，利用大津法对图像进行阈值分割，通过边缘检测和最大距离方法获得稻米粒型国标参数，测试误差不超过1%。该系统为稻米国标参数的现场测试奠定了基础。     

酶抑制率农药残留快检方法存在的问题及研究进展

以我国农产品中有机磷和氨基甲酸酯类农药残留情况为背景，结合酶抑制率法的检测原理，从检测标准、样品前处理、酶及试剂盒产品、仪器设备等方面分析了酶抑制率法存在的问题、研究及应用情况，并对未来如何改进酶抑制率快检方法进行展望，为提升我国食品安全快速检测水平提供参考。