电子鼻结合SAWR判定甜橙储存时间方法研究

本文采用电子鼻结合433MHz声表面波谐振器(SAWR)对不同储存时间的甜橙进行了检测,试验记录电子鼻和SAWR对甜橙样品的响应数据,同时测量了甜橙样品的质量变化百分数,分别拟合构建了电子鼻预测模型、SAWR频率预测模型和电子鼻结合SAWR混合预测模型。结果表明,随着储存时间的增加,甜橙样品失重百分比不断上升。电子鼻结合SAWR混合预测模型相比较其它两种模型可以更准确的预测甜橙储存时间。该方法具有响应迅速、准确性高、成本低廉等优势,为判定甜橙储存时间提供了一种新的思路。     

用电子鼻区分霉变燕麦及其传感器阵列优化

应用电子鼻对燕麦（Avena sativa L）霉变程度进行区分,为了提高区分准确度,对电子鼻传感器阵列进行了优化的研究。每天随机选择10个燕麦样品进行电子鼻检测,试验连续进行5 d,将检测数据耦合入非线性双稳态随机共振系统,以外部Gaussian白噪声激励系统产生共振,选择输出信噪比特征值进行主成分分析,初期试验主成分1和主成分2贡献率之和为96.43%,且相同霉变程度样品离散度较大,不同霉变程度样品之间距离较近。为了提高电子鼻对霉变燕麦样品区分效果,进行了电子鼻传感器负荷加载分析,优化选择了传感器阵列,优化后主成分1和主成分2贡献率之和为99.31%,相同霉变程度燕麦样品的聚合度更高,使不同霉变程度燕麦样品之间的区分更加明显,为进一步的定量化检测奠定了基础。