电子鼻在卷烟真伪鉴别中的应用

田耀伟，杨雷玉，朱先约，宗永立，李炎强

(1.江西中烟工业公司技术中心，江西南昌330096;2.湖北中烟工业公司技术中心，湖北武汉430051;3.中国烟草总公司郑州烟草研究院，河南郑州450001)

电子鼻在卷烟真伪鉴别中的应用

田耀伟1，杨雷玉2，朱先约3，宗永立3，李炎强3

(1.江西中烟工业公司技术中心，江西南昌330096;2.湖北中烟工业公司技术中心，湖北武汉430051;3.中国烟草总公司郑州烟草研究院，河南郑州450001)

为探索电子鼻在卷烟真伪鉴别中的应用，采用电子鼻对6个牌号卷烟样品的挥发性成分进行了分析，采集了响应曲线15s、响应曲线30s、响应曲线最大值数据，使用主成分分析对各采集点原始数据进行预处理，原数据和主成分处理数据均使用线性判别分析进行分析，并将各数据分析结果进行对比。结果显示，主成分提取对于假烟的正确判别率有所提高，其中传感器响应曲线15s数据经主成分提取后测试集样品的正确判别率最高，为98.3%，仅有1个样品出现错判。结果表明，电子鼻是卷烟真伪鉴别的有效工具，可为人工鉴定提供参考。

电子鼻，卷烟，线性判别分析，特征提取

我国是一个卷烟生产大国，卷烟产量高，生产牌号多。虽然国家采取各种措施，不断加强烟草专卖管理，但仍有大量假冒卷烟流入市场，严重损害了国家、企业和消费者的利益。目前卷烟的真伪鉴别常采用看包装和闻香味等感官方法，但人工鉴定易受主观因素的影响，结果可能出现偏差［1－3］。因此，寻求一种客观有效的方法对其进行辅助显得尤为必要。电子鼻技术是近年来发展起来的一种新技术，该技术在复杂样品气味分析方面具有较为明显的优势［4－5］。电子鼻系统中的气敏传感器阵列一般由8～32个传感器组成，并在多个时刻采集数据，这些数据中，有些数据之间存在着极其显著的相关性，提供的信息也相互重叠。过量冗余信息的引入会导致模式识别过程耗费时间增长、计算精度降低。对传感器所获得的原始数据进行适当的特征选择和提取不仅有利于去除数据中的冗余信息，降低特征空间维数，减少模式识别过程的计算时间，而且可以提高判别的准确率［6］。利用电子鼻进行卷烟品牌区分，国内外已有一些成功的范例［7－13］。本文作者利用电子鼻对于6个牌号真假卷烟的挥发性成分进行了检测，以期为卷烟真伪鉴别提供一种新的方法。

1 材料与方法

1.1 材料与仪器

选取国内外6个牌号(中华、芙蓉王、玉溪、七匹狼、555、中南海)的卷烟 由国家烟草质量监督检验中心提供，每个牌号真假卷烟各1种。

αFox4000型电子鼻 法国Alpha MOS公司，配有HS100型自动进样器、空气压缩机、空气净化器、AlphasoftV9.1智能分析软件，该电子鼻系统包括18个金属氧化物传感器，每个传感器不仅仅对于一种物质有较高的灵敏度，而是具有部分选择性的传感器，如传感器PA/2对于有机化合物、有毒气体等较灵敏，同时部分传感器的敏感区域有所重叠，如传感器LY/LG、传感器P40/2和传感器T40/2都对于氧化能力较强的气体有较高的灵敏度，各传感器具体名称与性能描述如表1所示;BS－200S型电子天平感量0.001g，北京赛多利斯天平有限公司。

表1 传感器命名与性能描述

1.2 检测条件的选择

实验试样所得电子鼻的响应信号如图1所示，纵坐标响应强度对应于各传感器的相对电阻变化率［(R0－R)/R0］。R0为基线电阻值，R为随时间变化的响应电阻值。检测样品时应使试样响应曲线的最大值处于0.25～0.85之间，并且最大响应强度大于95%、最小响应强度小于5%的传感器的数目尽可能少。响应强度太大将使传感器处于超负荷状态，长期处于超负荷状态将造成传感器的损坏，并且响应强度太大将导致基线恢复时间增长，影响分析速度和准确性。响应强度太小，可能造成测量结果受仪器噪声影响较大，从而影响测量的准确性。因而选择电子鼻的操作参数如下:载气:净化空气;流速:150mL/min;样品量:0.500g;顶空加热温度:90℃;顶空加热时间:1800s;转速:500r/min;进样体积:750μL;数据采集时间:120s;延滞时间:1080s。

图1 电子鼻的响应信号

1.3 样品分析与数据处理

取样时取一整支烟，除去烟支前端0.5cm和滤嘴，剥去卷烟纸，取中间的烟丝作为分析样品，样品装入10mL样品瓶，加盖密封，利用电子鼻进行检测，其中每个牌号的真烟进样15次，每个牌号的假烟进样5次，共进样120次。

采用AlphasoftV9.1分析软件对于检测数据进行预处理，用SAS(Statistical Analysis System)软件对所得数据进行分析。

1.4 数据获取与特征提取

电子鼻数据采集时间为120s，传感器响应值一般在20s以内达到最大，并且多数数据之间高度相关，因此只选取较有代表性的传感器响应曲线15s、传感器响应曲线30s和传感器响应曲线的最大值数据作为原始数据进行分析，通过这种选择可以使得大部分传感器响应曲线上升、下降阶段的响应值被分析，而那些高度相关彼此间差异较小的响应值被舍弃，从而去除数据中的冗余信息，提高判别的准确率。

主成分分析(Principal component analysis，PCA)是一种简化数据结构的有力工具，它的目的是将多个指标转化为较少的几个综合指标，综合指标即主成分，是原来多个指标的线性组合，各主成分之间互不相关。主成分分析可以将原有的高维数据投影为较低维的数据，并保留原有数据的主要信息，是统计学中常用的一种处理方法［14－16］。

1.5 模式识别方法

用于电子鼻系统的模式识别方法主要有两类:一类是基于多元统计分析的方法，另一类是基于神经网络的分析方法。本文采用多元统计分析中的线性判别分析对样品进行分析。

线性判别分析(Linear discrimination analysis，LDA)是在已知研究对象分成若干类型(或组别)并已取得各种类型的一批已知样品的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分类。使用这种方法需要样本空间呈正态分布，并有相等的离差，构造的判别函数由原始变量经线性组合得出。该判别方法可以使组间离差与组内离差的比率达到最大。LDA具有分类效果好，易实现等优点，在电子鼻系统中应用十分广泛［17－18］。

2 结果与讨论

2.1 样品重复性检验

首先对于传感器的稳定性进行了检验，分别计算每个牌号真烟样品的相对标准偏差(Relative standard deviation，RSD)，表2为传感器响应曲线最大值时各样品的RSD值(传感器响应曲线15s和传感器响应曲线30s数据未列出)，由表2可以看出，样品的重复性较好(RSD≤3.94%)。

表2 样品的RSD(%)

2.2 线性判别分析

将所测得120组样品数据分为两部分:第一部分为训练集，选取每个牌号真烟的10组数据共60组数据作为训练集;第二部分为测试集，其余真烟30组数据和假烟30组数据共60组数据作为测试集。

采用SAS8.0软件对原始数据分别进行主成分分析，进行模式识别分析的变量分别为主成分分析所选入的的五个变量(PCA)，以及响应曲线15s、响应曲线30s和响应曲线最大值的原始数据，各组数据的判别结果见表3。

对于真烟检验样品的判别中，由表3可以看出，选用响应曲线15s、响应曲线30s和响应曲线最大值的原始数据对于真烟的正确判别率均为100%，响应曲线15s数据外，PCA处理使其判别正确率降低，表明对于相同的样品，使用原始数据对其进行分析效果较好。

对于假烟样品的判别中，由表3可以看出，响应曲线15s数据的PCA处理比其原始数据多增加了8个正确判别样品数，响应曲线30s数据的PCA处理比其原始数据多增加了1个正确判别样品数，响应曲线最大值的PCA处理比其原始数据多增加了4个正确判别样品数，3组原始数据的PCA处理结果一致，判别正确率均呈上升趋势。LDA分析结果中最低正确判别率为80%，最高正确判别率为98.3%，结果表明电子鼻是区分真伪卷烟的有效方法，可为人工鉴定提供参考。

表3 各类样品的判别结果

3 结论

采用主成分分析特征提取方法对原始数据进行处理，使数据空间降至5维，与原始数据的判别分析结果进行对比，结果显示经主成分分析所变换得到的五个变量使得假烟的正确判别率提高;而原始数据对于真烟的正确判别率较好，使用特征提取方法对于判别结果影响不显著。

各数据的正确判别率均大于80%，其中选用响应曲线15s的PCA数据进行判别分析所得的结果最为理想，测试集样品的正确判别率最高为98.3%，仅有一个样品出现错判。因此可以初步判断电子鼻方法是卷烟真伪鉴别的有效方法之一，可以作为人工鉴定的一种重要辅助手段。

［1］苏红雷，赵航，王琼.卷烟真伪的鉴别［J］.烟草科技，2001(12):36－38.

［2］葛炯，王瑾，王维妙.近红外技术在卷烟真伪鉴别中的应用［J］.烟草科技，2007(4):29－31.

［3］廖坤，胡纲.气相色谱—质谱指纹图谱在甄别真假卷烟上的应用［J］.分析测试学报，2006(1):22－26.

［4］GARDNER J，BARTLETT P.A brief history of electronic noses［J］.Sens Actuators B，1994(18－19):211－230.

［5］SCHALLER E，BOSSET J.Electronic noses and their application to food［J］.Lebensm Wiss u Technol，1998(31):305－316.

［6］海铮，王俊.电子鼻信号特征提取与传感器优化的研究［J］.传感技术学报，2006(6):606－610.

［7］LEE W W，LEE S Y，Shon H J.Discrimination of Korean tobacco aroma and taste using the electronic nose/tongue and their feasibilityin tobacco sensory evaluation ［C］.2004 CORESTA，PTPOST9:1－8.

［8］LUO DEHAN，GHOLAM H，STEWART J.Application of ANN with extracted parameters from an electronic nose in cigarette brand identification［J］.Sens Actuators B，2004(99):253－257.

［9］ZOU XIAOBO，WU SHOUYI.Evaluating the quality of cigarettes by an electronic nose system ［J］.J Test Eval，2002(30):6－10.

［10］邹小波，方如明，蔡健荣.人工嗅觉系统及其在卷烟烟气中的研究［J］.江苏理工大学学报，2000(3):1－4.

［11］黄骏雄，蒋弘江，阎哲.应用电子鼻检测香烟质量的研究［J］.化学通报，2000(1):51－54.

［12］黄祖刚，李建平.用电子鼻鉴别卷烟的方法［J］.传感器技术，2004(23):62－65

［13］毛友安，刘巍，黄建国.用电子鼻技术评价烟叶挥发性组分的研究［J］.化学传感器，2006(26):23－28.

［14］MARTINEZ A，AVINASH C.PCA versus LDA［J］.Transactions on Pattern Analysis and Machine Intelligence，2001(23):228－233.

［15］FU JUN，LI GUANG，QIN YUQI.A pattern recognition method for electronic noses based on an olfactory neural network［J］.Sens Actuators B，2007(125):489－497.

［16］何晓群.现代统计分析方法与应用［M］.北京:中国人民大学出版社，1998.

［17］于秀林，任雪松.多元统计分析［M］.北京:中国统计出版社，1999.

［18］YU HUICHUN，WANG JUN.Discrimination of LongJing green－tea grade by electronic nose［J］.Sens Actuators B，2007(122):134－140.

Application of electronic nose in discriminating counterfeit cigarette from genuine

TIAN Yao－wei1，YANG Lei－yu2，ZHU Xian－yue3，ZONG Yong－li3，LI Yan－qiang3
(1.Technology Centre of China Tobacco Jiangxi Industrial Corporation，Nanchang 330096，China;2.Technology Centre of China Tobacco Hubei Industrial Corporation，Wuhan 430051，China;3.Zhengzhou Tobacco Research Institute of CNTC，Zhengzhou 450001，China)

In order to explore an effective method to discriminate counterfeit cigarettes from genuine.6 brand cigarettes were analyzed by electronic nose.Three different feature extraction techniques including principal component analysis(PCA)were employed to reduce the dimension of the data matrix.And the pattern recognition technique of linear discrimination analysis(LDA)was used to check the effect of the three dimension reduction methods.In the process of LDA，the PCA was most effective，98.3%of the total samples were classified correctly，only 1 sample was misclassified.The results showed that electronic nose was an effective method to discriminate counterfeit cigarettes from genuine，it could provide a reference to artificial identification.

electronic nose;cigarette;linear discrimination analysis;feature extraction

TS452

A

1002－0306(2011)04－0376－04

2009－12－18

田耀伟(1982－)，男，产品配方设计员，助理工程师，主要从事卷烟产品研发工作。

中国烟草总公司郑州烟草研究院院长科技发展基金项目(032006C160)。