吹扫式仿生嗅觉检测装置的设计与性能试验

文 韬，郑立章，龚中良，李立君，桑孟祥，董 帅



吹扫式仿生嗅觉检测装置的设计与性能试验

文 韬，郑立章，龚中良※，李立君，桑孟祥，董 帅

（中南林业科技大学机电工程学院，长沙 410004）

为研究仿生嗅觉检测装置的检测性能，该文研制了一种吹扫式仿生嗅觉检测装置，选取传感器阵列灵敏度、响应时间和恢复时间作为装置性能指标，分析了传感器加热电压、待检气体湿度以及流量等控制参数对嗅觉检测性能的影响，并进一步验证优化控制参数的仿生嗅觉检测装置对气味检测的可行性和检测性能。试验结果表明：传感器阵列灵敏度随加热电压增大而增大，其响应和恢复时间随加热电压增大而减小，加热电压为5.0 V时，装置性能较佳，其传感器阵列灵敏度分布范围为2.260～4.823，响应和恢复时间分布范围分别为46～53 s、44～70 s；增加气体湿度会使传感器阵列灵敏度减小，同时也会延长响应和恢复时间，气体相对湿度为30%时，装置性能较佳；传感器阵列灵敏度随载气流量的增加先递增后减小，其响应和恢复时间随流量的增加先减小后递增，流量为100 mL/min时，装置性能较佳，其传感器阵列灵敏度分布范围为2.853～7.559，响应和恢复时间分布范围分别为35～50 s、30～50 s；在优化控制参数下，待检气体体积分数范围控制在0.002%～0.020%时，装置检测灵敏度较高，范围为3 577.1～6 700.7；线性特性和重复性较好，决定系数范围为0.901～0.997，变异系数范围为0.832%～9.696%，能满足仿生嗅觉气味检测的要求，可为后续开展仿生嗅觉的应用性研究提供数据参考与技术支撑。

传感器；检测；优化；仿生嗅觉；吹扫式；传感器阵列；控制参数；性能

0 引 言

仿生嗅觉是模拟生物嗅觉而设计的一种智能传感技术，由能感知环境中某种气体和体积分数的气体敏感元件、信号转换单元和模式识别系统组成，专门用于检测识别复杂的气体挥发物[1-3]。随着微电子、传感器和模式识别等技术的快速发展，仿生嗅觉无损检测技术得到了大量的探索与应用。有的学者将仿生嗅觉技术应用到芒果和香蕉成熟度、食用油掺假鉴别上[4-7]；有的学者开展了仿生嗅觉技术在临床医学的应用鉴别研究[8-11]，如肺部疾病、呼吸道疾病、胃炎以及癌症等；有的学者利用仿生嗅觉技术对农作物的病虫害进行了预测[12-14]；还有的将仿生嗅觉技术与电子舌技术相结合，实现了对红茶品质、橄榄油原产地的鉴别[15-16]。查阅文献发现，目前仿生嗅觉的研究主要集中在模式识别和仪器应用等层面，鲜有涉及对仿生嗅觉检测性能的分析与评价，而仿生嗅觉检测性能是开展嗅觉模式识别和应用研究的基础。虽然李华曜[17]选用最低检测限、准确度和稳定性等指标研究了仿生嗅觉检测系统的检测性能，但对影响检测性能的传感器加热电压（即传感器工作温度）[18-19]、气体湿度[20-21]以及流量[22-23]等控制参数并未分析及优化。进一步查阅文献发现上述4类因素均会影响仿生嗅觉检测中传感器的检测性能，如薛严冰等[24]研究提出传感器存在最佳工作温度使其灵敏度最大；房家骅等[25]研究表明传感器灵敏度随工作温度的上升具有先递增后减小的变化特征；Koziej等[26]研究显示水分子会使传感器灵敏度下降；梁宏增等[27]研究发现增加气体流速可缩短传感器响应和恢复时间，也可提高灵敏度；但上述因素对传感器阵列组成的仿生嗅觉系统的检测性能影响还需进一步研究。

针对上述问题，本文旨在设计一种吹扫式仿生嗅觉检测装置，分析传感器加热电压、待检气体相对湿度以及流量等控制参数对嗅觉检测性能的影响，优选仿生嗅觉检测装置的控制参数，验证优化控制参数的仿生嗅觉检测装置对气味检测的可行性和检测性能，以期为后续开展仿生嗅觉的应用性研究提供数据参考与技术支撑。

1 吹扫式仿生嗅觉检测装置结构及工作原理

本文研制的吹扫式仿生嗅觉检测装置主要结构由气体传输及流量控制管路、仿生嗅觉测控单元和仿生嗅觉检测分析软件组成。其中，气体传输及流量控制管路是仿生嗅觉气体传输的载体，仿生嗅觉测控单元完成对待检气体传输控制信号的输出转换和检测信号的采集调理，仿生嗅觉检测分析软件能够实现对嗅觉检测的参数设置与过程控制，并对采集数据实施预处理、特征提取和模式识别分析。该检测装置的控制方式主要包括软件自动控制和手动控制，如图1所示。

1. 软件自动控制面板 2. 手动控制面板

该检测装置工作原理为：待检样本通过人工放置于样本气体生成室密闭一段时间后，生成室内顶空气体通过外部高压载气吹扫至嗅觉检测室中，室内传感器阵列吸附一定量的挥发性物质使其电导率发生变化，该变化的信号被信号采集调理模块捕获并传送给计算机进行数据处理与模式分析。采样完成后，外部载气重新通入检测装置，对样本气体生成室、嗅觉检测室进行清洗使其恢复至初始状态。

2 吹扫式仿生嗅觉检测装置搭建

2.1 气体传输及流量控制管路设计

气体传输及流量控制管路按其主功能可划分为动态配气和嗅觉检测2部分，主要组成部件包括高压载气源、质量流量控制器（mass fluid controller，MFC）、两位三通阀、单向导通电磁阀、加湿器、样品气体生成室、嗅觉检测室、气体流量计等，其内部结构如图2所示。

该检测装置动态配气时，通过调节2个量程分别为0～5、0～500 mL/min MFC（LF-5，LF-500，Chengdu Laifeng Technology Corporation，China）的流量比控制进样气体流量和混合气体的体积分数，如图2所示。该装置实施嗅觉检测包括嗅觉采样和气味清洗2个工作过程，嗅觉采样时，导通电磁阀8，关闭电磁阀7、9，在外部载气的作用下将带有样品挥发性成分的气体吹扫至嗅觉检测室11，气体进样流量可调范围0～500 mL/min，待检气体最终从嗅觉检测室尾部排出；气味清洗时，导通电磁阀7、9，关闭电磁阀8，通入外部清洁载气分别清洗样品室和嗅觉检测室内的残余气体，避免残余气体对下一次采样过程的影响，如图2所示。

1. 配气支路 1-1. 待测气源 1-2. 截止阀 1-3.质量流量控制器 1-4. 单向阀 2. 载气输送支路 2-1. 载气气源 2-2. 截止阀 2-3.质量流量控制器 2-4. 单向阀3. 两位三通阀4. 干燥支路 4-1. 单向阀 5. 加湿支路5-1. 加湿器5-2. 截止阀6. 样品室 7、8、9. 电磁阀10. 流量计 11. 检测室 12.温湿度传感器 13. 单向阀

2.2 仿生嗅觉测控单元设计

仿生嗅觉测控单元硬件结构如图3所示。本测控单元以计算机作为数据测控的终端，通过数据采集卡（PCIe-6353，National Instruments，TX，USA）生成气路控制元件受控的电压信号和脉冲信号，其中，电压信号一部分经过运算放大输出至气体质量流量控制器，完成检测气体的进样流量控制，另一部分经脉宽调制电路输出至传感器阵列加热控制端设置不同的工作电压；脉冲信号经过放大处理输出至气体传输回路中电磁阀实现不同功能气路切换；部署在嗅觉检测室的传感器阵列感知挥发物物质和气体体积分数的变化，并通过阻抗匹配电路变送至数据采集卡PCIe-6353，将采集信号传送给计算机。同时，在嗅觉检测过程中气路中温湿度变化，通过内嵌于检测管路中的温湿度传感器进行在线监测，并由数据采集卡把采集信号反馈给计算机。

图3 仿生嗅觉测控单元硬件结构

2.3 仿生嗅觉检测分析软件设计

本检测装置选用LabVIEW图形化编程环境作为软件开发平台，程序架构采用模块化编程思想，设计的功能模块包括系统参数设置、数据实时采集及存储、特征参数提取、数据处理与分析、模式识别等模块，其人机交互界面如图4所示，在该界面中，主要包括按键控制、输入和显示部分，用户可以自定义显示采集的传感器响应曲线和选择查看相应的数据分析结果，该检测分析软件的工作流程如图5所示。

图4 仿生嗅觉检测分析软件

图5 检测装置软件的工作流程

3 试验设计与方法

3.1 仿生嗅觉检测装置的控制参数性能分析试验

为了分析传感器加热电压、气体湿度以及流量等控制参数对该装置嗅觉传感器阵列检测性能的影响，从而优选出检测装置的控制参数。本试验选取对嗅觉传感器阵列（TGS2620、TGS2610、TGS2600、TGS2610-D00和TGS2611）具有选择性的乙烯气体（标气）作为待测气体，减少样本的变异性。依据仿生嗅觉检测实际工况的要求，分别对上述因素设置成不同的水平进行单因素试验，其中传感器加热电压取值为3.0、3.5、4.0、4.5、5.0 V，气体相对湿度取值为30%和75%，气体流量取值为50、100、150、200、250、300 mL/min。

试验前，利用该装置的动态配气部分对体积分数含量较高的乙烯气体进行稀释，试验时导通电磁阀8，关闭电磁阀7、9，使样本气体进入嗅觉检测室内与传感器阵列发生反应。检测分析软件每1 s记录1次数据，采样时间为：选取连续90个数据进行最小二乘拟合，若拟合数据的波动量小于传感器量程的5%有效检测限，则采样结束，反之，继续；采样结束后，进行气味清洗，确定清洗时间的方法同采样过程一致。

采集完嗅觉信号后，为了减少噪声及环境因素的影响，采用Savitzky-Golay平滑进行预处理。为了优选出检测装置的控制参数，本文选择嗅觉传感器响应曲线的响应时间res恢复时间rec和灵敏度等作为评价指标[28]。其中，传感器阵列灵敏度的计算公式如（1）[29]所示：

式中C为采样回路电压，V；N2为通入氮气时传感器的响应值，即基线值，V；gas为通入氮气-乙烯混合气体时传感器的稳定响应值，即稳定值，V；传感器响应值达到稳定值与基线值之差的10%～90%所用时间为响应时间res，s；传感器响应值达到稳定值与基线值之差的90%～10% 所用时间为恢复时间rec，s。

res和rec越短，说明在所选控制参数下装置检测周期越短；越高，说明在所选控制参数下装置对待测气体越敏感，选择性越好。

3.2 仿生嗅觉检测装置在优化控制参数下的气味检测试验

为了进一步研究研制检测装置在优化控制参数下对气味的检测性能，选取检测装置的灵敏度、决定系数和变异系数等作为评价指标。上述指标的试验方法为：将检测装置的控制参数设置为优化参数，然后利用装置对体积分数为0.002%、0.004%、0.006%、0.010%、0.020%、0.030%、0.040%、0.050%的乙烯气体进行动态配置和检测，数据采集的过程与控制参数性能试验一致；分析灵敏度和决定系数时，每个气体体积分数的样本采集3次，取均值作为最终数据；分析检测装置变异系数时，每天采集8个气体体积分数的样本，时间间隔为1 d，共检测8次。上述指标的计算公式如（2～4）所示：

（3）

（4）

式中为装置灵敏度；2为决定系数；CV为变异系数；∆(∆)为传感器电压响应差值（∆=gas-N2）的变化量，V；∆为输入气体体积分数的变化量；为气体体积分数的样本数；y为样本实测的电压响应差值，V；y为通过线性拟合直线预测的样本电压响应差值，V；为样本实测的电压响应差值的均值，V；σ∆V、分别为传感器电压响应差值的标准差和均值，V。

装置灵敏度越大，说明其能感知的被测量越小，精度越高；装置决定系数2越大说明其输入输出的相关性越好；装置变异系数CV越小说明其重复性越好，采集的数据越可靠。

4 结果与分析

4.1 仿生嗅觉检测气体的动态响应特性分析

如图6为仿生嗅觉检测装置采集数据的动态响应曲线，试验参数为：载气流量50 mL/min，气体体积分数0.002%，相对湿度30%，传感器加热电压3.5 V。测量数据时，先通入载气（氮气）以校准传感器阵列基值，由图6可知传感器阵列的基值范围为0.176～0.421 V，噪声波动范围为0.001～0.032 V，因为氮气与传感器阵列的敏感材料发生吸附作用，导致电导率改变，但这种变化量很小，说明传感器阵列对氮气敏感性较低；当氮气与乙烯混合气体通入检测装置时，传感器阵列输出电压值递增，增幅为0.033～0.931 V，表明传感器阵列对乙烯气体具有较好的敏感特性，当再次通入氮气对装置管路进行清洗时，传感器阵列的电压值递减，其再生基线范围为0.179～0.538 V，噪声波动范围为0.001～0.184 V，表明乙烯气体分子与传感器敏感材料发生解吸附，最终使得传感器阵列响应再生值接近初始基值。因此，研制的检测装置检测乙烯气体具有一定可行性。

图6 仿生嗅觉检测装置的动态响应曲线

4.2 仿生嗅觉检测装置的控制参数性能分析

4.2.1 传感器加热电压对嗅觉检测性能的影响

图7为不同加热电压时传感器阵列灵敏度、响应时间res和恢复时间rec的变化情况，其试验参数为：气体体积分数0.002%，相对湿度30%，载气流量50 mL/min。

由图7a可知，TGS2620、TGS2610、TGS2600以及TGS2611传感器的灵敏度随加热电压增大而增大，当加热电压为5.0 V时，上述传感器最大，分布范围为2.309～4.823，仅TGS2610-D00传感器随加热电压的增加先递增后减小，加热电压为4.0 V时达到极值（2.708）。由图7b、7c可知，TGS2610、TGS2600和TGS2610-D00传感器的响应时间res和恢复时间rec随加热电压增大而减小，加热电压为5.0 V时，其res和rec均最短。而TGS2620、TGS2611传感器加热电压设置低于4.5 V和3.5 V时，其res和rec均为0，说明上述传感器检测稳定值相对基线值增量范围（0.003～ 0.090 V、0.101～0.186 V）均小于传感器量程的5%有效检测限，可认为上述传感器加热电压设置在该范围无法正常检测，故上述传感器在加热电压为5.0 V时，res和rec最短。因此，传感器阵列加热电压为5.0 V时，检测装置性能较佳，其传感器阵列灵敏度分布范围为2.260～4.823，res和rec分布范围分别为46～53、44～70 s。

图7 不同加热电压时传感器灵敏度、响应时间和恢复时间分布

4.2.2 气体湿度对嗅觉检测性能的影响

在加热电压为5.0 V下，为了进一步研究装置气体湿度变化对嗅觉检测性能的影响，试验通过将相对湿度为30%的气体通入设计装置的加湿气路使相对湿度增大为75%，并分析上述 2种相对气体湿度对嗅觉检测的响应情况，其试验参数：乙烯气体体积分数设置为0.002%、0.020%、0.050%，载气流量50 mL/min，其加湿前后传感器阵列的灵敏度、响应时间res和恢复时间rec的相对变化情况如表1所示。

由表1可知，在上述3个气体体积分数水平下，TGS2610-D00传感器的灵敏度变化量均小于0，说明气体加湿后其存在上升趋势，但其余4个传感器的灵敏度变化量均大于0，表明气体加湿后其均具有下降趋势，并且5个传感器的响应时间变化量res和恢复时间变化量rec均小于0，说明气体加湿后传感器阵列的响应时间res和恢复时间rec均存在延长，可能因为水分子同待测气体在敏感材料表面上的吸附、解吸附存在竞争，而水分子处于主导地位，导致待测气体分子与敏感材料的吸附和解吸附滞后。故气体相对湿度为30%时，检测装置的性能较佳。

4.2.3 气体流量对嗅觉检测性能的影响

在加热电压为5.0 V和相对湿度30%下，进一步分析不同载气流量对嗅觉传感器阵列灵敏度、响应时间res和恢复时间rec的影响，参数具体变化趋势如图8所示，试验参数为：气体体积分数0.002%。

由图8a可知，传感器阵列的灵敏度随载气流量的增加先递增后减小，其中TGS2610-D00工作在流量 100 mL/min时达到极值（2.946），而其余传感器在流量150 mL/min时达到极值，分布范围为2.854～8.362。由图8b、8c可知，阵列响应时间res和恢复时间rec均随载气流量的增加先减小后递增，由于传感器顶面与气流方向平行，当载气流量较小时，待测气体分子主要靠气体自由扩散至传感器敏感元件表面，表现为res和rec较长；随着载气流量的递增，待测气体被载气吹扫至传感器敏感元件表面，导致res和rec缩短；当载气流量超过一定范围继续增大时，由于载气流速过快，待测气体分子被快速吹扫至传感器敏感元件表面，大量气体分子刚接触敏感材料还未完成吸附和反应，就被载气带离了传感器感应表面，导致单位时间内吸附于敏感元件表面的气体体积分数含量过低，表现为res和rec延长。传感器工作在流量100 mL/min时res最短，分布范围为35～50 s。TGS2610、TGS2600、TGS2610-D00传感器工作在流量100 mL/min时rec最短，分别为48、30、39 s，TGS2620和TGS2611传感器工作在流量150 mL/min时rec最短，分别为45、38 s。综合考虑传感器阵列、res和rec，故在流量100 mL/min时，检测装置检测效果较佳，其传感器阵列灵敏度范围为2.853～7.559，res和rec分布范围分别为35～50、30～50 s。

表1 气体加湿前后传感器阵列灵敏度、响应和恢复时间的相对变化情况

注：、res、rec分别为气体相对湿度为30%时的、res、rec与相对湿度为75%时相应值之差.

Note: Difference of、res、recbetweengas with a relative humidity of 30% and gas with a relative humidity of 75% respectively were、res、rec.

4.3 仿生嗅觉检测装置在优化控制参数下的气味检测分析

由上述分析可知，研制装置的优化控制参数为：传感器加热电压为5.0 V，相对湿度30%，载气流量 100 mL/min。为了进一步分析装置在优化控制参数下对气味的检测性能，本装置动态配制了不同体积分数含量的乙烯气体并进行检测，如图9为乙烯体积分数与电压响应差值∆之间的关系。

图8 不同载气流量时嗅觉传感器灵敏度、响应时间和恢复时间

由图9可知，传感器阵列的电压响应差值∆随乙烯体积分数的增大而增大，并且响应差值∆在体积分数为0.020%处出现拐点，体积分数低于0.020%时响应差值∆增幅较大，分布范围为0.660～1.190 V；体积分数高于0.020%时响应差值∆增幅较小，分布范围为0.098～0.444 V。为了分析装置灵敏度和输入输出的线性相关性，采用最小二乘法对数据进行拟合，得出体积分数在0.002%～0.050%内的装置灵敏度范围为1 303.2～3 611.5，决定系数2范围为0.757～0.899；但在体积分数为0.002%～0.020%内，气体体积分数与响应差值∆具有较好的线性关系，经计算该范围内的装置灵敏度范围为3 577.1～6 700.7，2范围为0.901～0.997。综合考虑装置应具有较好的灵敏度和线性特性，故该检测装置可检测气体的有效体积分数范围为0.002%～0.020%，能满足仿生嗅觉气体检测的要求。

图9 不同体积分数时传感器阵列的电压响应值差值

变异系数是表征装置对一系列检测结果的重复程度，表2为有效体积分数下装置检测结果变异系数的统计结果。

表2 有效体积分数下装置检测结果的变异系数

由表2可知，在有效体积分数下上述传感器阵列的变异系数范围为0.832%～9.696%，与文献[30]研究结果接近。但不同传感器的重复性存在一定差别，其中TGS2610- D00的变异系数范围为3.192%～9.696%，在同一气体体积分数下该值均大于其他传感器变异系数，故该传感器与其他传感器相比重复性较差。同时对比不同气体体积分数下的变异系数，发现装置对体积分数为0.002%样本检测重复性较差，变异系数范围为3.476%～9.696%，对体积分数大于0.002%样本检测重复性较好，变异系数范围为0.832%～6.857%，因为配制体积分数为0.002%样本时，样本量较少，导致气体体积分数波动性较大。

5 结 论

为了研究仿生嗅觉检测装置的性能，本文研制了一种吹扫式仿生嗅觉检测装置，利用乙烯气体（标气）对装置检测气味的可行性和影响检测性能的控制参数进行了分析与优化，具体结论如下：

1）研制的装置检测氮气时，传感器阵列基值范围为0.176～0.421 V，通入混合气体后，传感器阵列的电压值上升，增幅为0.033～0.931 V，再次通入氮气清洗气路后，传感器阵列的电压值下降，其再生基值为0.179～0.538 V，故该装置检测乙烯气体具有可行性。

2）加热电压为5.0 V时，嗅觉传感器阵列的灵敏度最大，分布范围为2.260～4.823；而响应时间res和恢复时间rec最短，分布范围分别为46～53、44～70 s，故此时检测装置性能较佳。

3）增加气体湿度会使传感器阵列的灵敏度减小，同时也会延长其响应时间res和恢复时间rec，故气体相对湿度为30%时，检测装置性能较佳。

4）载气流量设置在100 mL/min时，嗅觉传感器阵列的灵敏度最大，分布范围为2.853～7.559；响应时间res和恢复时间rec最短，分布范围分别为35～50、30～50 s。故此时检测装置性能较佳。

5）在优化控制参数下，检测装置在气体体积分数为0.002%～0.020%时可进行有效检测，此时装置检测灵敏度范围为3 577.1～6 700.7，决定系数范围为0.901～0.997，变异系数范围为0.832%～9.696%。该检测装置在仿生嗅觉气味检测上具有可行性，可为后续仿生嗅觉的开发与应用性研究提供一定的技术支撑。

[1] 张光磊. 检测恶臭的电子鼻系统开发与应用研究[D]. 杭州：浙江理工大学，2015. Zhang Guanglei. Development and Application of Electronic Nose for Odor Detection Systems[D]. Hangzhou: Zhejiang Sci-Tech University, 2015. (in Chinese with English abstract)

[2] 秦臻，董琪，胡靓，等. 仿生嗅觉与味觉传感技术及其应用的研究进展[J]. 中国生物医学工程学报，2014, 32(5): 609－619. Qin Zheng, Dong Qi, Hu Liang, et al. Recent advances in bioinspired olfaction/gestation sensors and their applications[J]. Chinese Journal of Biomedical Engineering, 2014, 32(5): 609－619. (in Chinese with English abstract)

[3] 张文娜，秦国军，胡茑庆. 人工嗅觉系统关键技术研究进展[J]. 传感器与微系统，2011, 30(8): 1－4. Zhang Wenna, Qin Guojun, Hu Niaoqiang. Research development of artificial olfactory system key technology[J]. Transducer and Microsystem Technologies, 2011, 30(8): 1－4. (in Chinese with English abstract)

[4] Zakaria A, Shakaff A Y, Masnan M J, et al. Improved maturity and ripeness classifications of magnifera indica cv harumanis mangoes through sensor fusion of an electronic nose and acoustic sensor[J]. Sensors, 2012, 12(5): 6023－6048.

[5] Sanaeifar A, Mohtasebi S S, Ghasemi-Varnamkhasti M, et al. Development and application of a new low cost electronic nose for the ripeness monitoring of banana using computational techniques (PCA, LDA, SIMCA, and SVM)[J]. Czech Journal of Food Sciences, 2014, 32(6): 538－548.

[6] Marina M, Che M Y, Amin I. Use of the SAW sensor electronic nose for detecting the adulteration of virgin coconut oil with RBD palm kernel olein[J]. Journal of the American Oil Chemists Society, 2010, 87(3): 263－270.

[7] 贾洪锋，邓红，梁爱华. 电子鼻在芝麻油掺芝麻油香精识别中的应用[J]. 中国粮油学报，2013, 28(8): 83－86. Jia Hongfeng, Deng Hong, Liang Aihua. Recognition of sesame oil essence adulteration in sesame oil using electronic nose[J]. Journal of the Chinese Cereals and Oils Association, 2013, 28(8): 83－86. (in Chinese with English abstract)

[8] Montuschi P, Mores N, Trové A, et al. The electronic nose in respiratory medicine[J]. Respiration, 2013, 85(1): 72－84.

[9] Sibila O, Garcia-Bellmunt L, Giner J, et al. Identification of airway bacterial colonization by an electronic nose in chronic obstructive pulmonary disease[J]. Respiratory Medicine, 2014, 108(11): 1608－1614.

[10] 郭森仁，梁丽丽，林雪娟，等. 基于电子鼻的慢性胃炎常见病性证素间的气味图谱特征研究[J]. 中华中医药杂志，2016, 31(6): 2263－2266. Guo Shenren, Liang Lili, Lin Xuejuan, et al. Study on odor map characteristics of common syndrome elements of the chronic gastritis based on electronic nose[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2016, 31(6): 2263－2266. (in Chinese with English abstract)

[11] Lim J H, Park J, Oh E H, et al. Nanovesicle-based bioelectronic nose for the diagnosis of lung cancer from human blood[J]. Advanced Healthcare Materials, 2014, 3(3): 360－366.

[12] 朱娜，毛淑波，潘磊庆，等. 电子鼻对草莓采后贮藏早期霉菌感染的检测[J]. 农业工程学报，2013，29(5)：266－273.Zhu Na, Mao Shubo, Pan Leiqing, et al. Early detection of fungal disease infection in strawberry fruits by e-nose during postharvest storage[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(5): 266－273. (in Chinese with English abstract)

[13] Gobbi E, Falasconi M, Torelli E, et al. Electronic nose predicts high and low fumonisin contamination in maize cultures[J]. Food Research International, 2011, 44(4): 992－999.

[14] 程绍明，王俊，王永维，等. 基于电子鼻技术的不同特征参数对番茄苗早疫病病害区分效果影响的研究[J]. 传感技术学报，2014，27(1)：1－5. Chen Shaoming, Wang Jun, Wang Yongwei, et al. Research on distinguishing tomato seedling Infected with early blight disease using different characteristic parameters by electronic nose[J]. Chinese Journal of Sensors and Actuators, 2014, 27(1): 1－5. (in Chinese with English abstract)

[15] Banerjee R, Tudu B, Shaw L, et al. Instrumental testing of tea by combining the responses of electronic nose and tongue[J]. Journal of Food Engineering, 2012, 110(3): 356－363.

[16] Haddi Z, Alami H, Bari N E, et al. Electronic nose and tongue combination for improved classification of Moroccan virgin olive oil profiles[J]. Food Research International, 2013, 54(54): 1488－1498.

[17] 李华曜. 电子鼻硬件系统及其评价[D]. 武汉：华中科技大学，2008.Li Huayao. Research and Evaluation on the Hardware of Electronic Nose[D]. Wuhan: Huazhong University of Science & Technology, 2008. (in Chinese with English abstract)

[18] 尹鑫. 空气质量监测电子鼻系统传感器温度调制技术研究[D]. 重庆：重庆大学，2015. Yin Xin. Study on the Temperature Modulation Technique of Sensors in Air Monitoring E-nose[D]. Chongqing: Chongqing University, 2015. (in Chinese with English abstract)

[19] 周志刚，胡木林，李鄂胜. 金属氧化物半导体气敏传感器稳定性研究进展[J]. 材料导报，2011，25(2)：52－56. Zhou Zhigang, Hu Mulin, Li Esheng. Review on stability of MOS gas sensor[J]. Materials Review, 2011, 25(2): 52－56. (in Chinese with English abstract)

[20] Kwon C, Hwang S J, Dai Z F. Rh-Catalyzed WO3with anomalous humidity dependence of gas sensing characteristics[J]. RSC Advances, 2014, 4(95): 53130－53136.

[21] Wang H, Liu X, Xie J, et al. Effect of humidity on the CO gas sensing of ZnSn (OH) 6 film via quartz crystal microbalance technique[J]. Journal of Alloys & Compounds, 2015, 657: 691－696

[22] 黄正兴，唐祯安，申爽，等. 气压和流速对微热板气体传感器的影响[J]. 仪器仪表学报，2002，23(2)：54－55. Huang Zhengxing, Tang Zhenan, Shen Shuang, et al. Influence of gas pressure and flow rate to micrihot-plate gas sensor[J]. Chinese Journal of Scientific Instrument, 2002, 23(2): 54－55. (in Chinese with English abstract)

[23] 梁宏增. 流速和湿度对气体传感器及电子鼻的影响研究[D]. 大连：大连理工大学，2011. Liang Hongzeng. Study on the Impact of Gas Flow Rate and Humidity on Gas Sensors and Electronic Nose[D]. Dalian: Dalian University of Technology, 2011. (in Chinese with English abstract)

[24] 薛严冰，唐祯安. 温湿度对SnO2基CO气体传感器敏感特性的影响[J]. 传感技术学报，2011，24(6)：793－798. Xue Yanbing, Tang Zhenan. The effect of temperature and humidity on the sensitivity of SnO2based CO gas sensors[J]. Journal of Transduction Technology, 2011, 24(6): 793－798. (in Chinese with English abstract)

[25] 房家骅，谭秋林，方明，等. 掺杂CNT的Fe2O3气体传感器对乙醇气敏特性的研究[J]. 传感技术学报，2015，28(8)：1115－1119. Fang Jiahua, Tan Qiulin, Fang Ming, et al. Research on ethanol gas sensitive characteristics of CNT-doped Fe2O3gas sensor[J]. Chinese Journal of Sensors and Actuators, 2015, 28(8): 1115－1119. (in Chinese with English abstract)

[26] Koziej D, Barsan N, Shimanoe K, et al. Spectroscopic insights into CO sensing of undoped and palladium doped tin dioxide sensors derived from hydrothermally treated tin oxide sol[J]. Sensors and Actuators B Chemical, 2006, 118(1/2): 98－104．

[27] 梁宏增，余隽，孙长宇，等. 流速对半导体气体传感器响应的影响分析[J]. 仪表技术与传感器，2012(5)：1－4. Liang Hongzeng, Yu Jun, Sun Changyu, et al. Influence of gas flow on response of semiconductor gas sensor[J]. Instrument Technique and sensor, 2012(5): 1－4. (in Chinese with English abstract)

[28] 骆德汉. 仿生嗅觉原理、系统及应用[M]. 北京：科学出版社，2012.

[29] 魏广芬. 电子鼻系统原理及技术[M]. 北京：电子工业出版社，2014.

[30] Hauge J E, Chanie E, Westad F, et al. Rapid control of smoked Atlantic salmon (Salmo salar) quality by electronic nose: Correlation with classical evaluation methods[J]. Sensors & Actuators B Chemical, 2011, 116(1): 72－77.

Design and performance experiment of bionic olfactory detection device using purging method

Wen Tao, Zheng Lizhang, Gong Zhongliang※, Li Lijun, Sang Mengxiang, Dong Shuai

(410004,)

In order to study the performance of bionic olfactory detection device, the bionic olfactory detection device was designed using purging method in this research This detection device consisted of the gas transmission and flow control pipes, the bionic olfactory control unit and the software of bionic olfactory detection analysis. The gas transmission and flow control pipes were the carrier of bionic olfactory gas transmission, and the bionic olfactory control unit completed the signal output and sensor signal acquisition, the software of bionic olfactory detection analysis could not only complete setting up parameters in the process of olfactory detection analysis and controlling working process, but also complete data preprocessing, feature extraction and pattern recognition. According to current documents, the heating voltage of sensor array, gas humidity and gas flow have an effect on the performance of this device. In order to study the effect of these control parameters on the performance of detection device, the ethylene and nitrogen gas were respectively selected as testing sample and carrier gas, and each of the control parameters was studied with single factor experiment. Then, according to the sensibility, response time, recovery time of sensor array, the optimal control parameters of this device were selected. Furthermore, the feasibility and performance of the bionic olfactory detection device were verified under optimized control parameters. The results of experiment showed that the sensitivity of the sensor array increased with the increase of heating voltage. When the heating voltage of sensor was 5.0 V, the sensibility of the sensor array was the maximum, which ranged from 2.260 to 4.823, and the response and recovery time of the sensor array were both the minimum, which ranged from 46 to 53 s and from 44 to 70 s, respectively. So when the heating voltage of sensor was 5.0 V, the detection device could get a better performance. When the humidity increased, the sensibility of the sensor array decreased, and the response time and recovery time of the sensor array were both lengthened. So, when the relative humidity of the gas was 30%, the detection device could get a better performance. The sensibility of the sensor array firstly increased and then decreased with the increment of the gas flow; the response time and recovery time of the sensor array firstly decreased and then increased with the increment of the flow. If the sensitivity, recovery time and recovery time of the sensor array were comprehensively considered, when the flow was 100 mL/min, the sensibility of the sensor array was the maximum, which ranged from 2.853 to 7.559, the response and the recovery time of the sensor array were the minimum, which ranged from 35 to 50 s and from 30 to 50 s, respectively. So, when the flow was 100 mL/min, the detection device could get a better performance. Therefore, when the heating voltage of sensor was 5.0 V, the relative humidity of the gas was 30%, and the flow was 100 mL/min, these control parameters were the optimal control parameters. The detection device adopted the optimized control parameters, and then the device was used to detect the ethylene gas with the volume fraction of 0.002%, 0.004%, 0.006%, 0.010%, 0.020%, 0.030%, 0.040% and 0.050%. The results showed that when the volume fraction was controlled in the range of 0.002%-0.020%, the sensibility of the device was higher, which ranged from 3 577.1 to 6 700.7, and the linearity and repeatability of the device were both better, whose coefficient of determination was from 0.901 to 0.997, and coefficient of variation ranged from 0.832% to 9.696%. So, the device can meet the requirements of odor detection, and also can provide data reference and technical support for the further research on the application of bionic olfaction.

sensors; detection; optimization; bionic olfactory; purging method; sensor array; control parameters; performance

10.11975/j.issn.1002-6819.2017.08.034

TP216

A

1002-6819(2017)-08-0251-08

2016-08-26

2017-03-21

国家自然科学基金（31401281）；湖南省自然科学基金（14JJ3115）；湖南省高校科技创新团队支持计划（2014207）；湖南省科技计划重点研发项目（2016NK2151）

文 韬，男，湖南长沙人，博士，副教授，主要从事农业工程、机电一体化和信息技术应用研究。长沙 中南林业科技大学机电工程学院，410004。Email:wt207@sina.com

龚中良，男，湖北监利人，博士，教授，主要从事机电一体化技术及应用研究。长沙 中南林业科技大学机电工程学院 410004。 Email：gzlaa@163.com

中国农业工程学会高级会员：文韬（E041200816S）

文 韬，郑立章，龚中良，李立君，桑孟祥，董 帅.吹扫式仿生嗅觉检测装置的设计与性能试验[J]. 农业工程学报，2017，33(8)：251－258. doi：10.11975/j.issn.1002-6819.2017.08.034 http://www.tcsae.org

Wen Tao, Zheng Lizhang, Gong Zhongliang, Li Lijun, Sang Mengxiang, Dong Shuai.Design and performance experiment of bionic olfactory detection device using purging method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(8): 251－258. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.08.034 http://www.tcsae.org