【摘要】：氣味復現是機器還原氣味的過程,氣味復現裝置首先接收并解析目標氣味的氣味表征信息,根據裝置所用的氣味原料,計算復現目標氣味所需的原料種類及其用量即配方數據,氣味復現調配控制系統根據配方數據調用氣味原料并攪拌混合,最后釋放氣味。氣味的采集與智能識別是氣味信息的獲取過程,而氣味復現則是氣味信息的還原過程。一個完整的氣味復現系統應包括:氣味復現配方計算模塊和氣味調配裝置。氣味復現是機器嗅覺領域的重要組成部分,國內外在氣味復現的研究較少報道,是一個新穎的研究方向。本文基于壓電霧化,從氣味表征信息角度出發,提出“表征-配比-復現”的氣味復現系統架構,并以此研究氣味復現方法及裝置。該系統架構有如下兩個特點:①以氣味表征模式作為氣味采集前端與復現終端的“媒介”,使采集前端和復現終端獨立存在;②采用氣味表征信息作為氣味復現的輸入信息,使氣味復現配方可計算。本文的主要研究內容包括:(1)構建單體香料的自然界氣味關系表征預測模型。機器復現氣味所用的原料種類有限、理化性質有嚴格的限制,因此在選用氣味原料時應謹慎和克制。目前已有該氣味表征數據的單體香料較少,為其他單體香料的氣味表征信息進行預測是必要的。針對這個問題,本文基于化學分子描述符,以914種香氣有機化合物作為研究對象,采用隨機森林、AdaBoost和支持向量機分別建立預測模型,然后對多個預測模型進行實驗驗證比較分析。基于化學分子描述符采用預測模型對單體香料的自然界氣味香型關系的預測,有助于擴大氣味復現選用原料的范圍。(2)提出一種氣味復現的配方獲取算法。基于“表征-配比-復現”的氣味復現框架,本研究結合自然界氣味香型關系和氣味分維作為氣味表征手段,通過調研搜集并分析了 273個配方,提出“主香”、“輔香”和“尾香”原料池的分類法,并據此提出配方原料選取算法,然后根據選取的氣味原料,采用最小二乘最優估計計算配方用料的劑量。最后,對配方和目標氣味的分維相似度進行比較討論,從比較結果分析,這種氣味配方計算方法具有良好的性能。該配方計算方法為復現裝置實現動態調配氣味提供了一種可行的方法。(3)研制一臺終端氣味復現裝置。基于壓電式微孔超聲霧化片,研制一臺氣味復現裝置,該裝置包含16通道的氣味發生器,采用現場可編程門陣列芯片作為核心控制芯片,實現了動態調配氣味。該裝置有助于研究氣味復現中氣味關系和復現配方。(4)提出一種氣味復現裝置輸出氣味效果的客觀評價方法。國內外對氣味復現裝置的驗證主要采用的是三角測試法,是一種人工嗅辯方法,存在嗅辯員主觀性和實驗操作復雜的不足之處。針對這些問題,本文提出通過陣列式氣敏傳感器的電子鼻,采用主成分分析和線性判別分析法對氣味復現裝置的氣味調配效果進行驗證。最后,在總結全文的基礎上,對未來研究工作進行了展望。
【圖文】：

圖１－２仿生嗅覺系統工作原理逡逑Ｆｉｇｕｒｅ邋１－２邋Ｔｈｅ邋ｐｒｉｎｃｉｐｌｅ邋ｏｆ邋ｂｉｏｎｉｃ邋ｏｌｆａｃｔｉｏｎ邋ｓｙｓｔｅｍ逡逑氣敏傳感器陣列由部分特性不同的多種氣敏傳感器組成，氣敏傳感器將氣體的化逡逑學性質轉換成電信號。氣敏傳感器的氣敏材料的不同，其檢測的原理也不同，根據其材逡逑料的特點，氣敏傳感器類型包括催化燃燒（ｃａｔａｌｙｔｉｃ邋ｃｏｍｂｕｓｔｉｏｎ邋）、電化學逡逑２逡逑

逡逑圖１－５自動定位的“空氣加農炮”邋［５４！逡逑Ｆｉｇｕｒｅ邋１－５邋Ａｉｒ邋ｃａｎｎｏｎ邋ｗｉｔｈ邋ａｕｔｏｍａｔｉｃ邋ｃｏｌｌｉｍａｔｉｏｎ［５４］逡逑圖１－６追蹤鼻子的氣味播放裝置［５３］逡逑Ｆｉｇｕｒｅ邋１－６邋Ｎｏｓｅ－ｔｒａｃｋｉｎｇ邋ｏｌｆａｃｔｏｒｙ邋ｄｉｓｐｌａｙ［５３］逡逑Ｔ．邋Ｙａｍａｄａ等人在２００６年設計了一種可穿戴的氣味播放裝置，當穿戴者接近無線逡逑射頻識別標簽（ｒａｄｉｏ邋ｆｒｅｑｕｅｎｃｙ邋ｉｄｅｎｔｉｆｉｃａｔｉｏｎ邋ｄｅｖｉｃｅ邋ｔａｇ，邋ＲＦＩＤ邋Ｔａｇ）時，該裝置會立即逡逑混合幾種氣味源并釋放相對應的氣味［５５］，如圖１－８和圖１－８所示。逡逑Ｂｌｅｎｄｅｄ邋Ａｉｒ逡逑＾Ｄ＾！ｖｂ）逡逑Ｓｅｖｅｒａｌ邋Ｔｙｐｅｓ邋ｏｆ邋Ｏｄｏｒ邋Ａｉｒ邋Ｂｌｅｎｄｉｎｇ邋Ａｒｅａ逡逑圖１－７基于ＲＦＩＤ標簽的可穿戴式氣味混合器［５５３逡逑Ｆｉｇｕｒｅ邋１－７邋Ｗｅａｒａｂｌｅ邋ｏｄｏｒ邋ｍｉｘｔｕｒｅ邋ｂａｓｅｄ邋ｏｎ邋ＲＦＩＤ邋ｔａｇｓ［５５］逡逑ｌｉ逡逑
【學位授予單位】：廣東工業大學
【學位級別】：博士
【學位授予年份】：2019
【分類號】：TQ651.2;TP212;TP181

【相似文獻】

相關期刊論文 前4條

1 楊靜靜;曹磊;翟明昌;;使用電子鼻檢測啤酒老化指紋特性[J];啤酒科技;2012年06期

2 朱培逸;顧曉云;杜潔;潘碩;;面向肉類新鮮度檢測的可視化機器嗅覺系統的設計[J];食品工業;2017年06期

3 彭珂;駱德漢;夏必亮;;基于機器嗅覺的柑橘品種無損檢測與識別[J];江西農業大學學報;2017年05期

4 劉紅秀;駱德漢;張澤勇;;機器嗅覺系統氣味識別算法[J];傳感技術學報;2006年06期

相關會議論文 前1條

1 高大啟;;機器嗅覺在氣味類別與濃度同時估計中的應用[A];2004年中國香料香精學術研討會論文集[C];2004年

相關博士學位論文 前1條

1 溫騰騰;基于壓電霧化的氣味復現方法與裝置研究[D];廣東工業大學;2019年

相關碩士學位論文 前2條

1 胡曉楠;基于深度學習的氣體識別研究[D];電子科技大學;2014年

2 李金宵;基于深度學習的工業氣體識別研究[D];上海應用技術大學;2017年

，

本文編號：2612073