基于电子鼻的石蜡嗅味等级评定方法技术

本发明专利技术公开了一种基于电子鼻的石蜡嗅味等级评定方法，包括如下步骤：S1、通过电子鼻进行石蜡嗅味相关数据的采集；S2、采用主成分分析、偏最小二乘对石蜡嗅味相关数据进行降维处理；S3、采用支持向量机，对#PCA、#PLS和#全集的特征数据集构建模型，进行不同嗅味等级石蜡样本的分类与等级评定。本发明专利技术实现了数据采集与数据分析，能够直接采集制备好的待检的石蜡样本数据，针对不同等级石蜡成分特性，可以迅速、高效的鉴别石蜡品级。

Evaluation method of paraffin smell grade based on electronic nose

The present invention discloses an evaluation method of paraffin smell grade based on electronic nose, including the following steps: S1, collecting paraffin smell related data through electronic nose; S2, using principal component analysis and partial least squares to reduce the related data of paraffin smell related data; S3, support vector machine, #PCA, #PLS, and #PCA The characteristic data set of the complete set was built to classify and grade paraffin samples with different odor levels. The invention realizes the data collection and data analysis, and can directly collect the prepared paraffin sample data, and can identify the paraffin grade quickly and efficiently according to the characteristics of different grade paraffin components.

【技术实现步骤摘要】
基于电子鼻的石蜡嗅味等级评定方法
本专利技术涉及工业
，具体涉及一种基于电子鼻的石蜡嗅味等级评定方法。
技术介绍
中国是石蜡资源生产、出口和消费大国，年出口量约占世界石蜡贸易总量的70％，在国际石蜡市场的发展中发挥巨大作用。石蜡在包装材料、纤维板、橡胶、绝缘材料等行业应用广泛，巨大的市场潜力为石蜡等级的快速、精准划分提出了更高的要求。石蜡产品出厂进行质检标定时，嗅味强度是重要的质检指标之一。一般来说，石蜡的品质越高，其嗅味浓度就越低。目前石蜡嗅味指标的常规鉴定方法主要采取中国石油化工行业标准“石蜡嗅味试验法(SHT0414-2004)”，依靠专家现场通过人的嗅觉来评定，嗅味实验小组至少由5人组成，所有成员给出的嗅味强度数字等级的平均值即为样品嗅味评定值，评价误差超过1.0个单位，则重新评定。专家人工感官测评存在耗费人力、精度低、客观性差且长期接触危害评价人员身体健康等弊端。因而研究石蜡嗅味等级的快速检测和鉴评方法，对于提升石蜡的市场经济效益和产品二次开发具有较强的现实意义。电子鼻作为一种操作简单、节省时间、高精度的智能仿生仪器，在食品科学、环境保护、化工领域等领域得到了广泛应用。He等人基于电子鼻技术设计开发了室内日常生活环境下的空气质量检测系统。通过BP神经网络构建空气质量监测模型，有效的兼顾了成本和精度实现了居住环境质量监控，且与其他空气质量监测系统对比效果更好。Herrero等人以电子鼻为基础开发了一种便携式水质污染在线检测设备，该设备应用数据连接工具发送传感器数据到服务器，输入到人工神经网络系统进行训练和分类。不但能够实现远程监测，且提出的模型可以将普通污染物(空白水、丙酮、甲苯、氨、甲醛、过氧化氢、乙醇、苯、二氯甲烷、乙酸、二甲苯和二甲基乙酰胺)掺杂水样分类准确率高达94％。
技术实现思路
本专利技术的目的在于提供了一种基于电子鼻的石蜡嗅味等级评定方法，实现了数据采集与数据分析，能够直接采集制备好的待检的石蜡样本数据，针对不同等级石蜡成分特性，可以迅速、高效的鉴别石蜡品级。为实现上述目的，本专利技术采取的技术方案为：基于电子鼻的石蜡嗅味等级评定方法，包括如下步骤S1、通过电子鼻进行石蜡嗅味相关数据的采集；S2、采用主成分分析、偏最小二乘对石蜡嗅味相关数据进行降维处理；S3、采用支持向量机，对#PCA、#PLS和#全集的特征数据集构建模型，进行不同嗅味等级石蜡样本的分类与等级评定。优选地，所述电子鼻由8个金属氧化物气敏传感器构成，分别采用MQ-137，MQ-138，TGS-832，TGS-826，TGS-813，TGS-822，TGS-2610，TGS-2611型传感器。优选地，所述步骤S2具体包括如下步骤：S21、通过主成分分析法对石蜡嗅味特征数据集X进行降维，提取石蜡嗅味响应特征的主成分；具体的，对传感器阵列采集的数据集X做转置，并对转置后XT、进行零均值化处理。矩阵XT协方差矩阵D，计算式为进一步，得到D的特征值及对应的特征向量，并将特征向量按对应特征值从大到小组合成矩阵P；主成分分析算法处理之后的石蜡嗅味响应特征矩阵W满足公式WT＝PXT(2)；S22、利用交叉有效性测量成分t对预测模型精度的边际贡献，据此确定偏最小二乘降维后的有效成分；具体的，记第i个样本点数据为Xi，记是建模时删去的样本点i(i＝1，2，…，n)，取h个成分回归建模后，在用此模型计算的yi的拟合值，得到y的预测误差平方和如式(4)，另外再采用所有的样本点拟合含h个成分的回归方程，此时记第i个样本点的预测值为y的误差平方和如式(5)所示：公式(4)中，yi是被删去的第i个样本点的数据；是被删去的第i个样本点在含h个成分的回归模型上的预测值；PRESSh是含h个成分回归建模后y的预测误差平方和；公式(5)中，yi是第i个样本点的数据；是用全部样本点拟合含h个成分的回归方程下第i个样本点的预测值；SSh是用全部样本点拟合的含有h个成分的回归方程的拟合误差；那么，SSh-1是用全部样本点拟合的具有h-1个成分的方程的拟合误差；PRESSh增加了一个成分th，但却仍含有样本点的扰动误差。如果含h个成分的回归方程的扰动误差能在一定程度上小于h-1个，则认为如果增加一个成分th，会使预测结果明显提高。确定变量个数的等价函数交叉有效性判别函数如式(6)所示：当成分th的交叉有效性时，表明达到目标精度本专利技术具有以下有益效果：结合嗅觉仿生技术提出了石蜡嗅味等级检测的新方法，可以完成石蜡嗅味特征响应的分析、筛选、识别、以及未知石蜡样本嗅味定级。附图说明图1为本专利技术实施例所使用的电子鼻的结构示意图；图2为本专利技术主成分分析结果示意图；图中：a)分析结果，b)成分碎石图。图3为本专利技术构建LIBSVM模型的最优参数网格式搜索图；图中：基于PCA优化特征集，b)基于PLS优化特征集，c)基于特征全集。图4为本专利技术随机森林中决策树棵树对性能的影响示意图；图中：a)基于PCA优化特征集，b)基于PLS优化特征集，c)基于特征全集。图5为本专利技术极限学习机中隐含层神经元个数对性能的影响示意图；图中：基于PCA优化特征集，b)基于PLS优化特征集，c)基于GA优化特征集d)基于特征全集。图6为本专利技术构建LIBSVM模型的最优参数网格式搜索及石蜡样本预测结果示意图；图中：a)最优参数网格式搜索b)基于SVM模型的石蜡样本嗅味评分预测。图7为本专利技术基于RF模型的石蜡嗅味评分预测示意图；图中：a)基于PCA优化特征集，b)基于PLS优化特征集，c)基于特征全集。图8为本专利技术基于ELM模型的石蜡嗅味评分预测示意图。图中：a)基于PCA优化特征集，b)基于PLS优化特征集，c)基于特征全集。具体实施方式为了使本专利技术的目的及优点更加清楚明白，以下结合实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例中所使用的电子鼻结构如图1所示，包括动态顶空进样装置和嗅味采集装置测试箱体1，所述动态顶空进样装置包括顶空扩散装置7，安装在顶空扩散装置7上端的进气管路；所述嗅味采集装置测试箱体1一侧通过进气泵3与所述顶空扩散装置7相连，用于吸入顶空挥发气体；另一个通过排气泵连接有排气管路；所述嗅味采集装置测试箱体1内设有传感器阵列2，所述传感器阵列2由8个金属氧化物气敏传感器构成，气敏传感器将采集到的模拟信号经调理模块后发送到数据采集卡4，数据采集卡4通过串口将数据传输至PC机11。实施例将石蜡样本进行预处理，获得厚度0.2mm的均匀薄片，准确称取并置入顶空挥发装置中密封静置10-15min，待顶空气体均匀饱和；通过动态顶空进样技术将顶空气体载入传感器气室进行检测，检测时间3min；气敏传感器将采集到的模拟信号经调理模块后发送到数据采集模块，数据采集模块通过串口将数据传输至PC机，经主成分分析、偏最小二乘对石蜡嗅味相关数据进行降维处理后，采用支持向量机，随机森林和极限学习机方法对3个不同特征数据集(#PCA、#PLS和#全集)构建模型，进行不同嗅味等级石蜡样本的分类与等级评定。主成分分析法通过主成分分析法对石蜡嗅味特征数据集X进行降维，提取石蜡嗅味响应特征的主成分。对传感器阵列采集的数据集X做转置，并对转置后XT、进本文档来自技高网...

【技术保护点】
1.基于电子鼻的石蜡嗅味等级评定方法，其特征在于，包括如下步骤：S1、通过电子鼻进行石蜡嗅味相关数据的采集；S2、采用主成分分析、偏最小二乘对石蜡嗅味相关数据进行降维处理；S3、采用支持向量机，对#PCA、#PLS和#全集的特征数据集构建模型，进行不同嗅味等级石蜡样本的分类与等级评定。

【技术特征摘要】
1.基于电子鼻的石蜡嗅味等级评定方法，其特征在于，包括如下步骤：S1、通过电子鼻进行石蜡嗅味相关数据的采集；S2、采用主成分分析、偏最小二乘对石蜡嗅味相关数据进行降维处理；S3、采用支持向量机，对#PCA、#PLS和#全集的特征数据集构建模型，进行不同嗅味等级石蜡样本的分类与等级评定。2.如权利要求1所述的基于电子鼻的石蜡嗅味等级评定方法，其特征在于，所述电子鼻由8个金属氧化物气敏传感器构成，分别采用MQ-137，MQ-138，TGS-832，TGS-826，TGS-813，TGS-822，TGS-2610，TGS-2611型传感器。3.如权利要求1所述的基于电子鼻的石蜡嗅味等级评定方法，其特征在于，所述步骤S2具体包括如下步骤：S21、通过主成分分析法对石蜡嗅味特征数据集X进行降维，提取石蜡嗅味响应特征的主成分；具体的，对传感器阵列采集的数据集X做转置，并对转置后XT、进行零均值化处理。矩阵XT协方差矩阵D，计算式为进一步，得到D的特征值及对应的特征向量，并将特征向量按对应特征值从大到小组合成矩阵P；主成...

【专利技术属性】
技术研发人员：门洪，程美琦，付松琳，杨佳琳，房海瑞，刘晶晶，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：吉林,22