電子舌技術(shù)在原料奶識(shí)別中的應(yīng)用

文 / 閻鵬程 鄭麗敏 吳 平 白福銘 任發(fā)政 田立軍

1 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院 2 中國農(nóng)業(yè)大學(xué)功能乳品實(shí)驗(yàn)室

檢測(cè)原料奶的風(fēng)味品質(zhì)，確定原料奶的廠家來源，對(duì)控制乳品質(zhì)量是非常必要的。原料奶經(jīng)常受飼料、產(chǎn)地、運(yùn)輸?shù)葟?fù)雜情況的影響，而使產(chǎn)品風(fēng)味不一致，造成消費(fèi)者的不滿。目前，大部分企業(yè)進(jìn)行原料奶及產(chǎn)品風(fēng)味分析時(shí)，主要靠功能品評(píng)專家判斷，但訓(xùn)練品評(píng)專家周期長，培訓(xùn)費(fèi)用大，同時(shí)品評(píng)結(jié)果易受身體狀態(tài)、情緒變化、經(jīng)驗(yàn)等人為因素干擾，沒有統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)[1]。

電子舌技術(shù)是20世紀(jì)80年代中期發(fā)展起來的一種分析、識(shí)別液體味道的新型檢測(cè)手段。它與普通化學(xué)分析儀器不同，得到的不是被測(cè)樣品中某種或某幾種成分的定性或定量結(jié)果，而是樣品成分的整體信息，也稱“指紋信息”[2]。電子舌的基本工作原理是當(dāng)待測(cè)樣品與金屬傳感器材料表面接觸時(shí)，發(fā)生瞬間響應(yīng)（一系列的物理化學(xué)變化）。這種響應(yīng)通過接口電路將電壓信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)，被計(jì)算機(jī)記錄并傳送到信號(hào)處理單元進(jìn)行分析，與數(shù)據(jù)庫已有的大量化合物的信息進(jìn)行比較和鑒別，判斷出響應(yīng)的物質(zhì)的類別。

國外電子舌的研究非?；钴S，主要應(yīng)用于茶葉質(zhì)量[3]、生物發(fā)酵[4]、飲料[5]等方面，并取得了很大進(jìn)展。Winquist等人[6]利用改進(jìn)的伏安分析傳感器在線檢測(cè)牛乳加工的過程。該電子舌可以在線檢測(cè)牛奶的電導(dǎo)率、濁度、溫度和單位流體質(zhì)量等。Winquist等人[7]還使用6 種金屬（金、銥、鉑、鈀、錸、銠）分別制成工作電極并嵌入一個(gè)中間帶有參比電極（Ag/AgCl）的陶瓷圓盤上，圓盤裝在1 根起著輔助電極作用的不銹鋼管中來區(qū)分6 種不同的飲料。Larisa Lvova，Soon Shin Kim等人[8]利用鍍12 種不同離子選擇膜的電子舌成功地對(duì)8 種礦泉水和4 種酒進(jìn)行了分類。

與國外相比，國內(nèi)的研究剛剛起步，大都還在實(shí)驗(yàn)階段。2008年，中國農(nóng)業(yè)大學(xué)的白福銘等[9]利用電子舌對(duì)3 個(gè)品牌的鮮牛奶進(jìn)行了區(qū)分。2009年，浙江工商大學(xué)的的范佳利等[10]利用電子舌對(duì)5 個(gè)品牌的乳制品的品質(zhì)特性以及新鮮度進(jìn)行了評(píng)價(jià)。

本文使用中國農(nóng)業(yè)大學(xué)研制的8種金屬電極的電子舌，利用PCA和BP神經(jīng)網(wǎng)絡(luò)方法，對(duì)5 個(gè)廠家的原料奶進(jìn)行了檢驗(yàn)。實(shí)驗(yàn)證明，電子舌可以快速準(zhǔn)確地對(duì)不同廠家的原料奶進(jìn)行區(qū)分。電子舌作為一種新型檢測(cè)手段，在原料奶的風(fēng)味質(zhì)量控制中具有較大的應(yīng)用潛力。

圖1 電子舌結(jié)構(gòu)圖

圖2 同一廠家不同天采集信號(hào)比較圖

圖3 不同廠家同日期試驗(yàn)結(jié)果

表1 樣品的物質(zhì)含量及理化特性

1 材料與方法

1.1 試驗(yàn)材料

連續(xù)5 天取5 個(gè)不同廠家原料奶各4 kg，分別標(biāo)示為廠家一、廠家二、廠家三、廠家四、廠家五（均來自于北京三元食品股份有限公司的乳品技術(shù)中心），運(yùn)用近紅外和物理方法分析5 個(gè)廠家樣品的物質(zhì)含量及理化特性（表1）。由表1可知，這5 個(gè)廠家的牛奶在密度、冰點(diǎn)、脂肪酸、乳糖含量等方面基本一致，而在蛋白質(zhì)、脂肪、總固形物以及酸度方面略有差異，人工區(qū)分難度比較大。

1.2 試驗(yàn)設(shè)備

中國農(nóng)業(yè)大學(xué)自制電子舌設(shè)備（圖1）。它主要由8 個(gè)傳感器陣列、采樣裝置和數(shù)據(jù)分析系統(tǒng)組成。傳感器陣列對(duì)液體試樣作出響應(yīng)并輸出信號(hào)，采樣裝置得到信號(hào)后經(jīng)過放大、降噪處理和A/D轉(zhuǎn)換后，通過接口傳入計(jì)算機(jī)，計(jì)算機(jī)系統(tǒng)進(jìn)行數(shù)據(jù)的顯示、存儲(chǔ)和分析。

1.3 試驗(yàn)方法

樣本均在4 ℃下保存，未作任何前處理,每次取120 mL放入樣品皿直接上樣檢測(cè)，每個(gè)樣本重復(fù)取8 次。共采集樣本數(shù)200 個(gè)，其中150 個(gè)樣本用于建模，50 個(gè)樣本用于驗(yàn)證與識(shí)別。

1.4 數(shù)據(jù)處理方法

電子舌系統(tǒng)研究的是多特征值（變量）問題，然而，不同特征值是有一定相關(guān)性的。由于特征值（每個(gè)傳感器均包含：最大值、最小值、平均值、半寬值、最小斜率）較多，再加上特征值之間有一定相關(guān)性，如不加處理，直接使用這些數(shù)據(jù)，勢(shì)必增加分析問題和解決問題的復(fù)雜性。所以首先使用主成分分析方法，即設(shè)法將原指標(biāo)重新組合成一組新的互相無關(guān)的綜合特征值來代替原來的特征值；同時(shí)，為了降低特征向量的維數(shù)，根據(jù)實(shí)際情況從中取幾個(gè)盡可能多地反映原來特征信息的綜合特征值[11]。

試驗(yàn)中首先對(duì)訓(xùn)練樣本進(jìn)行主成分分析，找到原特征的線性組合，對(duì)原始特征進(jìn)行線性變換，得到新的綜合特征，使用綜合特征對(duì)人工神經(jīng)進(jìn)行訓(xùn)練。識(shí)別新樣本時(shí)，對(duì)新樣本提取的特征進(jìn)行與訓(xùn)練樣本相同的線性變換，得到新的綜合特征，然后在此基礎(chǔ)上進(jìn)行識(shí)別。

本文采用BP神經(jīng)網(wǎng)絡(luò)方法進(jìn)行模式識(shí)別。BP網(wǎng)絡(luò)結(jié)構(gòu)為3 層：輸入層、隱含層和輸出層[12]。輸入層和輸出層的個(gè)數(shù)根據(jù)不同的分類方式確定，將所有的樣本作為輸入，以類別作為輸出，訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，即輸入單元數(shù)是特征位數(shù)，輸出單元數(shù)是類數(shù)，隱層單元數(shù)按經(jīng)驗(yàn)公式并通過試驗(yàn)對(duì)比選取。

2 結(jié)果與分析

2.1 同一廠家不同日期的試驗(yàn)結(jié)果

取廠家一3 天相同條件下的牛乳樣本各1 個(gè)進(jìn)行比較，圖2為采集信號(hào)比較圖。

圖2中，從左到右依次是廠家一的牛乳第1～3 天的采集信號(hào)圖，8 種不同顏色代表8 個(gè)不同傳感器的反應(yīng)信號(hào)。從圖2可以看出，除了第3 天S1的曲線偏低外，其余信號(hào)曲線基本無差別，可見同一廠家相同條件下樣本的物質(zhì)含量及理化特性區(qū)別不是很大，短時(shí)間內(nèi)牛奶品質(zhì)保持穩(wěn)定，對(duì)整體信息沒有影響。

圖4 BP神經(jīng)網(wǎng)絡(luò)識(shí)別結(jié)果

表2 主成分分析結(jié)果

2.2 不同廠家同日期的試驗(yàn)結(jié)果

取5 個(gè)廠家第1 天的牛乳樣本原始圖進(jìn)行比較，圖3為采集信號(hào)比較圖。

圖3中，從左到右依次是第2 天廠家一到廠家五的樣本信息，信號(hào)有明顯不同的變化趨勢(shì)，各個(gè)傳感器的曲線斜率出現(xiàn)了差別，同時(shí)個(gè)別傳感器的信號(hào)最大值也不盡相同。曲線的斜率代表傳感器反應(yīng)速度，表示反映樣本中包含傳感器敏感的物質(zhì)，信號(hào)的最大值可以反映出某些敏感物質(zhì)濃度的大小，兩者成正比關(guān)系。從而大致可判斷，不同廠家的牛奶風(fēng)味是有差別的，但哪個(gè)廠家的牛奶是區(qū)分不出來的，因此還要作進(jìn)一步分析。

2.3 主成分分析結(jié)果

選取全部8 個(gè)傳感器通道，全部特征（最大值、最小值、平均值、半寬值、最小斜率），進(jìn)行主成分分析（表2）。

主成分可最大限度地保持原有測(cè)量數(shù)據(jù)集的信息，基本上可滿足類別鑒定的需要。主成分分析在計(jì)算協(xié)方差矩陣特性的過程中消除了各維之間的相關(guān)性。為了盡可能完整地保存樣本的特征信息，按照最小均方誤差準(zhǔn)則進(jìn)行降維，但并不是所有保存下來的信息對(duì)模式識(shí)別都有用。本文選取了前8 個(gè)主成分來代表原始的40 維特征向量，貢獻(xiàn)率約為92.7%。

由表2可知，經(jīng)過主成分分析后，前8 個(gè)主成分貢獻(xiàn)率達(dá)92.7%，以它們作為輸入對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行類別設(shè)定和訓(xùn)練[13]，總共設(shè)為5 類，類別名分別設(shè)為廠家一到廠家五。選用15 個(gè)樣本進(jìn)行測(cè)試的結(jié)果如圖4所示。結(jié)果表明，可以正確區(qū)分原料奶廠家來源。

3 結(jié)論與討論

主成分分析法表明，不同牛奶由于奶源地域性造成了品質(zhì)差異。雖然電子舌不能給出牛奶特性的優(yōu)劣，但能客觀地反映不同廠家之間原料奶數(shù)據(jù)特征的差異。

神經(jīng)網(wǎng)絡(luò)試驗(yàn)結(jié)果說明，電子舌可以正確區(qū)分5 個(gè)廠家的牛奶，表明電子舌對(duì)物質(zhì)含量的微小差別和味覺強(qiáng)度造成的影響是敏感的。如果建立含有全部收購奶源的樣本庫，可以對(duì)不同地域或不知來源的牛奶進(jìn)行區(qū)分，為原料奶的收購提供新的科學(xué)依據(jù)。

同時(shí)，由于電子舌操作簡(jiǎn)便，檢測(cè)周期相較于其它設(shè)備短，也可以先用電子舌將合格奶源的牛奶作為一大類，對(duì)預(yù)測(cè)不符合標(biāo)準(zhǔn)的牛奶再進(jìn)行近紅外或理化試驗(yàn)以確定品質(zhì)。這樣不僅節(jié)約了時(shí)間與資源，也為原料奶的品質(zhì)監(jiān)控提供了新的方法。■

[1]程秀娟，朱虹，鄭麗敏，等.電子舌技術(shù)在飲料識(shí)別中的應(yīng)用. 食品科技，2006（8）：163-165.

[2]蘆筱菲，鄭麗敏，張曉梅，等.電子鼻技術(shù)在干酪識(shí)別上的應(yīng)用. 中國乳業(yè)，2008（6）：52-55.

[3]Chen Q S, Zhao J W, Vittaya padung S.Identification of the green tea. grade level using electronic tongue and pattern recognition.Food Research International，2008，41（5）：500-504.

[4]Legin A，Kirsanov D，Rudnits kaya A，et al.Multicomponent analysis of fermentation growth media using electronic tongue（ET）. Talanta，2004（64）：766-772.

[5]Rudnitskaya A，Delgadillo I，Legin A，et al. Prediction of the Port wine age using an electronic tongue. Chemometrics and Intelligent Laboratory Systems，2007（88）：125-131.

[6]Winquist F，Wide P，Lundatrom I. An electronic tongue based on voltammetry.Analytica Chimica Acta，1997（357）：21-31.[7]Winquist F, Bjorklund R, Krantz R C, Lund S I，et al. An electronic tongue in the dairy industry. Sensors and Actuators B，2005（111-112）：299-304.

[8]胡潔，李蓉，王平. 人工味覺系統(tǒng)——電子舌的研究. 傳感技術(shù)學(xué)報(bào)，2001（6）：169-178.

[9]白福銘.嵌入式電子舌電子鼻在肉新鮮度檢測(cè)中的研究[碩士學(xué)位論文]. 北京：中國農(nóng)業(yè)大學(xué)，2010.

[10]范佳利,韓劍眾，田師一，等.基于電子舌的乳制品品質(zhì)特性及新鮮度評(píng)價(jià).分析與檢測(cè)，2009，35（6）：177-180.

[11]楊靜，毛宗源. 基于PCA和神經(jīng)網(wǎng)絡(luò)的識(shí)別方法研究.計(jì)算機(jī)工程與應(yīng)用，2007，43（25）：246-248.

[12]陳小明，李景明，李艷霞，等. 人工神經(jīng)網(wǎng)絡(luò)在飲料工業(yè)中的應(yīng)用研究進(jìn)展.飲料工業(yè)，2005，8（1）：8-21.

[13]蘆筱菲，鄭麗敏，賈宗艷，等. 電子鼻對(duì)干酪識(shí)別的數(shù)據(jù)預(yù)處理和特征提取. 計(jì)算機(jī)應(yīng)用，2007，27（6）：65-67.