電子舌技術在原料奶識別中的應用

文 / 閻鵬程 鄭麗敏 吳 平 白福銘 任發政 田立軍

1 中國農業大學信息與電氣工程學院 2 中國農業大學功能乳品實驗室

檢測原料奶的風味品質，確定原料奶的廠家來源，對控制乳品質量是非常必要的。原料奶經常受飼料、產地、運輸等復雜情況的影響，而使產品風味不一致，造成消費者的不滿。目前，大部分企業進行原料奶及產品風味分析時，主要靠功能品評專家判斷，但訓練品評專家周期長，培訓費用大，同時品評結果易受身體狀態、情緒變化、經驗等人為因素干擾，沒有統一的評價標準[1]。

電子舌技術是20世紀80年代中期發展起來的一種分析、識別液體味道的新型檢測手段。它與普通化學分析儀器不同，得到的不是被測樣品中某種或某幾種成分的定性或定量結果，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待測樣品與金屬傳感器材料表面接觸時，發生瞬間響應（一系列的物理化學變化）。這種響應通過接口電路將電壓信號轉化為數字信號，被計算機記錄并傳送到信號處理單元進行分析，與數據庫已有的大量化合物的信息進行比較和鑒別，判斷出響應的物質的類別。

國外電子舌的研究非?；钴S，主要應用于茶葉質量[3]、生物發酵[4]、飲料[5]等方面，并取得了很大進展。Winquist等人[6]利用改進的伏安分析傳感器在線檢測牛乳加工的過程。該電子舌可以在線檢測牛奶的電導率、濁度、溫度和單位流體質量等。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8 種礦泉水和4 種酒進行了分類。

與國外相比，國內的研究剛剛起步，大都還在實驗階段。2008年，中國農業大學的白福銘等[9]利用電子舌對3 個品牌的鮮牛奶進行了區分。2009年，浙江工商大學的的范佳利等[10]利用電子舌對5 個品牌的乳制品的品質特性以及新鮮度進行了評價。

本文使用中國農業大學研制的8種金屬電極的電子舌，利用PCA和BP神經網絡方法，對5 個廠家的原料奶進行了檢驗。實驗證明，電子舌可以快速準確地對不同廠家的原料奶進行區分。電子舌作為一種新型檢測手段，在原料奶的風味質量控制中具有較大的應用潛力。

圖1 電子舌結構圖

圖2 同一廠家不同天采集信號比較圖

圖3 不同廠家同日期試驗結果

表1 樣品的物質含量及理化特性

1 材料與方法

1.1 試驗材料

連續5 天取5 個不同廠家原料奶各4 kg，分別標示為廠家一、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中心），運用近紅外和物理方法分析5 個廠家樣品的物質含量及理化特性（表1）。由表1可知，這5 個廠家的牛奶在密度、冰點、脂肪酸、乳糖含量等方面基本一致，而在蛋白質、脂肪、總固形物以及酸度方面略有差異，人工區分難度比較大。

1.2 試驗設備

中國農業大學自制電子舌設備（圖1）。它主要由8 個傳感器陣列、采樣裝置和數據分析系統組成。傳感器陣列對液體試樣作出響應并輸出信號，采樣裝置得到信號后經過放大、降噪處理和A/D轉換后，通過接口傳入計算機，計算機系統進行數據的顯示、存儲和分析。

1.3 試驗方法

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，每個樣本重復取8 次。共采集樣本數200 個，其中150 個樣本用于建模，50 個樣本用于驗證與識別。

1.4 數據處理方法

電子舌系統研究的是多特征值（變量）問題，然而，不同特征值是有一定相關性的。由于特征值（每個傳感器均包含：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性，如不加處理，直接使用這些數據，勢必增加分析問題和解決問題的復雜性。所以首先使用主成分分析方法，即設法將原指標重新組合成一組新的互相無關的綜合特征值來代替原來的特征值；同時，為了降低特征向量的維數，根據實際情況從中取幾個盡可能多地反映原來特征信息的綜合特征值[11]。

試驗中首先對訓練樣本進行主成分分析，找到原特征的線性組合，對原始特征進行線性變換，得到新的綜合特征，使用綜合特征對人工神經進行訓練。識別新樣本時，對新樣本提取的特征進行與訓練樣本相同的線性變換，得到新的綜合特征，然后在此基礎上進行識別。

本文采用BP神經網絡方法進行模式識別。BP網絡結構為3 層：輸入層、隱含層和輸出層[12]。輸入層和輸出層的個數根據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，訓練神經網絡模型，即輸入單元數是特征位數，輸出單元數是類數，隱層單元數按經驗公式并通過試驗對比選取。

2 結果與分析

2.1 同一廠家不同日期的試驗結果

取廠家一3 天相同條件下的牛乳樣本各1 個進行比較，圖2為采集信號比較圖。

圖2中，從左到右依次是廠家一的牛乳第1～3 天的采集信號圖，8 種不同顏色代表8 個不同傳感器的反應信號。從圖2可以看出，除了第3 天S1的曲線偏低外，其余信號曲線基本無差別，可見同一廠家相同條件下樣本的物質含量及理化特性區別不是很大，短時間內牛奶品質保持穩定，對整體信息沒有影響。

圖4 BP神經網絡識別結果

表2 主成分分析結果

2.2 不同廠家同日期的試驗結果

取5 個廠家第1 天的牛乳樣本原始圖進行比較，圖3為采集信號比較圖。

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，信號有明顯不同的變化趨勢，各個傳感器的曲線斜率出現了差別，同時個別傳感器的信號最大值也不盡相同。曲線的斜率代表傳感器反應速度，表示反映樣本中包含傳感器敏感的物質，信號的最大值可以反映出某些敏感物質濃度的大小，兩者成正比關系。從而大致可判斷，不同廠家的牛奶風味是有差別的，但哪個廠家的牛奶是區分不出來的，因此還要作進一步分析。

2.3 主成分分析結果

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

主成分可最大限度地保持原有測量數據集的信息，基本上可滿足類別鑒定的需要。主成分分析在計算協方差矩陣特性的過程中消除了各維之間的相關性。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則進行降維，但并不是所有保存下來的信息對模式識別都有用。本文選取了前8 個主成分來代表原始的40 維特征向量，貢獻率約為92.7%。

由表2可知，經過主成分分析后，前8 個主成分貢獻率達92.7%，以它們作為輸入對BP神經網絡進行類別設定和訓練[13]，總共設為5 類，類別名分別設為廠家一到廠家五。選用15 個樣本進行測試的結果如圖4所示。結果表明，可以正確區分原料奶廠家來源。

3 結論與討論

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

神經網絡試驗結果說明，電子舌可以正確區分5 個廠家的牛奶，表明電子舌對物質含量的微小差別和味覺強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，可以對不同地域或不知來源的牛奶進行區分，為原料奶的收購提供新的科學依據。

同時，由于電子舌操作簡便，檢測周期相較于其它設備短，也可以先用電子舌將合格奶源的牛奶作為一大類，對預測不符合標準的牛奶再進行近紅外或理化試驗以確定品質。這樣不僅節約了時間與資源，也為原料奶的品質監控提供了新的方法?！?/p>

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

[2]蘆筱菲，鄭麗敏，張曉梅，等.電子鼻技術在干酪識別上的應用. 中國乳業，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——電子舌的研究. 傳感技術學報，2001（6）：169-178.

[9]白福銘.嵌入式電子舌電子鼻在肉新鮮度檢測中的研究[碩士學位論文]. 北京：中國農業大學，2010.

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

[11]楊靜，毛宗源. 基于PCA和神經網絡的識別方法研究.計算機工程與應用，2007，43（25）：246-248.

[12]陳小明，李景明，李艷霞，等. 人工神經網絡在飲料工業中的應用研究進展.飲料工業，2005，8（1）：8-21.

[13]蘆筱菲，鄭麗敏，賈宗艷，等. 電子鼻對干酪識別的數據預處理和特征提取. 計算機應用，2007，27（6）：65-67.