电子鼻技术研究
电子鼻技术的研究进展及其在中药行业中的应用
电子鼻技术的研究进展及其在中药行业中的应用随着科技的不断进步和发展，电子鼻技术也随之崛起。
电子鼻技术是一种基于电子组件制成的人工嗅觉系统，它可以感知各种气味，并辨别气味的类型和来源。
在近年来的研究中，电子鼻技术被广泛应用于医疗、食品、化工等领域，同时也被引入了中药行业。
电子鼻技术源于人类和某些动物的嗅觉系统，然而它与生物的嗅觉系统相比，具有更高的准确性和稳定性，可以实现自动化的气味检测和辨别。
电子鼻系统通常由传感器、信号转换器、数据处理器和显示器等组成。
其中，传感器是电子鼻的核心部件，其选择和设计直接关系到传感器的响应特性和精度。
在电子鼻技术的研究中，传感器的种类和性质一直是关注的热点。
目前，主要的传感器类型包括半导体传感器、电化学传感器、光学传感器、重量传感器、热导传感器等。
在这些传感器中，半导体传感器是最常用的，由于其响应速度快、灵敏度高、可重复性好等优点，广泛应用于电子鼻的研究和设计中。
除了传感器的选择外，数据处理算法也是电子鼻技术的另一个重要研究方向。
这些算法主要包括模式识别、人工神经网络、支持向量机等。
这些算法可以使电子鼻系统能够对气味进行快速准确的辨别和识别，同时也可以对识别结果进行综合分析和统计。
中药是我国的传统特色医药资源，具有广泛的应用前景和市场前景。
然而，由于药材的种类繁多，易混淆，因此中药材行业的质量控制一直成为制约中药行业发展的重要问题。
电子鼻技术可以在中药材的质量控制和分析中发挥作用，从而提高中药行业的发展和质量。
在中药材的质量检测和分析中，电子鼻技术可以实现对药味、香味、异味等气味的快速检测和辨识，以此来判断中药的真假和品质。
同时，在中药材的分类和鉴别中，电子鼻技术也可以实现对中药材的产地、品种、部位等的快速识别和分类，为中药材的生产和销售提供可靠的检测手段。
此外，电子鼻技术可以与其他检测技术相结合，形成多元检测体系，从而更加全面、细致地对中药材的质量进行分析和评价，提高中药材的质量和安全。
电子鼻实验报告2024
引言概述：电子鼻是一种基于传感器技术的人工嗅觉系统，能够模拟人类嗅觉能力，识别不同气味的成分和浓度。
本实验旨在研究电子鼻在气体识别、质量检测、环境监测等方面的应用。
本文将从电子鼻原理、实验设计、实验结果、讨论和结论等方面进行详细阐述。
正文内容：一、电子鼻原理1.传感器选择：选择合适的气体传感器，如电化学传感器、半导体传感器、光纤传感器等。
2.信号的获取与处理：通过气体传感器获取气体样品的特征信号，并对信号进行预处理和分析。
二、实验设计1.实验材料准备：准备气体样品、电子鼻传感器、数据采集和分析系统等。
2.实验流程设计：确定实验流程，包括样品采集、传感器信号的获取、数据分析等步骤。
三、实验结果1.气体识别：通过对不同气体样品进行测试，记录并分析传感器所测得的信号，以达到对气体进行识别的目的。
2.浓度测量：根据电子鼻传感器对气体样品响应的特征，进行浓度测量。
分析传感器输出信号与浓度之间的关系。
四、讨论1.实验误差分析：分析实验过程中可能存在的误差来源，如传感器的灵敏度、环境温度等因素。
2.实验结果的可靠性：评估实验结果的可靠性，讨论实验中可能存在的不确定性和局限性。
五、结论本次实验结果表明，电子鼻作为一种模拟人类嗅觉能力的人工嗅觉系统，在气体识别和浓度测量方面具有广阔的应用前景。
尽管在实验过程中可能存在的误差和不确定性，但电子鼻仍然能够在质量检测、环境监测和安全控制等领域发挥重要作用。
总结：本文对电子鼻实验的相关内容进行了详细的阐述。
通过实验结果的分析和讨论，证明了电子鼻在气体识别和浓度测量方面的有效性和应用潜力。
电子鼻的进一步研究还需解决一些技术难题，如传感器的灵敏度和选择性等。
希望本次实验对电子鼻技术的发展和应用提供一定的参考和借鉴价值。
2024年电子鼻市场分析现状
2024年电子鼻市场分析现状1. 引言电子鼻技术是一项新兴的技术领域，它模拟了人类嗅觉系统的工作原理，能够识别和分析气体成分，具有广泛的应用前景。
本文将对电子鼻市场的现状进行分析，包括市场规模、市场发展趋势等方面。
2. 市场规模据市场调研公司的数据显示，电子鼻市场自2016年开始迅速增长，并在近几年达到了较大的规模。
预计到2025年，电子鼻市场规模将超过XX亿美元。
电子鼻在医疗、食品安全、环境监测等领域具有重要应用，这将推动市场需求的增长。
3. 市场驱动因素电子鼻技术的发展离不开以下几个市场驱动因素：3.1 医疗应用需求增加随着人们健康意识的提高，以及慢性疾病的增加，对于非侵入式、迅速、准确的检测方法的需求增加。
电子鼻作为一种快速、敏感的检测手段，能够帮助医疗行业提高诊断效率，因此在医疗应用领域有广阔的市场前景。
3.2 食品安全监管加强食品安全问题一直备受关注，电子鼻技术在食品质量监测和溯源方面具有潜力。
电子鼻可以迅速检测食品中的有害物质，提高食品安全监管的准确性和效率，因此受到政府和企业的重视。
3.3 环境污染问题随着工业化的进程，环境污染成为全球关注的焦点。
电子鼻技术可以用于监测大气中的有害气体浓度，帮助环保部门及时采取措施，保护环境和人类健康。
因此，环境监测领域是电子鼻市场的另一个重要应用领域。
4. 市场发展趋势电子鼻市场在未来几年将呈现以下几个发展趋势：4.1 技术创新随着科技的进步，电子鼻技术将越来越先进。
传感器的灵敏度和稳定性将得到提高，数据处理算法也会更加精确。
这将大大增强电子鼻的检测能力，推动市场的发展。
4.2 应用领域扩大除了医疗、食品安全、环境监测等领域，电子鼻还有更广阔的应用前景。
例如，在农业领域，电子鼻可以用于检测植物的生长状态和病害，提高农作物的产量和质量。
随着电子鼻技术的发展，更多的应用领域将被开拓。
4.3 市场竞争加剧当前，电子鼻市场的竞争还不激烈，但随着市场规模的增加，竞争将日益加剧。
电子鼻技术的研究进展及其在中药行业中的应用
电子鼻技术的研究进展及其在中药行业中的应用随着现代技术的不断发展和推广，电子鼻技术也逐渐成为了一个备受关注的研究领域。
电子鼻技术通过吸收、分析和识别不同挥发性有机化合物的气味，可以进行快速、准确、无需复杂处理的气体检测，因此被广泛应用于生产、环境保护、食品、医疗等领域。
在中药制药工业领域，电子鼻技术也崭露头角，为中药生产质量的提高和保障作出了很大贡献。
本文将介绍电子鼻技术的研究进展和在中药行业中的应用。
一、电子鼻技术研究进展1、传统电子鼻技术传统电子鼻是由多个传感器数组组成的一种智能感知系统，它可以对空气中的化学成分进行监测和识别。
传统电子鼻的识别能力主要基于气体传感器的特性和样品的挥发性，其感测原理主要是通过化学传感器的信号变化来检测不同化学气体的存在。
目前传统电子鼻技术已经在环境监测、食品安全、药品检测等领域中得到广泛应用。
2、基于人工神经网络(ANN)的电子鼻技术随着人工神经网络技术与电子鼻技术的结合，一种基于ANN的电子鼻技术被发展出来。
该技术采用ANN作为分类器和模式识别器，利用模式匹配对气味进行识别和分类。
相比于传统电子鼻技术，基于ANN的电子鼻技术拥有更强的信噪比、更高的可靠性和更高的识别率。
它不仅可以用于恶臭气体检测，还可以检测空气中的气味、水中的异味等，广泛应用于环境监测、工业生产、食品安全等领域。
基于人工嗅觉的电子鼻技术是一种新兴的气体识别技术，它是通过对人类鼻嗅能力的模仿来实现气体检测和识别。
与传统电子鼻技术和基于ANN的电子鼻技术不同，基于人工嗅觉的电子鼻技术使电子鼻与人类的嗅觉相似，并通过人类鼻腔的方式实现气体识别。
这种新型的电子鼻技术拥有更高的灵敏度、更强的识别能力和更快的响应速度，已经被广泛应用于医疗、环境科学、食品安全等领域。
1、中药材品质检测中药材在采摘、运输、贮存等过程中易被污染，导致其品质下降，进而影响药效。
传统检测方法需要复杂的处理和时间，不能及时反映中药材的品质。
电子鼻技术
单一气体传感器：交叉敏感
电子鼻系统
利用交叉敏感
嗅神经元 嗅球内信号的 整合与增强
模拟大脑皮层信 息编码、处理和
存储等过程
2.电子鼻技术的发展历史
❖ 电子鼻最早可以追溯到1962年Seiyama发现了二氧化锡的气敏特性。 ❖ 1982年Persaud等人在Nature杂志上第一次提出以阵列思想来识别几种简单
❖ 电子鼻技术是探索如何模仿生物嗅觉机能的一门学问。其研 究涉及材料、精密制造工艺、多传感器融合、计算机、应用 数学以及各具体应用领域的科学与技术，具有重要的理论意 义和应用前景。其中传感器技术和计算机技术处于当今科学 技术研究和发展的前沿。
Y. S. Kim, S. C. Ha, Y Yang, et al. Korea Portable electronic nose system based on the carbon black-polymer composite sensor array. Sensors and Actuators B, 2005, 108: 285-291
在嗅觉的电子模拟过程中，传感信号在进行模式识别之前需要对其进行适 当的预处理。通常认为，电子鼻内某一传感器i对气味j的响应为一时变信号 Vij(t)，由n个气体传感器组成的阵列对气味j的响应是n维状态空间的一个矢 量Vj，其分量形式为：
V jV 1,j,V 2,j,L,V n,j
1.什么是电子鼻？
❖ 电子鼻是利用气体传感器阵列的响应图案来识别气味的电子 系统，它可以在几小时、几天甚至数月的时间内连续地、实 时地监测特定位置的气味状况。
❖ 电子鼻主要由气味取样操作器、气体传感器阵列和信号处理 系统三种功能器件组成。
❖ 电子鼻识别的主要机理是在阵列中的每个传感器对被测气体 都有不同的灵敏度，例如，一号气体可在某个传感器上产生 高响应，而对其他传感器则是低响应；同样，二号气体产生 高响应的传感器对一号气体则不敏感，归根结底，整个传感 器阵列对不同气体的响应图案是不同的，正是这种区别，才 使系统能根据传感器的响应图案来识别气体。
气味(电子鼻)传感器的检测技术
气味（电子鼻）传感器的检测技术一,概述.电子鼻可以识别和检测复杂的气味和挥发性成分。
电子鼻是一种能够识别单一和复杂气味的设备，它由多个性能重叠的气体传感器和适当的模式分类方法组成。
二、电子鼻工作原理.电子鼻的工作原理是基于模拟人类嗅觉的形成过程。
人类嗅觉系统由嗅觉细胞、嗅觉神经网络和大脑组成。
嗅觉是挥发性物质释放气体进入鼻腔，并被嗅觉细胞中的嗅觉细胞吸附到表面。
负电荷嗅觉细胞表面的部分电荷发生变化并产生电流，从而使神经末梢受到刺激而兴奋。
最后，兴奋信号被传输到大脑的嗅觉皮层，产生嗅觉。
人的嗅感产生过程框图三、电子鼻的基本组成电子鼻系统主要由气敏传感器阵列、信号处理单元和模式识别单元三大部分组成。
图给出了人工嗅觉系统的结构框图。
电子鼻的系统构成四、电子鼻的应用名称气味监测传感器阵列型金属氧化物半导体主要用于测量一般可燃气体。
主要用于测量一般可燃气体制造商美国公司法国smart nose fox2000金属氧化物半导体香味扫描仪鼻口腔监测器导电聚合物传感器金属氧化物测量食品化妆品监测啤酒测量呼吸新鲜度法国英国日本五、电子鼻发展前景1.存在的问题：(1)有些传感器对测试条件要求苛刻，必须严加控制，或者加以监测并进行参数补偿；(2)传感器本身的稳定性差，因而易于中毒；(3)阵列的校正和训练数据无法通用。
2.研究方向：(1)能对微量分子瞬时敏感的不受环境影响或能对环境变化进行自适应补偿的传感器阵列器件；(2)能对信号进行处理的高精度处理器，将信号与噪声分离；(3)能将人的感官感受相一致的感官评定指标的模式识别方法。
三、数据统计方法1、主成分分析（pca）聚类分析（CA）是一种将研究对象划分为相对同质的聚类的统计分析技术。
从统计学的角度来看，聚类分析是一种通过数据建模来简化数据的方法。
CA是根据个体或变量之间的数量关系进行分类的，具有很强的客观性，但各种聚类方法只能在一定条件下实现局部最优；聚类的最终结果是否成立还需要专家的鉴定。
九种有机物气味阈值电子鼻检测方法研究
九种有机物气味阈值电子鼻检测方法研究
随着人们对环境污染和生活质量的关注，气味阈值的测定和监测变得越来越重要。
电子鼻作为一种新兴的气体传感技术，被广泛应用于气味阈值的检测。
本研究旨在探索九种常见有机物的气味阈值，并研究电子鼻在气味阈值检测中的应用。
这九种有机物分别是乙醛、丁酸、苯酚、甲醇、甲苯、丙酮、乙酸乙酯、正己烷和氢氧化钠。
首先，我们使用气相色谱-质谱联用仪器对这九种有机物进行了分析鉴定，并确定了它们的纯度。
然后，我们使用电子鼻对这九种有机物的气味阈值进行了测定。
具体的实验步骤如下：首先，我们将每种有机物溶解在适量的溶剂中，并制备成一定浓度的气态样品。
然后，将样品分别注入电子鼻的感测器中，并记录下感测器输出的电信号。
接着，我们将样品的浓度逐渐降低，直到感测器输出的电信号下降到噪声水平，这个浓度就是该有机物的气味阈值。
实验结果显示，乙醛、丁酸、苯酚、甲醇、甲苯、丙酮、乙酸乙酯、正己烷和氢氧化钠的气味阈值分别为0.5 ppm、3 ppm、0.3 ppm、6 ppm、0.8 ppm、2 ppm、1 ppm、4 ppm和0.1 ppm。
此外，我们还比较了电子鼻在气味阈值检测中的效果与传统的气相色谱-质谱联用仪器的结果。
结果表明，电子鼻能够快速、准确地测定有机物的气味阈值，并且具有良好的重现性和稳定性。
综上所述，本研究通过对九种有机物的气味阈值进行测定，验证了电子鼻在气味阈值检测中的应用潜力。
电子鼻具有快速、准确、方便等优点，可以广泛应用于环境监测、食品安全等领域。
未来的研究可以进一步扩大样品数量，提高电子鼻的灵敏度和选择性，以推动电子鼻技术在气味阈值检测中的应用。
基于电子鼻技术的食品气味分析研究
基于电子鼻技术的食品气味分析研究近年来，随着科技的不断发展，各个领域都迎来了新的突破和创新。
在食品行业中，电子鼻技术的应用引起了广泛关注。
通过模拟人类嗅觉系统，电子鼻能够准确地分析和辨别不同的食品气味，这对保障食品质量和食品安全具有重要意义。
电子鼻技术是指利用一系列传感器来模拟人类鼻子的感知机制，以获取物质的气味信息，并通过模式识别算法进行分析和判断。
与传统的气体分析方法相比，电子鼻具有快速、准确、无污染等特点，因此在食品行业中具有广泛应用前景。
食品气味是衡量食品品质和安全的重要因素之一。
传统的食品气味检测方法，如气相色谱-质谱联用仪器，需要复杂的操作和高成本的设备，无法满足实时监测和快速检测的需求。
而电子鼻技术可以在短时间内对多种食品进行气味分析，实现快速、经济的检测。
电子鼻的核心是传感器阵列，它可以感知和记录不同食品释放出的气味成分。
随着科技的进步，传感器阵列的性能得到了极大的提升，具有高灵敏度和高选择性，能够准确地区分不同的食物气味。
同时，电子鼻还可以通过调整传感器的组合和参数来适应不同的食品种类和气味特征。
除了传感器阵列，电子鼻还需要配备合适的数据处理算法。
通过采集传感器阵列获得的气味信息，结合模式识别算法进行数据处理和分析，最终可以得出关于食品品质和食品安全的评估结果。
这种高效的数据处理方式使得电子鼻技术在食品行业中具有广泛的应用前景。
电子鼻技术在食品行业中的应用涉及到食品质量控制、新产品研发、食品安全监测等多个方面。
例如，通过电子鼻可以对不同种类的食材进行鉴别和检测，保证食品的品质。
同时，电子鼻还可以在食品研发中发挥作用，通过对不同成分和配方的气味特征分析，推动新产品的创新和开发。
此外，电子鼻还可以用于检测食品中的有害气体和异味物质，确保食品的安全和健康。
然而，电子鼻技术在食品行业中还存在一些挑战和亟待解决的问题。
首先，电子鼻在面对复杂的食品样品时，往往需要建立复杂的模型和算法来进行分析，这需要更多的研究和技术的支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电子鼻技术研究摘要：本文详细介绍了电子鼻系统的工作原理、电子鼻系统的构成。
依次介绍了气敏传感器阵列、数据采集预处理和和模式识别模块。
其中气敏传感器阵列重点介绍了传感器的选取和传感器阵列的构成。
数据采集预处理方面介绍了当前主流的预处理方法。
模式识别模块重点介绍了目前在电子鼻技术中应用最广泛的的人工神经网络技术。
关键词：电子鼻技术、检测、模式识别、人工神经网络引言随着各种天然气、煤制气、液化气的开发和使用,各种可燃性气体散发在工作场所和人们生活中。
为了有效地进行燃气生产中的质量监控和气体成分分析、环境保护中的空气污染检测和对民用燃气泄漏的检测及报警,国内外科研人员很早就致力于研究可燃气体的检测方法和控制方法,研制各式各样的气体检测和分析仪器,用于环境监测、生产过程中的监控及气体成分分析、气体泄漏报警等。
多组分气体分析是指对混合气体中多种感兴趣的气体或某种特定感兴趣的气体进行定性或定量分析.用于气体敏感的传感器以响应速度快、灵敏度高、制作简单等优点而显示出良好的应用前景,但同时也存在着交叉敏感这一严重缺陷,因而在实际应用中难以有选择地响应被测气体中的某种成分,直接影响着气体的测量精度.近年来,研究者们尝试将气体传感器阵列与模式识别技术相结合,形成模拟人类和其他哺乳动物嗅觉机理的人工嗅觉系统,即“电子鼻”.基本思路是:先利用气体传感器阵列对被测介质形成高维响应模式,然后借助模式识别技术对阵列响应进行辨识、处理,从而解算出被测介质中各种成分的体积分数.实践证明,这是解决气体定量检测问题的一条有效途径[1]。
1商品化电子鼻的应用情况目前,电子鼻已应用到质量控制、环境监测和疾病诊断[2]等各个领域。
医用电子鼻特指用于疾病诊断的电子鼻系统，与传统的诊断方法相比，电子鼻疾病诊断具有无创性，实时性，便捷高效等特点，在疾病诊断方面具有潜在的优势。
据报道，一种新的医用电子鼻气体传感器阵列优化方法，利用改进遗传算法设定气体传感器的重要性系数，以去除传感器阵列的冗余和相关，提高系统的判别能力。
该方法分别用于五种乳癌特征气体和七种伤口病原菌检测，使正确识别率得到较大提高。
2电子鼻系统的工作原理及电子鼻系统的构成电子鼻是人们通过模仿生物的嗅觉系统【3】而研制的一个电子“嗅觉”系统，它的组成部分为：气敏传感器阵列、信号的数据采集预处理、模式识别算法。
如下图所示，传感器阵列相当于生物嗅觉系统中的最前端的嗅觉细胞，通常主要由多种不同类型的传感器组成的阵列来组成其“感观”器件，每个传感器一个嗅觉细胞。
信号的数据采集预处理相当于生物嗅觉系统中的传输神经网，采集信号并进行一定的处理后输入到模式识别系统单元，模式识别系统就相当于生物的大脑，对目标进行定性或定量的分析，输出目标是什么，各种目标的浓度是多少。
下面将一一介绍电子鼻系统的各个组成模块，包括气敏传感器阵、数据采集预处理模块和模式识别系统。
3气敏传感器阵列电子鼻技术中的首要问题就是根据特定应用选择气体传感器，构建气体传感器阵列。
下面将一一介绍传感器的选取和传感器阵列的构建。
3.1传感器的选取在确定气体传感器阵列时，所选用的气体传感器应满足以下要求：（1）气体传感器应具有很高的灵敏度，能够对待测目标成分产生响应；（2）气体传感器应具有一定的交叉敏感性，既保证一个传感器对多种待测成分有响应；又保证每个传感器对同种成分的响应有所不同；（3）传感器的短期稳定性和长期稳定性好，响应受环境干扰因素的影响尽可能小；（4）响应速度快，可重复性好。
目前使用的气敏材料主要有陶瓷气敏材料和高分子气敏材料两大类。
3.1.1.瓷气敏材料[4]陶瓷气敏材料的主要成分是一些金属氧化物，按照气敏原理的不同有以下几种:(l)半导体陶瓷气敏材料半导体气敏材料是开发最早和应用最广泛的气敏材料之一，这类材料如SnO 2，ZnO2，Fe O3等对气体有着吸附作用。
通过吸附，产生化学反应，使其电导率发生变化。
半导体气敏材料对气体的敏感性与温度有关，常温下敏感度较低，随着温度的升高，其敏感度也增加，在一定的温度下达到峰值。
为了提高它的灵敏度，常添加一些催化剂，如在Sn02中添加贵重金属Pt，Pd等。
(2)接触燃烧式陶瓷气敏材料它是利用气体的接触燃烧反应产生的热量来改变另一种材料的电阻值。
这种材料需要有两种材料配合使用，一种材料与气体发生接触燃烧反应，另一种材料的电阻对温度敏感，如Pt丝、几一A12o3+几丝、pd一A12认+pt丝等.(3)固体电解质陶瓷气敏材料利用一些固体电解质对气体的选择透通性能。
当一些气体存在时，在电解质中产生离子，从而形成浓差电势等。
按产生离子的不同，可分为三类:一类是材料吸附气体后产生离子与固体电解质中的移动离子相同;另一类是材料吸附气体后产生离子与固体电解质中固体离子相同;第三类是产生的离子既不同于移动离子，也不同于固体离子.3.1.2.分子气敏材料高分子气敏材料在遇到特定的气体时，其电阻、介电常数、材料表面声波传播速度、频率、材料重量等物理性能都会发生变化。
主要有酞著聚合物、LB膜、苯芬基乙炔、聚乙烯醇一磷酸、聚异丁烯、氨基十一烷基硅烷等。
高分子气敏材料由于工艺简单、常温选择性好、价格低廉，易与微结构传感器和声表面波器件相结合。
3.2微结构传感器的工艺设计MEMS器件的加工技术主要有从半导体加工工艺中发展起来的硅平面工艺和体硅加工工艺。
对硅微机械加工技术的研究五十年代末就已开始，到八十年代K.EPeetsrne对硅微机械加工技术及应用进行了总结。
此后，硅微机械加工技术得到了广泛重视，引起了人们越来越大的兴趣。
MEMS器件的工艺设计是计算机辅助设计与模拟的重要环节，它直接关系到三维实体模型的生成。
目前，硅微机械技术有很多种，包括光刻、键合、刻蚀、氧化、气相淀积、溅射等主要的加工工艺。
3.3传感器阵列的构成[5]传感器阵列的构造是与后继信息处理密切相关的，传感器单元的选择本身就应该考虑到要有一定的重叠敏感区域且各有敏感侧重。
一个较为关键的问题是:如何确定应选择的传感器的个数。
下面给出判定准则【6】:准则1：所构造系统中各传感器的输出信息所组成的整体信息应是完备的；准则2：所构造系统中各传感器的输出信息所组成的整体信息应有一定的冗余。
利用上面的准则及前面我们介绍的传感器选取的原则，我们选取了TGS825、TGS813、TGS2611和MQ136、MQ-7、MQ-4六个传感器来组成阵列的主元素。
同时，考虑到半导体传感器对外界条件(我们的实验中主要是温湿度)比较敏感，我们在阵列中加入温湿度传感器CHTM-02N模块作为外界条件的输入量。
阵列如下：4数据采集预处理[4]模式识别技术诞生于20世纪20年代。
随着计算机和其他相关学科技术的发展，模式识别信息处理在60年代迅速发展成一门学科。
在电子鼻发展的研究过程中，模式识别也对电子鼻系统的识别与分类起了关键作用。
处理信息的方法有以下几类:主成分分析法(prineipalComponentAnalysis，pCA)、部分最小二乘回归(partial助assquaresRe歹ession)、判别分析法(DiscriminantAnalysis，DA)、聚类分析法(ClusterAnalysis，CA)、人工神经网络(AnificialNeuralNetwork，ANN)和模糊推理法(FuZZyInference，FI)等在电子鼻领域中都有应用。
在这些分析方法中最常见的有:主成分分析法、部分最小二乘回归、聚类分析法、人工神经网络等等;其中主成分分析法、部分最小二乘法、聚类分析法是基于线性的分析方法，具有较大的应用局限性。
而人工神经网络能够处理非线性数据，容忍传感器的漂移和误差，并且具有较高的预测精度，因而近年来成为电子鼻技术领域的主要研究方法。
5模式识别技术[7]模式识别是伴随着计算机的研究、应用发展起来的一门新兴学科，随着40年代计算机的出现，50年代人工智能的兴起，模式识别在60年代初迅速发展成为一门学科。
它所研究的理论和方法在很多科学和技术领域中得到了广泛的重视，推动了人工智能系统的发展，扩大了计算机应用的可能性[8]。
按照广义的定义，模式是一些供模仿用的完美无缺的标本;模式识别就是识别出特定客体所模仿的标本[9]。
具体地说，模式被理解成取自客观世界有限部分的单一样本的被测量值的综合;模式识别就是试图确定一个样本的类别属性，即把某一样本归属于多个类型中的某一类型[10]。
电子鼻系统中常用的模式识别方法有以下几种:统计模式识别、模糊模式识别、人工神经网络模式识别。
如果样本集线性不可分，那么采用线性分类器，虽然能在某种准则函数下达到最好的分类效果，但分类错误率往往偏大。
由于气体识别的问题一般都是非线性分类问题，因而常常采用非线性分类方法人工神经网络理论是20世纪80年代中后期世界范围内迅速发展起来的一个前沿研究领域，它以其自身强大的自组织、自学习、自适应和分类计算能力被广泛用于电子鼻系统。
人工神经网络是根据人脑的基本功能特征，模仿生物学系统的功能和结构发展出来的一种新型信息处理体系和计算体系，它的一个特点是具有很强的非线性模式识别能力，因而在气体识别中得到了广泛的应用。
一个多层神经网络一般具有输入层、隐含层、输出层。
层与层之间的节点互相联结，构成网状结构。
隐含层可以为一层，也可以为多层。
已经证明:一个三层的神经网络可以解决任意复杂的非线性分类问题，因而实际应用的人工神经网络通常采用三层结构。
本实验所采用的是三层前向网络，隐层结点数经验性的选择为输入结点数的75%左右，网络规模不大。
其典型结构如下：BP算法是到目前为止最有影响的算法之一，是最常用、最普遍的网络。
它被用来训练多层前向神经网络。
这种算法根据学习的误差大小，把学习的结果反馈到中间层次的隐单元，改变它们的权系数矩阵，从而达到预期的学习目的，解决了多层网络的学习问题。
BP算法的基本思想是：学习过程由信号的正向传播与误差的反向传播两个过程组成。
正向传播时，输入样本从输入层传入，经各隐层逐层处理后，传向输出层。
若输出层的实际输出与期望输出不符，则转入误差的反向传播阶段。
误差反传是将输出误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据。
这种信号正向传播与误差反向传播的各层权值调整过程，是周而复始进行的。
权值不断调整的过程，也是网络的学习训练过程。
此过程一直进行到网络输出的误差减少到可接受的程度，或进行到预先设定的学习次数为止。
6前景展望电子鼻在进20年来的研究和发展非常迅速，以后将向微型化和智能化的方向发展，特别是基于PC的电子鼻的微型化与现场检测方面。
随着科技的综合发展，本人认为可以利用蓝牙等无线传输技术，实现将传感器阵列与数据处理部分分开，使电子鼻的应用扩展到比较危险和对人体有害的环境中，实现实时监测，使操作这在相对安全的环境中进行控制。