味觉传感器研究进展论文

建议去科技论文网去查，你去你们学校图书馆问问，有没有买什么数据库，一般学校都有的。然后输入你的关键字去查都能查到。透光脉动传感器的影响因素研究 论文透光脉动传感器是一种非接触式光电检测装置，通过对混凝过程中形成的絮体颗粒的检测，可以得到反映颗粒聚集状态的检测参数R。其检测不受混凝剂种类以及原水水质等条件的限制，其输出值不受取样管管壁的粘污以及电子元件老化、漂移等不利因素的影响，广泛适用于饮用水处理以及工业废水处理中混凝过程的在线连续检测[1]。以该传感器为核心的透光脉动混凝投药控制系统在高浊度水的混凝剂自动投加控制方面得到了良好的应用[2]，近年来开始在常规浊度水的混凝剂自动投加控制方面得到应用[3]。在实际使用中，透光脉动传感器的检测性能受诸多因素的限制。作者在综合实践应用经验和试验结果的基础上对透光脉动传感器的主要影响因素进行了研究，并确定了其最优工作参数。1 透光脉动传感器 透光脉动传感器由水样检测部分和信号处理部分构成，分别完成信号的检测和处理，其工作原理如图1所示。由光源发射一束狭窄的光照射到传感器取样管中流动的悬浮液，透过光由光检测器接收并转换成电信号，然后通过后续的信号处理电路完成对电信号的处理，输出透光脉动检测值。检测值可以通过数码显示器（LED）显示，也可以通过输出端子输出，通过接口与计算机等连接，以实现检测值的在线采集和分析处理。式中：L—取样管管径； A—光柱有效照射面积； Ni—第i种颗粒的数量浓度； Ci—第i种颗粒的散射截面积。 从表达式可以看出，在被检测对象即悬浮液中颗粒的性质一定的情况下，检测值受光源的有效照射面积及取样管管径等因素的影响。在实际应用中，取样流速和传感器信号处理部分的放大倍数等因素也对检测值有明显影响，下面将对这些影响因素进行具体分析。2 影响因素分析2.1 光源的影响 对于透光脉动传感器来说，光源的选择无疑是至关重要的。受透光脉动检测技术的限制，只有当被测水样体积足够小时，颗粒的脉动现象才能被传感器检测到。在实际应用中为保证检测效果，必须尽量减小光柱的有效照射面积，因此应选择发射角小的光源，如激光二极管。 在水处理领域，国际标准化组推荐使用波长为860nm的近红外光和550nm的紫外光作为光源[4]。为了保证传感器的灵敏度，光源发射光的波长应随着被测颗粒尺寸的增大而增大，对于透光脉动传感器来说，它检测的是尺寸较大的絮体颗粒，因此宜选择发射波长为860nm的光源。在860nm处水中的溶解性物质对光的吸收非常弱，这一点对于没有色度补偿的透光脉动传感器来说很重要。2.2 取样流速的影响 由透光脉动检测技术特性可知[5]，颗粒的脉动频率与取样流速有关，只有在保证最低取样流速，使得被检测水样能及时得到一定程度的更新的前提下，经过处理后的检测信号才能真实地反映出颗粒的脉动情况，且此时检测值应与取样流速无关。为了验证取样流速对检测值的影响，用内径为3mm的取样管分别对未混凝和混凝的悬浮液进行了连续检测。对于未混凝的悬浮液，当取样流量小于20mL/min时，此时水样流速太小，脉动信号的频率过低，其在信号处理过程中被滤波电路滤掉一部分，从而导致检测值偏小。取样流量在20mL/min左右时检测值波动较大，而当取样流量大于25mL/min时检测值比较稳定，仅当取样流量达到100mL/min时，检测值才略有下降。从试验结果可得，当取样流量在25mL/min以上即取样流速在0.06m/s以上时，检测值与取样流速无关。对于混凝的悬浮液，当取样流量为25~40mL/min即取样流速为0.06~0.094m/s时，流量变化对检测值的影响很小，而当取样流量大于50mL/min后，取样管中层流剪切力造成絮体明显破碎，导致检测值随流量的增大有明显的下降趋势，当取样流量降低后，絮体破碎程度降低，检测值则重新升高。 试验结果表明，当取样管管径为3mm时，对于未混凝的悬浮液，取样流速在0.06m/s以上时检测值与取样流速无关；而对于混凝的悬浮液，为了保证检测值能反映絮体颗粒真实的聚集情况，应尽量避免絮体在取样过程中的破碎，将取样流速合理的控制在0.06~0.094m/s。2.3 取样管管径的影响絮体在取样管中层流剪切力的作用下会有一定程度的破碎，检测值将受到影响。研究表明，层流的平均剪切率和管径的立方成反比，和流速成正比，因此除通过适当降低取样流速外，还可以通过增大取样管管径的方式来减小剪切率。取样管管径可以根据使用目的以及所检测水样的絮凝情况综合考虑，例如在实验室小试研究中，为了尽量节约试验用水，取样管管径宜选择得小一些，如3mm，在适当控制取样流速的情况下，可以保证絮体基本不破碎。从图4可看出，当取样管管径小至1mm时管中的平均剪切率变得非常大，例如当取样流量仅为2.5mL/min时，剪切率即达到约300s-1，这样高的剪切率很容易造成絮体的破碎。因此，在实际应用中往往不是用1mm的取样管来检测颗粒的聚集过程，而是充分利用层流剪切力对悬浮液中颗粒的破碎作用，将其用于研究絮体颗粒的抗剪性能或者颗粒物质在悬浮液中的分散过程等[6]。 在水处理工艺中，混凝效果良好时形成的絮体颗粒粒径较大，絮体强度相对较小，特别是在原水浊度较高、投药量较大的情况下；另外，为了保证在长时间运行时取样管不易被沉积物堵塞，必须保证较大的取样流速，这样都容易导致絮体的破碎。当取样管管径仅为3mm时，颗粒破碎程度明显增大，此时需要选择管径较大的取样管。生产实践表明，当取样管管径增加到5mm左右时，就可以保证水样流过取样管时絮体基本不会破碎，当然，也可以根据原水性质选用直径更大的取样管，如在高浊度水絮凝过程的检测中则建议使用内径为8mm左右的取样管2.4 放大倍数的影响 透光脉动传感器直接检测到的脉动信号很微弱，必须经信号处理部分放大和滤波等处理后才能参与控制。为了研究信号处理部分的放大倍数对检测值的影响，选取放大倍数分别为K1和K2的两个传感器进行了试验研究，在改变水样的絮凝程度时的检测 传感器的放大倍数K1较小，其检测值的变化幅度相当小，仅在1.2%~9.5%之间变化，而2号传感器的放大倍数K2较大，检测值在11.7%~50.7%之间变化，由此可见放大倍数对于检测值的输出具有相当大的影响。把两条曲线绘于不同的坐标下时发现其变化规律非常接近，说明两个传感器的检测性能基本相同，只是由于信号处理部分的放大倍数不同，导致输出值差异很大。对于投药控制系统来说，传感器信号处理部分的放大倍数过高，检测值波动太大，导致系统稳定性差；放大倍数过低，检测值无法准确反映出絮体颗粒的变化情况，控制系统无法调节投药量，因此在控制系统投入运行之前必须调节好放大倍数。一般来说，放大倍数可以根据所检测水样的性质现场调节，其调节可以分为两步：首先将絮凝充分的水样通过传感器，调节放大倍数使得检测值在40%左右，然后较大幅度地改变取样流速或者水样的絮凝程度，使检测值大约在20%~80%之间变化即可。3 结论通过对传感器的工作参数进行优化，可以改善传感器的检测性能，使其在生产中获得更加良好的应用，主要应注意以下几个方面： （1）光源应选择发射光的波长范围窄、发射角小的激光二极管等，波长宜选择860nm； （2）对于混凝的悬浮液，其检测值受取样流速的影响，在生产中应合理控制取样流速； （3）为了减小絮体在取样管中的破碎，应根据悬浮液的絮凝程度合理选用取样管，试验研究中一般选用1~3mm，生产应用中则选用5~8mm； （4）传感器信号处理部分的放大倍数对检测值的输出有很大影响，为了保证控制系统的控制性能，必须合理确定好放大倍数，其值可根据被检测水样的性质在现场调节确定。参考文献：[1] Gregory, J. , Nelson, D.W. A New Optical Method for Flocculation Monitoring[A]. Solid-Liquid Separation[C]. Chichester,Ellis Horwood:1984.172-182.[2] 于水利, 李邦宜, 曹世杰, 李虹, 李圭白. 新型在线光学絮凝检测仪的原理、设计与制造[J]. 传感器技术, 1997, 16(1):18-20.[3] 孙连鹏. 透光率脉动混凝投药控制系统的应用研究及系统优化[D]. 哈尔滨:哈尔滨工业大学, 2001.[4] ISO 7027.Water qulity-Determination of turbidity[S].[5] Gregory, J. Laminar dispersion and the monitoring of flocculation processes[J]. J. of Colloid Interface Sci., 1987,118(2):397-409.[6] 李星, 张正磊, 齐文明. 颗粒分散和破碎过程在线检测研究[J]. 哈尔滨建筑大学学报, 1999,32(6):31-34. [来源:论文天下论文网 lunwentianxia.com] 论文天下 希望对你有帮助

研究人员研发嗅觉传感器，吹口气也能解锁手机

研究人员研发嗅觉传感器，吹口气也能解锁手机，日本研究人员开发了一种嗅觉传感器，能够通过分析呼吸中的化合物来识别个体。研究人员研发嗅觉传感器，吹口气也能解锁手机。

智能手机可以通过哪些途径进行解锁呢？

人们解锁手机，从初期的按键、图形解锁，慢慢发展到目前广泛应用的指纹解锁、声音解锁以及人脸识别等。最近，日本的一项科学研究为智能手机解锁提供了另一种全新的方案——通过“吹一口气”就能解锁。

图丨嗅觉传感器效果图，在不久的将来，使用人工嗅觉传感器进行基于呼吸气味的个人身份验证可能会成为可能（来源：九州大学）

日本九州大学和东京大学科研团队合作，首次通过人工嗅觉传感器系统，对人呼吸中的化合物进行解析，进而实现验证个人身份的效果。他们利用 16 个通道化学电阻传感器阵列，结合机器学习技术制造出“人造鼻”，并成功实现了 97% 以上的平均准确度。此外，该研究还展示了传感器数量对准确性和再现性的影响。

近日，相关论文以《基于呼吸气味的个体认证通过人工嗅觉传感器系统和机器学习（Breath odor-based individual authentication by an artificial olfactory sensor system and machine learning）为题发表在Chemical Communications上[1]。

图丨相关论文（来源：Chemical Communications）

智能手机解锁的关键在于，通过生物识别技术来确认人们身份的独特性。在以往的识别方式中，常规的途径是针对指纹、掌纹、声音和面部等进行识别。另外，还包括声学、手指静脉等不常见的识别方式。

“这些技术依赖于每个人的身体独特性，但它们并非万无一失。身体特征可能会被复制，甚至会因受伤而受损，”该论文第一作者、东京大学工程研究生院材料科学与工程系博士生柴亚努·吉拉尤帕特（Chaiyanut Jirayupat）对媒体表示，“最近，人类气味作为一种新的生物识别身份出现了，主要是使用你独特的化学成分来确认你是谁。”

图丨用于基于呼吸的生物特征认证的人工嗅觉传感器（来源：九州大学）

要想实现这样的效果，该团队首先想到了从人的皮肤中产生的化合物来进行身份信息的识别。然而，这种方法也并不稳妥。其矛盾点在于，机器检测身份信息必须满足一定程度的浓度才能达到“识别”，而皮肤并不能产生高浓度的挥发性化合物。

基于此，研究人员便萌生另一个想法：是否可借助人类呼吸进行生物识别呢？

“皮肤中挥发性化合物的浓度可低至十亿或万亿分之几，而从呼吸中呼出的化合物可高达百万分之几，”吉拉尤帕特继续说道，“事实上，人类的呼吸已经被用来识别一个人是否患有癌症、糖尿病，甚至是 COVID-19。”

图丨系统和嗅觉传感器。对象首先向收集袋中呼吸。然后将袋子连接到嗅觉传感器，该传感器分析个人呼吸中发现的化合物。基于化合物的浓度，机器学习系统识别个体（来源：九州大学）

在确定这一全新的生物识别途径后，该团队首先对受试者的呼吸样本进行了综合分析，以判定可用于生物特征认证具体来源于哪些化合物。根据相关结果，该传感器可识别包括 28 种化合物在内的人类呼吸成分，用来进行身份的生物识别。

具体来说，该团队制造了“人造鼻”嗅觉传感系统，而嗅觉传感器阵列 16 个通道中，每一个单独的通道都能对特定范围的化合物进行识别。然后，再把传感器数据传输至机器学习系统，通过这种方式对每个呼吸样本中的化学成分进行解析。

图丨基于呼吸气味感知的个体认证的图形工作流程（来源：Chemical Communications）

在相关试验中，该团队通过该系统对 6 位受试者的呼吸样本进行检测。结果显示，该系统不仅能识别个体，其平均准确率达到了 97.8%。该受试者群体是由不同年龄、性别和国籍的人组成，研究人员将样本量进一步扩大到 20 位受试者时，该准确率也保持在高水准，并未因样本量扩大而影响其准确性。

同一个人呼吸成分是否会受饮食因素干预，而使测试结果受到影响呢？正是考虑到这点，受试者在相关测试前 6 小时就开始保持禁食状态，以确保测试的准确性。

当然，如果该系统想要在未来大规模使用，还要解决更多的技术问题，比如让相关结果不再受饮食等因素影响，而是在任何状态下都可通过呼吸 精准地识别到使用者的身份信息。

不过，该团队对解决该问题持乐观态度。该论文通讯作者、东京大学工学研究生院教授柳田武（Takeshi Yanagida）对媒体说道：“值得庆幸的是，我们目前的研究表明，添加更多传感器并收集更多数据可以克服这一障碍。”

指纹和虹膜扫描这样的生物认证过去总是会出现在影片中。但这些技术的使用范围早已扩大，指纹验证和面部识别已在智能手机上司空见惯。现在，生物识别安全工具包又增添了新的选项：呼吸。据《化学通讯》杂志22日发表的一份报告，日本研究人员开发了一种嗅觉传感器，能够通过分析呼吸中的化合物来识别个体。

与机器学习相结合，这种由16通道传感器阵列构建的“人造鼻”能够对多达20个人进行身份验证，平均准确率超过97%。

在这个信息和技术的时代，生物识别认证是保护宝贵资产的重要方式。从常见的指纹、掌纹、声音和面部识别，到不太常见的耳朵和手指静脉，机器可使用各种生物识别方法来识别一个人。

研究人员解释说，这些技术依赖于每个人的身体独特性，但它们并不是万无一失的。身体特征可能会被复制，甚至会因受伤而受损。人类气味则成为一种新的生物识别技术，使用个人独特的化学成分来确认“你是谁”。

其中一个目标是经皮气体——从皮肤产生的化合物。然而，这些方法有其局限性，因为皮肤产生的挥发性化合物浓度不足以让机器检测到。因此，研究小组转而研究是否可用人类的呼吸来代替。皮肤中挥发性化合物的浓度可能低至万亿分之几，而呼出的化合物浓度可高达百万分之几。

研究小组从分析受试者的呼吸开始，观察哪些化合物可用于生物识别认证。研究人员发现共有28种化合物是可行的选择。在此基础上，他们开发了一个有16个通道的嗅觉传感器阵列，每个通道都可识别特定范围的化合物。传感器数据随后被传递到机器学习系统中，以分析每个人的呼吸组成，并开发用于区分个人的特征。

研究人员用6个人的呼吸样本对该系统进行了测试，发现它可识别个人，平均准确率为97.8%。即使样本量增加到20人，这种高水平的准确性仍然保持不变。

不过，研究人员表示，在这项技术真正走入寻常百姓家之前，还有许多工作要做。此次研究中，他们要求受试者在测试前6小时禁食。下一步，他们将改进该技术，使之不受饮食的影响。目前的研究表明，增加更多传感器和收集更多数据可克服这一障碍。

指纹、虹膜扫描这样的`生物认证过去常会出现在间谍片中，但这项技术的使用范围早已扩大，指纹验证和面部识别已在人们手机上司空见惯。现在，生物识别安全工具包又增添了新选项：呼吸。据《化学通讯》杂志22日发表的一项研究，日本研究人员开发出一种嗅觉传感器，能够通过分析呼吸中的化合物来识别个体身份。

在这个信息和技术的时代，生物识别认证是保护宝贵资产的重要方式。从最常见的指纹、掌纹、声音和面部识别，到不太常见的耳朵和手指静脉，机器可使用各种生物识别方法来识别一个人。

研究人员解释说，人类气味是一种新的生物识别技术，使用个人独特的化学成分来确认“你是谁”。

其中之一是经皮气体——从皮肤产生的化合物，但皮肤产生的挥发性化合物浓度很难让机器检测到。因此，研究小组转而研究是否可用人类呼吸来代替。事实上，人类的呼气已被用来识别一个人是否患有癌症、糖尿病，甚至新冠肺炎。

研究小组从分析受试者的呼吸开始，筛选可用于生物识别认证的化合物，共发现了28种可行的化合物。在此基础上，他们开发了一个有16个通道的嗅觉传感器阵列，每个通道都可识别特定范围的化合物。传感器数据随后被传递到机器学习系统中，分析每个人的呼吸组成，并以此区分个人的特征。

研究人员用6个人的呼吸样本对该系统进行了测试，发现它识别出个人身份的平均准确率为97.8%。即使样本量增加到20人，这种高水平的准确率仍然保持不变。

不过，研究人员表示，在这项技术真正进入应用之前，还有许多工作要做。此次研究中他们要求受试者在测试前6小时禁食。下一步，他们将改进该技术，使其不受饮食的影响。目前的研究表明，增加更多传感器并收集更多数据，可克服这一障碍。

味觉传感器，是模仿人类五感中的味觉而研制的一类传感器。模仿人类五感而开发的传感器可以应用在仿生机器人制造中，与视觉传感器、听觉传感器相比，味觉传感器不是仿生机器人的必备传感器，但其在食品、医药等领域发挥的作用将越来越重要。