论文部分内容阅读
目前，我国草莓的消费需求量逐年增加，主要以鲜食消费为主。但草莓果实的含水量较高，果皮薄，采后贮运过程中易产生机械损伤，且易受病原菌感染导致品质下降。因此，亟需寻找高效、快速的品质检测手段，及早鉴别并剔除品质败坏果实。草莓的品质状态与其挥发性气味的变化密切相关，其嗅觉层面上的变化往往能先于视觉层面上的变化被表现出。故本文首先基于金属氧化物传感器(MOS)阵列设计并开发了一台便捷式的草莓品质检测专用的电子鼻系统，实现了草莓新鲜度与机械损伤的实时无损检测。其次，利用气相质谱联用仪(Gas Chromatography-Mass Spectrometer,GC-MS)定性分析了挥发性物质的变化，为传感器的优化提供理论支持。最后探索性地开发一台用于草莓腐败检测的移动式电子鼻装置，为准确定位草莓腐败源，实现在流通中监测草莓的腐败提供了初步的研究基础。具体研究内容与结果如下:
1.设计并开发了一台基于MOS阵列的草莓检测专用的电子鼻系统。从系统需求入手，分别对系统的软件与硬件部分进行了探索性的设计。其中硬件部分包含传感器阵列、密闭气室、采集电路及洗气净化装置;基于C#语言开发了包含数据采集模块和数据分析及模式判别模块的软件系统。所设计的软件及硬件部分以便携式应用为目的，具有一定的合理性与灵活性，满足了电子鼻系统的检测需求。
2.以感官评价的总体接受度为基础，结合失重率及硬度指标，将草莓的新鲜程度分为新鲜、次新鲜、轻度败坏及重度腐烂四类。利用所研发的电子鼻系统对常温及低温贮藏组草莓的新鲜度进行检测，基于优化后的传感器阵列S2、S4、S5结合PLS-DA与SVM-C算法建立了草莓新鲜度的判别模型，其中常温组和低温组的总体判别准确率最高可达到96.9％和94.4％。对导入设备的SVM-C模型进行验证，两组判别准确率分别为94.9％、91.9％，证明模型性能良好。通过GC-MS对不同新鲜度草莓的挥发物进行检测，发现常温贮藏下，α-金合欢烯、橙花叔醇、乙酸辛酯是草莓开始腐烂的标志性气味。苯乙烯、呋喃酮及甲基酯类是草莓严重腐烂的特征性气味;而低温贮藏下，芳樟醇、橙花叔醇、己基酯类是草莓开始腐烂的标志性气味。苯乙烯、乙基酯类是草莓严重腐烂的特征性气味。这些化合物正好与筛选出的传感器相对应，为传感器的优化提供理论支持。
3.利用所研发的电子鼻系统对草莓的机械损伤进行检测并最终确定了传感器的优化阵列为S2、S4、S5。基于PLS-DA与SVM-C算法建立了草莓损伤的判别模型，其验证集与训练集的总体判别准确率可分别达到92.5％和90％。对最终构建的SVM-C模型进行验证，最终验证准确率为90％，证明模型性能良好。通过GC-MS对损伤草莓的挥发物进行检测，发现乙酸-3-己烯-1-醇酯、乙酸-2-己烯-1-醇酯、丁酸己酯、己酸己酯等己酯类化合物，酮类化合物2，5-二甲基-4-甲氧基-3(2H)-呋喃酮，醇类化合物芳樟醇和橙花叔醇，乙烯类化合物苯乙烯是区分草莓损伤果及正常果的特征挥发性物质。这些化合物正好与筛选出的传感器相对应，为传感器的优化提供理论支持。
4.基于实际需求，开发了一台基于移动式传感器对箱装草莓腐败检测的装置:搭建了由移动单元、传感器模块及计算机组成的设备硬件系统，并基于C#语言开发了设备配套的软件系统，实现了传感器可移动化的设想。设备主要针对单层装箱的草莓进行移动式检测，利用伪彩色图像模拟存在腐败源时箱内气体的分布情况，探讨准确定位草莓腐败源的可能性。结果表明采用移动式传感器阵列定位单层草莓腐败源的位置具有一定的可行性。
1.设计并开发了一台基于MOS阵列的草莓检测专用的电子鼻系统。从系统需求入手，分别对系统的软件与硬件部分进行了探索性的设计。其中硬件部分包含传感器阵列、密闭气室、采集电路及洗气净化装置;基于C#语言开发了包含数据采集模块和数据分析及模式判别模块的软件系统。所设计的软件及硬件部分以便携式应用为目的，具有一定的合理性与灵活性，满足了电子鼻系统的检测需求。
2.以感官评价的总体接受度为基础，结合失重率及硬度指标，将草莓的新鲜程度分为新鲜、次新鲜、轻度败坏及重度腐烂四类。利用所研发的电子鼻系统对常温及低温贮藏组草莓的新鲜度进行检测，基于优化后的传感器阵列S2、S4、S5结合PLS-DA与SVM-C算法建立了草莓新鲜度的判别模型，其中常温组和低温组的总体判别准确率最高可达到96.9％和94.4％。对导入设备的SVM-C模型进行验证，两组判别准确率分别为94.9％、91.9％，证明模型性能良好。通过GC-MS对不同新鲜度草莓的挥发物进行检测，发现常温贮藏下，α-金合欢烯、橙花叔醇、乙酸辛酯是草莓开始腐烂的标志性气味。苯乙烯、呋喃酮及甲基酯类是草莓严重腐烂的特征性气味;而低温贮藏下，芳樟醇、橙花叔醇、己基酯类是草莓开始腐烂的标志性气味。苯乙烯、乙基酯类是草莓严重腐烂的特征性气味。这些化合物正好与筛选出的传感器相对应，为传感器的优化提供理论支持。
3.利用所研发的电子鼻系统对草莓的机械损伤进行检测并最终确定了传感器的优化阵列为S2、S4、S5。基于PLS-DA与SVM-C算法建立了草莓损伤的判别模型，其验证集与训练集的总体判别准确率可分别达到92.5％和90％。对最终构建的SVM-C模型进行验证，最终验证准确率为90％，证明模型性能良好。通过GC-MS对损伤草莓的挥发物进行检测，发现乙酸-3-己烯-1-醇酯、乙酸-2-己烯-1-醇酯、丁酸己酯、己酸己酯等己酯类化合物，酮类化合物2，5-二甲基-4-甲氧基-3(2H)-呋喃酮，醇类化合物芳樟醇和橙花叔醇，乙烯类化合物苯乙烯是区分草莓损伤果及正常果的特征挥发性物质。这些化合物正好与筛选出的传感器相对应，为传感器的优化提供理论支持。
4.基于实际需求，开发了一台基于移动式传感器对箱装草莓腐败检测的装置:搭建了由移动单元、传感器模块及计算机组成的设备硬件系统，并基于C#语言开发了设备配套的软件系统，实现了传感器可移动化的设想。设备主要针对单层装箱的草莓进行移动式检测，利用伪彩色图像模拟存在腐败源时箱内气体的分布情况，探讨准确定位草莓腐败源的可能性。结果表明采用移动式传感器阵列定位单层草莓腐败源的位置具有一定的可行性。