無損光電檢測技術原理及應用

劉燕德,郝 勇,蔡麗君

（華東交通大學光機電技術及應用研究所,江西南昌 330013）

在現(xiàn)代工農業(yè)生產中,針對不同的研究對象選擇適宜的無損光電檢測技術已成為人們關注的焦點,為了將無損光電檢測技術更好地應用于工農業(yè)實際生產,本文對無損光電檢測技術原理及應用進行全面概述非常必要。

無損檢測技術是隨著高科技發(fā)展應運而生的一門新技術,該技術不同于傳統(tǒng)的物理化學分析方法,它主要運用物理學方法如光學、電學和聲學等手段對產品進行分析,且不破壞樣品,在獲取了樣品信息時保證了樣品的完整性,無損檢測技術檢測速度較傳統(tǒng)的物理化學方法迅速,又能有效地判斷出從外觀無法得出的樣品內部品質信息。隨著計算機技術的迅速發(fā)展,帶動了化學計量學的發(fā)展,極大地促進了無損檢測技術在工農業(yè)生產中的廣泛應用。

無損光電檢測技術根據(jù)其分析對象的某些特征對熱、聲、光、電以及磁等的反應變化情況,大致可分為紅外光譜檢測技術、拉曼光譜檢測技術、機器視覺檢測技術、超聲波檢測技術、X射線檢測技術以及電子鼻和電子舌檢測技術等。根據(jù)不同的應用對象和用戶場合可采用不同的無損光電檢測技術和相應的檢測裝置來實現(xiàn)。

1 紅外光譜無損檢測技術

1.1 無損檢測原理及裝置

紅外光譜（infrared spectroscopy）主要包括近紅外光譜（NIR,near-infrared spectroscopy）和中紅外光譜（MIR,mid-infrared spectroscopy）。近紅外光譜是指波長在780～2 526 nm范圍內的電磁波,中紅外光譜的波長范圍為2 500～50 000 nm（見圖1）。近紅外光譜檢測技術具有快速、無損、無需樣品前處理等優(yōu)點,廣泛應用于含氫基團化合物的定性和定量分析[1]。中紅外光譜檢測技術具有分辨率高、精密度高、光通量大、掃描速度快、可測波長范圍寬以及樣品用量少等特點,廣泛應用于有機化合物、高聚物結構研究以及分析鑒定等[2]。

紅外光譜區(qū)主要是有機分子含氫基團（C—H,N—H,O—H等）的伸縮振動的各級倍頻及其伸縮振動與彎曲振動的合頻吸收,幾乎包括了有機物中所有含氫基團的信息,包涵有分子的結構、組成狀態(tài)等信息,信息量極為豐富。從而為紅外光檢測技術分析樣品的物理性質（如物質的密度、粘度、粒度、硬度等）以及化學成分（如蛋白質、氨基酸、脂肪、淀粉、水分以及其它營養(yǎng)成分等）提供了可能。

朗伯比爾定律（the Lambert-Beer law）為紅外光檢測技術奠定了基礎:樣品組分的濃度值與通過儀器測量得到的光譜響應值之間具有一定的關聯(lián)關系,即

其中:Aλ為樣品在特定波長（或頻率）的吸光度;ελ為該樣品的待測組分在該特定波長下的吸光系數(shù);b為光程;C為該樣品的待測組分的濃度值。對于特定物質,ελ和b定義為常數(shù),則可以求出濃度C和光譜響應值Aλ的關系。

圖1 光譜分布區(qū)間

傅立葉變換紅外光譜儀是目前紅外光譜儀器中的主導產品,具有較高的分辨率和掃描速度,減少了對振動、溫度和濕度的敏感性。此類儀器以邁克爾遜干涉儀為核心,如圖2。傅立葉變換型儀器的掃描速度快、波長精度高、分辨率好,由于短時間內即可進行多次掃描,使信號作累加處理,加之光能利用率高、輸出能量大,因而儀器的信噪比和測定靈敏度較高,可對樣品中的微量成分進行分析;傅里葉變換型紅外光譜儀由于得到全波長的光譜信息,因此其定性和定量分析采用全光譜校正技術。這類儀器的弱點是由于干涉儀中動鏡的存在,使儀器的在線長久可靠性受到一定的限制,另外,對儀器的使用和放置環(huán)境也有較高的要求。

1.2 國內外研究現(xiàn)狀分析

目前,全世界多個國家和地區(qū)開展了NIR檢測技術的研究和應用工作。它們都擁有各種研究型或商用型的NIR分析儀器和專門的研發(fā)機構,其應用已涉及到國民經濟與生活的各個領域。在糧油方面已有研究型、專用型NIR分析儀和巡回用NIR分析車,以及直接安裝在生產線的某個環(huán)節(jié)進行生產過程質量檢驗監(jiān)控或產品分級。NIR檢測技術在分析農牧產品和食品中的蛋白質、水分、脂肪、纖維素、淀粉、氨基酸等營養(yǎng)成分方面已十分成熟,并在農業(yè)品質育種、農牧產品品質評價、儲藏過程中的農產品安全檢測、食品品質和加工過程監(jiān)控中得到了廣泛應用,NIR檢測技術的許多方法已成為AOAC,AACC和ICC的標準方法[3]。Khanmohammadi等[4]采用近紅外漫反射光譜技術結合人工神經網(wǎng)絡估算納米二氧化鈦粒子的顆粒度,Oliveira dos Santos等[5]采用近紅外漫反射光譜結合多元校正技術對紙張的聚合度進行了評價等。

圖2 傅里葉變換型紅外光譜檢測儀原理圖

中紅外光譜檢測技術具有多樣化的采樣方式,廣泛應用于工農業(yè)生產。Wu等[6]利用中紅外漫反射光譜結合主成分分析和SIMCA方法對不同海域的同一品種干海參樣品進行了地域性的判別分析。Heise等[7]利用中紅外漫反射光譜對紡織品中兩種常用的助劑進行了定量分析。Viscarra Rossel等[8]利用中紅外漫反射光譜對各種土壤性質同時進行了評價。Santosh Kumar Verma等[9]采用中紅外漫反射光譜對土壤、沉積物和氣溶膠中的硝酸鹽進行了無損快速定量分析。Gregor Kos等[10]利用中紅外光譜結合ATR技術對玉米中的鐮胞真菌進行定量監(jiān)測。

1.3 應用過程中要解決的關鍵問題及展望

由于大多數(shù)有機化合物和高聚物都有紅外響應,對于組成復雜的化合物進行定性定量分析時,需要解決多組分中紅外光譜相互重疊,影響分析精度等。近年來,隨著分離技術的發(fā)展,為紅外光譜的準確分析提供保障。毛細管電泳（capillary electrophoresis,CE）和液相色譜（liquid chromatography,LC）是兩種最有效的分離技術,廣泛應用于環(huán)境分析和生命科學領域,通過將CE和LC系統(tǒng)用于組分分離結合中紅外光譜技術,實現(xiàn)分離組分的準確分析[11-12]。

2 拉曼光譜無損檢測技術

2.1 無損檢測原理及裝置

拉曼光譜（Raman Spectroscopy）檢測技術是一門基于拉曼散射效應而發(fā)展起來的光譜分析技術,體現(xiàn)的是分子的振動或轉動信息。拉曼光譜提供的是分子內部各種簡正振動頻率及有關振動能級的信息,與紅外光譜產生的機制不同,拉曼光譜是由于分子極化率變化誘導產生,而紅外光譜是由于分子偶極矩變化而產生。二者在分子結構的分析中相互補充。極性基團如C=O,N—H及O—H等具有很強的紅外活性,而非極性基團如C=C,C—C,N=N及S—S等具有很強的拉曼活性。一些在紅外光譜儀無法檢測的信息在拉曼光譜中能很好地表現(xiàn)出來。拉曼光譜更適用于含水生物系統(tǒng)的在線分析。

拉曼光譜儀檢測原理如圖3所示。拉曼光譜包含了譜線數(shù)目、位移大小和譜線強度等信息,這些信息與入射光的頻率無關,只與被測物質的分子振動和轉動能級有關,而每一種物質都有自己的特征拉曼光譜,因此通過所獲得的拉曼光譜與數(shù)據(jù)庫中的拉曼光譜進行比對,即可判定被測物質的組成。除此定性分析之外,還可根據(jù)光譜譜帶的分析對被測物質進行結構分析,以及利用拉曼峰強度與被測物質濃度成正比的關系進行半定量分析。

2.2 國內外研究現(xiàn)狀分析

由于拉曼光譜檢測技術與常規(guī)化學分析技術相比,具有無損、快速、環(huán)保、無需制備試樣、無需消耗化學試劑和所需樣品量少等特點,并且隨著激光光源的出現(xiàn),其方向性強、單色性好、亮度高、相干性好等優(yōu)點使得拉曼光譜檢測技術已廣泛應用于石油化工、生物醫(yī)學、地質考古、刑事司法、寶石鑒定等諸多領域。Berg等[13]利用傅里葉變換拉曼光譜對聚乙烯塑料中的已二酸酯進行了分析。Healay等[14]利用拉曼光譜對橡膠及其結晶化程度進行了分析。EI-Abassy等[15]利用拉曼光譜結合偏最小二乘回歸對牛奶中的脂肪含量進行了定量分析,為牛奶的在線分析提供了有用的參考。Elbagerma等[16]采用拉曼光譜對pH滴定進行原位監(jiān)控。

在過程分析方面,現(xiàn)代拉曼光譜技術已不僅僅局限于物質的靜態(tài)研究,可實現(xiàn)動態(tài)過程的在線觀察,比如高溫高壓狀態(tài)下物質的分子間、分子內結構變化及晶形的轉變,藥物生產過程中的在線監(jiān)測等。隨著科學技術的進一步發(fā)展,拉曼技術的科研前景將越來越廣闊[17]。

2.3 應用過程中要解決的關鍵問題及展望

圖3 拉曼光譜儀檢測原理圖

拉曼散射是光子與分子的相互作用,當激發(fā)光子的能量接近兩個電子態(tài)之間的躍遷能量時,就會出現(xiàn)共振拉曼或者共振熒光。因此,需要解決共振效應（共振拉曼或共振熒光）問題。如果激發(fā)光子不能給分子提供足夠的能量,相應的產生熒光的躍遷將不能發(fā)生,然而,如果產生了熒光,其強度將遠遠大于拉曼散射光,從而會掩蓋拉曼信號的特征。有時,熒光還來自于被污染的樣品中所存在的雜質,或者來自于一種包裹物周圍的本底物質。因此選擇激發(fā)激光波長是避免熒光輻射一種行之有效的方法,同時數(shù)據(jù)預處理方法也是一種消除熒光的有效方法[18]。

激光拉曼光譜檢測技術是研究分子結構最重要的光譜方法之一。然而,常規(guī)拉曼光譜的信號強度很低,限制了其在各個領域的應用。隨著表面增強拉曼光譜（surface-enhanced raman scattering,SERS）技術的發(fā)展,使拉曼光譜在分析應用方面突飛猛進[19]。

3 機器視覺無損檢測技術

3.1 無損檢測原理及裝置

機器視覺（machine vision,MV）又稱為圖像理解和圖像分析,是指由人類設計并在計算機環(huán)境下實現(xiàn)的模擬或再現(xiàn)與人類視覺有關的某些智能行為。機器視覺檢測技術是多學科的交叉與結合,它涉及到計算機、數(shù)學、光學、色度學、最優(yōu)控制、人工智能、數(shù)學形態(tài)學、數(shù)字圖像處理、模式識別、信息論、神經網(wǎng)絡及遺傳算法等諸多學科,是當今世界上最為活躍的學科之一。機器視覺技術的研究范圍包括圖像采集、圖像數(shù)字化、數(shù)字圖像處理、數(shù)字圖像分析的模式識別等內容。圖像處理和分析是機器視覺的核心,從邏輯上可分為三階段:圖像的預處理、特征提取、模式識別和理解[20]。圖像的預處理是將由成像設備獲得的低質量數(shù)字圖像（反差小、模糊、變形等）經過噪聲過濾、平滑處理、圖像增強等處理變成易于進行特征提取等后續(xù)操作的過程。圖像特征提取就是從經過底層處理的圖像中,提取有利于圖像識別和理解的主要特征量,用有限的特征來描述原始圖像中的目標,圖像的特征包括形狀特征、紋理特征、結構特征、顏色特征和分形特征等。特征提取主要方法有區(qū)域分割、邊緣檢測和紋理分析等[21]。

工業(yè)機器視覺應用系統(tǒng)包括光源、光學系統(tǒng)、圖像捕捉系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機械控制執(zhí)行模塊,如圖4所示。首先采用CCD相機或其它圖像拍攝裝置將目標轉換成圖像信號,然后轉變成數(shù)字化信號傳送給專用的圖像處理系統(tǒng),根據(jù)像素分布、亮度和顏色等信息進行各種運算來抽取目標的特征,根據(jù)預設的容許度和其他條件輸出判斷結果。

圖4 工業(yè)計算機視覺系統(tǒng)結構

在機器視覺系統(tǒng)的研究和應用中,為了從采集的圖像中獲取對象的物理、統(tǒng)計以及動態(tài)等特性,相關信息提取方法是非常重要的,常用的機器視覺系統(tǒng)信息提取方法如圖5所示。

3.2 國內外研究現(xiàn)狀分析

機器視覺技術是20世紀70年代在遙感圖像處理和醫(yī)學圖像處理技術成功應用的基礎上,隨著圖像處理技術的專業(yè)化、計算機成本的下降和速度的提高逐漸興起的,并已經廣泛應用于各種領域,如醫(yī)學輔助診斷,氣象、資源調查,災害監(jiān)測中的航拍和衛(wèi)星圖像的解釋,工業(yè)機器人的手眼系統(tǒng),工業(yè)產品外觀檢測與篩選及軍事上的精確制導等。目前機器視覺在工業(yè)上的應用已經相當普遍與成熟,而在農業(yè)上的應用相對滯后一些[22-24]。

圖5 常用的機器視覺系統(tǒng)信息提取方法

3.3 應用過程中要解決的關鍵問題及展望

隨著自動控制技術的發(fā)展,工況過程監(jiān)控是制造業(yè)必不可少的環(huán)節(jié),在現(xiàn)代機械制造行業(yè),20%的停工檢修都是由于機械故障造成的,從而導致生產能力下降和經濟損失[25]。

盡管機器視覺檢測技術經過了多年發(fā)展,然而采用機器視覺技術實現(xiàn)全自動控制系統(tǒng)仍然面臨很多問題——如何實現(xiàn)高分辨率圖像的實時處理以及圖像特征快速提取算法的編制。隨著計算技術的發(fā)展,機器視覺檢測技術正逐步發(fā)展為一種準確、實時、高效的檢測技術。

4 超聲波無損檢測技術

4.1 無損檢測原理及裝置

超聲波檢測技術是一門以物理、電子、機械及材料學為基礎,各行各業(yè)都要使用的通用技術之一,它是通過超聲波的產生、傳播及接收的物理過程完成。依照不同的應用領域,超聲波檢測裝置也有所不同。超聲波檢測技術是工業(yè)無損檢測技術中應用最為廣泛的檢測技術之一,也是無損檢測領域中應用和研究最為活躍的技術之一。超聲波測量的基本原理是利用介質的聲學特征（如聲速、衰減系數(shù)、聲阻抗等）與某些待測的工業(yè)非聲學量（如強度、彈性、硬度、密度、溫度、粘度、濃度、流量、流速和厚度等）之間存在的函數(shù)關系或相關性,探索這些關系的規(guī)律,以便于通過測量這些聲學量來測定那些工業(yè)非聲學量。工業(yè)超聲波檢測常用的工作頻率為0.5～10MHz,較高的頻率主要用于細晶材料和高靈敏度的檢測,而較低的頻率則常用于衰減較大和粗晶材料的檢測。超聲波檢測技術可單獨使用,也可與其他無損光電檢測技術聯(lián)合使用,因而在工業(yè)生產中占有十分重要的地位,是不可替代的無損檢測技術之一[26-28]。

4.2 國內外研究現(xiàn)狀分析

超聲波檢測技術廣泛應用于工業(yè)（探傷、距離和厚度測量、流量和密度測量、超聲清洗、超聲焊接等）、農業(yè)（成熟度和內部損傷等）和以超聲診斷專治為代表的醫(yī)療儀器及海洋探測（魚群探測、深度測量、水中攝影等海洋測量用裝置）等領域[29-30]。

由于待測非聲量與描述媒介聲學特性物理量關系的多樣性,可以充分地利用超聲波的各種特性來研制超聲波傳感器,配合不同的信號處理與顯示電路完成許多帶測量的檢測工作。目前各種超聲波儀器和裝置已經廣泛應用在工業(yè)、農業(yè)、通信、醫(yī)療等許多行業(yè)中[31],超聲波檢測技術的應用如表1所示。

4.3 應用過程中要解決的關鍵問題和研究展望

在超聲波檢測中,波譜分析方法的應用是必不可少的。因此,如何實現(xiàn)超聲波譜圖信息的有效提取是關鍵,常用的算法功能主要包括:峰位檢測、基于物料性質的距離測算、波形校正和統(tǒng)計、快速傅里葉變換以及小波變換用于濾波等[32]。為了將超聲波檢測方法用于各行各業(yè),相應的譜圖信息提取和模型優(yōu)化軟件仍需進行研究。

5 X射線無損檢測技術

5.1 無損檢測原理及裝置

X射線是一種類似于光、熱和無線電波的電磁輻射波,它的特點是波長短（工業(yè)X射線探傷中常用的波長范圍約在0.1～0.001 nm之間）。由于輻射物質的波長越短,它穿透物質的能力也愈大,所以X射線具有極大的穿透物質的能力,正是利用這一特性進行X射線檢測[33]。

全反射X射線是利用X射線束的掠入射光速進行檢測,其檢測系統(tǒng)組成如圖6所示[31]。與傳統(tǒng)的X射線光譜相比,全反射X射線光譜具有以下突出特點:（1）具有更好的表面響應靈敏度;（2）更低的非彈性散射背景;（3）具有更好的信號強度;（4）利用X射線的駐波實現(xiàn)多層分析。

圖6 X射線檢測系統(tǒng)組成示意圖

按照全反射X射線光譜產生的特殊光學機理,X射線檢測僅需要很少的樣品量,從而可以極大地克服檢測過程的基體效應[34-35]。如果待檢測元素間不存在相互作用,那么所有的離子都可以同時被檢測并進行定量分析。

在均勻介質中,多種元素同時定量分析公式如式（2）所示:

其中:i為待測的所有元素。對于非均勻分布的介質,由于基體效應的存在影響定量分析,需采用數(shù)據(jù)處理方法進行校正。

5.2 國內外研究現(xiàn)狀分析

X射線檢測技術是研究內部物理結構的重要方法之一。X射線具有極強的穿透能力,其圖像灰度值與材料、厚度和內部結構密切相關,因此X射線作為無損檢測技術被廣泛用于工業(yè)探傷、農產品檢測、醫(yī)學、航空航天、國防、造船和林業(yè)等眾多領域。

曾祥照等[36]在“氣瓶鋼焊縫X射線實時成像檢測研究”課題中,對焊縫缺陷的定位、定量和定級通過計算機來完成,而定性則用人工方式來識別。課題組從對比試驗開始,逐漸了解氣瓶鋼焊縫缺陷的個性特征。試驗挑選50個有各種缺陷的鋼瓶,分別對焊縫進行X射線照相和X射線實時成像檢測。將在X射線照相底片中得到的焊縫缺陷信息與X射線實時成像檢測圖像對比,逐漸建立起圖像評定人員對缺陷圖像識別的感性認識,再綜合上升到理性認識。統(tǒng)計結果表明:圖像與底片識別的相符率達90%以上。孫麗娜等[37]對X射線探測違禁品的幾種方法做了總結,闡述了單能量法、雙能量法、雙視角、CT及散射法的探測原理及優(yōu)缺點,最后對安檢技術的未來發(fā)展趨勢進行了預測。Neethirajan等[38]應用X射線圖像技術,檢測小麥種子是否發(fā)芽,無損評價麥種品質。Haff等[39]以圓形為分析對象,提出了獲取平滑農產品X射線圖像的方法。Karunakaran等[40]對X射線圖像和近紅外光譜判別谷物蟲害損傷的結果進行了比較,結果表明X射線圖像適合檢測損傷存在與否,而近紅外光譜適合檢測不同損傷的種類。

5.3 應用過程中要解決的關鍵問題及展望

隨著樣品預處理方法和校正技術的發(fā)展,全反射X射線光譜技術逐步趨于痕量和超痕量檢測。首先,可直接用于水或酸溶液樣品中多種元素的同時測定,通過與其它分離方法結合,實現(xiàn)多元素的準確分析。其次,可用于粉末樣品的分析,如顏料、油漆以及空氣中的顆粒物、環(huán)境分析以及考古研究等。第三方面的應用是進行金屬損傷檢測,然而,由于金屬合金中金屬的損傷差異較大,無法實現(xiàn)重復采樣,導致平行分析誤差較大,需采用一定的樣品預處理方法進行前處理。

全反射X射線光譜檢測技術,一個重要的應用領域是進行表面分析,該技術的優(yōu)點是僅直接在很小的表面就可以進行分析,而且不會損傷樣品,樣品不經預處理直接測定檢測限可達到pg級別,與在真空下離子色譜法測量的結果相當[41]。

其中:C是質量分數(shù);I是熒光的強度;S是相對強度;x是待測元素;int是添加的內標元素;m是質量。如果待測元素的質量未知,可采用相對質量分數(shù)進行計算:

6 電子鼻和電子舌無損檢測技術

6.1 無損檢測原理及裝置

隨著陣列氣體和液體傳感器的發(fā)展,基于生物系統(tǒng)機理的電子鼻（electronic noses）和電子舌（electronic tongues）也取得了巨大的發(fā)展。電子鼻和電子舌實際上是基于化學傳感器陣列和模式識別方法的氣體和液體多傳感器系統(tǒng)。廣義上,電子鼻和電子舌主要由四部分組成[42],如圖7所示。

近幾年,關于電子鼻應用的報道較多,主要集中于食品、環(huán)境、農業(yè)、醫(yī)藥行業(yè)以及汽車工業(yè)等,其中在食品中的應用最為廣泛。電子鼻的定義源于其檢測原理類似于哺乳動物的嗅覺系統(tǒng)。在嗅覺系統(tǒng)中,眾多的神經元將獲取的香氣成分信息轉換為生物電信號傳送給大腦,通過大腦記憶的幫助,進一步將獲取的信息進行識別和分類。在電子鼻檢測系統(tǒng)中,分析操作是基于一組具有半選擇性的傳感器之間相互交叉作用實現(xiàn)的,因此相似的香氣成分具有相似的傳感響應結果;而不同的香氣成分,其傳感響應也不同。正如嗅覺系統(tǒng)一樣,電子鼻的傳感器不需要專門設計,只需要對新的識別模式進行訓練和存儲[43]。

圖7 電子鼻和電子舌的主要組成部件

6.2 國內外研究現(xiàn)狀分析

人類主要通過嗅覺與味覺系統(tǒng)來辨別食品的好壞與新鮮程度,因此,電子鼻與電子舌在食品檢測中有其自身的應用價值。

在食品生產過程中,產品質量的控制以及生產過程（如混合、加熱、干燥、烘烤、發(fā)酵等）的監(jiān)控都是通過測量生產過程中原料的理化參數(shù)的變化來實現(xiàn),主要包括:pH值、顏色以及特定組分的濃度等。而對于反映產品質量和穩(wěn)定性的香氣成分指標的檢測開展較少,主要是因為缺少可靠的香氣成分評價儀器和切實可行的連續(xù)香氣成分監(jiān)控的專家小組。電子鼻的產生為過程香氣成分的監(jiān)控提供了可能。與傳統(tǒng)的人工評判方法相比,電子鼻可以實現(xiàn)香氣成分準確、客觀以及穩(wěn)定的評價[44]。

傳統(tǒng)魚肉新鮮度評價可以通過電流計生物傳感器來測定胺或用酶反應來測定。這些方法在實際檢測中采用不是很合適。Connell等[45]采用11個費加羅公司生產涂錫金屬氧化物傳感器陣列構成的電子鼻系統(tǒng)來評價和分析阿根廷鱈魚肉的新鮮度。從同一個市場得到新鮮的阿根廷鱈魚肉后,切成20—60 g不同質量的魚片,放入冰箱內貯藏。每次實驗都從冰箱內取樣品進行分析,他們探討了貯藏天數(shù)、樣品質量對魚肉新鮮度的影響。研究結果表明電子鼻可以區(qū)分不同貯藏天數(shù)的魚肉,不同質量的魚肉樣品對電子鼻評價其新鮮度影響無關。

Benady等[46]發(fā)明了一種水果成熟的傳感器,根據(jù)揮發(fā)的氣味或是沒有氣味的的電子感應。傳感器中利用了氣體探測半導體,一個小帽子被安置在水果的表面上,成熟水果的氣味散發(fā)出來被帽子積累,引起了傳感器傳導率的改變,然后通過計算機數(shù)據(jù)系統(tǒng)進行計算。在實驗室測試時,判斷出成熟或未成熟的成功率為90%以上。分為3組（未成熟、半成熟、成熟）,成功率是83%。

在電子舌的發(fā)展上,味覺傳感器也已經能夠很容易區(qū)分幾種飲料,比如咖啡、離子飲料等。Larisa Lvova等[47]研究電子舌在茶葉滋味分析中的運用。他們首先研究了電子舌區(qū)分常見飲料的能力。他們對立頓紅茶、4種韓國產的綠茶和咖啡的研究表明:采用PCA分析方法的電子舌技術可以很好地區(qū)分紅茶、綠茶和咖啡,并且也能很好地區(qū)分不同品種的綠茶。

米酒的品質評價主要基于口感、香氣和顏色這3個因素。而對于口感的評價是這三者中最難做到的。Satoru Iiyama等[48]利用味覺傳感器和葡萄糖傳感器對日本米酒的品質進行檢測,這個味覺傳感器陣列由8個類脂膜電極組成,利用主成分分析法進行模式識別和降維功能,最后顯示出兩維的信號圖,分別代表了滴定酸度和糖度含量。從模式識別分析上看:電子舌的通道輸出值與滴定酸度、糖度之間具有很大的相關性,由此,對米酒的甜度預測作出了數(shù)學模型。

6.3 應用過程中要解決的關鍵問題及展望

由于電子鼻和電子舌系統(tǒng)都是開放系統(tǒng),使得多種傳感技術聯(lián)合使用成為可能,從而可以獲得待測組分的互補信息。近幾年,將電子鼻和電子舌系統(tǒng)聯(lián)合使用也被廣大學者所推崇,結果表明每一個子系統(tǒng)都可以單獨實現(xiàn)不同樣品的辨識,通過數(shù)據(jù)融合方法,可以提高識別精度。

對于在多傳感分析系統(tǒng)電子鼻和電子舌的應用過程中,傳感器的選擇和傳感數(shù)據(jù)的后續(xù)處理是該技術應用的關鍵。傳感信號的穩(wěn)定性和重現(xiàn)性是保證準確分析的前提,信號處理方法的應用同樣是必不可少的。常用的信號處理方法主要包括模式識別方法（主要包括主成分分析和人工神經網(wǎng)絡）和多元校正方法（主要包括人工神經網(wǎng)絡和偏最小二乘回歸）,這些方法都可以實現(xiàn)多源信息的綜合分析。

7 結束語

無損光電檢測技術可以在不破壞被測對象的前提下完成產品的檢測任務,因此已深入到日常生活的各個方面。然而無損光電檢測技術也不能完全取代破壞性試驗,有時需要采用破壞性檢測方法對無損檢測的結果進行驗證和對比。在工農業(yè)生產中,可以根據(jù)檢測對象和檢測要求選擇合適的無損光電檢測技術,才能有效達到檢測目的,每種無損光電檢測技術有其自身的優(yōu)點和局限性,對檢測重要設備或高檢測要求的場合,往往要求采用多種無損光電檢測技術完成檢測任務,以發(fā)揮各自的優(yōu)點,達到全面檢測的目的。

隨著計算技術、信號處理技術和信號計量方法的不斷發(fā)展,各種檢測方法產生的多維譜圖信息提取技術將會得到進一步發(fā)展,從而為無損光電檢測技術的應用提供了良好的軟件支持。

[1]STOR ME PARIS I,REBIERE H,MATOGA M,CIVADE C,et al.Challenging near infrared spectroscopy discriminating ability for counterfeit pharmaceuticals detection[J].Analytica Chimica Acta,2010,658（2）:163-174.

[2]CHENG HONGFEI,YANG JING,LIU QINFU,et al.A spectroscopic comparison of selected Chinese kaolinite,coal bearing kaolinite and halloysite—A mid-infrared and near-infrared study[J].Spectrochimica Acta Part A:Molecular and Biomolecular Spectroscopy,2010,77（4）:856-861.

[3]孫通,徐惠榮,應義斌.近紅外光譜分析技術在農產品/食品品質在線無損檢測中的的應用研究進展[J].光譜學與光譜分析,2009,29（1）:122-126.

[4]KHANMOHAMMADI M,GAR MARUDI A B,GHASEMI K,et al.Artificial neural network for quantitative determination of total protein in yogurt by infrared spectrometry[J].Microchemical Journal,2009,91（1）:47-52.

[5]OLIVEIRA DOS SANTOS E,MONTEIRO SANTANA SILVA A,DUARTE FR AGOSO W,et al.Determination of degree of polymerization of insulating paper using near infrared spectroscopy and multivariate calibration[J].Vibrational Spectroscopy,2010,52（2）:154-157.

[6]WU ZHONGCHEN,TAO LIN,ZHANG PENGYAN,et al.Diffuse reflectance mid-infrared Fourier transform spectroscopy（DRIFTS）for rapid identification of dried sea cucumber products from different geographical areas[J].Vibrational Spectroscopy,2010,53（2）:222-226.

[7]HEISE H M,KUCKUK R,BERECK A,et al.Mid-infrared diffuse reflectance spectroscopy of textiles containing finishing auxiliaries[J],Vibrational Spectroscopy,2004,35（2）:213-218.

[8]VISCARR A R OSSEL R A,WALVOORT D J J,MCBRATNEY A B,et al.Visible,near infrared,mid infrared or combined diffuse reflectance spectroscopy for simultaneous assessment of various soil properties[J].Geoderma,2006,131（1）:59-75.

[9]SANTOSH KUMAR VER MA,MANAS KANTI DEB.Nondestructive and rapid determination of nitrate in soil,dry deposits and aerosol samples using KBr-matrix with diffuse reflectance Fourier transform infrared spectroscopy（DRIFTS）[J].Analytica Chimica Acta,2007,582（2）:382-389.

[10]GREGOR KOS,HANS LOHNINGER,RUDOLF KRSKA.Fourier transform mid-infrared spectroscopy with attenuated total reflection（FT-IR/ATR）as a tool for the detection of Fusarium fungi on maize[J].Vibrational Spectroscopy,2002,29（1）:115-119.

[11]RICHARD VONACH,BERNHARD LENDL,ROBERT KELLNER.Hyphenation of Ion exchange high-performance liquid chromatography with fourier transform infrared detection for the determination of sugars in nonalcoholic beverages[J].Analytical Chemistry,1997,69（20）:4286-4290.

[12]KULIGOWSKI J,QUINTAS G,DELA GUARDIAM,LENDL B.Analyticalpotential ofmid infrared detection in capillary electrophoresis and liquid chromatography:a review.[J],Analytica Chimica Acta,2010,679（1）:31-42.

[13]BERG R W,AMALIA DOPAZO OTERO.Analysis of adipate ester contents in poly（vinyl chloride）plastics by means of FT-Raman spectroscopy[J].Vibrational Spectroscopy,2006,42（2）:222-225.

[14]HEALEY A M,HENDRA P J,WEST Y D.A Fourier-transform Raman study of the strain-induced crystallization and cold crystalliza-tion of natural rubber[J].Polymer,1996,37（18）:4 009-4 024.

[15]EI-ABASSY RM,ERAVUCHIRA P J,DONFACK P,et al.Fastdetermination of milkfat content using Raman spectroscopy[EB/OL].Vibrational Spectroscopy,2010,[2010-10-25].http://doi:10.1016/j.vibspec.2010.07.001.

[16]ELBAGERMA M A,CHOLAMHASSAN AZIMI,EDWARDS H G M,et al.In situ monitoring of pH titration by Raman spectroscopy[J].Spectrochimica Acta Part A:Molecular and Biomolecular Spectroscopy,2010,75（5）:1 403-1 410.

[17]張雁,尹利輝,馮芳.拉曼光譜分析法德應用介紹[J].藥物分析雜志,2009,29（7）:1 236-1 241.

[18]施玉珍,陳志春,林賢福.拉曼光譜與紅外光譜無損檢測技術新進展[J].分析化學,2005,33（2）:272-276.

[19]徐燕慧,崔顏,劉必聚,任斌,石巍.干凈、均一的表面增強拉曼基地的制備和表征[J].光散射學報,2009,4（21）:295-299.

[20]劉煥軍.應用視覺技術的液體質量智能檢測系統(tǒng)研究[J].計算機工程與應用,2010,46（24）:26-29.

[21]李國輝,蘇真?zhèn)?夏心怡.基于不規(guī)則成像機器視覺的棉花白色異纖檢測算法[J].農業(yè)機械學報,2010,24（5）:164-167.

[22]ALDRICH C,MARAIS C,SHEAN B J,CILLIERS J J.Online monitoring and control of forth flotation systems with machine vision:A review[J].International Journal of Mineral Processing,2010,96（1）:1-13.

[23]劉金橋,吳金強.機器視覺系統(tǒng)發(fā)展及其應用[J].機械工程與自動化,2010（1）:215-216.

[25]KUR ADA S,BRADLEY C.A review of machine vision sensors for tool conditionmonitoring[J].Computers in Industry,1997,34（1）:55-72.

[26]IRENE ARIAS,JAN D ACHENBACH.A model for the ultrasonic detection of surface-breaking cracks by the scanning laser source technique[J].Wave Motion,2004,39（1）:61-75.

[27]ELVIRA L,SAMPEDRO L,MATESANZ J,et al.Non-invasive and non-destructive ultrasonic technique for the detection of microbial contamination in packed UHT milk[J].Food Research International,2005,38（6）:631-638.

[28]ABDESSALEM BENAMMAR,REDOUANE DRAI,ABDERREZAK GUESSOUM.Detection of delamination defects in CFRP materials using ultrasonic signal processing[J].Ultrasonics,2008,48（8）:731-738.

[29]ORAZIO T D,LEO M,DISTANTE A,et al.Automatic ultrasonic inspection for internal defect detection in composite materials[J].NDT&E International,2008,41（2）:145-154.

[30]ZHANG JIE,DRINKWATER B W,WILCOX P D,et al.Defect detection using ultrasonic arrays:the multi-mode total focusing method[J].NDT&E International,2010,43（2）:123-133.

[31]劉燕德.無損智能檢測技術及應用[M].武漢:華中科技大學出版社,2007:171.

[32]RUIZ REYES N,VERA CANDEAS P,CURPIAN ALONSO J,et al.New matching pursuit-based algorithm for SNR improvement in ultrasonic NDT[J].NDT&E International,2005,38（6）:453-458.

[33]ALES VON B.Total reflection X-ray fluorescence and grazing incidence X-ray spectrometry-tools for micro-and surface analysis.a re-

view[J].Spectrochimica Acta:Part B,2009,64（9）:821-832.

[34]DE BOER D K G.Glancing-incidence X-ray fluorescence of layered materials[J].Phys Rev B,1991,44（2）:498-511.

[35]FERMANDO R,ESPINOZA QU ONES,APARECIDO N MóDENES,et al.Application of high resolution X-ray emission spectroscopy on the study of Cr ion adsorption by activated carbon[J].Applied Radiation and Isotopes,2010,68（12）:2208-2213.

[36]曾祥照.淺談對X射線實時成像圖像的識別[J].無損檢測,2005,27（1）:41-42

[37]孫麗娜,原培新.X射線安檢設備中探測技術研究[J].中國測試技術,2006,32（3）:20-23.

[38]NEETHIRAJAN S,JAYAS D S,WHITE N D G.Detection of sprouted wheat kernels using soft X-ray image analysis[J].Journal of Food Engineering,2007,8（13）:509-513

[39]HAFF R P.Obtaining flat X-ray images from round objects[J].ASAE ASABE,2007.

[40]CHITHRA KARUNAKARAN,JITENDR A PALIWAL,DIGVIR S JAYAS,et al.Comparison of soft X-rays and NIR spectroscopy to detect insect infestations in grain[C]//ASAE Annual International Meeting Sponsored by ASAE Tampa Convention Center Tampa,USA Florida:2005.

[41]JUN KAWAI.Total reflection X-ray photoelectron spectroscopy:a review[J].Journal of Electron Spectroscopy and Related Phenomena,2010,178（1）:268-272.

[42]AMPUER O S,BOSSET JO.The electronic nose applied to dairy products:a review[J].Sensors and Actuators B,2003,94（1）:1-12.

[43]CHRISTINA KRANTZ RULCKER,MARIA STENBERG,FREDRIK WINQUISTT,et al.Electronic tonguesfor environmental monitoring based on sensor arrays and pattern recognition:a review[J].Analytica Chimica Acta,2001,426（2）:217-226.

[44]LAURA ESCUDER GILABERT,MIGUEL PERIS.Review:highlights in recent applications of electronic tongues in food analysis[J].Analytica Chimica Acta,2010,665（1）:15-25.

[45]MANUELA O'CONNELL,GABRIEAL VALDORA,GUSTAVO PELTZER.A practical approach for fish freshness determinations using a portable electronic nose[J].Sensors and Actuators B,2001,80（2）:149-154

[46]BENADY M,SIMON JE,CHARLES D J,et al.Fruit ripeness determinationby electronic sensing of aromatic volatiles[J].Transactions of the ASAE,1995,38（1）:251-257

[47]LARISA LVOVA,ANDREY LEGIN,YURI VLASOV,et al.Multicomponent analysis of Korean green tea by means of disposable allsolid-state potentiometric electronic tongue microsystem[J].Sensors and Actuators B,2003,95（3）:391-399

[48]SATORU IIYAMA.Application of taste sensor to the study on taste qualities other than basic tastes[J].Japanese Sensor Newsletter,1996,10（3）:28-33.