近年来，食品质量问题受到越来越多的关注。何检测冰箱内食物的变质情况，提醒消费者尽快对其进行治疗，是智能冰箱发展研究的重点：电子鼻技术作为一种快速检测和非破坏性的方法在很多方面进行了研究。用Raspberry Pi，气体传感器，AD采集模块，气泵和其他与python编程语言相关的设备来完成可用于冰箱的气味检测系统。于传感器阵列的设计和K-close聚类。算法可用于冰箱中水果，牛奶和食用油中食物腐败的早期检测和早期检测，不同实验样品的检测和分析表明该系统可靠并且灵敏度高，可以预测食物的恶化程度。测精度可达90％以上。盆子挞;电子鼻;气体传感器;检测系统中图分类号：TP27; TM925文献标识码：A文章编号：1673-260X（2018）12-0121- 03引言随着科学技术的不断发展，人们开始使用不同的方法来模拟嗅觉原理，类似生物嗅觉，识别气味字母。趣[1]。统的检测技术有时受到气味来源的限制，有时受环境限制，长期，费力且不太客观。
系统中的模数转换期间，转换的模数数据可以通过I2C通信协议直接传输。问Raspberry Pi进行进一步的数据处理，冷库安装在Raspberry Pi的Python环境中编写程序，执行收集的数据的显示功能，保存数据等，然后处理记录的数据并显示在相应的算法。户界面硬件部分本设计的硬件部分主要由主控芯片，传感器阵列，AD采集部分，气泵电路等组成，完成各硬件电路模块系统的集成。许最终检测植物油，苹果和其他样品。件组件。Raspberry Pi由“Raspberry Pi Foundation”开发。具有1.2 GHz处理器和1 GB RAM大小。有40个I / O端口，WiFi模块和4个USB端口。以连接到外部设备等同时，它可以通过PC在操作系统和远程控制中编写。感器网络此设计使用气体传感器，它使用各种化学和物理效应来确定成分和浓度在气体中取决于传感器的内部功能。备定期转换为电信号输出[2]：本设计中使用的气体传感器使用金属氧化物半导体传感器。MOS传感器，该传感器具有以下特点：灵敏度高，响应速度快，成本低，操作简单[3]。
据本设计，选用TGS2602，TGS2603，TGS2620，TGS2600四种传感器。感器按4×1排列。个电路设计处理器模块：该设计使用Raspberry Pi作为处理器，它为软件设计提供了巨大的优势，并在分析中反映了树莓的优势。续处理数据。图的强大功能主要是使用Raspberry Pi的输入/输出端口传输AD收集的数据并控制空气泵和其他模块，以便于在PC上进行调试（参见图2） 。感器的类型属于电阻型[4]。气体吸附在传感器上时，它会影响传感器半导体材料的总电导率变化[5]，从而改变其电阻，因此足以设计出简单的分压。路可以检测气体信息。图3所示.AD采集模块：根据本文设计的传感器阵列，数据采集部分必须至少有四个通道才能完成。据采集和模数转换，选择集成的MCP3424芯片模块来补充数据采集和模数转换，如图4所示。
气泵电路：Au启动系统时，空气泵应使用Raspberry Pi上的GPIO端口开始运行。于控制空气泵电路的空气泵开关电路如图5所示。件部分基于树莓派的芳香气体检测系统的软件设计。6]。测试不同的模式之后，最终确定软件结构，如图7所示。了更好地实现系统功能，软件设计结构采用单线程结构。统功能通过系统用户界面和各种功能模块执行。成测试样品特征的提取和选择，并提取传感器的响应特性，即提取气体特性的值。数据测试之后，发现对气体特征的响应对应于最大值，平均值和中值，最近邻K分类算法是最重处理的。是最近邻K分类算法[7]。现的基本步骤如下：导入待测数据和文本txt和电子表格中的一系列样本，分别计算待测数据的欧几里德距离和数据。列和排序;要测试的数据之间的距离最小，在k值中选择最高频率，最高频率对应于待测数据的预测分类。算欧氏距离的公式如下：系统测试系统测试分为两部分。先，首先测试传感器阵列以确定传感器样品对已知气味的浓度和类型的动态响应，然后提取该部分测试的特征值并且动态响应图可以由Matplotlib [8]建立;第二步重复测试未知气体浓度和类型的第一步，然后计算提取的特征值和存储在数据库中的数据，比较气味的类型和浓度以及浓度。理对象如图8所示。统测试界面如图9所示。上表所示，待测气体与数据库中的数据略有不同。
据。点的误差，但误差在于实验允许范围。近的k邻居算法区分待测气体的类型。测上表中的数据12次，正确的检测次数为11次。速率达到91.7％，这对应于实验期望。结根据预定的实验方案，测试气体样品，将获得的数据保存在系统中并处理数据以提取数据的特征量。近邻算法的简单模式识别表明，系统采集的数据具有高度可重复性，精度保持在百分位数，系统稳定性好，波动性大。个通道的数据都很小，方差保持在0.5准确理解原始样本质量与样本类型之间的差异参考文献：[1]张红梅，何玉静。子鼻技术的历史，现状与发展前景[J]。技信息，2008（27）：12-13。
[2]卢珊珊，李立峰。体传感器研究现状[J]。
技情报，2013（03）：282 312。3]王云。于电子鼻技术的牛奶研究和设计腐败检测系统[D]。州大学，2017。4]何国权，刘慕华。于电子鼻的气体传感器及其网络[J]。感器世界，2008（07）：6-9。5]程翔，王龙威，尹鲁源，张东，向瑞，高。属氧化物气体传感器：灵敏度和影响因素。[J]。
感器（瑞士巴塞尔），2010，10（3）：2088-2106。[6]柯博文。用指南Raspberry Pi：第二版[M]。京：清华大学出版社，2015。7] Peter Harrington。过战斗学习：第一版[M]。京：人民邮电出版社，2013。8] S. Shiraiwa，T。redian，J。illairet，J。tillerman。围：基于Python的科学研讨会与MDSplus数据可视化工具[J]，融合工程与设计，2016，112。
本文转载自
冷库安装 https://www.iceage-china.com