基於電子鼻技術評定刨花板氣味等級方法初探

本文采用電子鼻對刨花板氣味進行檢測，探索一種更便捷高效的人造板氣味檢測方法。定製家具主要原材料為(wei) 刨花板，因此以刨花板板材作為(wei) 試驗對象，共收集了183份刨花板樣品。

檢測儀(yi) 器

德國AIRSENSE公司PEN3型電子鼻 ，主要由取樣操作器、氣體(ti) 傳(chuan) 感器陣列和信號處理係統組成。其中，傳(chuan) 感器陣列由10個(ge) 不同的金屬氧化物傳(chuan) 感器組成。PEN3型電子鼻氣味檢測的原理：通過取樣裝置采集樣品的氣味分子，並流經氣體(ti) 傳(chuan) 感器，氣味分子被氣體(ti) 傳(chuan) 感器陣列吸附，產(chan) 生信號。生成的信號被送到信號處理係統進行處理和加工，得出各傳(chuan) 感器樣品氣味數據和標準大氣數據的相對電阻率（G/G0）值，最後由設備自帶軟件輸出檢測結果。通過軟件自帶的數據分析係統，以不同樣品的電阻率值為(wei) 數據基礎對不同氣味等級的樣品進行分類。

分析方法

將電子鼻采集到的所有刨花板樣品的氣味數據，分別采用主成分分析法（PCA）、線性判別法（LDA）和負荷加載分析法（Loadings）進行分析。在用PCA進行分析時，兩(liang) 個(ge) 主成分的貢獻率相加大於(yu) 95%時，則表示最終結果具備較好的分析可行性。LDA分析方法的基本原理是將高維的模式樣本投影到最佳鑒別矢量空間，投影後保證模式樣本在新的子空間有最大的類間距離和最小的類內(nei) 距離，具有分類效果好、易實現等優(you) 點，該分析方法注重類別的分類以及各種組之間的距離分析。Loadings分析方法通常用來檢查在PCA空間（由模型數據中主成分變換所得）中傳(chuan) 感器對模型數據分布的影響，即可判定各傳(chuan) 感器對分類的貢獻率。

結果與(yu) 分析

由圖2和圖3可知，電子鼻對刨花板氣味成分有明顯響應，且每個(ge) 傳(chuan) 感器響應各不相同，表明利用電子鼻PEN3對不同的刨花板氣味進行識別具備可行性。圖4為(wei) 183份刨花板樣品的氣味電子鼻檢測數據的PCA分析圖。從(cong) 圖4可知，第一主成分軸（橫軸）和第二主成分軸（縱軸）貢獻率分別為(wei) 81.99%和17.39%，總貢獻率達99.38%，兩(liang) 個(ge) 主成分的貢獻率相加大於(yu) 95%，表示采用此2個(ge) 主成分的數據來分析刨花板樣品的氣味分類情況可行。從(cong) 圖6中可看出，6號傳(chuan) 感器W1S（對甲基類靈敏）和7號傳(chuan) 感器W1W（對硫化物靈敏）的響應值最大，說明這兩(liang) 個(ge) 傳(chuan) 感器對PCA分析時第一主成分和第二主成分的貢獻率最大，也表明在判別樣品的過程中起到的作用最大。

結論與(yu) 建議

本試驗發現，不同刨花板樣品的電子鼻氣味檢測數據有差異，而且采用PCA分析方法能很好地分類氣味級為(wei) 0級、1級和4級的刨花板樣品的電子鼻數據，表明采用電子鼻檢測刨花板樣品的氣味等級具有可行性。建議事先選擇各種氣味等級的樣本量足夠大的刨花板樣品作為(wei) 數據庫樣本，嚴(yan) 格按LY/T 3236—2020方法對樣品氣味進行檢測，同時使用電子鼻采集各樣品氣味數據，通過PCA等化學計量學分析方法建立樣品按照LY/T 3236—2020進行氣味等級檢測的結果與(yu) 電子鼻數據間的模型，形成刨花板氣味等級電子鼻檢測數據庫，以實現新樣品的電子鼻快速檢測。