基于单片机的智能肉质安全检测仪设计

胡幸 高倩 郭鹏程 陈春成 刘飞 马文杰 贺乃宝

摘要：生活中的肉类食品在变质初期很难区分其变质程度，而肉质的健康程度会很大程度上影响到居民的身体健康。本文结合单片机技术、气味传感器技术、人机交互技术、结合数据滤波、模糊推理来设计肉质检测仪，相对于传统的感官检测和挥发性盐基总氮检肉质检测技术有着易于携带、反应灵敏、检测迅速等特点，具有良好的應用前景。

关键词：食品安全;传感器;单片机;肉质检测;模糊推理

中图分类号：TP37        文献标识码：A

文章编号：1009-3044（2020）26-0225-03

据调查显示，中国每年的猪肉消费量占肉类总消费量的52.7%，中国肉类消费量占比世界约为1/4，肉类食品是城乡人民的主要副食，包括畜禽类的肌肉、内脏及其制品，它能给人体提供必需的蛋白质、脂类、碳水化合物、无机盐及维生素等多种.营养素。肉类食品易被人体消化吸收和利用，营养价值及食用价值均很高，且肉类食品的饱腹感强，味道鲜美。但是近年来不断发生的与食品安全相关的食品污染事件，造成了人们对食品污染的恐惧和对食品安全的忧虑，其中肉类食品所遭受哭发公共卫生事件的威胁越来越大。

当前我国对肉类食品卫生标准采用两种方式：感官检查和挥发性盐基总氮（TVB-N）作为肉质新鲜度的指标，因感官指标不免会受到主管个体的影响，故实际上普遍采用挥发性盐基总氮作为肉新鲜度的指标，以《肉与肉制品卫生标准分析方法》进行测定。

但是TVB-N有着测量操纵复杂，时间长，不适合普通居民快速简单的测量，判定肉类新鲜度的需求。随着气体传感器技术的小型化和廉价化和电子舌，电子鼻的相继产生，从而能够让对肉的化学成分进行定性、定量，的进行测试，并据此判断肉类的腐败程度。

本课题是以新时代人们对于食品安全的不断重视为背景，结合快速发展的电子计算机技术，利用嵌入式平台和传感器融合技术， 以及人机交互技术，从检测方案到硬件选材，从算法分析到软件实现，设计一款能智能检测肉类变质情况的便携式检测仪。该系统以单片机作为控制器，采用了模糊推断和专家系统，利用气体电化学传感器、温度传感器等一系列传感设备采集食品信息，融合处理模糊化并模糊推理后完成对食物是否变质的检测、评级、报警等功能。

1总体方案设计

1.1目标

研究食物变质后的化学特征，通过理论分析的方式确定氨和硫化氢气体浓度这两种能反映挥发性盐基总氮（TVB-N）浓度的因子，并通过实验论证的方式确定其可行性，接着数据分析的方式构建检测模型。

使用单片机系统的一般设计方法，根据实际的需求设计硬件电路，选择合适的控制芯片，传感器等实验器材进行仿真和实物制作。编写相应的嵌入式软件模块，并完成一系列的调试工作。增添交互型外设进而改善人机交互体验。

制作出肉质检测仪成品实物并测试其稳定性和精确度。

1.2 主要内容

以STM32核心板为最小控制器，利用氨气传感器和硫化氢传感器为主进行氨气和硫化氢气体的浓度进行信息转换和采集。对采集数据进行滤波处理后进行模糊化送入模糊推理机，对结果进行解模糊化后得到对当前肉质的智能判断，通过液晶、蜂鸣器等输出设备进行显示和提醒，形成一个能独立检测、判断、预警的便携式智能肉质安全检测仪。

2 检测模型设计

2.1 检测模型设计原理

在考虑便捷性和安全性的情况下，相对于电子舌技术，利用电子鼻技术，使用气味传感器进行肉质定性定量的检测更为优越。肉类在变质过程中随着腐败程度的增加，挥发性盐基氮（TVB-N）的浓度逐渐增加，而在组成肉类的氨基酸中，有一些含有硫氢基的氨基酸，在变质过程中可在细菌产生的脱硫基酶的作用下分解产生硫化氢（H2S）气体和一些其他挥发性的气体如氨气，在使用硫化氢传感器和氨传感器（瑞士 Mem-brapo 电化学传感器）所得值用matlab线性回归获得如图1和图2所示的线性关系。

由图2可以看出在肉类变质过程中，随着挥发性盐基氮的增多，氨气和硫化氢气体浓度也呈正比上升，并和挥发性盐基氮成比例关系，因此可反向通过对氨气和硫化氢气体的浓度测量来判断挥发性盐基氮（TVB-N）的浓度进而判断肉类变质程度。

2.2  检测模型设计方案

采用MQ-136硫化氢传感器模块和MQ-137氨传感器模块STM32F103ZET6以及在市场上购买的一块新鲜猪肉，半密封容器和计算机等工具进行试验。

MQ137气味传感器以模拟电压方式输出，在5-500ppm的浓度下和输出模拟电压范围0-5V呈线性正比关系。MQ136硫化氢传感器在空气中电压1V左右电压每升高0.1v硫化氢浓度增加200ppm。

上图可知硫化氢气体和氨类都可单独用于检测肉类的变质程度。然而如果单独只用氨气或硫化氢浓度作为肉质的评判标准，氨气和硫化氢气体会发生化学反应产生 硫化氢铵，同时氨气在酸性环境下和硫化氢气体在碱性环境下易和其他物质发生反应而使各自浓度降低的问题。为增加检测系统的鲁棒性，适应不同环境下，于是采用模糊推理的方式将氨和硫化氢气体浓度融合处理，模糊推理是人工智能的一个分支，其模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们对肉质判断的思维过程数学化、系统化。

将两种气体浓度归一化后作为模糊输入，变质程度作为模糊输出，硫化氢浓度、氨浓度、肉变质程度模糊化以后的论域设为[0，100]，使用三角形隶属度函数，重心法解模糊，设计相应的模糊规后得到最终的模糊推理系统。将若模糊化后硫化氢浓度作为x轴，氨气浓度作为y轴，输出作为z轴生成三维曲面如图4所示。

3 软硬件电路设计

3.1 硬件选材和设计

3.1.1单片机最小电路

STM32F103C8T6基于ARM Cortex-M3核心的32 位微控制器，LQFP-144封装.128K片内FLASH，20K片内RAM ，片内FLASH 支持在线编程（IAP）。高達72M 的频率，数据，指令分别走不同的流水线，以确保 CPU运行速度达到最大化，该单片机成本低，功能全，体积小，能很好地满足设计需要。

3.1.2传感器模块

1） MQ-136硫化氢传感器模块

MQ136气体传感器所使用的气敏材料是在清洁空气中电导率较低的二氧化锡（Sn02）。当传感器所处环境中存在硫化氢时，传感器的电导率随空气中硫化氢浓度的增加而增大。使用简单的电路即可将电导率的变化转换为与该气体浓度相对应的输出信号。MQ136气体传感器对硫化氢的灵敏度高，对其他含硫有机蒸气的监测也很理想，是一款适合多种应用场合的低成本传感器。

2） MQ-137氨传感器模块

MQ137气体传感器所使用的气敏材料是在清洁空气中电导率较低的二氧化锡（Sn02）。当传感器所处环境中存在氨气时，传感器的电导率随空气中氨气浓度的增加而增大。使用简单的电路即可将电导率的变化转换为与该气体浓度相对应的输出信号。

3） 五向按键开关和0.96寸12864小液晶

按键作为重要的人界交互手段，相对于传统的按键五向按键可向前后左右和下方按动，不仅节省了按键数量和占用面积，并且符合人体工程学，可以很方便的结合液晶显示菜单进行操作。

3.2 软件设计

3.2.1 整体软件设计

使用ARM公司的MDK5（KEIL 5）作为集成开发环境平台，用C语言作为程序源代码语言，对STM32F103C8T6芯片内部FLASH程序进行设计和烧录，其具体包括如下几个子程序。

1）数据采集：对数据进行AD转换，滤波后加权计算存储。触发后每10MS执行一次，在取得足够多且稳定的数据后停止。

2）分析处理：将采集后的数据送入检测模型软件模块进行推理。启动后每100MS执行一次。

3）显示函数：驱动0/96寸12864液晶显示交互界面和实时信息，对分析处理后的结果进行输出显示。

4）按键处理：对用户输入按键信息进行采集后进行按键处理，并和显示函数共同完成人机交互。

5）外设控制：控制蜂鸣器和LED指示灯，由不同的场景控制不同触发不同的功能和指示。

3.2.2 程序执行流程简介

如图8所示，检测仪开机时进行自检和初始化，在用户按下测量键后进行一系列的数据采集、分析和推理，并以图像和声音的形式输出最后的检测结果。

4 小结

实际测试中，在空气流速低，常温下（10-30摄氏度）对猪肉的变质检测中准确率高达99%，对于其他肉类的检测能达到很高的准确率。未来可以通过软件升级对于多种食物进行更精确分类和检测。若空气流速较快无法判断轻微变质的肉类，也可以在检测口加装喇叭形罩子解决。该检测仪完全满足日常家庭对于肉类变质的检测要求。

随着生活的信息化和计算机小型化，越来越多的需求都将被电子设备所满足，我们设计的食品安全检测仪可以很方便地检测肉类是否变质，具有学习成本低，检测速度快（约半分钟就可以得到准确的结果），体积小，使用方便等特点，具有较好的推广前景。

参考文献：

[1] 史磊.单片机与嵌入式系统开发方法[J].电子技术与软件工程，2018（22）：242.

[2] 王家宇.基于单片机的嵌入式系统开发及研究[J].数字通信世界，2018（5）：48.

[3] 张志.基于单片机的嵌入式系统开发及实践要点研究论述[J].电脑知识与技术，2016，12（1）：258-259，262.

[4] 莫小琴.基于最小二乘法的线性与非线性拟合[J].无线互联科技，2019，16（4）：128-129.

[5] 雷嘉明，唐军.基于物联网的食品安全检测系统计[J].物联网技术，2017，7（1）：61-63.

[6] 李宇超，谢锐，姚舜才.基于MATLAB的测量数据滤波与最优控制方法研究[J].电子科学技术，2016，3（1）：68-73.

[7] 杨立，张乐，李霞.基于单片机的 “C语言程序设计” 课程教学研究[J].无线互联科技，2020，17（1）：79-80.

[8] 吴兴利，边连全.感官评价原理与实践在肉质评价中的应用[J].中国家禽，2004，26（19）：29-30.

[9] 侍雁翔，刘峰.硫化氢生成机理及影响因素实验研究[J].中国石油和化工标准与质量，2019，39（12）：156-157.

[10] 王龙.模糊推理的鲁棒性分析[D].杭州：浙江理工大学，2018.

【通联编辑：唐一东】