引言
随着现代仪器分析技术的发展，智能感官分析技术逐渐替代传统感官分析方法，广泛应用到食品的生产和开发过程中。在食品智能制造的过程中，智能感知技术包括制造过程中组分、配比、含量、风味、质构、色泽等食品品质参数，食品装备的温度、力度、位置、压力、压强、流速、流量等设备运行参数，食品色、香、味等感官评价参数等方面信息的收集、高度集成和综合运用，是智能制造的基础。相比于传统的感官分析方法，智能感官分析技术具有检测时间短、重复性好、检测结果客观、感官不会疲劳等优势。
1、智能感官分析技术的概念及其工作原理
智能感官分析技术就是模仿人体感官对食品的感知过程，并对感知信号进行综合分析的一门技术。它主要包括传感器、信号采集器和电脑三大部分。其中传感器模仿的是人体的感觉器官，其主要作用是通过对被测样品的感知产生响应信号；信号采集器模仿的是人体的神经系统，其主要作用是传输和处理传感器产生的响应信号；电脑模仿的人体的大脑，其主要作用是对处理过的信号数据进行分析鉴别，最终做出综合系统的判断。目前在食品工业中应用比较广泛的智能感官分析技术有机器视觉、电子鼻和电子舌技术，这三种技术分别模仿的是人体的视觉系统、嗅觉系统和味觉系统，它们在食品检测和开发过程中的侧重点是不同的。模式识别在智能感官分析系统中占有非常重要的地位，
模式识别的方法有很多种，其中主成分分析、人工神经网络和模糊识别等方法在食品工业中应用较为广泛。主成分分析的主要作用是进行信号处理，同时能够对多维传感器响应信号的噪声和压缩信号的数据进行抑制。人工神经网络的主要作用是对处理之后的信号数据进行学习和训练，进行网络模型的演练。模糊识别的主要作用是利用模糊推理的方式对复杂的事物进行模糊识别和模糊定量[1]。
2、智能感知分析技术在食品制造中的应用
2.1.原位检测技术的应用
2.1.1光学检测技术
光学检测技术以其优越的高通量、实时在线、图谱一体等特点被广泛应用于食品制造及产品检测过程，结合经过人工神经网络等方法训练得到的模型，可以准确、高效地从光学特性得到有关食品化学组成、物理性能、产地来源、基因表型等多种数据结果。
2.1.2电学检测技术
目前，基于电物性的电学检测技术已在食品加工过程中广泛应用，而基于电化学特性的传感器检测技术研究仍处于起步阶段。目前基于电物性的检测技术没有形成统一的泛化模型架构，使得加工条件和食品基质组分对模型的精确度影响较大；而基于电化学特性的传感器检测技术对检测环境要求相对稳定、响应时间长，尚不能够直接应用于动态、快速、多组分的食品加工过程监测。结合机器学习方法开展对多因素目标和多组分食品基质的模型优化，以及开发响应速度快、价格低廉、环境友好的多靶标检测微阵列，将是未来电学检测技术的发展方向[2]。
2.2.仿生传感技术的应用
2.2.1机器视觉
机器视觉(Machine vision) 是一门结合力学、光学、电磁传感和数字视频的工程技术。该项技术使用相机和计算机代替人眼识别、跟踪和测量目标，并做进一步的图像处理。与传统检测方法不同，这种基于机器视觉的新型检测方法，一方面可以保证在整个检测过程中检测设备不直接接触产品，大大避免了对产品的二次损害或污染；另一方面通过利用红外线、微波等扫描技术最大程度地提高检测效率，扩展检测范围。基于以上特点，机器视觉技术在食品自动检测领域得到迅速发展和应用， 被广泛用于对各类食品的质量监控。
2.2.2机器嗅觉
机器嗅觉，俗称电子鼻或者仿生嗅觉，是利用化学传感器与电子计算机技术对物质气味或者物质挥发物进行分析和研究的感知技术。早期以偏振微电极作为传感装置，结果发现这种装置可以模拟人类的嗅觉感受器官，对不同气味的差异反应特异性，与人体嗅觉受体部位发生的相似。随着气敏传感器阵列的发展， Persaud等结合了阵列式传感器和适当的模式识别算法，设计出能识别21种气味的装置，并提出电子鼻的概念。
2.2.3机器触觉
触觉在感官评定中因食品的风味和流变性质等客观因素以及评定者的专业水平、疲劳、适应等主观因素的影响而存在一定局限性的。使用仿生传感技术对食品的触觉品质进行评价具有重要意义，可以得到更立体、更接近人类感受的触感，并得以表征更多传统方法无法测定的食品质构特征。在传统质构仪的基础上，无损检测技术、仿生技术、建模技术、计算机技术等不断发展，机器对人体触觉的模拟将更为精准、全面，在食品中的适用范围也将更为广泛，并将逐步在食品智能制造中发挥更多的作用[3]。
2.3.融合感知技术的应用
众所周知，食品的加工制造过程往往是一个复杂、多变的非线性反应过程，食品的结构也是复杂且动态的，在宏观层面上其分子运动呈现出晶态、玻璃态、黏弹态、凝聚态等多相态特征。单一的感知技术仅能获取加工过程中单一维度的信息，无法准确描绘食品加工过程的变化，更无法精准控制食品的制造过程。为了获取食品在制造过程中更全面、可靠的信息，为提高食品制造系统的精准性和稳定性，采用多种感知技术相互融合，以弥补单一感知技术信息缺陷问题，强化有效信息，削弱无用信息，达到取长补短的目的。
结论与展望
食品的加工制造过程是一个复杂、多变的非线性反应过程，其中食品的结构也是复杂且动态的。智能感知技术正由单一维度的感知技术朝着多维度的融合感知技术发展。不断丰富的感知技术以及扩大的感知范围，虽然丰富了样本信息，但是也带来了数据分析的难点。高效的数据筛选、图像处理算法和稳定的建模方法结合深度学习的探讨与应用尚需进一步的开发、研究，以实现食品智能加工与制造过程中的精准控制，提高系统的稳定性。智能感知技术将与数字化制造、人机交互、智能诊断、大数据分析等技术一同为我国食品智能制造发展之路铺下坚石。
参考文献：
岳玮,裴宏杰,王贵成.智能加工技术研究进展与关键技术 [J].工具技术,2015,(11):3-6.
陈宗伟,马永宇.电化学分析法在食品安全检测中的应用分析[J].现代盐化工.2020,(5).45~46.
吕海华.探讨食品化工机械及其自动化与食品安全[J].现代食品.2021,29(21).
