CLASIFICACIN E IDENTIFICACIN DE VINOS MEDIANTE UN SISTEMA DE SENSORES DE ESTADO SLIDO.

J.P. Santos , J. Lozano , H. Vsquez , J.A. Agapito , M.A. Martn , J. Gonzlez. e-mail: [josepe, jesloz, ainguren]@eucmos.sim.ucm.es, hvasquez@eucmax.ucm.es, agapito@fis.ucm.es. Grupo de Sensores. Dept. Fsica Aplicada III (electricidad y electrnica). Facultad de CC. Fsicas Universidad Complutense de Madrid. 28040 Madrid. Tel: +34913944434. Fax: +34913945196

Resumen
Se ha construido un sistema de medida automtico basado en sensores resistivos para la deteccin de vapores procedentes de lquidos. La medida se realiza mediante un multmetro digital provisto de una interfaz GPIB para su conexin a un PC. El control se lleva a cabo con tarjetas digitales y analgicas de aplicacin especfica. Con este sistema se han clasificado tanto lquidos, tales como vinos y diferentes concentraciones de alcohol, como mezclas de gases. Los datos obtenidos son procesados por una ANN (Red neuronal artificial) que permite la clasificacin e identificacin de los lquidos y gases medidos. Palabras Clave: sensores de estado slido, deteccin de vapores, redes neuronales, tarjetas de adquisicin de datos. Incluso con las precisas tcnicas analticas disponibles actualmente se encuentra gran dificultad en la deteccin de ciertos compuestos aromticos. P.ej: recientemente se ha descubierto que los aromas de pimiento verde tpicos de vinos procedentes de uvas Sauvignon Blanc y Cabernet Sauvignon son debidos a la 2-metoxi-3-isobutilpirazina que se encuentra en concentraciones inferiores a 35 ppt (partes por trilln). Se ha intentado hacer un diseo lo ms flexible posible para detectar tanto gases como compuestos voltiles provenientes de lquidos. En este trabajo se ha realizado una aplicacin de "nariz electrnica", capaz de clasificar vinos a travs de los aromas detectados mediante sensores no especficos, como en el caso humano.

DESCRIPCION DEL SISTEMA

En la figura 1 se muestra el diagrama de bloques del

INTRODUCCION
CMARA LINEA DE GASES
SENSORES

Algunos de los sentidos de los seres vivos se han implementado con bastante xito de manera artificial mediante sistemas electrnicos, de esta forma, se han descrito aplicaciones de visin artificial, reconocimiento de caracteres, reconocimiento de voz, sistemas tctiles, etc. El sentido del olfato ha sido uno de los que menos desarrollo artificial ha tenido en este aspecto. Anlogamente al olfato humano, la clave del reconocimiento de aromas est en el proceso de clculo posterior al estmulo. Esta tarea se puede conseguir de manera artificial mediante redes neuronales al igual que en las aplicaciones anteriormente citadas. Las dificultades que se presentan a la hora de implementar el sentido del olfato de manera artificial son evidentes. Basta constatar que en un vino se conocen ms de 500 compuestos en concentraciones que van desde 10-4 a 10-9 g/l.[1]

MEDIDA

CONTROL

Figura 1.Diagrama de bloques del sistema. sistema completo:

En el diagrama anterior se pueden distinguir las siguientes partes: Sensores y cmara. Lnea de gases. Sistemas de control y medida.

2.1

SENSORES Y CMARA.

vas, caudalmetros msicos, humidificador y cmara de expansin. La lnea de gases permite la mezcla de hasta tres gases diferentes en aire o bien el arrastre de compuestos voltiles procedente de lquidos por el aire mediante la apertura o el cierre de las vlvulas distribuidoras correspondientes. El aire proveniente de las botellas, pasa por el humidificador, que es donde se deposita el lquido que se va a analizar, y arrastra los compuestos voltiles hacia la cmara de los sensores. En el caso en que se analice un gas o mezcla de ellos, se activa una vlvula que impide que el gas circule por el humidificador y vaya directamente a la cmara de los sensores. El mdulo encargado de realizar la mezcla de gases se muestra en la figura 3.

Las cmaras de medida estn construidas en acero inoxidable, tienen capacidad para 16 sensores distribuidos circularmente en una placa de circuito impreso de la que salen las conexiones elctricas hacia la instrumentacin exterior. Los sensores utilizados son sensores comerciales de la marca japonesa FIS. Se han utilizado dos tipos: los de pelcula gruesa de xido de estao depositada por serigrafa (serie SP) y sensores sinterizados de xido de estao (serie ST). El conjunto de sensores y cmara se muestra en la figura 2.

Figura 2: Conjunto de sensores y cmara Los sensores son de propsito general o especficos para gases inflamables[2]. El principio de funcionamiento de estos sensores es el cambio de resistencia elctrica con la adsorcin de molculas gaseosas en la superficie del sensor. Disponen de una resistencia de platino mediante la cual el sensor se calienta a la temperatura de operacin deseada. La sensibilidad de estos sensores a bajas concentraciones de gas es muy elevada. Baste citar que con sensores de estas caractersticas se han obtenido cambios de hasta el 200% en la resistencia para concentraciones de 5 ppb (partes por billn) de NO2 en aire [3]. 2.2 LINEA DE GASES.

Figura 3: Sistema de mezcla de gases. El elemento de control principal de esta lnea de gases es el caudalmetro que permite establecer un caudal de gas constante con gran precisin.

Esta lnea de gases consta de los siguientes elementos: botellas de gases, vlvulas electrnicas de 2 o 3

Figura 4: Diagrama de control y medida.

2.3

SISTEMAS DE CONTROL Y MEDIDA.

formacin es demultiplexada y dirigida a cada sensor a travs de una memoria analgica.

En la figura 4 se puede observar un diagrama de bloques del sistema electrnico de control y medida. Los instrumentos de medida utilizados y las placas electrnicas diseadas para el control de las medidas a realizar y de los elementos fsicos de la lnea son: Tarjeta de adquisicin de datos KEITHLEY DAS-800. sta se conecta a un ordenador personal y cuenta con 16 entradas A/D y 4 salidas D/A. Controla el setpoint de los caudalmetros msicos y mide la temperatura de operacin de los sensores. Multmetro digital KEITHLEY DMM-2001. El multmetro se controla a travs del PC mediante una tarjeta GPIB. Mide la resistencia de los sensores Sistema de conmutacin KEITHLEY 7001 con tarjeta escner 7011 de 40 canales. Enva al multmetro la resistencia de los sensores y la medida del caudal. Tarjeta de diseo propio para el control de las vlvulas y los caudalmetros msicos. Adapta los niveles de tensin de las seales de control de la tarjeta PIOSSR48 a las necesarias para actuar sobre las vlvulas y alimentar a los caudalmetros msicos. En la figura 5 se observa el aspecto de estas placas: Figura 6: Sistema de control y medida. En la Figura 6 se observa el sistema de control y medida mediante el ordenador personal y multmetros digitales con interfaz GPIB. 2.4 PROGRAMA DE CONTROL.

El programa de control se realiza utilizando el programa Testpoint, que es un lenguaje orientado a objetos dedicado al control de instrumentacin. El programa se compone de una serie de objetos. Normalmente un objeto tiene asociado un valor o estado y una lista de accin. La lista de accin consiste en una rutina que se ejecuta cada vez que el valor o estado del objeto cambia. El evento o alteracin del valor o estado del objeto, y por lo tanto la ejecucin de su lista de accin, se puede producir de dos maneras posibles: Desde su correspondiente panel o ventana (evento on line), en cualquier momento de la ejecucin del programa. Desde la propia ejecucin del programa (evento programado), asociado a otros eventos.

REDES NEURONALES

Figura 5. Tarjetas de control de las vlvulas y los caudalmetros msicos.

Se ha incorporado un sistema de redes neuronales especialmente tiles para la clasificacin de vinos y para clasificacin de lquidos en mezclas complejas. La red utilizada es una red multicapa alimentada hacia delante, dispone de 16 neuronas en la capa de entrada (correspondiente a los 16 sensores situados en la cmara), un nmero variable de neuronas en la capa escondida (que se optimiza en funcin del tiempo de entrenamiento y del error de la red) y una capa de salida formada por un nmero de neuronas igual al nmero de vinos que se pretende clasificar.

Tarjeta de diseo propio para el control de la calefaccin de los sensores. Utiliza una salida digital que se multiplexa y genera las tensiones correspondientes a las temperaturas de calefaccin de los sensores. Posteriormente esta in-

Los datos que se van obteniendo en estas medidas, debidamente preprocesados, sirven para el entrenamiento de la red neuronal. El entrenamiento o aprendizaje consiste en una repetida presentacin de los datos de entrenamiento a la entrada con un consecuente ajuste de los pesos de las conexiones en la red segn la regla de aprendizaje (retropropagacin con momento[4]) para minimizar el error en los datos de validacin. El error de la red mide la diferencia entre la salida actual y la salida esperada o verdadera, y se puede medir de formas diferentes aunque una de las ms comunes es a travs del factor SSE, que expresa la suma de los residuos al cuadrado[5]. Una vez la red ha sido entrenada utilizando los datos de entrenamiento, se comprueba su funcionamiento con el conjunto de datos de validacin. Esta tcnica se ha utilizado anteriormente con xito en un sistema similar para la cuantificacin de mezclas gaseosas complejas[6].

Estos datos se guardan en un fichero para su posterior procesado. Pasado un tiempo determinado por el usuario en la interfaz del programa, se activa una electrovlvula que hace pasar el aire por el humidificador para arrastrar los aromas hacia la cmara de sensores. Al cabo de un cierto tiempo, generalmente menos de 10 minutos, se cierra la vlvula y vuelve a pasar slo aire hacia la cmara. Debido a que en el trabajo se utilizan sensores de propsito general, se calientan a una temperatura diferente con objeto de producir un mayor espectro de sensibilidades y una respuesta ms heterognea que contenga ms informacin sobre la atmsfera analizada. En el caso de que se desee medir una mezcla gaseosa, el programa genera las seales para que los caudalmetros produzcan la mezcla a la concentracin volumtrica deseada, mientras que el resto del proceso se realiza de la misma forma.

PROCEDIMIENTO DE MEDIDA

RESULTADOS

Se han realizado tres tipos de medidas: Clasificacin de vinos. Evolucin temporal de las caractersticas de un vino. Cuantificacin de la concentracin de alcohol.

Para todas las medidas se define una sensibilidad de la forma:

S=

Ra RV

El procedimiento de medida es idntico en los tres casos. En primer lugar, se introduce el lquido a medir (vino o disolucin de alcohol) en el matraz; la temperatura del lquido es la ambiente, aunque existe la posibilidad de calentarlo mediante un bao termosttico. Al indicar en el programa que comience el proceso de medida, se inicializan los instrumentos de medida y las tarjetas de control; a continuacin se establece un caudal de aire constante, (5 l/h). Posteriormente se fija la temperatura de operacin de cada sensor y se enva la tensin correspondiente para calentar el sensor a la temperatura correspondiente. Las temperaturas de operacin de cada sensor se han seleccionado mediante medidas previas para obtener un compromiso entre velocidad de respuesta (a mayor temperatura, mayor rapidez) y un amplio espectro de sensibilidad. Las temperaturas seleccionadas varan entre los 300 y los 500C. El programa refresca continuamente la tensin de calefaccin correspondiente a cada sensor. Cada intervalo de tiempo determinado se activa la subrutina de medida que obtiene el valor de la resistencia de los 16 sensores y su temperatura de calefaccin.

donde Ra es el valor estable de la resistencia del sensor en aire puro y RV es el valor estable de la resistencia del sensor en vapor. 5.1 CLASIFICACIN DE VINOS. Se han realizado medidas de vinos procedentes de distintas regiones y elaborados a partir de variedades de uvas diferentes.
Via Roniel
3

S. Zocodover

Mas Elena

Gualda

2.5

Log S

1.5

0.5

0
ST-31c SP-11a ST-31a ST-19 SP-31a ST-AQ1c ST-AQ1a ST-AQ1b

Sensores

Figura 7: Comparativa sensibilidad de los sensores a cuatro vinos diferentes.

En la figura 7 se muestra la respuesta de 16 sensores a cuatro tintos jvenes diferentes: Via Roniel (Ribera del Guadiana), Seoro de Zocodover (La Mancha), Mas Elena (Peneds) y Casa Gualda (La Mancha)
Sensibilidad

450 400 350 300 250 200 150 100 50 SP-11a SP-MW0A SP-31b ST-AQ1Ab

En dicha figura se puede observar cmo las seales proporcionadas por sensores distintos por sensores iguales pero a diferente temperatura de operacin son diferentes. A continuacin se ha realizado el anlisis de dos vinos de Jerez: un fino (Fino Quinta) y una manzanilla (La Guita). Al ser dos vinos de caractersticas muy similares, la respuesta de los sensores son muy parecidas, de tal forma que en lugar de representar la respuesta de los sensores, se ha representado en la Figura 8 la variacin porcentual de las respuestas de los 8 sensores ms significativos.
Comparacin Fino-Manzanilla
15

0 0 1 2 3 Das 4 5 6

Figura 9. Evolucin del "Via Roniel" en 7 das. En la Figura 10 se muestra la evolucin de la sensibilidad en el vino "Seoro de Zocodover" pero esta vez, se ha medido la evolucin en 3 das para observar el cambio en los primeros das que es cuando es ms significativo. A diferencia de la anterior, en sta, las medidas se han tomado cada 12 horas.
285 265 245

Variacin porcentual

10

SP19 ST31c SP11a ST31b

225
0

Sensibilidad

SP-MW1a

SP-MW1b

SP-11a

SP-31b

SP-31c

SP-19

205 185 165 145 125

-5

-10

-15

STAQ1Ab

Sensores

STAQ1Ac

105 85 0.5 1 1.5 2 Das 2.5 3 3.5

Figura 8: Variacin porcentual relativa de las respuestas a Fino y Manzanilla Se puede observar que la variacin porcentual raramente supera el 10% Los datos obtenidos en estos experimentos sirven para entrenar la red neuronal que posteriormente realizar la clasificacin de los vinos que se desean identificar. 5.2 EVOLUCIN TEMPORAL

Figura 10. Evolucin del "Seoro de Zocodover". 5.3 RESPUESTA A DIFERENTES CONCENTRACIONES DE ALCOHOL. Se han realizado medidas de disoluciones de alcohol etlico en agua a distintas concentraciones.
S T -3 1 c S P -3 1 c 3 S P -M W 1 a S T -A Q 1 c S P -1 1 a

Debido a procesos fsico-qumicos como la oxidacin se producen transformaciones de ciertos compuestos del vino. Esto se va a traducir en respuestas cambiantes con el tiempo para un mismo vino. En la Figura 9 se puede observar la evolucin del "Via Roniel" durante una semana con medidas espaciadas 24 horas. Las cuatro curvas corresponden a las sensibilidades de 4 de los 16 sensores existentes en la cmara. Se han escogido los ms significativos.

2 .5

1 .5

0 .5 0 5 10 15 20

C o n c e n t r a c i n V o l u m t r i c a ( %)

Figura 11: Respuesta a distintas concentraciones de alcohol etlico de 5 sensores.

En la figura 11 se observa la respuesta de cinco de los sensores (expresada como el logaritmo de la sensibilidad) para distintas concentraciones de alcohol etlico en agua. La concentracin 0% corresponde a agua desionizada. Se puede apreciar que muchos sensores presentan una saturacin de la sensibilidad a altas concentraciones de alcohol.

La respuesta de los sensores a concentraciones variables de alcohol depende de la temperatura de operacin y del tipo de sensor. Por ejemplo, en la Figura 11 se aprecia que dos sensores del mismo tipo (SP-31c y ST-31c), pero fabricado con tcnicas distintas presentan respuestas muy diferentes. Las sensibilidades obtenidas, varan incluso en tres rdenes de magnitud. En general se han obtenido resultados muy satisfactorios que permiten entrenar adecuadamente las redes neuronales.

DISCUSION

De los datos de sensibilidad obtenidos se deduce que la variacin de resistencia de los sensores en presencia de vapores de vino o alcohol es muy alta, superndose en algunos casos variaciones de tres rdenes de magnitud. Cuando los vinos analizados proceden de regiones o estn hechos a partir de uvas diferentes, la diferencia de sensibilidad a stos es elevada incluso para un mismo sensor. En la figura 7 se puede observar cmo sensores idnticos operando a distintas temperaturas de funcionamiento producen diferentes patrones de sensibilidad, como en el caso de los sensores STAQ1a, b y c que son sensores idnticos pero operando a diferentes temperaturas. Slo hay un vino para el que la respuesta es la misma para las tres temperaturas. Tambin se puede observar que los sensores dan respuestas muy variadas para varios vinos, esto es debido a que los sensores responden a algunos compuestos determinados de cada vino. En el caso de vinos de caractersticas similares (como el caso de Fino y Manzanilla) las diferencias de sensibilidad son mucho menores, concretamente la mayora de los sensores muestran una respuesta mayor a la manzanilla que al Fino excepto para el sensor SP-31b como se puede apreciar en la figura 8. El comportamiento general de los sensores ante el envejecimiento de un vino es de un aumento moderado de la sensibilidad, mientras que para algunos vinos el aumento se produce de manera ms destacada en las primeras 24h (figura 10), para otros apenas existe cambio en ese mismo periodo de tiempo (figura 9). Por regla general, la sensibilidad de los sensores a concentraciones crecientes de alcohol etlico en agua aumenta de forma parablica, como se puede apreciar en la figura 11, esto quiere decir que la variacin de sensibilidad a bajas concentraciones (menores del 15%) es mayor que a altas.

CONCLUSIONES

Se pueden sacar las siguientes conclusiones del sistema: Se ha construido un sistema flexible de propsito general que permite la clasificacin de vinos y la cuantificacin de mezclas lquidas o gaseosas. Se han utilizado sensores comerciales no especficos para la deteccin de los vapores. Las respuestas de los sensores son muy diferenciadas lo que permite la clasificacin y cuantificacin de los vinos con gran precisin. El sistema se puede modificar fcilmente para hacerlo porttil. Un inconveniente del sistema que se puede resear es la limitacin de la velocidad de respuesta del sistema debido a los tiempos de adsorcin y desorcin de los sensores, que en algunos casos pueden ser largos, aunque este inconveniente se podra solucionar utilizando otros sensores ms rpidos.

Referencias [1] Ron, S. Jackson, (1994) Wine Science, Academic Press Inc. [2] FIS semiconductor Gas sensor (technical information), (1996). [3] J. Santos, P. Serrini, B. O`Beirn, L. Manes (1997) A thin film SnO2 gas sensor selective to ultralow NO2 concentrations in air, Sensors and Actuators B 43, pp.154-160. [4] A.J. Maren (1991), Handbook of Neural Computing Applications, Wiley, London. [5] M.A. Martn Barreales. Sensores de estado slido para gases contaminantes integrados en un sistema de redes neuronales. Tesis doctoral. UCM 2000. [6] Miguel A. Martn, J.P. Santos, H. Vsquez, J.A. Agapito, (1999) "Study of the interferences of NO2 and CO in solid state commercial sensors", Sensors and Actuators B 58, pp.469-473.