孙武坚 徐晓轩 陈 通 陆道礼 陈 斌*

(1.江苏大学机械工程学院，镇江 212013；2.江苏大学食品与生物工程学院，镇江 212013； 3.南开大学物理科学学院，天津 300071)

仪器研制与改进

基于MEMS-FPI微型探测器的近红外光谱检测系统开发

孙武坚1徐晓轩3陈 通2陆道礼2陈 斌2*

(1.江苏大学机械工程学院，镇江 212013；2.江苏大学食品与生物工程学院，镇江 212013； 3.南开大学物理科学学院，天津 300071)

开发了基于MESM-FPI 光谱传感器(C13272-01)的近红外光谱检测系统。采用ATxmega128A3U微处理器为主控芯片，设计了两路独立可调光源、动镜电压控制单元、I-V积分放大电路及电源模块。通过样机性能试验，对系统进行了基本性能评价并且建立酒精化学模型。试验表明该系统性能稳定、可靠，酒精模型的校正相关系数 (Rc) 和预测相关系数 (Rp) 分别为0.988和0.998, 校正标准偏差 (RMSEC) 和预测标准偏差 (RMSEP) 分别为0.0452和0.0131。光谱检测系统性能稳定，便携，可应用于农产品无损检测中。

微型 近红外 法布里-珀罗 便携 酒精

近红外(NIR)光谱分析技术是近年来发展非常迅速的一种新的光谱分析测试技术，该技术是集光谱测量、计算机科学、化学计量学的有机结合[1]。与传统破坏式检测相比，近红外光谱检测以其快速、无损等优点[2，3], 广泛应用于农业、生物学、石化、食品、医药、纺织等领域[4]。

目前近红外光谱仪的分光系统非常丰富，常见的有滤光片型、扫描光栅型、固定 光栅型、傅里叶变换型、声光可调过滤型、阿达玛变换型、法布里-珀罗(Fabry-Perot Interferometer)型等[5]，不同的分光系统由于分光原理的不同，各自有属于自己的优缺点。其中法布里-珀罗型近红外光谱仪是基于Fabry-Perot 干涉仪分光的原理[6，7]，较早提出利用干涉原理分光的可集成微型光谱仪，采用微机械加工技术在两个硅片上进行加工形成两个平行并可活动的缘反射镜。其中一个硅片由一褶皱膜悬挂结构支撑，在两个硅片上附有金属电极用静电调节光学谐振腔的两反射面距离。其工作电压为0～70 V，但自由光谱范围只有 37 nm。为了克服这一系统操作电压高、响应速度慢等缺点，K. Hirabayashi, H.Tsuda 和 T. Kurokawa 对其进行了改进。随着MEMS和MOEMS技术的发展，近些年来国际上开发出了MEMS扫描光栅型、 MEMS傅里叶变换等近红外光谱仪，而目前比较成熟的MEMS 法布里-珀罗型近红外光谱仪有Axsun公司生产的IntegraSpecTM系列[8]，其波长范围1350 nm～1800 nm，尺寸(L×W×H):178 mm×114 mm×62 mm，单点GaSb检测器。但由于成本和大小的限制，实用微型化推广还有很大的难度。

为了解决市场对近红外光谱仪器的微型化、实用化的需求。本文介绍了开发的集成度高、便携、尺寸小且可以与Android移动客户端直接相连进行光谱采集的MEMS-FPI型近红外光谱检测系统。

1 系统整体设计与实现

图1是系统的整体结构框图。主要由光源模块、光谱仪及Android手机移动客户端3部分构成。光源采用额定电压3.4V、电流0.43A的卤素灯，为达到光源功率可调的功能，采用16bit的DAC转换实现光源电压的精确调节。MEMS-FPI型微型光谱检测体统主要是由电压驱动单元、I/V放大电路模块、AD转换模块、温度采集、电源模块等组成。以Atmel公司的ATxmega128A3U为微控制芯片通过USB实现移动客户端的对光谱的采集、数据的处理及显示。Android手机客户端主要负责数据的采集、谱图显示及模型调用预测功能，用户不仅可以实现光谱的采集而且可以对已建立模型的样品进行预测。如图2所示是系统的实物图。

图1 系统结构示意图

图2 系统连接实物图

1.1 光源功率调控的设计

光源是近红外光谱仪器的重要的组成部分，负责提供测量所需的光能。设计选用的光源为卤素灯，灯泡在灯丝、石英罩、密封等方面具有特殊设计，灯泡维持度好。所谓维持度，就是当灯泡点到70%的额定寿命时，光源的输出量与最初的光输出量比值。本设计的灯泡维持度能维持在85%～98%之间，长时间使用后能够保持足够高的输出能量，降低了校准成本。光源的一致性好，主要体现在电源稳定的情况下，流过每只灯泡的电流差异只有5%，每只灯泡的通光量差异只有15%～20%之间，这样良好的一致性，减少了仪器调试的难度，降低了成本。光源通过独立可调驱动电路设计，一方面避免了光谱仪驱动板电流大和温度升高的影响；另一方面可以在测试不同样品时根据对不同光强的要求进行调整。为了达到精准的光源电压可调，可调范围2.8V～3.4V并且精度达到0.05V。采用的TI公司的低功耗的16位DA转换器DAC8531，该转换器时钟频率高达30 MHz，工作时电源供电范围2.7～5.5 V，微控制器的数字量输出经DAC8531转换为电平基准信号。如图3所示是DAC8531的配置原理图，设计了两路转换满足两个光源同时工作的要求。

图3 DAC8531的配置原理图

1.2 MEMS-FPI 光谱传感器

系统采用日本滨松(HAMAMTSU)公司的MESM-FPI 光谱传感器C13272-01(图4)，其主要特性如表1所示，光谱范围是1550 nm～1850 nm的近红外波段，波长重复性±2 nm，暗电流(ID)最大40 nA，重量只有1 g，主要由FPI(法布里-珀罗干涉仪)可调滤波器、温度传感器及InGaAs单元探测器组成，光谱分辨率半峰宽(peak width at half height, FWHM)最大20nm，和普通的光谱传感器不一样的是MESM-FPI 光谱传感器内置了单元探测器，没有使用昂贵的阵列探测器，极大的降低了成本，并且由于可调滤波器和探测器在同一入射光的方向，使得设计简单，结构紧凑，外观小巧，重量轻等特点在与移动客户端的联合开发上体现出极大的优势。

图4 MEMS-FPI 光谱传感器C13272-01

参数最小值典型值最大值单位光谱范围-1550～1850-nm半峰宽(FWHM)--20nm波长重复性-±2-nm稳定时间(0→Vλ1550nm)-1-msec探测器暗电流(ID)-440nA热敏电阻9.6-10.4kΩ

1.3 电路的设计

电路主要包括电压控制单元、积分I-V放大、A/D转换、AVR单片机最小系统及电源等模块电路。

FPI型近红外光谱仪的分光系统的关键在于滤光片动镜驱动电压的电路的设计，通过控制上下动镜的驱动电压改变空隙从而达到分光的目的，控制电压的范围在24V～37V。滤光片通过静电力控制，输出电流最小要求达到10 μA。采用TI公司的具有集成升压转换器的工业压电驱动器DRV2700芯片进行升压。DRV2700是升压+放大器配置的±100V压电驱动器， 具有GPIO调节的增益，差分或单端输出，集成升压或反激转换器等特性。其启动时间典型值为1.5 ms,并且具有热过载保护，可在过驱动时免遭损坏。图5所示是其电路连接配置图。

图5 DRV2700电路连接配置图

MESM-FPI 光谱传感器C13272-01内置单元InGaAs探测器，探测器的光照面积较小，在近红外光谱测量的过程中，信号较弱，会导致最终的灵敏度低、信号弱的问题。采用如图6所示的积分I-V放大电路，可以方便设置积分时间，合理调整系统输出信号强度，使用积分时间代替可变放大倍数，提高系统放大倍数而且降低噪声。

图6 积分I-V放大电路

使用Atmel公司的AVR型单片机ATxmega128A3U作为主控芯片，A/D转换使用自身集成的12位AD转化通道，差分或者单端输入，采样速率高达2MS /s[9]。单片机最小系统的搭建如图7所示。

图7 ATxmega128A3U单片机最小系统

1.4 软件程序设计

Atmel公司的AVR型单片机ATxmega128A3U是一个高性能、低功耗的8位微控制芯片，采用的是第二代的picoPower技术，工作电压1.6V。ATxmega128A3U具有丰富的片内资源，闪存容量128Kb，64引脚的贴片封装，16位定时/计数器，12位的AD转换，1个全速USB2.0接口，2Kb的EEPROM，4个DMA控制器，USART、SPI、I2C接口。

该系统软件设计使用ATMEL公司提供的AVR Studio开发环境，并在该开发环境中内嵌了支持C语言的GCC。光谱仪的软件使用C语言编写，模块化结构设计。主要分为光源控制模块、MESM-FPI 光谱传感器C13272-01控制模块、USB读写控制模块。如图8所示是光谱系统整体工作流程图。

图8 光谱系统整体工作流程图

本系统上位机操作软件是基于Android平台搭建，使用Google公司的Android Studio软件开发，软件不仅实现基本数据采集功能，还增加了模型加载功能，能够实现对未知样品的预测。如图9所示是其操作界面，其操作简单、功能完善。

图9 光谱采集操作界面

2 试验验证

2.1 仪器光谱稳定性

通过对仪器光谱的稳定性测试及误差的分析，评价仪器的稳定性。仪器开机后打开光源预热30 min，在环境温度25℃的条件下，设置合适的积分时间保证光强不饱和，以空气为本底测量光强值，测试时长1 h，每5 min采集1次，如图10所示：其中X轴是波长，Y轴是光强的信号输出值。由于每次结果十分接近，从图上难以分辨，通过计算各波长点的光强随时间变化的相对极差来评价光谱的稳定性。如图11所示是各波长点光强的相对极差在2%～3%区间。

图10 间隔5 min扫描1 h的12条光谱

图11 各波长点的相对极差图

2.2 100%T基线漂移

基线(100%T)稳定性是指仪器相对于参比扫描所得基线的漂移程度。

图12 扫描12次其中1次的100%T基线

图13 光谱100%T线标准偏差图

2.3 酒精试验

近红外光谱分析技术的重要应用之一就是对食品有效成分的无损定量或者定性分析，为了验证所研制的微型近红外光谱检测系统的性能，采用酒精度的检测为试验的实例。

以蒸馏水和无水乙醇做试验原料，空气为参比，酒精浓度范围4%～100%，按梯度2%配制酒精试剂样本共49个，如表2所示可知，总体样品的范围是在4%～100%。MEMS-FPI光谱仪预热30 min之后进行实测试验。应用本课题组研发的化学计量学软件(NIRAS4.4.5)建立酒精浓度与所得光谱之间的数学模型。为消除样品状态、光程和杂散光等因素对模型的影响，需要对原始光谱数据进行预处理[11]，并通过偏最小二乘回归(PLSR)建立模型。采用不同的预处理方法进行建模，如表3所示是不同预处理方法建模的结果。由表可以看出经过SNV预处理后校正相关系数 (Rc) 和预测相关系数 (Rp) 分别为0.9925和0.9954, 校正标准偏差 (RMSEC) 和预测标准偏差 (RMSEP) 分别为0.0350和0.0264。因此，可以选择PLS法建立模型，选取SNV作为最有预处理方法。

表2 酒精含量(%)分布情况

数据集样品数最小值最大值平均值标准差变异系数校正集34410049.7129.925760.2055预测集15109457.225.442444.4797

表3 不同处理方法酒精模型校正和预测结果

建模方法预处理校正RcRMSEC预测RpRMSEPPLSRAW0.9880.04520.9970.0194SGF0.9900.04220.9930.0277SNV0.9920.03500.9950.0264归一化0.9790.06000.9910.0314SG一阶导数0.9510.09150.9880.0256〛

3 结论

设计采用ATxmega128A3U微处理器为主控芯片，微型MEMS-FPI光谱探测器(C13272-01)搭建了MEMS-FPI型近红外光谱检测系统，实现了光谱的采集。通过实验表明，该光谱仪系统满足设计要求，光谱稳定性好、100%T基线稳定，系统设计简单便携、灵活度高，可以与手机相连方便操作，酒精作为样品建立了很好的数学模型，进一步证明了该系统可以应用到实际农产品的无损检测中去。

[1]徐霞, 成芳, 应义斌. 近红外光谱技术在肉品检测中的应用和研究进展[J]. 光谱学与光谱分析, 2009, 29(7):1876-1880.

[2]徐广通, 袁洪福, 陆婉珍. 现代近红外光谱技术及应用进展[J]. 光谱学与光谱分析, 2000, 20(2):134-142.

[3]吴利敏. 近红外光谱法快速检测某些中药及中成药品质的应用研究[D]. 西南大学, 2013.

[4]刘晓光. 智能微型近红外光谱仪电子系统与数据处理[D]. 中国科学技术大学, 2013.

[5]丁莹. 近红外光谱仪器的研究进展与发展趋向[J]. 红外, 2012, 33(7):1-5.

[6]陈力, 杨富荣, 苏铁,等. 基于法布里-珀罗干涉仪的瑞利散射测速技术研究[J]. 光子学报, 2015, 44(1):201-204.

[7]Blomberg M, Kattelus H, Miranto A. Electrically Tunable Surface Micromachined Fabry-Perot interferometer for Visible Light[J]. Procedia Chemistry, 2009, 1(1):552-555.

[8]王冬, 马智宏, 韩平,等. 法布里干涉、傅里叶变换近红外光谱仪采集西湖龙井茶近红外光谱的比较[J]. 农产品质量与安全, 2012(B09):46-49.

[9]周益驰, 习友宝. 基于XMEGA的便携式仪表设计[J]. 电子世界, 2013(4):119-120.

Development of near infrared spectroscopy detecting system based on MEMS-FPI micro detector.

Sun Wujian1, Xu Xiaoxuan3, Chen Tong2, Lu Daoli2, Chen Bin2*

(1. School of Mechanical Engineering, Jiangsu University, Zhenjiang 212013, China; 2. School of Food and Biological Engineering, Jiangsu University, Zhenjiang 212013, China; 3. College of Physics, Nankai University, Tianjin 300071, China)

A near infrared spectroscopy detecting system based on MESM-FPI spectrum sensor(C13272-01)was developed. By using the ATxmega128A3U microprocessor as the main control chip, two independent tunable light sources, a moving mirror voltage control unit, an I-V integral amplifier circuit, and a power supply module were designed. The basic performance of the system was evaluated and the alcohol chemistry model was established. The test results showed that the system was stable and reliable, the alcohol model calibration correlation coefficient (Rc) and prediction correlation coefficient (Rp) were 0.988 and 0.998, calibration standard deviation (RMSEC) and predication standard deviation (RMSEP) were 0.0452 and 0.0131. The near infrared spectroscopy detection system is stable, portable, which can be used for the nondestructive testing of agricultural products.

micro; near infrared; Fabry-Perot; portable; alcohol

国家自然基金项目(31171697)；国家重大科学仪器设备开发专项(2014YQ491015)

孙武坚，男，1990年9月生，硕士，研究方向：微型近红外仪器的研发，E-mail：sunwujian90@163.com。

*通讯作者：陈斌，男，1960年6月，教授，博士生导师，E-mail: ncp@ujs.edu.cn。

10.3936/j.issn.1001-232x.2017.02.001

2017-01-09