咖啡机异常嗅觉检测

资源内容介绍

本文提出一种结合电流波形与嗅觉数据的液体咖啡自动售货机质量异常检测方法。针对难以察觉的废料积聚问题，利用电流信号确定咖啡冲泡完成时刻，触发膜式表面应力传感器（MSS）采集气味数据。通过主成分分析（PCA）建模正常气味模式，以重构误差判断异常。实验表明，该方法可有效识别由废料堆积引起的咖啡品质劣化，在实际设备上实现2.3%的低假阴性率与24%的假阳性率，显著优于单一电流波形分析。系统具备实时性与非侵入性，适用于便利店等无人值守场景下的远程质量监控，有助于提升用户体验与品牌信誉。未来可通过扩充数据集进一步优化模型鲁棒性。