人工智能迅速发展,在智能感官检测评价领域崭露头角。目前感官信息的获取基本由评定人员人工完成。然而依赖评定人员进行感官评价具有一定的主观性。随着人工智能技术的不断推进,质构仪等其他新兴的仿生人工智能检测手段更加符合人类实际生理结构特点,提供了感官鉴评在质地感知领域的智能替代途径。目前,对于食物质地的研究大多为食物的脆性、弹性和咀嚼性等。而物性学中细密性质地的研究相对较少。在柔性舌面上产生的分布式力学信息是探究细密性感知的主要贡献因素。然而,质构仪的检测探头多为圆柱形、锥形等简单的几何结构,难以反映柔性舌面感受食物的细小密致程度。因此,通过构建一种仿舌分布式力学智能检测模拟系统来探究食品质地细密性感知具有重大意义。本文通过三维重构仿生舌头和柔性触觉传感器等先进技术构建了一个仿舌分布式力学智能检测模拟系统,并使用该系统对食品进行压触试验,构建了细密性感知评价模型,验证了该检测模拟系统对实现模拟细密性感知的可行性。首先,利用CATIA构建四种具有代表性的舌面运动节点状态三维模型,对舌面进行曲率参数统计分析和Gauss曲率可视化图谱分析,筛选了舌面上颜色过渡较快表征曲率变化较大的感兴趣区域圆并研制了8个仿舌压头。选取了能够模拟舌颚压缩柔性检测面的柔性阵列式压力传感器,结合软件测试平台搭建了仿舌分布式力学智能检测模拟系统。其次,选取了细密性质地差异较大的不同种食品作为试验材料,利用仿舌分布式力学智能检测模拟系统进行压触试验,建立了由熵权法将梯度值、压力变化速率及面密度三个指标客观定权之后获得的食物细密性感知评价模型。将细密性评价模型结果和人工感官鉴评结果做相关性分析,相关系数均抵达显著相关性。最后,依托于模拟系统实现了食品细密性特征信息的智能获取,采用了基于网格式搜索的支持向量机(GS-SVM)、基于粒子群优化的支持向量机(PSO-SVM)、随机森林(RF)对细密性特征值进行定性分析,其交叉最优准确率分别为83.33%,100%,83.33%,对食品的质地分类效果均较好,证明了细密性特征数据的有效性,同时也表明了该仿舌分布式力学智能检测模拟系统对食品细密性感知的可行性。为避免细密性信息造成数据冗余,采用探索性数据分析方法探索了基于不同曲率分布特点的仿舌压头的叠加组合方式对分类性能的影响。结果表明,该方法能够针对不同分类模型筛选不同特征组合方式,有效避免了因过量学习造成质地信息的覆盖或隐藏。综上所述,本文通过构建仿舌分布式力学智能检测模拟系统探究食品细密性质地感知,实现了对人类舌部压触细密性感知功能的体外模拟。