近年来,食品重金属污染问题已引起全世界的高度重视和深入研究,对不同种类食品和水体中的重金属污染进行监测和分析研究,对于评价食品质量、保护人类健康和维持社会经济可持续发展具有重要的现实意义。鉴于以上,一种基于流动注射技术研发的新型富集、检测一体化量热式生物传感器得到重要应用。本文针对量热式生物传感器在采集信号时由于热效应产生的高频随机干扰问题,采用Matlab中的小波变换消除干扰,并采取默认阈值对分解后的小波系数进行处理,消除了外界干扰信号；引入了改进的BP神经网络算法(L-M算法)预测富集过程的穿透曲线,并分析影响富集时间的因素,其主要研究内容如下：(1)阐述了量热式生物传感器系统的基本原理以及量热式生物传感器系统流路,并介绍量热式生物传感器系统的检测流程,建立量热式生物传感器试验系统,介绍试验装置以及系统的优点,对系统的性能进行验证,验证系统保温性、恒温性、抗非特异性热干扰性能以及系统灵敏度,均符合系统设计要求,为以后数据采集及信号研究奠定基础。(2)量热式生物传感器采集信号时,常常会伴随着干扰噪声,使目标信号被掩埋,影响传感器的性能。结合实际干扰信号的来源,选择合理的小波消噪算法和参数,对含噪信号进行小波分解、重构,达到消除噪声的目的。(3)为了得到精确的富集时间,运用改进的BP神经网络算法,预测富集过程的穿透曲线进而确定富集时间,通过热信号、浓度和流速三个参数较准确的预测穿透曲线,预测值与实际值偏差在+0.04mV范围内。实验结果显示完成富集的时间为4.3min,穿透时间tb=2min,富集时间比经验设定的时间短,这样就可以达到节省一部分时间,为以后的实验研究做准备。(4)对富集过程影响吸附的进口流速、进口浓度和缓冲液的PH值进行研究,结果表明,进口流速低对重金属铜富集有利,进口浓度和缓冲液的PH值与富集时间呈负相关。