电子鼻研究进展及在中国白酒检测的应用

基于传感器技术、信号处理技术和模式识别技术发展起来的电子鼻技术是过去二十年中发展最为迅速的气相分析和气体检测技术之一,它已逐渐在生物医学、环境监测、农业生产、食品检测等多个领域得到应用.电子鼻是利用对待测气体具有交叉敏感性的传感器阵列将待测气体中的混杂气味组分信息转化为与时间、成分、浓度或含量相关的可测物理信号组,利用信号采集系统输出含有待测气体特征信息的数字信号,通过模式识别系统分析数字信号得到待测气体综合气味信息和隐含特征,实现对待测气体快速、系统、准确的鉴别和分析.本文综述了电子鼻技术中的传感器技术和模式识别技术及在中国白酒品牌鉴定、风味识别、酒龄检测方面的最新研究进展;以聚合物石英压电传感器型电子鼻为例,阐明该电子鼻的技术方案及其在中国白酒检测中的应用;展望电子鼻未来研究方向.     

电子鼻用于刺梨汁整体风味的分析与评价

采用气味指纹分析仪(电子鼻)对不同成熟度、不同冷藏期和不同浓度的刺梨果汁进行风味识别,并探讨电子鼻对未知刺梨果汁样品体积分数的判定能力.结果表明,电子鼻能准确区分不同成熟度、不同贮藏期和不同体积分数刺梨样品的整体气味,并能识别和判定未知样品的体积分数.     

应用电子鼻分析香精及产品气味变化相关性

优化了电子鼻录入香精及产品气味信息的方法,在该录入条件下实现了电子鼻区分香精及对应产品在贮藏过程中气味信息的变化.对2支香精及对应产品在常温条件下贮藏过程中的气味变化进行了追踪,并通过对不同气味信息建立模型,分析了香精及产品在贮藏过程中气味变化的相关性.     

基于AR信号处理和KⅡ模型的嗅觉识别算法

信号的特征提取和模式识别方法,在实现准确的电子鼻气体定性分析中尤为关键,本文提出了基于AR信号处理和KII模型的嗅觉识别算法.将传感器信号分为:上升期和稳定期两部分,对上升期信号提取斜率作为特征;对稳定期信号,进行AR建模来提取特征.在电子鼻的模式识别算法上,利用KⅡ模型对气味信号进行分类.该方法充分利用了AR信号处理在信号表示方面的有效性及降维优势、KⅡ模型在模式识别方面的优越性.仿真将该方法与BP网络、AR_BP算法及单KⅡ网络进行了比较,结果表明,AR信号处理技术可以很好的提取特征,并与KⅡ建立相关的数学模型,将AR信号处理技术应用到电子鼻系统中是可行的,且具有更高的识别率.     

基于Labview和PCA分析方法的电子鼻设计

为解决电子鼻在食物品质评价中的应用问题, 设计了基于金属氧化物半导体型气体传感器阵列和\{Labview\}虚拟仪器的电子鼻系统。该系统通过对不同样品进行信号采集建立气味数据库, 信号采集系统由STM32微控制器和24位模数转换器AD7794构成, 采集的信号通过串口被传输到PC(Personal Computer), PC接收数据后, 使用在Labview平台下搭建的上位机软件, 通过内嵌的Matlab脚本对数据进行整理, 最终利用PCA(Principal Component Analysis)对数据进行分析, 获取气味指纹。该系统通过对5种不同种类食用酱的挥发气体进行检测, 建立气味数据库, 进而实现对未知酱品的检测,最终实现了对不同种类的食用酱准确区分的方法。     

信阳毛尖茶品质和化学成分快速检测方法

探索茶叶品质和化学成分的快速检测方法,利用电子鼻技术对3个品质等级的信阳毛尖茶的挥发性气味进行了分析.对电子鼻检测信号进行主成分分析和线形判别分析结果显示3个品质的茶叶能被很好地区分,各个类的集中性也较强.采用二次多项式逐步回归分析分别建立传感器信号和信阳毛尖茶的氨基酸、茶多酚和咖啡碱含量之间的预测模型.通过测试集对二次多项式逐步回归模型进行验证得到氨基酸、茶多酚和咖啡碱含量的预测值和测试值的相关系数分别为0.95、0.94和0.92,预测标准误差分别为0.08、0.11和0.8,平均误差分别为0.9%、2.8%和1.5%.结果表明,电子鼻技术可以用于茶叶理化成分的快速检测.     

电子鼻检测贮藏期草鱼新鲜度的变化

利用电子鼻技术对贮藏在不同温度（-4 ～15℃）与不同贮藏时间下（0～7 d）的草鱼挥发性气味进行了主要成分分析以及货架期分析,并结合挥发性盐基氮、菌落总数等相关理化品质指标进行分析.结果表明贮藏在不同温度条件下草鱼的挥发性盐基氮值与菌落总数值均随着贮藏时间的增加而增大,而且菌落总数符合一级化学动力学模型（R2＞0.9）,基于电子鼻对-4 ～15℃下气味变化结果进行的货架期分析,与该温度下理化指标变化趋势有较好的对应关系.     

PID电子鼻在车内空气质量评价的应用研究

以便携式PID电子鼻系统作为检测手段,对车内气体VOCs质量分数进行客观检测,同时同步进行车内气体主观评价,并对采集到的数据进行分析.筛选VOCs质量分数特征值,分别建立一元线性回归模型及偏最小二乘回归模型,结果表明,一元线性回归模型对车内气味预测效果较好,预测精度在0.3个气味强度等级之间,同时模型本身拟合效果较好.所建的偏最小二乘回归模型显著性检验结果表明,模型不具有显著相关性,因此不再进行气味强度等级的预测分析.     

电子鼻在食品科学中的应用

电子鼻是新近发展起来的模拟人工嗅觉的设备,由于其费用经济,检测速度快,可以客观、自动、无损的鉴定食品的风味物质,因此在食品工业中的应用越来越广泛.主要综述了:①电子鼻的结构,重点介绍了电子鼻的样品处理系统和检测系统,分析了样品处理方法、原理及其需要优化的参数,同时对检测系统的传感器类型、原理及其优缺点进行了介绍;②电子鼻在食品科学的几个方面如过程监控、真伪鉴别、货架期以及新鲜度等方面的应用.由此可以看出电子鼻必将得到越来越广泛的应用.     

含辛辣气味蔬菜的多种农药残留的检测

研究了含辛辣气味蔬菜中有机磷、有机氯和拟除虫菊酯类等多种农药残留的快速检测方法。采用微波处理技术和固相萃取技术对大蒜等含辛辣气味的蔬菜进行样品前处理,气相色谱检测。该方法用于多种农药残留同时检测,解决了含辛辣气味的蔬菜干扰严重的问题。     

国外科技集锦

电子备鼻检测水果陈露英国华威大学最近宣布研制出一种新型“电子鼻”，它能帮助商家和消费者检测水果成熟程度。现有的水果成熟度检测手段大多需要从水果中提取出一定成分，这往往会给水果造成不同程度的损坏。华威大学工程学院加德纳教授等研制出的“电子鼻”，是采用闻气味的方法进行检测，因此不会损伤水果。新型“电子鼻”由气味传感器和神经网络元件结合而成。传感器探测到的水果气味，经神经网络处理后与数据库中的资料进行比较，即可精确计算出水果成熟到何种程度。如果“电子鼻”事先能接受“训练”掌握一定“经验”，那么它还可实…     

PP类材料气味改善提升方法研究

气味已经成为消费者广泛关注的问题,厂家往往投入巨大时间和精力对气味问题进行整改。为了对材料气味特性进行改进,提出了通过T/CMIF12—2016《汽车零部件及材料的气味评价规范》对材料进行评价,通过气相色谱质谱联用仪-嗅觉测量法(GC-MS-O)对样品气味成分进行解析,通过成分分析对样品原材料信息进行锁定。由分析结果可知,醛类物质对座椅气味影响较大,因此建议减少醛类成分物质的添加,并应重点关注产品存储条件。     

条斑紫菜与坛紫菜挥发性风味的电子鼻分析

【目的】利用电子鼻技术区分条斑紫菜(Pyropia yezoensis)与坛紫菜(Pyropia haitanensis)的原藻及其制品。【方法】应用18个金属氧化型气体传感器并通过风味雷达图和主成分分析法对2种紫菜的挥发性风味进行轮廓性分析。【结果】两种方法分析原藻及其制品均显示条斑紫菜和坛紫菜的气味轮廓与敏感物质类型存在差异;相比紫菜原藻,各制品间的气味轮廓较为一致。【结论】电子鼻技术可以区分条斑紫菜与坛紫菜挥发性风味,原藻及其制品均有明显差异。加工过程使得产品挥发性风味趋于统一。     

电子鼻在食品行业中的应用研究进展

电子鼻是一种新颖的模拟人的嗅觉来分析、识别和检测复杂嗅味和挥发性成分的仪器 通过人的鼻子和电子鼻的类比 ,详细介绍了电子鼻的基本原理和组成 通过对电子鼻与气相色谱法的比较 ,了解电子鼻的应用领域 综述了国内外的研究现状及其发展趋势 ,对其市场前景进行了展望     

同树种不同产地木屑的气相色谱分析

建立木屑浸提物的气相色谱分析方法,以甲醇为提取溶剂,超声波辅助提取,提取液进行气相色谱法分析。实验中对10种不同产地的松树和7种不同产地的桃树木屑样品进行了分析测定,结果表明,依据木屑浸提物特征色谱峰的峰数、保留时间、峰高比的差异可以对其进行鉴别,达到了鉴别同一树种不同产地木屑的目的,为木屑检材与样本的比对检验提供一种实用的方法。     

基于特征挥发性气味物质的冷藏大黄鱼新鲜度预测模型构建

以4℃冷藏大黄鱼为研究对象,测定其菌落总数、挥发性盐基氮(TVB-N)值、K值、硫代巴比妥酸(TBA)值等新鲜度指标以及气味轮廓特征,挖掘与新鲜度相关的挥发性气味物质,并利用偏最小二乘法(Partial Least-Squares, PLS)和BP(Back Propagation)神经网络建立挥发性气味物质预测TVB-N值的数学模型.结果表明,大黄鱼冷藏过程中菌落总数、TVB-N值、K值、TBA值均显著上升(P<0.05).贮藏6.16 d TVB-N值达到腐败上限,贮藏8.6 d菌落总数达到可食用上限.电子鼻分析结果显示不同贮藏时间大黄鱼气味轮廓具有显著差异;顶空固相微萃取-气相色谱-质谱联用(SPME-GC-MS)结果显示,与新鲜度最显著相关的挥发性物质主要是醛类和烷烃类气体,包括十二烷、三氯甲烷、苯、正辛醛、壬醛、正十七烷、姥鲛烷、癸醛、苯甲醛.建模结果显示,PLS预测模型的预测能力达到88.7%,BP神经网络模型的相关系数达0.988,说明两个模型都可实现利用挥发性气味物质预测冷藏大黄鱼TVB-N值的目的.本研究为冷藏海水鱼的新鲜度评价、货架期预测以及品质监测气敏性传感...     

一种FFT阈值函数在电子鼻鉴别白酒中的应用

针对电子鼻在长期检测中因产生漂移现象而导致鉴别正确率降低的问题,文章提出了一种基于快速傅里叶变换(fast Fourier transform,FFT)的均值偏差率阈值函数来去除漂移噪声的方法。该方法是通过构造FFT变换系数的均值偏差率阈值函数,实现对FFT系数的动态处理,进而去除电子鼻的漂移噪声。实例应用表明,该方法可使6种白酒样品的鉴别正确率由处理前的43.5%提升至100%。     

数据预处理在电子鼻评价鸡蛋新鲜度中的应用研究

采用电子鼻技术对鸡蛋新鲜度进行评价,采用主成分分析处理电子鼻响应数据.为选取合适的电子鼻数据预处理方法,以主成分贡献率及马氏距离分辨力为指标,比较了4种数据预处理方法对电子鼻检测鸡蛋新鲜度准确性的差异,分析了产生差异的原因.结果表明:Z-标准化对电子鼻数据预处理的方法能较好地区分鸡蛋新鲜度差异.     

近红外光谱和支持向量机用于凌霄花产地鉴别

收集6个产地凌霄花样品的近红外光谱,构建支持向量机(SVM)模型进行产地鉴别.运用竞争自适应重加权采样(CARS)算法提取特征波长变量,在此基础上建立CARS-SVM产地判别模型.将该判别模型与线性判别分析、偏最小二乘判别分析和簇类独立软模式法3种模型进行比较.结果表明,SVM模型对不同产地凌霄花样品的鉴别结果良好,经CARS提取特征波长后,波长变量数从1 557减小至52,所构建的CARS-SVM模型对6个产地样品的判别准确率较高,明显优于上述3种模型.因此,近红外光谱技术可快速准确判别凌霄花的产地,为凌霄花的产地鉴别与质量评价提供一种新的方法.     

近红外光谱技术在中药鉴别中的应用

采用近红外光谱技术对山茱萸果肉与果核进行快速鉴别研究.方法:对9批山茱萸果肉与果核样品进行近红外光谱测定,采用矢量归一化法处理数据,以山茱萸果肉样品建立一致性检验模型,设定CI(conformity index)值.结果:经矢量归一化后山茱萸果肉与果核光谱差别明显,以果肉样品建立一致性模型,设定的CI值为3.2.结论:本方法快捷、准确,无需样品前处理,可以作为山茱萸非药用部位的快速检测方法.为全面控制药材质量,建立中药质量控制新方法提供科学依据.