电子鼻在食品工业中的应用

论述了电子鼻的产生背景、原理、结构、研究现状及其在食品工业中的应用。     

电子鼻技术在果蔬检测中的应用

电子鼻技术作为一种新兴的智能仿生技术,在工业和农业方面都得到了广泛的研究与应用,具有样品处理简单、检测速度快、识别效果好、实时、无损的优点。由于电子鼻具有满足农产品品质无损检测要求等优点,电子鼻系统正在被越来越多地运用到农业研究之中。本文介绍了电子鼻的发展史和一些常见的电子鼻型号,其中典型的有PEN3型和FOX4000等。分析了电子鼻系统的组成构造,介绍了电子鼻系统的工作原理。其中重点阐述了电子鼻技术在水果与蔬菜中的研究与应用。在农业生产过程中,电子鼻在对区分果蔬的不同类型与品种、合理地制定与调整果蔬的贮藏时间和条件以及鉴别与评价果蔬品质等方面有着很大的帮助。最后,主要针对电子鼻技术在农业中的应用,从多个方面对电子鼻技术存在的问题及其发展趋势进行了探讨。     

电子鼻在芝麻酱品质识别中的应用

采用电子鼻对市售不同品牌及不同品种的芝麻酱进行识别,并在芝麻酱中分别添加不同比例的自制花生酱进行掺假,对电子鼻响应信号进行主成分分析、辨别因子分析、偏最小二乘回归分析和统计质量控制分析。结果表明:电子鼻能有效识别不同品牌的黑芝麻酱、白芝麻酱及混合芝麻酱;各掺假芝麻酱样品随着掺假比例的增加(0%、5%、10%、20%、40%、60%、80%、100%),样品的分布呈现出一定的规律性,电子鼻响应信号与掺假样品之间有较好的相关性,相关系数为0.99;对掺假芝麻酱建立的偏最小二乘回归模型,模型预测值误差在0.7%~2.7%之间。证明电子鼻检测技术能有效应用于芝麻酱品质的识别。     

基于神经网络的仿生鼻及其在酒类识别的试验研究

论述了仿生鼻的原理、结构及其在白酒识别中的应用。模仿生物嗅觉系统，由气敏传感器阵列结合神经网络模式识别技术构成了仿生鼻。用它对几种白酒进行了分类和识别实验，结果表明其不仅能识别不同的白酒，而且可以识别真假白酒。     

电子鼻在香精识别中的应用研究

传统的香精检测中采用的感官品闻的方法不仅带有很大的主观性,而且个体差异大,为此作者研制了一套能够实时、客观、准确地检测香精散发气味的电子鼻系统。该系统主要由气敏传感器阵列和数据处理软件组成,并采用氮气作为载气以减少测试环境因素的影响。为了提高信噪比,从每个传感器与气体反应曲线中提取了五个特征值,然后用主成分分析法和BP神经网络对样本特征值进行处理。识别结果表明,这种检测方法快速、客观、准确,识别正确率高达97.2%。      

宜宾芽菜发酵后熟期的电子鼻识别研究

分别采用理化指标、感官分析和电子鼻对不同宜宾芽菜发酵后熟期进行分析.研究表明,单一的理化指标和感官分析均无法识别芽菜发酵后熟的程度.而采用电子鼻检测技术对获得的传感器信号数据进行主成分分析(PCA)及判别因子分析(DFA),结果表明电子鼻能够有效区分不同芽菜发酵后熟期,且DFA分析方法优于PCA分析方法;同时,芽菜样品的分辨指数最高可达98.35％,识别效果显著.     

电子鼻技术对山葡萄酒酒龄的识别

以山葡萄酒为研究对象,利用电子鼻（E-nose）技术对山葡萄酒的酒龄进行识别。对山葡萄酒的样品体积分数、样品体积和样品瓶顶空生成时间3个参数进行了优化,利用优化的参数对2014-2017年四年生产的山葡萄酒进行酒龄识别。结果表明,山葡萄酒的优化参数为样品体积分数10%、样品体积5 mL、样品瓶顶空生成时间30 min;采用逐步线性判别分析法（Step-LDA）对2014-2017年的山葡萄酒进行分析,电子鼻能对2014-2017年四年的山葡萄酒进行识别,对2014、2015、2016年的山葡萄酒识别准确率为100%,对2017年的山葡萄酒识别准确率为70%。     

电子鼻评价

电子装置能象人鼻一样分析复杂的气体吗？在用Neotronics科学有限公司开发的电子鼻分析Bell－Aire香精公司提供的13种无标签样品后,即可回答这个问题。结果令人吃惊。装置NOSE是指由Neotron－ics科学有限公司开发的嗅觉传感器英文名称（NeotronicsOlfactorySensingEquipment）的缩写。NOSE系统使用已获专利的传导式聚合物传感器和一个基于Windows分析软件包可对混合气体产生一个简单的可视化模拟。1传感器聚合物传感器已开发了约10年的时间,并于近期投入制造阶段。其基本材料包括一种可传导聚合物。一种平衡离子和一种溶剂。每个传…     

电子鼻技术对不同轮次酱香型白酒的区分与识别

采用电子鼻技术对不同轮次酱香型白酒的香气差异性进行了研究。通过单因素试验确定了样品量、加热温度、顶空进样体积的最佳值分别为1 000 μL、25 ℃、100 μL。在此最佳条件下,比较了主成分分析和判别因子分析在处理电子鼻传感器响应信号时对不同轮次酱香型白酒的区分识别效果。结果表明,主成分分析法的区分识别效果要优于判别因子分析法。     

电子鼻技术在猪肉新鲜度识别中的应用

根据猪肉的气味特征,建立了一套用于猪肉新鲜度识别的电子鼻系统.通过分析猪肉的腐败机理,合理选用了气敏传感器阵列.依据猪肉的新鲜度模式,确定了遗传优化的组合RBF神经网络作为模式识别方法.试验结果表明,本文的电子鼻系统对猪肉新鲜度的识别率达95%,优于其它识别系统.     

Neural-network-integrated electronic nose system for identification of spoiled beef

A commercially available Cyranose-320™ conducting polymer-based electronic nose system was used to analyse the headspace from fresh beef strip loins (M. Longissimus lumborum) stored at 4° and 10 °C. The raw signals obtained from the electronic nose system were pre-processed by various signal-processing techniques to extract area-based features. Principal component analysis was subsequently performed on the processed signals to further reduce the dimensionalities. Classification models using radial basis function neural networks were developed using the extracted features. The performance of the developed models was validated using leave-1-out cross-validation method. The developed models classified meat samples stored at two storage temperatures into two groups, i.e., “unspoiled” (microbial counts<6.0 log₁₀ cfu/g) and “spoiled” (microbial counts ?6.0 log₁₀ cfu/g). Maximum total classification accuracies of 100% were obtained for both the samples stored at 10 and 4 °C. Classification models based on “Area scaled” feature showed higher accuracies than that obtained using “Area unscaled feature.”     

Monitoring sausage fermentation using an electronic nose

In this study a sensor array and pattern recognition routines (an electronic nose) were used to monitor a sausage fermentation in order to follow the changes in emitted volatile compounds during the fermentation process and to compare the electronic nose results with a sensory analysis. From the sensor array responses the fermentation time could be predicted using different methods, where principal component regression and an artificial neural network based on all sensors in the electronic nose performed best. A sensory panel evaluated the final product and these results were compared with the electronic nose measurements in the early stage of the process and on the final sausages. A principal component analysis showed that one of the sausage batches clearly deviated from the other using both the sensory panel data and the electronic nose responses. The deviating batch was different already after 4 h and the difference was consistent during the process. © 1998 SCI.     

电子鼻检测技术研究进展

电子鼻作为一种仿生嗅觉检测器,经过十多年的发展,越来越受到人们关注。针对目前电子鼻技术的关键点和热点,文章从传感器阵列种类、信号处理和模式识别算法3个方面对目前的研究现状进行了综述。比较了电子鼻3种常用的传感器阵列,并介绍了电子鼻信号处理的方法和主要的4种算法及各自优劣性。对于模式识别方法,从线性和非线性,有监督和无监督的角度选择了3类运用较为普遍的算法,分析了每类算法的特点以及适用范围。同时,讨论了目前电子鼻技术存在的不足,对电子鼻未来的研究发展做出了展望。     

Use of electronic nose and trained sensory panel in the evaluation of tomato quality

In this paper the performances of an electronic nose based on metalloporphyrin‐coated quartz microbalance sensors and of an experienced panel of seven human assessors in the evaluation of gases derived from degradation reactions in tomatoes are presented and discussed. The performances are measured in terms of the capability of both systems to distinguish between samples of different quality coming from conventional and organic production systems. The study deals with the application of pattern recognition techniques based on either multivariate statistical methods (PCA, GPA) or artificial neural networks using a self‐organising map (SOM). The response pattern of the sensor array and the sensory data are analysed and compared using these methods. Similarities in the classification of the data by electronic nose and human sensory profiling are found. © 2000 Society of Chemical Industry     

基于PSO-SVM的白酒品质鉴别电子鼻

研制一套白酒品质识别电子鼻,对检测样品的气味数据进行预处理,提取稳态响应值,并作为支持向量机(support vector mchine,SVM)分类模型的输入.为提高识别的准确度,利用粒子群算法(particle swarm optimization,PSO)来优化SVM的参数c和g.不同品质的白酒所对应的电子鼻传感器响应特性不同,PSO- SVM分类模型的识别准确率达到了97.5％.结果证明基于PSO-SVM分类模型具有较强的学习能力和泛化能力,可用于白酒品质鉴别电子鼻.     

电子鼻检测虾新鲜度的研究

用电子鼻技术检测了虾在不同实验条件下挥发性成分的变化,考察了保存温度和时间对虾挥发性成分的影响。通过对在4℃保存5d、-10℃保存20d、-15℃保存60d的虾样品进行电子鼻检测得出:电子鼻输出信号随采集时间的延长而增加,对输出信号与采集时间的关系进行数据分析,发现电子鼻输出信号与采集时间呈线性关系,可以用其斜率表示各个样品的特征值;电子鼻输出信号的特征值随虾样品保存温度的升高而增加,也随保存时间的延长而增加。初步实验研究表明,在不同实验条件下,虾挥发性成分发生变化,电子鼻可检测到这些变化,可尝试用电子鼻技术评价虾新鲜度的变化。     

绿茶香气的电子鼻分析方法研究

以2种质量等级的信阳毛尖茶样为原料,用GC-Flash型电子鼻对其冲泡后的香气进行研究。用2种质量等级茶样的电子鼻PCA图中的区分指数作为测定指标,分析了电子鼻在实验中的不同NaCl添加量、预热温度、预热时间、吸附温度、吹扫时间等影响因素,设计了L9(33)正交实验,建立了电子鼻研究绿茶香气的分析方法:预热温度75℃,预热时间25min,吹扫时间20s,使2种质量等级茶样在电子鼻的PCA图中很好地区分开来,即2种质量等级茶样的电子鼻PCA图中的区分指数上升至90。     

基于电子鼻的葡萄酒感官评价模型的构建

利用PEN3电子鼻检测10种不同菌株酿造的葡萄酒及1瓶商业葡萄酒样的香气,并通过电子鼻WinMuster及SPSS 19.0软件进行模式识别分析,评价基于不同模式识别分析方法电子鼻对不同菌株葡萄酒的区分效果;建立葡萄酒感官评价的综合主成分评价模型,并用该模型对这11种葡萄酒进行感官评价,进一步通过传统的专业品尝员对葡萄酒感官评价方法检测所建综合主成分模型的评价效果。结果表明,基于主成分分析与线性判别分析,电子鼻可以更好地区分不同菌株酿造的葡萄酒样;另外所建模型对葡萄酒的感官评价结果与传统感官评价方法具有较好的一致性,为进行更客观的葡萄酒感官评价提供了新的途径及一定的参考。     

电子鼻在珍珠粉品牌区分及真假辨别中的应用

利用电子鼻技术对珍珠粉进行了辨别。通过考察电子鼻对珍珠粉的传感响应,并结合主成分分析法(PCA)和判别因子分析法(DFA)对数据结果进行处理,探讨了电子鼻在珍珠粉鉴别中的应用。研究结果表明电子鼻可分别准确辨别六种品牌的珍珠粉。