电子鼻在芝麻油掺芝麻油香精识别中的应用

采用电子鼻对芝麻油中掺入芝麻油香精进行识别.通过对所获得的数据进行主成分分析(Principal Component Analysis,PCA)、判别因子分析(Discriminant Factor Analysis,DFA)、偏最小二乘回归分析(Partial Least-squares Analysis,PLS)和统计质量控制分析(Statistical Quality Control,SQC).结果表明:不同样品在电子鼻传感器上有不同的特征性响应图谱,电子鼻能够有效识别不同掺入比例的芝麻油样品;DFA方法的区分效果比PCA方法更好;SQC模型对于掺入芝麻油香精超过50％的芝麻油能明显区分;采用PLS对数据进行处理,电子鼻响应信号和芝麻油香精掺入比例之间有很好的相关性(相关系数为0.992 1),PLS方法能有效识别掺入比例为0％～ 100％的试验样品.试验证明电子鼻可用于芝麻油掺假的识别.     

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%。      

电子鼻在金华火腿香精识别中的应用

文章提出了一种用电子鼻鉴别香精相似程度的新方法.利用电子鼻采集金华火腿原料与调配的金华火腿香精的香气成分,并得到电子鼻传感器的响应值,再利用主成分分析法(PCA)、单类成分判别分析法(SMICA)等多元统计方法进行数据分析.结果得出,经加香调配的金华火腿香精的风味轮廓与金华火腿原始风味有一定差别,表明电子鼻可以成功的应用于样品的香气鉴别.     

电子鼻技术在芝麻油品牌识别及掺假鉴伪中的应用

探讨电子鼻在芝麻油品牌识别及掺假鉴伪中应用的可行性。以芝麻油纯品及不同掺假比例的芝麻油样品等为研究对象,结合电子鼻传感器分析技术及偏最小二乘回归分析等数据处理技术对结果图谱进行解析。结果显示:电子鼻的雷达图及负荷分析均表明传感器对样品有较好的信号响应,通过PCA分析建立的特征图谱可有效区分鉴别被试样品,通过PLS模型可较好预测样品掺假比例。因此,电子鼻可作为非标技术用于芝麻油的品牌识别及掺假鉴伪。     

电子鼻在天然苹果香精检测标准建立中的应用研究

利用电子鼻检测仅知生产日期的天然苹果香精样品，并对所获数据进行PCA及DFA分析，筛选信息重复的样品。结果表明：生产日期与产品质量有着密切的联系；通过筛选，参与建立天然苹果香精检测标准的样品只需20个，比原来的34个样品减少了14个。     

应用电子鼻区分不同类型的草莓香精

将电子鼻用于对草莓香精的检测,旨在寻求一种快速有效的方法以实现对草莓香精风味的判定。用电子鼻检测3种不同类型的草莓香精样本（熟味草莓香精、青味草莓香精、发酵味草莓香精）的气味。结果表明：电子鼻可以准确地区分不同风味的草莓香精,所建模型能够准确识别香精的类型。     

电子鼻对芝麻油掺假的检测

使用电子鼻系统PEN3 对芝麻油中掺入大豆油、玉米油、葵花籽油进行检测分析,分别对芝麻油中不同量的掺假进行辨别,用主成分分析(PCA)和线性判别式分析(LDA)两种方法分析。结果表明：电子鼻能够较好的识别芝麻油掺假不同比例的大豆油、玉米油和葵花籽油,而且LDA 方法比PCA 方法的效果好。PCA 方法对掺入大豆油、玉米油超过50% 和葵花籽油超过70% 的芝麻油能明显区分,而LDA 方法对芝麻油中掺入不同量的大豆油、玉米油和葵花籽油均能明显区分。     

电子鼻在天然苹果香精检测中的应用

本文利用电子鼻检测仅知生产日期的天然苹果香精样品,并对所获数据进行PCA及DFA分析,结果表明:生产日期与产品质量有着密切的联系,其中牟平总公司样品以2004年10月31日为界分为两大组群,白水分公司2005年的样品明显区别于2004年的样品。     

电子鼻在肉味香精质量控制中的应用研究

利用电子鼻系统分析了不同物理状态、不同香气特征以及不同生产批次的肉味香精气味的变化,采用多元统计方法对所获得的数据进行了主成分分析(PCA)、判别因子分析(DFA)以及统计质量控制分析(SQC),构建了质量控制模型并对样品的质量稳定性进行了评价。结果表明,电子鼻能够识别出不同生产批次的同一肉味香精;通过对电子鼻进行严格的训练并建立质量控制模型,可成功实现利用合格产品对未知样品进行质量控制。     

电子鼻技术结合多元统计方法在鸡肉香精开发中的应用

研究中使用食品原料在达到相同风味效果的情况下取代化学的香味物质,运用电子鼻采集鸡汤与添加不同物质的鸡肉香精的香气轮廓,得到传感器的响应值,并通过主成分分析(PCA)、统计质量控制分析(SQC)等多元统计方法进行数据分析.分析结果为:基本配方中添加小麦蛋白和大蒜粉的鸡肉香精风味与原始鸡汤最为接近.研究表明电子鼻技术可以较好的应用于香精的开发.     

芝麻油品质检测方法的研究现状与分析

针对近些年来芝麻油掺伪现象日益严重的问题,对目前采用的芝麻油品质检测方法及其研究现状进行了综述分析。主要介绍了常用的显色法、色谱法、光谱法、电子鼻技术以及一些联用的方法在芝麻油掺伪检测中的研究现状,通过检测脂肪酸、甘三酯、芝麻林素、芝麻酚等特征物质来实现芝麻油品质的有效检测。     

Application of solid phase-microextraction (SPME) and electronic nose techniques to differentiate volatiles of sesame oils prepared with diverse roasting conditions

Headspace volatiles of sesame oil (SO) from sesame seeds roasted at 9 different conditions were analyzed by a combination of solid phase microextraction (SPME)-gas chromatography/mass spectrometry (GC/MS), electronic nose/metal oxide sensors (MOS), and electronic nose/MS. As roasting temperature increased from 213 to 247 °C, total headspace volatiles and pyrazines increased significantly (P < 0.05). Pyrazines were major volatiles in SO and furans, thiazoles, aldehydes, and alcohols were also detected. Roasting temperature was more discrimination factor than roasting time for the volatiles in SO through the principal component analysis (PCA) of SPME-GC/MS, electronic nose/MOS, and electronic nose/MS. Electronic nose/MS showed that ion fragment 52, 76, 53, and 51 amu played important roles in discriminating volatiles in SO from roasted sesame seeds, which are the major ion fragments from pyrazines, furans, and furfurals. SO roasted at 213, 230, and 247 °C were clearly differentiated from each other on the base of volatile distribution by SPME-GC/MS, electronic nose/MOS, and electronic nose/MS analyses. Practical Application: The results of this study are ready to apply for the discriminating samples using a combinational analysis of volatiles. Not only vegetable oils prepared from roasting process but also any food sample possessing volatiles could be targets for the SPME-GC/MS and electronic nose assays. Contents and types of pyrazines in sesame seed oil could be used as markers to track down the degree of roasting and oxidation during oil preparation.     

8种植物油气味指纹模型的建立

运用电子鼻对8种不同加热温度下的植物油进行检测,建立了8种植物油的气味指纹模型,采用线性判别式(LDA)进行分析,通过判别函数法(DFA)对其进行验证。结果表明:电子鼻能够很好地对不同种类以及不同温度的植物油进行区分;在DFA分析中模型对未知样品的识别值大于96%,能对所测的8种植物油样品进行有效地识别,正确率达到100%。电子鼻建立的植物油的气味指纹模型是可靠的。     

低值海虾制备烧烤型虾味香精及GC-MS结合电子鼻技术分析

以低值海虾酶解液为基料,利用Maillard反应制备烧烤型虾味香精。研究了还原糖添加量、氨基酸添加量、pH、反应时间及温度对虾味香精感官风味的影响;采用GC-MS结合电子鼻技术对虾酶解液及虾味香精的风味进行分析比较。结果表明,当还原糖（木糖:葡萄糖=1:4）添加量为6%,氨基酸（丙氨酸:精氨酸=1:2）添加量为2%,pH为8.0,反应温度为115℃,反应时间为20min时,虾味香精澄清透明、虾肉香味和烧烤味浓郁。电子鼻分析表明虾酶解液和虾味香精的风味轮廓存在较大的差异;GC-MS测定可知,与酶解液相比,虾味香精中胺类、烃类、酸类、酯类等化合物含量降低,醛类、吡咯类化合物含量明显升高,同时产生大量醚类、吡嗪类、呋喃类、噻唑类、嘧啶类等呈香化合物,这些杂环类化合物对虾味香精风味具有重要贡献。      

基于电子鼻的茶油掺伪定性和定量检测

目的:实现对茶油中掺入菜籽油、大豆油、玉米油的掺伪检测。方法:采用电子鼻检测平台对茶油中分别掺入不同比例菜籽油、大豆油、玉米油进行掺伪检测,运用线性判别分析(LDA)和支持向量机(SVM)进行茶油掺伪定性鉴别分析,并使用多层感知器(MLP)和偏最小二乘回归(PLSR)建立茶油掺伪定量预测模型。结果:最佳输入参数下的SVM对茶油掺伪鉴别准确率高于LDA,其平均精确率、平均召回率、平均F-分数分别为94.85%,96.11%,95.34%,比LDA的提高了5.17%,4.44%,5.29%;MLP对茶油掺伪比例预测结果优于PLSR,对于掺入菜籽油、大豆油、玉米油的茶油,MLP预测的决定系数分别为0.98,0.99,0.98,均方根误差分别为4.02%,1.45%,3.74%。结论:基于电子鼻平台建立的SVM茶油掺伪鉴别模型和MLP茶油掺伪比例预测模型可有效实现茶油的鉴伪。     

基于电子鼻气味指纹图谱快速鉴别茶籽油

以不同产地、不同类型、不同工艺和不同质量的茶籽油为研究对象,通过电子鼻技术获取茶籽油的风味信息,结合Loading负载分析、主成分分析（?principal component analysis,PCA）、线性判别分析（linear discriminant analysis,LDA）等对电子鼻传感器数据进行解读。通过欧氏距离（?euclidean distance,ED）、马氏距离（?markov distance,MD）和判别函数法(discriminant function method,DFA)对未知样品进行鉴别,以期建立不同茶籽油的快速、准确鉴别方法。结果表明：加工工艺极大地影响了茶籽油的气味差异,电子鼻响应值雷达图及Loading负载分析均表明W1S、W1W、W2S、W2W传感器对茶籽油样品具有较好的响应值,通过ED、MD、DFA可以识别不同类型和不同质量的茶籽油。基于PCA的LDA可以有效的鉴别不同类型的茶籽油,模型准确性高,其确定性大于99%。电子鼻技术结合化学计量学可以快速、有效鉴别不同的茶籽油并为茶籽油掺伪的快速鉴别提供了借鉴。     

芝麻品种和制油工艺对芝麻油品质的影响

对以黑、白芝麻为原料,采用水代法、螺旋压榨法、液压压榨法工艺所得芝麻油的理化指标、脂肪酸组成、芝麻油中VE、芝麻素、芝麻酚含量和氧化稳定性进行了测定。结果显示:水代法所得芝麻油的酸值(KOH)和磷脂含量最低,而水分及挥发物含量最高;所有芝麻油样品均含有丰富的抗氧化成分芝麻素、芝麻酚和VE;所有芝麻油样品的脂肪酸组成接近,其中油酸和亚油酸含量高达83.4%;白芝麻油氧化稳定性明显优于黑芝麻油,水代法所得芝麻油氧化稳定性最好,液压压榨芝麻油次之,螺旋压榨芝麻油最差。     

芝麻油香气成分研究

芝麻油的香气成分是吡嗪、呋喃、噻唑、噻吩、吡咯,以及醇、醛、酮、酸、酯类等化合物。用葡萄糖、半胱氨酸、精氨酸和水解芝麻蛋白,在145℃下加热40 m in,可以产生接近焙炒芝麻的香气,香气中的主要物质是2-乙基-5-甲基吡嗪、乙酰呋喃、2-乙酰噻唑和5-乙基-4-甲基噻唑。这些香气成分沸点低,因此芝麻香油不适于煎炸,而且生产芝麻香油温度过高,会引起诸多营养物质劣变,将影响芝麻的资源利用。机榨、低温压榨和水酶法制取的芝麻油,油品用途广,并能综合开发蛋白质、维生素和芝麻木酚素等营养成分。     

GC-MS结合电子鼻分析甜瓜籽油挥发性风味成分

采用顶空固相微萃取（HS-SPME）、气相色谱-质谱联用(GC-MS)结合电子鼻技术对5个品种甜瓜籽油的挥发性风味成分进行了分析。结果表明：5个品种冷榨甜瓜籽油中共鉴定出35种挥发物,主要为醇类11种,占总挥发物的34.21%~68.18%,酯类6种,占总挥发物的11.74%~48.11%,醛类8种,占总挥发物的10.62%~22.81%。‘86-1’‘绿宝石’和‘伽师’3个品种的甜瓜籽油中醇类、酯类和醛类总含量占总挥发物的94.21%~98.45%,明显高于‘新蜜一号’和‘皇后’2个品种。其中‘86-1’品种甜瓜籽油以酯香为主,‘绿宝石’和‘伽师’品种甜瓜籽油以醇香为主,‘新蜜一号’品种甜瓜籽油挥发物以醇、酯为主,‘皇后’品种甜瓜籽油挥发物以醇、醛为主。5个品种甜瓜籽油在挥发物组成和相对含量方面存在较大差异。通过电子鼻获取的整体风味数据建立的雷达图和PCA模型能直观区分5个品种甜瓜籽油。GC-MS和电子鼻两种技术的结合使用为甜瓜籽油品质的区分、评价和溯源提供了思路和方法。