应用电子鼻技术对水蜜桃储藏期内品质变化的研究

利用电子鼻PEN3系统对不同储藏时间下水蜜桃芳香成分进行检测分析。通过电子鼻系统动态采集试验得到水蜜桃芳香成分的响应值,并利用PCA、LDA等模式识别方法进行数据分析。结果表明LDA方法能更好地将不同储藏时间的水蜜桃分为3个阶段,即:第0天、第1d～第3d与第4d～第6d。说明利用电子鼻能够对不同储藏时间的水蜜桃进行无损检测与区分,并能直观地反映出水蜜桃在储藏期的生理变化规律。同时采用Loadings的分析方法对PEN3系统的传感器响应值进行分析。结果表明,第6、8、5号传感器在水蜜桃储藏期品质检测中起主要作用。     

电子鼻对不同贮藏/货架期甜柿判别分析

利用电子鼻对不同贮藏/货架期内的甜柿挥发性成分进行判别分析。采用主成分分析(PCA)、线性判别分析(LDA)模式判别方法进行数据分析,通过负荷加载(Loadings)分析研究主要传感器响应值的变化。结果表明,LDA方法有效区分常温和贮后不同货架期的甜柿,对低温贮藏期间的甜柿区分效果稍差。传感器W2S(乙醇类)、W1W(萜烯类)在甜柿常温货架期和低温贮藏期判别中起主要作用,而传感器W2W(芳香成分和有机硫化物)、W1W(萜烯类)在甜柿贮后货架期的判别中起主要作用。     

基于电子鼻评价不同贮藏期蜜桔鲜榨汁品质的研究

为建立一种快速无损检测蜜桔鲜榨汁品质的方法,将宫川蜜桔(satsuma mandarins)置于20℃、相对湿度85%条件下贮藏,每3 d随机选取10个果实制成汁,利用PEN3电子鼻检测其香气,同时测定其主要品质指标并进行相关性分析。通过主成分分析(Principal Component Analysis,PCA)、线性判别分析(Linear Discriminant Analysis,LDA)对不同贮藏时间的蜜桔进行区分。结果显示:电子鼻传感器响应值与蜜桔鲜榨汁可溶性固形物含量和VC含量显著相关;线性判别分析能较好地区分出不同贮藏时间的蜜桔;负荷加载分析(Loading analysis)结果显示,传感器W1S(主要对甲烷灵敏)、W2S(对乙醇灵敏,也对部分芳香型化合物灵敏)和W2W(对芳香成分和有机硫化物灵敏)在蜜桔鲜榨汁品质评价中起主要作用。结果表明利用电子鼻技术有望实现对蜜桔鲜榨汁品质的快速无损检测。     

电子鼻检测复合涂膜对中国对虾保鲜的影响

利用壳聚糖、ε-聚赖氨酸、卡拉胶对中国对虾进行涂膜,研究电子鼻对不同涂膜处理的中国对虾气味响应,并与感官评价、挥发性盐基氮(TVB-N)进行对比分析,建立一种基于电子鼻技术的对虾新鲜度评价方法。研究结果显示,电子鼻能够区分不同涂膜处理的中国对虾,且结果与感官评价、TVB-N值结果一致。此外,负荷加载分析(Loadings)显示,不同传感器对主成分的贡献率不同,传感器W1W(无机硫化物)和W2W(有机硫化物)对第一主成分贡献率较大,W5S(氮氧化合物)和的W1S(烃类物质)传感器对第2主成分贡献率较大。电子鼻对中国对虾贮藏期间气味有较好的响应,因此可以采用电子鼻系统评价中国对虾的新鲜度。     

应用电子鼻评价加工型辣椒果实辣度的方法

辣椒果实辣度的快速量化检测是加工企业辣椒原料选择的前提,制定鲜椒辣度评价标准是加工辣椒的品质保障。试验以9个已知辣度的辣椒品种果实为材料,通过感官评定和电子鼻测定建立快速量化的辣度评价方法。结果表明,电子鼻主成分分析贡献率大于99%,可以反映样品的综合信息,并有效区分辣椒果实的辣味;负荷加载分析结果表明,电子鼻对辣味最为敏感的传感器是W5S、W1W和W2W。通过电子鼻传感器W5S、W1W和W2W对辣椒果实的响应值,建立评价辣度的方法,即:不辣(1～10)、微辣(10.1～20)、辣(20.1～50)、超级辣(50.1～70)。应用该方法对来自11个加工辣椒基地的原料进行了检验,能够明显区分不同来源的辣椒果实的辣度差异。     

不同气调方式对甜樱桃贮后货架期芳香物质的影响

为明确不同气调方式对甜樱桃贮后货架期芳香物质的影响,以"砂蜜豆"甜樱桃为试材,运用HSSPME-GC-MS和电子鼻2种技术,对冷库贮藏30 d后的甜樱桃果实进行低温货架[(10±1)℃]期间挥发性物质的检测,并探讨快速气调(FA)、二段仿生气调(SBA)和自发气调(MA)对甜樱桃挥发性成分的影响。结果表明:甜樱桃的挥发性成分主要由醛类和醇类组成,其中己醛、(E)-2-己烯醛和(E)-2-己烯醇是甜樱桃的主要风味物质;在贮后货架0 d时,FA、SBA及MA处理醛类和醇类含量分别为50.38%和40.58%、53.04%和38.57%、61.47%和32.80%,到贮后货架8 d,含量变为48.21%和46.52%、56.30%和37.71%、54.29%和38.76%;整个贮后货架期,FA和MA处理的醛类物质相对含量呈缓慢下降趋势,而SBA处理较为平稳的保持了醛类和醇类物质的含量。电子鼻分析结果显示:主成分分析法(PCA)和线性判别分析法(LDA)可以快速有效地区分不同气调处理的甜樱桃果实;并且利用负荷加载分析法(LA)得出,W1W(硫化氢、萜烯类)、W2S(乙醇)、W5S(氨氧化物)传感器对甜樱桃芳香物质的贡献相对较大,与气质联用分析结果相一致。因此,HS-SPME-GC-MS结合电子鼻技术对不同气调处理甜樱桃贮后货架期的芳香物质判别具有可行性。     

葡萄冷藏时间对贮后货架期芳香物质的影响

为明确冷藏时间对葡萄贮后货架期芳香物质的影响,以‘无核寒香蜜’葡萄为试材,运用顶空固相微萃取-气相色谱-质谱（head space solid-phase microextraction and gas chromatography mass spectrometry,HS-SPME-GCMS）联用技术检测冷藏15、45 d出库后常温货架期间（0、3、6 d）挥发性成分的变化,并采用电子鼻对不同冷藏期（15、30、45、60 d）出库后常温货架的果实进行判别分析。结果表明,葡萄的挥发性成分主要由酯类、醛类和醇类组成,主要挥发性成分为乙酸乙酯、青叶醛、正己醇、叶醇、香茅醇。冷藏45 d后常温货架期间酯类和醇类物质的相对含量均低于冷藏15 d同期果实,醛类物质则较高。电子鼻结果表明,通过线性判别分析可以有效区分不同冷藏期的葡萄,贮后货架期间,除冷藏15 d出库后0、3 d货架重叠外,其余冷藏期货架期间均互不重叠,即随着贮后常温货架的延长,葡萄中挥发性成分变化较大,电子鼻区分效果越加明显;负荷加载分析分析得出,W1W（硫化氢、萜烯类）、W1S（芳香成分）、W2S（乙醇）传感器对挥发性气味的贡献较大,与HS-SPME-GC-MS分析相佐证。因此,HS-SPME-GC-MS结合电子鼻对葡萄冷藏时间及贮后货架期的芳香物质判别具有可行性。     

不同压力处理大米制得米饭冷藏期间风味变化的电子鼻分析

采用电子鼻测定了不同压力处理大米制得米饭冷藏期间的挥发性成分,探讨电子鼻用于检测米饭风味成分、区分不同冷藏时间米饭的可行性及超高压处理对米饭冷藏期间风味变化情况的影响。大米在温度40℃、米水比(w/w)为1∶2的条件下浸泡40min,并在15℃下分别经200、400、600MPa处理10min,以未经超高压处理的大米作为对照组,将其蒸煮15min制成米饭,保鲜膜密封后置于4℃下贮藏,冷藏期间每天采用PEN3电子鼻对米饭进行测定。采用主成分分析法(PCA)、传感器贡献率分析法(LA)、线性判别式分析法(LDA)分析了米饭冷藏期间的挥发性成分,并建立了特征雷达图。结果表明:压力对米饭冷藏期间甲烷、硫化物、乙醇、芳香类及有机硫化物的产生有较大影响,贮藏期间200MPa米饭甲烷、硫化物、乙醇的产生量最高,600MPa米饭硫化物、芳香类及有机硫化物的产生量最低;W5S、W1W是识别米饭挥发性成分的主要传感器;电子鼻对米饭的挥发性物质反应比较灵敏,可用于米饭挥发性物质的无损检测;PCA分析可区分不同贮藏天数的对照或600MPa米饭,LDA分析可区分不同贮藏天数的400MPa或600MPa米饭。     

电子鼻在小麦品质控制中的应用研究

采用PEN3型电子鼻系统对我国10个省份47个小麦样品的挥发性物质进行检测。通过Loadings分析不同传感器在模式识别中的贡献率,对传感器阵列进行优化,并对传感器的响应值进行了主成分分析(PCA)和线性判别分析(LDA)。结果表明W5S、W1S、W2S3根传感器在小麦样品的用途、产地、品种区分识别时作用都较大,W1C、W3C2根传感器贡献率较小。PCA分析可以区分面包用小麦和馒头面条用小麦,总贡献率达85.5%;也可以区分不同产地的小麦样品和同一产地不同品种的小麦样品。线性判别分析(LDA)仅可以对不同产地、不同品种的小麦样品实现部分区分,无法将不同用途的小麦区分开来。主成分分析效果优于线性判别分析。     

基于电子鼻判别富士苹果货架期的研究

利用电子鼻对不同货架期内的富士苹果挥发性成分进行检测。通过雷达图和负荷加载(Loadings)分析研究主要传感器响应值的变化,利用主成分分析(PCA)、线性判别分析(LDA)模式判别方法进行数据分析。结果表明,第7、8号传感器在苹果常温货架期判别中起主要作用,而第2、7号传感器在苹果贮后货架期的判别中起主要作用。PCA、LDA方法均可准确判别常温不同货架期的苹果;与PCA相比,LDA方法可以更准确对不同贮后货架寿命苹果进行判别,并呈现出良好的集中性和单向趋势。因此,电子鼻快速判别不同货架期的苹果具有可行性。     

基于电子鼻技术判定冷鲜罗非鱼片品质劣变进程

应用电子鼻采集贮藏过程冷鲜罗非鱼片顶空挥发性气味,同步进行感官评价、微生物和理化分析。结果表明：传感器响应信号随着鱼片气味浓度增大而增大,且对不同新鲜度气味有良好响应。线性判别(LDA)比主成分分析(PCA)更能有效区分鱼片的不同新鲜度、微生物及挥发性盐基氮含量,表明电子鼻可快速检测鱼片的品质劣变进程。通过负荷加载分析和相关分析表明,W2W、W1W、W1S、W2S对区分冷鲜罗非鱼片不同新鲜度的贡献较大,并与感官可接受性、菌落总数和挥发性盐基氮的相关性良好,可作为今后研制鱼用电子鼻系统精选传感器的理论参考。     

电子鼻判别不同储藏条件下糙米品质的研究

采用德国Airsense 公司生产的PEN3 型电子鼻系统对不同储藏条件下的糙米进行分析检测。通过对传感器响应值进行PCA、LDA 方法的分析,发现PCA 和LDA 均能准确判别出不同水分含量的糙米;PCA、LDA 方法均可判别不同温度储藏的糙米样品,LDA 方法呈现出良好的集中性和单向趋势;LDA 可以很好的区分不同氧气体积分数储藏的糙米样品,并根据氧气体积分数的不同呈现出明显的规律,但总贡献率要低于PCA 方法。另外,通过方差分析发现不同储藏条件对电子鼻响应值的影响大小有所差异,顺序为水分条件＞温度＞氧气体积分数,水分和温度存在交互作用。另外,采用Loadings 分析方法可以得知传感器W5C、W1S 在检测中起到的作用最大,可以对电子鼻的传感器进行优化与选择,根据不同的具体条件选择适当的传感器阵列组合。     

基于电子鼻检测鸭梨新鲜度及损伤程度

目的 探究鸭梨果实流通过程中新鲜度变化及损伤程度。方法 以不同跌落角度处理（0°、20°、40°、60°）的鸭梨为试材,测定鸭梨果实呼吸速率、乙烯释放速率的变化,同时利用电子鼻结合主成分分析（principal components analysis,PCA）、线性判别分析（linear discriminant analysis,LDA）和载荷分析（loading analysis,LA）研究不同贮藏时间和不同损伤程度下果实的挥发性气体变化。结果 完好果实在贮藏4 d时出现呼吸高峰和乙烯释放高峰;与完好果实相比,机械伤处理提高了呼吸速率和乙烯释放速率,并且损伤越严重,变化趋势越明显。电子鼻的10个传感器对不同贮藏期和损伤程度的响应值有显著性差异(P<0.05)。LDA可明显区分不同贮藏点和不同损伤程度鸭梨挥发性气体。LA表明果实成熟和受损时,传感器W1S、W5S、W1W、W2W、W2S的响应值变化较为明显,意味着刺激了甲烷、氮氧化合物、硫化物和萜烯类、有机硫化物和芳香族化合物、醇类和部分芳香族化合物类物质的生成。结论 传感器W1S、W5S、W1W、W2W、W2S可反映鸭梨的挥发性气体变化情况,其中W2S传感器响应值可区分果实损伤程度,这对于实时监测果实品质具有重要意义。     

Discrimination of storage shelf-life for mandarin by electronic nose technique

Over the past years, electronic nose technology opened the possibility to exploit information on aroma attribute to assess fruit ripening stage during storage. The objective in this study was to evaluate the capacity of electronic nose in monitoring the change in volatile production of mandarin during different storage treatments, and storage shelf-life of mandarin was evaluated by measuring the change in volatile production of mandarin using electronic nose device (PEN 2). By comparing, storage shelf-life of mandarin was better distinguished using Linear Discriminant Analysis (LDA) than Principal Component Analysis (PCA). PCA and LDA analysis were efficient to classify mandarin with the same storage time in its respective groups; but the methods are not efficient to separate the mandarins by different storage times. The correlation between the measured and predicted values of fruit quality attribute (such as soluble solid content, acidity and compression force) shows poor to reasonable prediction performance by means of electronic nose signals. The results prove that sensors 2, 7 and 9 in the electronic nose PEN 2 for mandarin have a higher influence in the current pattern file. Hence, nearly a subset of few sensors can be chosen to explain all the variance. This result could be used in further studies to optimize the number of sensors and find better performance.     

基于电子鼻检测香红梨腐烂程度

目的 为监测贮藏、运输过程中香红梨（Pyrus communis L. cv. Xianghong）的腐烂情况,确定腐烂果的特征传感器。方法 利用电子鼻技术对按腐烂点直径划分的3个等级香红梨的挥发性气体进行测定,同时比较了贮藏初期和后期果实挥发性气体的差异。采用主成分分析（PCA,principal components analysis）、线性判别分析（LDA,linear discriminant analysis）和载荷分析（LA,loading analysis）对电子鼻响应信号值进行分析。结果 电子鼻传感器W5S、W1S、W1W、W2S、W2W是检测香红梨挥发性气体的特征传感器。贮藏期间,氮氧化合物、甲烷、硫化物和萜烯类、醇类和部分芳香族化合物释放量逐渐增加。果实腐烂使硫化物和萜烯类（W1W）、甲烷（W1S）、氮氧化合物（W5S）挥发性物质进一步积累释放,传感器响应值比贮藏初期（P）分别提高了7.7、4.6、4.5 倍。通过监测W5S传感器响应值变化可判断果实的腐烂情况。LDA分析对不同贮藏时期和不同腐烂程度香红梨的区分能力更好。结论 电子鼻传感器W5S、W1S、W1W、W2S、W2W可灵敏反应香红梨的挥发性气体,其中W5S、W1S、W1W为果实腐烂特征性传感器,其响应值可区分果实腐烂程度。本结果为果实采后贮藏保鲜的无损检测技术及果实品质评价提供理论参考。     

电子鼻对酿酒酵母菌株产香特性的评价

利用电子鼻PEN3 系统对不同酿酒酵母酿制葡萄酒的芳香成分进行检测分析。通过电子鼻系统动态采集葡萄酒试样的芳香成分,利用主成分分析(PCA)、线性判断分析(LDA)进行数据分析,两种分析方法都能较好的区分不同酵母对应的葡萄酒试样,表明酿酒酵母的产香能力具有菌株多态性,而电子鼻能够对其差异进行检测并加以区分。同时结合Loadings 分析方法得知,除7 号(对硫化物灵敏)、9 号(对有机硫化物灵敏)和10 号(对烷烃灵敏)外,其他的传感器在菌株的产香差异分析中起主要作用。     

电子鼻分析技术在白酒品质检定中的应用研究

通过应用德国AIRSENSE公司生产的电子鼻系统PEN3对4个不同质量等级的清香型大曲酒进行挥发物特征响应分析、PCA分析、LDA分析、LOADING分析,其中PCA主成分析区分贡献率可达99.986%,LDA分析第一、第二主成分总的区分贡献率达96.872%,可以较显著的区分酒样,其中10个传感器中贡献最大的两个是W5S与W1W。     

电子鼻技术研究臭氧水处理对罗非鱼鱼片的新鲜度的影响

采用电子鼻PEN3系统对经不同臭氧水处理的罗非鱼肉进行检测。对传感器进行相关性分析与Loadings分析,由W1C、W5S、W1S、W1W、W2S、W2W和W3S组成新的传感器阵列。对优化后的传感器阵列进行主成分分析,结合挥发性盐基氮（total volatile basic nitrogen,TVB-N）值、硫代巴比妥酸反应物（thiobarbituric acid reactivesubstances,TBARS）值综合评价臭氧水处理对罗非鱼鱼片的新鲜度的影响。结果表明,利用电子鼻技术得到罗非鱼鱼片的贮藏品质区分结果与TVB-N值、TBARS值0级动力学分析结果基本一致;1 mg/L臭氧水处理5 min不能明显地减缓罗非鱼鱼片在贮藏期新鲜度下降,5 mg/L臭氧水处理10 min能明显地减缓罗非鱼鱼片在贮藏期新鲜度下降。     

电子鼻技术在兼香型白酒年份区分中的应用研究

采用电子鼻技术分析不同年份兼香型白酒中的香气物质,通过特征响应分析、主成分分析（PCA）、线性判别分析法（LDA）和方差分析法（ANOVA）,优化出了可以区分识别年份酒的操作条件,分别为酒精度14%vol、加热温度40 ℃、加热时间30 min。结果表明,10个传感器中贡献最大的三个是W5S、W1S和W2S,LDA的区分识别效果要优于PCA。在优化后的实验条件下,对兼香型各年份酒进行电子鼻检测分析,其结果表明LDA对原始数据信息的保留量达到了96.78%;逐步线性判别分析得出储存期为12年内的酒样能获得100%的准确率,超过12年的储存年份也能获得较高的准确率,因此电子鼻技术对兼香型各年份酒具有良好的区分效果。