基于智能电子鼻系统对不同品牌啤酒区分

研制一套能快速区分啤酒风味的电子鼻系统,该系统主要包括数据采集、调理与传输单元,传感器阵列和气室,以及供气动力装置3大部分。采用该系统对5种不同品牌啤酒进行检测,以随机共振方法处理实验数据,有效地克服了传感器基线漂移的不利影响。结果表明该系统可以快速和有效地对不同品牌的啤酒进行区分,且其重现性好,具有较好的实际应用前景。     

基于电子鼻和气质联用技术的浓香型白酒分类

该研究分别利用电子鼻和气质联用(gas chromatography-mass spectrometry,GC-MS)分析7种不同品牌浓香型白酒的差异。结果表明,电子鼻的S2、S6、S7和S9 4个传感器对不同品牌浓香型白酒具有较好的响应信号,经主成分分析(principal component analysis,PCA)筛选后可以作为浓香型白酒差异的特征指标来衡量。基于传感器信号,比较了PCA和线性判别对不同各品牌浓香型白酒的分类效果,PCA分析能够对不同品牌白酒进行较好区分。GC-MS分析表明,不同品牌浓香型白酒风味物质含量存在明显差异,而PCA分析中关系密切的样品在风味成分层面存在相似性。该研究提供了一种基于电子鼻、GC-MS技术和数理统计分析相结合的浓香型白酒分类方法,为浓香型白酒的快速质量分类方法的开发提供了理论和数据支撑。     

基于手持式电子鼻的白酒识别

现有电子鼻存在体积偏大、价格昂贵等问题,阻碍了其普及应用。为解决这一问题,该文提出了一种用于白酒检测的手持式电子鼻设计方案,传感器阵列由6种贴片式气体传感器和1个温湿度传感器组成,并置于一个微型仿生气室中。基于所设计的手持式电子鼻对6种白酒的识别问题进行了研究。首先,从电子鼻传感器响应中提取特征,并采用主成分分析法(principal component analysis, PCA)、核主成分分析法(kernel principal component analysis,KPCA)和核熵成分分析法(kernel entropy component analysis,KECA)进行特征降维;然后,通过支持向量机(support vector machine,SVM)、K近邻(k-nearest neighbor,KNN)和反向传播人工神经网络(back-propagation artificial neural network,BP-ANN)对白酒进行识别。结果表明,所设计的手持式电子鼻可以对不同种类的白酒进行在线检测与准确识别。     

电子鼻检测改性聚砜膜用于啤酒澄清处理的研究

为研究膜处理技术对啤酒风味的影响,使用自制的共混改性聚砜膜(孔径100 nm)处理精滤前的啤酒,选用电子鼻PEN3系统对啤酒原液及膜澄清处理过的2种啤酒的芳香成分进行分析。通过电子鼻系统动态采集啤酒芳香成分,得到电子鼻的响应值,使用PCA、LDA模式识别方法进行数据分析。分析结果表明电子鼻能够快速、无损地检测到不同处理工艺对啤酒风味的影响,为检测共混改性聚砜膜对啤酒的澄清效果提供技术支持。     

基于电子鼻分析的碳酸饮料识别判定技术研究

探讨电子鼻识别判定各种常见碳酸饮料的可行性,研究建立新的鉴伪和品控技术。以碳酸饮料为研究对象,利用电子鼻进行分析检测,结合WinMuster软件对数据进行分析。结果显示:电子鼻传感器有较好响应信号,PCA和LDA分析均能够较好区分10种碳酸饮料。说明电子鼻可作为碳酸饮料识别判定手段用于政府监管和企业内部品控。     

基于电子鼻和GC-MS技术对不同地区腌制大头菜挥发性物质的评价

该研究采用电子鼻和GC-MS结合的技术对云南玫瑰大头菜、襄阳大头菜和四川宜宾大头菜的挥发性物质进行了评价。电子鼻检测结果显示,襄阳大头菜和云南玫瑰大头菜在风味上比较相似,与四川宜宾大头菜相差较远。3种大头菜经GC-MS共检测出82种挥发性物质,酮类5种,醇类12种,硫醚类4种,醛类7种,酯类10种,烯烃类24种,烷类8种,酸类3种,其他9种。统计显示:襄阳大头菜和云南玫瑰大头菜的挥发性物质相似度较高,与四川宜宾大头菜主要的挥发性物质区别较大,与电子鼻结果相一致。电子鼻和GC-MS检测的差异可能与3种大头菜的制作工艺相关。     

使用电子鼻检测啤酒老化指纹特性

本工作采用基于金属氧化物半导体的电子鼻技术对含酒精啤酒和无醇啤酒老化过程中香味物质的变化进行定性分析,并对老化啤酒样品的特性进行统计学上的分级。除老化啤酒两个特定等级对应的重叠区域外,对呈现无醇啤酒等级的数据采用线性技术,进行主成分分析(PCA)和线性判别式分析(LDA)。在含酒精啤酒的等级之间没有发现明显的差别,这表明含酒精啤酒与无醇啤酒相比更具稳定性。本研究使用两种类型的人工神经网络:具有径向基核函数(RBF)的概率神经网络(PNN)及具有反馈算法(BP)的后馈神经网络。含酒精啤酒和无醇啤酒分级成功率分别为90%和100%。PNN的应用表明老化的含酒精和无醇啤酒分级的精确度分别为83%和100%。最后,本研究表明电子鼻系统在评价啤酒老化过程中啤酒风味指纹图谱变化上有一定的能力。     

基于电子鼻的中国白酒酒龄检测

白酒的酒龄是其品质的主要标志之一,针对使用光谱仪、色谱仪等大型仪器检测汾酒时在时间、地点上的使用限制,采用表面声波型电子鼻zNose对5个年份的清香型白酒代表——汾酒进行采样分析,实现实时、实地的在线检测。结果表明,采用主成分分析法和典型判别分析进行数据分析,区分率达到98.8%。对汾酒样品不同特征峰进行回归分析,其中,用于鉴别不同酒龄的特征峰1、峰3、峰5、峰7面积以及九峰面积和与对应回归方程间的相关系数较好,能够对所选的不同酒龄的汾酒正确区分。研究发现,表面声波型电子鼻z Nose结合化学计量方法适用于清香型白酒代表汾酒酒龄鉴别。     

用于酒类识别的电子鼻研究

开发了一个能识别酒类的电子嗅觉系统。该系统基于一个由３只具有不同宽谱气敏响应特性的金属氧化物传感器组成的阵列,并由３层前馈神经网络用于分析传感器阵列的输出数据,神经网络采用Ｌevenberg-Marquardt算法训练后,电子嗅觉系统能成功地识别酒精、烈性酒、葡萄酒和啤酒,正确识别率可达９５％。     

电子鼻技术在香菇甲醛识别中的应用

尝试采用电子鼻检测手段,对两种不同甲醛含量的香菇进行快速检测与识别.以两种不同甲醛含量的香菇为研究对象,利用主成分分析(PCA)、BP神经网络对电子鼻采集的数据进行分析识别.结果表明,主成分分析(PCA)能够很好的进行识别区分,用BP神经网络进行分析,训练样本回判率达到100%,测试样本识别率达到90%以上.电子鼻可以识别两种不同甲醛含量的香菇.     

基于电子鼻和GC-MS/O技术分析烟用内衬纸挥发性成分

为了更加准确快速地对烟用内衬纸的品质进行评价,采用电子鼻技术对不同厂家生产的真空镀铝转移内衬纸和复合铝内衬纸的挥发性成分进行差异分析,同时利用气相色谱-质谱/嗅闻(GC-MS/O)技术进一步剖析内衬纸气味差异的原因.结果表明,真空镀铝转移内衬纸的整体气味强度高于复合铝内衬纸,且具有油墨味、柚子皮苦味的化合物和具有肥皂泡...     

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%。     

基于GC-MS和电子鼻技术分析不同烘烤度橡木对荔枝白兰地风味的影响

为了研究不同烘烤度橡木片对荔枝白兰地陈酿风味的影响，在荔枝白兰地中加入不同烘烤度橡木片进行陈酿。运用感官评价、电子鼻和气相色谱-质谱联用，对四种(原酒、轻度烘烤、中度烘烤和重度烘烤)荔枝白兰地的品质和挥发性风味成分进行评定和分析。结果表明，在四种荔枝白兰地中共检测出21种挥发性香气化合物，其中酯类和醇类物质在四种酒中皆有，气味活度值较高，对酒的风味贡献大，它们的组成与含量构成了荔枝白兰地的主要挥发性香气特征。原酒中含有独特的烯烃类和芳香烃类化合物，不同烘烤橡木浸渍的荔枝白兰地中含有独特的醛酮类物质。原酒中风味化合物种类最多，含量较高。轻度和中度烘烤橡木荔枝白兰地中风味化合物种类较少，主要是酯类、醇类和醛酮类，而重度烘烤橡木荔枝白兰地中则含有部分烯烃和芳香烃类化合物。在感官评价中，重度烘烤橡木荔枝白兰地得分最高，风味较好，同时电子鼻检测可以明显的区分出添加不同烘烤度橡木的荔枝白兰地，因此添加重度烘烤的橡木片能提升荔枝白兰地陈酿的品质。     

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%。      

电子鼻结合气相色谱-质谱联用技术分析冷藏期间刺参挥发性成分的变化

以鲜活刺参为原料,测定其水分含量、自溶酶和挥发性盐基氮(total volatile basic nitrogen,TVB-N)指标在0℃冷藏过程中的变化,并采用电子鼻结合气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)技术,研究刺参在0℃贮藏过程中的挥发性成分变化。结果表明:电子鼻中PCA和LDA算法能够较好的区分不同贮藏时间的刺参样品,且其分析结果与常规的品质指标变化相一致,即贮藏9 d是刺参品质劣变的拐点。经GCMS共检测出33中挥发性物质,以醇类物质种类最多,含量随贮藏时间的延长呈先增加后降低的趋势;另外还有少量的醛类,其在贮藏6~12 d内含量较高;含氮类物质仅在贮藏9 d和15 d时有少量检出。     

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。     

电子鼻技术在朗姆酒分类及原酒识别中的应用研究

采用PEN3电子鼻嗅觉指纹分析系统对不同产地（中国、牙买加、古巴、危地马拉、菲律宾）的朗姆酒以及4种不同工艺原酒的香气进行了检测,分析电子鼻指纹图谱各特征峰,分别利用主成分分析方法（PCA）和线性判别因子分析法（LDA）建立了识别模型,采用传感器区分贡献率（Loadings）对传感器进行研究,确认各传感器对样品区分的贡献率大小和特征香气成分。结果表明,PEN3电子鼻不仅可以很好地区分不同产地的朗姆酒,而且对4种不同工艺的原酒也做出了较好地分类判别。     

谷物霉菌挥发性物质的电子鼻与GC-MS检测研究

为建立粮食受霉菌污染的快速检测方法,本研究利用电子鼻与气相色谱质谱联用(GC-MS)技术对6种谷物中常见霉菌在不同生长阶段(1、2、5、13 d)的特征挥发性气味物质进行了检测分析。GC-MS结果显示不同霉菌的挥发性物质成分存在差异,且在生长后期差异更加显著。基于电子鼻信号的主成分分析(PCA)法能够有效区分生长中后期(5、13 d)不同菌属的霉菌样品。线性判别分析(LDA)和偏最小二乘判别分析(PLS-DA)模型对黄曲霉类、寄生曲霉类和青霉类样品的整体判别正确率分别达到100%和97.4%。结果表明,运用电子鼻与GC-MS技术对粮食霉菌污染情况进行快速鉴定具有一定可行性。     

电子鼻对不同品牌食醋的识别

以东湖陈醋、水塔米醋、海天白米醋、恒顺香醋、水塔陈醋、紫林陈醋六种食醋为实验材料,利用电子鼻技术对其挥发性成分进行检测,采用径向基函数神经网络和Fisher判别建立其预测模型。结果表明:传感器S7、S3对六种样品的响应值差异显著(p<0.05),即六种食醋的硫化氢、氨类物质的含量差异显著(p<0.05)。同时线性判别分析比主成分分析能更好地区分不同品牌的食醋。Fisher判别和径向基函数神经网络模型均能较好地预测不同品牌的食醋,但Fisher判别的效果更好,对六种食醋的正确判别率均为100%。由此说明利用电子鼻技术能实现食醋种类的快速识别,以维护食醋品牌的名誉和规范市场。      

应用电子鼻和GC-MS比较牛肉不同部位的挥发性物质组成

实验的目的是探讨不同部位牛肉对不同加热温度的气味影响。实验运用电子鼻对60、120℃加热后不同部位的牛肉（牛腱子肉、牛后腿肉、牛前腿肉、牛肩肉和上脑牛肉）进行电子鼻检测,所得数据采用线性判别式分析法（LDA）分析,获得不同部位和不同温度下牛肉气味的指纹图谱;并进一步运用GC-MS分析导致气味差异的挥发性物质组成,结果表明:通过GC-MS分析,在60℃下,牛后腿肉,牛前腿肉,牛腱子肉,牛肩肉,上脑牛肉中分别鉴定出28、27、24、24、17种挥发性物质,120℃下,牛后腿肉,牛前腿肉,牛腱子肉,牛肩肉,上脑牛肉中分别鉴定出20、33、16、20、21种挥发性物质,而气味的差异主要由醛类和醇类物质的含量和组成所造成。