电子鼻对酱牛肉煮制过程中老汤风味的检测

利用电子鼻对酱牛肉煮制过程中的老汤进行风味分析,煮制时间4 h,每1 h取样1次,进行电子鼻风味检测。结果表明:随着煮制时间增加,老汤中的醇、醛、酮类及氮氧化物、硫化物成分升高,这些成分也是酱牛肉的主要风味物质来源。后将其数据分别进行主成分分析(principal component analysis,PCA)和线性判别式分析(linear discriminant analysis,LDA),发现LDA分析效果优于PCA。采用负荷加载分析判别不同传感器对于第一、第二主成分的贡献率及相关性,R2、R6、R7、R8、R9等可作为优选传感器应用于分析老汤风味变化。因此电子鼻系统用于监控酱牛肉加工过程中老汤的风味变化是可行的。     

反复煮制酱牛肉老汤挥发性风味物质的变化趋势

采用固相微萃取-气相色谱-质谱法对反复卤制的酱牛肉老汤进行挥发性风味物质的定性与定量分析,并对数据进行聚类分析,同时结合电子鼻检测结果,对不同煮制次数的老汤进行风味分析与变化规律研究。结果表明:煮制1~4次的酱牛肉老汤中共检出挥发性风味物质101种,检出共有挥发性风味物质53种,其中丁香酚、茴香脑和乙酸丁香酚酯等为主要风味物质;挥发性风味物质的相对含量随煮制次数的增加而逐渐降低,因此在老汤使用到一定程度时应补充香辛料以保证酱牛肉的风味。通过聚类分析和对挥发性风味物质损失程度的综合分析发现,老汤使用至第3次时可以开始补充丁香、肉豆蔻、花椒和小茴香,其补充量可以为初始添加量的40%~50%;而使用至第4次的老汤,其香辛料补充量则需要提高至初始量的50%~70%。     

不同熬煮时间对北京酱牛肉挥发性风味成分的影响

采用吹扫/捕集-热脱附-气相色谱-质谱联用法对4个煮制时间的北京酱牛肉进行挥发性风味物质的定性、定量与主成分分析,考察其风味最佳的煮制时间。结果表明:煮制1、2、3 h与4 h的酱牛肉样品中共检测鉴定出挥发性风味化合物93种,分别为60、60、69种与60种,共同检出36种。酮类与酯类化合物在1 h样品中达到峰值,醇类、酚类与杂环类化合物在2 h样品中达到峰值,烃类化合物在3 h样品中达到峰值,醛类与醚类化合物在4 h样品中达到峰值。同时,对上述样品的挥发性风味物质成分进行主成分分析与综合因子评分,其结果显示2 h样品的综合评分最高,说明在挥发性风味分析的角度煮制2 h的样品风味更佳。     

电子鼻快速检测煎炸油品质

利用PEN3型电子鼻系统分析了高温煎炸过程中大豆色拉油挥发性成分的动态变化规律。大豆色拉油于180℃油浴锅控温无料煎炸,每隔6h取样电子鼻检测分析。结果发现,随着煎炸时间的延长,油中芳香苯类、氨氧化物、氨类、烷烃、硫化氢、乙醇等挥发性成分均有一定升高,尤其是氨氧化物、氨类、烷烃、硫化氢、醇类是煎炸油气味变化及品质恶化的主要来源。利用主成分分析方法(PCA)及线性判别分析方法(LDA)对不同煎炸时间的大豆色拉油进行归类区分,发现LDA分析效果优于PCA。采用负荷加载(Loadings)分析可判别不同传感器对于第一、第二主成分的贡献率及相关性,S1、S2、S3、S5、S6、S7、S8、S9等可作为优选传感器应用于分析煎炸油品质变化。因此利用电子鼻系统快速分析辨别煎炸油新鲜程度及品质是可行的。     

电子鼻检测植物乳杆菌发酵草鱼中的风味物质

利用电子鼻系统对添加植物乳杆菌发酵的草鱼进行分析检测。通过电子鼻系统动态采集草鱼发酵过程中的挥发性成分,利用主成份分析和线性判断分析进行数据分析。结果表明:草鱼发酵前12h风味变化不大,发酵16h后草鱼风味变化明显,发酵结束时风味改变较小,这与感官鉴定相关性较高;线性判断分析方法呈现出良好的单向趋势,能更好地识别发酵不同阶段的风味。同时采用Loadings分析方法可以得知,传感器W1S、W1C、W3C、W 2S作用相近。     

电子鼻快速检测区分羊肉中的掺杂鸡肉

为实现掺假羊肉的快速、客观检测,利用电子鼻定性和定量分析混入鸡肉的掺假羊肉糜。单因素试验表明顶空体积、载气流速、样品量和顶空生成时间对电子鼻传感器的响应影响极显著;主成分分析确定了电子鼻检测的较佳条件：样品量10 g、载气流速200 mL/min、顶空容积250 mL及顶空生成时间30 min。在此条件下检测混入鸡肉的掺假羊肉,结果发现采用主成分分析时,掺入鸡肉的比例随主成分一降低而增大,但相邻比例彼此重叠,难以有效区分;采用典则判别分析时,混入不同比例鸡肉的羊肉糜样品能较好地区分;采用主成分回归分析和偏最小二乘回归分析建立的定量预测模型（R2>0.95）能有效预测混入的鸡肉比例。电子鼻在混入鸡肉的掺假羊肉鉴别中具有可行性,论文可为羊肉掺假鉴别提供理论依据。     

基于电子鼻的不同去势猪肉风味品质评价

实验分别对免疫去势公猪肉、手术去势公猪肉和完全公猪肉进行电子鼻检测,并采用主成分分析、线性判别式分析和交互验证判别分析分别对电子鼻15s、30s和60s响应值进行统计处理。结果表明,主成分分析效果不好,三个处理组几乎完全重叠;线性判别式分析结果显示,采用15s响应值其区分效果及聚类效果最好,完全公猪组的气味显著地区别于免疫去势和手术去势组,且免疫去势组的气味与手术去势组相似;对15s、30s和60s响应值进行交互验证判别分析,总体正确率依次为90.0%、83.3%、66.7%,由各组的正确率可知,完全公猪组的正确率最高,正确率稍低的30s和60s响应值的分析结果显示,手术去势组和免疫去势组较易混淆,说明这两组气味相似。综上所述,电子鼻的检测结果显示,手术去势组和免疫去势组的气味相似,且均与完全公猪组有较大差异。     

籼稻储藏品质的电子鼻快速检测方法研究

本研究用国标方法和电子鼻分别检测3种储藏年份2个品种籼稻的含水量、粗脂肪含量、脂肪酸、发芽势、发芽率等理化指标和顶空气体,并采用主成分、相关性和主成分回归进行了数据分析。结果表明,电子鼻能区分不同储藏年限和品种的籼稻;电子鼻信号和稻谷储藏品质之间有紧密相关性;保温温度是影响各探头辨别能力的测试条件之一,其中8个传感器探头对不同保温温度处理过的籼稻挥发成分具有良好的辨别能力,较高保温处理能增强电子鼻传感器的辨别分组能力;不进行保温处理能真实的反应样品本身的挥发气体组成,不影响电子鼻对籼稻品种和储藏年限的区分能力,并且能准确预测样品中脂肪酸含量和发芽指标。     

基于电子鼻技术的不同辐照方式后农产品特征风味分析

目的 利用电子鼻检测技术,研究农产品经不同方式辐照后特征气味的变化。方法 采用电子束和60Co γ-射线对红枣、核桃和可可粉进行辐照处理,应用电子鼻对辐照后样品气味进行检测,通过传感器响应值和主成分分析（principal components analysis,PCA）探索农产品特征气味的变化规律。结果 辐照对3种农产品特征气味变化主要集中在传感器响应值较高的硫化物、甲基类、醇类、醛酮类和氮氧化合物。核桃的特征气味响应值最高的硫化物对辐照最为敏感,红枣次之,可可粉相对不敏感。不同辐照剂量下,采用电子束辐照处理的红枣和核桃,传感器W5S、W1S、W1W、W2S、W2W的响应值无显著差异（P>0.05）,而用60Co γ-射线辐照,除了W2S以外,其他传感器的响应值都存在显著性差异（P<0.05）;在相同辐照剂量下,采用电子束辐照处理与60Co γ-射线辐照的可可粉,除了W2S以外,其他传感器的响应值都无明显差异（P>0.05）。结论 辐照方式及辐照剂量直接影响着农产品特征气味,为了保证产品的初始风味,以控制虫害为目的时,可以采用电子束或60Co γ-射线辐照红枣和核桃,剂量不超过1 kGy,而以杀菌为目的时,建议采用电子束辐照,剂量不超过4 kGy;可可粉采用电子束和60Co γ-射线辐照均可,剂量最好不超过7 kGy。     

基于超快速气相电子鼻研究不同类型UHT牛奶的挥发性风味特征

采用超快速气相电子鼻对超高温灭菌（ultra high temperature,UHT）全脂、低脂和脱脂牛奶共36 种样品的挥发性风味成分进行定性、定量分析,并结合主成分分析和多层感知器神经网络,对UHT牛奶的香气特征进行分类预测。结果表明,UHT牛奶中含有29 种共同的挥发性风味成分,主要为丙酮、正丁醇和δ-癸内酯等,其中丙酮含量最高,癸醛含量最低。异丁醇、乙偶姻、1-戊醇、E-3-己烯醛和癸醛只在UHT全脂牛奶中存在;3-甲基庚烷、2,6-二甲基吡嗪、E-2-壬烯-1-醇是UHT低脂牛奶的特有成分;α-蒎烯、5-甲基糠醛、癸酸仅在UHT脱脂牛奶中被检出。UHT牛奶主要香气特征体现为蔬菜味、奶油味、草香味、水果味及麦芽味。其中蔬菜味、奶油味、麦芽味在UHT全脂牛奶中分布最广泛;水果味在UHT低脂牛奶中分布最广泛;青草味在UHT脱脂牛奶中分布最广泛。主成分分析显示不同品牌UHT牛奶之间存在显著差异;多层感知器神经网络对UHT牛奶种类的预测准确率高达98.6%。     

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。     

应用PEN3型电子鼻传感器快速检测食源性致病菌

为研究化学传感器在食源性致病菌快速检测中的应用,利用基于金属氧化物传感元件阵列的PEN3型电子 鼻传感器,根据其对不同食源性致病菌产生代谢产物的差异响应。对金黄色葡萄球菌、大肠杆菌、粪链球菌、单增 李斯特菌这4 种常见食源性致病菌在培养2、4、6、8、10 h以及稀释103 、105、107 倍后进行PEN3化学传感器响应 实验,建立指纹图谱。通过聚类分析、主成分分析（principal component analysis,PCA）、线性判别式分析（linear discriminant analysis,LDA）等方法,确定化学传感器对不同培养时间、不同浓度细菌是否产生有效响应。结果表 明,PCA和LDA这两种模式识别方法能够很好地将不同培养时间的细菌培养液区分开来,使组间变异和组内变异的 比率达到最大,并在较低浓度条件下,4 种食源性致病菌仍有较高的区分度,这表明化学传感器技术检测低浓度致 病菌具有一定可行性。     

不同加水量腌制酱牛肉中挥发性风味物质变化

以不同加水量（0%、5%、10%、15%、20%、25%）滚揉腌制并经过高温杀菌制备的酱牛肉为研究对象,采用吹扫捕集-热脱附-气相色谱-质谱联用分析挥发性风味物质的变化情况,并结合丙二醛含量、气味活度值分析及感官评价研究不同样品中挥发性风味物质。结果表明：6 组样品中醛类、醚类、酮类、醇类、烃类物质含量较高,随加水量逐渐增加其含量基本呈相对降低趋势,但N4组（加水量20%）中总物质含量最高,为2 325.65 μg/kg。不同样品中气味活度值分析发现醛类物质、酮类物质、含硫化合物对产品风味贡献较大,加水量10%样品中糠基硫醇、芳樟醇、3-羟基-2-丁酮气味活度值最高,结合感官评价发现加水量10%组酱牛肉风味最好。     

电子鼻和电子舌技术在五倍子蜂蜜风味识别中的应用

为实现不同产地五倍子蜂蜜的快速识别,采用德国AIRSENSE公司的PEN3型电子鼻系统和日本INSENT公司的味觉分析系统对贵州12个不同地区五倍子蜂蜜进行检测,通过主成分分析（Principal Component Analysis,PCA）、线性判别分析（Linear Discriminant Analysis,LDA）、传感器区分贡献率（Loadings）分析等,从气味和滋味方面对不同产地五倍子蜂蜜进行识别。不同产地的五倍子蜂蜜在电子鼻PCA分析、LDA分析中第一和第二主成分贡献率之和分别为99.90%、87.05%,Loadings分析发现气味差异主要来自于无机硫化物类、氮氧化物类、有机硫化物类、醇醚醛酮类等;在电子舌PCA分析中第一和第二主成分贡献率之和为99.35%,通过雷达图离散程度可知,不同地区五倍子蜂蜜在酸味、甜味、苦味上的差异较大。电子鼻和电子舌技术均能区分不同产地的五倍子蜂蜜,可用于今后蜂蜜的鉴别分析中。     

电子鼻/舌融合技术的信阳毛尖茶品质检测

为实现茶叶品质和化学成分快速鉴别和预测,采用电子鼻与电子舌联用技术对信阳毛尖茶茶叶挥发性气味和茶汤滋味成分进行检测分析。对电子鼻与电子舌联用的响应值进行主成分分析,结果显示电子鼻与电子舌数据融合可提高对茶叶样品区分度。通过电子鼻与电子舌响应的融合数据,对茶叶样品中茶多酚、咖啡碱含量建立预测模型。结果表明,多元线性回归、多元线性逐步回归、二次多项式逐步回归模型中回归系数效果显著（P＜0.01）,其中二次多项式逐步回归模型效果最佳,茶多酚建模集和验证集的决定系数分别为0.999、0.975,均方根误差分别为0.083、0.174;咖啡碱建模集和验证集的决定系数分别为0.985、0.978,均方根误差分别为0.015、0.048。电子鼻/舌联用可对茶叶品质和理化成分进行很好地分析和预测。