基于电子鼻对不同香型白酒的快速识别和分类

使用声表面波zNose4200型电子鼻对不同香型的白酒测试样品进行指纹图谱采集,并分析和比较白酒测试样品的指纹图谱。通过比较峰面积差异,对样品特征峰进行提取,分别运用主成分分析、典型判别分析和聚类分析建立识别模型。研究表明:3种香型6种白酒之间存在共性又有显著差异,利用采集的数据建立的指纹图谱模型能够很好的表达出不同香型白酒香味成分之间的关系。通过对不同香型白酒的特征比较,用提取的特征信息可以区分不同香型的白酒且区分正确率达100%。所以使用声表波型电子鼻在一定程度上为白酒的生产和销售过程中不同香型的白酒鉴定和分类,提供了技术支持。      

基于zNose~(TM)电子鼻对不同品牌汾酒的快速识别

风味是鉴别汾酒品牌最重要的标准之一。针对传统品酒师品评的主观性及现阶段光谱仪、色谱仪等大型仪器检测汾酒的局限性,实验采用表面声波型电子鼻zNose~(TM)对6种不同品牌的汾酒酒样进行指纹图谱采集。通过比较指纹图谱差异,对酒样特征峰进行提取,利用主成分分析和判别因子分析对数据进行分析,并用贝叶斯判别函数验证其准确率,采用概率神经网络建立了识别模型。结果表明,主成分分析和判别因子分析都能对不同品牌汾酒进行区分,且判别因子分析法的区分效果优于主成分分析法,建立的概率神经网络模型其识别率达到100%。研究发现,表面声波型电子鼻zNose~(TM)对不同品牌汾酒具有较好的鉴别和分类能力。     

基于电子鼻的白酒品质检测

为了改进传统基于人工感官的白酒品质评价,利用z NoseTM电子鼻结合感官评价检测同一企业不同品质等级的白酒样品。分析电子鼻指纹图谱各特征峰,发现指纹图谱中获得的"峰面积总和"参数,与感官评价对白酒质量等级的排序一致,可以成为确定品质级别的参数。分别对指纹图谱采用典型判别分析和主成分分析方法,结果表明:典型判别分析对6种不同等级酒样的区分度更大,准确区分率可达100%。因此,文中提出的基于电子鼻的白酒品质检测方法研究,能快速、准确表达出白酒的品质及风格特点,在白酒生产中通过气味在线检测来改进工艺。     

聚类分析在不同年份特香型白酒中的应用

本实验目的在于使特香型年份白酒的评定标准更加科学化、数据化、程序化,不再单纯的依靠感官品评判断白酒质量。本实验选取四特酒A(五年成品酒)、B(九年成品酒)、C(十五年成品酒)、D(二十年成品酒)4类年份白酒各5个成品酒样品,从特香型年份白酒气相色谱(gas chromatography,GC)图谱中筛选出17个特征指纹峰用于构建指纹图谱,本实验采用SPSS 22.0统计分析软件中的系统聚类分析对不同年份类型白酒指纹图谱进行鉴别,得出与实际感官品评类似的结果,总体上可以区分特香型年份白酒的档次。说明聚类分析可以用来鉴别不同年份的特香型白酒。     

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。     

基于气相色谱-离子迁移谱分析石花白酒风味特征

为研究石花典型白酒在挥发性风味成分种类及相对含量之间的特征差异,采用气相色谱-离子迁移谱（GC-IMS）技术对白酒中的挥发性风味成分进行分析,并绘制风味指纹图谱对白酒的香型和品种进行分析对比,通过主成分分析（PCA）对白酒进行分类鉴别。结果表明,石花白酒中共检出18种挥发性风味物质,其中酯类5种、醛类6种、酮类3种、醇类2种、酸类1种和呋喃类1种。通过指纹图谱对比特征风味成分,可以清楚区分不同香型、不同品种的白酒;通过主成分分析（PCA）,能够基于挥发性风味物质对石花白酒样品进行分类鉴别。     

金种子馥香白酒感官评价指纹图谱的建立与分析

不同香型白酒酿造工艺的相互融合、多种酿酒原料及用曲的使用等,在丰富白酒香型与提高酒体品质等方面起到积极作用,白酒多香型组合的发展方向具有积极的现实意义。为明确馥香白酒与浓香白酒的感官评价差异,并建立感官评价指纹图谱,以期为保证产品质量及其品质稳定性、酿酒工艺调整与质量控制等提供依据。本研究采用建立感官评价指纹图谱的方法,对金种子馥香白酒进行感官评价分析。感官评价指纹图谱分析表明,"多粮香、焦香、醇厚感、回味"等感官特征凸显了馥香白酒的"多粮酿造、一口三香"等特点。     

基于GC-IMS的白酒特征分析及鉴别

探讨一种在未对挥发组分定性、定量的条件下,实现白酒准确鉴别的简便方法。选用两种香型共10种白酒,每种白酒取2个勾调批次的样品。直接原样顶空制样,通过气相色谱-离子迁移谱法(GC-IMS)分析,获得可视化的指纹图谱,并进一步提取白酒主要特征建立Fisher线性判别模型。从白酒样品中共检出134种挥发组分。指纹图谱可直观反映白酒样品中微量挥发组分的含量差异和勾调的批次稳定性。在未完全剖析和定量所有组分前提下,采用逐步回归分析分别对基于全部134种挥发组分、相关性分析选择的39种特征组分以及主成分分析提取的6个主成分建立的3个Fisher线性判别模型进行优化。优化后的相关性分析模型(优化为21种组分特征)和主成分分析模型对训练集的分类正确率和留一法交叉验证分类正确率均为100%,对测试集样品的判别正确率均为95%。由全部特征经逐步回归分析优化的模型,共提取24个组分特征,建立的Fisher线性判别模型效果最优。其对训练集分类正确率为100%,留一法交叉验证分类正确率为100%,对测试集酒样预测正确率达100%。GC-IMS方法可为白酒生产过程中的质量控制、市场监管及白酒原产地保护提供技术支持...     

基于电子鼻和电子舌的白酒检测

研究利用电子鼻和电子舌技术快速检测白酒品质。以不同品牌、不同香型和不同比例掺假白酒为检测对象,采用主成分分析、线性判别分析和偏最小二乘法对电子鼻整体气味响应图谱和电子舌在1、10、100和1000Hz四个不同频段脉冲激发下的金、银、钨、钛四个工作电极组成的传感电极阵列响应信号进行分析。结果显示:电子舌对不同品牌和不同香型白酒的区分能力要优于电子鼻,且LDA的识别效果较PCA更好;利用偏最小二乘法建立的定量预测模型,在主成分数取5时,电子舌所建模型最优。用独立样品检验模型精度,模型预测值和参考值的相关系数为0.881。研究结果可为白酒生产和销售过程中的质量监控提供支持。     

主要香型白酒的电子鼻指纹图谱

用GC-flash型电子鼻对3种香型(浓香、清香、酱香)白酒进行识别.结果表明,得到的PCA指纹图谱可以直观地看出3个香型酒分别分布在3个独立的区域,造成这种差别的主要因素是色谱图中的12个峰决定的第一主成分,在此实验研究中第一主成分的累积贡献率为99.436%.该方法可以作为进一步分析白酒香型之间的关系及新型香型划分的初步参考依据.     

二氯甲烷提取物致香成分GC/MS指纹图谱在烤烟香型鉴别中的应用

以3种香型90份烤烟烟叶样品为研究对象,通过感官评吸确定烤烟香型。用二氯甲烷提取样品,采用VIP结合PLS-DA法分析GC/MS指纹图谱的特征信息,解析影响烤烟不同香型的致香成分,分别构建指纹图谱和致香成分的分类模型。进而分析特征致香成分与烤烟主体香韵的相关关系,探析影响烤烟主体香韵的致香成分。结果表明:1筛选出1 533个特征指纹图谱信息,建立的GC/MS指纹图谱判别模型的验证准确率、R2、RMSECV和RMSEP分别为96.67%、0.926、0.190和0.250;2解析出对烤烟不同香型分类具有较大贡献的52个致香成分,建立的致香成分分类模型的验证准确率、R2、RMSECV和RMSEP分别为86.67%、0.817、0.301和0.396;3通过逐步回归分析引入16项致香成分指标,建立烤烟香型(浓香、清香和中间香)的判别方程,其回代验证判别正确率分别为100%、91.7%和97.2%;4优选的16个特征致香成分与烤烟主体香韵均显著相关。上述判别模型均可有效鉴别不同香型烤烟,尤其是特征指纹图谱判别模型及烤烟香型逐步回归判别方程均较基于52个致香成分建立的分类模型具有更高的识别准确率。     

基于仿生学技术对中国十二大香型白酒品质差异的研究

该研究利用电子鼻、电子舌、色度仪等设备对中国十二大香型白酒的香气、滋味和色泽进行测定和分析,比较了不同香型白酒的特性和差异。结果表明,相较于香气指标,不同白酒滋味指标间的差异更大,其中涩味、鲜味、咸味和苦味是差异最大的几种滋味。白酒香气的检测结果显示,老白干香型、特香型、浓香型白酒相较其他香型白酒而言,芳香物质含量相对较高。聚类分析结果显示,凤香型酒香气物质成分与其他11种香型白酒的差异最大。研究结果为不同香型白酒香气、滋味和色泽差异提供了一定的基础数据,这对于后续通过仿生学技术区分不同香型的白酒和确定部分白酒的特征香气成分具有积极的意义。     

不同香型白酒红外宏观三级鉴别

运用三级红外宏观指纹图谱法对3种不同香型的白酒进行了鉴定.在一维红外谱图上,五粮液、茅台酒和汾酒主要区别是特征峰1722 cm-1和1594 cm-1在峰强和峰位上的不同;在二阶导数谱上,则表现出3种酒酸酯种类和数量的不同;在二维相关谱图上,3种白酒形成的峰簇的位置和数量不同.结果表明,对于不同香型酒的分析,三级红外宏观指纹图谱法是一种有效和快速的检测方法.     

不同工艺和风格酱香型白酒香气成分GC指纹图谱的研究

采用气相色谱（GC）对不同工艺和风格酱香型白酒香气成分指纹图谱相似度进行研究。以16个主要共有峰为评价指标,采用“中药色谱指纹图谱相似度评价系统”软件建立2种不同工艺大曲酱香型白酒、碎沙酱香型白酒,2种不同风格钓鱼台大曲酱香型白酒、国台大曲酱香型白酒的香气成分GC共有指纹图谱,同时对不同样品之间的相似度进行评价。结果表明,2种不同工艺酱香型白酒各具特色,其6个色谱骨架成分含量存在显著差异。2种不同风格大曲酱香型白酒共有峰相对标准偏差（RSD）＞15%的分别有3个峰（钓鱼台）和6个峰（国台）,表明不同风格大曲酱香型白酒勾调质量较稳定。     

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。     

金种子馥香白酒的风味剖析及其感官评价指纹图谱的建立

不同香型白酒酿造工艺的相互融合、多种酿酒原料及用曲的使用等,在丰富白酒香型与提高酒体品质等方面起到积极作用,白酒多香型组合的发展方向具有积极的现实意义.为明确馥香白酒与浓香白酒的本质差异,并建立感官评价指纹图谱,以期为保证产品质量及其品质稳定性、酿酒工艺调整与质量控制等提供依据.研究采用风味成分的GC-MS分析、建立感...     

基于气相色谱指纹图谱技术的赤渡酱酒质量评价方法研究

为对不同系列白酒进行综合、科学的区分和评价，本研究以赤渡酱酒4个系列酱香型白酒为研究对象，利用气相色谱(gas chromatography)对风味成分进行定性定量分析，并构建各系列酒指纹图谱，结合因子分析、聚类分析等方法对不同系列白酒进行区分和评价。结果显示，赤渡酱酒不同系列白酒风味成分指纹图谱差异显著，各系列指纹图谱具有独立性和代表性；通过因子分析对各系列白酒指纹图谱进行降维分析，建立评分模型，综合得分为赤渡酱酒蓝>赤渡酱酒红>赤渡酱酒酱>赤渡酱酒金，与感官品评和商品定位排序一致。综上所述，利用风味成分的差异性构建指纹图谱能够较为有效的对不同系列白酒进行区分和识别，通过因子分析、聚类分析可以有效、准确的对不同系列白酒进行评价和鉴别。     

利用电子鼻区分不同国家的烤烟

为了探索区分不同国家烤烟的有效方法,利用电子鼻检测了中国、巴西、津巴布韦35种烤烟样品的挥发性成分,并对电子鼻采集数据进行主成分分析和线性判别分析.通过线性判别分析建立模型对测试样品的正确判别率为100%.结果表明:电子鼻方法是不同国家烤烟区分的有效方法,可为人工鉴定提供参考.     

基于指纹图谱和化学计量学的浓香型白酒分类研究

该研究以市售畅销的7个品牌、不同等级的浓香型白酒为研究对象,利用气相色谱-质谱联用（GC-MS）技术建立了浓香型白酒中风味成分的指纹图谱,结合相似度分析、主成分分析（PCA）和判别分析（DA）对不同品牌的浓香型白酒样品进行了有效区分和鉴别。结果表明,不同品牌间样品的相似度存在一定差异;PCA表明前三个主成分累计方差贡献率达到89.71%,能对样品进行聚类和区分;利用判别分析可以将不同产地的酒样区分开,正确率为100%。综上,相同品牌不同等级的白酒具有明显的相关性,不同品牌白酒可以利用指纹图谱结合化学计量学方法进行鉴别和分类,为白酒质量控制及真伪鉴定提供了一种新方法。     

基于电子鼻和气相-离子迁移谱对美人椒酱的风味分析

以发酵前后和炒制前后不同加工工艺的6种美人椒酱为研究对象,采用电子鼻(E-nose)和气相-离子迁移谱(GC-IMS)联用技术,对比分析美人椒酱的挥发性有机物(VOCs)风味成分。结果表明:电子鼻主成分PC1和PC2累计贡献率为97.068%,说明电子鼻所提取的主成分信息能够反应样品的主要特征信息,判别因子分析(DFA)总判别率为95.435%。利用GC-IMS联用技术,对发酵前后和炒制前后美人椒酱的二维、三维及指纹图谱的分析可知,香辛料发酵后的美人椒酱特征峰在A区域,生美人椒酱的特征峰在B区域,发酵美人椒酱的特征峰在C区域,发酵美人椒酱炒制后的特征峰在D区域,不同加工工艺的美人椒酱的特征吸收峰明显不同,GC-IMS能较好地区分采用不同加工工艺的美人椒酱。因此,利用电子鼻与GC-IMS的快速、无损、准确的特点,根据美人椒酱的VOCs能够很好地将不同加工工艺的美人椒酱进行区分。