基于电子鼻的食用油氧化判别分析

为实现食用油氧化快速判别分析,以市场上常见的食用油为原料,对其进行氧化处理,根据国标中过氧化值和酸值划分为氧化油与未氧化油并作为模型样品和验证样品,采用电子鼻技术测定食用油气味,同时结合聚类分析（cluster analysis,CA）、主成分分析（principal component analysis,PCA）和线性判别分析（linear discriminantanalysis,LDA）方法对不同氧化程度的食用油进行判别,并建立油脂氧化的快速判别模型。同时将检测判别结果与国标规定进行比较分析,结果表明：3 种方法建立模型判别正确率均为100%,CA、PCA和LDA模型验证的判别正确率分别为95.8%、98.9%和100%,说明基于电子鼻技术的食用油氧化判别检测是可行的。     

基于电子鼻技术的猪肉脯品质判别分析

为实现猪肉脯品质的快速判别,采用电子鼻技术对12 个品牌3 个批次共108 个猪肉脯样品进行分析检测,同时依据GB/T 31406—2015《肉脯》对样品的蛋白质、水分、氯化物、脂肪及总糖含量进行品质评判,选取电子鼻响应曲线中120～150 s稳定数据段的平均值作为表征变量,结合主成分分析和k最近邻法（k=3）建立猪肉脯品质等级的判别模型。结果表明,所建模型的理论判别准确率可达89.81%,基于电子鼻技术的猪肉脯品质判别具有一定的可行性。     

电子鼻对市售花椒油商品的鉴别

花椒油风味独特,是重要的川菜味型必备调味品。市售的花椒油质量参差不齐,品质鉴评主要依靠人为感官评价,主观影响较大。本文希望通过电子鼻技术的主成分分析法,探索花椒油质量快速检测的新方法。      

基于电子鼻对花椒油生产环节品质控制的研究

利用电子鼻系统分析了不同干鲜花椒油配比、不同来源菜籽油以及不同批次生产的成品花椒油气味的变化。结果发现:主成分分析(PCA)、判别因子分析(DFA)能够识别出不同处理条件下成品花椒油气味的变化,且不同处理条件下成品花椒油在气味上存在显著差异;统计质量控制分析(SQC)能够对标准样品和不同处理条件下成品花椒油样品进行区分,实现利用标准样品对未知样品进行质量控制。因此,利用电子鼻系统对成品花椒油生产环节品质控制是可行的。     

电子鼻对市售花椒油商品的鉴别

花椒油风味独特,是重要的川菜味型必备调味品。市售的花椒油质量参差不齐,品质鉴评主要依靠人为感官评价,主观影响较大。本文希望通过电子鼻技术的主成分分析法,探索花椒油质量快速检测的新方法。     

基于电导率的食用油氧化判别分析

为了构建快速判定食用油氧化程度方法,以菜籽油、大豆油、花生油、棉籽油、亚麻籽油、葵花籽油和玉米油为研究对象,以去离子水提取油脂中的可电离物质,利用电导率仪测定水相电导率(EC)值,并对检测条件进行探讨。以过氧化值和酸价作为食用油氧化程度的评价指标,建立食用油氧化程度与其EC值的关系模型,并对模型进行验证分析。结果表明:在检测条件为室温、振荡时间80 s、水油体积比值5时,所建立模型EC值小于6. 9μS/cm的油样为未氧化油,EC值在6. 9～8. 9μS/cm范围内的油样为疑似氧化油,需要做进一步分析,EC值超过8. 9μS/cm的油样为氧化油。油样验证的总判别率可达91. 2%。研究表明EC法可应用于食用油氧化的快速判别分析。     

基于正交线性判别分析和电子鼻技术的食醋分类

为了实现食醋品种的准确分类,探索应用电子鼻技术和两种特征提取方法进行食醋的检测和分类。先用自制电子鼻系统检测5个品种食醋的电子鼻信号,接着用标准正态变量变换进行数据预处理,然后分别用主成分分析(principal component analysis,PCA)+线性判别分析(linear discriminant analysis,LDA)和正交线性判别分析(orthogonal linear discriminant analysis,OLDA)对食醋电子鼻信号进行降维与特征提取,最后用最近邻分类器进行分类。实验表明,PCA+LDA的分类准确率最高达到90. 32%,而OLDA的分类准确率最高达到91. 52%。另外,PCA+LDA需要2次特征提取而OLDA只要1次。因此,OLDA在特征提取方面要优于PCA+LDA,基于OLDA和电子鼻技术的食醋品种分类方法是切实可行的。     

Heracles快速气相电子鼻对花椒油气味指纹分析研究

目的:应用超快速气相色谱电子鼻对不同种类花椒油样品进行快速、有效区分。方法:进行显著性响应信号筛选,采用主成分分析法、判别因子分析法、单类成分判别分析以及聚类分析法等4类统计分析方法对样品的色谱峰进行数据处理和归类,并用Arochembase数据库对化合物进行定性分析。结果:红花椒油样品有效响应点数少于其他2种样品,应用PCA、DFA、SIMCA、CA等4种统计方法分析,均能将3类不同花椒油样品区分或识别。结论:青花椒油样品与藤椒油样品间的香气成分差异较小;红花椒油样品与前两者的香气成分差异很大。Heracles快速气相电子鼻可以应用于花椒油的气味分析、质量检测以及识别鉴定。     

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。     

基于电子鼻和神经网络对广式香肠脂肪氧化的评价

采用电子鼻技术对广式香肠加工和贮藏过程中的脂肪氧化程度进行检测。在加工和贮藏中,分别提取香肠烘干0～120 h和贮藏0～20 周的电子鼻响应值,同时检测香肠的酸价（acid value,AV）和过氧化值（peroxidevalue,POV）来评价香肠的脂肪氧化程度,建立两者之间相关性。通过Loading分析、方差分析和Pearson相关性分析评价10 个传感器对香肠气味的贡献率,选出最佳传感器阵列,通过人工神经网络方法建立香肠AV和POV的预测模型。结果表明：S4、S6、S7、S8和S9为香肠加工过程中对脂肪氧化表征的最佳传感器阵列,S6、S7、S8和S9为香肠贮藏过程中的最佳传感器阵列。在加工和贮藏过程中模型预测效果较好。其中,对于加工过程,基于全部传感器阵列模型对AV和POV预测的R2分别为0.959和0.930,而基于最佳传感器阵列对AV和POV预测的R2分别为0.930和0.914;对于贮藏过程,基于最佳传感器对POV预测模型R2为0.805外,其余皆在0.9以上。因此,电子鼻在广式香肠加工和贮藏过程中对其脂肪氧化程度的检测有着比较好的效果,可以进一步应用到广式香肠的商业生产和贮藏。     

黎红鲜花椒油

生产企业：四川汉源五丰黎红食品有限公司关键字：创新细分品类川菜品牌化每个进入调味品行业的企业都应该冷静的认识到,创新细分品类比价格战更为重要,而且是企业发展的长远之计,而且许多细分品类只是处于初级阶段,行业不成熟,品牌格局胜负、排名未定,正是大展身手的好时机。例如调味油行业,就有花椒油、香葱油、蒜油等细分品类,     

不同成熟时间切达奶酪中挥发性香气成分及其电子鼻判别分析

采用溶剂辅助风味蒸发法和固相微萃取法,结合气相色谱-质谱联用与电子鼻判别技术,对3种不同成熟时间的切达奶酪中挥发性风味成分进行鉴定及判别分析。结果表明:3种不同成熟时间的切达奶酪样品中共检测出78种化合物,脂肪酸类13种、酯类9种、内酯类8种、酮类9种、醇类5种、醛类12种、芳香及杂环类19种、含硫化合物3种。对3种奶酪风味组分主成分分析结果表明,淡味切达奶酪中主要挥发性化合物是脂肪酸类、甲基酮及杂环类;中味切达奶酪中主要挥发性物质有脂肪酸类、甲基酮及内酯类;浓味切达奶酪主要挥发性物质有脂肪酸类、酯类、甲基酮及内酯类;并且这3种不同成熟度的切达奶酪在电子鼻上也可以得到很好的区分。     

花椒油和藤椒油加速氧化过程中风味品质变化

旨在为提高花椒油和藤椒油品质稳定性和预测其货架期提供参考,研究储存过程中花椒油和藤椒油风味品质变化。采用Schaal烘箱法探讨加速氧化过程中(0～35 d)花椒油和藤椒油的酸值、过氧化值、麻味物质及挥发性风味成分的变化。结果表明：加速氧化过程中花椒油和藤椒油的酸值(KOH)均满足国家限量标准(≤3 mg/g),而过氧化值分别在15 d和20 d时超出国家限量标准(≤0.25 g/100 g)。花椒油和藤椒油分别加速氧化10 d和15 d时麻味物质总量损失率分别为5.86%和10.42%,挥发性风味成分总量损失率分别为35.07%和70.01%;加速氧化结束时,花椒油和藤椒油中麻味物质总量和挥发性风味成分总量大幅减少,麻味物质总量损失率分别为37.15%和37.30%,挥发性风味成分总量损失率分别为82.03%和89.08%;对挥发性风味物质进行主成分分析(PCA)发现,未加速氧化的油与加速氧化后的油区分明显。花椒油和藤椒油在储存过程中麻味物质和香气成分存在着不同程度的损失,且长时间储存易氧化酸败,对产品风味品质影响较大。     

鲜花椒油和干花椒油麻味物质对比研究

对比研究了汉源鲜花椒油和干花椒油中的麻味物质。采用植物油热浸提法制备花椒油,再利用甲醇提取麻味组分,并结合高效液相色谱仪对麻味组分进行检测。结果表明:鲜花椒油主要含有的麻味物质为羟基-α-山椒素、羟基-β-山椒素、羟基-γ-山椒素、羟基-γ-异山椒素、花椒素、异花椒素和四氢花椒素,而干花椒油除了含有上述7种麻味物质外,还含羟基-ε-山椒素。其中羟基-α-山椒素为2种花椒油中相对含量最高的成分,分别为61.31%和45.30%。干花椒油中羟基-β-山椒素和羟基-γ-异山椒素的相对含量要比鲜花椒油高,而羟基-α-山椒素和羟基-γ-山椒素则低于鲜花椒油。研究结果为不同原料所得花椒油的成分研究提供了参考。     

基于SPME-GC-MS和电子鼻分析薏苡仁油加速氧化过程挥发性成分变化

采用固相微萃取-气相色谱-质谱联用和电子鼻技术分析薏苡仁油氧化期间风味化合物动态变化。结果表明：薏苡仁油加速氧化期间特征挥发性风味物质主要为醛类、酮类、醇类化合物。新鲜油中相对气味活度值大于1的关键挥发性成分贡献度从大到小依次为(E)-2-壬稀醛、(E,E)-2,4-癸二烯醛、(E)-2-癸烯醛、(E,Z)-2,6-壬二烯醛、1-辛烯-3-酮、癸醛,赋予青草气味、油脂味、西瓜样品味;随着氧化时间的延长油脂品质劣变,60 ℃加速氧化30 d时醛类化合物相对含量为73.815%,与新鲜油相比,小分子醛、酸及醇类化合物相对含量增加;薏苡仁油加速氧化后关键风味化合物新增壬醛、辛醛、己醛、(E)-2-辛烯醛,赋予其酸败气味;电子鼻线性判别分析明显区分新鲜油与氧化油以及氧化初期及后期风味物质差异。结果表明(E)-2-壬稀醛、(E,E)-2,4-癸二烯醛等为新鲜薏苡仁油的特征化合物,壬醛、辛醛、己醛等小分子化合物为薏苡仁油加速氧化后的特征化合物。     

基于电子鼻的鲢鱼新鲜度评价

采用电子鼻对不同保藏时间的鲢鱼样品进行分析。研究表明:随着保藏时间的延长,传感器的响应强度逐渐增强。在主成分分析图中,不同保藏时间的样品可以相互区分,样品的分布随着保藏时间的延长呈规律性的变化。电子鼻响应值与微生物和理化指标之间有良好的相关性。电子鼻可以用于鲢鱼新鲜度的评价。     

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。     

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。     

花椒油微胶囊工艺的研究

研究通过对影响喷雾干燥法花椒油微胶囊实验的因素:心材比例、均质温度和次数、壁材组合、进风温度、有效成分滞留率等进行考察,以期为花椒油微胶囊化的工业化大生产提供科学依据。     

基于电子鼻的鸡蛋新鲜度检测

鸡蛋新鲜度检测十分重要,为实现无损检测鸡蛋新鲜度,该文利用电子鼻技术,通过挥发物的检测来尝试对20℃、70%RH贮藏条件下的鸡蛋新鲜度进行预测。并测量鸡蛋的理化指标(哈夫单位和蛋黄指数)作为新鲜度的衡量标准。通过线性判别分析对储藏不同天数的鸡蛋进行分类分析,发现线性判别分析能较好地区分不同储藏天数的鸡蛋,判别函数的总贡献率为75.70%;利用多元线性回归和BP神经网络分析法建立电子鼻响应信号和鸡蛋理化指标之间的关系模型,所建多元线性回归模型的相关系数达0.84以上,相对误差在8.00%左右;所建BP神经网络模型的相关系数达0.84以上,相对误差在9.00%左右。说明电子鼻技术对鸡蛋新鲜度具有一定的预测能力,该研究可为鸡蛋新鲜度的无损检测提供参考。