电子鼻检测猪肉新鲜度的研究

本实验用电子鼻技术检测了猪肉在不同实验条件下挥发性成分的变化,考察了保存温度和时间对猪肉挥发性成分的影响。通过对在5、15、25℃保存不同时间的猪肉样品进行电子鼻检测得出：电子鼻输出信号随采集时间的延长而增加,对输出信号与采集时间的关系进行数据分析,发现电子鼻输出信号与采集时间和采集时间的0．5次方呈线性关系,可以用其斜率表示各个样品的特征值;电子鼻输出信号的特征值随猪肉样品保存温度的升高而增加,也随保存时间的延长而增加。初步实验研究表明,在不同实验条件下,猪肉挥发性成分发生变化,电子鼻可检测到这些变化,因此可尝试用电子鼻技术评价猪肉新鲜度的变化。     

利用近红外光谱及电子鼻技术快速无损鉴别长期冻藏猪肉

利用可见-近红外光谱技术和电子鼻主成分分析技术对新鲜肉和长期冻藏猪肉分别进行快速无损鉴别.首先通过近红外分析技术采集新鲜肉样(-18℃分别贮藏0、3个月)和长期冻藏猪肉(-18℃分别贮藏6、9个月)的判别样本光谱图,对样品的光谱值进行直接判别分析,采用不同的预处理方式优化长期冻藏猪肉和新鲜肉的判别模型并分别进行主成分分...     

基于电子鼻的猪肉新鲜度的检测

为了探索电子鼻对猪肉新鲜度检测的可能性,以STM32和CC2430为核心设计了新型无线电子鼻,并对5种不同新鲜度的猪肉样品进行了分析。对数据进行平滑处理后提取稳态响应值,并分别利用主成分分析和概率神经网络建立新鲜度识别模型。结果表明,主成分分析的前2个主元累计贡献率达92.79%,分类效果明显;概率神经网络模型识别率达到100%。     

应用电子鼻检测内源性脂肪酶作用猪肉风味的变化

为考察内源性脂肪酶对肉品风味的影响,本研究通过单因素和正交实验优化建立最佳作用条件,并结合感官评定和电子鼻检测酶处理前后肉品风味的变化。结果表明:当作用时间为40 min,加酶量为30%,作用温度为37℃时,感官评定分析肉品风味评分达到最高值;酶解后挥发性风味物质含量在硫化物、有机硫化物、芳香类及含乙醇类等成分含量变化明显;主成分分析法(PCA)和线性判别式分析法(LDA)进一步说明添加内源性脂肪酶在一定程度上有效地改善了肉品的香气。      

应用电子鼻检测内源性脂肪酶作用猪肉风味的变化

为考察内源性脂肪酶对肉品风味的影响,本研究通过单因素和正交实验优化建立最佳作用条件,并结合感官评定和电子鼻检测酶处理前后肉品风味的变化。结果表明:当作用时间为40 min,加酶量为30%,作用温度为37℃时,感官评定分析肉品风味评分达到最高值;酶解后挥发性风味物质含量在硫化物、有机硫化物、芳香类及含乙醇类等成分含量变化明显;主成分分析法(PCA)和线性判别式分析法(LDA)进一步说明添加内源性脂肪酶在一定程度上有效地改善了肉品的香气。     

冻藏猪肉在近红外光谱应用中的快速无损检测

利用可见-近红外光谱技术对新鲜肉和长期冻藏猪肉水分含量进行定量模型的建立。采集冻藏0、3月的新鲜肉和冻藏6、9月的长期冻藏肉的光谱图,分别与其水分含量值一一对应,选用偏最小二乘回归结合二阶微分处理方法建立定量判别模型,所得新鲜肉和长期冻藏猪肉定量模型的相关系数分别为0.8714、0.9614,校正均方根误差分别为1.10、0.3169。所建模型可较好的判别新鲜肉与长期冻藏猪肉。     

基于统计空间映射和电子鼻的猪肉风味物质检测

为有效地检测并识别不同猪肉样本挥发性风味的差异,利用电子鼻和顶空固相微萃取-气相色谱-质谱联用技术分别对猪肉样本进行检测,针对2 种方法检测物质的相似性,应用系统聚类分析2 种方法的检测数据,建立二者之间的线性回归模型,获得电子鼻检测数据与猪肉挥发性风味物质间的映射关系,并利用映射关系完成电子鼻检测数据的分类。结果显示,猪肉的电子鼻检测数据与挥发性成分间展现了较为一致的聚类结果,回归方程显示2 种检测数据存在显著的线性关系,利用聚类结果进行判别分析,样本识别正确率达到了90%,表明了利用电子鼻检测并识别不同猪肉间挥发性风味物质差异可行。     

电子鼻检测不同贮藏温度下猪肉新鲜度变化

采用电子鼻研究冷却猪肉在不同贮藏温度(－ 18、0、4、10、20℃)条件下新鲜度变化规律。选用优化后的进样体积(1500μL)进样,对实验数据进行主成分分析(PCA)、货架期模拟及拟合感官评分的偏最小二乘回归分析(PLS)。结果表明：5 种温度条件下贮藏不同时间肉样挥发性气味差异显著,贮藏温度越高肉样新鲜度发生显著下降时刻越早,预测时间分别为336、180、72、48、18h。对4、20℃条件下电子鼻检测数据与感官评分拟合后进行PLS 分析,相关系数分别高达0.9982和0.9998,表明电子鼻能代替感官评定。逐一选取每一根传感器进行PLS 拟合后发现,TA/2、T40/1、T40/2、P30/2、P40/1、P10/2、P10/1 是对不同新鲜度肉样挥发性气味具有良好特异性响应的传感器。     

电子鼻分析猪肉中负载的微生物数量研究

利用电子鼻技术检测猪肉在4℃和20℃保存不同天数的挥发性成分的变化,结合猪肉中微生物数量的变化,考察电子鼻输出信号与微生物数量之间的对应关系。结果表明：主成分分析(PCA)可以区分不同储藏天数的猪肉样品;通过最小线性回归分析(PLS)建立电子鼻输出信号与细菌总数之间的对应关系,4℃时R ＝ 0.9003,20℃时R ＝0.9940,线性关系均良好。初步研究表明,随着保存时间不同,猪肉挥发性成分与微生物数量会发生变化,电子鼻可检测到这些变化,因此可尝试用电子鼻技术检测猪肉中的有害微生物。     

基于人工神经网络算法的电子鼻系统在食品无损检测中的应用

电子鼻技术是一门新兴的气体分析技术,因其具有响应速度快、检测时间短等优点而被广泛应用于医疗诊断、环境监测、农副产品与食品的检测中。文章首先介绍了几种常用神经网络算法的,并比较了不同算法的优缺点,然后重点介绍了基于人工神经网络算法的电子鼻系统在水果检测鉴别、肉制品检测、茶叶品质鉴定、乳制品、酒类等食品检测方面的应用,最后对电子鼻技术、ANN算法目前存在问题及发展趋势进行了阐述。     

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。     

电子鼻和电子舌在乳制品品质及货架期监控中的应用研究

基于仿生技术和传感器技术的电子鼻和电子舌技术的应用研究发展迅速。本文介绍了电子鼻和电子舌系统的构成和工作原理以及其在分析乳制品的风味、监控其储藏阶段的成熟或变质过程、控制原料乳的质量及掺假(杂)等方面的应用现状。      

电子鼻在冷却肉货架期预测模型中的应用

利用电子鼻分析了猪肉在不同贮藏温度与贮藏时间下的挥发性成分变化,利用主成分分析（PCA）与货架期（SL）分析的方法,预测猪肉的货架期。将电子鼻SL分析获得的依据猪肉气味变化判定的货架期与理化指标（挥发性盐基氮值）分析相结合,建立猪肉的货架期预测模型。实验结果表明,不同贮藏温度条件下猪肉的菌落总数值与TVBN值均随着贮藏时间的延长而呈现上升的趋势,且均符合一级化学动力学模型（R2>0·9）。将电子鼻测定的数据经PCA分析后证明电子鼻能较好地区分贮藏于不同温度下的猪肉。基于电子鼻SL分析获得的猪肉气味变化与理化指标变化具有较好的对应关系,将上述两种货架期分析方法相结合并利用Arrhenius动力学模型求得EA和Q10值,从而得到贮藏在273～283、283～293K温度段下猪肉的货架期预测模型分别为SLd=68×2·833283-T10（h）和SLg=32×2·47l293-T10（h）。      

气质联用与电子鼻对不同包装货架期线椒检测分析

运用HS-SPME-GC-MS和电子鼻2种技术,对10℃贮藏15 d后进行常温货架期间线椒的挥发性物质进行检测分析,并讨论3种不同包装(无包装、16μm PE、20μm PE)、不同货架期对挥发性成分的影响。结果表明:线椒的挥发性物质主要是由酯类、醛类和醇类物质组成,无包装组(A组)果实醇类和酯类物质相对含量最高,其次是16μm PE膜包装组(B组),20μm PE膜包装组(C组)最小,C组醛类物质相对含量最大;A、B、C组的醛类物质随着货架期的延长而降低,酯类挥发性物质则随着货架期的延长而增加,C组的保鲜效果最好;电子鼻分析结果显示,货架期1 d B、C组区分效果不理想;随着贮后货架时间的延长,不同包装组间的差异越明显,电子鼻区分效果也越好。电子鼻可以对不同货架期、不同包装厚度的线椒较好的判别区分,线椒挥发性成分受包装膜厚度以及时间长短的影响很大,LDA方法优于PCA方法。因此,电子鼻对线椒整体气味特征进行判别具有可行性。     

Comparison of shelf life of vacuum-packed pork and beef

The relevance of the intrinsic factors of meat to the sensorial shelf life of vacuum-packed, cold-stored minced pork and beef was investigated. The intrinsic factors studied were the pH and the concentrations of glycogen, glucose, glucose-6-phosphate, l-lactate and fat. The initial bacterial loading was the same on all the meat. High correlations were found between the initial values of pH, fat and l-lactate, respectively, and the rate of spoilage. Using partial least square regression, it was shown that changes in the pH and the concentrations of l-lactate and glucose-6-phosphate during storage were able to explain 68% of the variation observed in the rate of spoilage. No relationship was found between spoilage and the origin of the meat (pork or beef).     

Shelf life of Crescenza cheese as measured by electronic nose

The shelf life of Crescenza, a traditional Italian soft cheese, was measured using classical analysis and a commercial electronic nose. Two lots of samples directly supplied by a manufacturer at the beginning of their commercial life were stored at 2 constant temperatures (8 and 15°C) and analyzed until their respective expiration dates. Among the physicochemical parameters, pH, acidity, hue, and apparent yield rheological index appeared to be the best predictors of the quality decay. Changes in these indices were described with a sigmoidal transition function allowing definition of a loose and a severe shelf-life protocol, based on the trend of first and second time derivatives. A time range of 1 to 3 d at 15°C and 4 to 8 d at 8°C was accordingly assessed to maintain the freshness of Crescenza cheese. The quality decay of cheese aroma was evaluated by inspecting the headspace fingerprint of the same set of samples using the electronic nose. Sample classification through the aroma fingerprint confirmed the predicted shelf-life time ranges. A clear discrimination between “fresh,” “aged,” and “very aged” samples was obtained using principal components analysis, cluster analysis, and linear discriminant analysis statistical techniques. The predictive ability of the linear discriminant analysis classification model was confirmed by considering a new set of cheese samples purchased at the beginning of their commercial life from a local market and analyzed until their expiration date.     

7种鱼香肉丝调料智能嗅觉识别

对川渝地区7种知名品牌的鱼香肉丝调料进行加热前后的电子鼻检测,结合感官评价和理化指标,将检测得到的数据进行主成分和聚类分析。结果表明:电子鼻能够将加热前后的7种鱼香肉丝调料进行有效区分;四川地区的鱼香肉丝调料在加热前表现出明显的相似性,加热后相似性降低;重庆地区的鱼香肉丝调料加热前后未表现出相似性;相对加热前,7种鱼香肉丝调料在加热后气味物质差异明显,可能与其使用的原材料及加热过程中理化反应有关。