基于电子鼻及G C -M S 技术的啤酒识别研究

本研究以市售5种品牌的啤酒为研究对象，运用PEN3电子鼻进行气味检测分析，通过数理统计方法对样品气味信息进行数据处理并建立判别模型，研究电子鼻区分识别不同品牌啤酒的可行性。结合GC-MS联用技术对样品的挥发性风味物质进行分析，使用PLSR建立挥发性化合物和电子鼻响应信号之间的相关性。为区分啤酒品牌及电子鼻传感器与挥发性成分之间相关性的研究提供一定的实验依据和理论支撑。

主要仪器：PEN3型电子鼻：德国AIRSENSE公司，含有10个金属氧化物传感器

检测结果：为区分不同品牌啤酒并分析样品间挥发性风味物质种类及含量的差异，采用PEN3电子鼻和气相色谱-质谱联用（GC-MS）技术从宏观和微观上对5种品牌啤酒的挥发性成分进行检测。利用主成分分析（PCA）、Fisher判别分析（FDA）对电子鼻响应值进行数据处理并建立分类判别模型，并与GC-MS数据进行了相关性分析。结果表明，电子鼻PCA分析与FDA分析都能对样品进行区分，R6和R9传感器起主要区分作用。GC-MS共鉴定出24种酯类、16种醇类、13种酸类、10种醛类、12种烷类、7种酮类以及13种芳香族化合物等挥发性物质。5种啤酒的主要挥发性成分的种类大体相同，但是各组分含量有所区别。根据偏最小二乘回归模型，电子鼻与挥发性风味物质表现出良好的相关性。这两种方法在分类识别啤酒方面有很好的应用前景。

研究意义：本研究为区分啤酒品牌及电子鼻传感器与挥发性成分之间相关性的研究提供进一步的实验依据和理论支撑。

文献来源：江南大学机械工程学院