基于电子鼻和气质联用技术的浓香型白酒分类

发布时间：2021-01-28 19:30

　　该研究分别利用电子鼻和气质联用（gas chromatography-mass spectrometry,GC-MS）分析7种不同品牌浓香型白酒的差异。结果表明,电子鼻的S2、S6、S7和S9 4个传感器对不同品牌浓香型白酒具有较好的响应信号,经主成分分析（principal component analysis,PCA）筛选后可以作为浓香型白酒差异的特征指标来衡量。基于传感器信号,比较了PCA和线性判别对不同各品牌浓香型白酒的分类效果,PCA分析能够对不同品牌白酒进行较好区分。GC-MS分析表明,不同品牌浓香型白酒风味物质含量存在明显差异,而PCA分析中关系密切的样品在风味成分层面存在相似性。该研究提供了一种基于电子鼻、GC-MS技术和数理统计分析相结合的浓香型白酒分类方法,为浓香型白酒的快速质量分类方法的开发提供了理论和数据支撑。 

【文章来源】：食品与发酵工业. 2020,46(02)北大核心

【文章页数】：6 页

【部分图文】：

电子鼻10个传感器对52%vol五粮液的响应曲线

不同品牌浓香型白酒雷达图

基于传感器载荷值，对传感器进行优选，以去除冗余信息，选择贡献率较高且载荷值不重叠的4个传感器进行后续分析，即S2(W1W）、S6(W1S）、S7(W1W）、S9(W2W），这与上述传感器的响应结果相印证。2.1.3 PCA分析不同度数的浓香型白酒

【参考文献】：
期刊论文
[1]利用顶空固相微萃取、液液萃取和香气分馏技术鉴定糠壳的挥发性成分[J]. 赵东,郑佳,彭志云,杨康卓,张建敏,吕学兰,杨蓉.  酿酒科技. 2016(12)
[2]电子鼻对荔枝成熟过程中理化参数的表征[J]. 徐赛,陆华忠,周志艳,吕恩利,杨径.  食品工业科技. 2016(08)
[3]基于电子鼻的白酒品质检测[J]. 李静,宋飞虎,浦宏杰,李臻峰.  食品与发酵工业. 2015(04)
[4]白酒风味物质研究方法的回顾与展望[J]. 范文来,徐岩.  食品安全质量检测学报. 2014(10)
[5]基于电子鼻技术预测草莓采后品质[J]. 赵秀洁,吴海伦,潘磊庆,屠康.  食品科学. 2014(18)
[6]基于电子鼻技术的碧螺春茶叶品质等级检测研究[J]. 陈哲,赵杰文.  农机化研究. 2012(11)
[7]顶空固相微萃取分析白酒香气物质的条件优化[J]. 张明霞,赵旭娜,杨天佑,黄正阳.  食品科学. 2011(12)
[8]基于气体传感器阵列的白酒特征分析[J]. 王立川,张覃轶,黄伟.  传感技术学报. 2010(12)
[9]电子鼻对牛奶、奶油、奶味香精检测参数的研究[J]. 李宁,郑福平,李强,孙宝国.  食品科学. 2009(18)
[10]全二维气相色谱/飞行时间质谱用于白酒微量成分的分析[J]. 季克良,郭坤亮,朱书奎,路鑫,许国旺.  酿酒科技. 2007(03)



本文编号：3005558