首页 > 解决方案 > 水果蔬菜

水果蔬菜

基于电子鼻的香蕉储存时间鉴别方法研究

1 电子鼻系统及实验
1.1 样品制备

我们在湿度80% ~90% 和温度30±3℃ 下进行本实验。自超市购得同一批次成熟度和大小基本相同的香蕉样品用于实验,将样品置入烧杯中.

然后用封口膜密封。在检测实验中每天使用电子鼻系统检测5个香蕉样品,连续测5天.记录检测数据待处理。在预测实验中,从处理好的香蕉

样品中随机抽取进行电子鼻检测,记录检测数据待处理。

1.2 电子鼻系统

实验采用本实验室自主研制的电子鼻系统.结构如图1所示,主要包括数据采集、调理与传输单元,传感器阵列及气室.以及供气动力装置3个

分。系统采用8种半导体气体传感器构成敏感器件阵列,如表1所示。气室采用耐高温材料制成.各气室独立,样品气/清洗气均匀泵人每个

气室。

2 结果与分析
2.1 电子鼻对香蕉样品的响应

在电子鼻检测过程中,被测样品挥发气体富集于顶空中,我们将电子鼻的探头插入样品瓶将挥发气体吸人气室与传感器敏感材料接触,引起

感材料电学特性的变化.以此表征被测样品挥
发气体信息。由图3可以观察 不同储存时间的香蕉样品的特征性挥发气体量也不同。第1天中香蕉样品的挥发气味比较少,因此电子鼻传感器阵

列响应信号都比较微弱,响应最大的是s3,其
次是s8。第2天的香蕉样品的挥发气体种类和数量都有了一定程度的上升,响应最大的是s8,其次是s2。随着存放时间的增长.第3天和第4天中

多数传感器的响应均数倍于起始值,其中响应最
大的是传感器s2,其次是s8。第5天中相应最大的是S8,其次是S2 而s7的响应在整个检测过程中基本没有明显的变化。为量化各传感器响应情

况,我们取各传感器对不同储存时间香蕉样品响应的稳定值,如图4所示。
随着储存时间的增加.不同传感器的响应有不同的变化,如传感器s8、s2、s5、s6稳定值较大,s2、s1、S3的响应则是波动变化,S7始终无明

显变化。




2.2 微生物实验结果

随储存时间的增加,香蕉样品的菌落总数指标迅速上升,1天后的数量为初始值的2倍,5天后约为初始值的39倍。而实验过程中,霉菌计数

指标在前4天呈现缓慢上升的态势,在第5天突然达到初始值的200倍 微生物的繁衍是食品质变的主要影响因素之一,微生物大量的繁殖和代

谢所释放的复杂气味可以作为食品品质跟踪鉴别的指标[4I2 。结合§2.1中分析结果,表明电子鼻系统可以灵敏的检测到香蕉在储存过程中由

于品质变化而产生的复杂成分气体变化情况,这些特征气体成分和含量的信息可以作为鉴别香蕉储存时间的可靠依据。

2.3 香蕉储存时间的区分和预测结果
图6所示为不同储存时问香蕉样品的主成分分析结果.选取电子鼻响应信号的初始值、稳定值、上升时间和上升速率作为特征值,对特征值进

行主成分分析 第1主成分和第2主成分贡献率之和为90.66% ,随着储存天数的增加,前4天各样品的第1主成分呈现左移的趋势,同时第2主

成分基本呈现下降趋势,同天内各样品离散度沿第2主成分方向增加。而第5天样品的第1主成分出现明显的右
移趋势,同时离散度沿着第2主成分方向增加 不同储存期的香蕉样品可以得到区分。对比图5的微生物检测结果.菌落总数在第3天就出现了明显的
增长,而霉菌计数指标在第5天有大量的增加,第5天样品第1主成分下降的原因可能与微生物繁殖有关。将电子鼻检测数据直接输入随机共振信模型

行分析,图7所示为不同储存时间的香蕉样品随机共振信噪比谱,每条曲线经过100次计算后取平均值。样品的检测信息在外加白噪声的激励下以信

比曲线的形式表达,不同样品在不同的激励噪声强度下分别达到极大值,我们选取信噪比极大值建立香蕉储存时间预测模型,如图8所示。

3 结论

本文研究了基于电子鼻系统的香蕉储存时间鉴别方法,采用电子鼻系统检测了不同储存时间的香蕉样品,电子鼻对不同香蕉样品具有灵敏的

响应。主成分分析方法可区分不同香蕉样品,前4天第1主成分呈现左移的趋势,而第5天检测样品的第1主成分明显左移,并且同天内各样品

离散度沿第2主成分方向增加。微生物检验结果为该现象提供了可能的解释。随机共振信噪比谱可以完全区分不同的香蕉样品,并且给予信噪

比特征值构建的香蕉储存时间预测模型具有较好的预测准确率。该方法具有快速、简便、直观等优点.具有较好的实际应用价值。