首页 > 解决方案 > 酒类

酒类

电子鼻和电子舌在饮料酒分析中的应用近况

酒是人类生活的主要饮料之一。饮料酒的质量是各种化学成分的综合反映,主要通过理化指标分
析和感官品评来判定。感官品评是通过感觉器官进行视觉、嗅觉、味觉和触觉评价来评定酒的质量,以
区分酒的优劣,划分酒的等级,判断酒的风格特征。显然,饮料酒的辩别区分结果会随评酒员自身条件不
同而不同,具有一定的主观性,且可重复性不佳。随着风味分析技术的发展,许多新技术也相继应用于
饮料酒的分析,如近红外光谱技术[1 - 3]、色谱/质谱技术[4 - 5]、电子感官( 电子鼻和电子舌) 技术等。电子
鼻和电子舌作为一种新型人工智能嗅觉和味觉装置,因其操作简单、价格适中并且具有较高的灵敏度和较

好的感官评价相关性,在食品分析领域受到了越来越多的重视,并具有广阔的发展前景。

1 电子鼻和电子舌技术概述
1. 1 电子鼻的结构及检测原理
1994 年,英国Warwiek 大学的Gardner 和Southampton大学的Bartlett 首次使用了“电子鼻”这一术
语,即“电子鼻是一种由具有部分选择性化学传感器列阵和适当模式识别系统组成、能识别简单或复杂气
味的仪器”[6]。电子鼻又称气味扫描仪,具有检测速度快,重复性好,分析结果客观、可靠等优点,主要用
于识别、分析和检测一些挥发性成分[7]。电子鼻一般由气敏传感器列阵、信号处理系统和
模式识别系统等三大功能器件组成,其结构如图1 所示。其中,气敏传感器列阵是整个系统的核心和基
础,相当于人的初级嗅觉神经元,用于捕捉和检测气味[8]。电子鼻常用的模式识别方法有统计模式识别
方法和非统计识别的方法。前者常用的有主成分分析法( PCA) 、偏最小二乘法( PLS) 和聚类分析法
( CA) ; 后者常用的是人工神经网络( ANN) 的方法[9]。

1. 2 电子舌的结构及原理
电子舌是20 世纪80 年代中期发展起来的一类用于分析和识别液体“味道”的新型分析测试设
备[10]。随着国内外学者对电子舌研究的不断深入,电子舌被定义为: 电子舌是由具有非专一性、弱选择
性、对溶液中不同组分( 有机和无机,离子和非离子)具有高度交叉敏感性的传感器单元组成的传感器阵
列,结合适当的模式识别算法和多变量分析方法对阵列数据进行处理,从而获得溶液样本定性定量信息的
一种分析仪器[11]。不同于普通的化学分析方法,电子舌的传感器输出的并非是样品成分的分析结果,而
是一种与试样某些特性有关的信号模式,这些信号经由具有模式识别能力的计算机分析后能够得出对样
品味觉特征的总体评价[12]。

2 电子鼻和电子舌在饮料酒分析中的应用研究概述
2. 1 电子鼻和电子舌在饮料酒感官品评中的应用
电子鼻技术在饮料酒感官品评方面的研究处于实验室阶段。江涛等[13]应用电子鼻技术对黄酒的香
气进行系统化评价,分别建立了醇香、陈香、焦香3 个因素的定量模型,并进行了交互验证。研究表明,建
立的定量模型预测平行性好,准确度高,对醇香、陈香、焦香预测的准确率分别达到97. 3 %、97. 3 % 和
94. 6 %,可以较好应用于黄酒的香气感官品评。目前,基于电子舌的饮料酒感官品评技术的研究
已取得相当进展。电子舌对饮料酒良好的味感评价功能已经过Rudnitskaya 等的研究验证。在其研究
中,电子舌味感信息分别与啤酒的苦、甜、酸、果味和红葡萄酒的味感等有较高的相关性[14 - 15]。俄罗斯
Legin[16]长期从事电子舌在酒类辨别和质量评价方法方面的研究,其研究表明将电子舌和感官评价结合
起来对不同产地、不同季节、不同种类意大利葡萄酒进行鉴别,效果良好。李阳等[17]利用电子舌技术对
6 种不同口感的啤酒进行检测,通过对获得的数据进行主成分分析和相关性分析发现电子舌可以将6 种
酒样完全区分,其区分结果基本包含酒精度、真正浓度、总酸度及苦味质含量4 个方面的信息。由于电子
舌对啤酒样品的区分并不局限于酒精度、酸度、真正浓度以及苦味质含量几个方面,其它因素也会影响区
分,因此,可以认为电子舌分类是综合口感评价的结果。在白酒品评方面,王永维等[18]采用主成分分析
法和判别因子分析法两种数据分析方法处理电子舌传感器对不同白酒的响应信号,两种方法均能够很好
地区分同一档次不同品牌( 银剑南、泰山特曲、茅台国典) 的白酒和同一品牌不同档次的白酒。
2. 2 电子鼻和电子舌在饮料酒酒龄、产地、品种方面的鉴别应用
酒作为人类生活的主要饮料之一,因其生产工
艺、原辅料、地理位置等的不同而品种繁多、风味各异。即使是同一品牌的饮料酒,也会因品种及酒龄的
不同而品质各异。电子鼻和电子舌技术的应用,为通过香气挖掘饮料酒品种、产地、年份等潜在、深层的信
息提供了一种快捷廉价的评估方法,并可以通过生产线进行实时在线监测,实现饮料酒品质的提高、稳定
和标准化。电子鼻和电子舌技术的推广,一方面可以对饮料酒市场进行有效管理,打击假冒伪劣生产现
象,另一方面可以提高企业的生产和创新能力以及我国酿酒行业的竞争实力。

在酒龄识别方面,Lozanoc 等[19]采用电子鼻结合主成分分析和概率神经网络对葡萄酒酒龄进行鉴别,
鉴别准确率达到97%。Corrado 等[20]采用传感器型电子鼻分析了意大利Lombardy 的Rosso Di Franciacorta
干红葡萄酒1989 - 1993 年份的酒样,电子鼻输出结果运用主成分分析的方法处理后,结果表明上述
5 个年份的葡萄酒样品可以被成功地区别开。江涛等[21]使用GC-Flash 型电子鼻对黄酒进行酒龄定量
研究。试验结果表明,建立的偏最小二乘法模型对所选黄酒的酒龄预测结果平行性好,定量准确,适用于
大量酒样酒龄的批量判别,结果可信度高。Rudnitskaya[22]等对2 ~ 70 年的160 个葡萄酒样品进行了
电子舌检测和理化指标分析。试验结果表明,电子舌检测结果和理化指标分析结果基本一致。同时,他还
采用传感器输出信号对Portwine 进行酒龄预测,其误差在5 年左右,当对10 ~ 35 年的Portwine 进行预测时,

其误差在1. 5 年内,表明电子舌在预测Portwine酒龄时具有可行性。
在酒的产地鉴别方面,Corrado 等[23]对来自不同庄园的葡萄酒进行比较,运用金属氧化物半导体传感
器型电子鼻进行分析。试验结果表明,虽然不同庄园的酒在感官分析中差别甚微,但是即使用同一种酿造
工艺所酿造,这些庄园的酒在气味指纹上也有明显的差别,这种差别可能是由于各庄园的土壤特性、园艺
管理等不同所造成的。Marti[24]等应用质谱( MS) 型电子鼻对多种酒样进行分析。试验结果表明,该电子
鼻系统可以很好地对样品进行区分,并可以鉴定酒的产地及陈年度,比以往的感官检验更准确客观,还可以分析样品中的化学成分,是酒类分析检测以及风味
研究的有力工具。曾金红等[25]采用快速气相色谱( GC-Flash) 型电子鼻结合化学计量学方法对不同产
地的黄酒进行判别,以主成分分析和判别因子分析法建立了产地判别模型。试验结果显示,在主成分分析
判别模型中,绍兴原产地( 地理标志) 非原产地( 非地理标志) 与绍兴以外地区的黄酒样品分界明显,表明
电子鼻结合化学计量学方法可较好地用于黄酒产地的判别。Ciosek 等[26]通过由离子选择电极和部分选
择电子组成的流通传感器阵列电子舌,采用偏最小二乘法和神经网络技术组合对数据进行分析,对不同生
产日期、不同生产地的同一品牌的啤酒进行了正确区分。王俊等[27]应用电子舌技术,采用主成分分析法
和判别因子分析法对样品进行定性判别。试验结果表明,电子舌能较好地区分不同产地( 山东烟台、河
北昌藜、河北沙城等) 的葡萄酒,同时对于不同葡萄品种( 赤霞珠、品丽珠、蛇龙珠) 的葡萄酒也有较好
的识别效果。在酒的品种鉴别方面,Garca 等[28]采用基于金属氧化物半导体膜的电子鼻结合主成分分析和概率
神经网络对4 种不同类型红葡萄酒进行描述和分类,区分效果良好。Cozzolino 等用质谱型电子鼻,对澳大
利亚的雷司令和霞多丽2 种干白葡萄酒进行分析,运用主成分分析法、偏最小二乘回归法及线性判别分析
法等进行了分析。其中偏最小二乘回归法和线性判别分析法的准确度分别达到95%、80%,能够较为准
确地对2 种葡萄酒进行区分,由此表明质谱型电子鼻结合统计学方法能够应用于葡萄酒的品种识别及其
调配中各品种的比例问题[29]。Ragazzo-Sancheza 等对酒精饮料进行脱水和脱醇工艺后,使用电子鼻对
21 种不同饮料样品进行分析,针对测得的主要化合物进行主成分分析和判别分析,可清晰地将不同样品
区分开,而不是依靠酒精含量不同加以区分[6]。秦树基等利用较少的金属氧化物气敏传感器构成阵列,
改进人工神精网络识别软件来进行酒类的识别,探索电子鼻在酒类方面的应用途径。试验结果表明,利用
3 个传感器组成的阵列与利用L-M 算法的人工神经网络相结合建立的电子鼻系统,对无水酒精、烈性酒、
葡萄酒和啤酒4 种酒类识别率可达95%[30]。高永梅[31]用GC-flash 型电子鼻对清香型、浓香型、酱香型
3 种不同香型的白酒样品进行分析。得到的主成分分析指纹图中直观的显示出3 个香型分别分布在3
个独立的区域。该方法为进一步分析白酒香型间的关系以及新香型的划分提供了初步参考依据。邓少
平等[32]用其实验室研制开发的多频脉冲电子舌对6种不同品牌的葡萄酒进行了品种区分和辨别。试验
结果表明,多频脉冲电子舌能够对对样品的品牌和产地进行良好的区分。许春华等[33]分别用电子鼻和电
子舌对4 种酒样进行检测,通过主成分分析和判别因子分析区分。试验结果表明,电子鼻和电子舌结合模
式识别方法可用于果酒的风味评价,对不同品种果酒的区分效果良好。
电子鼻和电子舌有其各自的优势检测范围,近年来,有研究将二者结合使用。Buratti[34 - 35]利用电子
鼻和电子舌结合分析了4 种品牌意大利的Brabera 红酒和产自15 个不同地方的干红葡萄酒样品,用主成
分分析法和线性判别法进行识别。试验结果表明,这种创新的方法不仅可以完全区分用同种葡萄酿造的
不同红酒,还可以完全区分不同产地的葡萄酒。CorradoDi Natale[36]等结合了电子鼻与电子舌两种仪器
对不同的红葡萄酒进行分析。试验结果表明,结合两种仪器进行检测,效果优于使用任意一种仪器。结合
两种仪器,不但可以将不同的酒样区分开来,还可以预测样品的多种理化指标如糖度、总酸、pH 值等,相
对标准误差最低可至0. 1%。此外,该系统还可以更好地预测多种感官指标,很好地预测专家组对酒样风味的感官评分。
2. 3 电子鼻和电子舌在饮料酒品质定量分析中的应
在饮料酒的品质监测方面,Wies Cynkar 等人利用质谱电子鼻技术对澳大利亚赤霞珠和西拉2 种葡
萄酒生产过程中Brettanomyces 酵母引起的异常发酵进行快速检测,避免了原有检测方法分析时间长、资
金消耗大及滞后性等缺点,显示出其独特的优越性,有效避免了由于异常发酵导致的损失,保证了葡萄酒
的质量,为企业生产优质的葡萄酒提供了技术保证[37]。Cynkar 等用质谱电子鼻装置能有效监控红葡
萄酒由微生物引起的酸败。Legin 等[38]对33 种品牌的啤酒进行测试,电子舌采集到的信息可以清楚地反
映各种啤酒的味觉特征。这些样品并不需要预处理,因此这种技术能满足生产过程在线检测的要求。
2005 年,他使用基于伏安电化学传感器的电子舌来区分伏特加酒、酒精和白兰地酒。试验表明,这种电
子舌系统可以很好地检测伏特加酒中是否有污染物存在,并可以判断其含量是否超过国家安全标准,它
还可以辨别来自同一个厂家不同纯度、不同添加物的10 种规格的伏特加酒,可以区分人工合成的酒精和谷物酿造的酒精以及它们的不同等级。此外,他还
用这种电子舌对几种不同的白兰地酒,包括新酿造的和陈年的酒,用不同蒸馏方法生产的酒,甚至用
不同的橡木酒桶装的酒进行了区分。Lvova 等[39]利用全固态便携式电子舌,根据酒精度指标分别评价了
葡萄酒、啤酒、白兰地、威士忌的品质。在饮料酒的品质定量分析方面,1996 年,Liyama 等[40]利用味觉
传感器和葡萄糖传感器对日本米酒的品质进行了检测,利用主成分分析法进行模式识别和降维,最后显
示出代表滴定酸度和糖度含量的两维信号图,说明电子舌的通道输出值与滴定酸度、糖度之间具有很大
的相关性。可见,电子舌检测是一种很有应用前景的快速评价酒品质的分析方法。
3 讨论与展望
电子鼻和电子舌作为集仿生学、传感器和计算机科学为一体的新型仿生检测技术,提供了一种客观、
具有良好重复性的辨别方法。这种智能嗅觉系统与智能味觉系统也在一定程度上解决了食品评价手段
对食品工业自动化的制约。目前,电子鼻和电子舌技术的应用仍受到敏感材料、制造工艺、数据处理方法
等方面的限制。但是,随着生物芯片( 基因芯片、蛋白质芯片、组织芯片、生物传感器芯片) 和生物信息
学的发展以及传感器数据融合技术、模式识别、人工智能、模糊理论、概率统计等新兴的交叉学科的发展,
其功能必将进一步增强。电子鼻和电子舌技术作为一个新兴技术,必将给众多领域带来一次新的技术革
命,智能嗅觉系统与智能味觉系统也会日益成熟并将逐步走向实用,并以其独特的功能拥有更加广阔的应
用前景。
参考文献
[1] Cozzolino D,Holdstock M,Dambergs RG,et al. Mid infrared
spectroscopy and multivariate analysis: A tool to discriminate
between organic and non-organic wines grown in
Australia [J]. Food Chemistry, 2009, 116( 3) : 761 - 765.
[2] Bevin CJ,Dambergs RG,Fergusson AJ,et al . Varietal
discrimination of Australian wines by means of mid-infrared
spectroscopy and multivariate analysis [J]. Analytica
Chimica Acta,2008, 621( 1) : 19 - 23.
[3] 肖璞,孙素琴,周群,等. 不同厂家葡萄酒的红外光谱无
损快速分析[J]. 光谱学与光谱分析,2004,24 ( 11) :
1 352 - 1 354.
[4] 金佩璋,沈怡方,陈炳豪. 玉冰烧酒香气成分特征研究
技术总结[J]. 酿酒科技,1984( 3) : 32 - 36.
[5] 吴天祥,王利平,刘扬岷,等. 气质联用( GC/MS) 分析
茅台王子酒的香气成分[J]. 酿酒科技,2002( 4) : 25 -
26.
[6] Ragazzo-Sancheza J A,Chalierb P,Chevalier D,et al. Identification
of different alcoholic beverages by electronic
nose coupled to GC[J]. Sensors and Actuators B,2008,
134( 1) : 43 - 48.
[7] 辛松林,杨妍. 电子鼻的原理、应用现状及前景[J]
川烹饪高等专科学校学报, 2011( 1) : 23 - 25.
[8] 高瑞萍,刘辉. 电子鼻和电子舌在食品分析中的应用
[J]. 肉类研究, 2011( 12) : 61 - 67.
[9] 朱建华,杨晓泉. 超声处理对大豆分离蛋白流变学性质
的影响[J]. 食品科学, 2005, 26( 12) : 47 - 52.
[10] 程秀娟,朱虹,郑丽敏,等. 电子舌技术在饮料识别中
的应用[J],食品科技, 2006( 8) : 163 - 167.
[11] 陆晓民,张远兵,何华奇,等. 关于21 世纪初我省中等
农职业教育教学实习基地建设的思考[J]. 现代农业
科技, 2009( 2) : 248 - 249.
[12] 黄秋婷,黄惠华. 电子舌技术及其在食品工业中的应
用[J]. 食品与发酵工业, 2004, 30( 7) : 98 - 101.
[13] 江涛,李博斌,诸葛庆,等. 电子鼻技术在黄酒感官品
评中的应用[J]. CNKI: 52 - 1051 /TS. 20120206.
1501. 001.
[14] Rudnitskaya A,Polshin E,Kirsanov D,et al. Instrumental
measurement of beer taste attributes using an electronic
tongue[J]. Analytica Chimica Acta,2009,646( 1 - 2) :
111 - 118.
[15] Rudnitskaya A,Nieuwoudt H H,Muller N,et al. Instrumental
measurement of bitter taste in red wine using an electronic
tongue[J]. Analytical and Bioanalytical Chemistry,
2010,397( 7) : 3 051 - 3 060.
[16] Legin A,Rudnitskaya A,Lvova L. Evaluation of Italian
wine by the electronic tongue recognition quantitative analysis
and correlation with human sensory perception
[J]. Analytical Chemical Acta, 2003, 484( 1) : 33 - 44.
[17] 李阳,陈芹芹,胡雪芳,等. 电子舌技术在啤酒口感评
价中的应用[J]. 食品研究与开发,2008,29( 11) : 122
- 127.
[18] 王永维,王俊. 基于电子舌的白酒检测与区分研究
[J]. 包装与食品机械, 2009, 27( 5) : 57 - 62.
[19] Lozanoc J,Arroyob T,Santosa J P,et al. Electronic
nose
for wine ageing detection[J]. Sensors and Actuators B:
Chemical,2008,133( 1) : 180 - 186.
[20] Corrado D N,Davide A M F,D'amico A,et al. Complex
chemical pattern recognition with sensor array: the discrimination
of vintage years of wine[J]. Sensors and Actuators
B: 1995,25( 1 - 3) : 801 - 804.
[21] 江涛,李博斌,郑云峰,等. 电子鼻对绍兴黄酒酒龄的
判别研究[J]. 酿酒科技, 2012( 1) : 39 - 41; 46.
[22] Rudnitskaya A,Delgadillo I,Legin A,et al. Rediction
of the Port Wine Age Using an Electronic Tongue[J].
Chemomet Rics and Intelligent Laboratory Systems,
2007,88( 1) : 125 - 131.
[23] Corrado D N,Davide A M F,D'amico A,et al. An electronic
nose for the recognition of the vineyard of a red
wine [J]. Sensors and Actuators B,1996,33( 1 - 3) :
83 - 88.
[24] Marti M P,Busto O,Guasch. Application of a headspace
mass spectrometry system to the differentiation and classification
of wines according to their origin,variety and ageing
]. Journal of Chromatogra-phy A,2004,1057( 1 -
2) : 211 - 217.
[25] 曾金红,江涛,郑云峰,等. 基于仿生嗅觉特征的黄酒
产地判别研究[J]. 酿酒科技, 2012( 2) : 23 - 26.
[26] Ciosek P,Wroblewski W. The recognition of beer with
flow-through senor array based on miniaturized solid-state
electrodes[J]. Talanta, 2006,69( 5) : 1 156 - 1 161.
[27] 王俊,姚聪. 基于电子舌技术的葡萄酒分类识别研究
[J]. 传感技术学报, 2009, 22( 8) : 1 088 - 1 093.
[28] Garcaa M,Aleixandre M,Gutirrez, et al. Electronic nose
for wine discrimination[J]. Sensors and Actuators B:
Chemical,2006, 113( 2) : 911 - 916.
[29] Cozzolino D,Heather E S,Cynkar W,et al. Usefulness
of chemometrics and mass spectrometry-based electronic
nose to classify Australian white wines by their varietal origin
[J]. Talanta,2005,68( 2) : 382 - 387.
[30] 史波林,赵镭,王厚银,等. 智能感官分析技术在茶叶
品质检测中的应用[J]. 食品科学,2009,30( 19) : 351
- 355.
[31] 高永梅,刘远方. 主要香型白酒的电子鼻指纹图谱
[J],酿酒科技, 2008( 5) : 38 - 44.
[32] 田师一,邓少平. 多频缓冲电子舌对酒类品种区分与
辩识[J]. 酿酒科技, 2006( 11) : 14 - 16.
[33] 许春华,肖作兵,牛云蔚,等. 电子鼻和电子舌在果酒
风味分析中的应用[J]. 分析与检测, 2011, 37( 3) : 163
- 167.
[34] S Buratti,Benedettia S,Scampicchio M, et al. Characterization
and Classification of Italian Barbera Wines By Using
an Electronic Nose and an Amperometric Electronic
Tongue [J]. Analytica Chimica Acta,2004,525 ( 1) :
133 - 139.
[35] Buratti S,Ballabio D,Benedetli S,et al. Prediction of Italian
Red Wine Sensorial Descriptors From Electronic
Nose,electronic Tongue and Spectro photometric Measurements
By Means of Genetic Algorithm Regression Models
[J]. Food Chemistry,2007, 100( 1) : 211 - 218.
[36] Corrado DN,Paolesse R,Burgio M,et al. Application of
metal oporphyrins-based gas and liquid sensor arrays to
the analysis of red wine [J]. Analytica Chimica Acta,
2004,513: 49 - 56.
[37] Wies Cynkar,Daniel Cozzolino,Bob Dambergs,et al.
Feasibility study on the use of a head space mass spectrometry
electronic nose ( MS e-nose) to monitor red wine
spoilage induced by Brettanomyces yeast[J]. Sensors and
Actuators B: Chemical, 2007, 124( 1) : 167 - 171.
[38] Legin A,Rudnitskaya A ,Seleznev B. Electronic tough
for quality assessment of ethanol,vodka and eaudevie
[J]. Analytic Chimica Acta , 2005, 534: 129 - 135.
[39] Lvova L,Paolesse R,Dinatale C,et al. Detection of alcohols
in beverages: An application of Porphyrin-based Electronic
tongue [J]. Sensors and Actuators B: Chemical,
2006, 118( 1 - 2) : 439 - 447.
[40] Liyama S,Suzuki Y,Ezaki S,et al. Objective scaling of
taste of sake using taste sensor and glucose sensor[J].
Materials Science and Engineering,1996,4 ( 1) : 45 -
49.