酿造食品是人类利用发酵过程通过生物催化剂加工制造的一类食品。传统酿造食品在我国拥有漫长的历史,因其具有独特的风味,丰富人们的饮食生活,深受广大消费者的喜爱。近年来,人们对食品品质的要求逐渐提升,传统酿造食品的品质检测包括重要组分的定量测定及风味的评价。目前,组分的定量测定主要依靠大型食品仪器分析技术,但样品的预处理往往比较繁琐,且样品检测费时费力。风味的评价主要依靠人工感官品评,该方法存在主观性强且无法量化分析的不足。本研究针对传统酿造食品——以黄豆酱为试验对象,以人工感官评定和理化成分含量测定结果为参照,研发新型味觉传感器阵列与检测系统,促进传统酿造食品的工业化和规模化稳定发展。本研究的主要内容包括:1、新型味觉检测系统整体构思传统酿造食品经历的发酵过程较为复杂,期间分解产生的小分子物质,不仅种类繁多而且不同组分之间的含量悬殊。检测用的味觉检测系统预期可以通过少量的传感器组成的阵列对复杂的溶液体系进行检测,并且具有高灵敏性、多功能性、简单性、鲁棒性等优点,可以满足对传统酿造食品的检测要求。经过反复预研,现有市售产品无法满足要求,为此,本研究专门研制传统酿造食品检测用的新型味觉传感器检测系统。系统整体设计为三部分:新型传感器阵列,数据采集系统,数据分析和模式识别系统。2、新型传感器阵列设计与构建传感器阵列是整个味觉检测系统的核心,首先针对传统酿造食品的特点进行传感器阵列设计,之后再围绕传感器阵列构建系统。本研究采用纳米金属修饰电极传感器构建传感器阵列,并借助石墨烯的修饰,增强传感器的响应力。构建的新型传感器阵列,其工作电极由金、银、锌、铜复合石墨烯修饰电极组成,辅助电极为铂柱电极,参比电极为氯化银电极。使用循环伏安法筛选传感器的金属修饰材料;使用修正Hummers方法制备石墨烯;使用电沉积法制备石墨烯/金属纳米粒子复合修饰电极。对所得复合修饰电极进行电化学性能的测试,修饰电极的循环伏安响应峰电流为3.24×10-5 A,是修饰前的1.33倍,结果表明修饰电极的电学性能得到较大提升。3、数据采集系统和数据分析、模式识别系统设计新型传感器阵列构建好以后,数据采集系统和数据分析、模式识别系统的性能必须与之匹配,才能取得良好的检测效果。数据采集系统的输入端采用脉冲信号发生器为传感器提供脉冲电位。设计恒电位电路,以消除工作电极检测过程中的电位波动,利用基准电压源和负反馈电路来控制工作电极的电位稳定。采用程控滤波放大电路消除噪声同时放大有用信号。数据采集系统的另一端为数据采集卡,采集数据并存储在电脑中。因为数据采集卡仅采集电压,所以要把响应电流转成电压。为此,在调理电路中添加电流电压转换电路。数据分析、模式识别系统也是针对传统酿造食品检测的特点专门开发的。针对检测系统获得原始数据维度多、基数大的特点,使用特征值提取和主成分分析,将样本的特征信息降维到数个主成分中;模式识别采用偏最小二乘（Partial least square,PLS）和支持向量机（Support Vector Machine,SVM）,以便建立定量分析识别模型。4、新型味觉检测系统实践性验证研究选取典型的传统酿造食品——黄豆酱作为检测对象,对所研制的新型味觉检测系统进行验证试验,并进一步提高系统整体性能。（1）参照国标对黄豆酱样本进行人工感官评定。提取味觉传感器阵列响应信号的极值点、拐点的数值作为特征值,与人工感官品评结果建立风味品质预测模型。构建的PLS预测模型中,预测集的Rp为0.92327,RMSEP为6.15;SVM模型中Rp为0.86575,RMSEP为16.09。结果表明,风味品质预测时,PLS模型相关性和稳定性较高,新型味觉检测系统实现了黄豆酱风味品质的有效预测。（2）参照国标对黄豆酱样本进行理化检测。提取味觉传感器阵列响应信号的极值点、拐点的数值作为特征值,与理化检测结果建立黄豆酱组分铵盐和氨基酸态氮定量预测模型。其中,氨基酸态氮的PLS模型,预测集的Rp为0.90752,RMSEP为0.0143;SVM模型练集预测集的Rp为0.86928,RMSEP为0.0102;而铵盐的PLS模型,预测集的Rp为0.87253,RMSEP为0.0073;SVM模型,预测集的Rp为0.90472,RMSEP为0.0143。结果表明,氨基酸态氮预测模型中,PLS模型相关性较好,SVM模型更稳定;铵盐的SVM模型相关性较好,稳定性不如PLS模型;新型味觉检测系统可以实现黄豆酱组分含量的有效预测。研究结果证明,所开发的新型味觉传感器阵列及检测系统对以黄豆酱为代表的传统酿造食品的检测效果较好。所得结果可以推广用于同类或近类传统酿造食品的快速检测,从而促进传统酿造食品产业的工业化快速稳定发展。