近年来,随着社会快速发展和生产应用效率不断提高,快速准确的无损检测受到广泛的关注。电子鼻检测是新兴的无损检测方法之一,随着科学技术的不断发展,电子鼻研究迅速发展,它已广泛应用于工业生产的各个部门,电子鼻利用气味来鉴别农产品品质具有较大的应用潜力。 本研究的主要目的是开发电子鼻无损检测技术在不同陈化小麦鉴定上的应用潜力,试图运用相关的评价模型来预测陈化特性和理化品质特性。在本课题的研究中,利用基于10个金属氧化物传感器阵列的德国AIRSENSE公司的PEN2便携式电子鼻系统,对1999～2003年5年小麦和5年小麦分别以12.5:87.5、25:75、37.5:62.5和50:50比例两两混合进行检测。利用中华人民共和国国家标准方法对5年小麦和5年小麦以25:75两两混合进行理化分析测定。 通过电子鼻对陈化小麦的响应特征实验,确定了电子鼻实验中相关参数,确定电子鼻检测时间和清洗时间分别为65S,采取样品质量为50g,密封时间为90min,取样方法为静态项空取样及简单的手动采样装置。 利用电子鼻采集小麦样品气味信息,探讨了两种模式识别方法主成分分析法(PCA)和线性判别式法(LDA)在电子鼻辨别不同陈化小麦的能力。结果表明,PCA分析方法可以辨别出不同年份陈化小麦以及掺杂25%、37.5%、50%其它年份的陈化小麦,12.5%的混合比例可能是利用PCA方法来分析辨别陈化小麦的下限。LDA分析方法也可以对不同年份陈化小麦以及掺杂12.5%、25%、37.5%、50%其它年份小麦的陈化小麦进行区分辨别。并且电子鼻采集的各数据信号对训练集的回判正确率皆为100%。这表明,无论是采用PCA分析方法还是LDA分析方法分析的结果都具有较大的可行性和准确性。 通过对传感器采集的数据进行分析表明,不同的传感器对信号的响应有所不同,第二个传感器响应信号最强,对辨别区分不同陈化小麦的贡献率最大;其次,第九个传感器对于小麦的响应也很明显;第一、六、七、八个传感器对小麦的响应性稍差;第三、四、五个传感响应性最小。根据不同的传感器对被测对象具有不同的响应,可以对组成电子鼻系统的传感器阵列进行优化与选择。传感器阵列优化后,采用PCA方法分析的小麦,区分区域的集中性变好,并且主成分的总贡献率也都有上升;而采用LDA发放分析的小麦,影响就很小,区分区域的集中性变化不大,有的稍变好,有的稍变差,总贡献率也有上升,也有下降,但是变化值都很小。 为了评价电子鼻的预测能力,采用数据综合分析软件Unscrambler对陈化小麦建立PLS预测模型,来预测小麦的陈化年份,并与实测值建立相关性。结果表明,对未知数据进行预测的相关系数为0.8613。 通过对不同储藏年限小麦进行理化分析表明,脂肪酸值和储藏年限具有明显的线性正相关性(R=0.9815);随着储藏年限的增加,小麦蛋白质含量呈下降趋势,但影响不大;湿面筋略有下降,而干面筋几乎不变;对小麦面团流质特性测定结果表明,储藏时间和小麦延伸性、弱化度、形成时间具有一定的负相关性(R=-0.9785,-0.8754,-0.7407);储藏时间和小麦面粉稳定时间、拉力比数、弹性、拉伸曲线面积和评价值具有一定的正相关(R=0.9280,0.9174,0.9003,0.6007,0.8452);基于变异系数,储藏时间对拉力比数、弹性、稳定时间和弱化度影响较大(CV=0.6663,0.4482,0.3364,0.3686)。 通过对不同陈化小麦电子鼻测定和理化品质间的相关性研究表明,小麦脂肪酸值、湿面筋含量、稳定时间、弱化度、弹性和拉力比数与电子鼻检测信号具有较为明显的关系,它们可能对反映气味综合信息贡献率大些,电子鼻检测信号对它们较为灵敏。 电子鼻提取的气味信息(外因)是小麦理化品质(内因)的一个综合体现,小麦理化品质又是陈化特性的一个综合体现。单独某一理化品质不能完全表明小麦的陈化特性,同样也很难与电子鼻信号间建立必然的直接联系,因此应该对大量品质特性进行综合分析,提取贡献率较大的指标来建立相关性模型,实现利用电子鼻对不同陈化小麦综合品质的预测。