電子鼻技術(shù)與普通成分分析儀器相比,它不需進行樣品前處理,很少或者幾乎不用任何有機溶劑,快速提供被測樣品的整體信息, 指示樣品的隱含特征。通過模型參數(shù)的建立,可以快速觀察到乳制品在貯藏期間的氣味變化,進而預測產(chǎn)品貨架期。實驗通過一些理化和感官分析的結(jié)果,來判斷電子鼻在預測中式傳統(tǒng)奶酪中的正確性。分別用主成分分析法( PCA) 、線性判別分析法(LDA) 和Loadings分析法用于貨架期的預測。

檢測儀器：PEN3便攜式電子鼻,德國AIRSENSE公司

電子鼻檢測結(jié)果分析

LDA方法分析不同貯藏時間的奶酪2種奶酪的LDA分析如圖7和圖8所示。和PCA分析圖相比,LDA更適合于區(qū)分不同貯藏期的奶酪。對于奶酪A,除了第6天和第9天有部分重疊以外,其他區(qū)分相當明顯,判別式LD1貢獻76.17%,LD2貢獻12109%,總貢獻率達到88.26%;對于奶酪B,判別式LD1貢獻64.90%,LD2貢獻21.05%,總貢獻率為85.95%。隨著貯藏時間的延長,與新鮮奶酪的距離越來越遠;2種奶酪的數(shù)據(jù)采集點都呈現(xiàn)相同的規(guī)律,即從圖的左下側(cè)按順時針方向變化到圖的右下側(cè)。由于LDA分析方法注重氣味速率(圖7、圖8中各類中心點之間的距離)變化分析[12],所以從圖7中可以看出奶酪氣味的變化速率。以奶酪A為例,可以看出,從第0天到第3天速率變化較小,但從第3天到第6天的過程中速率變化明顯變大,而從第6天到第15天的速率變化相對比較穩(wěn)定,由于第18天和第21天的奶酪在感官上已經(jīng)幾乎不能接受,所以和其他貯藏期奶酪很明顯隔離了。奶酪B也有類似的速率變化規(guī)律出現(xiàn)。

 LDA模板的合成為了進一步利用LDA分類模式判定奶酪的貨架期,將兩種奶酪的的LDA分析圖合成,得到了圖9。合成的模板判別式LD1貢獻率為70118%,LD2貢獻11119%,總貢獻率為81137%,具有良好的區(qū)分效果。從圖9中可以看出,0-15d的奶酪和第18、21天的奶酪已經(jīng)被分為2個集團,分別位于圖9的兩側(cè),很明顯的將感官上已經(jīng)發(fā)生很大變化的奶酪分開了,并且與理化指標的結(jié)果是一致的,可以初步判定在本實驗條件下奶酪的貨架期為15d。

Loadings分析Loadings分析是為了識別傳感器對于模型區(qū)分的重要性。傳感器的負載參數(shù)越是接近零,說明此傳感器對于整體指紋信息貢獻越小[13],相反值越大則貢獻越大。圖10表明,傳感器2、6和8在當前模板下起的作用較大,而其他傳感器作用較小。從Loadings分析圖可以幫助進一步研究傳感器對于奶酪氣味響應(yīng)值和優(yōu)化傳感器建模。

本次研究表明,電子鼻可以用來監(jiān)控中式傳統(tǒng)奶酪在貯藏期間的氣味的變化過程。和傳統(tǒng)的理化分析相比,電子鼻不需要給出具體的化學物質(zhì)的變化,只需要給出數(shù)字的指紋圖譜,正是這些指紋信息的變化為中式傳統(tǒng)奶酪貨架期預測提供了依據(jù)[14]。采用電子鼻系統(tǒng)中的LDA(線性判別法)比PCA(主成分分析法)更能準確判別出不同儲藏時間的奶酪;利用Loadings分析可得知,傳感器2、6和8在判斷不同儲藏時間的奶酪上起到了較大的作用。其他經(jīng)典的分析方法和感官評定得到的結(jié)果有力的支持了電子鼻的方法的可行性,同時,兩者用來推測貨架期是一致的。

• 德國AIRSENSE電子鼻

  檢測儀器在線詢價