伏安型电子舌在食品检测中的研究进展

伏安型电子舌是一种基于电化学传感器阵列并结合多变量数据分析的方法对液体成分进行分析的检测系统。它一般由三电极构成,即工作电极、参考电极和辅助电极。本文简要介绍了电子舌的工作原理,重点阐述了伏安型电子舌在牛奶、食用油、茶叶和酒类等检测领域的应用状况,以及目前研究中伏安型电子舌存在的问题,并对其发展方向进行了展望。

基于方波伏安型电子舌的鸡蛋蛋清检测方法研究

鸡蛋作为一种普遍的营养品,其储存期和销售等级的快速准确检测对消费者和生产者均至关重要。利用方波伏安型电子舌对鸡蛋蛋清溶液进行检测,并利用哈夫单位的测定建立鸡蛋不同储存期和不同储存期下的等级与鸡蛋哈夫单位的对应关系。提取第一峰电流、第二峰电流、第二极小值电流作为特征值。分别利用主成分分析(PCA)和判别函数分析(DFA)对数据信息进行分析,DFA比PCA能较好地区分鸡蛋的储存期和等级,电子舌能够检测出鸡蛋储存期和销售等级。

采用伏安型电子舌评价低钠盐配方中的苦味

采用伏安型电子舌对8种低钠盐配方样品进行苦味特性评价研究。使用电子舌系统采集样品信号,利用小波分析进行数据压缩预处理,结合主成分分析、聚类分析对低钠盐配方进行区分分类,利用径向基神经网络建立低钠盐苦味预测模型。结果表明:小波压缩后剩余能量和置零系数比分别为99.23%,99.42%;主成分得分图上,低钠盐配方与苦味参比样品差异明显;聚类分析结果与主成分分析结果相一致,正确反映了样品之间的亲疏关系;径向基神经网络建立的苦味预测模型均方根误差为1.48%,预测结果与实际感官评价结果相吻合。该研究为低钠盐的呈味特性评价提供了一种新的方法和途径。

伏安型电子舌对不同品种中药材的检测

中药在我国卫生体系中占有非常重要的地位,其质量好坏对人们的健康至关重要。提出了应用伏安型电子舌对不同品种的中药材进行分类鉴别研究。采用差分脉冲伏安法和方波伏安法,分别以玻碳电极和金电极作为工作电极来检测被识别样品,并利用主成分分析法对其检测后的数据进行分析。结果显示:同种实验方法下应用双电极体系检测的识别结果要优于单电极体系检测的识别结果,不同实验方法下基于差分脉冲伏安法检测的识别结果要优于基于方波伏安法检测的识别结果。应用伏安型电子舌对中药材进行检测能够很好地区分不同品种的中药材,为伏安型电子舌系统在中药材领域的研究提供了一定的基础。

基于USB6211和LabVIEW伏安型电子舌测试系统的设计与实现

伏安型电子舌是对液态物质进行检测的一种新型测试系统,主要采用交互敏感电极阵列结合多变量数据分析方法对被测对象进行定性或定量分析。整个系统由激励信号源、传感器阵列、恒电位电路、数据采集电路和多变量数据分析软件组成,在外加激励信号作用下,对工作电极响应信号的大小或响应信号图的形状进行采集与分析。本文针对电化学工作站价格昂贵并且进行伏安检测时只提取电化学反应特征信息的不足,开发设计了一种伏安型电子舌检测系统。本系统由数据采集卡USB6211结合LabVIEW软件来实现激励信号的产生和伏安响应数据的采集、显示与存储。采用主成分分析法对纯牛奶和掺杂浓度为160 mg/L三聚氰胺牛奶测试数据进行分析,分析结果能清楚的区分该实验中纯牛奶和掺杂牛奶样品,整个系统具有较好的稳定性。

伏安型电子舌对不同种类绿茶的辨识

应用伏安型电子舌对碧螺春、观音王、毛峰和雀舌4种绿茶进行辨识,采用金电极和铂金电极对4种绿茶的64个样品进行测试。激励信号采用循环伏安法,电压范围设定为-0.2～0.8 V,循环2个周期,获取每个样品的电化学指纹图谱。对获取电流信号进行不同方式的预处理,并对预处理后的数据采用类间类内指数比和主成分分析(PCA)进行评估,采用偏最小二乘判别(PLS-DA)对校正集和预测集进行建模和比较。结果表明,在同一循环伏安周期相同电势下的响应电流差值归一化预处理后,金电极响应数据的类间类内指数比最大,此时PLS-DA建模效果最好,校正集和预测集分辨率分别达100%和93.75%。

伏安电子舌对不同植物源蜂蜜的检测识别

构建伏安电子舌系统为标准的三电极体系,并选用差分脉冲伏安法来检测获取蜂蜜样品伏安特性曲线,实现了对6种同种品牌、不同植物源的蜂蜜的识别。通过提取实验曲线的波峰波谷作为特征值,利用主成分分析法(PCA)对数据进行分析,并采用模糊K近邻分类器模式识别算法对数据进行处理。最后将识别结果与模糊自适应谐振理论和RBF神经网络相比较。结果表明伏安电子舌能够有效区分不同植物源蜂蜜,并且模糊K近邻的识别效果要优于模糊自适应谐振理论和RBF神经网络。