基于電子鼻分析的碳酸飲料識別判定技術研究

張井，張維一，李燕，徐靜，蘇來金，陳怡，謝拾冰*，薛長湖，蘇鳳賢

1(溫州市農業科學研究院，農業部農產品質量安全風險評估實驗站，浙江 溫州，325006)2(中國海洋大學，食品科學與工程學院，山東 青島，266003)

基于電子鼻分析的碳酸飲料識別判定技術研究

張井1，張維一1，李燕1，徐靜1，蘇來金1，陳怡1，謝拾冰1*，薛長湖2，蘇鳳賢1

1(溫州市農業科學研究院，農業部農產品質量安全風險評估實驗站，浙江 溫州，325006)2(中國海洋大學，食品科學與工程學院，山東 青島，266003)

探討電子鼻識別判定各種常見碳酸飲料的可行性，研究建立新的鑒偽和品控技術。以碳酸飲料為研究對象，利用電子鼻進行分析檢測，結合WinMuster軟件對數據進行分析。結果顯示：電子鼻傳感器有較好響應信號，PCA和LDA分析均能夠較好區分10種碳酸飲料。說明電子鼻可作為碳酸飲料識別判定手段用于政府監管和企業內部品控。

電子鼻；碳酸飲料；鑒偽；氣味指紋圖譜

碳酸飲料是指在一定條件下充入CO2的飲料，具有補充水分、維持體內電解質平衡、防癡呆、提供能量等功能[1]。碳酸飲料由于含有碳酸、檸檬酸、食用香精、咖啡因等成分，具有較為獨特的風味，是國內外市場暢銷飲品之一。近年來，國內出現了多起假冒品牌碳酸飲料事件，因缺乏有效的鑒偽手段，給企業“打假”和政府部門主動監管帶來了困擾。

電子鼻技術作為一種新型分析手段，能夠得到被測樣品中揮發性成分的整體信息，被稱為“指紋”數據，其圖譜又被稱為氣味指紋圖譜[2]。目前國內外對電子鼻的應用研究已廣泛涉及茶葉[3]、乳品[4]、肉類[5]、蔬菜[6]、水果[7]等食品，但在碳酸飲料的識別判定及標準指紋圖譜庫建立等方面則未見報道。本文探討了電子鼻對品牌碳酸飲料識別判定的可行性，在此基礎上初步建立了10種常見碳酸飲料的標準指紋圖譜。研究結果提示，電子鼻是碳酸飲料識別判定的有效技術手段，在政府監管和企業內部品控方面有廣闊的應用前景。

1 材料與方法

1.1 材料

常見碳酸飲料：可口可樂、可口可樂零度、雪碧激檸、雪碧、激浪、美年達、健力寶、百事可樂、芬達、惠宜糖鹽汽水、七喜均為市售，購于溫州好又多超市，均在保質期以內。

1.2 儀器設備

德國AIRSENSE公司產PEN3型便攜式電子鼻，含有10個金屬氧化物傳感器(見表1)，具有自動校準、自動調整及自動富集的功能。

電子鼻參數設置如下：預進樣時間5 s，自動歸零時間5 s，采樣分析時間60 s，清洗時間120 s，進樣流量0.3 L/min，采用頂空吸氣法，在室溫下對樣品進行檢測，每個樣品做3個平行[8]。

表1 傳感器及其對應的香氣類型

1.3 數據處理

運用電子鼻自帶的WinMuster軟件對數據進行處理分析，主要方法有：負荷加載分析(loading)、主成分分析(PCA)、線性判別法(LDA)、歐氏距離分析(euclidean distance)、相關性分析(correlation)、馬氏距離分析(mahalanobis distance)和判別函數法(DFA)等。

2 結果與分析

2.1 電子鼻對碳酸飲料的信號響應

電子鼻的傳感器信號響應曲線如圖1所示，其中每條曲線對應一個傳感器，曲線上的每個點則代表碳酸飲料中揮發性氣體成分進入傳感器時，傳感器相對電阻率(G/G0或G0/G,其中：G為被測氣體的響應值；G0為空氣的響應值)。隨時間的變化情況[9]。一般來說，響應氣體濃度越大，G/G0的值越偏離1，如果氣體濃度低于檢測限，則G/G0接近甚至等于1[10]。在進樣初期(0～10 s)，由于各傳感器未完全識別碳酸飲料的揮發性氣體成分，使得相對電阻率較低，但隨著揮發性氣體成分在傳感器表面不斷集聚，相對電阻率逐漸增加而后趨于平緩，50 s以后達到相對穩定的狀態，因此，后續數據分析選擇50～52 s。由圖1還可知，10種傳感器對碳酸飲料中揮發性氣體成分的響應程度不同，其中7#傳感器響應度最高，其次是6#和9#傳感器。

圖1 電子鼻傳感器對碳酸飲料的響應曲線Fig.1 The response curves of ten sensors to carbonated beverages

2.2 Loadings法分析不同碳酸飲料的電子鼻響應值

圖2為不同碳酸飲料Loadings負荷加載分析圖，總貢獻率為97.39%。

圖2 不同碳酸飲料電子鼻響應值的Loadings分析Fig.2 Loadings analysis of response values of electronic nose to different carbonated beverages

如果某一傳感器的響應值接近于零(即橫坐標和縱坐標都接近于零)，說明該傳感器的識別作用可以忽略不計；如果某一傳感器的響應值越偏離于零，則說明該傳感器對碳酸飲料中揮發性氣體成分具有較強的識別能力。由圖2可知，W6S和W3S兩個傳感器對第一主成分和第二主成分的貢獻率幾乎為零，說明這2種傳感器幾乎不能識別碳酸飲料的氣味；W1W傳感器對第一主成分的貢獻率最大，W5S傳感器對第二主成分的貢獻率最大，W2W傳感器對第一和第二主成分均具有較高的貢獻率。通過表1可知，W1W傳感器對無機硫化物靈敏，W2W傳感器對有機硫化物靈敏，W5S傳感器對氮氧化合物靈敏，這表明10種碳酸飲料中第一主成分為無機硫化物、有機硫化物及氮氧化物，第一主成分所代表的氣體大類即為碳酸飲料的特征氣味成分。

2.3 PCA方法分析不同碳酸飲料的電子鼻響應值

PCA分析是將所提取的傳感器多指標的信息進行數據轉換和降維，并對降維后的特征向量進行線性分類，從而在分析圖上只顯示最重要的2個綜合指標，形成二維圖[11]。采用PCA方法對10種碳酸飲料電子鼻響應值的分析結果見圖3。

圖3 不同碳酸飲料電子鼻響應值的PCA分析Fig.3 PCA analysis of response values of electronic nose to different carbonated beverages

從圖3可知，主成分1(PC1)的方差貢獻率為92.11%，主成分2(PC2)方差貢獻率為5.28%，累計貢獻率達到97.39%，說明這2個主成分包含原始數據的絕大部分信息，可以反映碳酸飲料揮發性氣體成分的整體信息。不同品牌的碳酸飲料分屬不同區域且界線清晰，這說明不同品牌的碳酸飲料樣本之間的揮發性氣體成分有差異，電子鼻能夠有效識別這種差異。

2.4 LDA方法分析不同碳酸飲料的電子鼻響應值

LDA法是將高維的模式樣本投影到最佳鑒別矢量空間，以達到抽取分類信息和壓縮特征空間維數的效果，投影后保證模式樣本在新的子空間有最大的類間距離和最小的類內距離[12]。對于LDA分析，總貢獻率超過70%～85%的方法即可使用[13]。采用LDA法分析10種碳酸飲料電子鼻響應值的結果見圖4。

圖4 不同碳酸飲料電子鼻響應值的LDA分析Fig.4 LDA analysis of response values of electronic nose to different carbonated beverages

從圖4可知，同一生產廠家的產品圖譜較為接近，如同屬于可口可樂公司旗下的可口可樂和可口可樂零度以及雪碧和雪碧激檸，而不同生產廠家旗下的產品圖譜則相差較大，如可口可樂公司旗下的雪碧和百事可樂公司旗下的激浪，這可能由于不同生產廠家采用了不同生產工藝所致。由圖4還可知，第一判別式的貢獻率為82.37%，第二判別式的貢獻率為11.08%，總貢獻率為93.45%。不同品牌的碳酸飲料的分析數據點均分布于各自區域，相互間無重疊或交叉， 樣本間距離較大，說明運用LDA方法可以對10種碳酸飲料進行區分。然而使用LDA法建立起來的模型(即指紋圖譜庫)鑒別未知種類的碳酸飲料則還需要提供新樣品來驗證模型的準確性[13]。

2.5 碳酸飲料“氣味指紋圖譜”模型驗證及鑒別

為驗證通過LDA分析建立的碳酸飲料“氣味指紋圖譜”模型的正確性，實驗選取了可口可樂零度、激浪、美年達、芬達4種飲料當做未知樣品進行電子鼻檢測分析，結果滿意，證明模型可靠。以圖5為例，所用的未知樣品為可口可樂零度，該待測樣品可以通過已建立的指紋數據庫模型，找到模型中可口可樂零度所在的氣味區域，從而確定待測樣品的種類。而圖9為該模型對未知樣品“七喜”的判別，結果表明“七喜”的氣味指紋無法在該模型中找到數據歸屬點，因此無法判別“七喜”屬于何種已知類別的碳酸飲料，這也從另一方面證明該模型的準確性。

由圖5～圖8以及表2可知，通過歐氏距離、相關性分析、馬氏距離和判別函數分析等方法均能很好地鑒別上述4種已知樣品的碳酸飲料，其中DFA法判別的確定性都在97%以上，說明通過電子鼻能夠將不同種類的碳酸飲料有效區分。

圖5 可口可樂零度的驗證結果Fig.5 Validation results of Coca-Cola Zero

圖6 激浪的驗證結果Fig.6 Validation results of Mountain Dew

圖7 美年達的驗證結果Fig.7 Validation results of Mirinda

圖8 芬達的驗證結果Fig.8 Validation results of Fanta

圖9 七喜的驗證結果Fig.9 Validation results of 7-Up

序號樣品種類判定方法歐氏距離相關性馬氏距離判別函數法1可口可樂零度5例全部判定為可口可樂零度5例全部判定為可口可樂零度5例全部判定為可口可樂零度5例全部判定為可口可樂零度,確定性分別為100%、99.35%、100%、98.56%、99.43%2激浪5例全部判定為激浪5例全部判定為激浪5例全部判定為激浪5例全部判定為激浪,確定性分別為99.48%、98.76%、97.69%、99.51%、98.64%3美年達5例全部判定為美年達5例全部判定為美年達5例全部判定為美年達5例全部判定為美年達,確定性分別為99.49%、98.34%、97.19%、99.16%、97.34%4芬達5例全部判定為芬達5例全部判定為芬達5例全部判定為芬達5例全部判定為芬達,確定性分別為99.16%、98.47%、99.49%、97.94%、99.76%5七喜5例全部判定為可口可樂5例全部判定為激浪5例均無法識別5例均無法識別

3 結論

根據電子鼻分析技術對可口可樂等10種碳酸飲料進行的識別判定研究可知，(1)電子鼻傳感器對碳酸飲料中的揮發性氣體成分有較好的響應；(2)Loading法分析表明硫化物及氮氧化物為碳酸飲料的特征氣味成分；PCA和LDA分析法均能夠較好區分10種碳酸飲料；(3)在LDA分析基礎上建立的常見碳酸飲料標準指紋圖譜模型準確可靠。綜上所述，電子鼻可有效識別判定常見10種碳酸飲料。待相關技術進一步完善后可在政府監管執法、生產企業內部品控等方面發揮更大的作用。

[1] 經常喝碳酸飲料的好處有哪些[EB/OL].http://mingjiu.3158.cn/info/20130503/n6783395556899.html.

[2] 辛松林，楊妍.電子鼻的原理、應用現狀及前景[J].四川烹飪高等專科學校學報,2011(1)：23-25.

[3] RITABAN DUTTA.Tea quality prediction using a tin oxidebased electronic nose:an artificial intelligence approach[J].Sensors and Actuators,2000,94:228-237.

[4] 賈宗艷，任發政，鄭麗敏.電子鼻技術在乳制品中的應用研究進展[J].中國乳品工業，2006，34(4)：35-38.

[5] 柴春祥，杜利農，范建偉.電子鼻檢測豬肉新鮮度的研究[J].食品科學，2008，29(9)：444-447.

[6] ANTIHUS HERNANDEZ GOMEZ, WANG Jun, HU Gui-xian.Monitoring storage shelf life of tomato using electronic nose technique[J].Journal of Food Engineering,2008, 85: 625-631.

[7] MANUELA BAIETTO,ALPHUS D WILSON.Electronic nose application for fruit identificationrepeness and quality grading[J].Sensors,2015,15:899-931.

[8] 繆璐,何善廉,莫佳琳.電子鼻技術在朗姆酒分類及原酒識別中的應用研究[J].中國釀酒,2015,34(8):106-120.

[9] 楊智,王楠,梁艷花.電子鼻對紅棗乳酸發酵飲料的品質分析[J].西北農業學報,2015,24(11):149-156.

[10] 潘磊慶唐琳詹歌.電子鼻對芝麻油摻假的檢測[J].食品科學,2010,31(20):318-321.

[11] 繆璐,何善廉,莫佳琳.電子鼻技術在朗姆酒分類識別中的應用研究[J].廣西糖業,2016(8):24-28.

[12] 安瑩,孫桃.基于電子鼻不同識別模式對不同品牌醬油的區分與識別[J].中國調味品,2016,41(2):60-62.

[13] 丁媛,徐茂琴,繆芳芳.貝類氣味指紋模型的建立[J].核農學報,2014,28(5):861-868

Research on the identification of carbonated beverages using electronic nose analysis

ZHANG Jing1, ZHANG Wei-yi1, LI Yan1, XU Jing1, SU Lai-jin1, CHEN Yi1,XIE Shi-bing1*, XUE Chang-hu2, SU Feng-xian1

1(Wenzhou Academy of Agricultural Sciences, The Ministry of Agriculture of Agricultural Products Quality Safety Risk Assessment Laboratory, Wenzhou 325006, China)2(Ocean University of China, College of Food Science and Engineering, Qingdao 266003, China)

Investigate the feasibility of utilizing an electronic nose to distinguish common carbonated beverages, and establish a new technology for discriminating and quality control. Methods: Carbonated beverages were analyzed by an electronic nose. Consequently, the data were subject to analysis by the WinMuster software. Results: The electronic nose sensors gave excellent response signals. The PCA and LDA could distinguish 10 different varieties of the carbonated beverages. Conclusion: The electronic nose had the capability of distinguishing the carbonated beverages. The method could be applied to government supervisory control and manufactories’ inner quality control.

selectronic nose; carbonated beverages; discriminating; flavor fingerprints

10.13995/j.cnki.11-1802/ts.201705035

碩士，助理研究員(謝拾冰為通訊作者，E-mail：461418379@qq.com)。

浙江省科技廳公益性項目(2016C37021、2017C32098、2017C37087)；浙江省教育廳項目(FG2014198)；溫州市科技局公益性項目(N20140042、N20140043)；溫州科技職業學院項目(kjxykc1405、2016009)

2016-11-30，改回日期：2016-12-14