为区分不同品牌啤酒并分析样品间挥发性风味物质种类及含量的差异,采用PEN3电子鼻和气相色谱-质谱联用(GC-MS)技术从宏观和微观上对5种品牌啤酒的挥发性成分进行检测.利用主成分分析(PCA)、Fisher判别分析(FDA)对电子鼻响应值进行数据处理并建立分类判别模型,并与GC-MS数据进行了相关性分析.结果表明,电子鼻PCA分析与FDA分析都能对样品进行区分,R6和R9传感器起主要区分作用.GC-MS共鉴定出24种酯类、16种醇类、13种酸类、10种醛类、12种烷类、7种酮类以及13种芳香族化合物等挥发性物质.5种啤酒的主要挥发性成分的种类大体相同,但是各组分含量有所区别.根据偏最小二乘回归模型,电子鼻与挥发性风味物质表现出良好的相关性.这两种方法在分类识别啤酒方面有很好的应用前景.
NETL
NSTL
万方数据
