我国是渔业大国，淡水鱼类资源极为丰富。随着人民生活水平的提高，人们对鱼类品质的要求也越来越高，新鲜度是衡量鱼品质的一个重要指标。目前，主要采用一些常规检测方法，如感官评定，理化检测和微生物检测法来评价鱼类的新鲜度。感官评定大多需专业人员，主观性强、重复性差;理化检测和微生物检测的操作方法繁琐，且费时费力，难以满足生产生活中快速检测的需求。本课题尝试采用嗅觉可视化技术来检测鳊鱼的新鲜度，并在此研究的基础上设计一套鱼类新鲜度在线检测装置。论文的主要研究内容如下:　　 1.采用顶空固相微萃取气质联用(HS-SMPE-GC/MS)技术检测4℃恒温下不同储藏期的鳊鱼挥发性气体变化情况。研究鉴定出鳊鱼储藏期间的52种挥发性气体成分，主要可分为醇类、酮类、醚类、酯类、烃类、苯类、酸类、含硫化合物以及含氮化合物这9大类，这9类化合物中大多为一些含有羰基的饱和或者不饱和的醇类、酮类、醛类和脂类。同时，测定了不同储藏时期下鳊鱼的TVB-N含量和细菌总数，并对其划分了新鲜度等级。　　 2.不同气敏材料对鱼类气味的敏感程度不相同。随着鱼新鲜度的下降，其挥发性气味成分的种类和含量也不断变化。研究根据GC/MS检测结果及预实验结果，进行气敏材料的筛选，优选出对鳊鱼气味信息敏感的10种卟啉类化合物以及6种pH指示剂气敏材料，制成4×4的可视化传感器阵列，并用此传感器来检测鱼的新鲜度。　　 3.开发可视传感器阵列气味图像信息处理及特征提取软件，包括非实时及模拟实时检测两类。　　 4.研究采用嗅觉可视化技术结合模式识别方法进行鳊鱼新鲜度的研究。对获取的传感器阵列原始图像数据进行PCA分析，优选出14个主成分数，建立基于BP神经网络的鳊鱼新鲜度的识别模型。模型对训练集样本识别率达到86.88％，对预测集样本的识别率达到86.25％，由此表明BP模型可以将不同新鲜度的鳊鱼识别出来，说明嗅觉可视化技术用于检测鱼类新鲜度是可行的。　　 5.建立了嗅觉可视化传感器阵列响应信号与鳊鱼新鲜度的理化指标—挥发性盐基氮含量(TVB-N)、细菌总数含量(TM)的相关性模型:PLS和siPLS模型。对于TVB-N含量，siPLS模型的预测集的相关系数达到了0.8252，相比TVB-N的PLS模型，其Rc和Rp分别提高了1.67％，1.75％，RMSECV下降了1.3，RMSEP下降了2.0。对于细菌总数含量，siPLS模型的预测集的相关系数达到了0.8896，相比TM的PLS模型，其Rc和Rp分别提高了1.85％，0.06％，RMSECV下降了0.1。可见，与基于全变量的PLS模型相比，siPLS模型效果更优。　　 6.在理论研究基础上，研究设计了一套基于嗅觉可视化技术的鱼类新鲜度在线检测装置，整体结构设计包括传送机构、检测机构和控制机构三大部分。　　 研究表明嗅觉可视化技术可快速、无损地检测鳊鱼的新鲜度。研究设计的鱼类新鲜度的在线检测装置，为实现数据采集、数据跟踪以及数据处理一体化的鱼类新鲜度快速、无损、在线检测提供了依据，且对其他水产品的新鲜度检测有较高的参考价值。