黄豆酱作为中国四大传统发酵豆制品之一,具有营养丰富、风味独特的特点,是人们日常生活中重要的调味品。风味是黄豆酱至关重要的品质指标,直接影响消费者购买意愿,实现其科学表征对产品质量管理与销售具有重要意义。目前,对黄豆酱风味品质的评判表征主要依靠人工感官、传统理化及仪器检测。人工感官评定方法能反映食用者的真实感受,但评判结果的主观性强且重复性差。传统理化及仪器检测方法可以准确测定物质成分,但操作繁琐、耗时费力且无法反馈风味信息。本研究对影响黄豆酱综合风味的理化成分与感官属性进行系统分析,并以此为基础,采用电子鼻、电子舌、测色仪和物性分析仪等多种传感技术对黄豆酱的气味、滋味、色泽和体态等风味属性进行全面量化表征,并通过信息融合技术对黄豆酱风味品质的多传感器信息进行融合,从而建立基于智能传感技术的黄豆酱特色风味综合量化表征和评判方法。本研究的主要内容有:1.黄豆酱人工感官评定与理化品质检测研究(1)以国家标准中的感官要求为依据制定黄豆酱人工感官评分细则,采用计分品评法对黄豆酱样本进行感官评判,评判结果为后期建立智能传感技术对黄豆酱风味属性的预测模型提供参照。(2)采用气相色谱-质谱联用(Gas chromatography-mass spectrometer,GC-MS)技术测定黄豆酱的挥发性成分;采用理化分析法测定黄豆酱样本的总酸、还原糖、食盐和氨基酸态氮。并以此分析黄豆酱的主体香气成分和特征滋味指标,为后期黄豆酱特征风味性理化指标定量预测模型的建立提供参照。2.基于智能传感技术的黄豆酱风味成分检测方法研究采用电子鼻与电子舌技术分别采集黄豆酱的气味和滋味传感信息,提取特征值,分别采用偏最小二乘(Partial least square,PLS)和支持向量机(Support vector machine,SVM)建立黄豆酱主体香气成分与特征滋味性理化指标的定量预测模型。其中,主体香气成分、总酸、还原糖、食盐和氨基酸态氮的PLS预测模型预测集的相关系数Rp分别为0.6660、0.9359、0.8431、0.4595和0.7972,均方根误差(Root mean square error of prediction,RMSEP)分别为8.6038、0.2330、2.9649、0.8565和0.0841;SVM模型中相应的Rp分别为0.8036、0.9494、0.9604、0.8969和0.9235,RMSEP分别为13.1902、0.1557、1.3881、0.2350和0.1615。结果表明,PLS模型的预测效果不太理想,而SVM模型效果明显较优,相关性基本都在0.89以上(主体香气成分除外),这说明采用电子鼻和电子舌对黄豆酱的风味成分进行定量预测是可行的。3.基于智能传感技术的黄豆酱风味感官属性表征方法研究分别采用电子鼻、电子舌、测色仪与物性分析仪四种传感技术对黄豆酱多种风味信息进行采集,而后提取对应的特征值,作为模型输入,建立黄豆酱风味感官属性的定量预测模型。其中,香气、滋味、色泽和体态评分的PLS预测模型中Rp分别为0.8642、0.8454、0.5851和0.8661,RMSEP分别为1.3702、1.7895、2.1015和2.0755;SVM模型中相应的Rp分别为0.9002、0.9368、0.8074和0.8855,RMSEP分别为1.1054、1.1382、1.0011和1.6082。结果表明,SVM模型的相关性和稳定性明显优于PLS模型,智能传感技术可以定量预测黄豆酱风味感官属性评分,作为辅助手段应用于感官评价。4.基于智能传感融合技术的黄豆酱特色风味综合表征方法研究在单一风味属性研究基础上,本研究提出分别基于气味滋味传感信息融合以及多传感信息融合建立黄豆酱风味品质分类及风味综合评分的定量预测模型。结果显示,两种融合方法的品质分类结果高度一致;定量预测的结果为:基于气味与滋味传感信息融合的PLS模型的Rp为0.9150,RMSEP为3.9443,SVM模型的Rp为0.9267,RMSEP为2.4002;基于多传感信息融合的PLS模型的Rp为0.9339,RMSEP为3.5882,SVM模型的Rp为0.9636,RMSEP为1.8506。结果表明,所建立的两种融合方法都能够实现对黄豆酱特色风味的综合表征,基于多传感信息融合的模型精度更高,与人的真实感觉更为接近。本研究基于综合量化表征黄豆酱特色风味的目的,以其风味成分与感官属性作为对照,采用电子鼻、电子舌、测色仪与物性分析仪等多种传感技术对黄豆酱特色风味进行综合评判并取得较好效果。研究证明了智能传感技术用于黄豆酱特色风味表征和评判的可行性,并通过对黄豆酱综合风味的气味-滋味传感信息融合评价模型与多传感信息融合评价模型的对比,为不同应用场景和精度要求下黄豆酱综合风味评价模型的选择提供了理论依据。研究成果可为智能传感技术辅助甚至替代传统风味表征方法提供方法参考和理论支撑。