随着生活水平的提高,人们对食物的追求不再单单局限于温饱了,对食物品质的关注度日益增加,同时,食品安全问题也越来越受到人们的重视。对于食品新鲜度的常规检测方法往往检测步骤繁琐、耗时长、部分检测结果存在主观性。电子鼻检测技术作为一种新兴的检测方法,具有便携、无损、实时的优点,而随着材料科学与计算机技术的不断发展,电子鼻技术也得到了巨大的进步,利用电子鼻的对食品新鲜度进行鉴别具有较大的应用潜力。因此,本文设计并开发了基于电子鼻的食品新鲜度检测与识别系统。本文的主要研究工作和创新性工作如下:1.对传统食品新鲜度检测方法以及食品腐败相关的特征气体进行深入研究,比较了不同种类食品在不同感官新鲜度下食品挥发性成分的区别,初步确定了与食品腐败相关的气体标志物本文通过查阅相关文献调研了常用的食品新鲜度检测方法,并深入研究了电子鼻技术在食品新鲜度中的具体应用。同时,参考现有文献对生活中常见的食品腐败过程中的特征气进行探究,通过收集食物腐败过程中的气袋顶空气体,利用固相微萃取-气相-质谱联用实验手段分析了肉类、蔬菜、水果三类常见食品在不同感官新鲜度下挥发性化合物的区别,确认了食品感官特征变化与挥发性成分之间的相关性。根据实验结果,初步确定了与食品腐败相关的气体标志物:乙醇、氨气以及硫化氢,并将这三种气体作为系统检测的主要目标气体。2.对传感器阵列进行了筛选与目标气体标定,按照模块化以及小型化的设计要求构建了基于金属氧化物半导体气体传感器的食品新鲜度检测电子鼻系统本文选择了技术成熟、应用广泛且制造成本低的金属氧化物半导体气体传感器作为电子鼻系统的检测传感器,根据实际的食品腐败相关特征气体设计气体传感器阵列,并通过配置不同浓度的目标气体对实际传感器阵列的灵敏度以及线性度进行测试。同时,按照模块化的方法,将电子鼻检测系统分为气路模块、检测及控制模块以及系统软件模块,设计的电子鼻系统能够对食品气味信息进行检测采集并通过系统软件进行数据传输,具有尺寸小、成本低以及易集成的优点。3.利用电子鼻系统完成了对常见的12种食品在单独储存下腐败过程的气味信息的检测与记录,并利用线性判别算法开发了基于电子鼻系统的单一食品新鲜度判别模型,利用实际数据对模型进行了识别效果验证选取实际生活中常见的12种肉类、蔬菜和水果类食品作为实验对象,以人为感官评价为参考,建立不同食品的感官新鲜度评价标准,将食物新鲜度划分为新鲜、次新鲜和腐败三个类别。利用电子鼻系统对12种食品进行实际测试,记录下不同食品在单一食品储存情况下从新鲜到腐败的传感器响应变化,并将实际测试数据用于建立线性判别分析模型。算法模型将感官评价新鲜度结果作为参考,结果表明,在单一食品储存情况下,线性判别分析算法可以对食品的新鲜、次新鲜以及腐败三种不同的新鲜程度做出有效区分,不同食品新鲜度的识别准确率最低为85.77%,最高为100.00%。4.针对实际生活中复杂的混合食品存放情况,设计了相应混合食品测试实验,并利用电子鼻系统对部分食品混合储存情形进行了测试,基于卷积神经网络建立了混合食品新鲜度识别模型,并与其他算法进行对比针对实际生活中食品混合储存的复杂情况,通过对食品种类进行约束以及混合方式进行简化,设计了混合食品测试相关实验,利用电子鼻系统对选取的12种食品混合情况进行测试,并根据实际情况,将混合食品的识别目标分为样本新鲜、肉类食品腐败、蔬菜食品腐败以及水果食品腐败4种情况,即在判断食品样本中是否含有腐败食品的基础上对腐败食品的种类做进一步判断。在利用实验测试数据建立混合食品线性判别分析模型无法得到理想结果的情况下,探究了卷积神经网络在混合食品新鲜度识别中的应用,通过与传统的模式识别算法进行对比,证明卷积神经网络在几种算法中识别效果最好,识别准确率可以达到93.33%,结果表明,基于卷积神经网络的识别模型能对混合食品新鲜度做出有效判断,具有较大应用潜力。