我国是醋的起源国，自古就有酿醋和食醋的传统。随着人民消费理念的更新和生活水平的提高，人们对食醋品质的要求也越来越高。气味是食醋等风味食品品质检测和分级的重要评定依据，在食醋的生产加工过程中，对散发出的气味进行检测分析是实现其品质控制的重要环节。本研究利用气相色谱-质谱联用(GC-MS)技术对不同发酵阶段的醋醅的挥发性有机化合物(VOCs)进行了分析;设计了一套基于嗅觉可视化技术的检测系统来对醋酸发酵过程的挥发性气体进行表征并对不同种类的食醋进行了识别。论文的主要研究内容如下:　　1.本研究搭建了一套基于可视化传感器阵列的试验平台。采用薄膜传感器制作工艺将优选的9种卟啉类化合物和6种pH指示剂沉淀在疏水反相硅胶板上制成传感器阵列;对图像获取装置、光源的选择及反应室的设计进行了优化;并对图像处理软件进行了开发，能够有效提取图像的特征值，表征食醋的气味信息。对所设计开发的嗅觉可视化系统气敏传感器阵列柔性平台的稳定性进行了评价，结果表明该嗅觉可视化系统是稳定可靠的。　　2.采用顶空固相微萃取(HS-SMPE)气质联用(GC/MS)技术跟踪了不同发酵阶段醋醅的挥发性气体变化情况。研究鉴定出醋酸发酵过程中产生的53种挥发性气体成分，主要有醇类、酸类、酯类、醛类、酮类和酚类等，研究表明乙醇，3-甲基-1-丁醇，乙酸和乙酸乙酯的含量在固态发酵过程中发生了显著的变化。　　3.利用自制的嗅觉可视化系统跟踪镇江香醋的发酵过程。研究以醋酸发酵过程中的每天的醋醅样本为试验对象，利用可视化传感器阵列表征不同发酵天数的醋醅样本，通过主成分分析呈现了醋酸发酵过程的变化趋势，即随着发酵的进行，主成分分布向前扩散和延伸。通过线性判别分析(LDA)建立19天醋酸发酵阶段中醋醅样本的识别模型。结果表明，交互验证识别率为60％;将识别误差控制在3天内时，其识别率提高到92.63％。　　4.研究了利用自制的嗅觉可视化系统鉴别不同种类的食醋。分别以米醋、香醋和陈醋为试验对象，对其进行主成分分析，结果表明不同种类食醋的绝大部分样本可直接通过主成分分析区分开，而另一部分在主成分分布图中有一定的重叠，因此采用模式识别方法将其区分开。利用遗传-偏最小二乘回归算法(GA-PLS)来对变量进行筛选，对筛选出的变量分别进行线性判别分析(LDA)、BP人工神经网络（BP-ANN）和偏最小二乘判别分析(PLS-DA)模式识别。结果表明，LDA模型的识别效果最好，当变量数为14时，训练集和预测集的识别率均为100％。研究结果表明可视化装置有较高的识别率，为食醋品质的检验奠定了理论基础。