概述
電子鼻也可以稱為氣味分析儀或者氣味指紋分析儀，是20世紀90年代中期發(fā)展起來的一種用于分析、識別氣味物質(zhì)總體特征的新型檢測儀器。ThinkSenso電子鼻是基于仿生模擬原理，采用多種非特異性傳感器獲取樣品多層次特征信息，通過計算機模式識別模糊判斷的方式針對不同樣品的氣味進行區(qū)分辨別的智能感官分析設(shè)備。
ThinkSenso電子鼻檢測技術(shù)主要是利用氣敏傳感器陣列對所測樣品的所有揮發(fā)出的氣體成分進行整體響應(yīng)。主要可分為五個部分，即包括樣品的采集、傳感器陣列、信號處理呈現(xiàn)、模式識別和數(shù)據(jù)處理。理想狀態(tài)下的電子鼻傳感器可以達到與人類鼻子相比擬的靈敏性，以及可以具有可重復性和穩(wěn)定性高等優(yōu)良性能。當所測樣品的揮發(fā)性氣體經(jīng)過傳感器陣列時，所有的傳感器與揮發(fā)的氣體發(fā)生一系列物理化學反應(yīng)通過轉(zhuǎn)化為信號被采集并記錄下來。氣體化合物通過在傳感器表面不斷被吸附和洗脫，一直保持著動態(tài)的平衡。電子鼻可以通過對樣品揮發(fā)性成分進行檢測來反映整體的信息，也可以通過觀察比較不同傳感器對不同樣品物質(zhì)響應(yīng)信號的不同，來大致反映所測樣品的揮發(fā)性氣體含有某一類組分的氣體。
原理圖：
電子鼻的主要檢測對象是揮發(fā)性的風味物質(zhì)。電子鼻檢測系統(tǒng)中配備的10~14或更多個不同的金屬氧化物傳感器對醇類、醛類、烷烴類、碳氧化合物、氮氧化合物、芳香類化合物等有機物質(zhì)有很好的選擇性。當一種或多種風味物質(zhì)經(jīng)過電子鼻時，該風味物質(zhì)的“氣味指紋”能被傳感器感知并經(jīng)過特殊的智能模式識別算法提取。不同風味物質(zhì)的“氣味指紋”信息不同，某些特定的風味物質(zhì)（樣品的特征風味）可以表征樣品在不同的原料產(chǎn)地、不同的收貨時間、不同的加工條件、不同存放環(huán)境等多變量影響下的綜合質(zhì)量信息。樣品氣味可以被電子鼻檢測系統(tǒng)學習和識別。用戶通過PCA、DFA、SIMCA、PLS、Euclidean Dis歐氏距離、CORRELATION相關(guān)系數(shù)、MAHALANOBIS馬氏距離、DP dis個體識別率、DI dis區(qū)分指數(shù)、Scores Dd得分值分離度、Eigenvalue Dd特征值分離度等等自帶的智能算法就能直觀的得測試結(jié)果圖。電子鼻主要適用于檢測含有揮發(fā)性物質(zhì)的液體、固體樣品。
應(yīng)用領(lǐng)域：
食品：酒類，飲料，茶葉，水產(chǎn)品，畜產(chǎn)品，禽肉蛋制品，蜂產(chǎn)品， 食用油，糧食貯存，果蔬及加工產(chǎn)品，乳及乳制品，調(diào)味料及發(fā)酵食品，各種湯料，香精香料，保健食品等。
制藥：中藥原料鑒別，中藥飲片品質(zhì)控制，西藥配方，氣味分析等。
煙草：各種藥草的產(chǎn)地、等級、品種判斷、成品煙煙氣分析。
化工：化妝品，化工原料等品質(zhì)及工藝控制等。
環(huán)境：惡臭污染，氣體泄漏，污水氣味監(jiān)控和現(xiàn)場檢查。
醫(yī)療診斷：通過病人呼出氣體檢查響應(yīng)疾病，腫瘤篩查，消化功能等。
參數(shù)：
臺式，工作條件：220V供電，USB接口連接電腦使用。
使用溫濕度范圍：0-40℃，5%-95%，不會產(chǎn)生冷凝。
測量時間：可設(shè)置范圍60s～6min
傳感器
傳感器：10個金屬氧化物傳感器；每個傳感器對應(yīng)一類氣味物質(zhì)；所有傳感器可同時對樣品氣味響應(yīng)，可優(yōu)化組合使用其中的任意傳感器；每個傳感器還可以獨立響應(yīng)樣品氣味；傳感器可以單獨拆卸，單獨更換。
加熱方式：傳感器內(nèi)置加熱，核心工作溫度200℃～400℃，10個傳感器獨自密封于單個傳感器倉內(nèi)，無死體積。
傳感器氣室：鋁合金材質(zhì)，表面光滑，在自然條件下表面可形成致密的保護膜，確保性能穩(wěn)定。
進樣系統(tǒng)
進樣方式：采用動態(tài)頂空進樣，進樣針采用側(cè)面開孔，防堵，提高進樣效率。
采樣系統(tǒng)：兩個內(nèi)置泵，采集樣品與傳感器清洗分別由兩個內(nèi)置泵獨立進行。
清洗流量：5L/min，抽取外界空氣，經(jīng)內(nèi)置活性炭管過濾。
樣品進氣流量：0.1 – 1 L/min，可程序控制調(diào)節(jié)。
軟件
軟件具有豐富的統(tǒng)計學分析方法包含且不于以下算法：完整智能模式識別以及分析系統(tǒng)，包括PCA主成分分析、SIMCA分析、DFA判別函數(shù)分析、LDA線性判別分析、PLS偏最小二乘法。
原始數(shù)據(jù)可導出至TXT格式，方便數(shù)據(jù)進行其它算法的處理。
