一种快速的气味量化方法:应用到黑茶气味的色度计传感器合的多维光谱学

科学领域:

• 分析化学 分析化学
• 食品科学 食品科学 食品科学
• 频谱学是一种光谱学.

背景情况:

• 黑茶的香味显著影响质量,需要快速评估以进行智能加工.
• 挥发性有机化合物 (VOC) 是黑茶香味特征的关键指标.
• 现有的VOC检测方法可能缺乏实时质量控制所需的速度.

研究的目的:

• 开发一种使用色度传感器阵列和高光谱系统快速检测黑茶中的关键VOC的定量检测方法.
• 建立特定芳香化合物的预测模型,如林纳醇,乙甲,六,甲基酸盐和日拉尼醇.
• 阐明传感器阵列染料和VOC之间的相互作用机制.

主要方法:

• 一个简单的色度传感器阵列与一个高光谱成像系统相结合.
• 竞争性适应性重权取样 (CARS) 用于特征变量选择.
• 最小方形支向量机 (LS-SVM) 模型被开发用于定量VOC预测.
• 密度函数理论 (DFT) 的计算被用来研究染料-VOC相互作用.

主要成果:

• 汽车-LS-SVM模型显示了关键VOCs强大的定量预测能力.
• 预测林纳醇,乙,六,甲基酸盐和日拉尼醇的相关系数分别达到0.89,0.95,0.88,0.80和0.78.
• 这项研究发现了分子轨道能量水平,双极时刻,分子间距离和染料-VOC相互作用之间的强烈相关性.

结论:

• 综合色度传感器阵列和高光谱系统提供了一个有希望的方法,可以快速准确地评估黑茶的香味质量.
• 开发的模型提供了关键的芳香贡献VOC的可靠的定量预测.
• 了解分子相互作用机制可以增强用于芳香分析的传感器阵列的设计和优化.