崔丽静 周显青 林家永 张玉荣

电子鼻快速判别玉米霉变技术研究

崔丽静1，2周显青1林家永2张玉荣1

(河南工业大学粮油食品学院1，郑州 450052)
(国家粮食局科学研究院2，北京 100037)

采用正常玉米样品40个，发霉玉米样品41个，建立了电子鼻对霉变与正常样品的识别模型，优化了10个传感器的组合，并对32个未知样品进行判别，其中霉变样品15个，正常样品17个。结果表明传感器优化前后主成分分数分别为86．34%和97．54%，优化后提高了11．2%。采用Euclid、Malahanobis、Correlation以及DFA四种算法对检验集未知样品进行判定，优化前总判别率分别为Euclid:68．75%，Malahanobis:75%，Correlation:84．38%，DFA:81．25%;优化后总判别率分别为 Euclid:68．75%，Malahanobis:75%，Correlation:90．63%，DFA:87．5%。优化后 Correlation和 DFA法的判别率比优化前提高，其中 Correlation法达90．63%。在对霉变和正常玉米判别时，霉变样品的判别率要远高于正常样品的判别率。

电子鼻 玉米 霉变 快速检测

玉米是三大主要粮食之一，在我国种植面积广、种植量大。我国也是玉米消费的大国，但是玉米的储藏存在较多的问题，由于玉米籽粒中胚乳较大，营养丰富，很容易被微生物所污染，因此属于较难储藏的粮食品种。特别是玉米在收获季节遇到阴雨天气，很容易发生霉变，一些霉菌污染后的玉米甚至会产毒，被人畜食用后导致中毒，近几年来食用霉变玉米中毒事件屡见不鲜，造成的经济损失和浪费非常严重。因此监测玉米储藏过程中霉变情况具有重要意义。目前来看，我国的一些粮食收储机构和单位对玉米霉变的检测仍存在局限性，主要通过测粮温变化，观察粮粒颜色，是否出现异味来进行判断［1］。……