花椒提取油火鍋底料的電子鼻檢測在于通過快速、客觀、無損的嗅覺模擬技術，精準識別和量化其揮發性風味成分（如萜烯類、醇類等），從而實現對底料香氣質量、原料真實性（如花椒品種鑒別）及工藝穩定性的高效監控。該技術可替代傳統感官評價的主觀性，提升生產標準化水平，輔助優化配方，同時有助于檢測異味或變質風險，保障食品安全與風味一致性，為火鍋底料的工業化生產提供科學數據支撐。

主要材料

樣品名稱：花椒提取油火鍋底料，編號為11/19/20

檢測儀器：德國AIRSENSE電子鼻

樣品電子鼻測試典型圖譜（舉例說明）

花椒提取油的比較PCA主成分分析

PCA主成分分析，第一和第二主成份貢獻率之達到99.837％，基本上涵蓋了樣本的大部分原始信息，結合PCA區分度分析表（根據電子鼻軟件內部的計算方式得到，數值越接近于1說明樣品的區分越顯著）。從圖11中可見，3個花椒提取油樣品在氣味上的差異非常明顯，通過PCA分析差異清晰可見，3個花椒提取油樣品在氣味上差異非常明顯，三者在氣味上的由強到弱的順序是20#>19#>11#。結合傳感器響應值可見19#和20#兩個花椒提取油要明顯強于11#樣品，且差異主要表現在第一主成分上。

LDA線性判別分析

LDA也是一種聚類分析的方法，LDA是DFA（識別因子法）的第一步，LDA分析注重類別的分類以及各種組之間的距離分析，簡單的說在LDA分析中會盡量縮小組內（例：11#的平行樣之間）的差異，擴大組間（例：11#和19#）的差異。在LDA分析中樣品被最大限度的區分開來，從圖中可見樣品之間的區分更加明顯，趨勢與PCA相似，三者之間的差異更加清晰明顯。

Loading分析

其中位于圖中心（0，0）附近的傳感器對主成分分析圖中的模式分布負有較小的責任。同樣可見1、3、4、5、10號傳感器對花椒提取油樣品的區分貢獻最小。從圖13中可見，此時6號傳感器對第一主成分（X軸上的坐標最大）的貢獻率最大，其次是9、2、8、7也對第一主成分也有一定的貢獻，其中9號傳感器對第二主成分的貢獻率最大。由此可見11、19和20三個花椒提取油在氣味上的差異主要來自于6號傳感器對應的甲烷等短鏈烷烴類物質上。當然從傳感器響應圖中同樣可見19#和20#兩個樣品響應值強烈且其中6號傳感器在整個測試過程中響應值均較大，而11#樣品則整體傳感器均響應較小，6號傳感器的響應值更低。當然三者在另外幾個傳感器上的強弱差異也非常明顯。

結論：德國AIRSENSE公司的PEN3電子鼻在常溫下即可對火鍋底料樣品進行測試，不僅區分火鍋底料樣品的氣味是否存在差異，還可以分析不同樣品之間氣味差異主要體現在哪些組分上。測試過程非常簡單，也很容易操作，每個樣品的測試周期大約3-5分鐘樣品信號采集穩定，結果明顯。不同類型的火鍋底料樣品電子鼻響應傳感器并不相同，且各樣品在的傳感器響應強弱上也存在明顯的差異，故可將其完全區分開來。此次試驗數據清晰直觀，具有很強的可靠性、穩定性和重復性。