电子鼻用于区分不同品牌的啤酒

图1 不同品牌啤酒的主成分分析图

由图1可看出，电子鼻信号相对于不同品牌的啤酒表现出不同程度上的聚类特性。啤酒由于其配料、产地、酒精度和麦芽汁浓度等特征的不同分布于图中不同的区域，且无重叠现象。表明电子鼻可以快速和有效地对不同品牌的啤酒进行区分

电子鼻在果酒风味分析中的应用

图2 干红、干白樱桃酒和干红、干白葡萄酒各两个样品的电子鼻PCA结果

注：1, 2为樱桃酒干红; 3, 4为樱桃酒干白; 5, 6为葡萄酒干红; 7, 8为葡萄酒干白

由图2可以看出,干红樱桃酒、干红葡萄酒、干白樱桃酒和干白葡萄酒的2个样品分别聚在一起,说明电子鼻结果重现性好;通过PC1可将干红和干白酒分开;通过PC2可将干红樱桃酒和干红葡萄酒,干白樱桃酒和干白葡萄酒分开,说明干红和干白酒的香气差异较大,樱桃酒和葡萄酒的香气也有差异,但不如干白和干红之间的差异大。

电子鼻在绍兴黄酒酒龄判别上的应用

图3 绍兴黄酒样品的DFA分析三维模型

由图3可见, 4个年份不同的酒之间差异非常明显，分别集中分布在4个不同区域内。说明电子鼻能将3年、5年、8年和10年的绍兴黄酒区分开，电子鼻可用于对绍兴黄酒酒龄的判别。

电子鼻用于葡萄酒的分类检测

图4 三种葡萄酒样品的主成分分析图

从图4可以看出，三种葡萄酒样品分布在不同的区域内，且相互之间没有重叠，说明电子鼻能将三种葡萄酒很好地区分开。