本文采用電子鼻對刨花板氣味進行檢測，探索一種更便捷高效的人造板氣味檢測方法。定制家具主要原材料為刨花板，因此以刨花板板材作為試驗對象，共收集了183份刨花板樣品。
檢測儀器
德國AIRSENSE公司PEN3型電子鼻 ，主要由取樣操作器、氣體傳感器陣列和信號處理系統組成。其中，傳感器陣列由10個不同的金屬氧化物傳感器組成。PEN3型電子鼻氣味檢測的原理：通過取樣裝置采集樣品的氣味分子，并流經氣體傳感器，氣味分子被氣體傳感器陣列吸附，產生信號。生成的信號被送到信號處理系統進行處理和加工，得出各傳感器樣品氣味數據和標準大氣數據的相對電阻率（G/G0）值，最后由設備自帶軟件輸出檢測結果。通過軟件自帶的數據分析系統，以不同樣品的電阻率值為數據基礎對不同氣味等級的樣品進行分類。
分析方法
將電子鼻采集到的所有刨花板樣品的氣味數據，分別采用主成分分析法（PCA）、線性判別法（LDA）和負荷加載分析法（Loadings）進行分析。在用PCA進行分析時，兩個主成分的貢獻率相加大于95%時，則表示最終結果具備較好的分析可行性。LDA分析方法的基本原理是將高維的模式樣本投影到最佳鑒別矢量空間，投影后保證模式樣本在新的子空間有最大的類間距離和最小的類內距離，具有分類效果好、易實現等優點，該分析方法注重類別的分類以及各種組之間的距離分析。Loadings分析方法通常用來檢查在PCA空間（由模型數據中主成分變換所得）中傳感器對模型數據分布的影響，即可判定各傳感器對分類的貢獻率。
結果與分析
由圖2和圖3可知，電子鼻對刨花板氣味成分有明顯響應，且每個傳感器響應各不相同，表明利用電子鼻PEN3對不同的刨花板氣味進行識別具備可行性。圖4為183份刨花板樣品的氣味電子鼻檢測數據的PCA分析圖。從圖4可知，第一主成分軸（橫軸）和第二主成分軸（縱軸）貢獻率分別為81.99%和17.39%，總貢獻率達99.38%，兩個主成分的貢獻率相加大于95%，表示采用此2個主成分的數據來分析刨花板樣品的氣味分類情況可行。從圖6中可看出，6號傳感器W1S（對甲基類靈敏）和7號傳感器W1W（對硫化物靈敏）的響應值最大，說明這兩個傳感器對PCA分析時第一主成分和第二主成分的貢獻率最大，也表明在判別樣品的過程中起到的作用最大。
結論與建議
本試驗發現，不同刨花板樣品的電子鼻氣味檢測數據有差異，而且采用PCA分析方法能很好地分類氣味級為0級、1級和4級的刨花板樣品的電子鼻數據，表明采用電子鼻檢測刨花板樣品的氣味等級具有可行性。建議事先選擇各種氣味等級的樣本量足夠大的刨花板樣品作為數據庫樣本，嚴格按LY/T 3236—2020方法對樣品氣味進行檢測，同時使用電子鼻采集各樣品氣味數據，通過PCA等化學計量學分析方法建立樣品按照LY/T 3236—2020進行氣味等級檢測的結果與電子鼻數據間的模型，形成刨花板氣味等級電子鼻檢測數據庫，以實現新樣品的電子鼻快速檢測。
