重庆大学艾斌研究组与河南中烟技术中心开发了一套自制电子鼻系统用于分析不同烟草提取物的香味，并识别烟草叶片的不同位置。该研究涉及使用自制电子鼻、商业电子鼻和气相色谱-质谱联用技术（GC–MS）分析九种独特的烟草提取物样本。

研究团队利用主成分分析、统计质量控制（SQC）和软独立建模类别类比（SIMCA）等多种统计方法，对收集的数据进行了深入分析。结果显示，自制电子鼻能成功区分具有相似气味的烟草提取物，并通过质量控制模型有效评估样本质量的稳定性。

在进一步验证该电子鼻的应用潜力时，研究人员还准确分类了不同烟草叶片位置的香味，取得了高达97.44%的准确率。这一成果为烟草行业提供了一个高效的香味识别工具，促进了生产过程中质量控制与香味一致性的提升。

研究显示，与传统的物理和化学评估方法相比，电子鼻技术响应更快、成本更低，能够更客观地进行香味分析。自制电子鼻系统的使用，还能够减少人力成本，为烟草行业在快速生产和质量控制上带来了新的可能。

这一开创性研究表明，结合电子鼻技术与智能算法，不仅提升了烟草提取物的质量分析能力，也为烟草产业的创新发展提供了可行性支持。研究团队计划在未来扩大样本量，以进一步提高模型的稳定性。

文章链接：Quality characterization of tobacco flavor and tobacco leaf position identification based on homemade electronic nose | Scientific Reports (nature.com)