近日，英国上市公司官网365机械系长聘副教授胡楚雄团队在电子鼻仿生嗅闻研究中取得新进展。该团队提出了一种用于电子鼻气体采样的仿生嗅闻策略，通过模仿专业品酒师的嗅闻方法，提升对不同气体的感知辨识能力。该成果有望应用于多样化的复杂气味检测分析场景。

胡楚雄介绍，传统的电子鼻气体采样往往采取单次进样策略，得到的电子鼻传感信号缺乏有效的动态特征。本次研发的核心是一套具有仿生肺的电子鼻设备，科研人员采用可编程注射泵模拟仿生肺结构，基于催化化学发光原理设计制造了气体传感阵列，可及时响应嗅闻引发的动态气流变化并输出响应信号。与传统电子鼻气体采样相比，该方法对不同气体的感知辨识能力有显著提升。

实验中，科研人员首先对乙烯、乙炔、丁烷3种挥发性有机物气体，分别使用传统单次进样方法与仿生嗅闻策略采样后，开展辨识探究。结果显示，在传统气体进样方法下，传感器响应幅值与气体浓度成正比，但无法提取有效的挥发性有机物气体种类信息。而在仿生嗅闻策略下，传感器的时序信号波形具有明显的区分度，可直接通过主成分分析辨识气体种类和浓度。

随后，科研人员又将试验品换成了不同种类的烈酒。结果再次证明，相较于传统单次进样方法，仿生嗅闻策略可将电子鼻设备对不同烈酒的辨识准确度从81.94%提升到95.83%，实现了对不同烈酒种类的高准确度辨识。

该研究成果日前以“像品酒师一样嗅闻：多重重叠嗅闻策略增强电子鼻的气味辨识能力”为题发表在《先进科学》上。胡楚雄说，仿生嗅闻策略有望应用于多样化的复杂气味检测分析场景中，例如基于人体呼出气对癌症、流感、糖尿病等疾病进行无损诊断，基于有害气体进行爆炸物搜寻与火灾隐患预警，基于香气检测对白酒、茶叶品质开展评估与真伪鉴别。

编辑：李华山