近日，清华大学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。
