所谓的电子鼻(electronicnose)是一种仪器，它是由具备部分专一性的气敏传感器构成的阵列(ChemicalVaporSensorArray)和适当的模式识别系统组成，用来识别简单和复杂气味(Odorant)，AlphaMOSFox3000电子鼻包含有12个金属氧化物传感器组成的阵列。 试验所用的储粮害虫是谷锈虫(Rustygrainbeetle)也称为锈赤扁谷盗(CryptolestesferrugineusStephens)和红花虫(Redflourbeetle)也称为赤拟谷盗(TriboliumcastaneumHerbst)。 实验装置均采用自行设计的设备系统。实验程序和试验方法为自行设计。实验分别针对含有不同数量活的储粮害虫气体样本检测，对含有不同数量死虫的气体样本和标准控制气体样本进行了检测与比较；并对距储粮害虫不同距离的部位进行采样，研究储粮害虫气味的传播距离；对试验的两种储粮害虫的气味进行比较研究。 应用主成分分析法(PCAPrincipleComponentAnalysis)和自组织特征映射神经网络法(SOM，Self-OrganizingFeatureMap)进行了模式识别。 试验结果表明，AlphaMOSFox3000电子鼻能快速检测(PCAPrincipleComponentAnalysis)粮食是否受到虫害。尽管储粮害虫的气味很轻微，这种轻微的气味人是无法闻到的，甚至于用任何检测仪器都无法测定，但AlphaMOSFox3000电子鼻能很快捕捉到。而且无论虫量多少、虫子是死还是活，它们的气体样本与标准气体样本都有明显的差异，从而能快速检测出粮食是否受到害虫的侵蚀。同时，活虫的气味与死虫的气味明显不同。但含有死虫样品的气味明显小于含有活虫样品的气味，这说明气味与呼吸有关。另外，虫体的数量和气味浓度是成正比的。虫体数量越多，气味浓度越高，检测结果越明显。通过实验结果知道，害虫气味的散发和传播是有距离的。离害虫的距离越近，害虫的气味浓度越高，检测效果越明显。活虫的气味传播速度较死虫的传播速度快，活虫的传播距离要比死虫距离远。这可能和活虫的呼吸有关，呼吸促使气味的传播速度加快，从而能传播到较远的距离。 但是，从试验的结果来看，在模式识别中，主成分分析法(PCA法)只能进行定性的分析，而要定量分析，却还有很大的困难。而SOM法和PCA法比较，两者在分析过程中准确度不同，根据主成分分析法，在实验1的分析中成功率不到75％；神经网络模型SOM法却具有100％准确性。在实验2的分析中，PCA法具有87.5％的准确性，神经网络模型SOM法却具有100％准确性。充分显示SOM神经网络模型的优越性能。对于谷物害虫的类别辨识，相对主成分分析法，神经网络(SOM)方法可以更好地解决由于电子鼻传感器多而带来的分析数据庞大的辨识难题，并具有更好的识别率。 通过试验，获得了有关利用电子鼻对两种储粮害虫进行检测的大量数据，从而建立了标准识别图库，如用PCA方法进行识别的图谱，用SOM神经网络进行识别的数据库及害虫气味特征映射表，都为在今后的试验中能以此加以对比和判别，同时也为研制专用于检测储粮害虫的电子鼻奠定了一定的基础。 本研究课题的主要成果是：1.本课题首次提出了用电子鼻进行储粮害虫气味的检测，并进行系列的试验验。完成了储粮害虫气味采集装置的研制，解决了电子鼻检测时气味采集的关键难题。 2.进行了实验方法的研究，完成了用电子鼻对储粮害虫的多项指标的检测，建立了相应的数据库。 3.成功的应用主元素分析法(PCA)和自组织特征映射神经网络法(SOM)进行了模式识别。并建立了标准识别图库。