1、實驗項目
北京某電子有限公司生產車間的不同廢氣總排口進口處及出口處排放（涂裝、噴涂、電鍍）的工業廢氣惡臭強度，廠界內（頂樓排氣界限）、廠界外（工廠與馬路的交界西面、北面、南面廠界處）不同地點的環境惡臭污染程度實驗檢測。
2、相關實驗人員： 北京某電子有限公司/北京盈盛恒泰科技有限責任公司
3、實驗儀器設備與標準依據
電子鼻系統，PEN3，德國 AIRSENSE 公司。該電子鼻含有 10 個不同的金屬氧化物傳感器，組成傳感器陣列。檢測主要是依據 GB/T14675-1993《空氣質量 惡臭的測定 三點比較式嗅袋法》排污標準數據為指紋模板評價，即 GB14554-1993《惡臭污染物排放標準》三級標準。實時檢測數據與國標指紋模板對比，直接得出檢測惡臭強度（OU）值，利用 LDA、PCA方法識別分析出排污總體狀況。
4、數據處理
本實驗在對每個樣品的數據采集過程中，通過查看每個傳感器響應信號的變化曲線、每個時間點的信號值及星型雷達圖或柱狀指紋圖，可以清晰考察各個傳感器在實驗分析過程中的響應情況。并通過傳感器選擇設置可以查看在不同數量的傳感器情況下的響應情況。由于每個傳感器對某一類特征氣體響應劇烈，可以確定樣品分析過程中樣品主要揮發出了哪一類特征氣體。對于樣品區分分析，本實驗提取 10 個傳感器的特征值，然后采用主成分分析法(PCA)，線性判別法(LDA)和傳感器區別貢獻率分析法(Loadings)作為主要區別分析方法。在用 PCA進行分析時，可以查看在每個主成分下樣品區分的狀況，并可以分析樣品之間主要是由哪一類組分起主要區分作用；LDA是 DFA(識別因子法)的di一步，LDA分析注重類別的分類以及各種組之間的距離分析；Loadings分析法與PCA是相關的，它們都基于同一種算法，但不同的是，本實驗中Loadings算法主要是對傳感器進行研究，利用該方法可以確認特定實驗樣品下各傳感器對樣品區分的貢獻率大小，從而可以考察在這個樣品區分過程中哪一類氣體起了主要區分作用。通過區別判定 DFA、歐氏距離 EUCLID、馬氏距離 MAHALANOBIS 和相關性分析 CORRELATION 等方法，有效判定未知樣歸屬于哪一類，達到一個用電子鼻驗證未知樣的實驗結果。并通過 PLS 偏小二乘法進行 OU 值的定量預測。
5、結果分析與討論

通過數據中可以看出該廠的總排氣口、廠界內外周邊環境均出現不同程度的惡臭污染超標情況甚至可以說超標情況相當嚴重。廢氣總排口和環境空氣通過電子鼻分析，樣品信號采集穩定，結果明顯； 每個樣品傳感器走勢接近，并且可以清晰的進行區分；2、4、7、9 號傳感器為此次分析的關鍵傳感器，對氣體響應明顯，對區分貢獻率大。如果想要詳細的進行分析，還需要大量的試驗數據。

部分圖譜（詳細內容請查看全文）

6、結論
德國 AIRSENSE 公司的 PEN3 型電子鼻在這次的環境惡臭氣體的分析檢測中，可以說達到了很好的試驗效果。并且通過參照和建立國家標準相對應的模板文件，可對總排口及周邊環境空氣進行監測，能夠直接測定出其惡臭強度 OU 值。
具體歸納如下：
（1）整體惡臭強度相當惡劣，擴散影響甚遠。
（2）和電鍍及噴涂的總排口相比，涂裝二區的惡臭程度z高，容易超標。
（3）臭氣強度高的基本出現在下風向。
（4）惡臭擴散方向強度和涂裝二區排口方位及風向有一定關系。
（5）濕度大、無風天氣的惡臭更加明顯。
此次試驗數據清晰直觀，具有很強的可靠性、穩定性和重復性。