食用醋具有较高的食用和药用价值，它在人们日常生活中也占有重要的地位，因此对于食用醋的品质评价也变得非常重要。而当前所用的检测食用醋品质的方法虽然能够准确地提取信息，但其分析过程比较复杂、周期长和成本高，并且不能实现现场实时检测。采用电子鼻技术检测可以弥补传统仪器分析方法的不足，而且这种检测方法易操作，并且可以实现实时评价。电子鼻系统一般由检测对象、传感器阵列、信号调理电路以及数据预处理和模式识别等部分组成。本文旨在研究面向食用醋品质预评价的电子鼻系统，并且设计了以半导体氧化物传感器为检测器，构建了包括传感器驱动电路、调理电路、数据处理和分析的硬件系统及软件系统。它包括：由5种TGS系列和1种MQ系列半导体氧化物气体传感器构建的传感器阵列、以LPC2138微处理器为核心的采集电路等硬件部分，通过USB接口将所采集的数据上传至计算机，利用上位机LabView软件进行数据采集的实时显示及存储，并利用主成分分析法(PCA)、线性判别式分析法(LDA)和BP神经网络对数据进行模式识别。使用所研制的电子鼻原型机对常见的陈醋、香醋、白醋、米醋和苹果醋五种不同的食用醋进行测量，并对食醋种类和原料关系进行了分析。实验结果表明，采用电子鼻技术可以很好的区分不同种类的食醋，验证了电子鼻技术在食醋品质评价中的可行性，提供了一种对食醋品质预评价的便利方法。这种新型的电子鼻技术为食用醋的品质检测方面提供了一个可靠的保证，具有广阔的应用前景。最后，在电子鼻的后期模式识别算法上，使用了主成分分析和BP神经网络相结合的数据处理方法，并为研制适用于其它的检测对象的电子鼻提供了依据。通过实际的检测试验证明了该系统具有较好的稳定性和实用性。