食用植物油中重金属（包括有毒的和必须的两类重金属）含量对其品质有着显著影响，是一项重要的检测指标。目前，在食用油中基于电化学技术的多组分同时检测研究的报道尚少，但由于该技术具有设备简单、检测限低、灵敏度高、检测费用低等特点。故论文以此为手段，在融合化学计量学的基础上尝试了食用油中多组分重金属检测方法的研究，为多组分重金属同时检测提供了一种新手段。选用铜、锌、铅3组分重金属为检测对象，借助于差分脉冲溶出伏安技术开展了3组分重金属同时检测方法的具体而又深入的研究。论文主要工作如下：1.通过对支持电解质溶液以及工作参数的试验研究，确定了醋酸-醋酸钠为支持电解质，其浓度为0.1mol/L、 pH值为4.5，同时给出了富集时间（60s）、富集电位（-1.2V）、扫描增量（10mv/s）等测试参数。2.为减少信号噪声，获得可靠的分析数据，分别运用平滑、平滑求导、卡尔曼滤波、小波包降噪等4种方法对溶出伏安信号进行降噪处理，4种方法均能在一定程度上减少检测误差，但平滑求导与小波包方法的降噪效果相对较好。同时，在降噪研究中，针对性地完善了平滑求导降噪的计算方法。3.为构建可靠、稳健的分析测试模型，对降噪后的数据分别开展了主成分回归、多元线性回归、偏最小二乘回归、BP神经网络以及最小二乘支持向量机等5种建模方法的比较研究。预测集样品的预测结果显示：基于平滑求导的主成分回归模型、多元线性回归模型、BP神经网络模型、最小二乘支持向量机模型的检测准确度较高，基于小波包降噪的偏最小二乘回归模型也取得满意的检测结果。4.在上述测试模型构建的基础上，用食用油对5种检测准确度较高的模型进行实例检测，得出了基于平滑求导的BP神经网络模型检测结果更为可靠，检测效率也更高，其结果与原子吸收光谱法（国标法）相比较无显著性差异。论文研究结果表明，采用适宜的电化学技术、信号降噪及模型构建方法是可以实现食用油中多组分重金属的同时检测。