红枣酒活性成分在发酵过程中的变化研究--毕业论文.doc

编号编号 1151507132 毕毕 业业 论论 文文 （ 2015 届本科）届本科） 题题 目：目： 红枣酒活性成红枣酒活性成分在发酵过程中的变化研究分在发酵过程中的变化研究 学学 院：院： 农业与生物技术学院农业与生物技术学院 专专 业：业： 葡萄与葡萄酒工程葡萄与葡萄酒工程 作者姓名：作者姓名： 王克阳王克阳 指导教师：指导教师： 焦扬焦扬 职称：职称： 副教授副教授 完成日期：完成日期： 2015 年年 6 月月 10 日日 二一五年六六月 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 河西学院本科生毕业论文（设计）诚信声明 本人郑重声明：所呈交的本科毕业论文（设计），是本人在指导老师的 指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议，除 文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或 撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中 以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 本科毕业论文（设计）作者签名： 二一五年六月十日 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 目目 录录 第一部分第一部分 摘要摘要1 摘 要1 ABSTRACT.1 第二部分第二部分 正文正文2 题目：红枣酒活性成分在发酵过程中的变化研究2 引言 2 1 材料与方法.2 1.1 材料与仪器2 1.2 方法3 1.3 实验内容3 1.4 测定方法5 1.5 数据处理5 2 结果分析与讨论.5 2.1 发酵过程中红枣酒活性成分的变化预实验5 2.2 PLACKETT-BURMAN 实验 .7 2.3 最陡爬坡实验确定发酵条件9 2.4 中心组合实验结果9 3 结论.18 参考文献18 致 谢20 第三部分第三部分 运行材料运行材料21 附件 1：农业与生物技术学院本科生毕业论文（设计）题目审批表 附件 2：农业与生物技术学院本科毕业论文（设计）开题报告 附件 3：农业与生物技术学院指导教师指导毕业论文情况登记表 附件 4：农业与生物技术学院毕业论文（设计）指导教师评审表 附件 5：农业与生物技术学院本科生毕业论文（设计）答辩记录表 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 0 第一部分第一部分 摘摘 要要 摘摘 要要：为了研究红枣果酒在不同条件下（果胶酶的添加量、酶解的温度、酶解的时 间、可溶性固形物、SO2的添加量、酵母的添加量和发酵的温度）发酵过程中的活性 成分的变化，以临泽红枣为原料，采用 Plackett-Burman 设计法和响应面分析法对主 要影响因素进行优化。通过筛选设计及响应面分析，实验表明：果胶酶的添加量、初 始 SO2的添加量、发酵的温度对红枣酒多糖和多酚的影响较显著。通过最陡爬坡及 Box-Benhnken 实验对关键因素进一步优化，分析出：果胶酶的添加量 2.5g/L、SO2的 添加量 45mg/L、发酵的温度 22为红枣果酒酿造工艺的最佳条件。 关键词关键词：红枣果酒；酿酒条件；多酚；多糖；Plackett-Burman 设计法和 Box- Benhnken 实验 Active ingredients in red wine fermentation process of change study Abstract Abstract ：In order to study the red jujube fruit wine under different conditions (pectin content of enzyme, the enzyme solution temperature, and the time and the content of soluble solids, SO2, the adding of yeast and fermentation temperature) changes of the active ingredient in the process of fermentation, as raw materials of jujube in linze, Plackett- Burman design and response surface methodology to optimize the main influencing factors. Filter design and response surface analysis, experiments showed that pectic enzyme content, initial SO2 addition, fermentation temperature for red wine effect of polysaccharides and polyphenols, more notable. Through the steep climbing and Box-Benhnken experiments on a key factor to further optimize, analyze: Pectinase addition 2.5g/L, 45mg/L SO2 addition, fermentation temperature 22 the best condition for jujube fruit wine brewing process. Keywords：Red jujube fruit wine; Vintage condition; Polyphenols and Polysaccharides; Plackett-Burman method and the Box-Benhnken experiment 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 1 第二部分第二部分 正文正文 红枣酒活性成分在发酵过程中的变化研究红枣酒活性成分在发酵过程中的变化研究 引言引言 甘肃种植枣树历史悠久，位于河西走廊中部的临泽，房前屋后、路旁田埂，旷野 荒滩种的都是枣树（邹天福 2006） ，临泽枣虽然不大，但其色泽、肉细、含糖量高、 无虫蛀而闻名遐尔。临泽红枣具有极高的营养保健价值，有“百果之王” 、 “天然维生 素”的美誉，红枣中除含大量果糖、葡萄糖外，还含有低聚糖和多糖，红枣营养丰富， 据测定：鲜枣含糖 24%，蛋白质 1.2%，脂肪 0.2%，还含有钙、磷、铁等矿物质，是 集药、食、补三大功能为一体的保健果品（刘孟军 2009） 。民间也有“日食三枣，长 生不老”之说，红枣历来深受广大群众的喜爱。红枣除鲜食外，还可晒制干枣，加工 制成蜜枣、熏枣，脆枣、酒枣等。我国红枣栽培历史悠久，资源丰富，但目前红枣的 加工方式落后，产品形式单一，附加值低（纪庆柱 2008） 。在红枣的品质、科技含量， 外观包装方面都存在缺陷，影响产品的价格和销售（张立树等 2013） 。为了充分发挥 红枣资源优势，以红枣为原料开发研制红枣果酒，不仅可以丰富市场上果酒产品的种 类，还具有广阔的市场前景，能带来可观的效益。 纯粹的发酵枣酒和其它果汁与枣汁一同发酵的果酒的生产工艺多是仿照葡萄酒的 生产工艺建立的（苑学习和张丽颖 1993） 。现代亟需发展的枣酒是红枣破碎制浆后经 低温发酵和陈酿而成的低酒精度果酒饮品（沈莞绅和冯谦 1990） 。这种枣酒保留了红 枣特有的风味和原有的营养成分，是一种特色高档滋补果酒（赵霖 1998） ，在以后会 受到大众的喜爱。 红枣多糖和多酚是其两类主要保健功能成分（林静雅 2012） 。多糖和多酚类物质 具有明显的生理和药理活性，现代医学研究证明经常食用富含它们的食物能够预防由 活性氧导致的相关疾病：癌症、糖尿病、肥胖症等（张文 2002） 。但在枣酒的加工中， 多酚和多糖的含量及其功能变化的规律尚未被人们认识。因此，本文将多酚和多糖变 化动态作为主要内容，旨在找出枣酒加工过程中影响多酚和多糖变化的主要因素，为 枣酒工艺优化提供依据。 1 材料与方法材料与方法 1.1 材料与仪器材料与仪器 红枣临泽红枣，要求个大均匀、无病虫害、无腐烂；高台美乐酿酒葡萄，要求个 大均匀、无病虫害、无腐烂。 果胶酶（天津市利华酶制剂技术有限公司） ，活性干酵母（上海康禧食品饮业有 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 2 限公司） ，白砂糖 (市售，符合 GB317.1-1998，一级)。 手持糖量计（泉州光学仪器厂） ，离心机（型号：TGL-16G，上海安亭科学仪器 厂） ，分光光度计（型号：722 型可见分光光度计，厂址：上海光谱仪器有限公司） ， pH 计（型号：pHS-3C 酸度计，厂址：成都世纪方舟科技有限公司） ，数显恒温水浴 锅(型号：HH-8 恒温水浴锅，厂址：国华电器有限公司)，电热恒温鼓风干燥箱（型 号：DHG-9246A，厂址：上海科学仪器有限公司） 。 1.2 方法方法 1.2.1 红枣酒工艺流程红枣酒工艺流程 葡萄挑选、破碎果浆 红枣清洗、浸泡、烘烤、脱核破碎果浆混合浆酶解主发酵分离低温 处理陈酿 加果胶酶、 （加糖） 、SO2处理、加干酵母 1.2.2 红枣原料的预处理处理红枣原料的预处理处理 红枣：去杂、清洗、沥干后，可稍加烘烤。烘制温度 100，烘制以枣肉收缩、 枣皮微绽、不发生焦糊现象至有枣香散出。 葡萄：挑选颗粒完整的无病害的葡萄，出去葡萄梗，清洗干净，备用。 1.2.3 工艺说明工艺说明 1) 枣与葡萄混合后，体积不到 200mL 时需补加水； 2) 添加果胶酶后，酶解的温度为 45，酶解的时间为 12h 左右，要过夜； 3) 酵母的添加的量为 0.8g/L，酵母需活化后再添加。 1.3 实验内容实验内容 1.3.1 单因素预试验单因素预试验 首先，对红枣进行烘烤与不烘烤两种预处理，葡萄进行去皮与不去皮两种预处理， 选择红枣：葡萄：水=1:4:5 的比例混和得到四种混合浆，在相同的条件下进行发酵。 然后，在前一次试验的基础上，选择烘烤的红枣与不去皮的葡萄，选择红枣：葡 萄：水分别按照不同比例（1:5:4，2:5:3，2:4:4，3:5:2，3:4:3，3:3:4）混合得到六种 混合浆，在相同条件下进行发酵。 1.3.2 Plackett-Burman（PB）设计）设计 Plackett-Burman 试验就是筛选试验设计，主要针对因子数较多，且未确定众因子 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 3 相对于响应变量的显著影响，采用的试验设计方法，主要通过对每个因子取两水平来 进行分析，通过比较各个因子两水平的差异与整体的差异来确定因子的显著性。本次 试验选择果胶酶的添加量、酶解的温度、酶解的时间、可溶性固形物、SO2的添加量、 酵母的添加量和发酵的温度七个发酵条件为影响因子，每个因素取高低 2 个水平（-1 1） ，用 Design Expert 8.0 软件进行实验设计见表 1。 表表 1 Plackett-Burman 设计各因素与水平设计各因素与水平 水平因子 -11 A果胶酶的添加量 （g/L）1.05.0 B酶解的温度（）2050 C酶解的时间（h）13 D可溶性固形物2028 ESO2的添加量 (mg/L)3060 F酵母的添加量(g/L)0.61.2 G发酵的温度（）2026 1.3.3 最陡爬坡实验设计最陡爬坡实验设计 由于响应面拟合方程只在考察的紧接邻域里才充分近似真实情形，因此利用最陡 爬坡实验尽可能地逼近最大发酵条件对红枣酒中活性成分的影响的最佳条件区域后， 才能建立有效的响应面拟合方程（刘松和李祝 2013） 。最陡爬坡法的爬坡方向和变化 步长由 PB 实验结果得到的各变量系数决定，如果系数为负，则该因素水平应为递减， 反之递增，找出峰值，从而快速的接近最大响应区域（汪彬彬和车振明 2011） 。 1.3.4 中心组合设计中心组合设计 Box-Behnken design，是一种寻找多因素系统中最佳条件的数学统计方法（刘松 和李祝 2013） 。以爬坡设计得出的实验结果为依据进行 Box-Behnken 设计，对实验记 性回归分析并且进行误差分析并求得最优值，得出响应分析结果进而确定最佳条件， 最后依据回归方程绘制响应面分析图（栾庆祥等 2013） 。其中，每个因素取三个水平， 以(-1，0，1)编码，制定相应的实验表进行 3 因素 3 水平共 17 个试验点的实验后， 对实验结果进行响应面分析。 1.4 测定方法测定方法 1.4.1 多酚含量的测定多酚含量的测定 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 4 样品的测定样品的测定 1mL 样品+1mL 福林溶液+5mL0.4mol/L Na2CO3溶液（摇匀）置 于 40水浴中加热 20min，冷却（25min 左右） ，在 760nm 处，测定吸光值。结果以 红枣中含有相当没食子酸的毫克数表示。 空白对照：1mL 蒸馏水+1mL 福林溶液+5mL0.4mol/L Na2CO3溶液（40水浴） 。 1.4.2 多糖含量的测定多糖含量的测定 样品的测定样品的测定 准确吸取 1mL 酒样+3mL95%乙醇（沉淀过夜冰箱内静 6h3000r/min 的速度离心 15min，弃上清）沉淀+2mL95%乙醇（洗涤 2 次，离心， 弃上清）沉淀稀释1mL 样品+1mL6%苯酚溶液（摇匀）5mL 浓硫酸（小心加入， 摇匀） ，置于沸水浴中加热 2min，冷却（25min 左右） ，在 490nm 处，测定吸光值。 按标准方程计算多糖含量。 空白对照：1mL 蒸馏水+1mL6%苯酚溶液+5mL 浓硫酸（沸水浴） 。 1.4.3可固的测定可固的测定 手持糖量计直接测定法（罗平 1991） 1.4.4 总酸的测定总酸的测定 酸碱中和滴定法（GB/T 15038-2006） 1.4.5 酒精度的测定方法酒精度的测定方法 密度瓶法（GB/T 15038-2006） 1.5 数据处理数据处理 使用 Excel2003 和 Design-Expert8.0 进行数据处理和分析，Origin8.0 软件作图。 2 结果分析与讨论结果分析与讨论 2.1 发酵过程中红枣酒活性成分的变化预实验发酵过程中红枣酒活性成分的变化预实验 对红枣进行烘烤与不烘烤两种预处理，葡萄进行去皮与不去皮两种预处理，选择 煮过的红枣与不带皮的葡萄、烘烤的红枣与不带皮的葡萄、煮过的红枣与带皮的葡萄、 烘烤的红枣与带皮的葡萄，按照红枣：葡萄：水=1：4：5 的比例混和得到 A、B、C、D 四种混合浆，在相同的条件下进行发酵。考察预处理条件对红枣酒多酚 和多糖含量的影响，结果如图 1、图 2 所示。 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 5 246810 0.30 0.35 0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.75 0.80 0.85 0.90 0.95 1.00 多酚含量（mg/mL） 发酵天数（d） A B C D 24681012 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 多糖含量（mg/mL） 发酵时间（d） A B C D 图图 1 多酚随发酵时间的变化多酚随发酵时间的变化 图图 2 多糖随发酵时间的变化多糖随发酵时间的变化 由图 1 可知，发酵刚开始，除 C 外，多酚含量上升，第四天时，多酚含量整体 呈下降趋势，发酵第 10 天，D 的含量最高；由图 2 可知，除 C 外，多糖含量随发酵 刚开始时上升，第 4 天时，呈整体下降趋势，发酵第 12 天，D 的含量最高。因此， 经过烘烤的红枣与带皮的葡萄对发酵后的红枣酒多酚和多糖影响较大，选取烘烤的红 枣与带皮的葡萄作为以下实验的条件。 在前一次试验的基础上，选择烘烤的红枣与带皮的葡萄，以红枣：葡萄：水选择 烘烤的红枣与带皮的葡萄分别按照不同比例 1:5:4，2:5:3，2:4:4，3:5:2，3:4:3，3:3:4 不同比例混合得到 A、B、C、D、E、F 六种混合浆，在相同条件下进行发酵。考察 预处理条件对红枣酒多酚和多糖含量的影响，结果如图 3、图 4 所示。 246810 0.2 0.4 0.6 0.8 1.0 1.2 1.4 多酚含量（mg/mL） 发酵时间（d） A B C D E F 246810 0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 多糖含量（mg/mL） 发酵时间（d） A B C D E F 图图 3 多酚随发酵时间的变化多酚随发酵时间的变化 图图 4 多糖随发酵时间的变化多糖随发酵时间的变化 由图 3 可知，多酚含量随发酵时间的延长呈上升趋势，发酵第 10 天其中 F（3:3:4）的含量最高；由图 4 可知，多糖随发酵时间的延长，先下降，又上升，发 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 6 酵第 10 天，其中 F（3:3:4）的含量最高。因此当选择烘烤的红枣与带皮的葡萄以红 枣：葡萄：水=3:3:4 进行发酵后，该条件对红枣酒多酚和多糖影响较大，选择烘烤的 红枣与带皮的葡萄以红枣：葡萄：水=3:3:4 作为以下实验的条件。 2.2 Plackett-Burman 实验实验 通过单因素实验，确定了果胶酶的添加量，酶解的温度，酶解的时间，可固， SO2的添加量，酵母的添加量，发酵的温度在红枣：葡萄：水=3:3:4 条件下对红枣酒 活性成分影响显著，因此选择这七个因素进行优化实验设计。考察红枣酒中影响多酚 和多糖的主要因素，Plackett-Burman 实验设计及结果见表 2，分析结果见表 3、表 4 。 表表 2 Plackett-Burman 实验设计与结果实验设计与结果 序 号 A 果胶酶添加 量 （g/L） B 酶解温 度（） C 酶解时 间 （h） D 可 固 E SO2添加量 (mg/L) F 酵母添加 量(g/L) G 发酵温 度（） Y 多酚 (mg/mL) Z 多糖 (mg/mL) 111-1111 -14.1651.59 2-111-111 13.7459.54 31-111-11 14.0143.39 4-11-1111- 13.5755.45 5-1-11-111 -13.1934.13 6-1-1-11-11 13.1847.49 71-1-1-11-1 13.3243.27 811-1-1-11 -13.0044.99 9111-1-1-1 12.0130.03 10-1111-1-1 -12.0933.48 111-1111-1 -11.4627.30 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 7 12-1-1-1-1-1-1 -14.1439.41 表表 3 多酚多酚 Plackett-Burman 实验设计回归分析结果实验设计回归分析结果 模型平方和自由度均方显著性贡献率重要性排序 A-果胶酶添加量0.4810.480.730.43994 B-酶解温度0.4410.440.670.45903 C-酶解时间0.1210.120.180.69161 D-可溶性固形物2.5612.563.930.11847 E-二氧化硫0.8810.881.350.31015 F-酵母添加量0.3110.310.470.53022 G-主发酵温度1.2011.201.840.24596 利用 Design-Expert.8.0 软件对数据进行方程回归拟合，得到多酚含量 Y 编码自变 量果胶酶添加量 A、酶解温度 B、酶解时间 C、可固 D、SO2的添加量 E、酵母添加 量 F、和发酵温度 G 之间的多项回归方程： Y=+3.16-0.20A-0.19B-0.099C-0.46D+0.27E+0.16F+0.32G 表表 4 多糖多糖 Plackett-Burman 实验设计回归分析结果实验设计回归分析结果 模型平方和自由度均方显著性贡献率重要性排序 A-果胶酶添加量45.84145.840.670.45975 B-酶解温度32.19132.190.470.53114 C-酶解时间13.08113.080.190.68503 D-可溶性固形物257.961257.963.760.12466 E-二氧化硫2.8812.880.0420.84771 F-酵母添加量9.0019.000.130.73562 G-主发酵温度485.151485.157.070.05657 利用 Design-Expert.8.05b 软件对数据进行方程回归拟合，得到多糖含量 Y 编码自 变量果胶酶添加量 A、酶解温度 B、酶解时间 C、可固 D、SO2的添加量 E、酵母添 加量 F、和发酵温度 G 之间的多项回归方程： Y=+42.51+1.95A-1.64B-1.04C-4.64D+0.49E+0.87F+6.36G 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 8 对表 3 中的数据进行回归分析，表 3 中对红枣酒中的活性成分影响较大的因子依 次是 CFB，即酶解时间酵母添加量酶解温度；对表 4 中的数据进行回归分析， 表 4 中对红枣酒中的活性成分影响较大的因子依次是 EFC，即 SO2酵母添加量 酶解时间，综合所述，选择果胶酶的添加量、初始 SO2的添加量、发酵的温度为下一 步实验的关键因素。 综上所述，果胶酶的添加量、初始 SO2的添加量、发酵的温度对红枣酒多糖和多 酚的影响较大。 2.3 最陡爬坡实验确定发酵条件最陡爬坡实验确定发酵条件 根据 PB 实验可知，果胶酶的添加量、初始 SO2的添加量、发酵的温度对红枣酒 多糖和多酚的影响较突出。根据这三个因素估计系数的正负效应，依次增大或减小， 检测最终发酵液活性物质的变化，从而确定发酵温度、初始 SO2浓度和糖的添加量范 围，结果如表 5 所示。 表表 5 最陡爬坡实验设计及结果最陡爬坡实验设计及结果 序号果胶酶的添加 量(g/L) SO2的添加量 （mg/L） 发酵的温度 （） 多酚 (mg/mL） 多糖 (mg/mL） 1130202.7627.36 22.545222.7328.61 3460242.7426.11 45.575262.7526.74 5790282.6626.83 68.5105302.4420.95 实验结果显示，表 5 爬坡设计实验中，第 1 组实验对多酚含量影响较大，第 2 组 实验对多糖含量影响较大。 综上所述，考虑到红枣本身含有多糖，发酵结束后多糖含量的变化有待探究，因 此选取对红枣果酒的活性成分影响较大的第 2 组实验，即选取果胶酶的添加量 2.5g/L、SO2的添加量 45mg/L、发酵的温度 22为三个因素的最大响应值区域，以 此作为中心组合实验的中心点。 2.4 中心组合实验结果中心组合实验结果 三个重要因子最适合浓度范围确定后，以果胶酶的添加量 2.5g/L、SO2的添加量 45mg/L、发酵的温度 22为中心点实施响应分析。设计因素及编码值如表 6，Box- 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 9 behnken 实验设计及结果如表 7，Box-behnken 实验设计及结果分析如表 8、表 9。 表表 6 Box-behnken 设计各因素及编码值设计各因素及编码值 水平因素 -101 A果胶酶添加量（g/L）1.52.53.5 BSO2的添加量 （mg/L） 354555 C发酵温度（）182226 表表 7 Box-behnken 实验结果实验结果 序号 A 果胶酶添加量 （g/L） B SO2的添加量（mg/L） C 发酵温度（） 多酚 （mg/mL） 多糖 (mg/mL) 1-1-10 2.0011.86 2-110 2.0130.92 301-1 2.0519.52 4000 1.9927.18 5-101 1.7624.87 60-1-1 1.9135.38 7-10-1 1.9840.19 8-110 1.7430.57 9-1-10 2.3236.62 10-101 1.9027.72 11000 1.9628.61 12011 1.9824.51 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 10 13000 1.9832.17 140-11 2.0826.11 1510-1 1.9528.43 16000 1.8230.57 17000 2.0133.48 2.4.1 多酚最佳发酵因素的确定多酚最佳发酵因素的确定 表表 8 Box-behnken 实验的回归分析结果实验的回归分析结果 平方和自由度均方F 值P 值 方程项0.1990.0211.750.2368 A3.264E-00313.264E-0030.270.6209 B0.03510.0352.880.1333 C4.112E-00314.112E-0030.240.5798 AB0.08910.0897.260.0309 AC8.224E-00318.224E-0030.670.4387 BC0.01410.0141.160.3177 A21.562E-00311.563E-0030.130.7310 B20.00310.0032.710.1437 C25.676E-00315.676E-0030.470.5171 残差0.08570.012 失拟项0.06230.0213.540.1266 纯误差0.02345.836E-003 总和0.2816 注：P 值0.05，表明二次方程模型不显著， 不可以用来进行响应值预测；失拟项P=0.12660.05，无显著性差异，说明模型拟合 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 11 度良好。模型的残差可能是由随机误差引起的。同时AB、BC、AC的平方项对响应 值有显著性影响。方程模型的复相关系数R2=0.6921，即69.21多酚含量的变化，表 明预测值和实际值具有较好的相关性，回归拟合程度不是很好，用此模型对红枣酒发 酵后多酚含量进行预测没有实际意义。 响应面图是根据回归方程绘制的，是响应值在各实验因素交互作用下得到的结果 构成的一个三维空间曲面，可以预测和检验变量的响应值以及确定变量的相互关系 （栾庆祥等 2013） 。根据二次二项回归方程做出响应分析图，如图 5、图 6、图 7。 图图 5 Y=f(A，B)响应面立体图和等高线图响应面立体图和等高线图 图5 是SO2添加量与果胶酶添加量的交互作用图，响应面平缓说明果胶酶添加量 和SO2添加量的变化不敏感；等高线不呈椭圆状，说明SO2与果胶酶添加量之间交互 影响不显著。 图图 6 Y=f(B，C)响应面立体图和等高线图响应面立体图和等高线图 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 12 图6 是SO2添加量与发酵温度的交互作用图，响应面平缓说明SO2添加量和发酵 温度的变化不敏感；等高线不呈椭圆状，说明SO2添加量与发酵温度之间交互影响不 显著。 图图 7 Y=f(A，C)响应面立体图和等高线图响应面立体图和等高线图 图7 是果胶酶添加量与发酵温度的交互作用图，响应面平缓说明果胶酶添加量和 发酵温度的变化不敏感；等高线不呈椭圆状，说明果胶酶添加量与发酵温度之间交互 影响不显著。 回归方程中各变量对响应值影响的显著性，有 F 检验来判断，P 值越小，则相应 变量的显著程度越高。由表 8 可知，F=1.75，P=0.23680.05。此外等高线的形状可 以反映因素间交互作用的强弱大小，圆形表示交互作用不显著，椭圆形表示交互作用 显著，响应曲面坡度反映响应值对因素变化的敏感性，等高线的形状可反映出交互作 用的强弱（刘松和李祝 2013） 。A、B、C 的交互作用，由图 5 可知：Y=f (A, B) 响 应面立体图中，当 A 值不变，随着 B 值的的变化，多酚含量响应面曲率变化较大， 反之，当 B 值不变，随着 A 值的的变化，多酚含量响应面曲率变化也较大。由图 6 可知，Y=f (B，C) 响应面立体图中，随着 B，C 值的相互变化，多酚响应面曲率变 化也较大。同理，由图 7 可知 Y=f(A，C)响应面立体图曲率变化较大。从图 5-图 7 可看出，各因素相互作用的等高线都相对平缓，说明 A 和 B 、B 和 C 与 A 和 C 的 交互作用对多酚含量影响不大。 由图 5、图 6、图 7 可知，响应坡面平缓，等高线不为椭圆状，且随着每个因素 的增大，响应值变化较大。通过图及软件分析可知，该模型没有稳定点。 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 13 2.4.2 多糖最佳发酵因素的确定多糖最佳发酵因素的确定 表表 9 Box-behnken 实验的回归分析结果实验的回归分析结果 平方和自由度均方F 值P 值 方程项397.67944.191.040.4915 A30.02130.020.710.4286 B2.4812.480.0580.8162 C51.55151.551.210.3074 AB157.711157.713.710.0956 AC53.34153.341.250.2998 BC50.77150.771.190.3108 A21.1011.100.0260.8766 B248.87148.871.150.3194 C21.5211.520.0360.8554 残差297.79742.54 失拟项271.96390.6514.040.0137 纯误差25.8346.46 总和695.4716 注：P 值0.05，表明二次方程模型不显著， 不可以用来进行响应值预测；失拟项P=0.01370.05，所以实验结果不显著。 A、B、C 的交互作用，由图 8 可知：Y=f (A，B) 响应面立体图中，当 A 值不变，随 着 B 值的的变化,多糖含量响应面曲率变化较大，反之，当 B 值不变，随着 A 值的的 变化，多糖含量响应面曲率变化也较大。由图 9 可知，Y=f (B，C) 响应面立体图中， 随着 B，C 值的相互变化，多糖响应面曲率变化也较大。同理，由图 10 可知 Y=f(A，C)响应面立体图曲率变化较大。从图 8-图 10 可看出，各因素相互作用的等 高线都相对平缓，说明 A 和 B 、B 和 C 与 A 和 C 的交互作用对多糖含量影响不大。 由图 8、图 9、图 10 可知，响应坡面平缓，等高线不为椭圆状，且随着每个因素 的增大，响应值变化较大。通过图及软件分析可知，该模型没有稳定点。 综上所述，多酚响应分析图和多糖响应分图中，其响应面平缓，变化不明显；等 高线不呈椭圆状交互影响不显著，可能的原因是，枣酒的加工过程比较复杂，发酵过 程中，红枣酒中的多酚和多糖也受到加工工艺、发酵条件和原料品质等的影响。 2.5 红枣酒的各成分结果红枣酒的各成分结果 2.5.1 可溶性固形物的测定结果可溶性固形物的测定结果 可溶性固形物含量定义为在水溶液中蔗糖的浓度，此水溶液在指定的配制条件和 温度下具有与被分析产品相同的折射率（罗平 1991） 。 利用手持式折光仪测定红枣酒中的总可溶性固形物含量，可大致表示红枣酒的含 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 16 糖量。 光线从一种介质进入另一种介质时会产生折射现象，且入射角正弦之比恒为 定值，此比值称为折光率。红枣酒汁液中可溶性固形物含量与折光率在一定条件下 （同一温度、压力）成正比例，故测定果蔬汁液的折光率，可求出红枣酒汁液的浓度 （含糖量的多少） 。 0123456789 10 11 12 13 14 15 16 17 18 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 可固 样品数 发酵前 发酵后 图图 11 可溶性固形物在发酵前后的变化可溶性固形物在发酵前后的变化 由图 11 可知，发酵前后，红枣酒中可溶性固形物值都下降，由此可以间接判断 实验酒精发酵达到终止，可进行酒的分离工艺操作。 2.5.2 总酸、挥发酸及酒精度的测量结果总酸、挥发酸及酒精度的测量结果 表表 10 总酸、挥发酸和酒精度测量结果总酸、挥发酸和酒精度测量结果 序号成分 123 平均值标准值 甜型：5.0-8.0总酸（g/L）4.395.254.654.76 其他：5.0-7.5 挥发酸 （g/L） 0.620.60.740.651.1 酒度（）11.7311.5311.8511.7011.016.0 由表 10 可知，红枣酒中总酸为 4.76，挥发酸为 0.65，酒度为 11.70，总酸、挥发 酸和酒精度都符合酿酒理化指标标准要求（GB/T 15038-2006） 。 河西学院农业与生物技术学院葡萄与葡萄酒工程专业 2015 届本科生毕业论文 17 3 结论结论 在单因素实验中，发现红枣经烘干后提取的红枣清汁颜色较透亮，且制得的红枣 酒成品颜色适度，枣香味浓。由此，选择烘烤的红枣与带皮的葡萄以红枣：葡萄：水 =3:3:4 作为实验条件，对红枣酒活性成分影响较大。 通过 Plackett-Burman 实验得到果胶酶的添加量、初始 SO2的添加量、发酵的温 度对红枣酒中多糖和多酚的影响较大。最陡爬坡实验得到当果胶酶的添加量 2.5g/L、SO2的添加量 45mg/L、发酵的温度 22时，红枣酒活性成分达到最大值。 通过对红枣酒中总酸、挥发酸、酒度和可溶性固形物的测定，得知总酸为 4.76， 挥发酸为 0.65，酒度为 11.70，都符合酿酒理化指标的标准要求。 参考文献参考文献 冯丽, 宋曙辉, 赵霖, 等. 植物多酚种类及其生理功能的研究进展J. 江西农业学报, 20