黄酒发酵论文：黄酒发酵过程中酒精度与pH值的可见-近红外光谱检测研究

1、黄酒发酵论文：黄酒发酵过程中酒精度与pH值的可见/近红外光谱检测研究【中文摘要】黄酒是我国的传统酒种，集营养和保健于一体，备受广大消费者的喜爱。随着黄酒工业化生产技术的提高，企业对黄酒生产质量、劳动力成本以及生产成本高度关注，而实现对黄酒发酵过程关键品质指标快速无损同时检测，对提高黄酒生产效率，及时反馈发酵信息，指导企业对发酵过程采取针对性的措施，防止蒙受较大损失等企业的生产发展具有重要意义。本研究以自酿黄酒发酵过程中的发酵醪为研究对象，结合可见/近红外光谱(Vis/NIR)技术,对黄酒的发酵过程中酒精度、pH值两个关键品质指标同时进行跟踪检测，分别研究了对样品静态采集光谱和动态采集光谱条件下

2、的模型结果，是实现黄酒发酵过程理化指标样品实时动态检测，并为实现黄酒发酵过程品质指标在线检测提供了理论参考依据。主要研究内容和结论如下：(1)对发酵醪样品静态采集光谱进行试验研究，比较了不同光谱预处理方法对光谱模型的影响，结果表明：采用多元散射校正(MSC)对光谱预处理后用偏最小二乘法(PLS)建立的酒精度模型最优，其相关系数为0.974,交互相关系数为0.900,校正均方根误差(RMSEC和交互验证均方根误差(RMSECV分别为1.04%vol和2.04%vol;采用标准归一化(SNV)对光谱预处理后用偏最小二乘法(PLS)建立的pH模型最优,其相关系数和交互相关系数分别是0.928和0.8

3、23,校正均方根误差(RMSEC和交互验证均方根误差(RMSECV分别为0.087和0.136。(2)设计加工了作为样品检测容器的石英比色皿，并选择合适的微型蠕动泵,完成了样品动态采集光谱试验台的搭建。（3）对发酵醪样品动态采集光谱进行试验研究，比较了不同速度、不同光谱预处理方法的影响，结果表明：当转速为70r/min时，采用SNV寸光谱预处理后用PLS建立的酒精度定量模型和原始光谱下用PLS建立的pH定量模型最优，相关系数分别为0.847和0.827,交互相关系数分别为0.792和0.675。酒精度最优模型的RMSE和RMSEC分别为2.55%vol和0.136%vol,pH最优模型的RMS

4、E和RMSEC分别为0.147%vol和0.198%vol。通过对样品动态采集光谱的试验研究，发现液体内部检测环境是否均匀稳定对模型精度的影响很大，样品的流速过高或过低时所建立模型的精度和稳定性都不高。【英文摘要】ChinesericewineisakindoftraditionalalcoholicbeverageinChina.Itispopularamongconsumersduetoitshighnutritionalvalue.WiththeimprovementofChinesericewineindustrializedproductiontechnology,itsproduc

5、tionquality,laborcostsandthecostofproductionhasbeenhighlyconcernedbycompanies.Quicknon-destructdetectionisusedforindicators'measurementofChinesericewinefermentationprocessingquality.ThismeasurementtechnologycanimprovetheefficiencyofChinesericewineproduction,andtimelyfeedbackfermentationinformati

6、on,whichcanguidetheenterprisestopreventthedevelopmentofproductionsufferinglargelossesnthisresearch,fermentingmashfromChinesericewinefermentationprocessisbeingpreparedandstudied.ThealcoholdegreeandpHvaluearedetectedbasedonNear-InfraredSpectroscopytechnology.Westudybothofstaticspectrumanddynamicspectr

7、uminordertorealizethereal-timedynamicdetectionofphysicalandchemicalindicatorsofricewineinthefermentationprocess.Italsoprovidestheoreticalbasisforreal-timedynamicdetectionofphysicalandchemicalindicatorsofricewineinthefermentationprocess.Conclusionsareasfollows")Inthestudyofstaticspectrumcollecti

8、on,alcoholdegreemultiplicativescattercorrectionpreprocessingisdonefirstforPartialleastsquaresregressionmodel.Andthenwegetthebestmodelwhichcorrelationcoefficientis0.974,Crosscorrelationcoefficientis0.900,Rootmeansquareerrorofcalibrationis0.0874andRootmeansquareerrorofcrossvalidation0.136.(2)ForpH,afterStandardnormalvariateprocessing,whichbestmodel'scorrelationcoefficientis0.928andCrosscorrelationcoefficientis0.823.Rootmeansquareerrorofcalibrationis1.04%andRootmeansquareerrorof