青砖茶感官审评方法比较分析

为提出适合青砖茶的感官审评方法,本实验以湖北代表性青砖茶作为研究对象进行煮泡(浸泡式煮茶和喷淋式煮茶),分析不同煮泡条件对青砖茶感官品质及主要品质成分浸出率的影响,并与现行国家标准中冲泡法所得茶汤的感官品质和化学成分进行比较。结果表明,对于紧压型青砖茶,煮泡法茶汤的感官品质明显优于国标冲泡法,煮泡法茶汤的水浸出物、茶多酚、氨基酸、可溶性糖和茶色素等主要品质成分的浸出率远高于国标冲泡法。综合感官品质和品质成分浸出率分析,采用浸泡式煮茶法,在1∶80茶水比、煮沸2 min、静置2~4 min条件下制备的青砖茶茶汤浓度适中,内质品质呈现较为全面。进一步的相关性分析结果表明,可溶性糖、茶褐素及水浸出物浸出率与滋味品质的相关系数较高。该研究结果可为青砖茶及其他类型紧压茶感官品质的客观性评价提供参考。

电镀污泥成分X荧光检测水分影响机制及校正方法研究

电镀污泥是金属加工、电子元器件制造等行业在废水处理过程中所产生含重金属危险废物。我国每年产生大量电镀污泥约1000万吨,因含有Zn、Cu、Fe、Ni、Cr等多种有价金属元素其资源化利用潜力巨大,同时大量污泥处置不当也会危害人体健康和污染环境。传统化学分析测试过程复杂周期长,不利于电镀污泥实时污染防控。能量色散X射线荧光(EDXRF)光谱法分析快速简便、费用低廉、可实现原位检测,然而电镀污泥样品含水率高、成分含量不稳定,影响测试结果的及时性和准确度,导致关键元素的资源转化效率难以保证、环境污染管控难度高。因此需要分析X荧光检测水分影响机制并探究水分校正方法,以提高EDXRF测试结果准确度。以不同含水率电镀污泥为对象,研究了水分对电镀污泥EDXRF测试过程中光谱本底、散射峰、目标元素特征峰的影响机制,通过目标元素特征峰与瑞利散射峰强度的比值、样品含水率ω0 wt%和目标元素含量Ci%建立水分校正模型,探究了Ca、Cr、Fe、Ni、Cu、Zn目标元素的水分校正方程中的实验修正因子。结果表明,水分抬高了光谱本底改变谱峰轮廓,对低能段、计数小的谱峰测试结果影响较大。含水率越高,散射峰净强度越大,瑞利散射线更能准确描述散射峰净强度和含水率的关系,目标元素特征峰与瑞利散射峰强度比值与含水率、目标元素含量能够准确符合线性关系。水分校正模型对Cr、Fe、Ni、Cu、Zn五种重金属校正结果准确度较高,校正值与基准值相关系数R2均大于0.95,RMSE均小于0.05,对Ca元素校正准确度较低R2为0.93,RMSE为1.046需增加相关校正因子进一步优化。该研究有望应用于再生铜行业电镀污泥处置现场测量的水分校正方法中,在提高电镀污泥资源利用效率的同时降低环境污染风险。

基于路侧标识的有轨电车交叉口制动引导方法

受信号控制和安全限速的影响,有轨电车在交叉口需要频繁制动。由于距离判断的不准确,有轨电车司机倾向于在交叉口预留一定冗余制动距离,以较低的制动系数制动,导致运行车速的下降。为减少冗余制动距离,提高车速,提出一种基于路侧固定标识的有轨电车交叉口制动引导方法,通过轨旁固定标识标记有轨电车起始制动位置和速度,从而引导司机以最短制动距离进行制动。开发了基于车辆动力学模型的有轨电车驾驶模拟系统,基于VISSIM实现仿真场景的创建。实验表明:该方法规范了司机的制动行为,提高了制动效率并减少了制动操作的随机性,对提高有轨电车的运行速度,改善运行时间的稳定性具有正面效用。

定时约束下有轨电车区间节能速度曲线优化算法

[目的]考虑能耗因素的有轨电车运行控制方案计算需要进行大量节能曲线计算。为建立精确、高效的区间节能速度曲线寻优模型,需要针对有轨电车车速慢、区间间距短和较少长大坡段的特性,研究定时约束条件下基于时间步长搜索的节能速度曲线优化算法。[方法]在实现基础遍历搜索的基础上,通过边界分析缩小可行解搜索范围;针对有轨电车加速时长给定的情况,提出基于定加速时长的节能优化算法,避免在陡下坡段时执行非必要的制动,并采用二分法加快方案搜索速度;针对有轨电车加速时长未定的情况,在有轨电车巡航段及惰行段不产生额外制动的前提下,给出基于能耗变化敏感度的改进搜索方法,有助于快速锁定最优加速时间。[结果及结论]与既有数值分析法相比,本算法基于步长搜索替代复杂的积分过程,简化的运算流程;测试数据显示,算法在典型有轨电车运行区间单次运算时间不超过1ms,相比常规的遗传算法,计算速度有较大的提升。算法可通过变更步长方式来调整运算精度和速度指标,可作为有轨电车线路节能运算的基础算法。

有轨电车通过平交路口车路协同速度控制系统

[目的]为解决有轨电车在平交路口必须降速的问题,提出一种有轨电车通过平交路口车路协同速度控制系统。[方法]分析了有轨电车平交路口运行特征;介绍了有轨电车通过平交路口车路协同速度控制系统的设计思路,以及控制算法模块的实现流程;对所提控制系统的实施效应进行分析。[结果及结论]所提控制系统通过车辆定位技术和清空区冲突检测技术,结合与路口交通信号机的通信,判定有轨电车通过路口的方式。当有轨电车获得通过路权且清空区无冲突时,采用可控实体隔离设施临时性地创建有轨电车通行的独享封闭区间,保障有轨电车安全高效地通过平交路口。所提控制系统可以实现有轨电车在信号绿灯条件下不减速通过路口。所提控制系统对于前后站台相距250 m以上的无站台平交路口适用性较好,其能提高约15%的运行速度,减少40%的区间运行能耗,同时还能减少因平交路口干扰造成站间运行时间的随机偏差。

基于轮轨定位数据的有轨电车区间驾驶特征分析

为分析人工驾驶条件下有轨电车区间速度及可靠性特征,基于轮轨定位数据,计算有轨电车在加速段、巡航段、制动段和交叉口的运行特征指标,分析人工驾驶决策对各指标的影响机制;并建立区间运行速度的多因素回归分析模型及概率分布模型。结果表明:由于人工驾驶的模糊控制特点,司机无法实现充分加减速;终点速度和制动系数对区间运行速度贡献度总占比达57%,是驾驶行为优化的重点;区间运行速度呈高斯混合分布(Gaussian Mixture Model,GMM),对常见绿波带宽有较高的偏出率,是造成线路时间可靠性低的重要原因。

基于非线性卡尔曼滤波的城市轨道交通客流密度短时预测方法

[目的]为应对大客流事件,需准确识别城市轨道交通对大客流时空分布状态及演化规律,有必要基于EKF(扩展卡尔曼滤波)和UKF(无迹卡尔曼滤波),对城市轨道交通客流密度进行短时预测。[方法]从车站和断面两个层面,介绍了自动售检票设备数据的处理方法,并划分了城市轨道交通车站及断面的舒适度等级。通过定义客流密度状态方程和量测方程,分别介绍了EKF模型和UKF模型的城市轨道交通客流密度短时预测计算方法。以国内某城市轨道交通网络化运营城市某条线路为案例,比较了EKF模型及UKF模型的预测精度。[结果及结论]算例结果表明,EKF模型及UKF模型均能通过实时采集当前时段车站自动售检票设备数据来预测下一时段的车站客流密度和断面客流密度,适用于城市轨道交通客流密度短时预测场景。相比于EKF模型,UKF模型全天分时段预测值更接近真实变化趋势,UKF模型预测值与真实值的散点分布更趋集中收敛;UKF模型的均方根误差、平均绝对误差及平均绝对百分比误差均相对更低,说明UKF模型预测精度相对更高。

工夫红茶品质分析与综合评价

为探究中国工夫红茶主要品质成分含量特征,建立茶汤滋味品质综合评价方法。对17个国内主产茶区工夫红茶的多酚类、氨基酸、茶色素类、香气组分等品质指标进行测定,运用主成分分析、聚类分析和偏最小二乘-判别分析(partial least squares-discrimination analysis,PLS-DA)对其品质进行综合评价。结果表明:不同产区工夫红茶的品质成分组成与含量存在明显差异,多酚类及其氧化产物是主要的品质成分,茶黄素和茶红素之和与茶褐素的比值为1.05~1.12,是其滋味鲜醇、汤色红亮的物质基础;英红、海红、信阳红、宜红、越红、黔红和祁红的可溶性糖质量分数均高于4%,是其茶汤甜醇滋味的重要物质基础;黄酮在大叶种红茶(滇红、英红和海红)中的质量分数较高且大于2.7%。醇类和醛类是主要的香气化合物,尤其是呈现甜香、花香的萜烯醇含量较高。利用主成分分析法建立滋味品质评价模型,该预测模型对红茶滋味品质评价结果与感官审评结果较为相似,存在极显著相关(P<0.01),相关系数为0.735;茶黄素和茶多酚含量是进行工夫红茶品质分析的重要指标。系统聚类分析显示闽红自为一类,滇红、英红和海红等大叶种红茶聚为一类,其他中小叶种红茶聚为一类。PLS-DA可将2类不同品种工夫红茶明显区分,并获得8种差异性指标,尤其是芳樟醇、香叶醇和己醛等,可作为区分大叶种和中小叶种工夫红茶的指标物质。该研究丰富了工夫红茶风味品质的基础理论,同时为红茶品质的科学评价提供新的思路和方法。

5种黑茶香气成分的比较分析

本研究采用感官审评法和顶空固相微萃取法,结合气相色谱-质谱仪联用技术,对5种黑茶样品挥发性成分进行了分析鉴定。结果表明,5种黑茶共检出83种香气化合物,共有成分30种,主要包括醇类、醛类、酮类、芳香烃类、烯类和酯类等;不同产区黑茶香气特征及组成存在明显差异:青砖茶陈香纯正,以醛类和酮类化合物为主,包括(E,E)-2,4-庚二烯醛、β-紫罗酮、己醛;茯砖茶"菌花香"明显,以醇类和芳香烃为主,包括芳樟醇、甲苯和1,3-二甲氧基苯;六堡茶香气纯正,以醇类和醛类为主,包括芳樟醇、α-雪松醇、柠檬烯;普洱茶陈香持久,以醛类和醇类为主,包括己醛、1,2,3-三甲氧基苯、芳樟醇氧化物;康砖茶香气纯正,以酮类和醛类为主,包括己醛、α-紫罗酮、反-香叶基丙酮和β-紫罗酮。5种黑茶在香气特征及成分上的差异可能与茶树品种及加工工艺有关。

青砖茶的香气成分分析

采用感官审评法和顶空固相微萃取法结合气相色谱-质谱联用技术,对16个典型青砖茶样品挥发性成分进行分析鉴定。结果表明,青砖茶的香气以陈香纯正为优,有菌香和木香,分析鉴定出72种香气成分,相对含量较高的成分有己醛、芳樟醇、壬醛和甲苯,醛类和酮类为主导香气化合物;相关性分析显示(E,E)-2,4-庚二烯醛、(Z)-氧化芳樟醇、樟脑、1-甲基萘和长叶环烯与香气品质得分的相关性达到极显著水平(P<0.01),(E)-2-己烯醛、1-甲氧基-4-甲基苯、(E)-2-壬烯醛、2,2,6-三甲基环己烷酮及脂肪醛中的烯醛占醛类的比例与香气品质得分的相关性达到显著水平(P<0.05);主成分分析显示前6个主成分方差累计贡献率达到82.250%,主要代表性成分为β-环柠檬醛、β-紫罗酮、β-二氢紫罗酮、己醛、(E)-2-戊烯醛、(E)-2-己烯醛、庚醛、壬醛、癸醛、萘、1-甲基萘、柠檬烯和6-甲基-5-庚烯-2-酮等,它们是影响青砖茶香气品质的关键香气成分,可基本反映青砖茶的香气特征。

湖北红茶特征性香气成分分析

本研究采用感官审评法和顶空固相微萃取法,并结合关键香气成分的气味活度值(Odour activity value,OAV)和主成分分析法,对32个典型湖北红茶样品的挥发性成分进行分析鉴定。结果表明,湖北红茶的香气以甜香为主,部分样品有花果香、糖香、高火香;分析鉴定出93种香气成分,醇类和醛类是主要的化合物,相对含量较高的共性成分有芳樟醇、香叶醇、水杨酸甲酯和己醛等;10个OAV相对较高的组分,主要是芳樟醇、β-大马烯酮、β-紫罗酮、癸醛、香叶醇、顺-4-庚烯醛、反-2-壬烯醛、己醛、1-辛烯-3-醇和反,反-2,4-壬二烯醛,对湖北红茶香气特征贡献较大;从19个共性成分中提取了7个主成分,累积贡献率达到86.477%;芳樟醇、香叶醇、水杨酸甲酯、1-辛烯-3-醇、β-大马烯酮、β-紫罗酮、反-香叶基丙酮、苯乙醛、癸醛、己醛、反-橙花叔醇、2-乙基呋喃和柠檬烯等香气成分共同形成了湖北红茶甜香、糖香等风味特征。

青砖茶渥堆工艺优化及风味物质分析

利用正交试验设计优化青砖茶的渥堆发酵工艺,通过感官评价及化学成分分析得到最佳渥堆发酵工艺条件:潮水量30%、渥堆温度55℃、渥堆时间25 d、相对湿度95%。晒青毛茶渥堆后风味成分发生一系列变化,水浸出物、茶多酚、氨基酸、儿茶素总量与茶红素含量减少,而可溶性糖和茶褐素明显增加。醇类和酯类成分大幅减少,其中传统渥堆处理后醇类和酯类成分减幅约50%以上,数控渥堆处理后醇类和酯类成分减幅80%以上,而醛类、酮类、烯类和杂环类物质含量大幅上升,数控渥堆的发酵程度较传统渥堆更深。通过气相色谱-嗅闻仪(GC-O)分析得到12种香气活性物质,其中(E,E)-2,4-庚二烯醛、β-紫罗酮、芳樟醇、(Z)-4-庚烯醛、(E)-2-壬烯醛和香叶醇是青砖茶香气轮廓的主要贡献成分。本结果有助于指导生产实践,同时为青砖茶产品优质香型的精准调控提供理论依据。

青砖茶茶汤滋味品质的近红外快速无损评价

在不破坏青砖茶样品的前提下,将近红外光谱技术与标准变量变换、一阶导数、二阶导数光谱等预处理方法和遗传算法相结合,剔除部分噪声信息和精准筛选最佳光谱信息数据点后,应用偏最小二乘法建立青砖茶茶汤品质预测模型。筛选的最佳光谱预处理方法为:标准变量变换+二阶导数,遗传算法筛选得到28个最佳建模光谱数据点;最佳偏最小二乘法模型对验证集样品的预测均方根误差为0.3726,预测集决定系数为0.9752;对未知茶汤品质的预测均方根误差为0.3927,预测集决定系数0.9702。结果表明,在青砖茶茶汤品质得分(73~93分)范围内,应用近红外光谱技术结合遗传算法和偏最小二乘法实现了对青砖茶茶汤品质的快速、准确评价。

青砖茶茶汤滋味成分分析及品质评价模型建立

以不同厂家生产的青砖茶为研究对象,在对茶汤滋味进行感官审评后,测定内含成分含量,利用主成分分析法和相关系数法筛选代表性内含成分,最后结合主成分回归法和逐步回归法建立茶汤滋味品质评价回归方程,并用未知样品检验回归方程预测效果。结果表明,筛选出5个与茶汤滋味品质密切相关的内含成分(P<0.05),按照对茶汤滋味的贡献大小,依次为表没食子儿茶素没食子酸酯、儿茶素总量、茶多酚、表儿茶素没食子酸酯和表没食子儿茶素;以逐步回归方法建立的茶汤滋味品质评价方程预测结果最佳(校正集决定系数0.973 5,交互验证均方根误差0.380 7;验证集决定系数0.968 1,预测均方根误差0.400 0);以逐步回归方程对未知样品的预测结果最佳(验证集决定系数0.974 6,预测均方根误差0.391 5)。结果表明,应用化学计量学方法建立拟合方程实现对青砖茶茶汤滋味品质的准确、可靠预测,为青砖茶茶汤滋味品质评价提供一种新的参考方法。

青砖茶品质近红外特征光谱筛选及预测模型建立

应用近红外光谱技术对青砖茶品质进行快捷、无损评价。在保证样品完整的条件下获取光谱信息,通过光谱预处理、联合区间偏最小二乘法筛选特征光谱区间后进行主成分分析,再建立品质分数的Jordan-Elman nets人工神经网络预测模型。最佳预处理方法为多元散射校正+二阶导数,特征光谱区间为4377.6~4751.7、4755.6~5129.7、6262.7~6633.9、7386~7756.3 cm^-1,特征光谱区间前3个主成分累计贡献率为99.15%,模型传递函数为tanh,模型对验证集样品的预测均方根误差为0.386,预测集决定系数为0.973;对未知样品品质的预测结果为:预测均方根误差0.393,预测集决定系数0.971。结果表明,在75.00~93.00分青砖茶品质范围内,应用近红外光谱和Jordan-Elman nets人工神经网络方法实现了对青砖茶品质的快速、准确评价。

自动化加工生产线改善机采绿茶理化品质研究

以茶树机采鲜叶为原料,选配、改装和组建了茶叶加工自动化生产线,并跟踪加工工序中茶坯理化成分的动态变化,以同一原料所制的传统炒青工艺为对照,比较新设备和新工艺对机采卷曲形绿茶色泽和品质成分的影响。结果发现:新的生产线在杀青、二青、做形和提香等关键工序中,集成应用了电磁加热耦合热风、热管余热回收和流化床干燥技术,提高了茶叶的滋味和色泽品质,所制卷曲形绿茶的感官得分比传统炒青绿茶高2分,酚氨比相对较低(P<0.05),干茶的色相值、茶汤、叶底的亮度和色相值相对更好(P<0.01);相比传统单机加工设备,该生产线可日均生产绿茶1 750 kg,产能提高了37.5%,能耗成本为4.6～4.8元/kg干茶;热效率提高100%,用工成本减少50%。机采卷曲形绿茶自动化生产线扩大了茶叶加工产能,减轻了劳动强度,提高了卷曲形绿茶品质,为实际生产提供了指导。

基于近红外光谱技术的远安黄茶品质快速无损检测方法

应用近红外光谱(near infrared spectroscopy,NIRS)技术结合多种算法对远安黄茶品质开展快速无损评价。首先通过扫描获得远安黄茶90个样品的近红外光谱,再利用11种不同方法对光谱进行预处理,剔除部分噪声信息,然后应用反向区间偏最小二乘法(backward interval partial least squares,Bi-PLS)筛选反映样品品质的特征光谱区间,应用遗传算法(genetic algorithm,GA)精准提取特征光谱波长,建立了5种黄茶品质预测模型,最后对光谱官能团信息进行解析。结果表明,最佳光谱预处理方法为多元散射校正,Bi-PLS筛选出的特征光谱区间主要为9003.2~7497.9 cm^(-1)、6101.7~5449.8 cm^(-1)和4601.3~4246.5 cm^(-1),GA筛选出75个特征光谱波长,建立的Bi-GA-PLS组合模型具有最佳的稳健性,可准确地预测远安黄茶样品外部品质分数(R2=0.951,RMSEP=1.57,RPD=5.27),初步实现了远安黄茶品质的快速、准确预测。光谱信息解析结果显示,45个光谱波长反映—CHx、C=O和—NHx官能团信息,代表单糖、咖啡碱、茶氨酸和游离蛋白质等内含成分物质,30个光谱波长反映O—H、酰胺键以及C—H和C—C伸缩的组合频信息,代表木质素、淀粉、纤维素等多糖内含成分物质。

不同产地珠形绿茶色泽与滋味成分的差异分析

为探究不同产地珠形绿茶品质差异,采用密码审评法、色差法、高效液相色谱法及多元统计分析,比较3个主产地样品在感官品质、色泽及滋味化学成分组成方面的差异。结果表明,绿宝石的容重最大,干茶和茶汤色度a值最小,可溶性糖含量显著低于其他产地,而黄酮含量最高;涌溪火青和绿宝石的茶多酚、儿茶素含量相近,均显著高于平水日铸(P<0.05);3个产地绿茶水浸出物、氨基酸、咖啡碱的含量无显著差异(P>0.05)。主成分分析解释了珠形绿茶特征变量62.293%的方差信息,不同产地区分较为明显。偏最小二乘法判别分析鉴定出关键差异性成分8种:a(干茶)、b/a(干茶)、b(茶汤)、a(茶汤)、表没食子儿茶素没食子酸酯、总儿茶素、儿茶素没食子酸酯和表没食子酸儿茶素。

青砖茶压制压力优化及GCG近红外快速检测模型建立

青砖茶压制压力的选择至关重要,为探求压力与青砖茶品质及内含成分间的相互关系,并尝试对关键成分进行快速预测。以青砖茶为研究对象,设置了5个等级的压力值,通过感官审评和相关关系法分析了最佳压力值与品质和内含成分间的相关关系;应用标准变量变换、多元散射校正、一阶导数和二阶导数及组合方法进行降噪处理,应用反向区间偏最小二乘法筛选特征光谱区间并进行主成分分析,将主成分分别输入到3种信息传递函数的jump connection nets结构人工神经网络中建立定量分析模型。结果表明,最佳压力值为18MPa;关键内含成分为:没食子儿茶素没食子酸酯(Gallocatechin Gallate,GCG)(P<0.05);最佳预处理方法:多元散射校正+一阶导数组合方法;特征光谱区间:9 734.9~10 000,8 924.9~9 191.1,5 368.9~5 638.8,7 011.9~7 281.9,6 190.4~6 460.4,4 821.2~5 091.2,9 194.9~9 461.1,7 559.6~7 829.6,5 916.5~6 186.5 cm^-1,前3个主成分累积贡献率为97.82%,以应用tanh传递函数建立的GCG人工神经网络模型结果最佳(Rp^2=0.980,RMSEP=0.027),并有较好的实际应用效果(Rp^2=0.948,RMSEP=0.041)。研究结果为其它重量规格青砖茶产品的研发和品质的快速检测奠定了理论基础。

近红外光谱技术在茶叶中的研究进展

传统的茶叶品质感官审评方法和湿化学检测方法具有结果评价主观性强、测定费时、费力等局限性,而近红外光谱技术作为一种新型的分析技术手段,具有快速、无损、结果客观等优势,在茶行业上得到应用。本文在概述近红外光谱技术原理基础上,主要综述了近红外光谱技术在茶鲜叶品质分析、成分检测、茶叶等级识别、茶种类鉴别、茶地理溯源和茶叶深加工产品分析等方面的应用进展,分析了近红外光谱技术在应用过程中存在的问题,并针对性地提出了应对策略,以期为近红外光谱技术在茶行业的广泛应用提供参考。