中红外光谱快检技术在浓香型原酒风味分析中的应用研究

本研究建立了一种快速、高效、无损检测浓香型原酒风味的检测方法。本研究采用中红外光谱快检技术结合偏最小二乘法(PLS)对浓香型原酒7个风味指标建立分析模型,并通过国标GB/T 10345—2007检测结果对模型效果进行评价,以验证中红外光谱快检技术在浓香型原酒风味分析中的应用性。结果表明:酒精度、总酸、总酯、乳酸乙酯、己酸乙酯模型效果较好,手工值和模型值误差范围分别在-0.46%~1.04%、-16.35%~10.16%、0.82%~9.23%、-12.14%~6.65%、-11.68%~19.45%之间,绝对误差小于10%的样本分别占比100%、96.92%、100%、95.38%、92.31%;己酸、乙酸乙酯预测模型结果较差,特别是己酸,手工值、模型值误差范围分别在30.51%~43.07%、-22.56%~17.37%之间,绝对误差小于10%的样本分别占比58.46%、72.30%。误差较大可能与样品整体区间范围较宽,中间缺失值较多,不够连续,且含量较低有关,但整体趋势与手工值一致,后续通过建模样本的增加,模型效果会得到提升。综上所述,中红外构建预测模型能够用于白酒样品的快速分析。

基于电子舌技术的浓香型白酒基酒年份分类方法

为实现不同年份的浓香型白酒基酒的快速区分和识别,该研究以5个不同年份浓香型白酒基酒为研究对象,利用电子舌对样品进行判别分析,并采用主成分分析(PCA)、线性判别分析(LDA)对白酒的年份进行分类,将得到的模型分别通过簇状独立软模式法(SMICA)、判别因子分析(DFA)对白酒的年份进行识别和验证。研究表明,SMICA分析的结果能够准确的识别导入的样品数据是否是模型以内和模型之外的年份基酒,而DFA分析可以准确的对导入的白酒样品的年份进行识别,确定其白酒样品的年份。综上所述,利用电子舌结合化学计量学,可以快速、准确、稳定的对白酒基酒年份进行分类和识别,可为白酒掺假问题提供理论支撑,并促进白酒产业和白酒分析技术的快速发展。

化学计量学结合NIR对浓香型白酒年份、等级的研究

研究白酒基酒中年份、等级的快速检测方法,经过近红外光谱分析,进行各种预处理和建模方法。结果表明:白酒基酒中典型醇和脂的特异吸收范围在4833-6846 cm^(-1),分别建立年份、等级的近红外模型,确定LSSVM模型是试验最佳的建模方法,最佳的预处理方法分别为SNV和1d+SNV,年份的近红外模型的校正集和验证集的决定系数R^(2)c和R^(2)p分别达到98.63%和56.72%,标准偏差RMSEC和RMSEP分别达到0.0421和0.344;等级的近红外模型R^(2)c和R^(2)p分别达到99.56%和58.17%,标准偏差RMSEC和RMSEP分别达到0.0221和0.2134;年份和等级模型的RPD分别达到23.75和44.72。研究能够推动白酒产业和白酒分析技术的快速发展。