基于3维荧光光谱测定白酒年份酒的年份

为了能够快速准确地检测白酒年份酒的年份,采用了平行因子算法和光谱相似度算法对白酒年份酒与基酒的3维荧光光谱进行分析,分别建立了高年份基酒体积分数的测定函数和年份酒年份测定函数。结果表明,高年份基酒体积分数测定误差不超过0.02,平均加标回收率为100.28%,年份测定误差小于1年;基于3维荧光光谱快速测定白酒年份酒年份的方法,解决了由于3种基酒配制年份酒的3维荧光光谱复杂性而导致的年份酒年份鉴别困难问题。该研究为多种基酒配制年份酒的年份检测问题和其中基酒体积分数的确定提供了参考。

3维荧光光谱测定白酒年份酒中乙酸的体积分数

为了快速测定白酒年份酒中乙酸的体积分数,采用3维荧光光谱结合交替拟合残差算法,首先将不同体积分数的乙酸乙醇水溶液的3维荧光光谱作为校正集,然后将白酒的3维荧光光谱作为预测集,利用交替拟合残差算法进行解析分辨,采用标准添加法来验证结果的准确性。结果表明,预测体积分数与真实体积分数的相关系数为0.9926,平均回收率为101.97%;3维荧光光谱结合交替拟合残差算法可以快速有效地测定白酒年份酒中乙酸的体积分数。这一结果对白酒年份酒中单体体积分数的检测是有帮助的。

GC-MS/MS法同时测定年份酱香型白酒中19种吡嗪类和呋喃类化合物

该研究基于气相色谱-三重四级杆串联质谱法(GC-MS/MS)建立了同时测定年份酱香型白酒中19种吡嗪类和呋喃类化合物的分析方法,并对5家不同生产企业酱香型年份酒中的吡嗪类和呋喃类化合物含量进行测定。样品无需前处理直接进样,经TG-WAXMS毛细管色谱柱(30 m×0.25 mm×0.25μm)分离,结合GC-MS/MS分析检测。结果表明,19种化合物在质量浓度为0.01~10.00μg/mL范围内呈良好的线性关系,相关系数(R^(2))均>0.998,方法检出限和定量限分别为0.002~0.019μg/mL和0.005~0.063μg/mL,加标回收率为73.07%~109.98%,精密度试验结果相对标准偏差(RSDs)为0.10%~4.82%。所有样品中均检测出11种吡嗪类和5种呋喃类化合物,且种类一致。该方法操作便捷、检出限低、灵敏度高、准确性良好,可为鉴别酱香型白酒提供参考。

基于主成分分析判别特香型不同年份类型白酒的研究

通过气相色谱对特香型4类(X1~X4)年份白酒的挥发性成分进行检测,利用主成分分析(PCA)对所有挥发性风味物质构建质量评价模型。结果表明,共检测定量出30种风味物质。运用挥发性香气质量评价模型来计算4个年份类别的特香型白酒的综合得分,得分顺序为X1>X2>X3>X4。主成分分析结果表明,X1、X2类年份白酒之间差异较大,X3、X4类年份白酒样品具有较高的相似性,但与X1、X2类别的年份白酒风格存在一定的差异。主成分分析得出的结果与感官品评大体一致,说明主成分分析能较好鉴别特香型年份类别白酒。

基于荧光光谱—模拟退火法年份白酒中乙酸浓度预测研究

近年来年份白酒市场中行业规范有所缺失,因此年份白酒的研究具有深远意义和市场价值。白酒中单体物质的浓度会随着白酒的年份改变,检测白酒中单体浓度可用来鉴定白酒质量及其年份。基于国内某品牌年份原桨白酒的三维荧光光谱,对其中乙酸浓度进行了建模研究。对原始光谱进行了小波分解和求导预处理。研究发现小波分解第一层和第二层呈噪声特征,浓度信息主要分布在第三层和第四层信号中。不同激发波长的荧光发射光谱强度分布不同,如何选择合适的激发波长目前还没有一个统一的方法。根据小波分解信号引入有效信号强度概念并获得了合适的建模激发波长(200 nm);导数光谱的细节特征比原始光谱丰富,光谱求导可以提高光谱的分辨率。研究了乙酸浓度与荧光光谱的相关性,原始荧光光谱与乙酸浓度之间相关性较小,小波分解光谱和导数光谱与浓度的相关性达0.8以上,且呈现出更多离散化的相关性特征峰。因此,小波分解光谱和导数光谱中包含更多乙酸浓度信息且分布比原始光谱更广。基于荧光光谱和模拟退火法研究了乙酸浓度偏最小二乘法(PLS)多元回归模型。研究发现原始光谱的乙酸浓度预测集的均方根误差高达70.03 mg·L^(-1),模型效果较差;小波分解光谱和导数光谱由于光谱之间多重相关性降低且分辨率提高的特点,模型预测效果更好,其中二阶导数光谱的乙酸浓度预测集的均方根误差和相关系数分别为20.32 mg·L^(-1)和0.9998,建模效果最好。基于1000次循环执行模拟退火算法建模得到的光谱信息密度曲线显示出二阶导数光谱比原始光谱包含更多的乙酸浓度信息。以乙酸为例,为年份白酒中物质浓度预测提供了一种简易的光学方法,研究方法对研究多组分渐变体系浓度预测具有一定的参考价值。

特香型年份白酒挥发性成分气相指纹图谱实验方法学的研究

建立特香型四特年份白酒的气相色谱检测方法,并对气相指纹图谱的实验方法学进行考察。经过预试验得出气相色谱最佳检测条件为:载气(氮气)流速1.5 mL/min,分流比30∶1。方法学考察结果表明,在精密度、重现性以及稳定性试验中,各色谱峰相对保留时间的相对标准偏差(RSD)均<0.03%,各相对峰面积的RSD均<3.0%。该检测方法精密度较高、重现性好、稳定可行,能满足气相色谱指纹图谱分析的技术要求。

聚类分析在不同年份特香型白酒中的应用

本实验目的在于使特香型年份白酒的评定标准更加科学化、数据化、程序化,不再单纯的依靠感官品评判断白酒质量。本实验选取四特酒A(五年成品酒)、B(九年成品酒)、C(十五年成品酒)、D(二十年成品酒)4类年份白酒各5个成品酒样品,从特香型年份白酒气相色谱(gas chromatography,GC)图谱中筛选出17个特征指纹峰用于构建指纹图谱,本实验采用SPSS 22.0统计分析软件中的系统聚类分析对不同年份类型白酒指纹图谱进行鉴别,得出与实际感官品评类似的结果,总体上可以区分特香型年份白酒的档次。说明聚类分析可以用来鉴别不同年份的特香型白酒。

基于Raman光谱和支持向量机回归的古井贡酒年份鉴别方法

白酒年份的快速准确鉴定是白酒品质分析的重点和难点问题之一。实现白酒年份酒的快速、准确的鉴别,对促进白酒行业的健康发展、维护消费者的合法权益具有重要意义。光谱分析法结合模式识别技术是实现白酒品质快速鉴别的首选方法之一,而Raman光谱由于其受水的影响很小且很少或不需要样品前处理,在白酒分析中具有广阔的发展空间。因此,采用Raman光谱和支持向量机回归(SVR)建立数据分析模型,用于不同年份白酒的年份鉴定和同一年份不同贮存时间的白酒年份鉴定。该研究创新之处主要包括如下三个方面:(1)应用Raman光谱对白酒品质进行分析,在分析方法的应用上具有一定的创新之处。(2)研究白酒的年份鉴定问题,在研究对象的选择上,具有一定的创新之处。(3)建立基于回归框架的白酒年份与年份指数对应关系,实现白酒年份识别及预测,不仅可以有效鉴别白酒年份,同时可用于鉴别白酒贮存时间,因此,在分析方法的确定和应用上,具有一定的创新之处。实验中采用古井贡5年、8年、16年及26年系列年份酒进行了实证分析,数据分析实验结果表明,所建立的基于Raman光谱和SVR的白酒年份鉴别分析流程和方法,对鉴别不同年份的白酒,以及同一年份不同贮存时间的白酒样品(包括对数据库内已有样本年份的鉴别,以及对数据库内没有的盲样的年份预测),均取得较好的应用效果,相比于其他常用回归分析方法具有明显的优越性,可以为白酒年份酒分析提供一定的技术支持。

基于GC-MS指纹图谱和XGBoost机器学习的泸型基酒贮存时间鉴别

通过顶空固相微萃取结合气相色谱-质谱联用采集挥发性成分指纹图谱,采用极端梯度提升算法建立回归模型,运用极端随机森林的变量重要性评估、sklearn特征选择模块中的单变量线性回归测试(F_regression)以及连续目标变量的互信息(mutual_info_regression)确定有效建模变量,对白酒的贮存时间进行鉴别。模型的R^(2)评估结果为0.987,预测模型可靠性较好,为白酒酒龄的判断提供了新思路。

基于三维荧光光谱测定芝麻香型白酒的年份

为对某品牌芝麻香型白酒的年份进行测定,应用FLS920多功能荧光光谱仪,测得1984年到2012年间11个年份白酒样品的三维荧光光谱。提取三维荧光光谱的平均荧光强度,数值矩阵的标准差和相对荧光强度的最大值三个特征参数以构建多项式函数,分别结合偏最小二乘回归校正以及二次最优回归校正建立白酒年份的预测模型。利用上述两个模型分别对1989年、1994年、1996年、2002年、2003年、2005年、2006年、2009年、2011年的白酒进行年份预测,得到相应的预测年份。其与白酒实际年份间的平均绝对误差分别为0.68年以及0.56年。研究结果表明,上述方法能够有效地对白酒年份进行测定。非线性校正模型与线性校正模型相比,能够更为准确地反映白酒的真实年份。通过三维荧光光谱结合回归校正的多项式函数对年份白酒进行研究,研究结果可为白酒年份的测定提供一种新的方法。

基于SVM的白酒红外光谱分析方法研究

为实现白酒品评自动化,采集了297个不同香型、86个不同等级、60个不同年份的白酒样品红外光谱图,共计443个。针对这些红外光谱图,采用3次多项式插值拟合的方法进行基线漂移校正,并用小波软阈值法去除光谱噪声,然后用标准归一化的方法消除散射效应。对于白酒的香型、等级和年份这3种不同的分类问题,分别选择样本的75%为训练集,余下25%为测试集,利用支持向量机(SVM)方法建立对应的香型、等级和年份分类模型,并在测试集上验证了模型的分类性能。实验结果表明该方法行之有效,香型分类正确率达到98%以上,等级分类正确率达到92%以上,年份分类正确率达到100%。