现代检测技术在固态法白酒真实性中的应用

近年来,不法商家为了谋取利益,以食用酒精勾兑酒、添加香精香料等方式冒充固态法白酒的行为在市场上盛行。国家监管部门因缺乏相应的检测技术,使固态法白酒的规范管理成为难题。为了维护消费者利益,打击制假造假行为,保障酒类市场健康发展,本文总结与综述了光谱法、色谱法、电子鼻及同位素质谱法等现代检测技术在固态法白酒鉴别中的应用,以期为固态法白酒真实性鉴别提供参考依据与技术指导。

白酒产地溯源技术研究进展

中国白酒溯源研究起步较晚,且其溯源技术体系尚未建立完善。近代相关研究表明白酒中具有一定的地域特征因子,结合统计学手段对这些特征因子进行定性定量分析可以达到白酒产地判别目的。由于白酒产地溯源技术研究对白酒鉴伪和优质白酒产区保护具有重要意义,本文基于白酒化学基础,对其地域特征物质(无机元素、稳定同位素、挥发性物质等)与相应的检测技术进行了分类探讨。同时,本文论述了白酒地域特征物质的来源,分析了白酒产地溯源研究的关键问题,以期为白酒产地溯源技术体系的建立提供一定的基础。

五粮浓香型白酒掺杂食用酒精的鉴别研究——基于碳稳定同位素技术

目的研究五粮浓香型白酒(原酒和成品酒)掺杂玉米及大米食用酒精后的乙醇碳同位素组成的变化规律,从而为白酒掺假鉴别服务。方法利用高温氧化还原稳定同位素比值质谱仪(isotoperatiomass spectrometer,IRMS)联用仪,对五粮浓香型白酒(原酒和成品酒)掺杂玉米及大米食用酒精后的乙醇碳同位素进行测试分析。结果宜宾地区所产不同年份和不同酒精度的原酒和成品酒,δ13C乙醇值范围分别为-21.42‰^-23.57‰和-21.01‰^-23.15‰,原酒和成品酒δ13C乙醇值分布范围基本一致,随年份和酒精度的不同其乙醇同位素组成无明显的变化规律。添加玉米酒精的原酒和成品酒的δ13C乙醇值明显增加,其值与添加量表现为正相关,当成品酒中酒精添加量为10%时,其δ13C乙醇差值为1.85‰,单样本t检验时差异性显著(双尾)0.000<0.05。添加大米酒精的原酒和成品酒的δ13C乙醇值明显减小,其值与添加量表现为负相关,当原酒中酒精添加量为10%时,其δ13C乙醇差值为0.50‰,单样本t检验时差异性显著(双尾)0.022<0.05。结论利用乙醇碳同位素组成判断宜宾产五粮浓香型白酒掺杂单一原料食用酒精,当掺杂食用酒精体积达到一定比例时,具有一定的应用前景。

电感耦合等离子体质谱技术在五粮浓香型白酒分类鉴别中的应用

目的建立固态法五粮浓香型原酒、成品酒与掺假白酒的分类模型。方法采用电感耦合等离子体质谱(inductively coupled plasma mass spectrometry,ICP-MS)技术进行鉴别分析,分别对样品中Mg24、Mg25、Si28、Fe56、Fe57、Ni58、Ni60、Zn64、Zn66、Cu63、Cu65、As75、Pb206、Pb207、Pb208等元素的响应强度进行检测,并结合聚类分析、主成分分析、因子分析和线性判别分析等方法进行数据分析。结果采用聚类分析时,当样本的产酒年份差距为2年内时,能够对原酒和掺假白酒进行有效分类,当样本的产酒年份差距为10年时,则聚类分析方法并不适用;采用因子分析时,当因子数限定为3时,掺假白酒在第1个因子和第3个因子中的得分均是最低的,在第2个因子得分中,掺假白酒总体上高于原酒组,低于成品酒组;采用线性判别分析时,总共17个样本中,88.2%个交叉验证已分组观察值可以正确分类。结论建立了固态法五粮浓香型原酒、成品酒与掺假白酒的分类模型,具有一定的应用价值。

冷冻电镜技术在白酒微观形态观测中的应用

通过将冷冻电镜技术与深度学习技术相结合,应用卷积神经网络对白酒样品的冷冻电镜成像照片信息进行鉴别分类。采用冷冻电镜技术观测白酒微观形态时,选取36000×、73000×、120000×3种标称的放大倍数。实验结果表明,73000倍放大倍数的图像较为适合白酒样品的微观观测,白酒中存在一些体积相对较大的圆球状形态物质和一些体积相对较小的链状形态物质;对原酒、掺假白酒、成品酒3种类别进行分类,针对73000倍放大倍数的白酒微观图像分类识别所构建的卷积神经网络,本研究主要采用了LeNet-5、ResNet50、VGG16、GoogLeNet等网络结构,相对而言,ResNet50网络结构的效果最佳,结果显示,采用ResNet50网络结构时,样本训练准确率达到96%。

固态法五粮浓香型白酒掺杂己酸乙酯的鉴别研究

采用气相色谱-高温氧化-同位素比值质谱联用技术(GC-C-IRMS),以国内市场上广泛存在的针对己酸乙酯掺假的白酒为研究对象,对5种不同等级(优级、一级)、不同年份(2009年、2018年和2019年)的固态法浓香型原酒和市面上最主要的3种关于己酸乙酯掺假的白酒进行了己酸乙酯碳同位素组成测试,结果显示固态法浓香型原酒中己酸乙酯δ13C值的范围为-15.19‰~-22.14‰,3种掺假白酒中己酸乙酯δ13C值的范围为-28.34‰~-33.97‰,固态法浓香型原酒中己酸乙酯碳同位素组成相对掺假白酒明显偏重,t检验结果显示sig.(双侧)=0.001<0.05,表明通过GC-C-IRMS技术测试白酒中己酸乙酯碳同位素组成在掺假白酒鉴别方面具有一定的应用价值。

基于机器学习和电子舌技术的白酒掺假鉴别

采用电子舌技术,针对国内白酒市场上几种常见类型的掺假白酒,对14个白酒样品的酸味、苦味、涩味、苦味回味、涩味回味、鲜味、丰富性、咸味共8个指标进行分析。测定结果显示,掺假白酒与原酒、成品酒在苦味、涩味、苦味回味和鲜味、丰富性等指标之间存在一定程度的差异,表明这些指标在白酒掺假鉴别方面具有应用价值。将14个白酒样品按照原酒、成品酒和掺假白酒分为3类,结合酸味等8个指标的电子舌试验数据,采用机器学习中KNN、决策树2种分类器进行分析,通过交叉验证比较两种分类器的准确率,Python分析结果显示,KNN、决策树等模型的准确率分别为0.9000和0.8667,表明KNN的性能相对更高。综合比较2种分类器准确率,选择KNN作为最终分类器,该模型预测准确率为100%。