一种基于红外光谱辨别酱香型白酒香型等级的辨别方法与流程

专利2025-10-07  6


本发明专利涉及白酒香型等级辨别,具体而言,涉及一种基于红外光谱辨别酱香型白酒香型等级的辨别方法。


背景技术:

1、大曲酱香型白酒经一年生产周期,二次投料,九次蒸馏,八次发酵,七次取酒,长期储存,精心勾调而成。其中七个取酒轮次分别获得风味特征不同的生沙酒、糙沙酒、大回酒(三到五轮次)、小回酒、枯糟酒。各轮次酒又根据风格不同,分为酱香型、醇甜型、窖底香型三种典型香型,每种香型的基酒根据品质不同可分为优级、一级、二级、三级等。精心勾调即是将不同轮次、香型、等级的基酒根据产品设计方案,按一定的工艺和比例进行勾兑、调味,使酒体更丰满、风格更典型。在此过程中,企业对各香型、各等级基酒的辨别依据,基酒品质管理及品酒师的专业技能是决定最终成品酒品质稳定及优劣的关键,直接关系到企业的兴衰存亡。但酱香白酒的主体香味成分不像其他香型白酒那样明确,导致酱酒的定型定级缺乏一个权威的主体成分含量的判别指标,而几乎完全依赖人工感官品评,尽管感官审评人员经过专业的训练,但人工感官评价易受到审评人员经验、精神状态、身体状况以及环境等外界因素的干扰,使得品评结果具有不确定性。还与贵州酱酒品评人才的缺乏及技能水平良莠不齐现象出现了较严重的需求矛盾。同时,也因分型分级标准缺乏及信息数据化管理的不足导致产品设计受限,产品的个性化生产不足,这些都成为影响了整个酱酒行业提升转型发展的技术瓶颈。

2、为此,本技术发明人在此提出一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,以解决现有技术中的上述问题。


技术实现思路

1、本发明的目的在于解决上述背景技术中提出的现有技术的问题,提供一种基于红外光谱辨别酱香型白酒香型等级的辨别方法。

2、本发明的上述目的是这样实现的:

3、一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,包括以下步骤:

4、s1、收集不同香型等级酱香型白酒基酒样品,并对白酒基酒样品进行感官审评;

5、s2、运用气相色谱仪对白酒基酒样品中的58种物质进行化学值测定;

6、s3、运用傅里叶变换红外光谱仪对白酒基酒样品进行光谱采集;

7、s4、建立基于红外光谱的基酒香型等级定性判别模型;

8、s5、运用simca软件建立偏最小二乘法判别分析(pls-da)分类模型判别基酒香型等级;

9、s6、对待定级基酒采集傅里叶变换红外光谱采集,利用步骤s4、步骤s5中建立的模型对待定级基酒进行快速判别香型等级。

10、进一步地,步骤s1中由车间班组在摘酒后对白酒基酒进行初步酒级的划分,然后交给企业、项目组和专家感官审评人员根据酒体香气、口感、体感以及空杯留香对白酒基酒样品进行感官审评。

11、进一步地,步骤s2中采用安捷伦气相色谱仪对58种风味物质进行化学值测定;色谱条件为:采用hp-innowax19091n-213*色谱柱。进样口温度为240℃,检测器温度为240℃,32℃恒温保持10min,以7.15℃/min升温至50℃,以8℃/min升温至180℃保持4min,以30℃/min升温至210℃保持5min,柱流量为0.80,采用分流进样,分流比为45:1,进样量为1μl。

12、进一步地,步骤s3和步骤s6中的红外光谱采集采用赛默飞fisher近红外光谱仪对酒样进行光谱采集,扫描范围为4000-10000cm-1,扫描次数为64次,分辨率为16cm-1,每个样品采集1次,且以空气为背景进行光谱采集。

13、进一步地,步骤s4中建立基于红外光谱的基酒香型等级定性判别模型的具体步骤为:

14、首先在“description”标签下选择discriminant analysis—判别分析,采用马氏距离将光谱进行分类;

15、然后进入“pathlength”标签页,选择光程矫正方法,选择constant—不矫正,即光程恒定;

16、进入“classes”标签页,输入各分类类别名称;

17、进入“standards”标签页,点击“open standards”按钮添加光谱,并在class栏中选择每条光谱对应的类别;

18、进入“spectra”标签页,设置光谱的预处理方法,选择first derivative—一阶导数谱(消除基线漂移);

19、进入“regions”标签页,选择光谱的建模范围;

20、点击“edit regions”按钮进入波段选择界面,设置好波段后即建立判别模型。

21、进一步地,步骤s4的具体步骤为:

22、(1)首先数据预处理,将1*40000的光谱数据进行标准化或归一化处理,使其分布范围在[0,1]或[-1,1];

23、(2)神经网络设计:

24、输入层:接收1*40000的光谱数据;

25、卷积层1:使用32个5点大小的滤波器,后接relu激活函数;

26、池化层1:使用2大小的最大池化;

27、卷积层2:使用64个5点大小的滤波器,后接relu激活函数;

28、池化层2:使用2大小的最大池化;

29、卷积层3:使用128个5点大小的滤波器,后接relu激活函数;

30、全局最大池化层:提取每个滤波器的最大响应,将数据维度压缩到1*128;

31、全连接层:输出长度为100的特征数据;

32、(3)特征提取;将训练集和测试集输入到设计的神经网络中,提取1*100的特征数据;

33、(4)层级svm模型设计:

34、第一级分类器:使用svm区分“酱香优级”和其他等级白酒;

35、第二级分类器:对第一级分类结果为非“酱香优级”的数据,使用svm区分“醇甜优级”和以下等级;

36、第三级分类器:对第二级分类结果为“醇甜一级”的数据,使用svm区分“醇甜一级”和“醇甜二级”;

37、第四级分类器:对第二级分类结果为“醇甜二级”的数据,使用svm区分“醇甜二级”和“醇甜三级”;

38、(5)模型训练:

39、使用训练集数据训练神经网络,提取特征;

40、使用提取的特征训练层级svm模型;

41、(6)模型评估:

42、使用验证集评估神经网络和svm模型的性能;

43、调整网络结构和参数以优化性能;

44、(7)预测与分类:

45、对新样本的光谱数据进行预处理和特征提取。

46、进一步地,步骤s5中运用simca软件金阿姨基酒等级定性判别模型的方法为:

47、利用步骤s2中测定的58种物质化学值,运用simca软件,首先导入58种物质化学值,首先数据导入,选择file,再选择new regularproject,导入数据,点击finish;

48、然后建立pls-da分类模型,选择new modelpls-da选择workset,进入set class,选择autofit,选择permutation n,选择scores即建立判别模型。

49、进一步地,步骤s6中对待定级基酒进行快速判别定级包括基酒等级定性鉴别,具体为:

50、先对待定级基酒样品的光谱信息进行处理,提取光谱特征+svm分类,得出鉴别结果;

51、根据红外光谱定性模型建立步骤,得出鉴别结果;

52、利用simca软件,建立偏最小二乘法判别分析(pls-da)分类判别模型,得出鉴别结果。

53、进一步地,根据红外光谱和simca软件基酒等级定性鉴别结果以及相应的感官品评人员最终确定待分型定级基酒香型等级。

54、与现有技术相比,本发明具有以下有益效果:

55、1、在本发明的方法中,样品不需前处理,不使用任何化学试剂,降低了检测成本,也不污染环境。

56、2、本发明的方法中,检测所需样品量少,每个样本检测时间在30秒左右,能真正实现快速高效无损检测。

57、3、本发明的方法与人工品评相比,大大降低了人为误差和主观因素的评判,提高了鉴别准确率和一致率。

58、4、本发明中构建的模型准确率高,为生产过程中白酒品质与评价等方面提供了重要支持。

59、5、本发明方法建立了酱香型白酒基酒香型等级快速判别方法,克服了现有公开技术中只能鉴别等级的缺陷。

60、6、本发明的方法建立了更加科学准确的红外光谱+simca软件的基酒香型等级鉴别模型。


技术特征:

1.一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,其特征在于,步骤s1中由车间班组在摘酒后对白酒基酒进行初步酒级的划分,然后交给企业、项目组和专家感官审评人员根据酒体香气、口感、体感以及空杯留香对白酒基酒样品进行感官审评。

3.根据权利要求1所述的一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,其特征在于,步骤s2中采用安捷伦气相色谱仪对58种风味物质进行化学值测定;色谱条件为:采用hp-innowax19091n-213*色谱柱。进样口温度为240℃,检测器温度为240℃,32℃恒温保持10min,以7.15℃/min升温至50℃,以8℃/min升温至180℃保持4min,以30℃/min升温至210℃保持5min,柱流量为0.80,采用分流进样,分流比为45:1,进样量为1μl。

4.根据权利要求1所述的一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,其特征在于,步骤s3和步骤s6中的红外光谱采集采用赛默飞fisher近红外光谱仪对酒样进行光谱采集,扫描范围为4000-10000cm-1,扫描次数为64次,分辨率为16cm-1,每个样品采集1次,且以空气为背景进行光谱采集。

5.根据权利要求4所述的一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,其特征在于,步骤s4中建立基于红外光谱的基酒香型等级定性判别模型的具体步骤为:

6.根据权利要求5所述的一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,其特征在于,步骤s4的具体步骤为:

7.根据权利要求1所述的一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,其特征在于,步骤s5中运用simca软件金阿姨基酒等级定性判别模型的方法为:

8.根据权利要求7所述的一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,其特征在于,步骤s6中对待定级基酒进行快速判别定级包括基酒等级定性鉴别,具体为:

9.根据权利要求8所述的一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,其特征在于,根据红外光谱和simca软件基酒等级定性鉴别结果以及相应的感官品评人员最终确定待分型定级基酒香型等级。


技术总结
本发明涉及白酒香型等级辨别领域,具体公开了一种基于红外光谱辨别酱香型白酒香型等级的辨别方法,包括:S1、收集不同香型等级酱香型白酒基酒样品,并对白酒基酒样品进行感官审评;S2、运用气相色谱仪对白酒基酒样品中的58种物质进行化学值测定;S3、运用傅里叶变换红外光谱仪对白酒基酒样品进行光谱采集;S4、建立基于红外光谱的基酒香型等级定性判别模型;S5、运用SIMCA软件建立偏最小二乘法判别分析分类模型判别基酒香型等级;S6、对待定级基酒采集傅里叶变换红外光谱采集,利用步骤S4、步骤S5中建立的模型对待定级基酒进行快速判别香型等级。本发明运用红外光谱结合先进的数学分析方法建立预测模型,能实现对样品的在线实时检测。

技术研发人员:陈仁远,赵文武,赵铖,李小波,先春,骆茂香,王开凤,何潇潇
受保护的技术使用者:贵州省酒类产品质量检验检测院
技术研发日:
技术公布日:2024/12/17
转载请注明原文地址:https://xbbs.6miu.com/read-27185.html