近红外光谱法快速检测黄酒的酒精度、总糖和总酸

通过研究黄酒的近红外光谱和利用化学计量学的技术,采用偏最小二乘法建立快速检测黄酒的酒精度、总糖和总酸的近红外模型。用相关系数(R)、交叉验证均方差(RMSECV)和相对分析误差(RPD)衡量模型的预测精度和稳定性,R值分别为0.9994,0.9989,0.9780,RMSECV值分别为0.0891,0.6980,0.0898,RPD值分别为27,21,4.8,RPD≥3表明建立的模型效果良好。研究结果表明,近红外光谱法可用于快速检测黄酒酒精度、总糖和总酸,为黄酒食品安全质量控制体系的建立提供了快速检测手段。     

近红外光谱技术在黄酒理化指标快速检测中的应用

采用傅立叶变换近红外透射光谱技术建立黄酒3项理化指标(酒精度、总酸和氨基酸态氮)的快速检测方法.通过比较不同的频率范围和维数,选择最佳光谱预处理方法,建立了3项指标的预测模型.用R2(决定系数)和RMSECV(交叉验证均方差)衡量3个模型的预测精度和稳定性,R2值分别为97.68,95.68、94.13,RMSECV值分别为0.2030,0.1260,0.0232.对10个随机抽取的黄酒样品的预测结果显示,样品的预测值和实测值间的之间没有显著性差异(p＞0.05).研究结果表明,近红外光谱法可用于黄酒酒精度、总酸和氨基酸态氮的快速检测.     

近红外光谱仪快速检测黄酒酒醅技术的开发

采用福斯NIRS DS 2500近红外光谱仪及福斯数据处理软件,开发建立了黄酒酒母酒醅的酒精度和总酸的快速检测方法。通过对盲样进行预测,酒精度平均标准偏差为0.30%vol,总酸平均标准偏差为0.14 g/L,确认近红外光谱技术可以用于黄酒酒醅的快速检测。     

酒醅中总酯含量检测方法的研究

采用皂化返滴定法测定了酒醅中总酯的含量,并利用近红外光谱技术建立了酒醅总酯的快速检测方法。通过解析不同酒醅样品的近红外光图谱,采用MF和NCL光谱前处理方法对光谱进行了平滑和去噪处理,用偏最小二乘(PLS)算法建立了酒醅总酯的近红外模型。模型的决定系数R2为97.15%,预测标准偏差(RMSEP)为0.07%,表明建立的模型可靠,预测效果好,能够满足白酒生产中酒醅总酯的快速检测要求。     

近红外光谱技术在清香型酒醅检测中的应用研究

为实现清香型酒醅理化指标的快速检测,结合清香型白酒酿造工艺同时运用近红外光谱技术,建立了入缸酒醅水分、淀粉和发酵酒醅水分、酸度、酒度、淀粉指标的快速检测模型。结果表明：通过使用不同光谱预处理方法和波数范围建立模型,使用内部交叉验证得到最优模型,各理化指标模型的相关系数(R²)值大于0.7线性良好,交叉验证均方根(RMSECV)小于1.15预测误差较小。使用盲样对各指标的模型进行外部验证,结果的相对标准偏差均在10%以内,符合生产检测的需求,可运用于酒醅的日常检测分析。     

基于液体样品近红外模型在白酒酒醅分析中的应用

对直接采用白酒固体酒醅建立近红外模型分析酒醅中低含量组分时存在的数据差异进行了系统分析,找到了影响检测数据准确性和灵敏度的关键因素。通过调整白酒酒醅浸取液的处理方式、优化光谱和数据处理方法,显著提高了定标模型的稳定性和准确度,首次建立了基于液体样品近红外定量模型测定酒醅中还原糖、酸度和酒精度的快速、准确的方法,为酒醅组分分析提供了新的思路。结果表明:采用偏最小二乘法(PLS)建立的酒醅浸取液定量模型,能够有效扩大酒醅中还原糖、酸度和酒精度的含量分析范围,显著提高定标模型的稳定性和准确度,模型的决定系数(R~2)分别为0.9686、0.9950、0.9807,预测集标准偏差(RMSEP)分别为0.0427%、0.0791mmol/10g、0.0932%vol。     

近红外光谱法快速测定养生酒的酒精度方法研究

应用近红外光谱技术测定养生酒中酒精度,得到养生酒中酒精度的快速检测技术,将偏最小二乘法(PLS)与傅立叶变换近红外光谱法(NIRS)相结合,建立养生酒酒精度的快速定量分析模型,并以该模型对未知养生酒样品的酒精度含量进行预测,验证模型的可靠性。通过标准归一化预处理光谱,光谱范围选择8519.97～8361.83 cm~(-1)、6429.51～6178.81 cm~(-1)、4890.59～4813.45 cm~(-1),主因子数为7,得到模型的内部交互验证相关系数(R)为0.9994,交互验证均方差(RMSECV)为0.163;模型的预测值与实测值的相关系数为0.9986,预测标准偏差(RMSEP)为0.175。结果表明,模型的预测效果很好,具有较高的精密度和良好的稳定性,能满足生产中养生酒酒精度的快速检测要求。     

酒醅中总酯含量检测方法的研究

采用皂化返滴定法测定了酒醅中总酯的含量,并利用近红外光谱技术建立了酒醅总酯的快速检测方法。通过解析不同酒醅样品的近红外光图谱,采用MF和NCL光谱前处理方法对光谱进行了平滑和去噪处理,用偏最小二乘(PLS)算法建立了酒醅总酯的近红外模型。模型的决定系数R~2为97.15%,预测标准偏差(RMSEP)为0.07%,表明建立的模型可靠,预测效果好,能够满足白酒生产中酒醅总酯的快速检测要求。     

酒醅中总酯含量检测方法的研究

采用皂化返滴定法测定了酒醅中总酯的含量,并使用近红外光谱技术建立了酒醅总酯的快速检测方法。通过解析不同酒醅样品的近红外光图谱,采用MF和NCL光谱前处理方法对光谱进行了平滑和去噪处理,用偏最小二乘(PLS)算法建立了酒醅总酯的近红外模型。模型的决定系数R~2为97.15%,预测标准偏差(RMSEP)为0.07%,表明建立的模型可靠,预测效果好,能够满足白酒生产中酒醅总酯的快速检测要求。     

近红外光谱测定酒醅

应用近红外光谱技术,以酒醅为材料建立酒醅的水分、酸度、淀粉、酒精度的含量分析模型,实现了大批量酒醅的快速检测.     

基于偏最小二乘法建立白酒酒醅近红外分析模型

利用近红外光谱分析仪采集酒醅样品的近红外漫反射光谱,基于偏最小二乘法建立检测酒醅中水分、酸度值的近红外光谱分析模型。经内部交叉验证法对模型进行检验,结果为:酒醅中水分的相关系数均大于0.94,酸度的相关系数均大于0.97,证明所建模型测得的酒醅中水分和酸度值与真实值拟合良好。经盲样检测,结果为:模型所测酒醅水分和酸度值均与实际值相匹配且模型稳定性良好,证明所建模型可以实现对酒醅中水分和酸度值的快速检测。     

近红外光谱快速分析白酒酒醅指标的研究

应用近红外光谱技术构建分析模型,对白酒酒醅进行快速定量分析。在酒醅淀粉的模型中,其R值高达0.9869,RMSEC为0.948,平均偏差仅为0.08。结果表明,构建的模型具有良好的预测性。说明了构建的酒醅模型是可行的,是成功的。从而实现了大批量酒醅的快速检测。     

近红外光谱快速分析成品葡萄酒指标的研究

采用近红外光谱技术结合化学计量学算法,建立了成品葡萄酒(总糖和酒精度)的快速检测方法。通过NCL对近红外光谱图谱进行预处理,使用偏最小二乘法(PLS)建立了总糖和酒精度近红外定量模型。以决定系数(R~2)、校正均方根误差(RMSEC)和预测均方根误差(RMSEP)为模型质量的评价指标。R~2分别为0.9684、0.9146,RMSEC值分别为0.0810、0.2382,RMSEP值分别为0.0877、0.2352。结果表明,建立的模型预测效果较佳,具有较好的稳定性和较高的精密度,能满足成品葡萄酒生产中总糖和酒精度的快速检测需求。     

傅立叶变换近红外透射法分析黄酒酒精度

探讨了应用傅立叶变换近红外透射光谱技术测定黄酒中的酒精度.通过比较不同的数据处理方法,建立了黄酒酒精度测量的近红外定标模型.结果表明:采用透射及仪器控温30℃条件下,定标误差为0.12%,预测误差为0.13%,线性相关性为0.99,模型预测能力符合国标的要求;利用近红外光谱技术能快速准确地测定黄酒的酒精度.     

近红外光谱技术快速检测黄酒的前发酵过程中总酸含量

黄酒是我国最古老的独有酒种,其生产原料来源广,生产工序复杂等因素对黄酒的质量有很大的影响。目前黄酒生产过程中还存在着利用生产经验来判断某段工序是否可以结束的情况,为了探索快速检测黄酒生产过程中各段工序的各项指标的含量的方法,取代人工判别前发酵终点来更准确的控制黄酒的质量,利用近红外光谱仪对黄酒生产过程中前发酵工段所得样品进行扫描,对其光谱进行预处理和波段选择,并结合偏最小二乘法 (PLS)建立各工段快速无损检测方法。最终得到了较高的决定系数R为0.9348,RMSECV值为0.118的模型。结果表明,黄酒前发酵过程选取的总酸含量所建立的模型能很好的用来进行快速检测。运用这些模型对验证集样品进行预测并统计分析,可知预测值与真实值之间无显著差异。本研究为黄酒生产过程的控制提供了方法基础。     

近红外光谱仪在浓酱兼香型白酒酒醅检测中的应用研究

选用浓酱兼香型白云边酒酿造生产过程中的酒醅作为样品集,采用近红外光谱方法与对应的手工检测值匹配后形成数据集,通过主成分分析,基于最小二乘法建立酒醅数据分析模型。经定标验证证明模型测得的酒醅水分、酸度、还原糖和淀粉值与实际值拟合良好,各相关系数RSQ和经系统偏差修正后的预测偏差SEP(C)分别为0.935、0.916、0.940、0.981和0.306、0.070、0.092、0.212。经盲样检测,表明构建的模型有良好的预测能力且稳定性较高,能够应用于酿造中大批量酒醅的快速检测。     

样品形态对绿茶品质成分近红外定量预测的影响

对110份绿茶样采用偏最小二乘法(PLS)建立水分、全氮量、粗纤维、水浸出物、茶多酚、咖啡碱和游离氨基酸的近红外预测模型。考察完整样、粉碎样的近红外光谱对该7种成分的建模效果,以及茶汤的近红外光谱对水浸出物、茶多酚、咖啡碱和游离氨基酸的建模影响。研究显示粉碎样光谱建立的模型最优,交叉验证均方差(RMSECV)和预测均方差(RMSEP)均小于0.5,外部验证的决定系数(R2)除粗纤维的为0.8598外,其余成分的R2均在0.9以上。茶汤光谱建立的模型效果不理想,其中咖啡碱和游离氨基酸的R2不超过0.5,相对分析误差(RPD)小于2.5%。结果表明:绿茶进行粉碎处理比完整样以及制备成茶汤建立的模型更为可靠,使用近红外光谱技术可以快速检测绿茶的7种成分。     

基于近红外光谱技术的白酒基酒中乳酸的快速检测

目的:研究现代近红外光谱技术快速检测白酒基酒中的乳酸含量。方法:采用高效液相色谱法测定基酒样品中乳酸的化学值,与近红外透射光谱相结合,建立白酒基酒中乳酸的定量检测模型。结果:最佳预处理方法为一阶导数+多元散射校正(MSC),最优波段谱为6102~5450 cm-1。对模型进行优化和检验,得到校正集样品的化学值与预测值的决定系数(R2)为0.9771,校正标准偏差(RMSECV)为0.1825;验证集的决定系数(R2)为0.9808,预测标准偏差(RMSEP)为0.1475。结论:近红外光谱法快速有效,所建模型具有很好的预测效果,模型的精密度和稳定性良好,为白酒生产中乳酸含量的检测提供方法指导。     

基于LVF-NIR的樱桃可溶性固形物含量无损速测模型的建立与优化

目的建立基于便携式近红外光谱仪的樱桃可溶性固形物含量无损快速定量检测模型,从而实现樱桃品质的无损快速检测。方法以北京通州产红灯樱桃、黄玉樱桃为研究对象,采用便携式线性渐变分光近红外光谱仪采集光谱数据,并采用折光仪测定其可溶性固形物含量;采用偏最小二乘回归结合全交互验证算法将光谱数据与可溶性固形物含量测定值建立定量校正模型,采用外部验证集对模型的预测性能做进一步测试。结果红灯樱桃可溶性固形物含量模型的R_C~2、RMSEC、R_(CV)~2、RMSECV、RPD分别为0.9194、0.79、0.8920、0.92、3.54,黄玉樱桃可溶性固形物含量模型的R_C~2、RMSEC、R_(CV)~2、RMSECV、RPD分别为0.8618、0.76、0.8246、0.86、2.70;两种樱桃可溶性固形物含量合并模型的R_C~2、RMSEC、R_(CV)~2、RMSECV、RPD分别为0.9125、0.81、0.8946、0.89、3.38。结论基于便携式线性渐变分光近红外光谱仪数据所建校正模型具有较好的准确度,可满足樱桃可溶性固形物含量的无损快速检测需求。     

利用近红外光谱技术快速测定木材水分和气干密度的研究

利用近红外光谱技术对木材水分和气干密度进行了快速测定。结果表明：两个水分模型的决定系数都接近1,RMSECV值小于0.2%,RPD值大于10,模型质量极好,对样品的预测偏差小于0.2%;气干密度模型的决定系数为0.976、RM-SECV值为0.0152g/cm^3、RPD值为6.47,模型质量好,对样品的预测偏差范围为-0.019～0.02g/cm^3。说明可以利用近红外光谱技术对我国造纸木材的水分和气干密度进行快速、准确的预测。