响应面法优化黄酒酿造工艺

以小米为原料,在单因素试验的基础上,采用Box-Behnken响应面法对小米黄酒的酿造工艺进行优化。结果表明：回归方程拟合性好,在酒曲添加量0.9%、糖化时间63 h、糖化温度31 ℃、酵母添加量0.39%、发酵温度32 ℃、发酵时间5 d时为最佳酿造条件。在此最优条件下,验证优化工艺得到最大糖度、最小酸度及最大酒精体积分数分别为17.25%、0.377 1和12.10%,与模型预测值17.26%、0.377 3和12.00%无显著性差异,表明通过响应面法优化的回归方程具有一定的实践指导意义。     

响应面法优化桑葚酒低产高级醇发酵条件的研究

以桑葚为主要原料,通过单因素试验和响应面试验,调控桑葚酒中高级醇的生成量.结果表明,在初始pH3.8,发酵温度为24℃,接种量为8.0× 106 cell/mL的最佳工艺条件下,高级醇的生成量为357.06 mg/L,与常规发酵相比,高级醇的生成量降低了13.07％.     

响应面法优化低糖型广东黄酒的生产工艺

研究添加甜型酒基、酸性蛋白酶酿制一种口感协调的低糖型广东黄酒的生产工艺.利用响应面分析法对影响黄酒质量的4个主要因素(酶添加时间及其添加量、稀释用水添加量、甜型酒基添加量)进行研究.结果表明:最佳的生产工艺参数为发酵周期为20d,酶添加时间为发酵第14d,添加量为25U/g,稀释用水添加量为100％,甜型酒基添加量为15％.在此条件下,黄酒理论综合评分为91.8856,验证得到的实际平均综合评分为91.4,实验结果与理论值相差＜0.1,说明该方法与实际情况拟合很好.     

不同酿造工艺对黄酒理化指标及高级醇含量影响的研究

高级醇是黄酒发酵过程中酵母代谢的副产物,是黄酒中主要的风味物质之一,而高级醇过量则会使人饮后“上头”.通过对发酵过程中黄酒样品进行理化指标和气相色谱分析,2种工艺酒样中总糖消耗速率和酒精的生成量都较为相似,双边发酵工艺酒样中最后的氨基酸态氮和生物量明显高于后者.先糖化后发酵工艺酒样中,后酵结束时高级醇含量329.26mg/L,低于双边发酵工艺中的399.45mg/L.因此先糖化后发酵有利于降低高级醇的含量.     

响应面法优化莲子黄酒的发酵工艺条件

以大米和莲子为原料,采用响应面试验设计优化莲子黄酒的发酵条件,探索其发酵规律。在单因素试验基础上确定以发酵时间、接种量、发酵温度为影响因素,以酒精体积分数为响应值,根据Box-Behnken中心组合方法采用三因素三水平响应值试验设计优化。结果表明,莲子黄酒最佳发酵工艺条件为:发酵时间14 d、接种量1.0%、发酵温度30℃,酒精体积分数14.2%,与预测值14.54%基本一致。说明该模型能较好地预测莲子黄酒发酵过程中的酒精体积分数。     

响应面法优化鱼骨中硫酸软骨素的醇沉工艺

在单因素试验基础上,采用响应面法优化鱼骨中硫酸软骨素的醇沉工艺参数。以乙酸钠质量浓度、pH值、乙醇体积分数为考察因素,硫酸软骨素得率为响应值,进行3因素3水平中心组合设计（CCD）试验,获得多元二次回归方程。结果表明,硫酸软骨素的最佳醇沉工艺为乙酸钠质量浓度4.0g/100mL、pH值为6.0、乙醇体积分数60%,硫酸软骨素实际提取率为1.910%。     

香蕉米酒酿造工艺的响应面法优化

以糯米、香米、香蕉为原料酿造香蕉米酒,为米酒资源的进一步开发奠定试验基础。以感官评分为评价指标,研究香米与糯米比例、酒曲添加量、香蕉汁添加量对香蕉米酒品质的影响;在单因素试验基础上进行响应面法优化香蕉米酒的酿造工艺。试验结果表明,香蕉米酒制作的最佳工艺条件为:香米与糯米的质量配比为1∶4、酒曲添加量为0.40%、香蕉汁的添加量为28.00%。按照此优化方法,香蕉米酒感官评分最高,为93.98分,酒精度为4.60%vol。该研究发酵所得香蕉米酒酒香浓郁并伴有香蕉的果香。     

新旧工艺黄酒发酵过程中主要高级醇的变化研究

文章用气相色谱法对新工艺及传统工艺黄酒发酵过程中的主要高级醇——正丙醇、异丁醇、异戊醇、β-苯乙醇进行了跟踪测定,结果表明,2种工艺黄酒在发酵过程中总高级醇含量一直处于上升状态,前发酵阶段上升速率要明显高于后发酵.新工艺条件下黄酒中82％的高级醇在前发酵阶段形成,传统工艺下这个比例为73％,发酵结束时新工艺黄酒总高级醇含量比传统工艺黄酒高56.60mg/L.发酵过程中高级醇组分间的比例——正丙醇∶异丁醇∶异戊醇∶苯乙醇近似为1∶2∶5∶1,这个比值在整个发酵过程中变化不大,且与新旧工艺路线无关.     

响应面法优化苦荞干黄酒主发酵工艺

以1∶1的苦荞米和糯米为原料,通过单因素试验研究了主发酵过程中发酵时间、酒药质量分数、麦曲质量分数、冲缸加水比、发酵温度对苦荞干黄酒主发酵的影响,并以主发酵乙醇体积分数为响应值,采用响应面法对苦荞干黄酒的主发酵工艺进行了优化。结果表明,酒药质量分数0.6%,麦曲质量分数3.74%,冲缸加水比为1.2 m L/g,发酵温度29.0℃,主发酵时间8 d,在该条件下的乙醇体积分数最高为17.0%(20℃),所得到的产品色香味俱佳,并具有苦荞干黄酒独特的风格。     

响应面法优化橄榄酒的酿造工艺研究

以新鲜橄榄为原料,用糯米酒作为酒基,研究了橄榄酒的酿造工艺。通过响应面分析可知,发酵温度对橄榄酒的感官评分有显著性影响,橄榄酒的最佳工艺条件为:曲药添加量0.3%,橄榄添加量28%,24℃浸泡7 d。通过响应面优化,得到色泽黄绿、澄清透明、具有橄榄特殊风味的橄榄酒。     

响应面法对洋葱酒发酵工艺的优化

目的：为充分利用洋葱资源,制得具有良好口感与保健功能的洋葱酒。方法：以黄皮洋葱为原料,选择不同的前处理方式对洋葱进行前处理并采用响应面法对洋葱酒的发酵工艺进行优化。结果：洋葱在539W微波条件下处理20min,按料液比1:3(g/mL)打浆,在发酵温度25.3℃、酵母菌接种量0.84%、发酵时间48.36h条件下发酵,制得洋葱酒乙醇体积分数9.7%,总黄酮的浸出率为65.12%。多元回归分析结果显示,发酵温度、酵母菌接种量、发酵时间与洋葱酒酒精含量和黄酮浸出率之间回归模型极显著,可用于实际生产预测。结论：微波处理可明显除去洋葱的葱臭味,并得出了洋葱酒发酵的最优条件。     

响应面法优化低度枸杞米酒的酿造工艺

枸杞是一种药食两用植物,具有很高的营养价值和药用价值。主要研究以枸杞、大米为原料,通过响应面分析法优化低度枸杞米酒的最佳酿造工艺条件。结果表明,低度枸杞米酒的最佳酿造工艺条件为:32℃主发酵38 h,枸杞添加量12%,曲药添加量0.35%。     

响应面法优化甘蔗果酒发酵工艺

甘蔗含糖量高达17%~18%,富含多种营养物,可以作为原料酿造营养型果酒。为了研究甘蔗果酒发酵规律,以甘蔗汁为原料,在发酵时间、初始p H、发酵温度和初糖浓度4个单因素试验基础上,应用Design-Expert.V8.0.6软件中Box-Behnken试验设计建立回归模型,对甘蔗果酒的发酵工艺条件进行响应面分析优化。结果表明:甘蔗果酒发酵的最佳工艺条件为:发酵时间5.5d、初始p H4.95、温度26.5℃、初糖浓度26.5°Bx。在此优化条件下,得到甘蔗汁发酵液酒精体积分数达到14.15%vol。     

响应面分析法优化南瓜酒发酵工艺条件

利用中心组合试验设计(CCD)和响应面分析法优化小磨盘南瓜酒的发酵条件,探索其发酵规律,建立优质小磨盘南瓜酒发酵的二次多项式数学模型,获得小磨盘南瓜酒发酵的最佳参数为：SY酵母接种量0.10%、发酵温度24.58℃、发酵时间129.73h,所得到的南瓜酒酒精体积分数为8.03%,与预测值(8.13%)基本一致,可见模型能较好地预测南瓜酒发酵过程中的酒精体积分数。     

香蕉米酒酿造工艺的响应面法优化

采用单因素试验法,探讨鱼糜添加量、冰水添加量和素肉粉添加量3个因素对鱼肉饺皮感官评分的影响。通过响应曲面分析法对鱼肉饺皮的感官评分和弹性进行优化,得到鱼肉饺皮制作的最优工艺是:鱼糜添加量58.76%、冰水添加量14.16%、素肉粉添加量2.02%。在此条件下鱼肉饺皮的感官评分为91,弹性为0.819,大肠菌群呈阴性。     

响应面法优化香蕉酒的制作工艺

采用响应面法对香蕉酒制作工艺参数进行优化.香蕉经去皮、打浆、酶解后制得香蕉浆,以香蕉浆为发酵原料.在单因素条件基础上,选取发酵时间、接种量、发酵温度、糖度为影响因子,以香蕉酒酒精体积分数为响应值,应用Box-behnken中心组合试验设计建立数学模型并进行响应面分析.结果表明,香蕉酒发酵优化工艺条件为:发酵时间8d,接...     

响应面法优化西梅酒的酿造工艺

以西梅为原料,经破碎、酶解和调糖预处理,添加酵母进行发酵酿造西梅酒。探究酵母接种量、果胶酶添加量、蔗糖添加量和浸渍时间对西梅果酒品质的影响,并采用响应面法优化西梅果酒的酿造工艺。结果表明,西梅果酒最佳酿造工艺条件为酵母接种量200 mg/L、果胶酶添加量54.2 mg/L、蔗糖添加量123.6 g/L、浸渍时间6.6 d。在此条件下,酿造的西梅酒呈宝石红色,澄清有光泽,香气协调,果香浓郁悠长,酒体丰满厚重,风格独特优雅,其感官评分为96、酒精度为12.4%vol、总酸含量为1.6 g/L、挥发酸为0.2 g/L、总硫为32.0 mg/L、游离硫为20.0 mg/L、总糖为3.8 g/L、还原糖为1.8 g/L,大肠菌群<3 MPN/100 mL,菌落总数为13 CFU/mL,各项指标均符合QB/T 5476—2020《果酒通用技术要求》。