基于电子鼻和气质联用技术的浓香型白酒分类

该研究分别利用电子鼻和气质联用(gas chromatography-mass spectrometry,GC-MS)分析7种不同品牌浓香型白酒的差异。结果表明,电子鼻的S2、S6、S7和S9 4个传感器对不同品牌浓香型白酒具有较好的响应信号,经主成分分析(principal component analysis,PCA)筛选后可以作为浓香型白酒差异的特征指标来衡量。基于传感器信号,比较了PCA和线性判别对不同各品牌浓香型白酒的分类效果,PCA分析能够对不同品牌白酒进行较好区分。GC-MS分析表明,不同品牌浓香型白酒风味物质含量存在明显差异,而PCA分析中关系密切的样品在风味成分层面存在相似性。该研究提供了一种基于电子鼻、GC-MS技术和数理统计分析相结合的浓香型白酒分类方法,为浓香型白酒的快速质量分类方法的开发提供了理论和数据支撑。     

基于GC-MS结合化学计量学的浓香型白酒分类方法

为实现不同品牌浓香型白酒的快速分类和鉴别,该研究以6个不同品牌的浓香型白酒为研究对象,采用气相色谱-质谱法对样品的风味成分进行定性与定量研究,并结合聚类分析,主成分分析及偏最小二乘判别分析等化学计量学手段对白酒的品牌进行识别和分类.结果显示,不同品牌的浓香型白酒间风味物质的含量和数量均存在显著差异(P<0.05);聚类...     

主成分分析研究白酒基酒香气成分

以485个优质基酒和普通基酒的主要香气成分数据为基础,采用R语言软件,分别对两类基酒进行4次随机抽样,每次抽取60个样品,基酒品质分析数据经标准化处理后进行主成分分析。结果表明,优质基酒4次抽样主成分分析结果比较稳定,普通基酒分析结果差异较大。碎石图检验表明,优质基酒在第一、二、三主成分后断崖明显,普通白酒在第一主成分后下降平缓,没有明显断崖。分布分析表明,优质基酒密度分布图的尖峰厚尾现象明显,方差为0.560,样本间的差异小,香气成分含量范围相对集中;普通基酒分布较为分散,方差为0.925,样本间差异较大,香气成分含量范围不稳定。在白酒风味分析时,应考虑样本的数据特征,以保证分析结果的准确性和可靠性,进而有效指导白酒生产。     

基于电子鼻和电子舌的白酒检测

研究利用电子鼻和电子舌技术快速检测白酒品质。以不同品牌、不同香型和不同比例掺假白酒为检测对象,采用主成分分析、线性判别分析和偏最小二乘法对电子鼻整体气味响应图谱和电子舌在1、10、100和1000Hz四个不同频段脉冲激发下的金、银、钨、钛四个工作电极组成的传感电极阵列响应信号进行分析。结果显示:电子舌对不同品牌和不同香型白酒的区分能力要优于电子鼻,且LDA的识别效果较PCA更好;利用偏最小二乘法建立的定量预测模型,在主成分数取5时,电子舌所建模型最优。用独立样品检验模型精度,模型预测值和参考值的相关系数为0.881。研究结果可为白酒生产和销售过程中的质量监控提供支持。     

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。     

浓香型白酒基酒的现状和发展趋势

浓香型白酒占有中国白酒最为庞大的市场,基酒是用于勾调白酒的原酒,因此基酒在白酒业的生产中占有重要地位。该文简单介绍了中国白酒业在中国经济中的重要地位,简述了浓香型基酒的现状和发展趋势,指出了基酒交易存在的一些问题,提出了相应的解决办法,并对浓香型基酒质量标准体系中基酒的检测进行了介绍,给出了相应的建议,对中国白酒业以及浓香型白酒基酒的发展有一定的指导借鉴作用。     

基于指纹图谱和化学计量学的浓香型白酒分类研究

该研究以市售畅销的7个品牌、不同等级的浓香型白酒为研究对象,利用气相色谱-质谱联用（GC-MS）技术建立了浓香型白酒中风味成分的指纹图谱,结合相似度分析、主成分分析（PCA）和判别分析（DA）对不同品牌的浓香型白酒样品进行了有效区分和鉴别。结果表明,不同品牌间样品的相似度存在一定差异;PCA表明前三个主成分累计方差贡献率达到89.71%,能对样品进行聚类和区分;利用判别分析可以将不同产地的酒样区分开,正确率为100%。综上,相同品牌不同等级的白酒具有明显的相关性,不同品牌白酒可以利用指纹图谱结合化学计量学方法进行鉴别和分类,为白酒质量控制及真伪鉴定提供了一种新方法。     

近红外光谱结合气相色谱对浓香型白酒基酒定性鉴别分析

以52个来自四川不同产区浓香型基酒为研究对象,采用光栅型近红外光谱仪采集样品近红外光谱,结合气相色谱-火焰离子化检测器（GC-FID）对酒样中挥发性组分进行检测。利用红外光谱分析软件-Bruker OPUS建立近红外光谱合格性测试模型,并对样品挥发性风味成分进行层次聚类分析（HCA）及主成分分析（PCA）。结果表明,样品中共检测出挥发性物质31种,包括醇类9种、醛类3种、酸类8种和酯类11种。HCA和PCA结果显示,对46个建模酒样分类结果一致,对验证样鉴别效果好且可与近红外合格性测试模型相互验证,说明该鉴别模型准确有效。酯类、酸类和醇类物质是造成样品近红外光谱差异性的重要原因,这一结论可为近红外光谱实现浓香型基酒快速分类鉴别提供科学依据。     

基于主成分分析法探究特香型白酒不同轮次粮糟基酒

以5个轮次的特香型粮糟基酒为对象,使用气相色谱法对样品风味物质进行定量检测,结合主成分分析法进行分析.结果显示,各轮次基酒中总酸含量随轮次数增加先减少后增大,第5轮次酒总酸含量最高,达1.40 g/L;总酯含量先减少、后增大、再减小,第4轮总酯含量达到最高值6.35 g/L,随后降低至5.24 g/L;通过直接进样法结...     

基于FT-NIR光谱技术结合KPCA-MD-SVM对白酒基酒的快速判别

为保证在摘酒过程中基酒分段的准确,研究通过利用傅里叶变换近红外设备对整个摘酒过程中的基酒样品进行光谱采集,使用支持向量机（SVM）对最优预处理的基酒光谱建立基酒分段模型,其模型训练集的正确率为93.02%,测试集判别率为90.08%。为减少建模时间和提高模型的可靠性,使用核主成分分析（KPCA）对基酒光谱数据降维,并对此建立基酒分段模型。其训练集正确率为94.81%,测试集判别率为90.75%,相比无KPCA分析时的分段模型训练集高1.79%,测试集高0.67%。为进一步提高模型的判别能力,使用马氏距离（MD）剔除了降维后的异常数据样品,创建的基酒分段模型训练集对基酒段数的正确率为98.72%,测试集正确率为98.75%。剔除异常样品后的分段模型的训练集正确率提高了3.91%,测试集判别率提高了8%。以上研究表明了KPCA+MD+ SVM基酒分段模型能对基酒进行快速判别,为近红外光谱在自动化摘酒方面提供了一种理论可能。     

基于电子舌技术的豉香型白酒分类识别研究

豉香型白酒作为广东地产酒,是中国白酒十二大主流香型之一,深受粤港澳地区和东南亚地区群众的喜爱。该研究采用电子舌技术和多变量统计学方法相结合,对广东地产豉香型白酒的滋味品质评价分析。结果表明,电子舌对同一产地不同品牌的豉香型白酒做出了较好的分类判别。从味觉雷达图发现三个品牌的酸味、涩味、苦味指标存在一定差异,而在三个品牌的分类判别结果表明,线性判别分析法优于主成分分析法,9个批次的未知样品均能准确识别,表明该模型能够较好区分不同品牌的豉香型白酒。     

特香型白酒量质摘酒新工艺的研究及应用

利用色谱分析技术,对5轮次传统固态特香型白酒不同糟层蒸馏基酒样的感官特点、理化指标、风味成分的分布变化规律进行研究,设计出了一套最佳摘酒方案。结果表明,分层摘酒基酒中呈香呈味微量成分的种类和含量不同,且口感特点各具风格,原料糟基酒粮香舒适,口感醇厚,踩糟基酒香气偏清雅,口感绵柔,丢糟基酒窖香浓郁,口感较单薄。因此,指导车间认真做好摘酒工作,可以更好地提高传统固态特香型原酒质量风格,满足酒体设计需求。     

基于近红外光谱技术检测白酒基酒中乙醇含量的研究

为了快速测定白酒基酒中的乙醇含量,采用近红外光谱（NIRS）技术结合偏最小二乘法（PLS）处理白酒基酒近红外图谱,建 立白酒基酒中乙醇的定量分析模型。 结果表明：最佳预处理方法为减去一条直线法,最优波段谱为7 502～5 450 cm-1,主成分数为7。 校正集样品的化学值与预测值的决定系数（R2）为0.923 3,交互验证均方根误差（RMSECV）为0.89;对模型进行检验,得到验证集的 决定系数（R2）为0.954 8,预测均方根误差（RMSEP）为1.21。 结果显示近红外检测方法快速有效,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。     

泸型酒蒸馏过程中基酒挥发性物质变化分析

利用顶空固相微萃取（HS-SPME）和气相色谱-质谱联用（GC-MS）分析泸型酒蒸馏过程基酒中挥发性物质的馏出特性和酒精度的变化,并采用多元统计分析确定不同蒸馏时间基酒中的特征挥发物质。结果显示,泸型酒开始蒸馏时酒精度为75.6%vol,蒸馏结束后酒精度下降到13.9%vol,且酒精度的迅速下降是在蒸馏15 min后开始的。通过聚类分析与主成分分析,确定了泸型酒蒸馏过程中各阶段基酒的特征挥发化合物,即第一阶段（0～1 min）主要为乙酸乙酯等酯类物质;第二阶段（2～7 min）主要为丁酸丁酯等酯类物质和异戊醇、壬醛等;第三阶段（8～15 min）主要为苯甲酸乙酯等酯类物质和己醇等高级醇;第四阶段（16～19 min）主要为苯乙酸乙酯等酯类物质和己酸等酸类物质。     

基于主成分分析和层次聚类分析的酱香型白酒基酒分类研究

为了区分酱香型白酒不同轮次基酒,对茅台镇49个酱香型白酒基酒样品进行理化指标和感官品评分析,并结合主成分分析（PCA）和层次聚类分析（HCA）进行分类。结果表明,各轮次基酒的总酸、乙酸乙酯、正丙醇含量随着轮次数增加而减少,总酯、乳酸乙酯含量先增后减,醇类、醛类和己酸乙酯含量基本保持稳定。感官品评结果显示,各轮次基酒的风格随着轮次数增加由酯香、粮香、酸、涩向酱香、甜、丰满过渡,最终表现为焦香、苦、丰满。基于理化指标和感官评价结果的层次聚类分析（HCA）和主成分分析（PCA）结果表明,该方法能够有效实现酱香型白酒不同轮次基酒的分类,不同轮次基酒样品可划分为三类：①一、二轮次基酒;②三、四轮次基酒;③五、六、七轮次基酒。     

糯质高粱酿造清香型大曲白酒的研究

以山西省农业科学院高粱研究所选育的晋糯5号糯高粱杂交种和晋杂34号粳高粱杂交种为对照（CK）,分别采用添加4种不同辅料对晋糯5号糯高粱杂交种酿造清香型大曲白酒,并对其出酒率和基酒挥发性香味成分的分析。结果表明,添加16%谷糠的（配方1）出酒率最高为46.5%,比晋糯5号（CK1）出酒率提高1.2%,比晋杂34号（CK2）出酒率提高3.9%;对其基酒挥发性香味成分的分析结果显示,高级醇含量为909.48 mg/L,乙醛/乙缩醛为0.58,乳酸乙酯/乙酸乙酯为0.80。表明在晋糯5号糯高粱中添加16%的谷糠能够酿造高品质的清香型大曲白酒。     

酱香型白酒第四、五轮次基酒中游离氨基酸分析

该研究通过全自动氨基酸分析仪对酱香型白酒酿造中第四、五轮次基酒的加曲酒醅、入池酒醅和出池酒醅的游离氨基酸组成进行分析。结果表明,第四轮次和第五轮次酒醅分别检测到23种和21种氨基酸或化合物,第五轮次各个阶段酒醅中游离氨基酸总量明显高于第四轮次同阶段的游离氨基酸总量。出池酒醅中游离氨基酸含量最高,加曲酒醅中的游离氨基酸含量最低,堆积发酵和窖池发酵过程会产生大量的游离氨基酸。主成分分析结果表明,大多数游离氨基酸彼此之间具有较强的相关性,且第五轮次基酒氨基酸间的相关性较第四轮次更强。     

近红外光谱技术结合波段筛选用于白酒基酒总酯定量分析

采用近红外光谱（NIRS）分析技术对白酒基酒中的总酯含量进行定量分析,通过偏最小二乘法（PLS）法建立分析模型,同时后向间隔偏最小二乘法（BiPLS）对整个谱区进行光谱特征波段筛选。用决定系数（R2）、校正均方根误差（RMSEC）以及预测均方根误差（RMSEP）对模型进行评价。结果表明：特征波段筛选能够对基酒总酯模型起到显著的优化作用,模型的决定系数R2从0.484提升至0.937,RMSEC及RMSEP值分别从0.490、0.476降低至0.172和0.177,在减少模型复杂程度的同时,有效地提高了模型的稳定性与准确度,经过基酒盲样验证,说明波段优化所建立的模型有较为准确的预测结果。