论文部分内容阅读
我国的苹果醋产业发展极为迅速,具有庞大的消费人群和市场容量。然而,市场上的苹果醋质量问题层出不穷,严重扰乱苹果醋的市场秩序,因此,迫切需要一种快速、高效、准确的分析技术来提高苹果醋酿造企业的质量控制水平。本文采用近红外光谱技术结合化学计量学方法,研究苹果醋酿造过程原辅料验收、苹果酒及苹果原醋品质等关键环节的关键成分指标的快速定量检测,旨在为苹果醋酿造过程产品质量的检测提供新的技术参考。主要研究内容如下:(1)对苹果醋酿造用原料苹果汁的可滴定酸及可溶性固形物指标快速定量检测进行研究。通过一阶导数、二阶导数、标准正态变换和多元散射校正四种预处理方法、提取最佳主因子数进行数据优化,结合偏最小二乘法建立模型,结果显示可滴定酸及可溶性固形物模型验证集的验证决定系数霞、验证标准偏差RMSEP、相对分析误差RPD分别为0.981、0.129、5.97,0.992、1.474、11.26,说明了近红外光谱技术对于苹果汁主要指标含量的测定是可行有效的。(2)研究了苹果醋酿造辅料果葡糖浆还原糖及可溶性固形物指标含量的快速定量检测方法,采用CARS、无信息变量消除法三种波段筛选方法来减少变量数,并结合FD、SD、SNV和MSC四种预处理方法优化模型。其中,(ARS筛选变量的偏最小二乘模型效果更为理想,还原糖及可溶性固形物模型的R2, RMSEP、RPD分别为0.964、0.432、3.80,0.901、0.048、3.75,且经成对t检验,各项指标预测值与实测值无明显差异。说明选择的优化方法大幅减少了建模复杂性,为模型的准确度和稳定性奠定了基础。(3)针对苹果醋酿造过程控制,对苹果酒中的酒精度含量进行定量分析,通过PLS法建立苹果酒酒精度定量分析模型,同时采用间隔偏最小二乘法、后向间隔偏最小二乘法和组合间隔偏最小二乘法以及遗传偏最小二乘法对整个谱区进行光谱特征波段筛选,确定最佳建模方法。结果表明,进行特征波段筛选能够对模型起到优化作用,并提高模型运算速度,其中GA-BiPLS及GA-SiPLS优化效果最为明显,在极大减少苹果酒酒精度建模变量的同时,模型的霞分别达到0.987和0.988, RMSEP分别为0.459和0.468,有效地提高了模型的稳定性与准确度,为苹果酒的品质分析方法研究提供了新的思路,同时,为近红外光谱技术在苹果醋生产过程的应用提供了技术借鉴。(4)研究了苹果原醋品质的快速定量检测方法,采用遗传偏最小二乘法提取的特征波长作为最小二乘支持向量机的输入变量,先后建立苹果原醋中总酸、可溶性固形物的近红外定量模型,并与建立的偏最小二乘模型结果进行比较,确定最佳建模方法。结果表明,相比于PLS模型,总酸及可溶性固形物指标的LS-SVM定量模型的R2、RMSEP以及RPD值均有更好的表现,分别达到0.964、0.039、5.01,0.979、0.021、6.01,且在进行独立测试集验证时,LS-SVM模型的预测精度也明显优于PLS模型。说明模型可以应用于苹果原醋总酸和可溶性固形物含量的快速检测。为实时、准确监控苹果原醋主要指标含量变化,以及科学优化近红外光谱模型提供了一定的参考依据。