[发明专利]酒类产品鉴别的方法

权利要求书

1.酒类产品鉴别的方法，其特征在于，包括如下步骤：

一、样品制备：

a、取样：抽取一定数目的酒类产品，并从中抽取一定量的液体用于后续步骤b的制样；

b、制样：使用液液萃取或者顶空固相微萃取或者两者结合的方法对样品进行抽提、浓缩处理；

c、保存：上述制样步骤得到的样品如果不立刻测试，置于低温保存，低温是指-80℃～4℃；

二、数据采集：

d、进样：抽取上述制备好的样品0.5μl～5μl，进样到色谱仪中，进行仪器分析；

e、跑样：进样后，控制一定条件进行色谱和质谱分析，并进行实时数据采集；步骤e中，气相色谱升温程序是：初始温度60℃，保持1分钟，然后以1℃/min～10℃/min的速度升温至165℃，再以20℃/min～30℃/min的速度升温至280℃，保持14分钟；检测器温度：280℃；质谱条件是：扫描范围为20到400u，采集速率为100spectra/s，电压70eV，离子源温度220℃，传输线路温度250℃，检测器电压1700V，试管内部压力10^-7托；

f、数据导出：上述供试样品由全二维气相色谱/飞行时间质谱得到的色谱图经LECOChromaTOF^TM软件数据处理并对齐，设置自动导出三维数据，从而获得不同品牌或香型酒类产品的酒样质荷比m/z在20～400范围内的离子丰度值数据，得到离子丰度质谱图；

三、数据分析：

g、数据预处理：采取归一法对数据进行预处理，区间是(-1，+1)；

h、模型建立：将步骤g得到的离子丰度值数据作为支持向量机的输入，酒类产品的品牌或香型预设值作为分类类别，导入MATLAB软件，构建不同品牌、不同香型酒类产品的品牌或香型预测模型；将步骤g得到的离子丰度值数据分为训练集数据和测试集数据，使用训练集数据对模型进行训练，用K-CV交叉验证和网格搜索寻找最优惩罚因子c和核函数参数σ，在最佳参数下，建立不同品牌、不同香型酒类产品的预测模型；模型建立时，采用酒样质荷比m/z在20～200范围内的离子丰度值数据；

i、识别分析：将步骤g中预处理后的测试集数据，作为输入，使用步骤h中建立的模型进行运算，实现酒类的识别。

2.如权利要求1所述的酒类产品鉴别的方法，其特征在于：步骤a中的取样量，对于液液萃取来说体积为10ml～200ml，对于顶空固相微萃取来说体积为0.1ml～10ml。

3.如权利要求1所述的酒类产品鉴别的方法，其特征在于：步骤b中顶空固相微萃取使用的萃取纤维是75-μm CAR/PDMS、85-μm PA、65-μm PDMS/DVB、50/30-μm DVB/CAR-PDMS中的一种。

4.如权利要求1所述的酒类产品鉴别的方法，其特征在于：步骤b中顶空固相微萃取的步骤为：首先加入去离子水稀释成30％～33％vol，然后按摩尔比1mol/L加入氯化钠，搅拌使其完全溶解，取处理后的样品至螺纹顶空瓶中；条件是：样品首先在40℃-45℃，孵育30min-35min，然后在相同温度下使用固相微萃取纤维萃取35min-40min，搅拌速度为100rpm。

5.如权利要求1所述的酒类产品鉴别的方法，其特征在于：步骤b的液液萃取中，所用的溶剂为正戊烷或者乙醚；具体操作为，样品取40mL，加入2g氯化钠，搅拌使其完全溶解；向溶液中加入10mL的饱和氯化钠溶液，将其移入分液漏斗中，分别使用40mL，40mL，30mL，20mL萃取剂进行萃取，将萃取所获得的有机相混合收集，再置于分液漏斗中，分别使用饱和氯化钠溶液和去离子水各洗涤两次，收集洗涤后的有机相溶液，加入10g无水硫酸钠干燥12个小时；干燥后的溶液使用漏斗过滤，随后在旋转蒸发仪中进行初步浓缩，最后用氮气浓缩至0.5mL。

6.如权利要求1至5中任意一项所述的酒类产品鉴别的方法其特征在于：步骤h中，支持向量机的核函数为径向基函数，具体表达式为：

式中，α_i为拉格朗日因子，b为偏差，x_i为输入向量，σ为核函数参数。