[发明专利]一种白酒酒精含量测定方法

说明书

一种白酒酒精含量测定方法，包括以下步骤：样品光谱采集步骤，配置不同浓度的乙醇溶液，采集不同浓度的乙醇溶液的红外光谱；模型建立步骤，用Scikit‑learn库对采集到的样品的红外光谱数据划分为训练数据集和测试数据集，将训练数据集的数据进行归一化处理后，作为输入变量导入随机森林模型进行训练，得到预测模型；酒精度测定步骤，采集被测白酒的红外光谱，利用预测模型测定被测白酒的酒精度。本发明方法不需样品预处理，操作简单，只需采集被测白酒的光谱图即可，完整利用了所有光谱数据，可实现白酒酒精度的无损、快速、准确检测。

技术领域

本发明涉及酒精含量的测定，特别涉及一种白酒酒精含量的测定方法。

背景技术

我国是白酒消费大国，随着生活水平的提高，人们对酒的品质要求也越来越高。白酒是由原料经发酵、蒸馏而获得，乙醇和水是白酒的主要成分，含量占98％以上，其他香味物质的含量为1％～2％。在白酒中，乙醇的体积百分比越高，白酒的酒精度就越高，酒性也越强烈。测定白酒中乙醇含量对于控制白酒质量具有重要意义。

近红外光谱技术具有无需对样品进行预处理，操作简单、无损耗并且能够同时分析多个组成的特点，已应用到多个分析领域。近年来，近红外光谱技术在白酒测定领域也得到了应用，如专利号为201310034485.1的中国发明专利利用红外光谱鉴定白酒的品质，申请号为200910228700.5的中国发明专利申请利用红外光谱鉴定白酒的香型，申请号为201610421078.X的中国发明专利申请利用近红外光光谱测定白酒浓度，以上方法都是基于红外吸收光谱测定白酒，但以上方法在测定的过程中，有的需要用到恒温箱，或需要进行冷冻干燥处理等，操作过程繁复，而且需要大量白酒样品，成本高，处理数据时还需要进行预处理，并通过人工视觉对特征峰进行比较，主观性影响较大，无法对红外吸收谱的每个特征峰合理利用，消耗时间长，无法实现无损快速检测。

发明内容

本发明的目的是提供一种可以快速测定白酒中酒精含量的方法。

为了实现上述目的，本发明采取如下的技术解决方案：

一种白酒酒精含量测定方法，包括以下步骤：

样品光谱采集步骤，配置不同浓度的乙醇溶液，采集不同浓度的乙醇溶液的红外光谱；

模型建立步骤，用Scikit-learn库对采集到的样品的红外光谱数据划分为训练数据集和测试数据集，将训练数据集的数据进行归一化处理后，作为输入变量导入随机森林模型进行训练，得到预测模型；

酒精度测定步骤，采集被测白酒的红外光谱，利用预测模型测定被测白酒的酒精度。

更具体的，所述样品光谱采集步骤中，所采集的红外光谱是波数在750～4000cm^-1范围内的光谱。

更具体的，随机森林模型的决策树的数量为100。

优选的，所述训练数据集为样品的1044cm^-1的C-OH键和/或1088cm^-1的C-C-O键和/或800cm^-1的C-C-O键谱峰波段的红外光谱数据。