[发明专利]一种葡萄酒苹乳发酵进程的检测方法和装置在审
申请号: | 202210433221.2 | 申请日: | 2022-04-24 |
公开(公告)号: | CN114813621A | 公开(公告)日: | 2022-07-29 |
发明(设计)人: | 熊晓林 | 申请(专利权)人: | 学林苑(深圳)葡萄酒文化有限公司 |
主分类号: | G01N21/3577 | 分类号: | G01N21/3577;G01N21/359 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 于波 |
地址: | 518101 广东省深圳市宝安区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 葡萄酒 发酵 进程 检测 方法 装置 | ||
1.一种葡萄酒苹乳发酵进程的检测方法,其特征在于,包括以下步骤:
S1、采集N组不同时段苹乳发酵过程中的发酵液样品;
S2、用不同波长的红外光对发酵液样品进行照射;
S3、采集穿过发酵液样品后的不同波长的光的强度,得到N组光谱数据;
S4、利用N组光谱数据建立目标物质含量的预测模型;
S5、采集待测发酵液按照步骤S2、S3的方法得到光谱数据,将数据输入步骤S4建立的预测模型计算得到发酵液中目标物质的含量。
2.根据权利要求1所述的一种葡萄酒苹乳发酵进程的检测方法,其特征在于,N为大于等于50的正整数。
3.根据权利要求1所述的一种葡萄酒苹乳发酵进程的检测方法,其特征在于,步骤S2中所述红外光为波长800~2500nm的近红外光。
4.根据权利要求1所述的一种葡萄酒苹乳发酵进程的检测方法,其特征在于,步骤S4中所述预测模型的建立方法包括以下步骤:
S41、利用BERT预训练模型中的Denoising Auto-Encoder方法将N组光谱数据进行处理,得到N*N维的光谱数据;
S42、以历史的N*N维的光谱数据为ResNet34模型的输入层训练样本,以历史的发酵液样品目标物质含量为ResNet34模型的输出层训练样本进行训练,得到所述预测模型。
5.根据权利要求1所述的一种葡萄酒苹乳发酵进程的检测方法,其特征在于,步骤S4、S5中所述目标物质为苹果酸和/或乳酸。
6.一种葡萄酒苹乳发酵进程的检测装置,其特征在于,主要包括:
样品仓:存放采集的发酵液样品;
光源模块:发出不同波长的红外光对样品仓中的发酵液样品进行照射;
数据采集模块:采集穿过发酵液样品后的不同波长的光的强度,得到光谱数据;
数据分析模块:内置预先建立的目标物质含量预测模型,根据数据采集模块得到的光谱数据计算出目标物质的含量。
7.根据权利要求6所述的一种葡萄酒苹乳发酵进程的检测装置,其特征在于,所述检测装置还包括数据显示模块,用于显示数据分析模块所计算得到的数据。
8.根据权利要求6所述的一种葡萄酒苹乳发酵进程的检测装置,其特征在于,所述光源模块包括微型近红外光谱仪。
9.根据权利要求6所述的一种葡萄酒苹乳发酵进程的检测装置,其特征在于,所述数据采集模块通过接收器采集穿过发酵液样品后的不同波长的光的强度。
10.根据权利要求6所述的一种葡萄酒苹乳发酵进程的检测装置,其特征在于,所述数据分析模块采用MCU实现数据分析的功能。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于学林苑(深圳)葡萄酒文化有限公司,未经学林苑(深圳)葡萄酒文化有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210433221.2/1.html,转载请声明来源钻瓜专利网。