[发明专利]一种通过构建QDA模型预测堆积发酵进程的方法

说明书

本发明属于酱香型白酒的酿造以及堆积发酵进程预测技术领域，涉及一种通过构建QDA模型预测堆积发酵进程的方法，其特征在于，所述方法包括：S1：获取待预测堆积发酵酒醅的理化指标数据；S2：将所述理化指标代入QDA判别模型中，得到所述待预测堆积发酵酒醅的发酵进程数据；所述QDA判别模型为所述待预测堆积发酵酒醅的理化指标与所述待预测堆积发酵酒醅的发酵进程相对应的关系式；其中，所述理化指标数据包括：所述待预测堆积发酵酒醅在堆积0‑6天/或0‑3天的每一天的溶氧量数据。本发明所提供的基于理化指标对堆积发酵酒醅的发酵进程进行预测的方法，不依赖经验判断、不受个人倾向影响的堆积发酵进程中入窖节点的评判标准，克服了现有对于堆积发酵酒醅的发酵进程的预测主要依赖人工所存在的一系列问题。

技术领域

本发明属于酱香型白酒的酿造以及酒醅发酵进程预测等技术领域，具体涉及一种通过构建QDA模型预测堆积发酵进程的方法。

背景技术

酱香型白酒采用堆积和窖内两种发酵方式进行多轮次发酵。其中高温堆积是酱香型白酒酿造非常独特的生产方式，它的主要作用是网络堆积环境中的微生物进行生长繁殖，进而产生多种酶类和代谢风味物质，随后在窖池内部的封闭环境进行厌氧发酵，将中间物质转化为产物，形成酱香型白酒独特的风味。这种特殊的生产工艺使得堆积发酵进程的判别尤为重要，堆积发酵进程不足(过嫩入窖)，微生物扩培不力，种类和数量都不足以完成后续发酵，产量降低，酒味较淡；堆积发酵进程过长(过老入窖)，微生物菌系失衡，酵母菌数量下降，堆子表面霉菌过度生长，淀粉被过度消耗，使得产量下降，酒体异杂味增加。二者均不利于窖内发酵过程中风味物质的形成。

良好的堆积，是微生物群系达到平衡，细菌和真菌结构稳定，种类和数量充足的状态。本质上讲，微生物群系结构是决定堆积发酵进程中入窖节点的唯一指标。但目前行业中，酱香型白酒堆积发酵的发酵进程评判都是经验型，以酒师的感官评价为主，难免有个人化倾向，受到酒师经验和环境条件的制约。尚无一种便捷准确、不依赖个人标准、不受环境影响的入窖评判体系。

基于此，本发明旨在提供一种通过构建QDA模型预测堆积发酵进程的方法。

发明内容

本发明目的在于提供一种通过构建QDA模型预测堆积发酵进程的方法。

酱香型白酒堆积发酵是不均匀、分异性强的体系，堆积不同部位受到溶氧量、温湿度等条件的影响，呈现出不同的微生物菌系结构，形成了不同的生态位，其理化指标也相应地受到影响。而现有技术CN108038350A公开了一种使用理化指标判断堆积酒醅微生物群落结构的方法，在该技术方案中，在对堆积发酵酒醅微生物群落结构进行判断的过程中，其选择酒醅样品的温度、水分含量、乳酸含量、乙酸含量和酒精含量作为关键理化指标，但是正如本发明对比例3所呈现的那样，当以现有技术公开的温度、水分含量、乳酸含量、乙酸含量和酒精含量进行VPA分析，通过二次判别分析(QDA)构建模型进行酒醅发酵进程的预判，发现QDA判别模型构建不成立，并不能实现对堆积发酵酒醅发酵进程的预测。基于此，本发明经过探索，提供了一种通过构建QDA模型预测堆积发酵进程的方法，以堆积发酵酒醅的溶氧量、酸度、葡萄糖含量、乳酸含量作为样品环境因子，通过VPA分析，最终确定溶氧量单一指标作为关键环境因子，并以该关键环境因子建立了用于预测堆积发酵酒醅发酵进程的QDA评判模型，实现了关于堆积发酵酒醅发酵进程的精准预测。

一方面，本发明提供了一种通过构建QDA模型预测堆积发酵进程的方法，所述方法包括：

S1：获取待预测堆积发酵酒醅的理化指标数据；

S2：将所述理化指标代入QDA判别模型中，得到所述待预测堆积发酵酒醅的堆积发酵进程；所述QDA判别模型为所述待预测酒醅的理化指标与所述待预测酒醅的堆积发酵进程相对应的关系式；

其中，所述理化指标数据包括：所述待预测堆积发酵酒醅在堆积0-6天的每一天的溶氧量数据；所述发酵进程包括：所述堆积发酵酒醅的入窖节点。