[发明专利]一种利用近红外光谱分析检测酒醅糊化度的方法及系统

说明书

本发明涉及酒醅检测技术领域，尤其涉及一种利用近红外光谱分析检测酒醅糊化度的方法及系统，其方法包括以下步骤：收集酒醅样品，并在近红外光谱仪上采集近红外光谱数据；检测酒醅样品的糊化度；将采集到的近红外光谱数据与酒醅样品的糊化度数据作为基础数据，利用偏最小二乘法建立酒醅糊化度近红外定量分析模型；采集未知酒醅样品的近红外光谱，利用酒醅糊化度近红外定量分析模型，调用模型分析预测样品的糊化度值；利用酶解法计算未知酒醅样品的理化数据，同时对比分析预测样品预测值，采用本公开提供的近红外光谱分析技术检测酒醅糊化度的方法，可以建立准确的酒醅糊化度定量模型，能够快速检测酒醅糊化度，检测结果实时准确。

技术领域

本发明涉及酒醅检测技术领域，尤其涉及一种利用近红外光谱分析检测酒醅糊化度的方法；同时还涉及一种系统。

背景技术

在白酒酿造工艺中有一个重要的环节，是对原料的蒸煮，其目的是使其中的淀粉颗粒进一步吸水、膨胀、破裂、糊化，使淀粉结构从有序排列的微晶束状态转变成无序的胶体状态，以利于微生物的利用和代谢。因此，原料蒸煮程度合适与否，对白酒的品质有着较大的影响，如果蒸煮时间过长，则会使得熟粮粘连、结块，影响后期进一步发酵；如果蒸煮时间过短，则导致淀粉没有糊化完全，部分细菌会利用未糊化的淀粉繁殖、代谢，影响酒醅质量。

淀粉的糊化程度可以表明粮食的蒸煮程度，目前对淀粉的糊化度检测主要依靠传统方法—感官评价，靠有经验的酿酒师傅人为判断，观察酒醅的外观和粘稠度评价原料的蒸煮程度，但这是一种依靠经验判断、主观性较大的方法，容易存在人为偏差，且不同人判断结果一致性较差，不利于酿酒工艺的稳定性要求。

基于此，本领域技术人员亟需提供一种可靠且稳定的酒醅糊化度检测方法。

发明内容

发明人通过研究发现：实验室计算糊化度的方法是，将完全糊化样品与未处理原样品分别用糖化酶水解，原样品与完全糊化样品还原糖释放量的比值即为糊化度，因此建立近红外定量分析模型时，参考值不再是某一组分的定量含量值，而是一个比值，这就进一步加大了建立糊化度定量分析模型的难度。

本公开的目的在于提供一种利用近红外光谱分析检测酒醅糊化度的方法，来解决现有技术无法提供一种可靠且稳定的酒醅糊化度检测方法及系统的技术问题。

据本公开的一个方面，提供一种利用近红外光谱分析检测酒醅糊化度的方法，包括以下步骤：

步骤1.收集酒醅样品，并在近红外光谱仪上采集近红外光谱数据；

步骤2.引入酶解法，检测酒醅样品的糊化度；

步骤3.将采集到的近红外光谱数据与酒醅样品的糊化度数据作为基础数据，利用偏最小二乘法建立酒醅糊化度近红外定量分析模型；

步骤4.采集未知酒醅样品的近红外光谱，利用酒醅糊化度近红外定量分析模型，调用模型分析预测样品的糊化度值；

步骤5.再次利用酶解法计算未知酒醅样品的理化数据，同时对比分析预测样品的糊化度值的预测值；

步骤6.重复上述步骤1-步骤5，直至分析检测需求完成。

本公开的一些实施例中，所述步骤3中偏最小二乘法建立酒醅糊化度近红外定量分析模型过程如下：

步骤3.1.对光谱数据矩阵X和浓度矩阵Y进行分解，其公式为：

其中，T和U分别为X和Y矩阵的得分矩阵；P和Q分别为X和Y矩阵的载荷矩阵；E和F分别为X和Y矩阵的拟合残差矩阵；

步骤3.2.将T和U做线性回归：

其中，B为系数矩阵；

步骤3.3.根据参数矩阵计算出未知样品的化学预测值，

其中，为未知样品化学值，为未知样品光谱矩阵的得分矩阵。