近紅外光譜儀在白酒酒醅檢測中的應(yīng)用

姜福州 高 景 尹家利 史文秀

（江蘇雙溝酒業(yè)股份有限公司 江蘇泗洪 223900）

1 前言

半成品酒醅是白酒釀造過程的中間產(chǎn)物，其質(zhì)量直接影響原酒的品質(zhì)，所以，酒醅的重要性不言而喻。通過開展酒醅各項(xiàng)指標(biāo)檢測，可以直觀了解酒醅質(zhì)量狀況。酒醅的關(guān)鍵理化指標(biāo)主要包括水分、酸度等，以往主要依靠手工方式進(jìn)行檢測，涉及樣品處理等多個(gè)檢測流程，操作煩瑣、時(shí)間較長、效率偏低，在企業(yè)釀酒規(guī)模擴(kuò)大化和機(jī)械化生產(chǎn)的背景下，原手工檢測方式已無法滿足需求[1]。

近紅外光譜技術(shù)（NIR）作為一種新興的分析技術(shù)，可用于樣品中特定成分的定性定量測定，被廣泛應(yīng)用于食品、藥物等多個(gè)領(lǐng)域。NIR操作較為簡單，分析周期短，不需要進(jìn)行預(yù)處理，可直接對樣品進(jìn)行檢測獲得結(jié)果，不會對樣品造成破壞，檢測環(huán)節(jié)不需要使用化學(xué)制劑，對環(huán)境的危害性較低，且分析結(jié)果的準(zhǔn)確度較高。本文在研究過程中，通過NIR建立并應(yīng)用相關(guān)模型，實(shí)現(xiàn)了對酒醅多組分的同時(shí)定量檢測，可為快速測定酒醅中重要參數(shù)指標(biāo)提供依據(jù)。

2 材料和方法

2.1 材料

實(shí)驗(yàn)設(shè)備:近紅外光譜儀（瑞士步琦有限公司）。

實(shí)驗(yàn)樣品:釀酒車間出池和入池酒醅樣品，涵蓋釀酒車間所有班組。出池取自頭甑大叉酒醅共計(jì)527個(gè)，入池取自入窖第一甑共計(jì)498個(gè)。

2.2 方法

2.2.1 樣品預(yù)處理

酒醅取樣方法參照企業(yè)標(biāo)準(zhǔn)《酒醅檢測方法》，所取樣品需混合均勻后裝于350 mL塑料杯中密封保存，取樣后在1～2 h內(nèi)完成樣品檢測。

2.2.2 樣品的人工分析

分別對收集的樣品進(jìn)行水分、酸度、糖分、淀粉成分的檢測。其中，水分檢測采用直接干燥法（130℃恒溫干燥）；酸度檢測參考酸堿中和法（0.1 mol/L氫氧化鈉中和滴定）；淀粉檢測參考酸水解法（20%鹽酸水解）；糖分檢測參考還原糖測定法（菲林試劑滴定還原）。每個(gè)樣品均做1個(gè)平行樣，結(jié)果取平均值。

2.2.2 近紅外光譜儀檢測

在NIR使用過程中，工作人員需要做好預(yù)熱工作，預(yù)熱時(shí)間控制在30～40 min，并對儀器設(shè)備參數(shù)進(jìn)行必要的控制，例如，掃描頻率控制在32次/min，光譜波數(shù)控制在4 000～10 000 cm－1。打開光譜采集軟件，對采集的樣品進(jìn)行掃描檢測。將樣品混合均勻后，裝至測量皿的3/4處，用壓樣器壓實(shí)、鋪平、不漏光，擦干凈測量皿底部，并將其放置于測量池。設(shè)置每個(gè)樣品掃描3次，系統(tǒng)自動保存光譜信息[2]。

2.2.3 掃描光譜的賦值

將樣品手工檢測的化學(xué)值賦值于相對應(yīng)的掃描光譜，保存待用。

2.2.4 定量分析模型的建立

對樣品進(jìn)行近紅外光譜預(yù)處理、提取特征信息、確定相應(yīng)波長、優(yōu)選算法、構(gòu)建模型，建立最優(yōu)化的模型，以提升后續(xù)研究工作的準(zhǔn)確性。

3 結(jié)果與分析

3.1 驗(yàn)證模型預(yù)測的效果

在整個(gè)模型的構(gòu)建過程中，對涉及的12個(gè)樣品開展相應(yīng)的試驗(yàn)研究，同時(shí)，對12個(gè)樣品采用傳統(tǒng)的檢測手段，開展對照試驗(yàn)，詳見圖1～圖7。

圖1 出池水分含量

圖2 出池酸度

圖3 出池糖分含量

圖4 出池淀粉含量

圖5 入池水分含量

圖6 入池酸度

圖7 入池淀粉含量

由圖1～圖7可知，酒醅重要指標(biāo)的預(yù)測值和實(shí)測值基本一致，說明模型的預(yù)測效果很好。其中，淀粉預(yù)測能力稍差，通過分析得出，主要是檢測時(shí)稱取量少、樣品相對較黏、不易混勻等客觀因素導(dǎo)致。由此可知，建立的模型可行、可靠，能滿足釀酒生產(chǎn)中酒醅檢測的精度要求，NIR完全可以替代傳統(tǒng)人工檢驗(yàn)方法。

3.2 模型質(zhì)量的驗(yàn)證

為確保研究的準(zhǔn)確性，在模型分析環(huán)節(jié)，以決定系數(shù)作為切入點(diǎn)，進(jìn)行吻合程度的分析（分析所得數(shù)據(jù)越接近1，吻合度越高，精度越高）。依據(jù)公式進(jìn)行計(jì)算，對模型進(jìn)行驗(yàn)證，結(jié)果詳見表1、表2。

其中:n—樣本個(gè)數(shù)；yTi—樣本的實(shí)測值；yPi—樣本的預(yù)測值；yα—樣本實(shí)測值的平均值；R—決定系數(shù)；RMSEP—標(biāo)準(zhǔn)均方根預(yù)測誤差。

表1 出池酒醅模型質(zhì)量分析

表2 入池酒醅模型質(zhì)量分析

由表1可知，糖分模型的平均差最小為0.040，R2為0.962，RMSEP也最低為0.042；淀粉模型的平均差最大為 0.350，R2為 0.920，RMSEP 為 0.270；酸度模型的平均差為0.070，R2為0.954，RMSEP為0.055；水分模型的平均差為0.280，R2為0.954，RMSEP為0.240。4個(gè)模型中糖分模型最佳。

由表2可知，酸度模型的平均差為0.060，R2為0.968，RMSEP為0.047；水分模型的平均差為0.260，R2為0.944，RMSEP為0.280；淀粉模型的平均差最大為 0.410，R2為 0.926，RMSEP 為 0.320。 3 個(gè)模型中酸度模型最佳。

出池糖分和入池酸度模型較好，二者均在酒醅浸泡、過濾后的溶液狀態(tài)下進(jìn)行測定，誤差相對較小，模型效果更佳。通過模型的質(zhì)量驗(yàn)證可知，模型檢測符合生產(chǎn)中對酒醅重要成分檢測的精度要求。

4 結(jié)論

NIR作為一種有效的檢測手段，在分析樣品時(shí)，掃描時(shí)間非常短，約1 min[3]，是人工檢測所需時(shí)長的1/60；不需要使用任何化學(xué)試劑，不產(chǎn)生廢液，對環(huán)境無污染，作業(yè)安全性高；光譜儀的預(yù)測結(jié)果和實(shí)測結(jié)果基本一致，檢測結(jié)果準(zhǔn)確性較高。而傳統(tǒng)檢測方法檢測耗時(shí)較長，效率低下，不能及時(shí)反映酒醅質(zhì)量狀況，且使用的相關(guān)化學(xué)試劑對人身及環(huán)境存在一定影響，操作過程也存在一定的安全風(fēng)險(xiǎn)，且耗費(fèi)人力物力較多，成本較高，已無法適應(yīng)現(xiàn)代化規(guī)模化的生產(chǎn)方式[4]。利用NIR建模對白酒酒醅進(jìn)行檢測，可為釀酒一線生產(chǎn)實(shí)時(shí)提供可靠的數(shù)據(jù)支撐，對數(shù)據(jù)呈現(xiàn)較好的工藝，可以進(jìn)行固化推廣；數(shù)據(jù)對呈現(xiàn)不佳的工藝可以第一時(shí)間做出調(diào)整、優(yōu)化。此外，為了保證NIR模型的穩(wěn)定性和準(zhǔn)確性，模型的后期維護(hù)也很重要，建議根據(jù)生產(chǎn)實(shí)際情況定期（如每月或每季度）對模型進(jìn)行優(yōu)化，確保模型的使用效果、檢測精度滿足生產(chǎn)要求。

隨著計(jì)算機(jī)數(shù)據(jù)庫等先進(jìn)科學(xué)技術(shù)的應(yīng)用和化學(xué)計(jì)量方法的不斷改進(jìn)，NIR日趨成熟，檢測結(jié)果的穩(wěn)定性、實(shí)用性和準(zhǔn)確性不斷提高，NIR在白酒行業(yè)的應(yīng)用越來越廣泛，我國酒類釀造行業(yè)的質(zhì)量檢驗(yàn)水平有望再上新的臺階[5-7]。