基于近红外偏最小二乘法(near-infrared partial least squares,NIR-PLS)开发了一种近红外光谱快速检测模型,用于快速、无损检测清蒸高粱糊化度。同时分析了白酒酿造生产关键指标相关性,以清蒸高粱糊化度为基础,结合清蒸高粱感官评价、...基于近红外偏最小二乘法(near-infrared partial least squares,NIR-PLS)开发了一种近红外光谱快速检测模型,用于快速、无损检测清蒸高粱糊化度。同时分析了白酒酿造生产关键指标相关性,以清蒸高粱糊化度为基础,结合清蒸高粱感官评价、出入窖糟醅理化、出酒率、基础酒理化及评分,利用自适应权重算法(adaptive weights,AW)建立了一种清蒸高粱蒸粮效果评价方法。该检测模型在预测清蒸高粱糊化度方面具有较高的相关性,模型预测值与建模参考值之间的决定系数R^(2)=0.9771。此外,蒸粮效果评价方法验证结果与经验丰富的酿酒师的感官评定相吻合。当75≤糊化度检测值≤80时,清蒸高粱糊化效果评价为优级;65≤糊化度检测值<75时,评价为一级;55<糊化度检测值<65或80<糊化度检测值<90时,评价为二级;糊化度检测值≥90或糊化度检测值≤55时,评价为不合格。该评价方法量化了白酒生产中清蒸高粱蒸粮效果的评定,将依赖经验的感官评估方式转化为标准化、数字化的手段,有助于加强生产过程和产品质量的可控性,减少粮食损耗。展开更多
文摘基于近红外偏最小二乘法(near-infrared partial least squares,NIR-PLS)开发了一种近红外光谱快速检测模型,用于快速、无损检测清蒸高粱糊化度。同时分析了白酒酿造生产关键指标相关性,以清蒸高粱糊化度为基础,结合清蒸高粱感官评价、出入窖糟醅理化、出酒率、基础酒理化及评分,利用自适应权重算法(adaptive weights,AW)建立了一种清蒸高粱蒸粮效果评价方法。该检测模型在预测清蒸高粱糊化度方面具有较高的相关性,模型预测值与建模参考值之间的决定系数R^(2)=0.9771。此外,蒸粮效果评价方法验证结果与经验丰富的酿酒师的感官评定相吻合。当75≤糊化度检测值≤80时,清蒸高粱糊化效果评价为优级;65≤糊化度检测值<75时,评价为一级;55<糊化度检测值<65或80<糊化度检测值<90时,评价为二级;糊化度检测值≥90或糊化度检测值≤55时,评价为不合格。该评价方法量化了白酒生产中清蒸高粱蒸粮效果的评定,将依赖经验的感官评估方式转化为标准化、数字化的手段,有助于加强生产过程和产品质量的可控性,减少粮食损耗。
