遗传算法优选波段.docxVIP

酵Ml第三章黄酒发酵过程中酒精度和总酸的近红外光谱快速检 酵Ml 测研究 黄酒又称老酒，酿造历史久远，是中华民族的国粹与珍贵遗产，与啤酒、葡萄酒并称为世界三大发酵古酒，其以稻米、黍米等为主要原料，经加曲、酵母等糖化发酵剂酿制而成［1］。总酸和酒精度是影响黄酒质量的两个重要指标⑵。在黄酒生产过程中，总酸对黄酒的呈香呈味和协调风味有很重要的作用。酒精度关系到企业产品质量稳定性［3-4］，这两项指标对限制黄酒质量具有重要的现实意义。 在生产标准中，黄酒中总酸和酒精度分别采用滴定法和液相色谱法。尽管这些常规理化分析方法精确、可靠，但同时也存在诸多缺点：滴定法需要配置溶液，操作繁琐，而液相色谱法则需要过滤、超声脱气、稀释等冗杂的预处理过程。这两种常规方法均耗时耗力，发酵参数的获得存在延迟，使得发酵过程不能得到及时的调整，从而经常导致发酵失败。因此，急需一种快速、及时、准确的分析方法来保证黄酒生产的稳定性和连续性，从而降低成本、提高效率。 有着“分析巨人”美称的近红外光谱技术，因其具有快速、无损、绿色等优点，逐渐引起人们的关注和重视，广泛应用于农业、石油、医药、食品和环境等诸多领域［5%随着化学计量学的发展，近红外技术结合化学计量学方法的应用也越来越广泛。目前，大多研究采用经典的偏最小二乘（PLS）U。］以及区间偏最小二乘（iPLS）［U］，联合区间偏最小二乘（siPLS）［12-13］建立模型。但是PLS建模利用了全光谱变量，而大部分变量与总酸和酒精度的相关基团（例如C-H，O-H，N-H）的近红外吸收光谱并不相关，严重影响了建模效果。iPLS算法选出与基团最相关的一组连续变量，却忽略了其它相关变量的影响，siPLS算法在保留有用变量的同时，减少了不相关变量的干扰。本文提出的siPLS-GA算法基于siPLS算法，用GA算法对siPLS算法选出的波长进一步提取，减少了变量之间的共线性现象，同时降低了模型的复杂度，提高了建模效果。 本文利用近红外光谱技术结合siPLS-GAM-15］算法对黄酒发酵过程中两个关键参数（总酸和酒精度）进行预测，减少了建模过程中变量的数目，并使用遗传算法对siPLS选出的波长进行再次提取，克服了siPLS算法中波长存在共线性的缺点，达到了较好的预测精度。为进一步实现黄酒发酵过程参数的在线检测和发酵条件的优化提供了理论基础和技术支持。 3.1材料与方法3.1.1材料与仪器 RID-10A高效液相色谱仪日本岛津公司；ThermoAntarisMX傅里叶-近红外快速分析仪美国赛默飞世尔科技有限公司。 3.1.2样品制备 本次实验样品选自无锡本地超市，主要有东北稻花香的糯米，会稽山绍兴酒股份有限公司提供的麦曲和酵母。为增加模型的稳健性和可靠性，试验采用四种黄酒酿造技术：双边发酵、单边发酵、挤压加酶技术和液化法技术。每种发酵技术分别进行了2组发酵试验，共进行了8组发酵试验。试验方法如下： a）双边发酵:取一定量的糯米，加水浸泡24h，然后沥干，蒸煮30min，用冷水将蒸熟的米饭冲凉打散，称取煮熟的糯米4000g（干基）放入16L的发酵罐内，加入8L水、4g酵母和640g麦曲，搅拌10min（5000r/min）后发酵，先保持30°C发酵5d，然后保持15C后发酵15d。 b）单边发酵:取一定量的糯米，加水浸泡24h，然后沥干，用冷水将蒸熟的米饭冲凉打散，称取煮熟的糯米4000g（干基）与麦曲（640g）先放入发酵罐中，中间留一个中空孔洞，放置24h（使其糖化），然后再加入8L水和4g酵母，发酵方法同上。 c）挤压加酶:糯米的挤压膨化物（4000g，干基），加入8L水、4g酵母和640g麦曲，发酵方法同上。 d）液化法:4g耐高温3淀粉酶（80000侦甘）加入8L水中，和4000g糯米粉混合，置于100C下高温液化10min，然后冷却至室温（20C），再加入4g酵母和640g麦曲，发酵方法同上。 发酵后，分十二次取样（1、2、3、4、5、6、7、8、9、10、15和20d）总共得到96个样品。所有收集的样品都经过5000r/min离心15min，得到上清液，然后加入叠氮化钠固定样品，用于后续分析。 3.2近红外光谱仪器及参数设置 ThermoAntarisMX傅里叶-近红外快速分析仪，仪器的光谱范围是10000-4000cm-1（1557个数据点），最小光谱扫描分辨率为2cm-1；光源是11.9W/7V卤钨灯；SabIR光纤探测器；设定的仪器参数光谱范围是10000-4000cm-1、扫描分辨率为8cm-1、工作电压6V、扫描次数16次。 总共进行8组发酵试验，发酵周期20d，在发酵过程中分别于1、2、3、4、5、6、7、8、9、10、15、20d中取样100ml，每个批次12个样本，共96个样本。光谱采集前从烘箱中