蘋果醋釀造過程中關(guān)鍵參數(shù)的近紅外快速檢測(cè)方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩48頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、我國(guó)的蘋果醋產(chǎn)業(yè)發(fā)展極為迅速,具有龐大的消費(fèi)人群和市場(chǎng)容量。然而,市場(chǎng)上的蘋果醋質(zhì)量問題層出不窮,嚴(yán)重?cái)_亂蘋果醋的市場(chǎng)秩序,因此,迫切需要一種快速、高效、準(zhǔn)確的分析技術(shù)來提高蘋果醋釀造企業(yè)的質(zhì)量控制水平。本文采用近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法,研究蘋果醋釀造過程原輔料驗(yàn)收、蘋果酒及蘋果原醋品質(zhì)等關(guān)鍵環(huán)節(jié)的關(guān)鍵成分指標(biāo)的快速定量檢測(cè),旨在為蘋果醋釀造過程產(chǎn)品質(zhì)量的檢測(cè)提供新的技術(shù)參考。主要研究?jī)?nèi)容如下:
  (1)對(duì)蘋果醋釀造用原

2、料蘋果汁的可滴定酸及可溶性固形物指標(biāo)快速定量檢測(cè)進(jìn)行研究。通過一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、標(biāo)準(zhǔn)正態(tài)變換和多元散射校正四種預(yù)處理方法、提取最佳主因子數(shù)進(jìn)行數(shù)據(jù)優(yōu)化,結(jié)合偏最小二乘法建立模型,結(jié)果顯示可滴定酸及可溶性固形物模型驗(yàn)證集的驗(yàn)證決定系數(shù)R2、驗(yàn)證標(biāo)準(zhǔn)偏差RMSEP、相對(duì)分析誤差RPD分別為0.981、0.129、5.97,0.992、1.474、11.26,說明了近紅外光譜技術(shù)對(duì)于蘋果汁主要指標(biāo)含量的測(cè)定是可行有效的。
  (2)研

3、究了蘋果醋釀造輔料果葡糖漿還原糖及可溶性固形物指標(biāo)含量的快速定量檢測(cè)方法,采用CARS、無信息變量消除法三種波段篩選方法來減少變量數(shù),并結(jié)合FD、SD、SNV和MSC四種預(yù)處理方法優(yōu)化模型。其中,CARS篩選變量的偏最小二乘模型效果更為理想,還原糖及可溶性固形物模型的R2、RMSEP、RPD分別為0.964、0.432、3.80,0.901、0.048、3.75,且經(jīng)成對(duì)t檢驗(yàn),各項(xiàng)指標(biāo)預(yù)測(cè)值與實(shí)測(cè)值無明顯差異。說明選擇的優(yōu)化方法大幅減

4、少了建模復(fù)雜性,為模型的準(zhǔn)確度和穩(wěn)定性奠定了基礎(chǔ)。
  (3)針對(duì)蘋果醋釀造過程控制,對(duì)蘋果酒中的酒精度含量進(jìn)行定量分析,通過PLS法建立蘋果酒酒精度定量分析模型,同時(shí)采用間隔偏最小二乘法、后向間隔偏最小二乘法和組合間隔偏最小二乘法以及遺傳偏最小二乘法對(duì)整個(gè)譜區(qū)進(jìn)行光譜特征波段篩選,確定最佳建模方法。結(jié)果表明,進(jìn)行特征波段篩選能夠?qū)δP推鸬絻?yōu)化作用,并提高模型運(yùn)算速度,其中GA-BiPLS及GA-SiPLS優(yōu)化效果最為明顯,在極大

5、減少蘋果酒酒精度建模變量的同時(shí),模型的R2分別達(dá)到0.987和0.988,RMSEP分別為0.459和0.468,有效地提高了模型的穩(wěn)定性與準(zhǔn)確度,為蘋果酒的品質(zhì)分析方法研究提供了新的思路,同時(shí),為近紅外光譜技術(shù)在蘋果醋生產(chǎn)過程的應(yīng)用提供了技術(shù)借鑒。
  (4)研究了蘋果原醋品質(zhì)的快速定量檢測(cè)方法,采用遺傳偏最小二乘法提取的特征波長(zhǎng)作為最小二乘支持向量機(jī)的輸入變量,先后建立蘋果原醋中總酸、可溶性固形物的近紅外定量模型,并與建立的偏

6、最小二乘模型結(jié)果進(jìn)行比較,確定最佳建模方法。結(jié)果表明,相比于PLS模型,總酸及可溶性固形物指標(biāo)的LS-SVM定量模型的R2、RMSEP以及RPD值均有更好的表現(xiàn),分別達(dá)到0.964、0.039、5.01,0.979、0.021、6.01,且在進(jìn)行獨(dú)立測(cè)試集驗(yàn)證時(shí),LS-SVM模型的預(yù)測(cè)精度也明顯優(yōu)于PLS模型。說明模型可以應(yīng)用于蘋果原醋總酸和可溶性固形物含量的快速檢測(cè)。為實(shí)時(shí)、準(zhǔn)確監(jiān)控蘋果原醋主要指標(biāo)含量變化,以及科學(xué)優(yōu)化近紅外光譜模型

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論