从大曲气味建立原酒质量评分模板的方法探讨

王晓勇　张　鑫　蔚慧欣任婷月　赵金燕　成剑峰　胡红娟

1（山西杏花村汾酒厂股份有限公司，山西汾阳032205）

2（山西省食品工业研究所，山西太原030024）

大曲是我国传统酿造食品中使用的一种糖化发酵剂。在白酒生产中，大曲在使用前按照一定种类曲的比例配比后用于酒醅发酵，生产用曲的质量等级划分更多地依靠感官评定、粉碎度、糖化力、液化力等指标来确定，各项指标与原酒质量之间相关对应性关系不明确，大曲配比靠经验的积累，缺乏数据支撑。

电子鼻是一种依靠气味进行嗅觉识别的分析系统，由有选择性的氧化型传感器组成阵列，外接图像识别装置，能够识别单一的或复合的气味，能够给出样品中挥发成分的整体信息。目前，电子鼻在肉品新鲜度的检测、果蔬成熟度和储藏期的检验、茶叶的分类、谷物品质的筛选、饮料的识别、酒类的识别、植物油的检测、酱油以及食品包装的检测等方面均有研究。

电子鼻在白酒香型及年份判断方面已有研究，本试验利用电子鼻对生产用的大曲进行数据采集，以各批次对应的原酒评语为参考依据建立评分模板，对分类模板进行细化组合，针对性地提高模板的判别能力，对大曲气味和原酒质量之间的关系进行了初步探索，为后续大曲标准化配比应用进行数据积累。

1　材料与方法

1.1　主要材料与试剂

某公司生产用已经粉碎的大茬酒大曲及二茬酒大曲。

1.2　主要仪器与设备

PEN3电子鼻系统，该电子鼻由10个不同的金属氧化物传感器组成传感器阵列，德国AIRSENSE公司；标准筛；40 mL顶空瓶。

1.3　试验方法

1.3.1　样品处理

标准筛筛取粉状大曲，取样颗粒为16目颗粒度。

1.3.2　样品测定

直接称取0.5 g粉状大曲样品，移入顶空瓶，旋好瓶盖，静置1 h后直接顶空吸气法进行测定。

1.3.3　电子鼻测定条件

采样时间为1 s/组；传感器自清洗时间为90 s；传感器归零时间为10 s；样品准备时间为5 s；进样流量为600 mL/min；分析采样时间为90 s；选定74 s、75 s、76 s数值为分析数据。

2　结果与分析

以生产大曲为样品，探索大曲气味与酒质的关系，默认生产环节的控制管理为理想状态。建模依据为评语描述。在一个生产季节内大茬原酒、二茬原酒评语及评分分别见表1、表2。

表1　大茬原酒评语评分表

表2　二茬原酒评语评分表

从评语及评分表中数据来看，评语及评分不能对应，从归类分析出发，选用评语为归类依据进行后续模板的建立。

2.1　大茬原酒评分模板分析

以评语淡、杂、酸甜、醇甜、特绵、净爽建模。

大茬评分模板PCA分析图见图1。建模后模板的PCA主成分分析差异96.75%，差异率较高，由图1可以看出醇甜的样品与其他有良好的区分，净爽、醇甜、酸甜之间可良好区分。淡、杂、特绵、酸甜之间不好区分。

图1　大茬评分模板PCA分析图

大茬评分模板LDA分析结果见下页图2。由图2可知，LDA线性判定分析差异只有39.9%，同样也是醇甜的样品与其他有良好的区分，酸甜、醇甜、净爽、特绵之间可以良好区分，杂、淡之间不能区分。

对于上述试验结果，所建立的模板进行归类分析显然不理想，为提高模板识别能力，进行了模板拆分优化。

拆分优化模板1：以上述大茬评分模板为基础，筛选数据，即以醇甜、特绵、酸甜为依据建立优化模板，优化模板1PCA分析结果见下页图3。由图3可知，优化后模板的PCA主成分分析差异98.59%，醇甜、特绵、酸甜的样品之间有良好的区分。

图2　大茬评分模板LDA分析图

图3　大茬优化评分模板1 PCA分析图

大茬优化评分模板1 LDA分析结果见图4。由图4可知，LDA线性判定分析差异99.97%，醇甜、特绵、酸甜的样品之间同样也是达到非常高的区分度。

图4　大茬优化评分模板1 LDA分析图

拆分优化模板2：以净爽、酸甜、醇甜建模，进一步区分净爽的样品。大茬优化评分模板2 PCA分析结果见图5。由图5可知，建模后的PCA主成分分析差异99.57%，醇甜、净爽、酸甜的样品之间有良好的区分。

大茬优化评分模板2 LDA分析结果见图6。由图6可知，LDA线性判定分析差异99.915%，醇甜、净爽、酸甜的样品之间同样可以达到非常高的区分度。

图5　大茬优化评分模板2 PCA分析图

图6　大茬优化评分模板2 LDA分析图

拆分优化模板3：以特绵、醇甜建模，区分特绵的样品。

大茬优化评分模板3 PCA分析结果见下页图7。由图7可知，PCA主成分分析差异98.936%，醇甜、特绵的样品之间有良好的区分。

大茬优化评分模板3 LDA分析结果见下页图8。由图8可知，LDA线性判定分析差异99.988%，醇甜、特绵的样品之间同样可以达到非常高的区分度。

经过拆分优化模板的识别，可以将样品进行杂、淡、醇甜、酸甜、特绵、净爽归类，即大茬酒的预评价可以先进行高品质酒的识别，即醇甜、净爽、酸甜的识别，对识别后的未知样品进行醇甜、特绵识别，这样会使样品得到最大程度的区分。

2.2　二茬原酒评分模板分析

以评语淡、杂、醇甜、特绵建模。二茬评分模板PCA分析结果见下页图9。由图9可知，建模后模板PCA主成分分析差异86.356%，醇甜的样品与其他有良好的区分。淡、杂、特绵之间不好区分。

图7　大茬优化评分模板3 PCA分析图

图8　大茬优化评分模板3 LDA分析图

图9　二茬评分模板PCA分析图

二茬评分模板LDA分析结果见图10。由图10可知，LDA线性判定分析差异31.556%，同样也是醇甜的样品与其他有良好的区分，杂、淡之间不能区分，而特绵、醇甜之间也可以较好区分。醇甜与杂淡之间可以区分。

同样，对二茬模板进行拆分优化，分别建模。

拆优化模板：以上述二茬评分模板为基础，选用杂、淡评语之外的数据建立模板。二茬优化评分模板PCA分析结果见图11。由图11可知，PCA主成分分析差异100%，醇甜、特绵的样品之间有根本的区分。

二茬优化评分模板LDA分析结果见下页图12。由图12可知，LDA线性判定分析差异100%，同样也是醇甜的样品与特绵样品有良好的区分。

在酒质的诸项评语与评分中，杂、淡两项评分相近，从分数的角度看相差不太大，所以在识别时归为一类样品。建议二茬酒预评价采用上述拆分优化模板，即先在醇甜和特绵之间选择，两者均排除后则属于第三类未知样，既是本模板的杂淡样。

3讨论

1） 未经过优化处理的模板数据归类能力差，经过优化的模板聚类能力增加，尤其是LDA线性判定分析差异率大幅提高，增强了实际应用能力，可以将样品进行杂淡、醇甜、特绵归类，有进一步探索的必要。

图10　二茬评分模板LDA分析图

图11　二茬优化评分模板PCA分析图

图12　二茬评分模板LDA分析图

2）从试验结果来分析，这项技术对于大茬原酒来讲，可能更适合“多模板应用-组合判定”的方法。

3）利用电子鼻由大曲气味判定大曲糖化力高低及预判酒质等级可能是一项创新的手段，该方法需要前期大量数据的积累和分析，并且对数据的客观性有要求，另外分析方法、模板优化方式等相关内容也需要根据样品实际情况进行深入研究。

［1］GARDNER J W，BARTLETT P N.A brief history of electronic nose ［J］.Sensor Actuat B-chem，1994，18（3）:210-211.

［2］JULIAN W GARDNER，PHILIP N BARTLETT.Electronic Nose:Principles and Applications［M］.Oxford University Press，1999：245.

［3］鲁小利，王俊，海铮.基于遗传优化神经网络的电子鼻对可乐的检测［J］.传感技术学报，2007（6）:1 211-1 214.

［4］孙钟雷.电子鼻技术在猪肉新鲜度识别中的应用［J］.肉类研究，2008（2）:50-53.

［5］TORRI L，SINELLI N，LIMBO S.Shelf life evaluation of fresh-cut pineapple by using an electronic nose ［J］.Postharvest Biology and Technology，2010， 56 （3） :239-245.

［6］于慧春，王俊，张红梅，等.龙井茶叶品质的电子鼻检测方法［J］.农业机械学报，2007，38（7）:103-106.

［7］鲁小利，海铮，王俊.可乐饮料的电子鼻检测研究［J］.浙江大学学报:农业与生命科学版，2006，32（6）:677-682.

［8］徐晚秀，李臻峰，张振，等.基于电子鼻的中国白酒酒龄检测［J］.食品与发酵工业，2016（2）:144-149.

［9］戴鑫，于海燕，肖作兵.电子鼻和电子舌在饮料酒分析中的应用近况［J］.食品与发酵工业，2012（8）:114-118.

［10］柯永斌，周红标，李珊，等.基于电子鼻的不同香型白酒快速识别［J］.酿酒科技，2013（11）:1-3;8.