近红外光谱仪快速检测黄酒酒醅技术的开发

盛凤云，徐俊敏，孙佐红，戴 炯，史春江

(无锡市振太酒业有限公司，江苏无锡214091)

近红外光是介于可见光和中红外光之间的电磁波，近红外光谱分析技术是一种既快速又简便的分析方法，该方法具有无需破坏样品、同时检测多种组分、安全环保等优点；目前近红外分析技术已经广泛应用于粮食行业、饲料行业、食品行业、药品行业等。

黄酒属于发酵酒，在酿制过程中需要经过长时间的发酵，而对发酵过程酒醅的检测用于生产监控、质量分析、工艺改进等是生产过程中必不可少的环节。黄酒酒醅分析的主要理化指标为酒精度和总酸、还原糖，企业一般采用黄酒国标中的方法进行检测，耗时耗力，因此开发快速简便的测定方法很有必要。本研究采用近红外光谱检测技术可以节约时间、减少人力，提高检测效率，节约公司成本。

1 材料与方法

1.1 材料、仪器

样品：黄酒速酿酒母发酵72 h 的酒醅，每天投料两罐酒母进行取样分析。

仪器设备：福斯NIRS DS 2500，产自丹麦，数据收集和模型建立使用福斯Mosaic 软件和WinISI 定标软件。

1.2 实验方法

1.2.1 样品预处理

取样时应将醪液混合均匀，放置于酒醅专用取样杯中，扫描前用2 层纱布挤压过滤。样品处理完后应在0.5 h内完成扫描，避免理化指标发生变化。

1.2.2 样品的传统分析

依据黄酒国标GB/T 13662，对酒醅中的酒精度和酸度进行检测。

1.2.3 近红外光谱数据采集

采用福斯DS2500 近红外分析仪，经过检测分析透射和反射光线信号，形成光谱图。每个样品设置编号，样品扫描前摇晃均匀，倒入液态扫描杯中，用干净纸巾或软布将扫描杯周边擦拭干净，放入扫描平台，盖上金属反射板，操作Nova 软件对样品光谱进行扫描采集。

每个样品采集2 次，Mosaic 软件对扫描光谱自动保存。

样品传统分析同近红外扫描时间间隔不超过30 min，以避免样品持续发酵，理化指标发生太大变化。

1.2.4 模型的建立

福斯WinISI定标模型建立，使用主成分分析技术（聚类分析技术）将光谱数据抽提转化为主成分和得分数据。然后根据各样品光谱间的差异及某样品与主组群的差异，剔除超常样品，从而确定参与定标的最适样品，见图1。对原始光谱图进行导数、散射校正、平滑处理，再进行模型建立。

用样品检测的手工值对近红外扫描的光谱结果进行赋值，采用偏最小二乘法建立定标模型。

1.2.5 模型的验证

采用没有参与定标的样品（盲样），用已建立好的模型进行扫描和结果预测，同传统分析的结果进行对比分析，判定模型的预测能力。

2 结果与分析

2.1 实验室传统分析方法的评估

一般而言，近红外分析的准确度以传统分析方法为基础，所以要提高近红外测试的分析准确度，必须先了解近红外建模所用的化学手工方法的准确度，分析方法准确度采用标准偏差（SD）进行评估。

从生产车间随机取8份样品，平均分成2份，设置不同的编号，实验室4 名化验员随机抽取不同编号的样品，分析检测酒精度、酸度，评估实验室检测人员的检测误差，具体数据见表1。

表1 实验室传统分析误差

在测定出实验室传统分析误差以后，可以确定近红外仪器检测分析的误差可接受的范围为酒精度为0.4%vol，酸度为0.2 g/L。

2.2 建立酒母72 h酒醅模型

经过整个投料酿季的数据收集，酒母72 h 的数据共收集480 个数据，其中15 个样品单独列出用于建立定标模型时的交互验证数据，另取出15 个数据作为盲样，用于定标模型的准确性验证。收集的光谱图见图2。

同时进行传统手工检测，对这些光谱图赋予对应的数值，酒精度和酸度的手工检测值分布见图3和图4。

从图3 和图4 可看出，酒精度在9.2 %vol～13.5 %vol 具有较好的分布，总酸在2.5～4.8 g/L 具有较好的分布。根据WinISI定标软件原理，对收集的光谱图进行聚类分析，测量每个样品与样品中心点的距离，剔除超常的样品；然后光谱进行一阶导数、散射校正、平滑处理，处理后的光谱见图5。

处理过后的光谱采用偏最小二乘法，从480 个数据中单独列出了15 个数据用于交互验证，该15个数据不用于模型的建立。建立模型的分析数据见表2。

较好的定标模型应有较低的SECV 和高的1-VR。从总酸和酒精度的定标模型分析数据看酒精度在聚类分析过程中，剔除了16 个超常数据，定标模型的标准偏差为0.23%vol。总酸的定标模型剔除了10 个超常数据，标准偏差为0.18 g/L。单纯从数据看，总酸的定标模型较好，但实际上由于总酸本身手工检测的误差较小，而酒精度手工检测的误差较大，因而分析酒精度的定标模型要优于总酸，但两者的标准偏差都可以满足要求。

表2 酒母定标模型分析

2.3 模型验证

采用之前取出的15 个盲样，对建立的模型进行准确度的验证确认，结果见图6。

从定标模型对盲样的预测结果看，酒精度的最小偏差为0.01%vol，最大偏差为0.45%vol，标准偏差为0.24%vol。总酸的最小偏差为0.01 g/L，最大偏差为0.37 g/L，标准偏差为0.17 g/L；都符合近红外偏差预设可接受范围，确认72 h 酒母定标模型初步建立，可以用于黄酒酒醅的快速检测。

3 讨论

近红外检测技术近几年来发展较快，主要是检测速度快，可以同时检测样品的不同组分，不需要消耗化学试剂等优点显著。目前在饲料行业、白酒酒醅、黄酒酒液方面都有研究开发，但在黄酒酒醅方面少有报道应用。本研究通过尝试使用近红外分析技术分析酒母酒醅，建立初步的预测模型，并通过盲样进行数据预测，酒精度的平均偏差0.30%vol，总酸的平均偏差为0.13 g/L，符合误差可接受的范围，可用于生产实际应用。

由于建立模型的数据量较少，仍有个别数据的偏差较高；但随着数据量的增多，模型的稳定性将会提升，预测的准确度更好；黄酒发酵过程中，在酒母阶段、前发酵阶段以及后发酵阶段，都需要检测酒精度、总酸、还原糖以及氨基酸态氮来监控发酵的状况，通过近红外分析技术的应用，将大幅度降低人工检测的强度，减少分析试剂的使用消耗，因此公司将会继续进一步完善酒母72 h 的模型，并把该技术推广应用到前发酵和后发酵阶段酒醅的检测。