2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩226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、黃酒是我國(guó)最古老的獨(dú)有酒種,集營(yíng)養(yǎng)和保健為一體,被譽(yù)為“國(guó)粹”。然而目前針對(duì)黃酒的基礎(chǔ)研究較為薄弱,對(duì)黃酒陳釀過程中風(fēng)味成分的陳釀機(jī)理缺乏全面系統(tǒng)的研究;且檢測(cè)水平落后,對(duì)黃酒產(chǎn)品的質(zhì)量控制僅局限在幾項(xiàng)常規(guī)指標(biāo),如酒精度、總糖、總酸,對(duì)與黃酒風(fēng)味形成密切相關(guān)的微量功能性組分了解甚少,與消費(fèi)者對(duì)黃酒品質(zhì)越來越高的要求極不相稱,阻礙了黃酒產(chǎn)業(yè)進(jìn)一步的發(fā)展與壯大。本研究是對(duì)本課題組前期研究(基于近紅外光譜的紹興黃酒風(fēng)味成分與酒齡的檢測(cè)分析)的

2、進(jìn)一步深入和拓展,目的是建立黃酒不同陳釀階段以及酒齡的指紋圖譜快速檢測(cè)方法,為黃酒產(chǎn)品質(zhì)量控制、風(fēng)險(xiǎn)評(píng)估提供新手段、新裝備。
   本文以紹興黃酒為研究對(duì)象,綜合利用儀器分析、可見/近紅外、近紅外和中紅外光譜技術(shù),對(duì)紹興黃酒的陳釀特性及其酒齡和品質(zhì)的指紋圖譜檢測(cè)方法和裝置開展了研究,獲取了基于黃酒中多類化學(xué)組分以及近紅外光譜的黃酒酒齡特征指紋圖譜;建立并對(duì)比了黃酒多種風(fēng)味成分的近紅外、中紅外光譜定量分析模型;分析了溫度對(duì)黃酒品質(zhì)

3、可見/近紅外光譜檢測(cè)精度的影響,確定了最佳檢測(cè)溫度水平,在此基礎(chǔ)上開發(fā)了基于溫度控制的黃酒品質(zhì)實(shí)時(shí)檢測(cè)系統(tǒng),本文的主要研究結(jié)果和結(jié)論如下:
   (1)對(duì)2007年冬釀紹興黃酒在陳釀3至45個(gè)月時(shí)間范圍內(nèi),各種特征風(fēng)味成分的含量變化進(jìn)行了動(dòng)態(tài)追蹤檢測(cè)。結(jié)果表明,在黃酒陳釀過程中:①6項(xiàng)常規(guī)指標(biāo)中,酒精度和總糖含量呈下降趨勢(shì),非糖固形物和總酸含量則穩(wěn)步上升,氨基酸態(tài)氮和pH的變化趨勢(shì)不明顯。除pH外,其余指標(biāo)的含量隨陳釀過程存在顯

4、著差異;②乳酸與總酸一致,含量不斷增加,并存在顯著性差異;③5個(gè)糖類指標(biāo)中,葡萄糖含量變化趨勢(shì)不明顯,未檢測(cè)出顯著性差異。麥芽糖、異麥芽糖、潘糖和異麥芽三糖則存在顯著性差異,但無(wú)明顯變化趨勢(shì);④黃酒中的9種主要金屬離子元素(Na、Mg、Al、K、Ca、Mn、Fe、Cu、Zn)的含量在陳釀過程中均存在一定波動(dòng),無(wú)明顯增加或降低趨勢(shì)。除Ca與Cu外,其它7種元素均存在顯著性差異;⑤16種游離氨基酸指標(biāo)中,天門冬氨酸、谷氨酸、脯氨酸、異亮氨酸

5、、亮氨酸、酪氨酸、賴氨酸、組氨酸、精氨酸及總氨基酸含量在陳釀過程中均有降低趨勢(shì),其余7種氨基酸(蘇氨酸、絲氨酸、甘氨酸、丙氨酸、纈氨酸、蛋氨酸、苯丙氨酸)含量總體保持穩(wěn)定。除天門冬氨酸、甘氨酸、丙氨酸、亮氨酸、酪氨酸和苯丙氨酸外,其余氨基酸的含量均存在顯著差異;⑥11種揮發(fā)性成分指標(biāo)(異丁醇、異戊醇、2,3-丁二醇、β-苯乙醇、丙三醇、乙酸乙酯、丁酸乙酯、乳酸乙酯、壬醛、苯甲醛、癸酸乙酯)中,異丁醇、異戊醇、壬醛、苯甲醛含量在陳釀中有所

6、降低,丙三醇含量出現(xiàn)上升,其余指標(biāo)含量均出現(xiàn)一定波動(dòng),無(wú)顯著變化規(guī)律。
   結(jié)果表明,黃酒中的大部分常規(guī)指標(biāo)、乳酸、金屬離子、氨基酸等化學(xué)組分,在陳釀過程中均參與了復(fù)雜的物理化學(xué)變化,使得其含量經(jīng)歷了顯著的變化。但黃酒中主要糖類指標(biāo),葡萄糖的含量未檢測(cè)出顯著性差異,可推斷糖類指標(biāo)在陳釀過程中變化不大。由于所用檢測(cè)方法的限制,11種揮發(fā)性成分中大部分指標(biāo)未發(fā)現(xiàn)有明顯變化趨勢(shì),其陳釀機(jī)理有待進(jìn)一步研究。
   (2)建立了

7、基于以上各類化學(xué)組分的黃酒酒齡判別模型。結(jié)果如下:①基于6項(xiàng)常規(guī)指標(biāo)主成分得分的SLDA1、以及基于其組分含量的SLDA2和PLS-DA酒齡判別正確率分別為50.6%,48.7%和75.7%;②基于5種糖類指標(biāo)的SLDA1、SLDA2和PLS-DA酒齡判別模型的判別正確率分別為39.3%,36.4%和66.5%;③基于9種金屬離子的SLDA1、SLDA2和PLS-DA酒齡判別模型的判別正確率分別達(dá)到72.7%,73.4%和81.4%;④

8、綜合常規(guī)指標(biāo)、乳酸、糖類以及金屬離子四類化學(xué)指標(biāo),所建立的SLDA1、SLDA2和PLS-DA判別模型對(duì)酒齡的判別正確率分別為91.0%,86.6%和91.2%;⑤基于16種氨基酸指標(biāo)的SLDA1、SLDA2和PLS-DA酒齡判別模型的判別正確率達(dá)到86.4%,85.6%和91.2%;⑥基于11種揮發(fā)性成分指標(biāo)所建立的SLDA1、SLDA2和PLS-DA模型對(duì)酒齡的判別正確率分別為90.6%,90.6%和92.1%。
   結(jié)果

9、表明,綜合常規(guī)指標(biāo)、乳酸、糖類和金屬離子,以及氨基酸、揮發(fā)性成分所建立的酒齡判別模型,最佳判別正確率均超過90%,可用于黃酒酒齡鑒別和酒齡指紋圖譜檢測(cè)方法的建立。
   (3)分析了不同陳釀階段黃酒基酒以及不同標(biāo)注酒齡勾兌酒在800 nm-2500 nm范圍內(nèi)的近紅外光譜,發(fā)現(xiàn)兩者的光譜吸收特征一致,主要吸收峰均位于1455 nm、1692 nm、1776 nm、2266 nm、2302 nm以及1900-1950 nm處,與黃

10、酒中的糖、酸、氨基酸等風(fēng)味成分中的主要基團(tuán)C-H、O-H、N-H等的吸收密切相關(guān)。主成分分析結(jié)果顯示,不同酒齡的基酒和勾兌酒樣品的均有明顯聚類趨勢(shì)。基于LDA、LS-SVM以及PLS-DA三種模式識(shí)別方法所建立的基酒酒齡判別模型,其建模集判別正確率分別為93.6%,98.7%和94.4%,預(yù)測(cè)集判別正確率分別為96.3%,91.3%和95.2%;勾兌酒酒齡的LDA、LS-SVM、PLS-DA以及DPLS模型的建模集判別正確率分別為85.

11、0%,100%,99.2%和100%,預(yù)測(cè)集判別正確率分別為72.5%,87.5%,86.3%和95.0%。
   結(jié)果表明近紅外光譜能提取不同酒齡黃酒的整體差異信息,可用于基酒以及勾兌酒的酒齡的檢測(cè)分析和指紋圖譜的建立。
   (4)建立了黃酒中的6項(xiàng)常規(guī)指標(biāo)、乳酸、5種糖、16種氨基酸及總氨基酸含量的近紅外、中紅外光譜PLSR定量分析模型。①對(duì)常規(guī)指標(biāo)和乳酸的分析結(jié)果表明,所建近紅外、中紅外光譜分析模型均可用于總糖、

12、非糖固形物以及氨基酸態(tài)氮的定量分析(模型RPD>2.0),以及總酸、pH值、乳酸的定性分析(模型RPD>1.5)。除乳酸外,近紅外光譜分析模型的性能均優(yōu)于中紅外光譜。②對(duì)糖類指標(biāo)的分析結(jié)果表明,所建近、中紅外光譜分析模型可用于葡萄糖含量的定量檢測(cè)(模型RPD>2.0),異麥芽三糖的近紅外光譜分析結(jié)果較優(yōu)(模型RPD=1.95),而麥芽糖的中紅外光譜分析結(jié)果較優(yōu)(模型RPD=1.97),其余指標(biāo)檢測(cè)精度不佳,模型魯棒性欠缺(模型RPD<1

13、.5)。③對(duì)氨基酸指標(biāo)的分析結(jié)果表明,近紅外光譜分析模型性能普遍較優(yōu),除脯氨酸、苯丙氨酸、組氨酸以及總氨基酸外,其余指標(biāo)定量分析模型的RPD值均超過1.5,其中,天門冬氨酸、異亮氨酸、酪氨酸、精氨酸模型的RPD值大于2.0。而中紅外模型的魯棒性普遍欠缺,僅天門冬氨酸、谷氨酸、異亮氨酸、苯丙氨酸模型的RPD值大于或等于1.5,絲氨酸模型的RPD值接近1.5,具有定性分析能力,其它指標(biāo)均低于1.50。除脯氨酸和精氨酸外,近紅外光譜模型的整體

14、性能均優(yōu)于中紅外光譜。
   結(jié)果表明,近紅外、中紅外光譜均可用于黃酒中主要常規(guī)指標(biāo)、葡萄糖、乳酸,以及部分氨基酸指標(biāo)的定量定性檢測(cè)分析,近紅外光譜分析模型的性能總體優(yōu)于中紅外光譜。
   (5)分析了5℃,10℃,15℃,20℃,25℃,30℃,35℃溫度水平下黃酒樣品的可見/近紅外光譜(303-1700 nm)的變化規(guī)律。原始光譜中,在1340-1480 nm波段范圍內(nèi),在高頻(短波)波段,吸收峰隨著溫度的上升而逐漸

15、增高,反之,在低頻(長(zhǎng)波)波段,吸收峰隨著溫度上升而不斷降低。二階微分光譜中,在1320 nm和1358 nm處的吸收峰值隨溫度上升而增強(qiáng),而1404 nm處峰值隨溫度上升而降低。主成分分析結(jié)果顯示不同溫度下的樣品光譜有較明顯的聚類趨勢(shì),表明溫度對(duì)黃酒的可見/近紅外光譜影響顯著。由于氫鍵結(jié)合會(huì)使得水分子的伸縮振動(dòng)向高頻轉(zhuǎn)移,而彎曲振動(dòng)則向低頻轉(zhuǎn)移。溫度越高會(huì)促使氫鍵發(fā)生結(jié)合,從而伸縮振動(dòng)會(huì)向高頻(短波)轉(zhuǎn)移,由此造成樣品光譜發(fā)生變化。<

16、br>   建立了不同溫度下黃酒品質(zhì)指標(biāo)的SMLR定量分析模型,確定了酒精度、總糖、非糖固形物、總酸以及氨基酸態(tài)氮的最佳檢測(cè)溫度分別為:15℃,20℃,20℃,15℃和20℃。酒精度、總糖模型的精度較高,魯棒性優(yōu)(模型RPD>2.5),總酸模型精度一般,僅具有定性分析能力(模型RPD>1.5),非糖固形物以及氨基酸態(tài)氮模型精度不佳(模型RPD<1.5)。運(yùn)用7個(gè)溫度下的黃酒樣品光譜建立了酒精度、總糖和總酸的溫度補(bǔ)償檢測(cè)模型。結(jié)果表明,

17、酒精度的溫度補(bǔ)償效果較優(yōu)(模型RPD=3.81),而總糖和總酸溫度補(bǔ)償效果不佳(模型RPD<1.5)。
   利用蔡司便攜式光譜儀及其外部程序開發(fā)包、光纖、控溫樣品池,構(gòu)建和開發(fā)了基于可見/近紅外光譜的黃酒品質(zhì)(酒精度、總糖以及總酸)實(shí)時(shí)檢測(cè)的軟、硬件系統(tǒng),并對(duì)該檢測(cè)裝置的性能進(jìn)行了實(shí)驗(yàn)驗(yàn)證。在15℃水平下,對(duì)37個(gè)樣品的檢測(cè)結(jié)果為:①酒精度的預(yù)測(cè)相關(guān)系數(shù)rp、RMSEP以及RPD值分別為0.979,0.464%和3.78;②總

溫馨提示

  • 1. 本站所有資源如無(wú)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