黄酒总糖的近红外光谱检测模型优化研究

摘要

本课题组一直致力于黄酒成分专用检测仪的研制，但用已研制好的仪器检测黄酒总糖时精度尚不理想。因此如何提高总糖的检测精度变得尤为重要。本文以绍兴黄酒为研究对象，用降维算法对总糖模型进行优化，找出效果最好的总糖模型，并与常见的BP模型最比较。最后，按照黄酒中酒精、酸、总糖的成分及比例配制混合溶液，分析黄酒中酒精、酸对总糖的影响。以下是本文的优化思路和结论：
　　（1）首先，通过APaRP和runs test相结合的算法判断黄酒总糖与光谱之间的关系。接着，对样品数据进行PCA、MDS、LLE、LTSA、ISOMAP、FastICA降维，将降维后的数据结合PLS建立模型，分别分析算法中各个参数对模型的影响，并比较各个算法结合PLS建模后效果。接着，将效果较好的ISOMAP、LTSA非线性降维算法结合PLS建立的模型与最为常见的非线性BP模型做比较，从而论证采用降维算法优化总糖模型的可行性。
　　（2）按照黄酒中酒精、总糖的成分分布及比例配制混合溶液并分析酒精对总糖的影响。以酒精浓度作为变量，通过二维红外相关光谱分析混合溶液中各谱峰的归属，以及各谱峰受酒精的影响程度。酒精中的C-H、O-H分别和总糖中的C-H、O-H形成氢键，从而影响光谱。随着酒精度从9.5％增加到17.5%，模型效果RMSEP从0.0108增加到0.017。模型预测效果随着酒精浓度升高变差。
　　（3）按照黄酒中主要成分酸、总糖的成分分布及比例配制混合溶液并分析酸对总糖的影响。以酸度作为变量，通过二维相关光谱分析了混合溶液中各谱峰的各自归属以及以及各谱峰受酸的影响程度。酸中的O-H、C-O分别和总糖中O-H、C-O形成氢键，从而影响光谱。随着酸度从3.5%增加到7%，模型预测效果RMSEP从0.048增加到0.13，模型预测效果随着酸度升高变差。
　　通过上述的方法分析黄酒总糖模型精度不高的原因，提出相关的探讨和以及一些优化思路。从而为本课题组研制的黄酒专用型近红外分析仪的改进提供一些软件和模型上的思路。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

1 绪论

1.1 课题研究背景

1.2 酒类总糖的检测指标

1.3 近红外光谱技术在酒类总糖检测中的研究现状

1.4 本文研究内容和路线

2 近红外光谱检测黄酒总糖基本理论和方法

2.1 近红外光谱检测黄酒总糖的原理

2.2 近红外光谱分析黄酒总糖流程

2.3 近红外黄酒总糖模型的建立方法简介

2.4 评价体系

3 数据降维算法对总糖模型的影响

3.1 黄酒总糖线性度检测

3.2 算法原理

3.3 实验材料与方法

3.4 降维算法参数的优化

3.5 基于PLS的黄酒总糖模型建立

3.6 黄酒总糖不同降维算法结合PLS模型结果比较

3.7 非线性降维-PLS建模效果与非线性建模效果优劣

3.8 本章小结

4 基于二维红外光谱分析黄酒主要成分对总糖的影响

4.1 纯物质溶液收集与配制

4.2 二维相关光谱技术的理论基础

4.3 酒精度对总糖的影响分析

4.4 酸度对总糖的影响分析

4.5 本章小结

5 总结与展望

5.1 总结

5.2 不足之处

5.3 展望

参考文献

作者简介