馬偉，董大偉，楊建梅，王曉慧，陳文，葉紅，畢小艷

（江蘇洋河酒廠股份有限公司，江蘇宿遷223800）

近紅外光譜儀在酒曲檢測中的應用

馬偉，董大偉，楊建梅，王曉慧，陳文，葉紅，畢小艷

（江蘇洋河酒廠股份有限公司，江蘇宿遷223800）

傳統(tǒng)的曲質(zhì)檢測方法較為落后且費時費力，檢驗過程也會造成藥品的消耗和廢液的產(chǎn)生。針對近紅外光譜儀在分析應用中具備快速、準確、無污染等特點，提出了建立針對中高溫酒曲3個指標：水分、淀粉、酸度的近紅外模型，用于取代手工檢測，達到快速檢測的目的。

檢測；近紅外光譜儀；中高溫酒曲

近紅外光（near infrared light）是指介于可見光譜區(qū)到中紅外光譜區(qū)之間的波長在780～2526 nm范圍的電磁波，其光譜信息來源于分子內(nèi)部振動的倍頻吸收與合頻吸收。在近紅外光譜范圍內(nèi)，測量的主要是含氫基團X-H（X=C、N、O、S等）振動的倍頻及合頻吸收[1-5]。近紅外光譜（NIRS）技術是于20世紀80年代迅速發(fā)展起來的一項物理測試技術，具有快速、無損耗、多成分同時分析、分析過程無污染、分析結(jié)果重現(xiàn)性高等優(yōu)點，已成為現(xiàn)代分析測試技術中的重要工具。目前，近紅外技術已成熟應用于食品、藥品、化工產(chǎn)品等領域。在國內(nèi)釀酒業(yè)的應用主要是用于糧食、酒醅和基酒中相關組分含量的分析。目前近紅外光譜技術在曲質(zhì)檢測中還未得到開發(fā)和應用[6-7]。

酒曲生產(chǎn)需要一定的發(fā)酵周期，發(fā)酵過程不便調(diào)控，因此酒曲的化學成分分析對于制曲生產(chǎn)起著相當重要的作用。通過運用近紅外技術快速分析酒曲中的水分、酸度、淀粉等指標指導生產(chǎn)，為發(fā)酵微生物的活動創(chuàng)造良好的物質(zhì)環(huán)境基礎。傳統(tǒng)的酒曲檢測方法較為落后且費時費力，檢驗過程也會造成藥品的消耗和廢液的產(chǎn)生。近紅外光譜分析具有以下特點：（1）操作簡單；（2）分析速度較快，適合大批量重復測試；（3）測試過程中無需使用化學試劑、無污染；（4）樣品可以重復使用；（5）可用于生產(chǎn)線等在線檢測。本研究采用近紅外光譜技術結(jié)合偏最小二乘法，建立和優(yōu)化了中高溫酒曲的水分、酸度、淀粉3個指標的預測模型，并通過驗證集的內(nèi)部檢驗和外部檢驗來驗證預測模型的預測能力，為進行中高溫酒曲的質(zhì)量監(jiān)控和分析研究建立了一種準確、及時、高效的檢測方法。

1 材料與方法

1.1 材料

實驗所用材料：洋河酒廠制曲車間所生產(chǎn)的中高溫酒曲，原料主要為小麥和大麥（小麥和大麥質(zhì)量比為9∶1）。樣品選取為發(fā)酵完成的成品出房曲，粉碎后顆粒度均勻，且20目篩通過率不低于90%。樣品累計數(shù)量共720個，隨機抽取576個樣品（樣品總數(shù)的4/5）作為建模集樣品；另隨機抽取144個樣品（樣品總數(shù)的1/5）作為驗證集樣品。

儀器設備：瑞士Buchi公司的傅立葉變換外光譜儀NIRMaster，配備傅立葉變換干涉儀、NIRFlex Solids固體測量池、自動旋轉(zhuǎn)采樣系統(tǒng)、透射檢測系統(tǒng)，直徑9 cm的培氏培養(yǎng)皿和樣品杯，不銹鋼壓樣制樣器。瑞士Buchi公司的NIRCal軟件，近紅外定量分析軟件包（包括PLS算法），控制近紅外光譜儀的通用計算機。江蘇洋河酒廠股份有限公司化驗室分析酒曲中水分、酸度、淀粉的常規(guī)儀器。

1.2 實驗方法

1.2.1 樣品的化學測量值分析方法

中高溫酒曲水分、酸度、淀粉的化學測定值按照QB/ T 4257—2011釀酒大曲通用分析方法測定。數(shù)據(jù)均由操作熟練、經(jīng)驗豐富的檢驗員提供，提供的數(shù)據(jù)分別作為建模數(shù)據(jù)和驗證數(shù)據(jù)。

1.2.2 光譜采集

利用不銹鋼壓樣制樣器在樣品杯內(nèi)制樣，以保證測試光譜的一致性。將制好的樣品放到培氏培養(yǎng)皿中在NIRFlex Solids固體測量池上測試其吸收的光譜，光譜測試條件如下：

光譜采集范圍選擇：4000～10000 cm-1。

光譜分辨率：8 cm-1。

掃描次數(shù)：64次。

2 結(jié)果與分析

2.1 光譜采集方式

采用Buchi最新的傅立葉變換偏正干涉儀NIRMaster和固體測量池并配備自動旋轉(zhuǎn)采樣系統(tǒng)采集中高溫曲的漫反射近紅外光譜，樣品除粉碎外不需要進行任何前處理。近紅外光譜分析技術是一種間接的分析方法,需要使用化學計量學軟件，將采集的近紅外光譜與傳統(tǒng)分析方法提供的數(shù)據(jù)關聯(lián)起來，并建立穩(wěn)定的近紅外分析的模型，從而對未知樣品進行分析。所以必須用適宜的采樣方式和采集參數(shù)來對樣品進行光譜圖采集，樣品均質(zhì)性和裝樣方式是獲得穩(wěn)定圖譜的關鍵。樣品粉碎顆粒大小不一或裝樣方式不同可能會造成樣品表面的漫反射不一致，從而導致較大的分析誤差。所以關于中高溫酒曲粉碎度，采用20目篩通過率90%的標準；裝樣方式為填滿用平模器稍微壓緊。同時還采用將同一樣品多次裝樣采集光譜，利用軟件合成平均光譜來進行建模定標分析，這可大大提高分析精確度。裝樣掃描過程也由同一人完成。所得樣品NIR譜圖見圖1；經(jīng)過ds2方法預處理后的譜圖見圖2。

2.2 中高溫酒曲水分、酸度、淀粉模型的建立

2.2.1 數(shù)據(jù)處理與分析

每張近紅外漫反射光譜存在從4000～10000 cm-1波段1501個反射率值，本實驗得到的光譜數(shù)據(jù)與手工值數(shù)據(jù)一起由BUCHI獨有的NIRCal化學計量學軟件采用偏最小二乘法來建立水分、酸度、淀粉等各指標的定標模型。

圖1 中高溫酒曲樣品近紅外原始漫反射光譜圖

圖2 經(jīng)過ds2方法預處理后的中高溫酒曲光譜圖

2.2.2 近紅外光譜法定量分析

根據(jù)采集得到的720個中高溫酒曲樣品近紅外漫反射光譜，使用化學計量學軟件建立了中高溫酒曲的水分、酸度和淀粉等模型。分別采取了ncl、dg1和ds2等光譜前處理方法對光譜進行平滑和去噪處理，選擇5000～9000 cm-1作為水分指標建模波段；選擇5000～10000 cm-1作為酸度指標建模波段；選擇4000～9000 cm-1作為淀粉指標建模波段，采用交叉驗證的方法選擇主成分數(shù)，采用PLS算法建立了中高溫酒曲的水分、酸度和淀粉的近紅外定量模型。模型的直觀評價采用相關系數(shù)Correlation coefficient即R值和校正誤差Squared Error of Calibration（SEC）、預測誤差Squared Errorof validation（SEP）對預測模型進行定量評價。一個好的模型應該具有較高的R值，較低的SEC、SEP值，SEC和SEP的差異越小越好，說明所建模型越穩(wěn)定預測能力越強。經(jīng)過NIRCal計算，軟件可以自動得出最佳模型：見圖3—圖5。

如圖3所示，水分測定模型定標范圍10.60%～16.93%，相關系數(shù)R=0.9556，SEC=0.3565，SEP=0.3565，R值較高，SEC、SEP值較低且相近，說明模型具有極強的穩(wěn)定性和預測能力。

圖3 酒曲樣品水分測定標準工作曲線

圖4 酒曲樣品酸度測定標準工作曲線

如圖4所示，酸度測定模型定標范圍為0.76%～ 1.44%，相關系數(shù)R=0.4821,SEC=0.1237,SEP=0.1293，R值偏低，說明模型穩(wěn)定性和預測能力不高，需進一步優(yōu)化。

如圖5所示，淀粉測定模型定標范圍為53.1%～68.4%，相關系數(shù)R=0.6689，SEC=1.9353，SEP=1.9405，R值稍高，SEP、SEP相近但偏高。

圖5 酒曲樣品淀粉測定標準工作曲線

綜上所述，水分和淀粉2個指標的定標集的標準偏差SEC與預測集的標準偏差SEP都非常接近，模型的預測能力較強。酸度模型穩(wěn)定性和預測能力不高，需進一步優(yōu)化。

2.3 模型的驗證

近紅外光譜儀和化學分析對同一樣品進行8次精確度測試，結(jié)果見表1，準確性實驗結(jié)果見表2。

從表1可以看出，近紅外光譜儀的測定精度要好于常規(guī)檢測方法的測定精度?；瘜W值測定同一樣品的波動范圍要大于近紅外測定的波動范圍。

從表2可以看出，水分、淀粉測定的準確性均較好，酸度的準確性較差一些，基本能夠滿足對制曲生產(chǎn)中酒曲檢測的要求。

表1 近紅外光譜儀精度測試

表2 近紅外光譜儀準確性實驗

綜上所述，水分、淀粉2個近紅外定標模型對未知樣品的預測精確度較高，完全能夠滿足制曲生產(chǎn)的要求。酸度模型的穩(wěn)定性和預測能力不高，仍有優(yōu)化空間。因而可以利用近紅外光譜技術來對中高溫酒曲中的水分和淀粉指標進行快速測定。

3 結(jié)論

本實驗利用傅立葉變換近紅外光譜技術結(jié)合偏最小二乘回歸法（PLS）建立了中高溫酒曲的水分、酸度、淀粉的定標分析模型。通過對本實驗所建模型預測結(jié)果與傳統(tǒng)分析方法的檢測結(jié)果進行比較，水分及淀粉定標模型的分析精確度能夠滿足生產(chǎn)實際的需求，大大提高了分析速度、節(jié)約了人力物力，而且與傳統(tǒng)分析方法相比降低了對日常操作人員的技術要求。該技術在中高溫酒曲分析檢測過程中實現(xiàn)了快速、無污染、綠色的質(zhì)量控制檢測，產(chǎn)生的社會效益和經(jīng)濟效益較顯著。

[1]MARTIN KA.Recentadvancesin near-infrared reflectances spectroscopy[J].Applied spectroscopy reviews,1992,27(4)：325-383.

[2]陸婉珍,袁洪福,徐廣通.現(xiàn)代近紅外光譜分析技術[M].北京：中國石化出版社,2000：1-150.

[3]徐廣通,袁洪福,陸婉珍.現(xiàn)代近紅外光譜技術及應用進展[J].光譜學與光譜分析,2000,20(2)：142.

[4]嚴衍祿,趙龍蓮,韓東海,等.近紅外光譜分析基礎與應用[M].北京：中國輕工業(yè)出版社,2005.

[5]劉沭華,張學工,周群,等.近紅外漫反射光譜法和模式識別技術鑒別中藥材產(chǎn)地[J].光譜學與光譜分析,2006,26(4)：629-632.

[6]沈小梅,馬雷,李安軍,等.基于近紅外光譜分析技術對釀酒原料水分的檢測方法研究與優(yōu)化[J].食品與發(fā)酵科技,2015,51 (5)：92-96.

[7]趙東,李楊華,蘭世蓉,等.近紅外光譜儀在酒醅分析中的應用研究[J].釀酒科技,2004(1)：72-76.

Application of Near Infrared Spectrometer in the Detection of Daqu

MAWei,DONG Dawei,YANG Jianmei,WANG Xiaohui,CHENWen,YEHong and BIXiaoyan
(Yanghe Distillery Co.Ltd.,Suqian,Jiangsu 223800,China)

Traditional detection methods of Daqu are backward and time-consuming.Besides,reagents consumption and the yield of poisonous liquid are also troublesome issues in the detection process.However,the application of near infrared spectrometer has the advantages including rapid detection,accurate detection and no pollution,etc.In this paper,the detection model by near infrared spectrometer for three physiochemical indexes of medium-high-temperature Daqu including water content,starch content and acidity had been established,which could be used instead of manual detection to achieve rapid detection.

detection;near infrared spectrometer;medium-high-temperature Daqu

TS261.1；TS261.7；TS262.3

A

1001-9286（2017）02-0082-04

10.13746/j.njkj.2016322

2016-11-02

馬偉(1985-)，男，江蘇宿遷人，工學學士，主要從事酒曲的檢測及近紅外光譜技術應用的相關研究。

優(yōu)先數(shù)字出版時間：2017-01-04；地址：http://www.cnki.net/kcms/detail/52.1051.TS.20170104.1430.004.htm l。