邵 燕，代 宇*，張宿義，周 軍，秦 輝，劉世龍，郭 佳，唐 榕，許 馳，任 云，高紫瑤

（1.瀘州老窖股份有限公司，四川瀘州 646000；2.四川輕化工大學，四川宜賓 644000）

中國白酒源遠流長，因釀酒糧食、曲藥、發(fā)酵容器、釀制工藝、儲存、組合和調味等不同，從而形成了十余種香型白酒百花齊放的局面[1]。調味是白酒生產(chǎn)工藝中非常重要的環(huán)節(jié)之一，經(jīng)過組合后的酒，雖然已具備基本風格，但在某些地方可能存在缺陷和不足，這就需要調味來解決。通過調味的添加作用、化學反應、平衡作用和分子重排等，可實現(xiàn)彌補缺陷、取長補短、標準統(tǒng)一和質量穩(wěn)定的效果，最終使酒體豐滿、風格典型、酒質穩(wěn)定，達到成品酒的出廠要求[2]。調味酒種類較多，往往是采用特殊的工藝釀造生產(chǎn)，在香味或口感上有特香、特濃、特酸等突出的風格[3]，調味酒種類多少、儲存量大小往往是衡量一個酒企實力的標準之一?；A酒組合好之后，選擇哪些調味酒、使用多少量才能起到畫龍點睛功效，這就要求酒體設計師有豐富的實踐經(jīng)驗[4]。隨著白酒行業(yè)發(fā)展，特別是采用色譜質譜對白酒微量成分的剖析、白酒風味輪的建立[5-6]，白酒勾調技術由經(jīng)驗型向科學型轉變[7]，已形成較為科學的調味原則和調味方法?，F(xiàn)在主流的小樣調味酒添加方法有分別添加、依次添加和一次添加等，這種操作對經(jīng)驗依賴較大，可能只是得到局部最優(yōu)解[8]。為尋找全局最優(yōu)解，本研究采用響應面分析法設計試驗，選擇各個調味酒添加量作為輸入變量，新酒樣與標準酒樣的差異（歐氏距離）為響應值，根據(jù)試驗結果擬合得到調味酒添加量與歐氏距離之間的多元回歸方程，通過方程求解得到理論全局最優(yōu)解。

1 材料與方法

1.1 材料

酒樣：3種風格調味酒，由瀘州老窖股份有限公司提供，其中陳香調味酒可以提高半成品酒陳味并延長后味，窖香調味酒可以提高半成品酒窖香和濃香，翻沙調味酒可以增加半成品酒的醇甜感和豐滿度。組合后的待調味半成品酒：由瀘州老窖股份有限公司提供。

試驗工具：取樣桶，5 L容量瓶，錐形瓶（250 mL），量筒（100 mL、50 mL、10 mL、5 mL），膠頭滴管，移液槍，品酒杯。

1.2 試驗方法

1.2.1 感官評價

由10 名國家級白酒評委和10 名省級白酒評委組成的20 人感官評定小組對實驗酒樣進行感官判定，感官指標及描述參考GB/T 33405—2016 白酒感官品評術語，根據(jù)味道大小表述為無味道、輕微、明顯、強烈，對應的量化數(shù)值分別為0，1，2，3。評分表見表1，不同檔次的產(chǎn)品酒體感官風格有差異，一般來說檔次越高的濃香型白酒要求陳香越突出，本研究中選擇的標準酒樣的陳香、窖香、豐滿度和諧調度的數(shù)值標準為（2,2,3,3）。

表1 感官描述及評分表

1.2.2 歐氏距離

感官評分是對酒體從陳香、窖香、豐滿度和諧調度等4 個維度進行打分，相當于每一個酒樣是一個四維空間的點，調味后酒樣與標準酒樣之間的差異可采用歐氏距離來表示。歐氏距離就是歐幾里得距離，常用于衡量二維、三維及多維空間中兩個點之間的絕對距離，標準酒樣的坐標為S（a0，b0，c0，d0），調味后新酒樣的坐標為Xi=(ai，bi，ci，di)，酒樣Xi與標準酒樣S之間的歐氏距離計算公式為：

1.2.3 調味酒選擇

調味酒選擇包括調味酒種類選擇和使用量選擇。調味酒種類較多，不同酒廠有不同的分類，一般有酒頭調味酒、翻沙調味酒、高酯調味酒、高酸調味酒、陳香調味酒、窖香調味酒等十余種[9]。調味酒的添加種類不是越多越好，而是要根據(jù)待調基礎酒的風格不足來選擇，本研究中確定選擇陳香調味酒、窖香調味酒和翻沙調味酒3 種。調味酒的添加量也不是越多越好，而是要恰到好處，既能彌補酒體缺陷，又與標準樣品風格相接近，一般來說組合是按百分比添加，調味是按萬分比[10]添加，如果調味酒用量超過千分之一，表明基礎酒組合未達標[9]，應重新調整調味方案或修正組合方案。本研究中根據(jù)濃香型白酒調味生產(chǎn)實際經(jīng)驗，確定3 種調味酒的用量區(qū)間均為0%～0.05%。

1.2.4 響應面分析

借助實驗設計軟件Design Expert（Version8.0.6，StatEaseInt.Co.，Minneapolis，MN USA），采用響應面分析（Surf）中的Box-Behnken 方法進行半成品酒調味配方優(yōu)化。3種調味酒用量區(qū)間均為0 %～0.05 %，Block 設置為1，中心點為2，響應結果為試驗樣與標樣的歐氏距離，設計出14 個調味方案。分別按照14 個方案中3 種調味酒用量進行小樣調味，對新酒樣進行評分、計算平均值、計算歐氏距離，將歐氏距離輸入到軟件后進行回歸擬合、方差分析和最優(yōu)方案求解等操作。

2 結果與分析

2.1 歐氏距離

根據(jù)設計的14 個設計方案，進行放樣操作，每個樣品放樣5 L，然后按照表中比例加入3 種調味酒，充分攪拌后靜置24 h。組織由20名專業(yè)評委組成的嘗評小組分別進行品評、打分，匯總打分表后取平均值，計算平均值與標樣之間的歐氏距離，結果見表2。

表2 響應面設計方案及試驗結果

2.2 回歸方程

將表2 中的數(shù)據(jù)輸入到Design Expert 軟件中進行多元回歸擬合，得到歐氏距離對自變量陳香調味酒（A）、窖香調味酒（B）和翻沙調味酒（C）的回歸方程為：

2.3 方差分析

對擬合后的模型進行方差分析和顯著性檢驗，從表3 中可以看出，擬合后的二次多項式模型P 值為0.0007，小于＜0.01，可見模型顯著性較好，失擬項P 值為0.296，大于0.05，失擬項不顯著，表明該回歸方程與實際值得擬合度較好。F 值的大小表示各因素對響應值的影響力大小，從表3 中可知，各因素對歐氏距離的影響大小順序是：C 翻沙調味酒＞B 窖香調味酒＞A 陳香調味酒。該模型的復合相關系數(shù)R2=0.9923，校正決定系數(shù)Radj2=0.9749，說明該模型能夠解釋97.49 %的響應值變化，信噪比大于4 就說明模型可用，而該模型方程的信噪比是26.131，可以很好地指導實際感官評價。由顯著性可知除了A 陳香調味酒之外，其他因素均具極顯著。

表3 回歸模型方差分析

2.4 分布圖分析

從殘差的正態(tài)概率分布圖和預測值與實際值分布圖可以看出，殘差的正態(tài)概率分布在一條直線上、殘差與預測值分布圖在一條直線上，說明利用響應面法擬合的模型適應性較好。

圖2 預測值與實際值分布圖

2.5 交互作用分析

不同的調味酒只是各自具有典型的特征，也有相似之處，因此它們之間有協(xié)同疊加作用。根據(jù)二次方程分別作出3 種調味酒之間交互作用三維立體響應曲面和等高線圖，考察某個因素固定在中心值不變的情況下，其他兩個因素的交互作用對歐氏距離的影響。響應曲面和等高線圖能直觀反應交互作用對響應值的影響程度，曲面越陡，等高線越密集，則影響越顯著，等高線越接近橢圓，兩個因素的交互作用越強。從圖3—圖5 中可以看出，陳香調味酒（A）、窖香調味酒（B）、翻沙調味酒（C）之間相互作用對歐氏距離影響大小的順序為AB＞BC＞AC；從表3 中的P 值可以看出AB 和BC 在0.01 水平上影響顯著，AC在0.05水平上影響顯著。

圖3 陳香調味酒和窖香調味酒對歐氏距離的交互影響3D圖

圖4 陳香調味酒和翻沙調味酒對歐氏距離的交互影響3D圖

圖5 窖香調味酒和翻沙調味酒對歐氏距離的交互影響3D圖

2.6 最優(yōu)方案確定及驗證

采用歐氏距離最小進行優(yōu)化，優(yōu)化后得到唯一解，即最佳配比為陳香調味酒0.023%、窖香調味酒0.021 %，翻沙調味酒0.033 %，理論歐氏距離是0.2495。按照該調味方案進行放樣，并進行感官驗證，計算得到的歐氏距離為0.2398，偏差率為3.89 %，說明模型的擬合度較好，能夠滿足生產(chǎn)需求。

3 結論

采用Box-Behnken 響應面法（RSM）對濃香型白酒調味方案進行優(yōu)化，得到調味酒的用量與歐氏距離的二次多項式回歸模型，以歐氏距離最小值為條件得到最優(yōu)配方為：陳香調味酒0.023%、窖香調味酒0.021 %，翻沙調味酒0.033 %，理論歐氏距離是0.24946。通過實際驗證，采用響應面法可以實現(xiàn)白酒調味方案優(yōu)化，滿足生產(chǎn)需要。針對其他香型白酒，選擇與之相適用的調味酒種類及感官評分表項目，也可借鑒本方法進行調味方案優(yōu)化，具有行業(yè)推廣價值。