一、近红外光谱仪在酒醅分析中的应用研究（论文文献综述）
陈景宜,王卫东,王青松,陈爽[1]（2021）在《傅立叶变换近红外光谱仪在入池酒醅回复性中的应用研究》文中研究说明入池酒醅的回复性是衡量酒醅在受到外界压力后恢复变形的能力,也是酒醅骨力和手感揉实性的表现,对整个发酵过程影响很大。传统方法是靠经验以手试醅,主观性较强,后采用质构仪检测,为了能实现大批量定量检测,我公司创新采用步琦公司NIRmaster近红外光谱分析仪,并结合近红外分析软件NIRCal5.2,建立了入池酒醅性状中回复性的定量模型。该模型的建模集的相关系数r为0.8549,验证集的相关系数r为0.8328;建模集标准差（SEC）与验证集标准差（SEP）的比值为1.026。随机选取40组样品验证模型的可靠性,与质构仪检测方法对比,平均相对误差为3.11%,RMSEP为0.263,说明近红外模型有较好的预测能力,可用于入池酒醅回复性的预测。
汤余尖[2]（2021）在《近红外光谱分析仪的实时数据采集与监测管理》文中认为近红外光谱技术因检测速度快、无需样品制备、无污染、可用于不同环境条件等优点,受到了越来越广泛的关注,石化、制药和生物发酵等生产行业都在逐渐增多地采用近红外光谱技术做实时在线检测。本文针对近红外光谱分析仪的实时数据采集与监测管理开展研究工作,主要研究内容包括:针对国外某仪器公司制造的近红外光谱分析仪的算法封闭和数据不开放问题,如内部光谱标定建模算法不能由用户改动、不支持用户编写的光谱预处理算法、以及不能将采集的光谱数据直接存储到本地文件等,基于TCP/IP接口和光谱仪的数据通讯机制,设计光谱数据采集和状态与诊断信息监测等程序,以实时获取光谱仪采集的光谱数据,并且对仪器进行状态和诊断信息监测。而且,编制多种光谱预处理算法以对实时采集的光谱数据进行预处理,为后续光谱标定建模与监测提供可靠的数据源。针对光谱数据量大、实际工程应用数据采集通道多的特点,分别设计单通道与多通道数据库结构,构建单通道与多通道光谱数据库,从而克服现有光谱仪器在数据存储和读取方面的不足,可方便地读取指定通道和特定时间段的数据,并且在数据库中可以利用结构化查询语言（SQL）对历史采集数据进行增删和标注等操作,进一步方便后续光谱标定建模与实时监测。针对现有光谱仪集成开发环境不够直观的问题,基于Java Swing工具包并结合Java事件处理机制进行图形化用户界面（GUI）开发,设计光谱数据监测人机交互界面和多通道数据管理界面。前者主要集成光谱仪的实时数据采集、光谱数据图形化存储与显示功能、状态与诊断信息监测功能、以及多种光谱数据预处理算法,后者主要集成多通道光谱数据的图形化存储与显示功能、以及多种光谱数据预处理算法。这样的图形化用户界面设计便于用户进行实时光谱数据采集及监测管理。
余松柏,赵小波,田敏,邹胜琼,刘梦婕,周军,张宿义[3]（2021）在《近红外光谱技术在快速检测白酒酒醅中的应用》文中研究指明研究利用近红外光谱技术构建白酒酒醅分析模型,实现对泸型白酒酒醅水分、酸度和淀粉含量的大批量快速定量分析。利用趋近归一化（ncl）、一阶导数（db1）等光谱预处理方法对光谱进行处理,使用协同区间偏最小二乘法（SIPLS）、向后间隔偏最小二乘法（BIPLS）等算法对光谱波段进行优化选择,通过偏最小二乘法（PLS）建立快速检测模型,以模型参数、外部盲样的理化数据对新建模型进行评估验证,确定最佳模型。
陈霏,庹先国,曾祥林,王昆,张贵宇[4]（2021）在《近红外检测技术在白酒生产中的应用研究进展》文中认为白酒根据酿造工艺的不同而各具特色。传统白酒通过固态发酵、固态蒸馏的生产工艺,最终形成了独具特色的风味酒。实现白酒生产过程中相关理化指标快速测量,对于指导白酒生产、提高白酒酒质、增加基酒产酒率具有重要意义。相较于常规检测法中存在的不足,近红外光谱分析技术因其具有快速、无损、在线检测等优势在白酒生产中得到了一定应用与发展。文章通过对近红外分析技术原理及近红外分析模型建立步骤进行概述,综述了近红外光谱分析技术在白酒生产中应用与发展,从酿酒原料、酿酒中间产物以及白酒理化指标检测及分类进行阐述。针对当前近红外分析技术难点探讨未来发展方向,并对近红外分析技术在白酒生产中应用发展进行展望,为白酒生产过程相关参数的快速检测技术发展及相关研究人员研究工作提供参考。
陈定崑,李巧玉,胡宇佳,王天佐,万波[5]（2021）在《近红外光谱技术在茅台酒酒醅检测中的应用》文中研究指明采用近红外光谱技术结合茅台酒生产工艺特点及抽样检验的方法,确立了一套适用于茅台酒酒醅的分析模型和分析方法,提高了酒醅理化指标检测效率,优化了近红外光谱模型预测准确度,有助于及时有效地获得理化数据,为指导生产提供了数据支撑。
邓波,沈才洪,丁海龙,曹晓念,何诚[6]（2020）在《红外光谱分析技术在白酒行业中的应用进展》文中提出傅里叶变换红外光谱分析技术具有制样简单,检测方便快捷的特点,在实际工农业生产过程中发挥着重要作用。该文评述了近20年来傅里叶变换红外光谱分析技术在白酒行业研究与应用进展,内容涉及白酒酒体质量控制研究,白酒香型、真伪、年份及等级等真实性特征鉴别,高粱原料、大曲、酒醅等生产过程主要物料的关键指标检测,并对今后红外光谱技术在白酒行业的应用发展方向进行了展望,旨在为红外光谱分析技术在白酒行业的深入应用提供参考依据。
姜福州,高景,尹家利,史文秀[7]（2020）在《近红外光谱仪在白酒酒醅检测中的应用》文中研究指明基于快速分析白酒酒醅中常规指标的需要,本文利用近红外光谱法（NIR）对酒醅的水分、酸度、糖分及淀粉含量进行快速检测分析,建立酒醅相关指标检测分析模型。通过模型的质量验证可知,模型检测符合生产中对酒醅重要成分检测的精度要求。与传统手工分析方法相比,近红外光谱法在测定分析指标方面具有时间短、检测效率高、成本低的特点,满足大批量样品检测工作的要求,有较好的应用前景。
盛凤云,徐俊敏,孙佐红,戴炯,史春江[8]（2020）在《近红外光谱仪快速检测黄酒酒醅技术的开发》文中提出采用福斯NIRS DS 2500近红外光谱仪及福斯数据处理软件,开发建立了黄酒酒母酒醅的酒精度和总酸的快速检测方法。通过对盲样进行预测,酒精度平均标准偏差为0.30%vol,总酸平均标准偏差为0.14 g/L,确认近红外光谱技术可以用于黄酒酒醅的快速检测。
卢中明,郑敏,刘艳,杜礼泉,谢菲,姚自强[9]（2019）在《基于液体样品近红外模型在白酒酒醅分析中的应用》文中认为对直接采用白酒固体酒醅建立近红外模型分析酒醅中低含量组分时存在的数据差异进行了系统分析,找到了影响检测数据准确性和灵敏度的关键因素。通过调整白酒酒醅浸取液的处理方式、优化光谱和数据处理方法,显着提高了定标模型的稳定性和准确度,首次建立了基于液体样品近红外定量模型测定酒醅中还原糖、酸度和酒精度的快速、准确的方法,为酒醅组分分析提供了新的思路。结果表明:采用偏最小二乘法（PLS）建立的酒醅浸取液定量模型,能够有效扩大酒醅中还原糖、酸度和酒精度的含量分析范围,显着提高定标模型的稳定性和准确度,模型的决定系数（R2）分别为0.9686、0.9950、0.9807,预测集标准偏差（RMSEP）分别为0.0427%、0.0791mmol/10g、0.0932%vol。
戴诗皎,王晓慧,罗霞[10]（2019）在《酒醅中总酯含量检测方法的研究》文中指出采用皂化返滴定法测定了酒醅中总酯的含量,并利用近红外光谱技术建立了酒醅总酯的快速检测方法。通过解析不同酒醅样品的近红外光图谱,采用MF和NCL光谱前处理方法对光谱进行了平滑和去噪处理,用偏最小二乘（PLS）算法建立了酒醅总酯的近红外模型。模型的决定系数R2为97.15%,预测标准偏差（RMSEP）为0.07%,表明建立的模型可靠,预测效果好,能够满足白酒生产中酒醅总酯的快速检测要求。
二、近红外光谱仪在酒醅分析中的应用研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、近红外光谱仪在酒醅分析中的应用研究（论文提纲范文）
（1）傅立叶变换近红外光谱仪在入池酒醅回复性中的应用研究（论文提纲范文）
| 1 材料与方法 |
| 1.1 材料、仪器 |
| 1.2 试验方法 |
| 1.2.1 酒醅的回复性测定法 |
| 1.2.2 测量参数 |
| 1.2.3 酒醅样品测量方法 |
| 1.2.4 光谱的赋值 |
| 2 结果与分析 |
| 2.1 样品的预处理方法及谱图分析 |
| 2.2 模型波段的选择分析 |
| 2.3 酒醅回复性近红外模型的内部验证 |
| 2.4 酒醅回复性近红外模型的外部验证 |
| 3 结论与讨论 |
（2）近红外光谱分析仪的实时数据采集与监测管理（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 课题研究内容与意义 |
| 1.4 论文组织结构 |
| 2 近红外光谱仪的数据采集通讯与预处理 |
| 2.1 实验数据采集 |
| 2.1.1 光谱数据采集 |
| 2.1.2 数据获取模式 |
| 2.2 光谱数据通讯机制 |
| 2.2.1 采集驱动器接口 |
| 2.2.2 TCP/IP协议 |
| 2.2.3 套接字(Socket)通讯 |
| 2.3 光谱仪客户端程序设计 |
| 2.3.1 开发环境和开发程序简介 |
| 2.3.2 采集驱动客户端程序设计 |
| 2.3.3 测试客户端程序设计 |
| 2.4 光谱预处理算法 |
| 2.4.1 光谱预处理算法介绍 |
| 2.4.2 开发环境中的算法编制 |
| 2.5 本章小结 |
| 3 光谱数据的存储与管理 |
| 3.1 数据管理技术与软件简介 |
| 3.2 单通道光谱数据管理 |
| 3.3 多通道光谱数据管理 |
| 3.4 本章小结 |
| 4 光谱数据监测的人机交互界面设计 |
| 4.1 Java Swing工具包介绍 |
| 4.2 Java事件处理机制 |
| 4.3 单通道光谱数据监测的人机交互界面设计 |
| 4.4 多通道数据管理界面设计 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录 A-1 平滑算法代码 |
| 附录 A-2 导数算法代码 |
| 附录 A-3 均值中心化算法代码 |
| 附录 A-4 标准化算法代码 |
| 附录 A-5 标准正态变量算法代码 |
| 附录 A-6 多元散射校正算法代码 |
| 附录 A-7 删除部分光谱算法代码 |
| 附录 A-8 谱段选取算法代码 |
| 致谢 |
（3）近红外光谱技术在快速检测白酒酒醅中的应用（论文提纲范文）
| 1 材料与方法 |
| 1.1 材料、仪器 |
| 1.2 试验方法 |
| 1.2.1 样品的化学测定值分析方法 |
| 1.2.2 样品光谱的采集 |
| 1.2.3 模型参数计算方法 |
| 2 结果与分析 |
| 2.1 传统检测方法数值结果分析 |
| 2.2 模型建立及评价 |
| 2.2.1 淀粉模型建立 |
| 2.2.2 水分模型建立 |
| 2.2.3 酸度模型建立 |
| 2.2.4 模型评价 |
| 2.3 模型外部盲样验证 |
| 2.4 外界因素对模型的影响 |
| 2.4.1 季节性的工艺调整 |
| 2.4.2 检测时效性的影响 |
| 3 结论 |
（4）近红外检测技术在白酒生产中的应用研究进展（论文提纲范文）
| 1 近红外光谱检测技术概述 |
| 1.1 近红外光谱分析技术原理及特点 |
| 1.2 近红外分析模型建立 |
| 2 近红外光谱分析技术在白酒生产中应用 |
| 2.1 酿酒原料理化指标检测 |
| 2.2 酿酒中间产物理化指标检测 |
| 2.3 白酒质量检测 |
| 2.3.1 白酒关键理化指标检测 |
| 2.3.2 白酒呈香呈味物质检测 |
| 2.3.3 基酒等级划分 |
| 3 研究与展望 |
（5）近红外光谱技术在茅台酒酒醅检测中的应用（论文提纲范文）
| 1 材料与方法 |
| 1.1 仪器设备 |
| 1.2 酒醅样品 |
| 1.3 采集数据 |
| 1.4 检验模型 |
| 1.5 校正模型 |
| 2 结果与分析 |
| 2.1 建模与检验 |
| 2.2 模型修正 |
| 3 结论 |
（6）红外光谱分析技术在白酒行业中的应用进展（论文提纲范文）
| 1 红外光谱在白酒质量控制方面的应用 |
| 2 红外光谱在白酒真伪、年份、产地、等级、香型和品牌等属性鉴别方面的应用 |
| 3 红外光谱在白酒生产过程重要品质指标分析检测中的应用 |
| 4 总结与展望 |
（7）近红外光谱仪在白酒酒醅检测中的应用（论文提纲范文）
| 1 前言 |
| 2 材料和方法 |
| 2.1 材料 |
| 2.2 方法 |
| 2.2.1 样品预处理 |
| 2.2.2 样品的人工分析 |
| 2.2.2 近红外光谱仪检测 |
| 2.2.3 扫描光谱的赋值 |
| 2.2.4 定量分析模型的建立 |
| 3 结果与分析 |
| 3.1 验证模型预测的效果 |
| 3.2 模型质量的验证 |
| 4 结论 |
（8）近红外光谱仪快速检测黄酒酒醅技术的开发（论文提纲范文）
| 1 材料与方法 |
| 1.1 材料、仪器 |
| 1.2 实验方法 |
| 1.2.1 样品预处理 |
| 1.2.2 样品的传统分析 |
| 1.2.3 近红外光谱数据采集 |
| 1.2.4 模型的建立 |
| 1.2.5 模型的验证 |
| 2 结果与分析 |
| 2.1 实验室传统分析方法的评估 |
| 2.2 建立酒母72 h酒醅模型 |
| 2.3 模型验证 |
| 3 讨论 |
（9）基于液体样品近红外模型在白酒酒醅分析中的应用（论文提纲范文）
| 1 实验 |
| 1.1 仪器及材料 |
| 1.2 分析方法 |
| 1.2.1 酒醅样品处理 |
| 1.2.2 酒醅样品检测 |
| 1.2.3 模型建立与验证 |
| 2 结果与讨论 |
| 2.1 酒醅固体样品近红外模型应用情况分析 |
| 2.2 酒醅浸取液与酒醅固体近红外光谱的差异分析 |
| 2.3 浸出液处理方式对校正曲线的影响 |
| 2.4 近红外数据收集及模型优化 |
| 2.4.1 近红外光谱收集及波段选择 |
| 2.4.2 定量分析模型的建立 |
| 2.4.3 光谱预处理方法的选择 |
| 2.5 定标模型预测 |
| 3 结论 |
（10）酒醅中总酯含量检测方法的研究（论文提纲范文）
| 0 引言 |
| 1 材料与方法 |
| 1.1 材料 |
| 1.2 仪器设备 |
| 1.3 试验方法 |
| 1.3.1 酒醅总酯化学值的测定 |
| 1.3.2 近红外光谱采集 |
| 1.3.3 光谱预处理 |
| 1.3.4 总酯模型的建立 |
| 1.3.5 模型评价方法 |
| 2 结果与分析 |
| 2.1 酒醅总酯化学实测值分析 |
| 2.2 近红外光谱分析 |
| 2.3 定标模型的验证与评价 |
| 3 结果与讨论 |
四、近红外光谱仪在酒醅分析中的应用研究（论文参考文献）
- [1]傅立叶变换近红外光谱仪在入池酒醅回复性中的应用研究[J]. 陈景宜,王卫东,王青松,陈爽. 酿酒科技, 2021(10)
- [2]近红外光谱分析仪的实时数据采集与监测管理[D]. 汤余尖. 大连理工大学, 2021(01)
- [3]近红外光谱技术在快速检测白酒酒醅中的应用[J]. 余松柏,赵小波,田敏,邹胜琼,刘梦婕,周军,张宿义. 酿酒科技, 2021(02)
- [4]近红外检测技术在白酒生产中的应用研究进展[J]. 陈霏,庹先国,曾祥林,王昆,张贵宇. 食品科技, 2021(01)
- [5]近红外光谱技术在茅台酒酒醅检测中的应用[J]. 陈定崑,李巧玉,胡宇佳,王天佐,万波. 酿酒科技, 2021(01)
- [6]红外光谱分析技术在白酒行业中的应用进展[J]. 邓波,沈才洪,丁海龙,曹晓念,何诚. 中国酿造, 2020(09)
- [7]近红外光谱仪在白酒酒醅检测中的应用[J]. 姜福州,高景,尹家利,史文秀. 检验检疫学刊, 2020(03)
- [8]近红外光谱仪快速检测黄酒酒醅技术的开发[J]. 盛凤云,徐俊敏,孙佐红,戴炯,史春江. 酿酒科技, 2020(06)
- [9]基于液体样品近红外模型在白酒酒醅分析中的应用[J]. 卢中明,郑敏,刘艳,杜礼泉,谢菲,姚自强. 酿酒, 2019(06)
- [10]酒醅中总酯含量检测方法的研究[J]. 戴诗皎,王晓慧,罗霞. 酿酒, 2019(04)