优化酒过程:用于在线监测发酵过程的NIR光谱和e-nose分析

科学领域:

• 葡萄酒学和分析化学
• 食品科学与技术 食品科学与技术

背景情况:

• 精确监测葡萄酒发酵质量参数对于高质量的葡萄酒生产至关重要.
• 传统的分析方法是精确的,但耗时且昂贵.
• 非破坏性分析技术 (NDAT) 为高效的实时监控提供了一个潜在的解决方案.

研究的目的:

• 探索NDAT的应用,特别是近红外 (NIR) 光谱和电子鼻子 (e-nose) 技术,用于在线监测葡萄酒发酵.
• 开发可预测化学测量模型,将NDAT数据与传统分析测量相关联.
• 评估NDAT在跟踪关键质量参数和发酵阶段的能力.

主要方法:

• 利用近红外 (NIR) 光谱和电子鼻子 (e-nose) 在线监控两个酒发酵.
• 应用化学测量方法,包括主要成分回归,以开发预测模型.
• 与离线分析相关联的传感器数据,如气色谱-质谱 (GC-MS).

主要成果:

• 尼尔射线模型显示了对多,,葡萄糖和果糖的强有力的预测能力.
• 电子鼻子系统有效地区分了不同的发酵阶段,与GC-MS芳香特征分析保持一致.
• 传感器阵列显示出预测酒精,和等关键酒化合物的度的潜力.

结论:

• 包括NIR和e-nose在内的NDAT显示出在发酵期间在线监测酒精组成的巨大潜力.
• 这些方法可以满足对实时发酵跟踪的需求,从而能够及时做出酒决定.
• 结合NDAT和化学计量技术为改善葡萄酒质量控制提供了一条途径.