CN103884732B - 一种高浓酿造后稀释啤酒风味协调性的评价方法 - Google Patents

一种高浓酿造后稀释啤酒风味协调性的评价方法 Download PDF

Info

Publication number
CN103884732B
CN103884732B CN201410141232.9A CN201410141232A CN103884732B CN 103884732 B CN103884732 B CN 103884732B CN 201410141232 A CN201410141232 A CN 201410141232A CN 103884732 B CN103884732 B CN 103884732B
Authority
CN
China
Prior art keywords
acid
beer
flavor
represent
isoamyl
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410141232.9A
Other languages
English (en)
Other versions
CN103884732A (zh
Inventor
刘春凤
史晗
李崎
樊伟
董建军
尹花
余俊红
常宗明
李华
王书谦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsingtao Brewery Co Ltd
Original Assignee
Tsingtao Brewery Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsingtao Brewery Co Ltd filed Critical Tsingtao Brewery Co Ltd
Priority to CN201410141232.9A priority Critical patent/CN103884732B/zh
Publication of CN103884732A publication Critical patent/CN103884732A/zh
Application granted granted Critical
Publication of CN103884732B publication Critical patent/CN103884732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Non-Alcoholic Beverages (AREA)
  • Distillation Of Fermentation Liquor, Processing Of Alcohols, Vinegar And Beer (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明属于啤酒质量评价领域,特别涉及一种高浓酿造后稀释啤酒风味协调性的评价方法,本发明将从各个风味物质之间形成氢键体系的角度进行研究。通过对啤酒中正丙醇、异丁醇、异戊醇、乙酸乙酯、乙酸异戊酯、苹果酸、乳酸、乙酸、柠檬酸和琥珀酸这10种啤酒中主要的风味物质主的化学位移和含量进行分析,通过数理统计的方法建立高浓酿造后稀释酒样口感柔和性和风味协调性的评价方法,来评价不同稀释工艺下酒样的风味和口感。本发明直接通过检测理化指标说明高浓发酵后稀释啤酒口感好坏,可以去除由于感官品评的主观性较强而带来的误差,可以更科学、严谨的说明高浓酿造后稀释啤酒风味的协调性。

Description

一种高浓酿造后稀释啤酒风味协调性的评价方法
技术领域
本发明属于啤酒质量评价领域,特别涉及一种高浓酿造后稀释啤酒风味协调性的评价方法。
背景技术
目前,“高浓发酵后稀释”工艺已经成为国内外啤酒行业较为普遍的一种啤酒酿造技术。该工艺可以提高啤酒淡爽度,降低生产成本,解决生产旺季设备周转不足,生产力不足的实际问题。但随着稀释率增加,酒体易出现口味寡淡、水味较大等不良风味,会对产品品质带来影响。
国内外对啤酒风味与口感的研究多集中在具体风味描述及形成相关风味物质含量的检测与分析,核磁共振技术的引入,将国内外研究思路立足于风味物质之间的相互作用。传统的核磁检测条件只能检测到啤酒体系的总体氢键化学位移的变化情况,无法直接从图谱中得到啤酒中主要风味物质的核磁峰信号。
发明内容
本发明针对现有技术中的不足,提供一种高浓酿造后稀释啤酒风味协调性的评价方法。通过对啤酒中主要风味物质的化学位移和含量进行分析,通过数理统计的方法建立一个高浓酿造后稀释酒样口感柔和性和风味协调性的评价方法,来评价不同稀释工艺下酒样的风味和口感。
由于啤酒中各种风味物质之间,可以通过形成氢键等分子间作用,产生啤酒特有的风味和口感,因此本发明将从各个风味物质之间形成氢键体系的角度进行研究。选择正丙醇、异丁醇、异戊醇、乙酸乙酯、乙酸异戊酯、苹果酸、乳酸、乙酸、柠檬酸和琥珀酸这10种啤酒中主要的风味物质为研究对象。将核磁检测与风味物质定量分析、感官品评建立联系,通过数理统计的方法建立数学模型,以此模型作为评价高浓后稀释啤酒口感柔和性和风味稳定性的方法。
本发明的技术方案是:
(1)啤酒中主要风味物质化学位移
a样品处理
啤酒除气:取预先在冰箱中冷却至4℃的啤酒,启盖后经滤纸过滤至三角瓶中,稍加振摇,静置,以充分除去酒中的CO2
b核磁共振检测条件
将酒样除气,取0.2mL酒样和0.3mL D2O于核磁管中,置于AVANCE III500MHZ型核磁共振波谱仪,按下列条件测定:氢核共振频率500MHz;5mm PABBO BB的仪器探头;内标物质D2O;脉冲序列为lc1pncwps,弛豫时间为3.00s,采样次数为128次。
(2)啤酒中主要风味物质定量检测
a高级醇酯(乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇)的测定:
色谱柱:CP-WAX52CB30m,I.D.0.32mm(液膜原标:0.52μm);载气:N2;色谱柱室温度40℃(2min)-180℃(4min)/10℃;气化室温度200℃;检测室温度250℃;进样时间0.04min;顶空瓶平衡时间30min;顶空瓶平衡温度70℃;传输线温130℃。
根据被测物和内标物的浓度及在色谱图上相应的峰面积比,由内标法按式计算分析物含量:
其中,Xi表示啤酒中组分i的含量;Xi’表示混标中组分i的含量;
Ai表示啤酒中组分i的峰面积;Ai’表示混标中组分i的峰面积;
As表示啤酒中内标物质的峰面积;As’表示混标中内标物质的峰面积;CF表示浓缩倍数。b有机酸(苹果酸、乳酸、乙酸、柠檬酸、琥珀酸)的测定:
色谱分析条件:色谱柱:Waters Atantis dC184.6×150mm,5μm;流动相:20mmol/LNaH2PO3,pH=2.7;进样体积:10μL;柱温:30℃;检测器:UV210nm。
以保留时间和样品加标定性;将有机酸标准溶液在同样的色谱条件下进样,绘制标准曲线,采用峰面积外标法定量。
(3)建立模型
选择主成分分析(PCA)对定量结果和化学位移结果这部分自变量,进行降维处理,生成的3个主成分可以代表自变量。
20个自变量选择如表1所示:
表1主成分分析自变量编号及检测方法
有主成分分析得到的3个主成分为:
PC1=0.111ZX1+0.115ZX2+0.124ZX3+0.122ZX4+0.114ZX5+0.099ZX6+0.048ZX7+0.014ZX8+0.129ZX9+0.020ZX10+0.006ZX11+0.103ZX12+0.010ZX13-0.094ZX14+0.020ZX15+0.001ZX16+0.122ZX17+0.143ZX180+374ZX19-0.254ZX20
PC2=-0.034ZX1-0.091ZX2-0.086ZX3-0.133ZX4-0.064ZX5-0.030ZX6+0.138ZX7+0.194ZX8-0.063ZX9+0.110ZX10+0.180ZX11-0.081ZX12+0.081ZX13+0.191ZX14-0.123ZX15+0.181ZX16-0.045ZX17+0.685ZX18+0.688ZX19+0.602ZX20
PC3=-0.008ZX1+0.114ZX2+0.064ZX3+0.164ZX4+0.064ZX5-0.075ZX6-0.144ZX7-0.129ZX8-0.057ZX9+0.028ZX10-0.078ZX11+0.074ZX12-0.476ZX13+0.240ZX14+0.385ZX15-0.024ZX16-0.086ZX17+0.033ZX18-0.033ZX19+0.502ZX20
ZX1~ZX10分别表示苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的化学位移变化量通过归一化处理的自变量;
ZX11~ZX20分别表示苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的含量通过归一化处理的自变量;
主成分1(PC1)主要反映了啤酒中主要风味物质化学位移的变化量,主成分2(PC2)主要反映了啤酒中醇酯类物质的含量,主成分3(PC3)主要反映了啤酒中有机酸类物质的含量。
将生成的3个主成分作为新的自变量,感官品评得分作为因变量,最终得到回归模型:水感品评得分=4.219+0.701×PC1+0.078×PC2+0.150×PC3。
回归模型的三个自变量的P值分别为1.453×10-16、0.049和4.778×10-4,回归模型F统计量的观察值为122.509,方差的P值为0.000(真实值为1.852×10-15),在显著性水平为0.05的情况下,可以认为得到的回归方程具有较高可靠性。
本发明的有益效果是:
本发明是将啤酒中风味物质的化学位移和含量分析这类理化指标与啤酒风味协调性相结合,将水峰压制核磁共振技术(NMR)与定量检测和感官品评相结合,建立一种评价高浓后稀释啤酒口感协调性和风味稳定性的方法。该方法直接通过检测理化指标说明高浓发酵后稀释啤酒口感好坏,可以去除由于感官品评的主观性较强而带来的误差,可以更科学、严谨的说明高浓酿造后稀释啤酒风味的协调性。
附图说明
图1为模型中旋转空间的成分图;
图2回归模型的标准化残差直方图;
图3回归标准化残差的正态P-P图;
图4因变量与预测值散点图。
具体实施方式
本发明的具体实施方式如下:
实施例1
感官品评方法的建立
(1)选择30种市售啤酒,选择酒样中苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的含量以及化学位移信息等20个变量作为初始自变量,通过方差最大正交旋转,得到的预测变量在不同成分中载荷最大化,并从中选出尽可能少的成分,但却可以解释能可能多的变量方差(一般大于70%),而特征值≥1的主成分才能够被认为具有统计上的显著性。
表2将20种原变量的方差通过最大正交旋转后生成的每个主成分对方差的贡献率。其中前3个主成分累计方差贡献率达到74.158%,其中主成分1(PC1)解释了总方差的55.989%,主成分2(PC2)解释了总方差的11.046%,主成分3(PC3)解释了总方差的7.123%,基本能够反映出原自变量的大部分信息。
表2各主成分的方差贡献率
表3是本模型的KMO和Bartlett的检验。其中KMO抽样适度测定值为0.547,大于0.5;Bartlett球形检验值为617.420,P(Sig.=0.000)<0.05。可以认为本组数据可以进行主成分分析。
表3KMO和Bartlett的检验
因子载荷指的是每个公共因子对观测变量的加权系数,同时也可以反映原自变量和生成的公共因子间的相关系数。原自变量的载荷越大,其对应主成分的方差就越大。理论上载荷的绝对值大于50%才可以解释主成分。表4是旋转后因子成分矩阵:
表4旋转后因子成分矩阵
提取方法:主成份。
旋转法:具有Kaiser标准化的正交旋转法。
可以看出主成分1(PC1)在苹果酸NMR、乳酸NMR、乙酸NMR、柠檬酸NMR、琥珀酸NMR、乙酸乙酯NMR、乙酸异戊酯NMR、异丁醇NMR和异戊醇NMR上载荷较大,说明主成分1主要反映了啤酒中主要风味物质化学位移的变化量,故可以将主成分1定义为化学位移类因子;主成分2(PC2)在苹果酸、柠檬酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇和正丙醇上载荷较大,说明主成分2主要反映了啤酒中醇酯类物质的含量,故可以将主成分2定义为醇酯类因子;主成分3(PC3)在乳酸、乙酸、琥珀酸上载荷较大,在柠檬酸上载荷也大于0.5,说明主成分3主要反映了啤酒中有机酸类物质的含量,故将主成分3定义为有机酸类因子。表5表示该模型的成分得分系数矩阵:
表5成分得分系数矩阵
提取方法:主成份。
旋转法:具有Kaiser标准化的正交旋转法。
由该矩阵可以得到以下方程:
PC1=0.111ZX1+0.115ZX2+0.124ZX3+0.122ZX4+0.114ZX5+0.099ZX6+0.048ZX7+0.014ZX8+0.129ZX9+0.020ZX10+0.006ZX11+0.103ZX12+0.010ZX13-0.094ZX14+0.020ZX15+0.001ZX16+0.122ZX17+0.143ZX180+374ZX19-0.254ZX20
PC2=-0.034ZX1-0.091ZX2-0.086ZX3-0.133ZX4-0.064ZX5-0.030ZX6+0.138ZX7+0.194ZX8-0.063ZX9+0.110ZX10+0.180ZX11-0.081ZX12+0.081ZX13+0.191ZX14-0.123ZX15+0.181ZX16-0.045ZX17+0.685ZX18+0.688ZX19+0.602ZX20
PC3=-0.008ZX1+0.114ZX2+0.064ZX3+0.164ZX4+0.064ZX5-0.075ZX6-0.144ZX7-0.129ZX8-0.057ZX9+0.028ZX10-0.078ZX11+0.074ZX12-0.476ZX13+0.240ZX14+0.385ZX15-0.024ZX16-0.086ZX17+0.033ZX18-0.033ZX19+0.502ZX20
以上方程为新生成3个主成分与原自变量的得分方程,其中ZX1~ZX10分别表示苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的化学位移变化量通过归一化处理的自变量;ZX11~ZX20分别表示苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的含量通过归一化处理的自变量;
图1是模型中旋转空间的成分图,该成分图能够更直观的反映出原自变量与三个主成分之间的关系,成分图中各原始自变量的坐标表示其对三个主成分的不同贡献。可以看出,一部分原始自变量的载荷均集中分布在以三个主成分为坐标的一个平面上。
(2)主成分分析处理之后,消除原始自变量之间的多重共线性,将20个原始自变量转化成3个独立的主成分,使其适合进行回归分析。
以3个新生成的主成分作为自变量,酒样水感品评得分作为因变量,进行多元线性回归分析。生成的回归模型摘要如表6所示,该表说明模型的拟合情况。其中复相关系数(R)为0.966,判定系数(R2)为0.934,调整判定系数(调整R2)为0.926,说明引入方程的变量作用较为明显,整个模型的拟合程度较高。
表6模型摘要
表7是多元回归模型的方差分析表(ANOVA),该表可以显示模型的方差分析结果。从表中可以看出,回归模型F统计量的观察值为122.509,方差的P值为0.000(真实值为1.852×10-15),在显著性水平为0.05的情况下,可以认为水感品评得分和三个主成分之前有线性关系。
表7方差分析表
多元回归模型中各自变量的系数,表示各个自变量对整个模型的贡献值。通常某一变量的系数绝对值越大,表示该变量对因变量的影响越大;但是回归系数的大小还与自变量的单位有关,因此不同单位的自变量回归系数绝对值不能直接比较,需要先将回归系数进行标注化处理,得到标准回归系数(Standard regression coefficient)。标准回归系数的绝对值大小,反应其对应自变量对因变量的影响。表8是多元线性回归模型的系数列表。
表8标准回归系数列表
由表8可以看出,回归方程中的常数项为4.219,三个主成分的回归系数分别为0.701、0.078和0.150。建立的多元线性回归方程为:
水感品评得分=4.219+0.701×PC1+0.078×PC2+0.150×PC3
得到的标准回归系数通过t检验,PC1、PC2和PC3系数的P值分别为1.453×10-16、0.049和4.778×10-4,说明其在显著性水平0.01条件下,具有显著性意义,说明得到的回归方程具有较高可靠性。
图2是本回归模型的标准化残差直方图,该图可以反映出模型理论值和实际值的差别。本模型标准化残差的均值为9.44×10-16,约等于零,标准差为0.947,说明本模型接近标准正态曲线,满足随机误差项正态分布的假设,说明模型拟合效果好。
图3是回归标准化残差的正态P-P图,由图可以看出,本模型中的样本残差点基本处于所示正态分布直线上或周围,说明残差正态分布的假设基本成立。
图4是因变量与预测值散点图,由图可以看出,残差散点大多坐落于水平直线-2到2之间,分布较随机均匀,说明残差与因变量相互独立,满足残差独立的基本假设,模型拟合效果较好。
实施例2高浓酿造后稀释工艺研究
实验室中试规模模拟生产180L原麦汁浓度为22°P高浓发酵液,对过滤之后的酒基采取如下几种稀释工艺:
1)22°P→8°P;2)22°P→18°P→8°P;3)22°P→15°P→8°P;4)22°P→12°P→8°P;5)22°P→18°P→12°P→8°P。
其中,稀释过程中,每一级稀释后均将酒样水化24小时后再进行后续稀释或检测。
对5种通过不同稀释工艺得到的稀释酒样,分别进行压制水峰核磁检测、定量检测和感官品评实验,并将检测数据带入上文建立的评价方法,结果如表9所示:
表9实验室规模不同稀释工艺酒样的预测结果与感官品评得分
结合预测结果和实际品评结果,发现在不同稀释级数的比较中,稀释级数越多,样品的口感和风味更为协调;在不同二级稀释中,第一级稀释率越大,酒样的风味稳定性越高。

Claims (3)

1.一种高浓酿造后稀释啤酒风味协调性的评价方法,其特征在于,包括以下步骤:
(1)测定啤酒中主要风味物质化学位移;
(2)定量检测啤酒中主要风味物质:
所述主要风味物质是苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇;
其中,所述乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的测定步骤如下:
色谱柱:CP-WAX 52 CB 30m,I.D.0.32mm;载气:N2;色谱柱室温度调节参数:40℃保留2min,然后以10℃/min的温度梯度升高至180℃再保留4min;气化室温度200℃;检测室温度250℃;进样时间0.04min;顶空瓶平衡时间30min;顶空瓶平衡温度70℃;传输线温130℃;根据被测物和内标物的浓度及在色谱图上相应的峰面积比,由内标法按式计算分析物含量:
X i = A i / A s A i ′ / A s ′ · X i ′ · C F
其中,Xi表示啤酒中组分i的含量;Xi’表示混标中组分i的含量;
Ai表示啤酒中组分i的峰面积;Ai’表示混标中组分i的峰面积;
As表示啤酒中内标物质的峰面积;As’表示混标中内标物质的峰面积;CF表示浓缩倍数;
所述苹果酸、乳酸、乙酸、柠檬酸、琥珀酸的测定步骤如下:
色谱分析条件:色谱柱:Waters Atantis dC18 4.6×150mm,5μm;流动相:20mmol/LNaH2PO3,pH=2.7;进样体积:10μL;柱温:30℃;检测器:UV210nm;以保留时间和样品加标定性;将有机酸标准溶液在同样的色谱条件下进样,绘制标准曲线,采用峰面积外标法定量;
(3)模型评价风味:
分别依次选择苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的化学位移和含量作为主成分分析的自变量,通过主成分分析(PCA)进行降维处理,生成3个主成分代表自变量,所述3个主成分为:
PC1=0.111ZX1+0.115ZX2+0.124ZX3+0.122ZX4+0.114ZX5+0.099ZX6+0.048ZX7+0.014ZX8+0.129ZX9+0.020ZX10+0.006ZX11+0.103ZX12+0.010ZX13-0.094ZX14+0.020ZX15+0.001ZX16+0.122ZX17+0.143ZX180+374ZX19-0.254ZX20
PC2=-0.034ZX1-0.091ZX2-0.086ZX3-0.133ZX4-0.064ZX5-0.030ZX6+0.138ZX7+0.194ZX8-0.063ZX9+0.110ZX10+0.180ZX11-0.081ZX12+0.081ZX13+0.191ZX14-0.123ZX15+0.181ZX16-0.045ZX17+0.685ZX18+0.688ZX19+0.602ZX20
PC3=-0.008ZX1+0.114ZX2+0.064ZX3+0.164ZX4+0.064ZX5-0.075ZX6-0.144ZX7-0.129ZX8-0.057ZX9+0.028ZX10-0.078ZX11+0.074ZX12-0.476ZX13+0.240ZX14+0.385ZX15-0.024ZX16-0.086ZX17+0.033ZX18-0.033ZX19+0.502ZX20
其中,ZX1~ZX10分别表示苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的化学位移变化量通过归一化处理的自变量;
ZX11~ZX20分别表示苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的含量通过归一化处理的自变量;
PC1反映了啤酒中主要风味物质化学位移的变化量,PC2反映了表示啤酒中醇酯类物质的含量,PC3反映了啤酒中有机酸类物质的含量;
将3个主成分代入回归模型:水感品评得分=4.219+0.701×PC1+0.078×PC2+0.150×PC3,得到感官品评得分,对高浓酿造后稀释啤酒风味协调性进行评价。
2.根据权利要求1所述的高浓酿造后稀释啤酒风味协调性的评价方法,其特征在于,所述步骤(2)啤酒中苹果酸、乳酸、乙酸、柠檬酸、琥珀酸、乙酸乙酯、乙酸异戊酯、异丁醇、异戊醇、正丙醇的化学位移测定步骤如下:
将酒样除气,取0.2mL除气后的酒样和0.3mL D2O于核磁管中,置于AVANCE III 500MHZ型核磁共振波谱仪,氢核共振频率500MHz;5mm PABBO BB的仪器探,内标物质D2O,脉冲序列为lc1pncwps,弛豫时间为3.00s,采样次数为128次。
3.根据权利要求2所述的高浓酿造后稀释啤酒风味协调性的评价方法,其特征在于,所述酒样除气是取预先在冰箱中冷却至4℃的啤酒,启盖后经滤纸过滤至三角瓶中,振摇,静置,以充分除去酒中的CO2
CN201410141232.9A 2014-04-09 2014-04-09 一种高浓酿造后稀释啤酒风味协调性的评价方法 Active CN103884732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410141232.9A CN103884732B (zh) 2014-04-09 2014-04-09 一种高浓酿造后稀释啤酒风味协调性的评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410141232.9A CN103884732B (zh) 2014-04-09 2014-04-09 一种高浓酿造后稀释啤酒风味协调性的评价方法

Publications (2)

Publication Number Publication Date
CN103884732A CN103884732A (zh) 2014-06-25
CN103884732B true CN103884732B (zh) 2017-02-15

Family

ID=50953746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410141232.9A Active CN103884732B (zh) 2014-04-09 2014-04-09 一种高浓酿造后稀释啤酒风味协调性的评价方法

Country Status (1)

Country Link
CN (1) CN103884732B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106153771A (zh) * 2015-08-27 2016-11-23 泸州品创科技有限公司 一种白酒基酒的分级方法和应用
CN108776203B (zh) * 2018-07-25 2021-01-22 青岛啤酒股份有限公司 影响人体饱腹感的啤酒组分筛选方法
CN109100449B (zh) * 2018-10-31 2021-06-25 广西德保新贝侬酒厂有限公司 一种猕猴桃酒的感官质量评价方法
CN111830219B (zh) * 2019-04-16 2022-06-28 中国食品发酵工业研究院有限公司 一种关联性判定酒体中引起上头的主要高级醇类物质的方法
CN110082309B (zh) * 2019-05-20 2021-03-16 中国水利水电科学研究院 冬小麦冠层spad值综合光谱监测模型建立方法
CN111398524B (zh) * 2020-04-01 2022-10-04 北京燕京啤酒股份有限公司 一种啤酒关键风味成分识别阈值及其与酒花香气的协调性评价方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10108712A1 (de) * 2001-02-23 2002-09-12 Warsteiner Brauerei Haus Crame Verfahren zur analytischen Untersuchung einer Bierprobe
CN101285763A (zh) * 2008-05-16 2008-10-15 江南大学 一种啤酒老化的评价方法
CN101303333A (zh) * 2008-05-28 2008-11-12 江南大学 一种用高效液相法评价啤酒老化程度的方法
CN101769883A (zh) * 2009-12-24 2010-07-07 江南大学 一种基于核磁共振原理评价啤酒口感醇厚性的方法
CN102590256A (zh) * 2011-12-31 2012-07-18 青岛啤酒股份有限公司 一种啤酒风味稳定性的评价方法
CN102662036A (zh) * 2011-12-31 2012-09-12 青岛啤酒股份有限公司 模拟啤酒组分的溶液模型及制备方法以及评价啤酒稳定性的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005043113A1 (de) * 2005-09-10 2007-03-15 Technische Universität Berlin Verfahren zur Bestimmung des endogenen antioxidativen Potentials von Getränken mittels ESR-Spektroskopie

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10108712A1 (de) * 2001-02-23 2002-09-12 Warsteiner Brauerei Haus Crame Verfahren zur analytischen Untersuchung einer Bierprobe
CN101285763A (zh) * 2008-05-16 2008-10-15 江南大学 一种啤酒老化的评价方法
CN101303333A (zh) * 2008-05-28 2008-11-12 江南大学 一种用高效液相法评价啤酒老化程度的方法
CN101769883A (zh) * 2009-12-24 2010-07-07 江南大学 一种基于核磁共振原理评价啤酒口感醇厚性的方法
CN102590256A (zh) * 2011-12-31 2012-07-18 青岛啤酒股份有限公司 一种啤酒风味稳定性的评价方法
CN102662036A (zh) * 2011-12-31 2012-09-12 青岛啤酒股份有限公司 模拟啤酒组分的溶液模型及制备方法以及评价啤酒稳定性的方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
High-Resolution Nuclear Magnetic Resonance Spectroscopy and Multivariate Analysis for the Characterization of Beer;Iola Duarte et al;《J. Agric. Food Chem》;20020327;第2475 - 2481页 *
Quantification of Organic and Amino Acids in Beer by 1H NMR Spectroscopy;Lars I et al;《Anal. Chem》;20040624;第76卷(第16期);第4790 - 4798页 *
模糊综合评价法在啤酒口感协调性品评中的应用;刘春凤;《西北农林科技大学学报自然科学版》;20080331;第36卷(第3期);第213-222页 *
高浓酿造后稀释啤酒中氢键缔合体系的初步研究;史晗 等;《食品与发酵工业》;20131231;第39卷(第11期);第6-11页 *
高稀释率啤酒风味柔和性与协调性研究;姜甜;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20100515;第2.1-2.4节,第3.5-3.7节 *
高稀释率啤酒风味柔和性与协调性研究;李鹏飞;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》;20090315;第B024-405页 *

Also Published As

Publication number Publication date
CN103884732A (zh) 2014-06-25

Similar Documents

Publication Publication Date Title
CN103884732B (zh) 一种高浓酿造后稀释啤酒风味协调性的评价方法
Escuder-Gilabert et al. Highlights in recent applications of electronic tongues in food analysis
Košir et al. Use of SNIF-NMR and IRMS in combination with chemometric methods for the determination of chaptalisation and geographical origin of wines (the example of Slovenian wines)
US20200049623A1 (en) Nir spectroscopy method for fatty acid content of oilseeds
Esslinger et al. Potential and limitations of non-targeted fingerprinting for authentication of food in official control
Ragazzo-Sanchez et al. Identification of different alcoholic beverages by electronic nose coupled to GC
Kovács et al. Geographical origin identification of pure Sri Lanka tea infusions with electronic nose, electronic tongue and sensory profile analysis
CN103134767B (zh) 一种红外光谱校正鉴定白酒品质的方法
Kokkinofta et al. Isotopic and elemental authenticity markers: a case study on Cypriot wines
CN104316489B (zh) 一种近红外光谱检测灵芝提取物掺假的方法
CN103210300B (zh) 液体中二氧化硫的确定
CN110987846B (zh) 一种基于iPLS-PA算法的硝酸盐浓度预测方法
CN104267164B (zh) 一种简便快速测定黄酒酒精度的方法
Blackman et al. Examination of the potential for using chemical analysis as a surrogate for sensory analysis
Oliveri et al. Chemometric brains for artificial tongues
Cassino et al. Effects of area, year and climatic factors on Barbera wine characteristics studied by the combination of 1H-NMR metabolomics and chemometrics
Tabago et al. Recent advances in NMR-based metabolomics of alcoholic beverages
CN109541060A (zh) 一种通过蛋白质检测鉴别蜂蜜掺假的方法
Giraudon et al. Deuterium nuclear magnetic resonance spectroscopy and stable carbon isotope ratio analysis/mass spectrometry of certain monofloral honeys
CN106018336A (zh) 一种基于近红外光谱分析技术监测人血白蛋白醋酸缓冲液沉淀过程的方法
Cao et al. 1H-NMR and viscosity studies of hydrogen bonding of Chinese rice wine
Xu et al. Determining the geographical origin of milk by multivariate analysis based on stable isotope ratios, elements and fatty acids
Cozzolino et al. Use of direct headspace-mass spectrometry coupled with chemometrics to predict aroma properties in Australian Riesling wine
CN103743849A (zh) 一种同时快速筛查鉴定乳制品中多种有机酸的离子色谱-高分辨质谱联用方法
CN115856188A (zh) 一种鉴别浓缩果蔬汁真伪的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant