CN107727711A - 一种啤酒酒体饱满性的评价方法 - Google Patents
一种啤酒酒体饱满性的评价方法 Download PDFInfo
- Publication number
- CN107727711A CN107727711A CN201710947529.8A CN201710947529A CN107727711A CN 107727711 A CN107727711 A CN 107727711A CN 201710947529 A CN201710947529 A CN 201710947529A CN 107727711 A CN107727711 A CN 107727711A
- Authority
- CN
- China
- Prior art keywords
- beer
- full weight
- taste
- wine body
- score value
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
- G01N27/27—Association of two or more measuring systems or cells, each measuring a different parameter, where the measurement results may be either used independently, the systems or cells being physically associated, or combined to produce a value for a further parameter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0001—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00 by organoleptic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/14—Beverages
- G01N33/146—Beverages containing alcohol
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Medicinal Chemistry (AREA)
- Molecular Biology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明提出一种啤酒酒体饱满性的评价方法,包括如下步骤:由鉴别人员通过感官品评分别对多个啤酒样品的酒体饱满性打分,得到饱满性分值;采用电子舌味觉分析仪检测所述啤酒样品,获得对应的味觉信号响应值;根据所述啤酒样品对应的味觉信号响应值和饱满性分值数据,采用偏最小二乘法建立味觉信号响应值与饱满性分值的偏最小二乘回归模型;采用电子舌味觉分析仪检测待评价啤酒,并根据所述偏最小二乘回归模型计算获得待评价啤酒的饱满性分值。该评价方法利用电子舌味觉分析,能够简单快速地对啤酒酒体的饱满性进行量化评价,且其评价结果准确可靠。
Description
技术领域
本发明属于啤酒口感评价技术领域,尤其涉及一种啤酒酒体饱满性的评价方法。
背景技术
酒体的饱满性是啤酒口感评价中的一个重要项目,酒体饱满性评价是对啤酒在口中的饱满度和粘稠度的感觉描述。
目前,酒体饱满性的评价方法主要有两种,一种是靠人工的感官品评来判定,另一种是通过检测啤酒中的物质组分含量进而评价酒体饱满性。然而,这两种方法均存在一定的不足,例如:(1)依靠人工感官品评,具有较大的主观性,其评价结果会因鉴别者不同而产生相当大的差异,即使是同一鉴别者品评,也会随其身体状态、情绪、环境的不同而产生不同的结果;(2)由于啤酒中的化学成分庞杂,其质量是各种化学成分的综合反映,因而完全依靠分析化学的方法来评价啤酒的口感也是比较困难的,其操作步骤较为复杂。
电子舌味觉分析系统是一种先进的味觉仿生技术,其核心在于具有选择性的味觉传感器。目前,电子舌已被应用于食品生产领域,例如:专利CN103645182A公开了一种采用电子舌系统鉴定白酒香型的方法;专利CN103674638A公开了一种利用电子舌获取味觉指纹图谱,进而快速鉴别宁夏枸杞生产年份的方法。然而,现有技术中,未见利用电子舌评价啤酒酒体饱满性的相关报道。而且,由于酒体饱满性是个综合的感念,而非单一的味觉,具体检测哪些种类的味觉响应,如何建立各种味觉响应信号值与酒体饱满性的相关关系,以及如何保证评价结果的准确性,这些都是需要克服的困难。
因此,如何利用电子舌味觉分析,提供一种操作简单且结果可靠的啤酒酒体饱满性的评价方法,是当前急需解决的一项技术问题。
发明内容
本发明针对上述的现有啤酒酒体饱满性评价方法或结果较为主观或操作较为复杂的技术问题,提出一种啤酒酒体饱满性的评价方法,其利用电子舌味觉分析,能够简单快速地对啤酒酒体的饱满性进行量化评价,且其评价结果准确可靠。
为了达到上述目的,本发明采用的技术方案为:
一种啤酒酒体饱满性的评价方法,包括如下步骤:
由鉴别人员通过感官品评分别对多个啤酒样品的酒体饱满性打分,得到饱满性分值;
采用电子舌味觉分析仪检测所述啤酒样品,检测时采用分别对应酸味、咸味、鲜味、苦味和甜味的5种单一味觉传感器,以及2种对全部味觉刺激都有响应的通用型味觉传感器进行检测,获得对应的7个味觉信号响应值;
以所述啤酒样品对应的7个味觉信号响应值为自变量,以所述啤酒样品对应的饱满性分值为因变量,采用偏最小二乘法建立味觉信号响应值与饱满性分值的偏最小二乘回归模型;
采用电子舌味觉分析仪检测待评价啤酒,获得对应的7个味觉信号响应值;根据所述味觉信号响应值与饱满性分值的偏最小二乘回归模型,计算获得待评价啤酒的饱满性分值。
作为优选,在鉴别人员通过感官品评时,以清水的饱满性分值为0、模拟啤酒组分的溶液模型的饱满性分值为5作为打分标准。
作为优选,所述鉴别人员在温度为25℃、湿度为40%-60%的室内进行感官品评。
作为优选,采用电子舌味觉分析仪检测时,需将待检测的所述啤酒样品或待评价啤酒置于25℃水浴中保温1小时,在充分排气后取样检测。
作为优选,采用电子舌味觉分析仪检测时,采用的单一味觉传感器和通用型味觉传感器均采用双分子脂质膜制作。
作为优选,采用电子舌味觉分析仪检测时,检测温度为25℃。
作为优选,建立所述偏最小二乘回归模型时,所需的啤酒样品的数量为至少4个。
作为优选,所述待评价啤酒与建立所述偏最小二乘回归模型时所需的啤酒样品属于同一种类型的啤酒。
与现有技术相比,本发明的优点和积极效果在于:
1、本发明提供的啤酒酒体饱满性的评价方法,以人工感官品评得到的饱满性分值为基础,结合电子舌味觉分析仪检测获得的味觉信号响应值,建立味觉信号响应值与饱满性分值的偏最小二乘回归模型,通过该偏最小二乘回归模型能够对啤酒酒体的饱满性进行量化评价,相比于传统的人工感官品评,避免了因个体差异而带来的主观因素的影响,准确性高;
2、本发明提供的啤酒酒体饱满性的评价方法,其操作简单,可适用于啤酒批量生产时对酒体饱满性的评价,有利于提高生产效率,且大大降低了生产成本。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种啤酒酒体饱满性的评价方法,包括如下步骤:
S1:由鉴别人员通过感官品评分别对多个啤酒样品的酒体饱满性打分,得到饱满性分值。
在本步骤中,需要说明的是,进行感官品评时需多位鉴别人员同时进行品评,以8-10位为宜,针对每个啤酒样品,取去掉最高分和最低分后剩余分值的平均分作为该啤酒样品对应的饱满性分值。采用这种打分方式,有利于减少因个体差异而带来的主观因素对打分的影响,有利于提高得到的饱满性分值的准确性,进而保证评价结果的准确性。
S2:采用电子舌味觉分析仪检测所述啤酒样品,检测时采用分别对应酸味、咸味、鲜味、苦味和甜味的5种单一味觉传感器,以及2种对全部味觉刺激都有响应的通用型味觉传感器进行检测,获得对应的7个味觉信号响应值。
在本步骤中,需要说明的是,电子舌味觉分析仪属于现有技术,其操作方法为本领域技术人员所熟知,因而,在本发明中不具体限定采用电子舌味觉分析仪检测所述啤酒样品的具体步骤。例如:可采用Alpha M.O.S公司的ASTREEⅡ型电子舌味觉分析仪进行检测,检测时,以Ag/AgCl作为参比电极,采用SRS(对应酸味)、STS(对应咸味)、UMS(对应鲜味)、BRS(对应苦味)和SWS(对应甜味)5种不同的单一味觉传感器,以及GPS和SPS两种对全部味觉刺激都有响应的通用型味觉传感器进行检测。
S3:以所述啤酒样品对应的7个味觉信号响应值为自变量,以所述啤酒样品对应的饱满性分值为因变量,采用偏最小二乘法建立味觉信号响应值与饱满性分值的偏最小二乘回归模型。
在本步骤中,根据获得的味觉信号响应值和饱满性分值数据,利用偏最小二乘法可建立味觉信号响应值与饱满性分值的偏最小二乘回归模型。需要说明的是,该回归模型的建立采用了偏最小二乘法,该方法主要用于多因变量对多自变量的回归建模,其通过最小化误差的平方和找到一组数据的最佳函数匹配。该方法综合运用多元线性回归分析、典型相关分析、主成分分析等多种数理统计方法,对自变量X和因变量Y都进行分解,从变量X和Y中同时提取关键成分用于建立模型,降低了数据噪音的干扰。该建模方法是一种求得绝对不可知真值的最简方法,且能够使误差平方之和为最小,采用该方法建立味觉信号响应值与饱满性分值的偏最小二乘回归模型,有利于保证评价结果的准确性。
S4:采用电子舌味觉分析仪检测待评价啤酒,获得对应的7个味觉信号响应值;根据所述味觉信号响应值与饱满性分值的偏最小二乘回归模型,计算获得待评价啤酒的饱满性分值。
在本步骤中,利用建立的味觉信号响应值与饱满性分值的偏最小二乘回归模型,仅需采用电子舌味觉分析仪检测待评价啤酒,获得对应的7个味觉信号响应值,即可根据偏最小二乘回归模型计算获得其对应的饱满性分值。
本发明提供的啤酒酒体饱满性的评价方法,以人工感官品评得到的饱满性分值为基础,结合电子舌味觉分析仪检测获得的味觉信号响应值,建立味觉信号响应值与饱满性分值的偏最小二乘回归模型,通过该偏最小二乘回归模型能够对啤酒酒体的饱满性进行量化评价,相比于传统的人工感官品评,避免了因个体差异而带来的主观因素的影响,准确性高。而且,本发明提供的啤酒酒体饱满性的评价方法,其操作简单,可适用于啤酒批量生产时对酒体饱满性的评价,有利于提高生产效率,且大大降低了生产成本。
在一优选实施例中,在鉴别人员通过感官品评时,以清水的饱满性分值为0、模拟啤酒组分的溶液模型的饱满性分值为5作为打分标准。在本优选实施例中,具体限定了打分标准,能够尽可能降低因个体差异而带来的打分差异,有利于提高评价结果的准确性。需要说明的是,采用此打分标准时,最高分值为10。此外,还需要说明的是,所述模拟啤酒组分的溶液模型及其制备方法,参考专利CN102662036A公开的模拟啤酒组分的溶液模型及制备方法,具体的,所述模拟啤酒组分的溶液模型可按照如下步骤制备:
1)缓冲液的配制:配制柠檬酸浓度为0.02%-0.05%、磷酸二氢钾浓度为0.02%-0.05%的缓冲液,溶剂为水,所述缓冲液pH值为3.6-4.6;
2)啤酒基质溶液的配制:以所述缓冲液为溶剂,配制牛血清蛋白BSA浓度为0.005%-0.030%、六氢酒花浸膏浓度为0.0005%-0.002%、糖浆浓度为2%-5%、无水乙醇浓度为2%-5%的啤酒基质溶液;
3)碳酸化:将所述啤酒基质溶液进行碳酸化处理,使溶液中的二氧化碳含量在0.35%-0.65%,即得到啤酒的溶液模型。
在一优选实施例中,所述鉴别人员在温度为25℃、湿度为40%-60%的室内进行感官品评。在本优选实施例中,进一步限定了鉴别人员进行感官品评时的环境,这主要是考虑到不同的环境对感官品评也会产生一定影响,而本优选实施例中限定的这种温度和湿度的室内环境为进行感官品评的最优环境,有利于提高评价结果的准确性。
在一优选实施例中,采用电子舌味觉分析仪检测时,需将待检测的所述啤酒样品或待评价啤酒置于25℃水浴中保温1小时,在充分排气后取样检测。在本优选实施例中,将待检测的啤酒样品或待评价啤酒置于25℃水浴中保温1小时,是为了保证啤酒样品及待评价啤酒的温度一致,以避免温度对信号响应的影响,有利于提高评价结果的准确性。进一步的,取样前进行充分排气,是为了消除气泡对信号响应稳定性的干扰。
在一优选实施例中,采用电子舌味觉分析仪检测时,采用的单一味觉传感器和通用型味觉传感器均采用双分子脂质膜制作。在本优选实施例中,需要说明的是,能够应用在电子舌中的传感器有多种类型,本优选实施例中限定的这种采用双分子脂质膜制作的味觉传感器,是仿照人类味觉细胞感受原理制造的双分子脂质膜传感器。这种脂质膜传感器可以对特定的一类呈味物质专一响应,其响应的结果并不是呈味物质的数量,而是这种味道在人类感受中的性质和强度,也就是可以直接得到酸味、咸味、鲜味等量化的味觉指标。因而,采用这种味觉传感器检测得到的量化指标与人的味觉阈值高度吻合,有利于提高评价结果的准确性。
在一优选实施例中,采用电子舌味觉分析仪检测时,检测温度为25℃。在本优选实施例中,进一步限定了检测温度为25℃,这是为了避免温度对信号响应的影响,在25℃下,味觉传感器的响应信号较强,有利于提高评价结果的准确性。
在一优选实施例中,建立所述偏最小二乘回归模型时,所需的所述啤酒样品的数量为至少4个。在本优选实施例中,进一步限定了建立偏最小二乘回归模型时所需的啤酒样品的数量,这主要考虑到:当建模时选取的啤酒样品数量较少时,建立的偏最小二乘回归模型的准确性较低,而选择至少4个啤酒样品进行建模时,可在尽可能减少工作量的前提下保证偏最小二乘回归模型的准确性。可以理解的是,本领域技术人员也可根据实际情况,具体选择建立所述偏最小二乘回归模型时所需的啤酒样品的数量,例如,可以为4个、5个、6个、7个、8个、9个、10个等。
在一优选实施例中,所述待评价啤酒与建立所述偏最小二乘回归模型时所需的啤酒样品属于同一种类型的啤酒。在本优选实施例中,需要说明的是,由于啤酒的酒体饱满性会因其所属的啤酒类型不同而稍有差别,例如,淡爽型啤酒的酒体饱满性相对较低。因而,针对待评价啤酒,采用与其类型相同的啤酒作为啤酒样品建立偏最小二乘回归模型,有利于保证评价结果的准确性。
为了更清楚详细地介绍本发明实施例所提供的啤酒酒体饱满性的评价方法,下面将结合具体实施例进行描述。
实施例1
(1)选择温度为25℃、湿度为40%-60%的室内作为专业品评室,选取与待评价啤酒1类型相同的5瓶啤酒作为啤酒样品,并分别编号,由10位鉴别人员分别对5个啤酒样品的酒体饱满性打分,打分时,以清水的饱满性分值为0、模拟啤酒组分的溶液模型的饱满性分值为5作为打分标准,得到5个啤酒样品对应的饱满性分值如表1所示。
表1与待评价啤酒1类型相同的5个啤酒样品对应的饱满性分值
样品编号 | 饱满性分值 |
样品1 | 6.88 |
样品2 | 6.38 |
样品3 | 6.50 |
样品4 | 6.88 |
样品5 | 6.75 |
需要说明的是,表1中每个啤酒样品对应的饱满性分值为去掉最高分和最低分后剩余8个分值的平均分。
此外,还需要说明的是,模拟啤酒组分的溶液模型按照如下步骤制备:
A、缓冲液的配制:准确称取0.320g柠檬酸和0.2g磷酸二氢钾,加入去离子水定容到1L,用氢氧化钾调节pH值至4.2,此时配制的溶液为啤酒缓冲液;
B、啤酒基质溶液的配制:分别称取33mL无水乙醇、0.12g的牛血清蛋白BSA、10μL的六氢酒花浸膏和30mL的糖浆,充分搅拌溶解。然后加入上述啤酒缓冲液定容到1L,用氢氧化钾调节pH值至4.2,得到啤酒基质溶液;
C、碳酸化:对上述啤酒基质溶液用二氧化碳进行碳酸化处理,将溶液中的二氧化碳含量控制在0.45%(v/v)得到1升模拟啤酒组分的模型溶液。
(2)将上述5个啤酒样品置于25℃水浴中保温1小时,在充分排气后,取25mL样品,采用Alpha M.O.S公司的ASTREEⅡ型电子舌味觉分析仪,在25℃下检测。检测时,以Ag/AgCl作为参比电极,采用SRS(对应酸味)、STS(对应咸味)、UMS(对应鲜味)、BRS(对应苦味)和SWS(对应甜味)5个不同的单一味觉传感器,以及GPS和SPS两种对全部味觉刺激都有响应的通用型味觉传感器进行检测,得到5个啤酒样品对应的7个味觉信号响应值如表2所示。
表2与待评价啤酒1类型相同的5个啤酒样品对应的味觉信号响应值
样品编号 | SRS | STS | UMS | BRS | SWS | GPS | SPS |
样品1 | 1163 | 1396 | 415 | 1416 | 1229 | 1327 | 1026 |
样品2 | 1154 | 1382 | 483 | 1412 | 1237 | 1328 | 1024 |
样品3 | 1160 | 1361 | 570 | 1412 | 1254 | 1347 | 1044 |
样品4 | 1174 | 1408 | 407 | 1410 | 1235 | 1344 | 1020 |
样品5 | 1177 | 1411 | 406 | 1409 | 1231 | 1333 | 1018 |
(3)以步骤(2)获得的5个啤酒样品对应的7个味觉信号响应值作为自变量,以步骤(1)获得的5个啤酒样品对应的饱满性分值作为因变量,采用偏最小二乘法建立味觉信号响应值与饱满性分值的偏最小二乘回归模型,其相关系数R2达到0.95。
(4)采用电子舌味觉分析仪检测待评价啤酒1,得到对应的7个味觉信号响应值,根据步骤(3)获得的偏最小二乘回归模型,计算获得待评价啤酒1对应的饱满性分值如表3所示。
表3待评价啤酒1的评价结果
由鉴别人员通过感官品评对待评价啤酒1打分,结果如表3所示。由表3可见,采用本发明实施例提供的啤酒酒体饱满性的评价方法对待评价啤酒1的评价结果与传统感官品评结果相近,其准确度较高。
实施例2
(1)选择温度为25℃、湿度为40%-60%的室内作为专业品评室,选取与待评价啤酒2类型相同的4瓶啤酒作为啤酒样品,并分别编号,由10位鉴别人员分别对4个啤酒样品的酒体饱满性打分,打分时,以清水的饱满性分值为0、模拟啤酒组分的溶液模型的饱满性分值为5作为打分标准,得到4个啤酒样品对应的饱满性分值如表4所示。
表4与待评价啤酒2类型相同的4个啤酒样品对应的饱满性分值
样品编号 | 饱满性分值 |
样品6 | 7.75 |
样品7 | 7.00 |
样品8 | 7.00 |
样品9 | 7.48 |
需要说明的是,表4中每个啤酒样品对应的饱满性分值为去掉最高分和最低分后剩余8个分值的平均分。
此外,还需要说明的是,模拟啤酒组分的溶液模型的制备步骤同实施例1。
(2)将上述4个啤酒样品置于25℃水浴中保温1小时,在充分排气后,取25mL样品,采用Alpha M.O.S公司的ASTREEⅡ型电子舌味觉分析仪,在25℃下检测。检测时,以Ag/AgCl作为参比电极,采用SRS(对应酸味)、STS(对应咸味)、UMS(对应鲜味)、BRS(对应苦味)和SWS(对应甜味)5个不同的单一味觉传感器,以及GPS和SPS两种对全部味觉刺激都有响应的通用型味觉传感器进行检测,得到4个啤酒样品对应的7个味觉信号响应值如表5所示。
表5与待评价啤酒2类型相同的4个啤酒样品对应的味觉信号响应值
样品编号 | SRS | STS | UMS | BRS | SWS | GPS | SPS |
样品6 | 1179 | 1409 | 401 | 1408 | 1226 | 1324 | 1021 |
样品7 | 1166 | 1387 | 504 | 1409 | 1242 | 1329 | 1035 |
样品8 | 1160 | 1393 | 478 | 1409 | 1239 | 1337 | 1030 |
样品9 | 1150 | 1386 | 413 | 1401 | 1227 | 1262 | 930 |
(3)以步骤(2)获得的4个啤酒样品对应的7个味觉信号响应值作为自变量,以步骤(1)获得的4个啤酒样品对应的饱满性分值作为因变量,采用偏最小二乘法建立味觉信号响应值与饱满性分值的偏最小二乘回归模型,其相关系数R2达到0.93。
(4)采用电子舌味觉分析仪检测待评价啤酒2,得到对应的7个味觉信号响应值,根据步骤(3)获得的偏最小二乘回归模型,计算获得待评价啤酒2对应的饱满性分值如表6所示。
表6待评价啤酒2的评价结果
由鉴别人员通过感官品评对待评价啤酒2打分,结果如表6所示。由表6可见,采用本发明实施例提供的啤酒酒体饱满性的评价方法对待评价啤酒2的评价结果与传统感官品评结果相近,其准确度较高。
Claims (8)
1.一种啤酒酒体饱满性的评价方法,其特征在于,包括如下步骤:
由鉴别人员通过感官品评分别对多个啤酒样品的酒体饱满性打分,得到饱满性分值;
采用电子舌味觉分析仪检测所述啤酒样品,检测时采用分别对应酸味、咸味、鲜味、苦味和甜味的5种单一味觉传感器,以及2种对全部味觉刺激都有响应的通用型味觉传感器进行检测,获得对应的7个味觉信号响应值;
以所述啤酒样品对应的7个味觉信号响应值为自变量,以所述啤酒样品对应的饱满性分值为因变量,采用偏最小二乘法建立味觉信号响应值与饱满性分值的偏最小二乘回归模型;
采用电子舌味觉分析仪检测待评价啤酒,获得对应的7个味觉信号响应值;根据所述味觉信号响应值与饱满性分值的偏最小二乘回归模型,计算获得待评价啤酒的饱满性分值。
2.根据权利要求1所述的啤酒酒体饱满性的评价方法,其特征在于:在鉴别人员通过感官品评时,以清水的饱满性分值为0、模拟啤酒组分的溶液模型的饱满性分值为5作为打分标准。
3.根据权利要求1或2所述的啤酒酒体饱满性的评价方法,其特征在于:所述鉴别人员在温度为25℃、湿度为40%-60%的室内进行感官品评。
4.根据权利要求1所述的啤酒酒体饱满性的评价方法,其特征在于:采用电子舌味觉分析仪检测时,需将待检测的所述啤酒样品或待评价啤酒置于25℃水浴中保温1小时,在充分排气后取样检测。
5.根据权利要求1或4所述的啤酒酒体饱满性的评价方法,其特征在于:采用电子舌味觉分析仪检测时,采用的单一味觉传感器和通用型味觉传感器均采用双分子脂质膜制作。
6.根据权利要求1或4所述的啤酒酒体饱满性的评价方法,其特征在于:采用电子舌味觉分析仪检测时,检测温度为25℃。
7.根据权利要求1所述的啤酒酒体饱满性的评价方法,其特征在于:建立所述偏最小二乘回归模型时,所需的啤酒样品的数量为至少4个。
8.根据权利要求1或7所述的啤酒酒体饱满性的评价方法,其特征在于:所述待评价啤酒与建立所述偏最小二乘回归模型时所需的啤酒样品属于同一种类型的啤酒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710947529.8A CN107727711A (zh) | 2017-10-12 | 2017-10-12 | 一种啤酒酒体饱满性的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710947529.8A CN107727711A (zh) | 2017-10-12 | 2017-10-12 | 一种啤酒酒体饱满性的评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107727711A true CN107727711A (zh) | 2018-02-23 |
Family
ID=61210443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710947529.8A Pending CN107727711A (zh) | 2017-10-12 | 2017-10-12 | 一种啤酒酒体饱满性的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107727711A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596542A (zh) * | 2018-11-21 | 2019-04-09 | 河海大学 | 一种学习式啤酒鉴定系统 |
CN109991368A (zh) * | 2019-03-20 | 2019-07-09 | 华南理工大学 | 基于电子舌的酱油滋味评价方法、装置、介质和计算设备 |
CN111351900A (zh) * | 2020-04-01 | 2020-06-30 | 北京燕京啤酒股份有限公司 | 一种啤酒酒花香气成分识别阈值及其与风味成分的协调性评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999013325A1 (en) * | 1997-09-07 | 1999-03-18 | Nordic Sensor Technologies Ab | Electronic tongue |
CN103645182A (zh) * | 2013-12-13 | 2014-03-19 | 重庆大学 | 一种采用电子舌系统鉴定白酒香型的方法 |
CN103837587A (zh) * | 2014-03-17 | 2014-06-04 | 上海应用技术学院 | 一种利用电子舌系统对杨梅汁味感快速品评的方法 |
-
2017
- 2017-10-12 CN CN201710947529.8A patent/CN107727711A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999013325A1 (en) * | 1997-09-07 | 1999-03-18 | Nordic Sensor Technologies Ab | Electronic tongue |
CN103645182A (zh) * | 2013-12-13 | 2014-03-19 | 重庆大学 | 一种采用电子舌系统鉴定白酒香型的方法 |
CN103837587A (zh) * | 2014-03-17 | 2014-06-04 | 上海应用技术学院 | 一种利用电子舌系统对杨梅汁味感快速品评的方法 |
Non-Patent Citations (2)
Title |
---|
李阳 等: "电子舌技术在啤酒口感评价中的应用", 《食品研究与开发》 * |
贾洪锋 等: "电子舌对啤酒的区分识别研究", 《食品科学》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596542A (zh) * | 2018-11-21 | 2019-04-09 | 河海大学 | 一种学习式啤酒鉴定系统 |
CN109991368A (zh) * | 2019-03-20 | 2019-07-09 | 华南理工大学 | 基于电子舌的酱油滋味评价方法、装置、介质和计算设备 |
CN109991368B (zh) * | 2019-03-20 | 2020-09-22 | 华南理工大学 | 基于电子舌的酱油滋味评价方法、装置、介质和计算设备 |
CN111351900A (zh) * | 2020-04-01 | 2020-06-30 | 北京燕京啤酒股份有限公司 | 一种啤酒酒花香气成分识别阈值及其与风味成分的协调性评价方法 |
CN111351900B (zh) * | 2020-04-01 | 2022-04-08 | 北京燕京啤酒股份有限公司 | 一种啤酒酒花香气成分识别阈值及其与风味成分的协调性评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107741439A (zh) | 一种啤酒酒体圆润性的评价方法 | |
CN107727711A (zh) | 一种啤酒酒体饱满性的评价方法 | |
CN103837587A (zh) | 一种利用电子舌系统对杨梅汁味感快速品评的方法 | |
CN105954412B (zh) | 用于山核桃新鲜度检测的传感器阵列优化方法 | |
CN102692488A (zh) | 基于电子鼻技术的金华火腿分级与鉴别方法 | |
CN110133050B (zh) | 一种基于多传感器指纹图谱定性定量检测茶叶品质的方法 | |
Hopker et al. | Reliability of cycling gross efficiency using the Douglas bag method | |
CN108037256B (zh) | 稻米食味品质的快速测定方法 | |
Gao et al. | Quality identification and evaluation of Pu‐erh teas of different grade levels and various ages through sensory evaluation and instrumental analysis | |
CN116574828B (zh) | 与南瓜可溶性固形物含量主效qtl连锁的kasp分子标记及其应用 | |
CN104122308A (zh) | 基于电子舌检测的差别度计算方法及茶叶品质鉴别方法 | |
WO2020186746A1 (zh) | 基于电子舌的酱油滋味评价方法、装置、介质和计算设备 | |
CN108303503A (zh) | 葡萄酒味觉的评价方法 | |
King et al. | A COMPARISON OF METHODS FOR EVALUATING THE PERFORMANCE OF A TRAINED SENSORY PANEL 1 | |
CN106568823A (zh) | 一种用电子舌快速检测盐酸小檗碱苦味的方法 | |
CN114720582A (zh) | 一种不同陈化年份老香黄的综合评价方法 | |
CN106770014A (zh) | 一种大米新鲜度的近红外光谱检测方法 | |
CN110208471B (zh) | 一种酸味物质背景下甜味物质感官甜度的测定方法 | |
CN107025378A (zh) | 一种基于标偏分位百分比的均匀性评价方法 | |
CN113138257B (zh) | 一种花生籽仁烘烤食味品质的测定及其评价方法 | |
CN113238004A (zh) | 一种利用mlp神经网络模型预测酸味、甜味的方法 | |
CN109156539A (zh) | 一种豆腐加工用大豆的品质预测方法 | |
CN113705719A (zh) | 一种采用电子感官融合快速评价中药饮片五味药性的方法 | |
CN103077329A (zh) | 一种定量化评定人工窖泥质量等级的系统 | |
CN107513567A (zh) | 鹰嘴豆ssr指纹图谱的构建方法及应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |