CN108801975A - 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 - Google Patents
一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 Download PDFInfo
- Publication number
- CN108801975A CN108801975A CN201810878837.4A CN201810878837A CN108801975A CN 108801975 A CN108801975 A CN 108801975A CN 201810878837 A CN201810878837 A CN 201810878837A CN 108801975 A CN108801975 A CN 108801975A
- Authority
- CN
- China
- Prior art keywords
- near infrared
- vinasse
- infrared spectrum
- sample
- reference substance
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000007781 pre-processing Methods 0.000 title claims abstract description 13
- 239000004615 ingredient Substances 0.000 title claims abstract description 12
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 53
- 239000013558 reference substance Substances 0.000 claims abstract description 28
- 238000012937 correction Methods 0.000 claims abstract description 9
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 239000000203 mixture Substances 0.000 abstract description 6
- 239000004793 Polystyrene Substances 0.000 description 3
- 229920002223 polystyrene Polymers 0.000 description 3
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013124 brewing process Methods 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- -1 granular size differ Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法，包括以下步骤：采集酒糟样品和参考物的近红外光谱：使用微型近红外光谱仪分别采集酒糟样品和参考物一定波长范围的N个点的近红外光谱；分别平滑所采集的酒糟样品和参考物的近红外光谱；基于参考物的近红外光谱，对酒糟样品的近红外光谱进行校正，以消除微型化近红外光谱仪仪器的不稳定性和仪器之间的台间差；对得到的校正后的酒糟样品的近红外光谱进行预处理。本发明为低成本的微型近红外光谱仪替代大型光谱仪用于酒糟成分检测扫除了障碍。
Description
技术领域
本发明涉及酒糟成分检测技术领域，特别是一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法。
背景技术
酒糟是酿酒过程的重要中间物，酒糟的成分与成品酒的品质高度相关。酒糟是一种固液混合物，颗粒大小不一，组分分布不均，传统的成分检测需取样后研磨萃取，再进行成分检测，涉及到繁琐的样品处理及多种分析仪器，如色谱仪、紫外可见分光光度计、天平和烘箱等，样品分析必须在实验室条件下进行，检测报告需要几天的时间才能得到，只能抽测少数几口窖池的酒糟，对改进生产的指导性大大降低。
近年来，酒厂开始使用大型近红外光谱仪检测酒糟主要成分，虽然比传统化学分析法效率有所提升，但该类设备体积庞大，对环境条件要求很高，仍需要专门的检测室和专业分析人员，酿酒工人无法现场检测，实时性较差。同时，由于大型近红外光谱仪价格昂贵，酒厂无法大量配置，难以对每口窖池、每批样品都进行检测，与酒厂的实际需要仍有很大差距。
微型化近红外光谱仪体积小巧，价格低廉，可以大量购置以实现每批酒糟的检测。但是微型化近红外光谱仪受光源、检测器、使用方法、环境条件等影响，精度、灵敏度、稳定性、重现性、波长范围、分辨率等指标都有明显的性能降低，难以直接延用大型近红外设备的光谱处理方法。因此，需要一种针对微型化近红外光谱仪的光谱预处理方法，实现酒糟成分的建模和预测。
发明内容
为解决现有技术中存在的问题，本发明的目的是提供一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法，本发明为低成本的微型近红外光谱仪替代大型光谱仪用于酒糟成分检测扫除了障碍。
为实现上述目的，本发明采用的技术方案是：一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法，包括以下步骤：
步骤一、采集酒糟样品和参考物的近红外光谱：使用微型近红外光谱仪分别采集酒糟样品和参考物一定波长范围的N个点的近红外光谱，其中，N为偶数；
步骤二、分别平滑步骤一所采集的酒糟样品和参考物的近红外光谱；
步骤三、基于参考物的近红外光谱，对酒糟样品的近红外光谱进行校正，以消除微型化近红外光谱仪仪器的不稳定性和仪器之间的台间差；
步骤四、对步骤三得到的校正后的酒糟样品的近红外光谱进行预处理。
优选地，所述步骤一具体如下：
采集酒糟样品的近红外光谱：使用微型近红外光谱仪扫描酒糟样品，获取一定波长范围的N个点的近红外光谱，记为A1，A2，…，AN；
采集参考物的近红外光谱：使用微型近红外光谱仪扫描酒糟样品，获取与酒糟样品的近红外光谱相同波长范围、相同分辨率的N个点的近红外光谱，记为B1，B2，…，BN；其中，参考物对该波长范围的近红外光无明显吸收，且参考物的表面平整光滑，参考物至少有一个平面大于微型近红外光谱仪的光斑尺寸。
进一步地，所述步骤二具体如下：
分别将酒糟样品和参考物的近红外光谱相邻两点的光谱值依次平均，原酒糟样品和参考物N个点的近红外光谱平滑后均变为N/2个点的近红外光谱，平滑后的酒糟样品记为sAi，i＝1，2，...，N/2，则： 平滑后参考物的光谱记为sBi，i＝1，2，...，N/2，则：
再进一步地，所述步骤三具体如下：
将步骤二平滑后的酒糟样品近红外光谱依次逐点除以步骤二平滑后的参考物近红外光谱，得到酒糟样品的校正后近红外光谱，记为记为Si，i＝1，2，...，N/2，则
更进一步地，所述步骤四具体如下：
求步骤三得到的酒糟样品校正后近红外光谱的均值，记为Smean，即预处理完成后的近红外光谱为S1-Smean，S2-Smean，…，SN/2-Smean。
本发明的有益效果是：
现有近红外检测酒糟主要成分，虽然比传统化学分析法效率有所提升，但仍依赖于大型近红外光谱仪，需要专门的检测室和专业检测人员，且只可采用透射方式采样，酒糟需研磨压片，制样复杂，实时性较差。此外大型近红外光谱仪价格昂贵，酒厂无法大量配置，难以对每口窖池、每批样品都进行检测，只能采用抽查的方式，无法满足酒厂数量庞大的酒糟检测需求。而微型化近红外光谱仪的性能与大型近红外光谱仪存在明显的差距，采集的光谱若直接套用大型近红外光谱仪的数据处理及建模方法无法取得良好的预测效果。本发明针对微型化近红外光谱仪特点，引入了参考物作光谱校正，并进行了一系列处理，可减小设备不稳定及台间差的影响，且适用于透射和反射两种采样方法，无需繁琐的制样过程，预处理后的近红外光谱再采用常规方法建模即可满足酒厂大规模酒糟检测的需求。
附图说明
图1为本发明实施例的流程框图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例
如图1所示，一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法，包括以下步骤：
S1、光谱采集：
采集白酒酒糟样品的近红外光谱：
使用微型化近红外光谱仪扫描酒糟样品，获取波长范围为1550nm-1850nm、分辨率为3nm的100个点的近红外光谱；
采集参考物(本实施例选择聚苯乙烯板作为参考物)的近红外光谱：
使用微型化近红外光谱仪扫描聚苯乙烯板，获取100个点的近红外光谱，且与酒糟样品的近红外光谱的波长范围、分辨率均相同，同为1550nm-1850nm、分辨率为3nm；
S2、光谱平滑：
分别将酒糟样品和聚苯乙烯板的近红外光谱相邻两点光谱值依次平均，原100点的近红外光谱均变为50个点的近红外光谱；
S3、计算酒糟样品校正后的近红外光谱：
将步骤S2降平滑后的酒糟样品的近红外光谱依次逐点除以步骤S2降平滑后的聚苯乙烯板的近红外光谱，得到酒糟样品的校正后光谱，记为S1，S2，…，S50；
S4、校正后光谱预处理：
求步骤S3得到的每条酒糟样品校正后近红外光谱的均值，记为Smean，预处理完成后的近红外光谱为S1-Smean，S2-Smean，…，S50-Smean。
对预处理后的近红外光谱再采用常规方法建模即可满足酒厂大规模酒糟检测的需求。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (5)
1.一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法，其特征在于，包括以下步骤：
步骤一、采集酒糟样品和参考物的近红外光谱：使用微型近红外光谱仪分别采集酒糟样品和参考物一定波长范围的N个点的近红外光谱，其中，N为偶数；
步骤二、分别平滑步骤一所采集的酒糟样品和参考物的近红外光谱；
步骤三、基于参考物的近红外光谱，对酒糟样品的近红外光谱进行校正，以消除微型化近红外光谱仪仪器的不稳定性和仪器之间的台间差；
步骤四、对步骤三得到的校正后的酒糟样品的近红外光谱进行预处理。
2.根据权利要求1所述的微型化近红外光谱仪检测酒糟成分的光谱预处理方法，其特征在于，所述步骤一中，使用微型近红外光谱仪分别采集酒糟样品和参考物相同波长范围、相同分辨率的N个点的近红外光谱；其中，参考物对该波长范围的近红外光无明显吸收，且参考物的表面平整光滑，参考物至少有一个平面大于微型近红外光谱仪的光斑尺寸。
3.根据权利要求2所述的微型化近红外光谱仪检测酒糟成分的光谱预处理方法，其特征在于，所述步骤二具体如下：
分别将酒糟样品和参考物的近红外光谱相邻两点的光谱值依次平均，原酒糟样品和参考物N个点的近红外光谱平滑后均变为N/2个点的近红外光谱。
4.根据权利要求3所述的微型化近红外光谱仪检测酒糟成分的光谱预处理方法，其特征在于，所述步骤三具体如下：
将步骤二平滑后的酒糟样品近红外光谱依次逐点除以步骤二平滑后的参考物近红外光谱，得到酒糟样品的校正后近红外光谱，记为Si，i＝1，2，…，N/2。
5.根据权利要求4所述的微型化近红外光谱仪检测酒糟成分的光谱预处理方法，其特征在于，所述步骤四具体如下：
求步骤三得到的每条酒糟样品校正后近红外光谱的均值，记为Smean，即预处理完成后的近红外光谱为S1-Smean，S2-Smean，…，SN/2-Smean。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810878837.4A CN108801975B (zh) | 2018-08-03 | 2018-08-03 | 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810878837.4A CN108801975B (zh) | 2018-08-03 | 2018-08-03 | 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108801975A true CN108801975A (zh) | 2018-11-13 |
| CN108801975B CN108801975B (zh) | 2021-03-16 |
Family
ID=64079348
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810878837.4A Active CN108801975B (zh) | 2018-08-03 | 2018-08-03 | 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108801975B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109724940A (zh) * | 2019-02-26 | 2019-05-07 | 宜宾五粮液股份有限公司 | 利用近红外光谱仪检测酒糟成分含量的方法及系统 |
| CN110672546A (zh) * | 2019-10-11 | 2020-01-10 | 四川长虹电器股份有限公司 | 一种基于便携式近红外光谱仪的酒糟模型建模方法 |
| CN110879213A (zh) * | 2019-12-23 | 2020-03-13 | 四川长虹电器股份有限公司 | 一种基于近红外光谱仪的轻量物质质量测定方法 |
| CN112924413A (zh) * | 2021-01-27 | 2021-06-08 | 四川长虹电器股份有限公司 | 预测酒糟成分的方法 |
| CN113724803A (zh) * | 2021-09-02 | 2021-11-30 | 四川启睿克科技有限公司 | 一种有效提升酒糟样品预测准确率的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002345953A (ja) * | 2001-05-28 | 2002-12-03 | Fusao Terada | 静脈検出装置 |
| CN101900672A (zh) * | 2009-05-27 | 2010-12-01 | 中国石油化工股份有限公司 | 一种润滑油种类和粘度级别的快速识别方法 |
| CN102539373A (zh) * | 2011-12-21 | 2012-07-04 | 无锡济民可信山禾药业股份有限公司 | 一种快速无损测定尿囊素铝原料及制剂中尿囊素铝含量的方法 |
| CN102680417A (zh) * | 2012-05-08 | 2012-09-19 | 泸州品创科技有限公司 | 酒糟中直、支链淀粉含量的检测方法 |
| CN104897607A (zh) * | 2015-06-18 | 2015-09-09 | 北京工商大学 | 便携式近红外光谱食品建模与快速检测一体化方法和系统 |
-
2018
- 2018-08-03 CN CN201810878837.4A patent/CN108801975B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002345953A (ja) * | 2001-05-28 | 2002-12-03 | Fusao Terada | 静脈検出装置 |
| CN101900672A (zh) * | 2009-05-27 | 2010-12-01 | 中国石油化工股份有限公司 | 一种润滑油种类和粘度级别的快速识别方法 |
| CN102539373A (zh) * | 2011-12-21 | 2012-07-04 | 无锡济民可信山禾药业股份有限公司 | 一种快速无损测定尿囊素铝原料及制剂中尿囊素铝含量的方法 |
| CN102680417A (zh) * | 2012-05-08 | 2012-09-19 | 泸州品创科技有限公司 | 酒糟中直、支链淀粉含量的检测方法 |
| CN104897607A (zh) * | 2015-06-18 | 2015-09-09 | 北京工商大学 | 便携式近红外光谱食品建模与快速检测一体化方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 周兴藩 等: "酒糟主要成分含量的近红外反射光谱快速分析", 《农业机械学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109724940A (zh) * | 2019-02-26 | 2019-05-07 | 宜宾五粮液股份有限公司 | 利用近红外光谱仪检测酒糟成分含量的方法及系统 |
| CN110672546A (zh) * | 2019-10-11 | 2020-01-10 | 四川长虹电器股份有限公司 | 一种基于便携式近红外光谱仪的酒糟模型建模方法 |
| CN110879213A (zh) * | 2019-12-23 | 2020-03-13 | 四川长虹电器股份有限公司 | 一种基于近红外光谱仪的轻量物质质量测定方法 |
| CN112924413A (zh) * | 2021-01-27 | 2021-06-08 | 四川长虹电器股份有限公司 | 预测酒糟成分的方法 |
| CN113724803A (zh) * | 2021-09-02 | 2021-11-30 | 四川启睿克科技有限公司 | 一种有效提升酒糟样品预测准确率的方法 |
| CN113724803B (zh) * | 2021-09-02 | 2024-03-12 | 四川启睿克科技有限公司 | 一种有效提升酒糟样品预测准确率的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108801975B (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108801975A (zh) | 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 | |
| CN1982872B (zh) | 快速检测滴丸剂水分含量的近红外漫反射光谱法 | |
| Cuadrado et al. | Comparison and joint use of near infrared spectroscopy and Fourier transform mid infrared spectroscopy for the determination of wine parameters | |
| CN101231274B (zh) | 近红外光谱快速测定山药中尿囊素含量的方法 | |
| CN104897607A (zh) | 便携式近红外光谱食品建模与快速检测一体化方法和系统 | |
| CN104764699B (zh) | 一种测定食用油酸价的方法 | |
| CN1982874B (zh) | 快速检测滴丸剂有效成分含量的近红外漫反射光谱法 | |
| CN104048941A (zh) | 采用近红外光谱快速测定麦冬中多指标性成分含量的方法 | |
| CN102539566A (zh) | 运用近红外光谱技术快速测定盾叶薯蓣中薯蓣皂苷含量的方法 | |
| CN110672546A (zh) | 一种基于便携式近红外光谱仪的酒糟模型建模方法 | |
| CN110646407A (zh) | 一种基于激光诱导击穿光谱技术的水产品中磷元素含量的快速检测方法 | |
| CN106353275A (zh) | 一种基于紫外光谱快速测定麻黄药材生物碱的方法 | |
| CN112595692A (zh) | 一种水果总糖含量预测模型的建立方法及水果总糖含量的预测方法 | |
| CN101349638A (zh) | 果蔬维生素c含量的光谱快速无损检测方法 | |
| CN102028710B (zh) | 一种测定华蟾素醇沉液中吲哚类生物碱含量的方法 | |
| CN103308475A (zh) | 一种同时测量后处理料液中Pu（Ⅳ）及HNO3含量的方法 | |
| CN102313712A (zh) | 一种纤维类物料不同分光方式近红外光谱差异的校正方法 | |
| CN101788459B (zh) | 一种准连续方式的分光波长组合方法 | |
| CN102680416A (zh) | 一种夏秋茶内咖啡因含量的快速检测方法及装置 | |
| CN113655027A (zh) | 一种近红外快速检测植物中单宁含量的方法 | |
| CN106226267A (zh) | 一种辣椒干色价的近红外测定方法 | |
| CN102759515A (zh) | 基于水平atr的中红外光谱快速测定农产品含油率的方法 | |
| CN105510305A (zh) | 一种土豆淀粉铝含量的检测方法 | |
| CN2733343Y (zh) | 果蔬类农产品内部非破坏性整体分析装置 | |
| CN104181125A (zh) | 快速测定啤酒麦芽中库尔巴哈值的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220211 Address after: 644007 No. 150 Minjiang West Road, Yibin, Sichuan Patentee after: WULIANGYE GROUP Co.,Ltd. Patentee after: Sichuan Changhong electric Limited by Share Ltd Address before: 621000, No. 35 Mian Xing Dong Road, hi tech Zone, Sichuan, Mianyang Patentee before: SICHUAN CHANGHONG ELECTRIC Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Xiaoqin Inventor after: Zhang Yaqin Inventor after: Guo Yan Inventor after: Yan Xiaojian Inventor after: An Mingzhe Inventor after: Zhao Dong Inventor after: Qiao Zongwei Inventor before: Zhang Yaqin Inventor before: Yan Xiaojian |
|
| CB03 | Change of inventor or designer information |