CN114267415A - 一种黄酒灭菌微生物含量检测及曲线生成方法 - Google Patents
一种黄酒灭菌微生物含量检测及曲线生成方法 Download PDFInfo
- Publication number
- CN114267415A CN114267415A CN202210001820.7A CN202210001820A CN114267415A CN 114267415 A CN114267415 A CN 114267415A CN 202210001820 A CN202210001820 A CN 202210001820A CN 114267415 A CN114267415 A CN 114267415A
- Authority
- CN
- China
- Prior art keywords
- curve
- yellow wine
- microorganisms
- content
- microorganism
- 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.)
- Withdrawn
Links
Images
Abstract
一种黄酒灭菌微生物含量检测及曲线生成方法,包括:根据黄酒的成分,确定在微生物作用下生成的糖、醇、酸等对黄酒风味的影响和微生物的耐热程度;采用高温、密封措施对黄酒中的微生物进行灭菌处理,并检测灭菌过程中微生物的含量;建立微生物含量规则曲线模型,对其进行离散化,改变曲线型值点的权值系数得到目标曲线;通过人工神经网络对目标曲线进行训练,自适应学习权值系数取值,从而控制曲线的形状,生成黄酒灭菌微生物含量曲线。该方法具有较好的可控性和自适应性,人工神经网络自适应训练控制微生物含量曲线的整体和局部形状,实时了解不同温度和时间对黄酒中微生物的灭菌作用,减少对黄酒风味的影响,在保证黄酒质量安全的情况下使其更加醇香。
Description
本发明为“一种黄酒灭菌微生物含量检测及曲线生成方法″,申请号为“2018111425060″的发明专利的分案申请。
技术领域
本发明涉及一种黄酒灭菌微生物含量检测及曲线生成方法,属于食品生成、微生物、几何曲线领域。
背景技术
灭菌是黄酒生产的关键工序之一,如不严格控制,会破坏黄酒的风味甚至变质。现有的黄酒灭菌方法对于灭菌过程的温度控制不足,由于黄酒发酵过程是开放式的,发酵后存留一些耐热性较高的酵母、乳酸杆菌等,温度过高损害了黄酒应有的风味,而温度低不足以灭菌将使黄酒变质,甚至无法饮用,灭菌过程中微生物的含量曲线由于其随机性而不易测得,难以准确绘制。
发明内容
为解决上述问题,本发明的目的在于提供一种具有较好的可控性和自适应性的黄酒灭菌微生物含量检测及曲线生成方法,人工神经网络自适应训练控制微生物含量曲线的整体和局部形状,实时了解不同温度和时间对黄酒中微生物的灭菌作用,减少对黄酒风味的影响,在保证黄酒质量安全的情况下使其更加醇香。
本发明解决其问题所采用的技术方案,包括以下步骤:
A.根据黄酒的成分,确定在微生物作用下生成的糖、醇、酸等对黄酒风味的影响和微生物的耐热程度;
B.采用高温、密封等措施对黄酒中的微生物进行灭菌处理,并检测灭菌过程中微生物的含量;
C.建立微生物含量规则曲线模型,对其进行离散化,改变曲线型值点的权值系数得到目标曲线;
D.通过人工神经网络对目标曲线进行训练,自适应学习权值系数的取值,从而控制曲线的形状,生成黄酒灭菌微生物含量曲线。
进一步的,所述步骤B包括:
(1)装瓶前对空瓶进行灭菌;黄酒灭菌后冷却降温,封口,酒瓶在运输过程中采取措施防止瓶口松动,存贮仓库干燥、卫生;
(2)黄酒灭菌过程中每隔2小时在无菌条件下用无菌移液管取出5ml的酒液置于培养基上进行稀释,分别放于30、37摄氏度恒温震荡培养,检测吸光值,从而判断微生物的含量。
进一步的,所述步骤C包括:
(1)灭菌过程中微生物的含量随着温度的上升近似呈指数减少,建立微生物含量规则曲线模型:
其中,Di(i=0,1,…,n)是曲线的型值点,n是型值点的数量,x是时间,f(x)=-axlna是型值点的组合函数,a是不同微生物的生存参数,因此,模型变为:
(2)对模型进行离散化处理,改变曲线型值点的权值系数得到目标函数:
其中,ωi是每个型值点的权值系数。
进一步的,所述步骤D包括:
(1)将型值点的权值系数作为人工神经网络的连接权,初始化连接权,将f(x)=-axlna作为人工神经网络的输入信号,权值系数作为网络的输出,隐含层节点数为:
其中,n是输入神经元个数,m是输出神经元个数,k是常数,对比网络的实际输出与期望输出,实际输出与期望输出之差的平方和最小值为优化目标,经过对目标曲线进行多次训练,网络权值收敛于最佳权值,则权值系数调整函数为:
其中,ωk(x)是第k次迭代权值系数的取值,α是学习间隔系数,δ是误差值,k是迭代次数,fk(x)为第k次迭代的组合函数,Fk(x)为第k次迭代的目标离散函数;
(2)通过对连接权的不同设置得到不同的目标函数值,赋予连接权初始值,改变其他连接权的取值,控制曲线的局部形状,从而对整体形状进行控制,动态改变输出值,控制曲线的曲度和波动,以时间为横坐标,微生物含量为纵坐标,得到黄酒灭菌微生物含量曲线。
本发明的有益效果是:
(1)在黄酒风味和品质要求越来越高的情况下,本发明具有较好的可控性和自适应性,人工神经网络自适应训练控制微生物含量曲线的整体和局部形状,实时了解不同温度和时间对黄酒中微生物的灭菌作用,减少对黄酒风味的影响,在保证黄酒质量安全的情况下使其更加醇香。
(2)装瓶前对空瓶进行灭菌,黄酒灭菌后冷却降温,封口,酒瓶在运输过程中采取措施防止瓶口松动,存贮仓库干燥、卫生,防止外界微生物进入酒内,影响黄酒口感和微生物检测的准确性。
(3)黄酒灭菌过程中每隔2小时在无菌条件下用无菌移液管取出5ml的酒液置于培养基上进行稀释,分别放于30、37摄氏度恒温震荡培养,多次实验表明,该条件下黄酒中的微生物含量稳定,有利于正确反映微生物含量的变化,减少误差。
附图说明
图1为一种黄酒灭菌微生物含量检测及曲线生成方法的整体流程图;
图2为黄酒主要成分的生成结果图;
图3为黄酒灭菌微生物含量曲线图。
具体实施方式
参照图1,本发明所述的方法包括以下步骤:
A.根据黄酒的成分,确定在微生物作用下生成的糖、醇、酸等对黄酒风味的影响和微生物的耐热程度;
(1)黄酒中的主要成分:糖、醇、酸等,如图2所示,微生物生成的这些物质将会对黄酒的风味产生一定的影响。黄酒曲中的菌类能生成葡萄糖、麦芽糖等,给予黄酒甜味。糖代谢生成有机酸,构成了黄酒的酸味,但若乳酸过多则导致黄酒酸败。乙酸和醇反应生成酯,酯在脂肪酶的作用下分解为甘油和脂肪酸,给予黄酒浓郁醇香。蛋白质降解产生氨基酸,给予黄酒酸、甜、苦、辣、咸、涩……多姿多味的味觉感受。
(2)黄酒中含有一些耐热的乳酸杆菌、乳杆菌等,它们的灭菌温度高达70度左右,是黄酒酸败的主要微生物。有极少量的霉菌在发酵后仍有活性,其灭菌温度在80度左右。少量的酶需要70~90度才能失活。但过高的温度会影响黄酒风味,因此,需要寻找适宜的温度进行灭菌。
B.采用高温、密封等措施对黄酒中的微生物进行灭菌处理,并检测灭菌过程中微生物的含量;
(1)装瓶前需对空瓶进行灭菌,严格控制黄酒灭菌温度和时间,灭菌后需快速冷却降温,封口要快速、紧实,防止微生物进入酒内,酒瓶在运输过程中要防止瓶口松动,存贮仓库要干燥、卫生,防止仓库内微生物的大量繁殖污染黄酒。
(2)黄酒灭菌过程中每隔2小时在无菌条件下用无菌移液管取出5ml的酒液置于培养基上进行稀释,分别放于30、37摄氏度恒温震荡培养,检测吸光值,从而判断微生物的含量。
C.建立微生物含量规则曲线模型,对其进行离散化,改变曲线型值点的权值系数得到目标曲线;
(1)灭菌过程中微生物的含量随着温度的上升近似呈指数减少,建立微生物含量规则曲线模型:
其中,Di(i=0,1,…,n)是曲线的型值点,n是型值点的数量,x是时间,f(x)=-axlna是型值点的组合函数,a是不同微生物的生存参数。因此,模型变为:
(2)对模型进行离散化处理,改变曲线型值点的权值系数得到目标函数:
其中,ωi是每个型值点的权值系数。
D.通过人工神经网络对目标曲线进行训练,自适应学习权值系数的取值,从而控制曲线的形状,生成黄酒灭菌微生物含量曲线。
(1)将型值点的权值系数作为人工神经网络的连接权,初始化连接权,将f(x)=-axlna作为人工神经网络的输入信号,权值系数作为网络的输出,隐含层节点数为:
其中,n是输入神经元个数,m是输出神经元个数,k是常数。对比网络的实际输出与期望输出,实际输出与期望输出之差的平方和最小值为优化目标,经过对目标曲线进行多次训练,网络权值收敛于最佳权值,则权值系数调整函数为:
其中,ωk(x)是第k次迭代权值系数的取值,α是学习间隔系数,δ是误差值,k是迭代次数,fk(x)为第k次迭代的组合函数,Fk(x)为第k次迭代的目标离散函数。
(2)通过对连接权的不同设置得到不同的目标函数值,赋予连接权初始值,改变其他连接权的取值,控制曲线的局部形状,从而对整体形状进行控制。动态改变输出值,控制曲线的曲度和波动。以时间为横坐标,微生物含量为纵坐标,得到黄酒灭菌微生物含量曲线(如图3)。
综上所述,便完成了本发明所述的一种黄酒灭菌微生物含量检测及曲线生成方法。该方法具有较好的可控性和自适应性,人工神经网络自适应训练控制微生物含量曲线的整体和局部形状,实时了解不同温度和时间对黄酒中微生物的灭菌作用,减少对黄酒风味的影响,在保证黄酒质量安全的情况下使其更加醇香。
Claims (2)
1.一种黄酒灭菌微生物含量检测及曲线生成方法,其特征在于:所述方法包括以下步骤:
A.根据黄酒的成分,确定在微生物作用下生成的糖、醇、酸等对黄酒风味的影响和微生物的耐热程度;
B.采用高温、密封措施对黄酒中的微生物进行灭菌处理,并检测灭菌过程中微生物的含量;
C.建立微生物含量规则曲线模型,对其进行离散化,改变曲线型值点的权值系数得到目标曲线;
D.通过人工神经网络对目标曲线进行训练,自适应学习权值系数的取值,从而控制曲线的形状,生成黄酒灭菌微生物含量曲线;
所述步骤B包括:
(1)装瓶前对空瓶进行灭菌;黄酒灭菌后冷却降温,封口,酒瓶在运输过程中采取措施防止瓶口松动,存贮仓库干燥、卫生;
(2)黄酒灭菌过程中每隔2小时在无菌条件下用无菌移液管取出5ml的酒液置于培养基上进行稀释,分别放于30、37摄氏度恒温震荡培养,检测吸光值,从而判断微生物的含量。
所述步骤C包括:
(1)灭菌过程中微生物的含量随着温度的上升近似呈指数减少,建立微生物含量规则曲线模型:
其中,Di(i=0,1,…,n)是曲线的型值点,n是型值点的数量,x是时间,f(x)=-axlna是型值点的组合函数,a是不同微生物的生存参数,因此,模型变为:
(2)对模型进行离散化处理,改变曲线型值点的权值系数得到目标函数:
其中,ωi是每个型值点的权值系数。
2.根据权利要求1所述的一种黄酒灭菌微生物含量检测及曲线生成方法,其特征在于:所述步骤D包括:
(1)将型值点的权值系数作为人工神经网络的连接权,初始化连接权,将f(x)=-axlna作为人工神经网络的输入信号,权值系数作为网络的输出,隐含层节点数为:
其中,n是输入神经元个数,m是输出神经元个数,k是常数,对比网络的实际输出与期望输出,实际输出与期望输出之差的平方和最小值为优化目标,经过对目标曲线进行多次训练,网络权值收敛于最佳权值,则权值系数调整函数为:
其中,ωk(x)是第k次迭代权值系数的取值,α是学习间隔系数,δ是误差值,k是迭代次数,fk(x)为第k次迭代的组合函数,Fk(x)为第k次迭代的目标离散函数;
(2)通过对连接权的不同设置得到不同的目标函数值,赋予连接权初始值,改变其他连接权的取值,控制曲线的局部形状,从而对整体形状进行控制,动态改变输出值,控制曲线的曲度和波动,以时间为横坐标,微生物含量为纵坐标,得到黄酒灭菌微生物含量曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210001820.7A CN114267415A (zh) | 2018-09-28 | 2018-09-28 | 一种黄酒灭菌微生物含量检测及曲线生成方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210001820.7A CN114267415A (zh) | 2018-09-28 | 2018-09-28 | 一种黄酒灭菌微生物含量检测及曲线生成方法 |
CN201811142506.0A CN109192247B (zh) | 2018-09-28 | 2018-09-28 | 一种黄酒灭菌微生物含量曲线生成方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811142506.0A Division CN109192247B (zh) | 2018-09-28 | 2018-09-28 | 一种黄酒灭菌微生物含量曲线生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114267415A true CN114267415A (zh) | 2022-04-01 |
Family
ID=64907753
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811142506.0A Expired - Fee Related CN109192247B (zh) | 2018-09-28 | 2018-09-28 | 一种黄酒灭菌微生物含量曲线生成方法 |
CN202210001820.7A Withdrawn CN114267415A (zh) | 2018-09-28 | 2018-09-28 | 一种黄酒灭菌微生物含量检测及曲线生成方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811142506.0A Expired - Fee Related CN109192247B (zh) | 2018-09-28 | 2018-09-28 | 一种黄酒灭菌微生物含量曲线生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN109192247B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101630376B (zh) * | 2009-08-12 | 2012-06-20 | 江苏大学 | 多模型神经网络的生物发酵过程软测量建模方法及软仪表 |
US20170028005A1 (en) * | 2014-01-30 | 2017-02-02 | NatGood IP, LLC | Natural sweetener |
CN107641644A (zh) * | 2016-07-20 | 2018-01-30 | 江南大学 | 一种检测黄酒腐败微生物的方法 |
CN107238638A (zh) * | 2017-06-28 | 2017-10-10 | 四川理工学院 | 基于大曲各成分理化指标与产酒量和酒质联系的测定方法 |
-
2018
- 2018-09-28 CN CN201811142506.0A patent/CN109192247B/zh not_active Expired - Fee Related
- 2018-09-28 CN CN202210001820.7A patent/CN114267415A/zh not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
CN109192247B (zh) | 2022-03-29 |
CN109192247A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Matthews et al. | Food microbiology: an introduction | |
Ricci et al. | Use of dairy and plant-derived lactobacilli as starters for cherry juice fermentation | |
Pavlou et al. | An intelligent rapid odour recognition model in discrimination of Helicobacter pylori and other gastroesophageal isolates in vitro | |
Santiago-Urbina et al. | Physicochemical and microbiological changes during tapping of palm sap to produce an alcoholic beverage called “Taberna”, which is produced in the south east of Mexico | |
Manivannan et al. | Optimization of process parameters for the osmotic dehydration of beetroot in sugar solution | |
Sanchez | Philippine fermented foods: principles and technology | |
KR102183170B1 (ko) | 복합 신경망 알고리즘을 적용한 주류 발효 시스템 | |
EP0834137A1 (en) | Composition analysis | |
Moreno-Zambrano et al. | A mathematical model of cocoa bean fermentation | |
Bao et al. | Influence of Lactobacillus brevis on metabolite changes in bacteria‐fermented sufu | |
Romano et al. | Impact of yeast starter formulations on the production of volatile compounds during wine fermentation | |
Attchelouwa et al. | Biochemical and microbiological changes during the Ivorian sorghum beer deterioration at different storage temperatures | |
Morales‐Oyervides et al. | Selection of best conditions of inoculum preparation for optimum performance of the pigment production process by Talaromyces spp. using the Taguchi method | |
CN109192247B (zh) | 一种黄酒灭菌微生物含量曲线生成方法 | |
Engels et al. | Metabolic conversions by lactic acid bacteria during plant protein fermentations | |
Bhuyan | Measurement and control in food processing | |
Mawonike et al. | Process improvement of opaque beer (chibuku) based on multivariate cumulative sum control chart | |
Liu et al. | Production of an innovative mixed Qu (fermentation starter) for waxy maize brewing and comparison of the quality of different waxy maize wines | |
CN111027784B (zh) | 一种预测冷鲜鸡货架期的方法 | |
Wang et al. | Physicochemical Properties of Sufu Produced by Single and Mixed Fermentation with Mucor racemosus and Rhizopus oryzae. | |
Kim et al. | Development of Multilayer Perceptron Model for the Prediction of Alcohol Concentration of Makgeolli | |
KR20200046193A (ko) | 막걸리 품질센서 | |
Owusu-Apenten et al. | Food microbes, quality and fermentation | |
Tchango et al. | Modeling growth for predicting the contamination level of guava nectar by Candida pelliculosa under different conditions of pH and storage temperature | |
US20230129795A1 (en) | Machine learning method, machine learning device, machine learning program, communication method, and control device |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220401 |
|
WW01 | Invention patent application withdrawn after publication |