黄酒中滋味检测方案(感官智能分析)

智能文字提取功能测试中

网络出版时间：2012-10-1510：23网络出版地址： http：//www.cnki.net/kcms/detail/52.1051.TS.20121015.1023.001.html 黄酒口味感官品评指标与智舌定量预测方法研究 周牡艳12，胡晓晖，许 瑾?，张珊珊2，寿 谦?，陈扉然?，邓少平 (1.浙江工商大学，浙江 杭州 312035；2.绍兴市质量技术监督检测院&国家黄酒产品质量监督检验中心，浙江 绍兴 312071) 摘 要：智舌能够以类似人的味觉感受方式检测味觉物质。本文使用智舌对不同厂家生产的黄酒的口感进行了评价，研究了智舌检测数据和感官分析数据的相关性，并对5种感官指标建立了相对应的模型，用未知样的预测结果评判了所建立模型的准确度。研究表明：智舌在甜度、酸度和醇和度的感官指标上和人的品评结果类似，实验数据可为电子舌在黄酒的感官分析评价中的进一步应用提供参考依据。 关键词：智舌；黄酒；味觉；感官品评 黄酒是中华民族的传统文化遗产，是世界三大酿造古酒之一。黄酒酒性柔顺、酒体丰满、酒味醇厚、酒精度低、营养丰富且具有保健作用，被冠于“液体蛋糕”的美誉。然而，近年来一些企业为了获取高额利润，生产并销售劣质的黄酒，对黄酒市场带来了严重冲击。因此，严格控制黄酒的品质质量具有重要意义，不仅要求在黄酒的检测方法与检测手段上与时俱进，还要善于发现并利用一些新的技术手段来确保黄酒的质量品质。感官品评是国际上惯用的评价手法和技术，然而，传统的感官评价受环境条件、主观因素和精神状态等的影响，存在一定的模糊性和不确定性。鉴于此，为了使酒类产品有一个严格、一致的评价标准，采用科学计量上的质量指标来评价酒的品质是十分必要的手段之一23]。 感官仿生学的逐渐发展实现了电子舌(electronic tongue， E-Tongue) 和电子鼻 (electronicnose，E-Nose)技术在一些食品感官领域的应用4-6]。其中，电子舌是一种模拟人类味觉感受机制，以传感器阵列检测样品信息，结合模式识别对被测样品整体品质进行分析检测的现代化仪器。 目前，电子舌已被应用于乳制品17-91、茶类[10，11]和酒类[12，13]等的检测分析中，但还未有在黄酒的感官评价方面的应用报道。基于此，本实验研究了智舌在黄酒口感检测中的应用，并将得到的感官数据进行建模与预测，以期考察智舌模拟人类味觉系统对黄酒口感进行评分的能力。 1材料与方法 1.1材料、仪器 样品：选用8个不同厂家生产的黄酒，具体见表1。 表1 8种黄酒样本 标签及编号 生产日期 生产厂家 678 2011.11.08 绍兴鉴湖酿酒有限公司 324 2011.12.03 绍兴县唐宋酒业有限公司 780 2011.11.07 绍兴师爷酒业有限公司 517 2011.11.18 绍兴王宝和酒厂 一 248 2011.12.05 绍兴市越国印山绍兴酒有限公司 709 2011.12.05 绍兴三江酒厂 824 2011.11.21 绍兴女儿红酿酒有限公司 429 2011.12.03 绍兴县东方酿酒有限公司 仪器：检测仪器为浙江工商大学自主研发的智舌系统(smart tongue)， 该系统由传感器阵列、多频脉冲扫描仪和智能算法三个部分组成。 每份样品在进样的同时，需根据 GB/T 13662-2008黄酒感官要级评价方法，采用盲评方式，由三位国家级评酒师分别按醇和度、甜度、鲜爽度、酸度、协调性5个方面进行打分，最高分为5分。其中，间隔品评的2个样品之间需用纯净水漱口，并间隔10s以上。 1.2实验方法 将表1中每种酒取18个样品，运用智舌系统进行测试。其中16个样用于建立5种感官指标的 PLS 模型，剩余的2个样品作为未知样用于预测评分。将标准数据模型和未知样品数据进行比对，通过相对误差来评判建立模型的可行性以及预测结果的准确性。 开机后，将传感器放置于0.01 mol/L的氯化钾溶液中，打开软件点击“开机预热”按钮对传感器进行活化后，将传感器取出并用去离子水洗，放置于任意一种黄酒中再次点击“开机预热”使传感器适应待测溶液。然后将6种黄酒的108个待测样品依次取样15mL进行检测，起始电位选择1V，终止电位选择-1V，电平步进位-0.1V，灵敏度选择e，每次测量前后，对传感器都要采用清水进行电化学清洗。测量后的数据经过保存，软件会自动提取响应电流信号的物理化学特征值。实验完成后，利用智舌软件自带的数据处理模块对数据进行模式识别分析，得到直观的分析图表。具体样品分析参数表见表2。 表2 样品分析参数表 清洗液 信号采集参数 样品数量 传感器类型 去离子水 采集时间 300s 15mL Pt、Au、Pd、 采集温度20℃ W、Ti、Ag 2结果与分析 2.1人工感官品评 人工感官品评的结果差异很小，统计时采用三者加和取平均的做法，最小单位精确到0.5，得到最后的感官数据如表3所示。 表3 感官品评得分表 (分) 编号 醇和度得分 甜度得分 鲜爽度得分 酸度得分 协调性得分 678 2.5 3.0 2.5 3.5 2.5 324 3.0 3.5 2.5 3.0 3.0 780 2.5 3.0 3.0 2.5 2.5 517 3.5 4.5 3.0 3.0 2.5 248 3.5 3.0 3.5 3.0 3.0 709 2.0 3.5 2.5 4.0 2.0 824 3.5 3.0 4.0 3.0 4.0 429 4.0 3.0 3.5 3.0 3.5 由表3可知对于醇和度，感官品评得到2、2.5、3、3.5、4共4个感官得分梯度。同样的鲜爽度和酸度也有4个感官得分梯度，协调性有5个感官得分梯度，而甜度相对较少，只有3个感官得分梯度。 2.2智舌感官品评 2.2.1数据处理方法 本实验采用偏最小二乘判别分析(Partial Least Squares Discriminant Analysis， PLS-DA)方法。该方法是一种高效的信息抽提方法，常被用于有趋势化的数据分析中。通过建立类似于标准曲线的图形，以预测一个未知点的数值。 根据评酒师品评得到的5个感官(醇和度、鲜爽度、酸度、甜度和协调性)的数据进行PLS建模并预测，考察智舌系统对黄酒口感进行评价的能力。 2.2.2醇和度的模型与预测 醇和度的拟合模型如图1所示，最佳主成分为5，相关系数r值达到0.97268，拟合模型效果较好。 图1 醇和度 PLS拟合模型 智舌对未知样的预测结果如表4所示。感官值为2.5和3时，预测值的误差相对较小；感官值为3.5时，预测值部分较好，预测误差达到6%左右；感官值为4时，预测误差也为6%左右；而感官值为2时，预测效果较差，误差达到20%以上。这是由于醇和度是一个和酒精度数及醇香味有关的感官指标，感官品评时品评者可能对味觉及嗅觉有综合响应，而电子舌只能对黄酒中的酒精度有一定响应，对于酒中的醇香味不能达到检测的目的。因此，醇和度的模型预测结果一般。 表4 醇和度模型预测结果 编号 感官值 预测值 相对误差(%) 678 2.5 2.30 8 678 2.5 2.51 0.4 324 3.0 3.03 1 324 3.0 3.14 4.67 780 2.5 2.61 4.4 780 2.5 2.57 2.8 517 3.5 3.27 6.57 517 3.5 3.26 6.86 248 3.5 3.72 6.29 248 3.5 3.67 4.86 709 2.0 2.49 24.5 709 2.0 2.42 21 824 3.5 3.57 2 824 3.5 3.52 0.57 429 3.69 7.75 429 4.0 3.75 6.25 2.2.2甜度的模型与预测 甜度的拟合模型如图2所示，最佳主成分为6，相关系数r 值达到0.98239，拟合模型效果较好。 图2 甜度 PLS 拟合模型 智舌对未知样的预测结果如表5所示，甜度的感官值只有3个梯度。当感官值为3时，只有编号为429的样预测误差较大，达到17%，其余样品的预测效果都较好；当感官值为3.5和4.5时，只有编号为517的样误差稍大，达到8%，其余样品的预测效果也都较好。综合来说，甜度的预测效果较好。这可能是因为甜度的感觉较为单一，不容易受其它因素的干扰，感官品评相对容易。编号为429的样出现较大的误差，可能是该样品的其其属性特点较甜度更加明显，从而使得甜度属性上的线性度不太明显。 表5 甜度模型预测结果 编号 感官值 预测值 相对误差(%) 678 3 3.12 4 678 3 3.15 5 324 3.5 3.36 4 324 3.5 3.53 0.86 780 3 3.08 2.67 780 3 3.04 1.33 517 4.5 4.22 6.57 517 4.5 4.14 8 248 3 2.90 3.33 248 3 2.86 4.67 709 3.5 3.36 4 709 3.5 3.70 5.71 824 3 2.95 1.67 824 3 2.88 4 429 3 3.52 17.3 429 3 3.29 9.67 2.2.3鲜爽度的模型与预测 鲜爽度的拟合模型如图3所示，最佳主成分为5，相关系数r值达到0.97322，拟合模型效果较好。 图3鲜爽度 PLS拟合模型 智舌对未知样的预测结果如表6所示。鲜爽度的感官值为3和4时，预测效果较好；感官值为2.5和3.5时，均出现较较大误差，其中有4个值超过10%。因此，鲜爽度的模型预测结果较差。这可能是因为鲜爽度在感官上比较难以描述，在智舌上也很难以对应的物质去检测，因而产生了较大的误差。 表6 鲜爽度型预测结果 编号 感官值 预测值 相对误差(%) 678 2.33 6.8 678 2.51 0.2 324 2.5 2.88 15 324 2.5 2.82 12.8 780 3 2.92 2.67 780 3 3.02 0.67 517 3 2.99 0.33 517 3 2.91 3 248 3.48 0.571 248 3.43 2 709 3.19 27.6 709 2.5 2.81 12.4 824 4 4.06 1.5 824 4 3.95 1.25 429 3.5 3.13 10.57 429 3.5 3.33 4.86 2.2.4酸度的模型与预测 酸度的拟合模型如图4所示，最佳主成分为5，相关系数r值达到0.98432，拟合模型效果较好。 图4 酸度 PLS拟合模型 智舌对未知样的预测结果如表7所示。酸度的感官值为2时，预测效果较差，有2个样品的误差都超过了10%；感官值为3、3.5和4时，预测值都较准确，预测的线性程度较高，相对误差较小。智舌对酸性成分灵敏度很高，理论上酸度越高呈现的线性度越好。在低浓度时可能受到其它物质的影响，没有显示出应有的线性度。综上分析，可知酸度的拟合程度较好。 表7 酸度型预测结果 编号 感官值 预测值 相对误差(%) 678 3.5 3.38 3.43 678 3.5 3.36 4 324 3 3.24 8 324 3 3.15 5 780 2.5 2.85 14 780 2.5 2.89 15.6 517 3 3.10 3.33 517 3 3.20 6.67 248 3 3.13 4.33 248 3 3.15 5 709 4 3.70 7.5 709 4 3.95 1.25 824 3 3.07 2.33 824 3 3.11 3.67 429 3 2.81 6.33 429 3 3.05 1.67 2.2.4协调性的模型与预测 协调性的拟合模型如图5所示，最佳主成分为4，相关系数r值为0.9477，拟合模型效果较好。 图5 协调性 PLS拟合模型 智舌对未知样的预测结果如表8所示。当协调性感官值为2.5和4时，预测效果较好；感官值为2、3和3.5时，预测值都出现了较大误差，其中有4个样的误差值都超过了10%。因此，协调性的预测结果不太理想。 表8 协调性型预测结果 编号 感官值 预测值 相对误差(%) 678 2.5 2.33 6.8 678 2.5 2.39 4.4 324 3 2.88 4 324 3 2.77 7.67 780 2.5 2.56 2.4 780 2.5 2.66 5.14 517 2.5 2.59 3.6 517 2.5 2.58 1.98 248 3 3.45 15 248 3 3.58 19.3 709 2 2.45 22.5 709 2 2.30 15 824 4 3.93 4.25 824 4 3.89 2.75 429 2.77 20.86 429 3.11 11.14 3 小结 本研究对黄酒的醇和度、甜度、鲜爽度、酸度和协调性5个方面进行考量，对经人工感官品评的样品采用智舌进行检测分析，建立了 PLS 模型以及对未知样进行了预测。结果显示，甜度的模型预测情况最好，酸度和醇和度的模型预测情况也较好，而鲜爽度和协调性的模型预测数据和感官值相比有较大误差，预测情况较差。研究表明，智舌在某些感官指标上和人的品评结果类似，可为电子舌进一步应用于黄酒的口味感官品评提供重要的数据支撑。 ( 参考文 献： ) ( [1 ] 吴雅仙.中 国 黄酒 [ M].上 海 ：上 海 辞 书出 版社，2006. ) ( [2] 陈 青俊， 丁 献荣，汪庆旗 . 高效液相色 谱一二 极 管 阵列检 测 法测定黄酒 中 争苯 乙 醇的含 量 [J ] . ) ( 食品与发酵工业，2004， 30(3)：94-96. ) ( [3 ]周亦 斌 .基 于电子 鼻 的西 红柿与 黄 酒 的检 测 与评价研究[D].浙江： 浙 江大学 ， 2 0 05. ) ( [4] Ghasemi V M， Mo h tasebi S， R od r iguez M， e t al， P otential app l ication of electronic no s etechnology in brewery [ ] ， Trends Food Sci Te c hnol， 2011， 2 2 ( 4)： 165-174. ) ( [5] M. G arcia， M.J. Fernandez， J . L. F o n t echa ， et . a1. Differentiation o f red w i n e s using an electronic nose based on surface acoustic wave devices. Talanta，2006， 68：1162-1165. ) ( [6] P Ciosek， W Wroblewski. Miniaturized e l ectronic t ongue with a n i n tegrated re ferencemicroelectrode for the recognition of milk samples[J]. T alanta， 2008， 7 6： 548-55 6 . ) ( [7] T Mottram， A R u dnitskaya， A Legin， et al . Evaluation of a novel ch e mical sensor system to detect clinica l mastitis in bovine milk[J]. Biosensors and Bioelectronics， 2007，2 2 ：2689-2693. ) ( [8] L A D ias， A M Peres， A C A V el o so， et al. An ele c tronic ton g ue tast e evaluation： Identificationof goat milk adulteration with bovine m ilk[J]. Sensors and Actuators B， 2009， 1 3 6：20 9 -217. ) ( [9] Mirjana H ruskar， Nikola Major， Ma r ina Krp a n， et al. Evaluation of milk and dairy prod u cts byelectronic tongue[J]. Mljekarstvo， 2009，59(3)：1 9 3-200. ) ( [10] Ivarsson P， Holmin S ， H ojer N E ， e t al. D iscrimination of t ea b y m eans of a v o ltammetricelectronic tongue and d ifferent applied waveforms[J]. Sensors a nd A ctuators B ， 2 0 01， 7 6 ： 449-454. ) ( [11] 贺玮，胡小松 ， 赵 镭 ， 等 .电子舌技 术在普 洱散茶 等 级评价中的应用[].食品工 业 科技，2009， 3 0(11)： 125-131. ) ( [12] L E GIN A， RU D NITSKAYA A， SELEZ N EV B. El e ctronic ton g uefor qu a lity a ssessment of ethanol， vodka and eaudevie[J]. Analytica Ch i mica Acta， 2005(534)：129- 1 35. ) ( [13] T IAN S Y ， DENG S P， DING C H， et al . Dis c r imination of red wine age using voltammetricelectronic tongue based on multifrequency large-amplitude voltammetry a nd pattern recognitionmethod[J]. Sens. Materials ， 2007 ， 19：287-298. ) 以下为作者所写原始英文摘要，仅供参考! Research of sensory comment and prediction quality deter minationon rice wines by using electronic tongue ZHOU Muyan，HU Xiaohui，XU Jing，ZHANG Shanshan，SHOU Qian，CHEN Feiran and DENGShaoping Abstract： Electronic tongue could be used to detect the taste of substances as human beings. Based on this fact， electronic tongue was applied to investigate the taste of different kinds of irice wines.Correlations of detection data by electronic tongue and sensory comment by wine tasters werestudied. and 5 models of sensorv index were established accordinglv. Finallv. accuracies of modelswere judged by the prediction performance of unknown samples. The experimental resultsrevealed that the sensory index of sugariness， acidities and mellow were as similar as wine tasters.Futhermore， the experimental data could provide reference for the application feasibility ofelectronic tongue in the sensory analysis of rice wines. Key words： Smart-tongue； rice wine； taste； sensory comment 电子舌对黄酒的酸度、甜度、醇度及酒精度等方面进行定量分析并结合人的感官评价结果。电子舌对黄酒的酸度、甜度、醇度及酒精度等方面进行定量分析并结合人的感官评价结果。