一种基于原位直接质谱快速量质摘酒的方法

技术领域

本发明属于食品加工技术领域，具体涉及一种基于原位质谱快速量质摘酒的方法。

背景技术

量质摘酒是生产白酒的重要工艺环节。白酒在蒸馏时，不同时间段流出的酒液品质不同，工人需要对这些白酒进行分级摘酒，为后续风味勾调奠定基础。目前摘酒工艺主要依靠工人以“品尝摘酒”、“看花摘酒”、“看花量度”等主观经验进行摘酒，极易造成品质波动。由于白酒风味成分至少有数百种，而相对含量较低。目前白酒的在线分析检测包括光谱学和色谱学检测方法。光谱学方法不能精确定量检测微量成分，而色谱分离检测技术的检测周期较长，难以满足机器摘酒的在线、实时检测需求。长期以来，由于缺少高灵敏度传感器，机器摘酒一直面临极大挑战，尚未实现突破。

原位直接质谱(DART-MS)技术的原理是在普通环境条件下，气体(如氦气或氩气)经放电产生的激发态原子瞬间解吸并离子化样品中的化合物分子。相比于现行的气相质谱联用技术，直接质谱分析将不再需要繁杂的样品制备和耗时的色谱分离，5-10秒钟就可以得到分析结果，从而急剧缩短样品分析时间。尽管目前该技术已经商业化。然而利用该技术对蒸馏白酒快速实时在线分级的研究尚未见报道。不同分段白酒成分的差异主要取决于微量成分。创新性地利用DART-MS技术，同时利用白酒风味化学知识并结合化学计量学建模，最终实现不同等级白酒的智能快速在线识别，研究结果必然极大地提高白酒分级识别效率，特别对于在机器摘酒中应用有着巨大的经济效益。这对于保证白酒品质，实现生产过程的智能化、自动化管理是非常必要的。

发明内容

为了解决现有高浓度白酒蒸馏技术中的酒头、酒身及酒尾无法有效快速采用机器识别智能分级的问题，本发明提供了一种基于原位质谱快速量质摘酒的方法，以常压原位质谱作为白酒成分的分子信号传感器，通过建立数学模型，实现的目的为快速对白酒蒸馏过程中的白酒品质进行判断，为摘酒工艺提供技术依据。

为了实现上述目的，本发明的技术方案为：本发明提供的一种快速量质摘酒的方法，包括如下步骤：(1)以原位质谱作为白酒成分实时在线监测传感器；

(2)对白酒中关键微量成分同时进行一级、二级质谱数据采集，并进行定量计算；

(3)根据不同白酒口感要求，对步骤(2)采集到的各关键微量成分数据分别赋予计算权重；

(4)赋予计算权重后，建立白酒快速分级识别的数学模型。

进一步的，所述步骤(1)中的原位质谱(DART-MAS)指的是在常压环境中，通过氩气、氦气或氮气高压放电产生等离子体的电离源，所述电离源再串联质谱检测器。

进一步的，所述步骤(2)中关键微量成分是羟基乙酸、己酸乙酯、乙酸乙酯、甲醇、乳酸乙酯、乙酸、丁酸这7中微量成分。

进一步的，根据不同白酒口感要求，对步骤(2)中对各关键微量成分数据赋予不同的权重，其权重范围为，以羟基乙酸赋予计算权重1，将己酸乙酯赋予权重2-3，将乙酸乙酯赋予计算权重2-3，将甲醇赋予计算权重0.9-2，将乳酸乙酯赋予计算权重2-3，将乙酸赋予计算权重0.9-2，将丁酸赋予计算权重0.9-2。

进一步的，所述步骤(4)所述的数学模型，为偏最小二乘或Fisher逐步判别分析或正交偏最小二乘判别分析数学模型。

采用上述技术方案，本发明的有益效果为：采用原位质谱能够快速检测白酒中羟基乙酸、己酸乙酯、乙酸乙酯、甲醇、乳酸乙酯、乙酸、丁酸7种微量成分，根据这些成分种类和含量的变化，精准、快速将蒸馏白酒分为酒头，酒身和酒尾三段。

具体实施方式

下面通过具体的实施例对本发明做进一步的详细描述。需要说明的是，实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。另外，如果没有明确说明，在下面的实施例中所采用的所有试剂均为市场上可以购得的，或者可以按照本文或已知的方法合成的，对于没有列出的反应条件，也均为本领域技术人员容易获得的。

通过下面的技术方案，对发明内容做进一步的说明。

实施例一：本发明提供的一种快速量质摘酒的方法，对不同蒸馏时间段的白酒采用感官评价模式分为酒头，酒身和酒尾三类。以开放式

实施例二：本发明提供的一种快速量质摘酒的方法，对不同蒸馏时间段的白酒采用感官评价模式分为酒头，酒身和酒尾三类。以介质阻挡放电原位质谱，以氦气为工作气体。(1)分别对这三类白酒中的羟基乙酸、己酸乙酯、乙酸乙酯、甲醇、乳酸乙酯、乙酸、丁酸7种微量成分根据二级质谱数据计算含量；(2)赋予羟基乙酸权重1、己酸乙酯、乙酸乙酯和乳酸乙酯权重3、甲醇、乙酸、丁酸权重1.5后，对这7种成分进行赋权含量计算；(3)根据赋权含量结果，建立Fisher逐步判别分析模型(P＜0.05)，通过100次随机抽样诊断模拟，酒头，酒身和酒尾三类白酒分开的正确率为93.2±2.3％。

实施例三：本发明提供的一种快速量质摘酒的方法，对不同蒸馏时间段的白酒采用感官评价模式分为酒头，酒身和酒尾三类。以介质阻挡放电原位质谱，以氮气为工作气体。(1)分别对这三类白酒中的羟基乙酸、己酸乙酯、乙酸乙酯、甲醇、乳酸乙酯、乙酸、丁酸7种微量成分根据二级质谱数据计算含量；(2)赋予羟基乙酸权重1、己酸乙酯、乙酸乙酯和乳酸乙酯权重3、甲醇、乙酸、丁酸权重2。，对这7种成分进行赋权含量计算；(3)建立正交偏最小二乘判别分析模型(P＜0.05)，通过100次随机抽样诊断模拟，酒头，酒身和酒尾三类白酒分开的正确率为94.7±3.2％。

对比例一：

采用不同权重系数，赋予羟基乙酸权重1、己酸乙酯、乙酸乙酯和乳酸乙酯权重1、甲醇、乙酸、丁酸权重1。其余条件与实施例一完全相同。通过100次随机抽样诊断模拟，酒头，酒身和酒尾三类白酒分开的正确率仅为60.7±2.2％。证明权重系数能显著影响模型识别率。

对比例二：

采用羟基乙酸、己酸乙酯、乙酸乙酯、甲醇、乳酸乙酯、乙酸、丁酸、己酸8种微量成分进行检测。其余条件与实施例一完全相同。通过100次随机抽样诊断模拟，酒头，酒身和酒尾三类白酒分开的正确率仅为73.3±7.2％。证明增加微量成分计算，能显著影响模型识别率。

对比例三：

采用羟基乙酸、己酸乙酯、乙酸乙酯、甲醇、乳酸乙酯5种微量成分进行检测，其余条件与实施例一完全相同。通过100次随机抽样诊断模拟，酒头，酒身和酒尾三类白酒分开的正确率仅为63.8±5.2％。证明减少微量成分计算，能显著影响模型识别率。

上述技术方案仅体现了本发明技术方案的优选技术方案，本技术领域的技术人员对其中某些部分所可能做出的一些变动均体现了本发明的原理，属于本发明的保护范围之内。