1 西安电子科技大学物理学院, 陕西 西安 710071
2 西安电子科技大学物理学院, 陕西 西安 710071西安电子科技大学智能传感交叉研究中心, 陕西 西安 710071
拉曼光谱技术以其无损检测、 灵敏度高、 简便快速等独特的技术优势, 在食品安全等领域展现出良好的应用潜力。 白酒是一种非常受消费者喜欢的饮品, 在中国有着非常悠久的历史, 也是中华文化的重要组成部分, 其质量安全一直受到大家的高度重视。 市场上的一些企业为了降低成本总是会生产一些劣质的勾兑白酒来冒充品牌酒, 其品质严重的影响着大家的利益和健康, 而现行的国家检验标准中并没有明确的检测方法能够对其进行快速的辨别, 所以如果能发展一种新的方法将这些劣质的勾兑白酒快速的鉴别出来, 将会有效的保障大家的生命安全。 利用拉曼光谱技术测量了56种散装白酒和7种瓶装品牌白酒的拉曼光谱, 并以拉曼光谱中位于886 cm-1处乙醇的C-C-O伸缩振动峰为内标来对所有样品的拉曼光谱进行归一化, 从而得到所有样品的归一化拉曼光谱。 将归一化拉曼光谱不同位置的荧光背景强度和位于886 cm-1处乙醇的C-C-O伸缩振动峰强度相比较, 结果表明瓶装品牌白酒的荧光背景基本上都明显比散装白酒的要小, 可以清楚的将这两类白酒样品区分开来。 一般对于拉曼光谱的测量和分析认为荧光背景的存在不利于对实验结果的准确分析, 所以大家发展了各种方法来减小或扣除其荧光背景。 而我们的这个工作表明保留荧光背景可能会更加有利于白酒的质量检测。 这种检测方法操作和分析过程非常简单快捷。 若将该方法与便携式拉曼光谱仪相结合, 则可以为白酒质量安全提供一种有效、 快速的检测方法。
拉曼光谱 荧光背景 质量检测 白酒 Raman spectra Fluorescent background Quality inspection Chinese liquor 光谱学与光谱分析
2023, 43(12): 3770
1 北京化工大学信息科学与技术学院, 北京 100029
2 北京化工大学化学学院, 北京 100029
为了建立快速、 准确的白酒品质鉴别方法, 利用机器学习方法对不同品质的白酒建模。 为了提取不同品质白酒的特征, 使用离子迁移谱对不同品质白酒进行分析, 构建了基于白酒离子迁移谱信号的特征向量, 并对不同品质的白酒进行了识别与分类。 白酒样本的离子迁移谱信号通过利用美国Excellims公司GA2100型电喷雾-离子迁移谱仪(ESI-IMS)采集获得, 每一个离子迁移谱信号是强度随时间变化的时间序列信号; 提取了原始数据离子迁移谱的时域特征谱峰。 为了获得更全面的特征, 对离子迁移谱数据进行了傅里叶变换并提取频域内的特征谱峰。 同时为了表述信号变化的特征, 计算了离子迁移谱的谱熵和过零率, 构建N×9维的特征向量矩阵; 使用主成分分析(PCA)和线性判别分析(LDA)分别对上述获得的特征进行了特征降维, 其中使用PCA对特征向量矩阵降维后的前三维特征对整体特征的累计贡献率达到了95%, 而使用LDA对特征向量矩阵降维后的前两维特征对整体特征的累计贡献率就达到了95%。 因此, 选择了LDA作为特征降维方法; 最后, 利用机器学习中的非线性分类器支持向量机(SVM)对白酒离子迁移谱数据进行分类研究。 实验结果表明, 在真酒和添加酒精的白酒二分类中, SVM方法正确分类率达到100%; 而在真酒和分别添加10%, 20%, 30%, 40%和50%酒精浓度的五种假酒的六分类中, SVM方法正确分类率达到99.7%。 比较了逻辑回归(LRM)分类、 模糊C均值分类(FCM)和K近邻分类(KNN)对白酒样本离子迁移谱分类实验结果。 研究表明, 对于离子迁移谱非常接近的真酒和添加酒精的白酒, 基于频谱特征向量的SVM方法能够准确的区分开来, 为白酒的品质鉴别提供了一种新的检测方法。
离子迁移谱 白酒品质 支持向量机 时频谱特征 Ion mobility spectroscopy Chinese liquor quality Support vector machine (SVM) Time and frequency feature 光谱学与光谱分析
2021, 41(9): 2962
1 西安电子科技大学物理与光学工程学院, 陕西 西安 710071
2 西安电子科技大学智能传感交叉研究中心, 陕西 西安 710071
随着拉曼光谱技术的快速发展, 尤其是便携式拉曼光谱仪的普及, 拉曼光谱在食品安全快速分析领域显得极为重要。 目前拉曼光谱用于白酒质量的定量分析还较少。 因为在不同乙醇浓度下, 乙醇水溶液微观结构不同, 所以其拉曼光谱会有区别。 提出一种绝对拉曼差谱分析新方法来定量分析这些光谱区别, 并用于定量获取乙醇的浓度。 把拉曼光谱进行强度归一化, 然后把待测样品的光谱减去纯乙醇的光谱, 再取绝对值就获得了绝对拉曼差谱。 绝对拉曼差谱的强度和浓度有很好的相关性。 利用这种关联测量了一系列瓶装白酒的乙醇含量。 测量值与白酒标识的度数吻合得非常好, 这也证明了绝对拉曼差谱的可靠性。 基于该方法, 系统地测量了西安市一系列散酒的拉曼光谱。 绝对拉曼差谱分析显示散酒的乙醇浓度普遍比其标识值偏低几度, 这也凸显了散装白酒需要加强监管。 实验证明利用绝对拉曼差谱技术可为白酒乙醇浓度测量提供一种快速检测方法。
拉曼光谱 差谱 酒精度 白酒 Raman spectra Difference spectra Alcohol degree Chinese liquor 光谱学与光谱分析
2020, 40(7): 2143
1 南京财经大学管理科学与工程学院, 江苏 南京 210023
2 江苏省质量安全工程研究院, 江苏 南京 210023
3 西南交通大学数学学院, 四川 成都 611756
4 浙江工商大学管理工程与电子商务学院, 浙江 杭州 310018
为满足白酒品牌判别领域快速检测的迫切需求, 提出了一种以紫外光谱为输入, 移动窗口相关系数法为手段的白酒品牌快速判别新方法。 研究以海之蓝酒作为对象品牌, 实验结果显示各批次海之蓝酒在实验波长区间存在较高的吻合一致性, 基于紫外光谱原始谱图的相关系数值和基于移动窗口光谱计算所得的相关系数值均达到0.99以上。 由于其他洋河系列白酒与海之蓝酒均属于洋河酒厂生产, 原料来源、 生产制备工艺等存在较高的相似性, 此时若仅使用紫外光谱原始谱图数据结合相似度算法进行品牌判别, 则定量化的判别区分存在一定困难。 移动窗口法可有效提高谱图细节差异, 突出光谱在特征谱段的形状、 强度、 变化趋势差异, 提高实验谱图在细节结构差异辨认分析能力。 经过研究筛选, 发现以移动窗口相关系数结合紫外光谱特征谱段(270～295 nm)可提高洋河系列酒间的谱图差异, 实现这种有较高相似性白酒品牌的判别区分。 此外, 市售六种其他品牌白酒及乙醇作为对照组, 进一步论证了该方案的可行性。 该研究的创新之处在于提出了一种移动窗口相关系数光谱法进行白酒品牌快速判别分析的新思路, 该方法同时具备速度快, 操作简便等优点, 具有较高的实际应用潜在价值, 并可为其他食品的质量安全判别分析研究提供借鉴。
移动窗口 相似度 白酒 食品 快速判别 Moving window Similarity Chinese liquor Food Rapid discrimination 光谱学与光谱分析
2017, 37(10): 3122
1 河海大学理学院, 江苏 南京 211100
2 江南大学理学院, 江苏 无锡 214122
年份白酒现已成为企业开发重点, 但年份标准有较大的随意性, 建立年份标准已成为规范行业和市场的迫切需要。 基于某品牌原浆白酒的三维荧光光谱, 对白酒年份预测模型进行了研究。 研究内容和创新工作如下: 首先, 研究了荧光光谱与白酒年份的相关性。 研究发现: 0.5年与其他年份白酒的三维荧光光谱之间的相关系数达0.811 4; 原始光谱中年份信息主要分布在激发波长为200~230和250~320 nm、 发射波长为400~500 nm的光谱区; 导数光谱的年份信息分布区域广且离散性高。 其次, 研究了荧光光谱之间的相关性。 研究表明: 原始光谱具有严重的多重共线性, 在400~600 nm的区间内, 相关系数接近1; 求导能提高光谱分辨能力并降低多重共线性, 二阶导数具有更好的抑制多重共线性的作用, 相关系数大部分小于0.6。 最后, 基于量子遗传算法-小波神经网络研究了激发波长为300 nm的白酒年份预测模型, 并提出了光谱建模信息密度的概念。 研究发现: 原始光谱年份预测误差达5.4年, 效果最差, 其原因是原始光谱具有严重的多重共线性以及光谱与年份的相关性不显著; 导数光谱具有更高的信息密度和更好的建模效果, 二阶导数光谱预测集的相关系数达0.999 8, 年份预测误差达0.79年。 研究成果将为白酒年份标定提供一种便捷的光学手段, 同时也为多组分渐变体系的荧光光谱研究提供重要的参考。
白酒 荧光光谱 相关性 量子遗传算法 小波神经网络 年份预测 Chinese liquor Fluorescence spectra Correlation Quantum genetic algorithm Wavelet neural network Year forecast 光谱学与光谱分析
2017, 37(5): 1431
