预测白酒储存年份的方法技术

本发明专利技术涉及白酒年份预测领域，具体涉及一种预测白酒储存年份的方法，实现了对白酒储存年份快速准确地预测。本发明专利技术预测白酒储存年份的方法，包括：采用GC

【技术实现步骤摘要】
预测白酒储存年份的方法


[0001]本专利技术涉及白酒年份预测领域，具体涉及一种预测白酒储存年份的方法。

技术介绍

[0002]酒往往是越陈越香的，针对这一特点，如今市场上出现了许多“年份酒”，价格也相对昂贵。可是目前不乏一些企业存在年份标注较随意的情况，增加了年份酒市场的混乱程度，影响了白酒行业的形象。因此消费者强烈呼吁加强对白酒年份酒市场规范，而酒企也在加大投入研发力量，以期建立鉴别年份的方法，明正视听。在这种市场需求下，解析年份酒的高品质特征，用科学的语言和数据展示年份酒的产品品质，建立稳定的、操作性高的年份酒鉴别方法是如今白酒行业势必考虑的问题。
[0003]在白酒年份酒监管鉴别技术研究领域，目前尚无适用的国家标准，研究人员提出的主要鉴别技术包括：徐占成提出了白酒年份鉴别挥发系数法，通过构建白酒年份酒存储年限与挥发物含量间的函数关系，实现白酒年份鉴定。杨涛等提出，利用年份酒中Al、Fe、Cu等金属离子在不同年份酒中含量变化关系，利用酒体黏度与白酒贮存时间关系，利用白酒中微量共轭不饱和双键分子与年份酒贮存时间关系，多个方面鉴别年份酒。秦人伟提出利用碳
‑
14衰变率与年份酒贮存时间关系，鉴别确定年份酒生产年份。以上研究方法，为白酒年份酒鉴别提供了多种鉴别方案，不过这些方法，或需要较为专业的大型仪器设备，或分析步骤较为繁琐、分析时间较长。
[0004]此外，白酒是一个复杂的系统，挥发组分受多种因素的影响，因此，老化的信息经常淹没在嘈杂的背景中。目前白酒年份鉴定常用的红外光谱、荧光光谱、拉曼光谱或电化学方法，通过整个挥发组分的数据集来判别白酒年龄，较难剔除噪声的干扰，并且检测准确度不高。因此，对特定标记化合物的科学统计分析、量化关联仍存在较大研究空间。目前，白酒年份酒市场日益庞大，待检样品数量日益增多，如何发展简单、快速准确的检测鉴别技术，成为新的迫切需求。

技术实现思路

[0005]本专利技术的目的是提供一种预测白酒储存年份的方法，实现了对白酒储存年份快速准确地预测。
[0006]本专利技术采取如下技术方案实现上述目的，预测白酒储存年份的方法，包括：
[0007]步骤1、采用GC
‑
MS获取不同储存时间白酒的挥发性风味组分指纹图谱；
[0008]步骤2、通过极端随机森林回归以及sklearn特征在指纹图谱中筛选出建模特征；
[0009]步骤3、将建模特征作为XGboost回归模型的特征建立预测模型；
[0010]步骤4、通过预测模型预测白酒储存年份。
[0011]进一步的是，步骤1中，采用GC
‑
MS获取不同储存时间白酒的挥发性风味组分指纹图谱的具体方法包括：
[0012]步骤101、以不同储存时间的白酒基酒为待测样品，采用超纯水将白酒样品酒精度
降度至设置值以下，并同时加入氯化钠和内标物，得到待测样；
[0013]步骤102、使用顶空固相微萃取方法，通过萃取头从待测样中顶空萃取挥发性化合物；
[0014]步骤103、萃取头在进样口解析吸附后，采用GC
‑
MS采集挥发性成分指纹图谱信息，统计相应数据，得到不同储存时间白酒的挥发性风味组分指纹图谱。
[0015]进一步的是，步骤101中，得到待测样的具体方法包括：
[0016]以不同陈酿时间的白酒为待测样品，将白酒样品降度至5～10％vol，取4～8mL置于进样瓶中，加入0.2g/mL氯化钠至溶液饱和，并加入10μL内标物，得待测样；其中所述内标物为叔戊醇；所述内标物的浓度为8.05g/L。
[0017]进一步的是，步骤102中，顶空固相微萃取的参数为：40～60℃平衡1～25min，提取时间为5～180min。
[0018]进一步的是，步骤103中，GC分析条件为：使用60m
×
0.25mm
×
0.50μm TG
‑
WAXMS毛细管气相色谱柱，载气为高纯氦气，流速为1.0mL/min，分流比：20：1，程序升温为：起始50℃维持2min，以3℃/min升温至145℃，再以15℃/min升温至230℃并保持3min，进样口温度保持在250℃。
[0019]步骤103中，MS分析条件为：传输线温度200℃，离子源温度260℃，扫描质量范围m/z：33～350amu，电离方式：EI+；电子能量：70eV。
[0020]进一步的是，步骤2中，通过极端随机森林回归以及sklearn特征筛选在指纹图谱中筛选出建模特征的具体方法包括：
[0021]步骤201、按照设置比例将统计的相应数据划分为测试集与训练集；
[0022]步骤202、对训练集采用极端随机森林回归模型，筛选对白酒储存年份回归分析贡献度前N1
‑
N2的特征，N1、N2为正整数，N1＜N2；
[0023]步骤203、利用sklearn特征选择模块中的F_regression和mutual_info_regression筛选与白酒储存年份最相关的前N1
‑
N2的特征；
[0024]步骤204、获取步骤202与步骤203筛选出的交集特征，交集特征作为建模特征。
[0025]进一步的是，步骤3中，预测模型的模型评估指标为R2，其中有效特征为步骤202与步骤203筛选出的前N3个特征中共有的特征，N3为正整数，N1＜N3＜N2。
[0026]进一步的是，步骤4中，通过预测模型预测白酒储存年份的具体方法包括：
[0027]将步骤202与步骤203筛选出的前N3个特征进行韦恩分析，并以其中共有的N4种特征作为建模特征建立预测模，并将预测模型应用到测试集中进行预测，N4为正整数，N4＜N3。
[0028]进一步的是，建模特征包括反油酸乙酯、亚油酸乙酯、十一醇、乙酸2
‑
苯乙酯、1
‑
亚甲基
‑
1H
‑
茚、丁酸、3
‑
己烯酸乙酯、己酸、异丁醛、十五酸乙酯、丁二酸二乙酯、庚酸3
‑
甲基丁酯、十六酸乙酯、植物酮、9
‑
十六碳烯酸乙酯、辛酸辛酯、十三酸乙酯、L(
‑
)
‑
乳酸乙酯、己酸
‑2‑
苯乙酯、3
‑
甲基丁酸辛酯、反式
‑4‑
癸酸乙酯、庚酸、糠醛、2,4
‑
二叔丁基苯酚、戊酸丁酯、2
‑
十五烷酮、乙酸正丙酯、丁酸辛酯、己酸1
‑
甲基己基酯、十一烷酸乙酯、十四酸乙酯以及辛酸3
‑
甲基丁酯。
[0029]本专利技术处理步骤简单，操作方便，适用于大规模样品的处理和筛选，气相色谱质谱联用仪(GC
‑
MS)技术稳定成熟，仪器分析的精度较高，样品之间的误差小，重复性高，结果可
靠，分析通量大；利用极本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.预测白酒储存年份的方法，其特征在于，包括：步骤1、采用GC
‑
MS获取不同储存时间白酒的挥发性风味组分指纹图谱；步骤2、通过极端随机森林回归以及sklearn特征在指纹图谱中筛选出建模特征；步骤3、将建模特征作为XGboost回归模型的特征建立预测模型；步骤4、通过预测模型预测白酒储存年份。2.根据权利要求1所述的预测白酒储存年份的方法，其特征在于，步骤1中，采用GC
‑
MS获取不同储存时间白酒的挥发性风味组分指纹图谱的具体方法包括：步骤101、以不同储存时间的白酒基酒为待测样品，采用超纯水将白酒样品酒精度降度至设置值以下，并同时加入氯化钠和内标物，得到待测样；步骤102、使用顶空固相微萃取方法，通过萃取头从待测样中顶空萃取挥发性化合物；步骤103、萃取头在进样口解析吸附后，采用GC
‑
MS采集挥发性成分指纹图谱信息，统计相应数据，得到不同储存时间白酒的挥发性风味组分指纹图谱。3.根据权利要求2所述的预测白酒储存年份的方法，其特征在于，步骤101中，得到待测样的具体方法包括：以不同陈酿时间的白酒为待测样品，将白酒样品降度至5～10％vol，取4～8mL置于进样瓶中，加入0.2g/mL氯化钠至溶液饱和，并加入10μL内标物，得待测样；其中所述内标物为叔戊醇；所述内标物的浓度为8.05g/L。4.根据权利要求2所述的预测白酒储存年份的方法，其特征在于，步骤102中，顶空固相微萃取的参数为：40～60℃平衡1～25min，提取时间为5～180min。5.根据权利要求2所述的预测白酒储存年份的方法，其特征在于，步骤103中，GC分析条件为：使用60m
×
0.25mm
×
0.50μmTG
‑
WAXMS毛细管气相色谱柱，载气为高纯氦气，流速为1.0mL/min，分流比：20：1，程序升温为：起始50℃维持2min，以3℃/min升温至145℃，再以15℃/min升温至230℃并保持3min，进样口温度保持在250℃。6.根据权利要求5所述的预测白酒储存年份的方法，其特征在于，步骤103中，MS分析条件为：传输线温度200℃，离子源温度260℃，扫描质量范围m/z：33～350amu，电离方式：EI+；电子能量：70eV。7.根据权利要求2所述的预测白酒储存年份的方法，其特征在于...

【专利技术属性】
技术研发人员：许正宏，张晓娟，翟伟绩，陆震鸣，柴丽娟，史劲松，王松涛，沈才洪，
申请(专利权)人：泸州品创科技有限公司，
类型：发明
国别省市：