下载文档原格式
不同发酵处理对低度沙棘果酒品质的研究分析低度沙棘果酒是一种以沙棘果为原料，经过发酵加工而成的酒品。
不同的发酵处理方法会对沙棘果酒的品质产生不同的影响。
本文将对不同发酵处理对低度沙棘果酒品质的研究分析进行探讨。
首先，我们需要了解沙棘果酒的基本成分。
沙棘果中含有大量的维生素C、胡萝卜素、糖类、有机酸、多种氨基酸等成分，这些成分为沙棘果酒赋予了独特的口感和营养价值。
在发酵处理方面，我们可以采用传统的自然发酵和现代的工业化发酵两种方法。
自然发酵是指将沙棘果和酵母等微生物在自然条件下进行发酵。
而工业化发酵则是在控制温度、湿度等条件下进行大规模的发酵加工。
通过对比两种发酵方法，我们可以得出以下结论：1.自然发酵法自然发酵法是一种传统的加工方法，其优点在于能够保留沙棘果中的大部分营养成分和天然风味，同时也能够降低成本。
但是自然发酵法也存在一些缺点，如发酵周期长、产量低等问题。
2.工业化发酵法工业化发酵法是一种现代化的加工方法，其优点在于能够控制发酵过程中的温度、湿度等因素，从而提高产品的稳定性和产量。
但是工业化发酵法也存在一些缺点，如成本高、营养成分流失等问题。
通过对比两种发酵方法，我们可以得出以下结论：自然发酵法更适合小规模生产或者家庭制作；而工业化发酵法则更适合大规模生产。
除了发酵方法外，还有其他因素会对低度沙棘果酒品质产生影响，如沙棘果的品种、采摘时间、处理方式等。
因此，在进行低度沙棘果酒生产时，需要综合考虑这些因素，并根据实际情况进行选择。
总之，不同的发酵处理方法会对低度沙棘果酒品质产生不同的影响。
通过对比自然发酵和工业化发酵两种方法，我们可以得出结论：自然发酵法更适合小规模生产或者家庭制作；而工业化发酵法则更适合大规模生产。
同时，在进行低度沙棘果酒生产时，还需要综合考虑其他因素，并根据实际情况进行选择。
红枣沙棘果酒酿造工艺优化研究枣是鼠李科枣属植物的成熟果实,沙棘属胡颓子科沙棘属,两种果品种类丰富分布广泛,且都具有很高的营养价值。
在当前天然食品形势大好的背景下,本研究试图设计出一种以这两种果品复合发酵出的复合型果酒,口感独特且营养价值高。
不仅可以一定程度上缓解近几年红枣和沙棘果品在我国的种植量过饱和的困境,也可以一定程度上减少由于沙棘汁的酸度过高在单独发酵沙棘果酒过程中,需要加入的大量白砂糖以及为保证沙棘果酒的口感不过于苦涩在发酵醪液中加入的大量降酸试剂,降低生产成本。
本研究通过沙棘红枣混合汁的酶解试验,红枣沙棘复合型果酒的酒精发酵试验,红枣沙棘复合型果酒澄清试验讨论出酿制红枣沙棘复合型果酒的最佳工艺流程以及工艺参数,并且讨论发酵型红枣沙棘复合型果酒与配制型红枣沙棘复合型果酒在香气成分上的差异。
通过试验得到如下结论:(1)通过单因素试验确定了加酶量、酶解时间、酶解温度对红枣沙棘混合汁酶解效果的影响,确定了加酶量为0.2%,酶解时间为3h,最佳处理温度为45℃。
选择对红枣沙棘混合汁酶解效果显著的这三个因素,设计响应面试验,优化得出的最佳酶解工艺条件为:酶解温度为41.09℃,酶解时间为3.15h,加酶量为0.19%。
最优提取工艺条件下可溶性固形物含量为:15.8982%。
(2)通过单因素试验确定了初始可溶性固形物、初始pH值、发酵温度以及沙棘汁红枣果浆体积配比对红枣沙棘复合型果酒发酵效果的影响,确定了可溶性固形物为20%,初始pH值为4,发酵温度为25℃,沙棘汁与红枣果浆的体积配比为1:3。
选择对红枣沙棘混合汁发酵效果显著的这四个因素,设计响应面试验,优化得出的最佳发酵工艺条件为:可溶性固形物为22.43%,初始pH值为3.80,发酵温度为25.73℃,沙棘汁与红枣果浆的体积配比为1:3.26。
最优提取工艺条件下酒精度为:15.8239%。
(3)用理化指标为:酒精度15%、残糖量8.9g/L,总酸度7.8g/L的红枣沙棘复合型果酒为原料,对比自然澄清、离心澄清与澄清剂澄清三种澄清方式的澄清效果。
沙果果酒生产发酵工艺及研究作者：周雪松律丹胡世辉来源：《农村实用科技信息》2008年第03期沙果，又名文林果、林檎、花红果，沙果性平，味甘酸。
具有止渴生津、消食化滞、涩精的功效。
沙果中的有机酸、维生素和矿物质含量非常丰富，我国沙果年产量近千万吨，主要用于罐头、果酱等和产。
利用沙果生产果酒，可以保持沙果中原有的营养成分，同时，沙果果酒除含酒精和糖分外，还富含其他醇类、糖类、酯类、多种氨基酸、维生素和矿物质，并且含有其他酒类所没有的单宁、酒石酸、苹果酸等有机酸；此外还有黄酮、类黄酮、白藜芦醇等多种具有抗氧化作用的化学成分。
1、实验材料、设备与方法1.1实验试剂及材料精选沙果（市购）蔗糖、亚硫酸、氢氧化钠、酿酒酵母、果胶酶均为分析纯1.2实验设备榨汁机广东省中山市哥尔电器有限公司糖度仪（手持式折射仪）上海测维光电技术有限责任公司电热恒温培养箱连云港医疗器械设备厂自制蒸馏器黑龙江八一农垦大学实验室提供酸度计（精密ｐＨ计）梅特勒－－托利多仪器（上海）有限公司分光光度计上海分析仪器总厂制造酒精计武强县滏阳玻璃度计仪表厂电子天平上海民桥精密科学仪器有限公司1.3工艺流程沙果→清洗→打浆、榨汁→过滤→糖度、酸度调整→发酵→原酒→果胶酶澄清→成品前期操作要点：（1）沙果的清洗筛选。
（2）利用打浆机将清洗好的沙果进行打浆榨汁。
（3）将滤好的果汁调整到适当的糖度和酸度。
1.4测定方法糖度测定：手持糖度计法；酒精度测定：ＧＢ／Ｔ 15038－1994。
1.5试验方法以酵母添加量、发酵时间和ｐＨ为因素，研究不同条件下果酒发酵过程中酒精度和糖度变化情况，采用Ｌ9（34）正交设计实验，确定最佳发酵条件，并利用果胶酶对果酒澄清效果研究。
2、结果与分析2.1酵母添加量对酒精度、糖度变化的影响发酵时间3ｄ，ｐＨ值为3.5，酵母添加量为0.05％、0.10％、0.15％、0.20％、0.25％、0.30％条件下发酵，以酒精度、糖度变化为指标，确定最佳酵母添加量。
发酵型沙棘果酒生产工艺的研究
王大为;张艳荣;张雁南
【期刊名称】《食品科学》
【年(卷),期】2003(024)005
【摘要】本研究用发酵法生产沙棘果酒,在沙棘果汁发酵过程中加入糯米糖化醪以弥补沙棘果汁酸度过高、碳源严重不足之缺陷,通过正交试验确定出发酵型沙棘果酒的最佳发酵条件及生产工艺参数,并采用菌种驯化、低温成熟等工艺酿制出风味纯正、酒体丰满、营养丰富的发酵型沙棘果酒,为充分利用沙棘资源开辟了一条新途径.
【总页数】5页(P118-122)
【作者】王大为;张艳荣;张雁南
【作者单位】吉林农业大学食品工程学院,长春,130118;吉林农业大学食品工程学院,长春,130118;吉林工程技术师范学院生物与食品工程系,长春,130052
【正文语种】中文
【中图分类】TS262.7
【相关文献】
1.沙棘果酒苹果酸-乳酸发酵影响因素研究 [J], 邢玮;韩建春
2.沙棘果酒苹果酸-乳酸发酵工艺的研究 [J], 牛广财;朱丹;范兆军;魏文毅;王宪青
3.发酵型罗汉果酒的生产工艺研究 [J], 杨洪元;蒋向军
4.人工神经网络优化沙棘果酒主发酵工艺研究 [J], 刘晓娜;韩建春;魏婧;冯镇
5.沙棘发酵果酒的澄清技术研究 [J], 赵文娟;马齐;徐升运
因版权原因，仅展示原文概要，查看原文内容请购买。
人工神经网络优化沙棘果酒主发酵工艺研究刘晓娜，韩建春*，魏婧（东北农业大学，食品学院，哈尔滨，150030）摘要：为了提高酿酒酵母发酵沙棘原汁的乙醇含量，本研究利用人工神经网络和正交试验相结合的方法，对酿酒酵母发酵沙棘原汁产乙醇工艺中的主要工艺参数发酵温度、基质的pH、接种量和糖度进行了优化。
实验结果表明，当发酵温度为28.5℃、pH为3.7、接种量为0.18%与糖度为23%时，酿酒酵母发酵沙棘原汁产乙醇量最高，发酵液中的乙醇含量为14.0%（v/v）。
本研究提出了一种新的数据处理和分析方法，利用神经网络特有的自学能力，通过仿真、评估和优化，显著的提高了发酵液中的乙醇含量。
关键词：神经网络；酿酒酵母；发酵工艺；乙醇浓度Technology Optimization of Sea-Buckthorn Fruit Wine MainFermentation by Artificial Neural NetworkLiu Xiaona，Han Jianchun*，Wei Jing ，Feng Zhen(College of Food Science，Northeast Agriculture University，Harbin，150030，China) Abstract：In order to improve the ethanol content by saccharomyces cerevisiae fermentation in sea buckthorn juice，In this study，through combination of the artificial neural network (ANN) with the orthogonal design，the main parameters of the process of producing ethanol by saccharomyces cerevisiae fermentation in sea buckthorn juice were optimized，it included fermentation temperature，substrate pH，inoculum size and sugar concentration. The results show that the alcohol content was 14.0% (v/v)，when the fermentation temperature was 28.5℃，pH 3.7and the inoculum size 0.18% and sugar concentration 23%. A new method for analyzing and interpreting the collected data was put forward，the alcohol content was improved obviously through emulating，evaluating and optimizing process by the ANN.Key words：neural network；saccharomyces cerevisiea；fermentation technology；ethanol content中图分类号：文献标识码：文章编号沙棘属于胡颓子科沙棘属植物，又名沙枣、酸枣。
研究表明，沙棘的根、茎、叶、花、果中含有糖类、V C、V E、多种氨基酸、亚油酸、黄酮类化合物、磷脂类化合物以及甾醇类化合物等200多种营养物质[1]。
药理试验表明，沙棘具有降血脂、抗心律失常、抗氧化、保肝、抗癌等功能[2]。
以天然野生沙棘果汁为原料酿制而成的沙棘果酒[3]，具有增强皮肤、毛细血管新陈代谢和延缓人体衰老的功能。
酵母发酵产乙醇是沙棘果酒生产中的最重要环节，直接影响到成品果酒的感官品质[4]。
目前关于此方面的研究均是采用四因素三水平的正交试验来优化酵母产乙醇的主发酵工艺参数[5~6]。
由于传统的正交试验设计是多因素部分实施试验，其正交性可以概括为整齐可比性和均衡分散性[7]，因此不可避免的要混杂一些效应或者损失一些信息，不能真正获得多因素连续区域中的优化试验方案[8]。
而人工神经网络是通过对参与优化实验因素水平的自学习，能够自动确定人工神经网络结构，通过该网络就可以确定实验的优化结果，有利于保持结果的客观性，而且误差小，简化了数据处理过程。
目前应用最为广泛的神经网络模型为前向网络（BP网络），其可以看成是输入与输出集合之间的一种非线性映射[9~10]。
本文在正交试验基础上，应用人工神经网络技术，建立神经网络模型，对酿酒酵母发酵沙棘原汁产乙醇的主要因素（发酵温度、发酵基质pH、接种量和糖度）进行优化，变离散数据为连续数据，充分挖掘了试验信息，提高了酿酒酵母发酵沙棘原汁的乙醇含量。
收稿日期：作者简介：刘晓娜（1986—），女，硕士，研究方向为农产品加工及贮藏工程。
*通讯作者：韩建春（1973—），男，教授，博士，硕士生导师。
1 材料与方法1.1 材料与设备沙棘果：由黑龙江佳友沙棘科技开发有限公司提供；酿酒酵母：由上海杰兔公司提供；白砂糖：市售；碳酸钙、蔗糖、硫酸、硫酸铜、酒石酸钾钠、氢氧化钠、葡萄糖、酚酞、次甲基蓝均为分析纯：由天津市永大化学试剂开发中心提供。
螺旋榨汁机：温州市飞越机械设备有限公司；ADS-1500型碟式分离机：南京绿盛分离机有限公司；101-2型电热鼓风干燥箱：上海一恒科技有限公司；PYX-DHS型隔水式培养箱：上海一恒科技有限公司；LD4-2A型高速离心机：北京医用离心机厂；PHS-25型pH计：上海精密科技仪器有限公司；恒温水浴锅：余姚市东方电工仪器厂；电子天平：上海梅特勒一托利多仪器厂；分析天平：北京塞多利斯系统有限公司；酒精蒸馏装置：无锡市宝德金工程设备厂。
1.2 实验方法1.2.1 工艺流程沙棘果→破碎压榨→沙棘果浆→离心分离→澄清汁(测定总酸、糖度、pH) →碳酸钙降酸调整pH→5℃下静置结晶24 h→自然分离→巴氏杀菌(75℃30 min) →冷却→调整糖度→接入酵母→发酵→测定乙醇含量1.2.2 操作要点前发酵：沙棘汁经调整糖度、酸度后，加入活化好的活性干酵母、发酵助剂（干酵母活化条件10倍40℃、2%的蔗糖水溶液中，复水活化30min），搅拌均匀，发酵温度控制在30℃以内，发酵7-10天。
后发酵：其实就是苹果酸-乳酸发酵，用乳酸菌进行生物降酸，加入乳酸菌之前同样也对乳酸菌进行活化。
1.2.3 分析方法还原糖总糖：斐林试剂反滴定法[11]乙醇含量：蒸馏法[12]总酸：NaOH滴定法[11]1.2.4 沙棘酒主发酵工艺优化采用L 9 (34) 正交设计，以乙醇含量为指标，研究了发酵温度、pH、接种量和糖度对酿酒酵母发酵沙棘原汁产乙醇的影响，确定沙棘酒主发酵的较优工艺，考察因素和水平如表1所示。
表1 沙棘酒主发酵试验考察因素与水平表Tab. 1Factors and levels of sea-buckthorn wine main fermentation test因素名称A B C D温度℃pH 接种量% 糖度%水平1 25 3.5 0.10 15水平2 28 3.8 0.15 20水平3 31 4.1 0.20 251.2.5应用神经网络优化正交试验结果在正交试验的基础上，通过MATLAB利用实验数据建立人工神经网络模型，对实验因素水平进行仿真，将仿真结果与实测值相对比，验证模型的误差。
当模型的误差满足实验要求之后，利用该模型优化正交试验结果。
首先通过正交试验确定出较优的因素水平，然后再固定三个较优因素水平的前提下，变换另一个因素，并利用模型进行仿真，得到仿真曲线，寻找曲线最高点，即为因素水平最优值。
2结果与分析2.1酿酒酵母发酵沙棘原汁产乙醇正交试验结果与分析影响酿酒酵母发酵沙棘原汁产乙醇的主要因素为发酵温度、发酵基质pH、接种量和发酵液中的糖度，本实验以发酵液中的乙醇含量为指标，研究了上述因素对酿酒酵母产乙醇的影响，实验结果如表2所示。
由实验结果可以得出，根据R值确定各因素对沙棘酒主发酵影响的主次顺序为D>C>B>A，即糖度为主要的影响因素，其次是接种量，然后是pH，温度对发酵影响最小。
由k值确定各因素的最优组合为A2B1C3D3，即发酵温度为28℃、pH为3.5、接种量为0.2%和糖度为25%。
该最优组合在正交表中没有表现出来，通过A2B1C3D3组合试验进行验证，测得在该最佳条件下发酵液中的乙醇含量为11.5%（v/v）。
表2 沙棘酒主发酵正交试验结果Tab. 2Orthogonal design results of sea-buckthorn wine main fermentation test序号A B C D酒精度% 温度℃pH 接种量% 糖度%1 1 1 1 1 6.02 1 2 2 2 7.53 1 3 3 3 9.34 2 1 2 3 9.75 2 2 3 1 7.26 2 3 1 2 9.07 3 1 3 2 10.28 3 2 1 3 8.09 3 3 2 1 6.9K17.600 8.633 7.667 6.700K28.633 7.567 8.033 8.900K38.367 8.400 8.900 9.000R 1.033 1.066 1.233 2.3002.2人工神经网络模型优化发酵参数取正交试验中温度、pH、接种量和糖度数据及发酵液中乙醇含量的9次试验值作为9个样本输入，具体见表2。
即X1k、X2k、X3k、X4k为第k个输入样本，用发酵液中乙醇含量y作为第k个输入样本对应的教师。
将(x11，x21，x31，x41)作为第1个样本，(x12，x22，x32，x42)作为第2个样本，…，(x19，x29，x39，x49)作为第9样本，对应的教师为t1，t2，…，t9。
x1kx2kx3k x4ky 输入层隐含层输出层图1 BP神经网络模型Fig. 1 Bp neural network model取精度Ε=0.00001，输入层节点数为4，隐含层取6个节点，输出层1个节点，建立BP神经网络模型[13~14]（见图1），利用MATLAB训练3919次，得到输出值。
数据仿真计算值与实际值相比，误差均小于1%（表3），表明模型具有较高的精度。
表3 发酵工艺样本指标及仿真结果Tab.3 Sample indexes and simulation results of fermentation technology 序号 温度℃ pH 接种量%糖度% 酒精度% 酒精度% （仿真） 1 1 1 1 1 6.0 5.9979 2 1 2 2 2 7.5 7.5045 313339.39.2946续表序号 温度℃ pH 接种量%糖度% 酒精度% 酒精度% （仿真） 4 2 1 2 3 9.7 9.7029 5 2 2 3 1 7.2 7.2008 6 2 3 1 2 9.0 9.0023 7 3 1 3 2 10.2 10.1987 8 3 2 1 3 8.0 7.9980 933216.96.89672.3 酿酒酵母发酵沙棘原汁产乙醇影响因素的仿真和优化在正交试验获得的最优工艺的基础上，改变一种影响因素值，固定其他三种影响因素值，应用神经网络模型进行模拟[15]，结果如图2~5所示。
