一种啤酒酵母沉降的预测方法技术

本发明专利技术适用于啤酒酵母发酵领域，提供了一种啤酒酵母沉降的预测方法，包括以下步骤：步骤一、指标获取：对车间实际生产酿造过程中的关键指标进行收集获取；步骤二、对各指标进行相关性分析；步骤三、根据相关系数筛选关键指标，筛选相关系数绝对值大于0.5的指标，即麦汁钙离子、满罐酵母数、混合麦芽PYF和种酵母死亡率；步骤四、构建预测模型，通过步骤四中筛选后的指标建立PLS回归模型：七天悬浮酵母数＝0.7417*混合麦芽PYF+0.384*麦汁钙离子

【技术实现步骤摘要】
一种啤酒酵母沉降的预测方法


[0001]本专利技术属于啤酒酵母发酵领域，尤其涉及一种啤酒酵母沉降的预测方法。

技术介绍

[0002]酵母絮凝是酵母细胞在发酵液中由发散的悬浮状态聚集成团然后快速沉降的一种现象。絮凝是啤酒发酵过程中酵母细胞大量沉淀的前提条件，因此絮凝特性的改变通常意味着沉淀现象的变化。酵母絮凝是啤酒酵母的一项重要特性，在发酵过程中，絮凝时机非常重要。在麦汁发酵完全之前，不应过早发生絮凝，因为过早絮凝会导致发酵迟缓或停滞，最终的啤酒含有高残留糖和不良风味特征。但絮凝过慢，酵母沉降时间长、沉降速度慢，则容易导致酵母细胞衰老、活性下降，影响过滤及酵母的回收利用。
[0003]影响酵母沉降的因素有很多，包括酵母本身絮凝基因及外在营养和发酵条件，其中糖化麦汁的理化指标、发酵过程中的关键参数及酵母性能与酵母沉降有着直接及间接关系，因此基于啤酒酿造过程中的关键指标进一步预测其酵母沉降状况是合理的研究方式。目前，基于白酒发酵产量、乙醇浓度等的预测方法已有相关研究，但关于酵母沉降的预测还未见报道。因此，建立一种啤酒酵母沉降的预测方法，对保障酵母回收用量、进而降低酿造成本具有重要意义。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种啤酒酵母沉降的预测方法，旨在预测发酵后期的酵母性能，提前设计应对措施，减少因酵母沉降异常造成的损失。
[0005]本专利技术是这样实现的，一种啤酒酵母沉降的预测方法，包括以下步骤：
[0006]步骤一、指标获取：对车间实际生产酿造过程中的关键指标进行收集获取；
[0007]步骤二、对各指标进行相关性分析；
[0008]步骤三、根据相关系数筛选关键指标，筛选相关系数绝对值大于0.5的指标，即麦汁钙离子、满罐酵母数、混合麦芽PYF和种酵母死亡率；
[0009]步骤四、构建预测模型，通过步骤四中筛选后的指标建立PLS回归模型：
[0010]七天悬浮酵母数＝0.7417*混合麦芽PYF+0.384*麦汁钙离子
‑
1.2627*满罐酵母数+2.4539*种酵母死亡率
‑
54.3783。
[0011]进一步的技术方案，所述关键指标包括葡聚糖、麦汁钙离子、麦汁锌离子、温度、压力、降糖、满罐酵母数、高泡、混合麦芽PYF、种酵母死亡率和酵母活力。
[0012]进一步的技术方案，所述步骤二采用Person相关系数对各指标进行相关性分析。
[0013]本专利技术实施例提供的一种啤酒酵母沉降的预测方法，以7天悬浮酵母数为因变量，关键酿造指标为自变量，建立7天悬浮酵母数的偏最小二乘(PLS)预测模型，最终的PLS回归模型为：7天悬浮酵母数(百万个/mL)＝0.7417*混合麦芽PYF值+0.384*麦汁钙离子(mg/L)
‑
1.2627*满罐酵母数(百万个/mL)+2.4539*种酵母死亡率(％)
‑
54.3783，整体公式的R
‑
sq为0.93，预测准确度在90％以上。
附图说明
[0014]图1为本专利技术实施例提供的预测值与实测值的拟合程度图。
具体实施方式
[0015]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0016]以下结合具体实施例对本专利技术的具体实现进行详细描述。
[0017]实施例一
[0018]一种啤酒酵母沉降的预测方法，包括以下步骤：
[0019]步骤一、指标获取：对车间实际生产酿造过程中的关键指标进行收集获取；
[0020]所述关键指标包括葡聚糖、麦汁钙离子、麦汁锌离子、温度、压力、降糖、满罐酵母数、高泡、混合麦芽PYF、种酵母死亡率和酵母活力；
[0021]步骤二、对各指标进行相关性分析；采用Person相关系数对各指标进行相关性分析；
[0022]步骤三、根据相关系数筛选关键指标，筛选相关系数绝对值大于0.5的指标，即麦汁钙离子、满罐酵母数、混合麦芽PYF和种酵母死亡率；
[0023]步骤四、构建预测模型，通过步骤四中筛选后的指标建立PLS回归模型：
[0024]七天悬浮酵母数(百万个/mL)＝0.7417*混合麦芽PYF+0.384*麦汁钙离子(mg/L)
‑
1.2627*满罐酵母数(百万个/mL)+2.4539*种酵母死亡率(％)
‑
54.3783。
[0025]实施例二
[0026]一种啤酒酵母沉降的预测方法，包括以下步骤：
[0027]步骤一、指标获取
[0028]对车间实际生产酿造过程中的糖化麦汁质量、发酵工艺参数、酵母增殖性能等关键指标进行收集获取，具体如下：
[0029]共获取到295组数据信息，每组数据信息包括：糖化麦汁指标(钙离子、葡聚糖、锌离子、镁离子、总可发酵性糖)；发酵工艺参数(温度、压力、降糖时长)；酵母增殖(满罐酵母数、酵母增殖高峰、7天酵母数、增值倍数)；种酵母性能(种酵母死亡率、种酵母活力)；并将295组数据随机分为275组建模数据集和20组验证数据集。
[0030]步骤二、筛选建模关键参数
[0031]1.各指标之间的相关性
[0032]相关性分析采用Person相关系数，相关系数反应了两个变量之间的线性拟合度，不能代表非线性结果，相关系数的绝对值越大，则相关性越强。各指标之间的相关性如表1所示。
[0033]表1各指标之间的相关性分析
[0034][0035]注：*在0.05级别(双侧)上显著相关，**在0.01级别(双侧)上极显著相关。
[0036]2.根据相关系数筛选关键指标
[0037]根据各指标之间的相关性分析，筛选与7天酵母数显著相关的指标作为自变量进行模型的构建，即葡聚糖、钙离子、满罐酵母数、麦芽PYF、种酵母死亡率和活力。
[0038]步骤三、构建预测模型
[0039]将上述筛选得到的指标葡聚糖、钙离子、满罐酵母数、麦芽PYF、种酵母死亡率、活力及对应的7天酵母数导入到MinitabStatisticalSoftware分析软件中，选择偏最小二乘回归建模，以葡聚糖、钙离子、满罐酵母数、麦芽PYF、种酵母死亡率、活力对应的数据作为模型输入变量，7天酵母数对应的数据作为响应，选择逐一剔除法，置信水平95％，即可得到7天悬浮酵母数的预测模型。得到的预测模型R
‑
sq仅为0.66，未能对7天悬浮酵母数进行精准预测。
[0040]为了进一步提高预测准确度，继续根据相关性分析进行指标的优化，经多次优化建模并验证后，发现：同时筛选相关系数绝对值大于0.5的指标，即钙离子、满罐酵母数、麦汁麦芽PYF和种酵母死亡率，建立得到的预测模型能较好实现7天悬浮酵母数的预测，进而实现对酵母沉降的预测，具体公式见下表。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种啤酒酵母沉降的预测方法，其特征在于，包括以下步骤：步骤一、指标获取：对车间实际生产酿造过程中的关键指标进行收集获取；步骤二、对各指标进行相关性分析；步骤三、根据相关系数筛选关键指标，筛选相关系数绝对值大于0.5的指标，即麦汁钙离子、满罐酵母数、混合麦芽PYF和种酵母死亡率；步骤四、构建预测模型，通过步骤四中筛选后的指标建立PLS回归模型：七天悬浮酵母数＝0.7417*混合麦芽PYF+0.384*麦汁钙离子
...

【专利技术属性】
技术研发人员：贺秀丽，谢鑫，郭立芸，穆英健，倪健宇，侯红霞，任光辉，宋玉梅，
申请(专利权)人：北京燕京啤酒股份有限公司，
类型：发明
国别省市：