一种啤酒风味保鲜期的预测方法

摘要

本发明公开了一种啤酒风味保鲜期的预测方法。该方法包括如下步骤：1)测定不同储存时间段的啤酒样品中多种醛类物质的浓度，通过品酒对老化味打分，计算各醛类物质对老化的贡献率；2)计算不同批次的新灌装成品啤酒样品的各醛类物质的初始浓度的归一化数据和强化条件下各醛类物质浓度变化量的归一化数据；计算不同批次啤酒样品的老化指数；3)计算不同批次的啤酒样品的保鲜期时间；将不同批次的啤酒样品的保鲜时间和对应的老化指数进行拟合，得拟合公式；取新灌装成品啤酒样品，重复步骤2)，根据步骤3)得到的拟合公式，即可得到该啤酒样品的保鲜期时间。本发明基于醛类物质对啤酒风味的保鲜期进行预测，结果可靠，适合在啤酒工业推广。

权利要求

1.一种基于醛类物质的啤酒风味保鲜期预测方法，它包括如下步骤：

(A)预测模型的建立

A-1)取至少100个原麦汁浓度相同的不同储存时间段的啤酒样品，测定所述啤酒样品中的多种醛类物质的浓度，通过品酒对所述啤酒样品的老化味打分，并计算各醛类物质对啤酒样品老化的贡献率，记为gi，i表示各醛类物质；

A-2)取多个不同批次与步骤A-1)中所述啤酒样品的原麦汁浓度相同的新灌装成品啤酒样品，将每个批次的啤酒样品按照如下步骤操作，即可得到不同批次的啤酒样品的老化指数：将该批次的新灌装成品啤酒样品平均分成2组，直接测定第1组的新灌装成品啤酒中所述的各醛类物质的浓度，得到该批次啤酒中各醛类物质的初始浓度，记为ci0，i表示各醛类物质，将第2组的新灌装成品啤酒样品在50℃下保温24小时后测定其中各醛类物质的浓度，得到该批次啤酒强化条件下各醛类物质的浓度，记为ci，i表示各醛类物质；根据Δci＝ci-ci0，计算得到该批次啤酒中强化条件下各醛类物质浓度的变化量Δci；对ci0和Δci分别进行归一化处理，得该批次啤酒的各醛类物质的初始浓度的归一化数据和强化条件下各醛类物质浓度变化量的归一化数据，分别记为xi0和Δxi0；根据式(1)，计算该批次啤酒的老化指数，记为AI；

式(1)中，n＝1,2,3……i；

A-3)将上述步骤A-2)中每个批次中第1组的新灌装的啤酒样品于20～30℃下储存，定期进行品酒，并对啤酒的老化味进行打分，当出现老化临界值时，记录该时间，即为该批次的啤酒样品的保鲜时间；

所述老化临界值指的是啤酒出现明显的老化味并影响啤酒风味质量时的老化评分值；

将不同批次的啤酒样品的保鲜时间和对应的老化指数进行拟合，即可得到所述预测模型，拟合公式如下：F＝a(AI)b                  (2)

F表示为啤酒的保鲜时间，a，b为拟合公式常数项；

(B)待测啤酒样品保鲜期的预测

取与步骤A-1)中所述啤酒样品原麦汁相同的待测的新灌装成品啤酒样品，重复上述的步骤A-2)，得到该啤酒样品的老化指数，根据步骤A-3)得到的拟合公式，经计算即可得到该待测啤酒样品的保鲜时间。

2.根据权利要求1所述的预测方法，其特征在于：所述储存时间段为0～12个月。

3.根据权利要求1或2所述的预测方法，其特征在于：所述醛类物质为正丙醛、异丁醛、正丁醛、2-甲基丁醛、异戊醛、正戊醛、正己醛、糠醛、正庚醛、3-甲硫基丙醛、正辛醛、苯乙醛和反-2-壬烯醛。

4.根据权利要求3所述的预测方法，其特征在于：所述品酒由至少10个品酒员进行；所述打分按照如下标准：以9分制形式进行打分，分数越高表明啤酒老化越严重，0分为啤酒未表现出老化味，9分为啤酒老化极严重，5.0±0.5分为啤酒老化味出现临界值。

5.根据权利要求4所述的预测方法，其特征在于：所述各醛类物质对啤酒样品老化的贡献率的计算方法如下：根据统计学逐步回归分析法计算各醛类物质的浓度与老化评分之间相关性系数，根据所述相关性系数的比例采用偏最小二乘法计算得到各醛类物质对老化的贡献率。

说明书

一种啤酒风味保鲜期的预测方法

技术领域

[0001] 本发明涉及一种啤酒风味保鲜期的预测方法，属于啤酒保鲜技术领域。

背景技术

[0002] 中国是啤酒生产和消费大国，已连续多年保持世界第一。在激烈的市场竞争中，新鲜爽口的啤酒深受消费者青睐，具有更强的市场竞争力。啤酒新鲜的口感，是人们对啤酒品尝起来的一种感觉，通常最新灌装的啤酒口感新鲜度更好。但啤酒一旦脱离酵母完成灌装，就开始了风味逐渐恶化的过程，随着啤酒贮存时间的延长，这种新鲜的口感会逐渐消失，而会逐渐出现一些令人不愉快的感觉，例如纸板味、焦糖味、面包味等等，我们称之为“老化味”。对于啤酒“老化味”的出现时间，一直以来没有适当的指示方法或是预测方法。

[0003] 现有技术中，通常采用感官评定来评价啤酒的老化强度，但评定结果很难一致，且操作繁琐，耗时时间长，如CN 104020265 A公开了一种基于感官品评预测啤酒风味保鲜期的方法，该方法通过用加速老化的样品模拟常温贮存的啤酒样品，建立啤酒风味保鲜期的预测模型，从而对啤酒风味的保鲜期进行预测。

发明内容

[0004] 本发明的目的是提供一种啤酒风味保鲜期的预测方法，该方法基于醛类物质对啤酒风味的保鲜期进行预测，结果可靠，适合在啤酒工业推广。

[0005] 本发明提供的一种基于醛类物质的啤酒风味保鲜期预测方法，它包括如下步骤：

[0006] (A)预测模型的建立

[0007] A-1)取至少100个原麦汁浓度相同的不同储存时间段的啤酒样品，测定所述啤酒样品中的多种醛类物质的浓度，通过品酒对所述啤酒样品的老化味打分，并计算各醛类物质对啤酒样品老化的贡献率，记为gi，i表示各醛类物质；

[0008] A-2)取多个不同批次与步骤A-1)中所述啤酒样品的原麦汁浓度相同的新灌装成品啤酒样品，将每个批次的啤酒样品按照如下步骤操作，即可得到不同批次的啤酒样品的老化指数：

[0009] 将该批次的新灌装成品啤酒样品平均分成2组，直接测定第1组的新灌装成品啤酒中所述的各醛类物质的浓度，得到该批次啤酒中各醛类物质的初始浓度，记为ci0，i表示各醛类物质，将第2组的新灌装成品啤酒样品在50℃下保温24小时后测定其中各醛类物质的浓度，得到该批次啤酒强化条件下各醛类物质的浓度，记为ci，i表示各醛类物质；根据Δci＝ci-ci0，计算得到该批次啤酒中强化条件下各醛类物质浓度的变化量Δci；对ci0和Δci分别进行标准化处理，得该批次啤酒样品中各醛类物质的初始浓度的归一化数据和强化条件下各醛类物质浓度变化量的归一化数据，分别记为xi0和Δxi0；根据式(1)，计算该批次啤酒的老化指数，记为AI；

[0010]

[0011] 式(1)中，n＝1,2,3……i；

[0012] A-3)将上述步骤A-2)中每个批次中第1组的新灌装的啤酒样品于20～30℃下储存，定期进行品酒，并对啤酒的老化味进行打分，当出现老化临界值时，记录该时间，即为该批次的啤酒样品的保鲜期时间；

[0013] 将不同批次的啤酒样品的保鲜时间和对应的老化指数进行拟合，即可得到所述预测模型，拟合公式如下：

[0014] F＝a(AI)b    (2)

[0015] F表示为啤酒的保鲜期时间，a，b为拟合公式常数项；

[0016] (B)待测啤酒样品保鲜期的预测

[0017] 取与步骤A-1)中所述啤酒样品原麦汁相同的待测的新灌装成品啤酒样品，重复上述的步骤A-2)，得到该啤酒样品的老化指数，根据步骤A-3)得到的拟合公式，经计算即可得到该待测啤酒样品的保鲜期时间。

[0018] 本发明方法中，随着啤酒的“老化”程度的增高，啤酒中一些醛类物质浓度会随之升高，这些醛类物质被称为“老化醛”，可作为啤酒风味保鲜期的检测指标。

[0019] 上述的预测方法中，所述储存时间段可为0～12个月。

[0020] 上述的预测方法中，所述醛类物质可为正丙醛、异丁醛、正丁醛、2-甲基丁醛、异戊醛、正戊醛、正己醛、糠醛、正庚醛、3-甲硫基丙醛、正辛醛、苯乙醛和反-2-壬烯醛。

[0021] 上述预测方法中，所述品酒由至少10个品酒员进行，所述品酒员均为经过系统品酒培训并获得国家品酒评委证书的人员；所述打分可按照如下标准：以9分制形式进行打分，分数越高表明啤酒老化越严重，0分为啤酒未表现出老化味，9分为啤酒老化极严重，5.0±0.5分为啤酒老化味出现临界值。

[0022] 上述预测方法中，各醛类物质对老化的贡献率的计算，以各醛类物质对啤酒老化均有贡献为前提，分别以各醛类物质检测结果与品酒结果做相关性分析得到的相关性系数比，具体为根据统计学逐步回归分析法计算各醛类物质的浓度与老化评分之间相关性系数，根据所述相关性系数的比例采用偏最小二乘法计算各醛类物质对老化的贡献率。

[0023] 上述的预测方法中，批次的个数需保证足够的统计量，具体可取23个批次的新灌装成品啤酒样品分别测定其老化指数；每个批次的新灌装成品啤酒样品具体可取6个，第1组得到的各醛类物质的浓度为3个啤酒样品的平均值，第2组得到的强化条件下各醛类物质的浓度为3个啤酒样品的平均值。

[0024] 上述的预测方法中，不同原麦汁浓度的啤酒样品中的各醛类物质的浓度不同，所建立的预测模型也不相同，以10度的啤酒样品为例：

[0025] 所述各醛类物质对老化的贡献率(％)可如下：正丙醛：6.75％；异丁醛：8.24％；正丁醛：4.76％；2-甲基丁醛：12.38％；异戊醛：11.51％；正戊醛：9.29％；正己醛：5.74％；糠醛：4.74％；正庚醛：4.98％；3-甲硫基丙醛：13.6％；正辛醛：2.12％；苯乙醛：15.2％；反-2-壬烯醛：0.69％；

[0026] 所述不同批次的啤酒样品的老化指数可为0.181～0.406；

[0027] 所述拟合公式中，a的取值可为2.4345，b的取值可为-2.36，即F＝2.4345(AI)-2.36。

[0028] 本发明具有如下有益效果：

[0029] (1)通过准确测定与啤酒老化相关的物质含量，可以预测啤酒的保鲜时间，了解产品的最佳饮用期；

[0030] (2)为生产技术部门提供一种全新的啤酒新鲜度表征，指导工艺改正或调整，提升产品质量，有利于集团化产品的风味质量一致性控制。

具体实施方式

[0031] 下述实施例中所使用的实验方法如无特殊说明，均为常规方法。

[0032] 下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到。

[0033] 不同原麦汁浓度的啤酒样品中的“老化醛”的浓度不同，所建立的预测模型也不相同，下述实施例中通过检测原麦汁浓度为10度的啤酒样品中各醛类物质的浓度，建立10度啤酒风味保鲜期的预测模型，并对该原麦汁浓度的啤酒样品的保鲜期进行预测。

[0034] 实施例1、建立基于醛类物质的啤酒风味保鲜期的预测模型

[0035] 按照如下步骤建立啤酒风味保鲜期预测模型：

[0036] (A)预测模型的建立

[0037] A-1)收集到129个时间跨度在12个月的10度啤酒样品，进行啤酒老化味品评并打分，同时检测老化醛含量，计算各醛类物质对老化的贡献率，操作如下：

[0038] 1)啤酒样品老化味品评打分：品酒人员为经过系统品酒培训并获得国家品酒评委证书的人员，人数不少于10人，所评啤酒老化味得分以平均得分进行后续计算。评分标准如下：仅针对啤酒的老化味进行打分，以9分制形式进行打分，分数越高表明啤酒老化越严重，0分为啤酒未表现出老化味，9分为啤酒老化极严重。5(5.0±0.5)分为啤酒老化味出现临界值。

[0039] 2)啤酒样品中各老化醛含量的检测：老化醛检测种包括正丙醛、异丁醛、正丁醛、2-甲基丁醛、异戊醛、正己醛、糠醛、正庚醛、3-甲硫基丙醛、正辛醛、苯乙醛、反-2-壬烯醛等共计13种醛类物质。检测方法按照“王憬,崔巍伟,王莉娜,林智平,采用固相微萃取-气相色谱-质谱法分析啤酒中醛类化合物[J].食品与发酵工业,2009年第35卷第6期(总第258期)”中公开的方法进行检测，具体操作如下：

[0040] A、样品制备：取4mL除气的啤酒样品加入到20mL顶空瓶中，加1.5g Nacl，另取100μL浓度为5.0PPm的对氟苯甲醛溶液(内标)，1mL浓度为1.0g/L的PFBHA衍生试剂溶液与该顶空瓶中，并加入转子后封盖，电磁搅拌15min后准备进样。连续进样时，应保证测试样品配制完成后立即进样。采用气相色谱-质谱对啤酒样品中的老化醛的含量进行检测，条件如下：

[0041] 气相色谱条件：柱温：初温40℃，保持2min，以10℃/min升到140℃，最后以7℃/min升到250℃，保持3min；分流/不分流进样口，不分流模式，0.5min开阀，温度为240℃；载气为氦气，柱流量为1.0mL/min；质谱操作条件：四极杆质量分析器，温度为150℃；电子轰击离子源(EI)，温度为230℃，电压为70eV、接口温度240℃，扫描范围29-350amu。

[0042] B、线性回归方程的建立：采用增量法进行各老化醛组分的定量校正，用无水乙醇与去离子水作为配制各标准样品储备液基质，并配制加标浓度分别为0μL/L、0.1μL/L、0.5μL/L、2μL/L(反-2-壬烯醛)，0μL/L、1μL/L、5μL/L、20μL/L(正丙醛，异丁醛，正丁醛，2-甲基丁醛，异戊醛，正戊醛，正己醛，正庚醛，3-甲硫基丙醛和正辛醛)和0μL/L、5μL/L、25μL/L、100μL/L(糠醛)溶液。测定后以加标后各组分峰面积的增加值对内标峰面积的比值为y，加标量对内标量的比值为x作线性回归，计算各醛类化合物的回归方程。

[0043] 3)根据统计学逐步回归分析法计算各醛类物质的含量与老化评分之间相关性系数，根据所述相关性系数的比例采用偏最小二乘法计算各醛类物质对老化的贡献率，记为gi，i表示各醛类物质，具体操作如下：

[0044] 使用SPSS统计软件，将各老化醛测定含量值和老化味品评得分作为输入量值，使用逐步回归分析功能得到各醛类物质与老化味评分之间的相关性系数。以各醛类物质对啤酒老化均有贡献为前提，将各醛类物质的相关性系数按照大小计算对啤酒老化的贡献权重，以100％为总贡献率。结果见表1。

[0045] 表1、各老化醛物质对老化贡献率的权重值

[0046]

[0047]

[0048] A-2)取23批不同批次的新灌装成品啤酒样品(分别记为批次1、批次2、批次3、批次4、批次5、批次6、批次7、批次8、批次9、批次10、批次11、批次12、批次13、批次14、批次15、批次16、批次17、批次18、批次19、批次20、批次21、批次22、批次23)，每个批次取6瓶。分别测定每个批次中新灌装成品啤酒样品和强化之后的啤酒样品中老化醛的含量，具体操作如下：

[0049] 取批次1中的6瓶新灌装成品啤酒样品，平均分成2组，第1组：分别直接测定第1组中每瓶啤酒样品(即新灌装的成品啤酒样品)中13种老化醛物质的含量，每种老化醛物质的含量取3瓶的平均值，记为ci0；第2组：将第2组的3瓶新灌装的啤酒样品于50℃条件下保温24小时后，分别测定每瓶啤酒样品中的13种老化醛物质含量，每种老化醛物质的含量取3瓶的平均值记为ci；用ci减去ci0分别得到强化条件下13种老化醛的变化率，记为Δci，将ci0和Δci进行归一化处理，得到该批次下13种老化醛的初始浓度的归一化数据和浓度变化量的归一化数据，数据见表2。

[0050] 检测数据归一化方法：以步骤A-1中检测结果为依据，分别以各醛类物质的检测最大值为基准，实验中得到的各醛类物质的检测结果与基准值的比值作为归一化数据。

[0051] 研究发现老化醛含量多少与啤酒老化味呈正相关性，其在一定条件下的变化量与老化味也呈现正相关性，而各种老化醛对于啤酒老化味的呈现均有一定的贡献，由此得到反映啤酒老化状态的指标—老化指数AI，与ci和ci0均呈现正相关性，因各醛类组分对啤酒老化均有贡献，因此AI值应反映为各个醛贡献率的加和。为了避免由于各组分实际含量的差异在计算时带给AI的影响，必须将各老化醛检测浓度进行归一化处理后方可用于AI值的计算，计算公式如下：

[0052]

[0053] 式(1)中，n＝1,2,3……i；

[0054] 按照上述式(1)计算批次1的啤酒样品的老化指数，数据见表2-1。

[0055] 取批次2-批次23中的6瓶新灌装成品啤酒样品，重复上述步骤，分别计算得到该批次下啤酒样品的老化值，数据见表2-23至2-24。

[0056] 表2-1、批次1啤酒样品中13种醛类物质的归一化数据和老化指数

[0057]

[0058]

[0059] 表2-2、批次2啤酒样品中13种醛类物质的归一化数据和老化指数

[0060]

[0061]

[0062] 表2-3、批次3啤酒样品中13种醛类物质的归一化数据和老化指数

[0063]

[0064] 表2-4、批次4啤酒样品中13种醛类物质的归一化数据和老化指数

[0065]

[0066]

[0067] 表2-5、批次5啤酒样品中13种醛类物质的归一化数据和老化指数

[0068]

[0069] 表2-6、批次6啤酒样品中13种醛类物质的归一化数据和老化指数

[0070]

[0071]

[0072] 表2-7、批次7啤酒样品中13种醛类物质的归一化数据和老化指数

[0073]

[0074] 表2-8、批次8啤酒样品中13种醛类物质的归一化数据和老化指数

[0075]

[0076]

[0077] 表2-9、批次9啤酒样品中13种醛类物质的归一化数据和老化指数

[0078]

[0079] 表2-10、批次10啤酒样品中13种醛类物质的归一化数据和老化指数

[0080]

[0081] 表2-11、批次11啤酒样品中13种醛类物质的归一化数据和老化指数

[0082]

[0083]

[0084] 表2-12、批次12啤酒样品中13种醛类物质的归一化数据和老化指数

[0085]

[0086] 表2-13、批次13啤酒样品中13种醛类物质的归一化数据和老化指数

[0087]

[0088]

[0089] 表2-14、批次14啤酒样品中13种醛类物质的归一化数据和老化指数

[0090]

[0091] 表2-15、批次15啤酒样品中13种醛类物质的归一化数据和老化指数

[0092]

[0093]

[0094] 表2-16、批次16啤酒样品中13种醛类物质的归一化数据和老化指数

[0095]

[0096] 表2-17、批次17啤酒样品中13种醛类物质的归一化数据和老化指数

[0097]

[0098]

[0099] 表2-18、批次18啤酒样品中13种醛类物质的归一化数据和老化指数

[0100]

[0101] 表2-19、批次19啤酒样品中13种醛类物质的归一化数据和老化指数

[0102]

[0103] 表2-20、批次20啤酒样品中13种醛类物质的归一化数据和老化指数

[0104]

[0105]

[0106] 表2-21、批次21啤酒样品中13种醛类物质的归一化数据和老化指数

[0107]

[0108] 表2-22、批次22啤酒样品中13种醛类物质的归一化数据和老化指数

[0109]

[0110]

[0111] 表2-23、批次23啤酒样品中13种醛类物质的归一化数据和老化指数

[0112]

[0113] (3)将上述步骤(2)中每个批次中未经强化即组1中啤酒样品于室温下(25℃)避光存放，每隔10天进行一次啤酒老化味评分，当出现5分临界值时，记录储存天数，其结果见表3。

[0114] 表3、啤酒老化指数(AI)与实际品酒得到的保鲜天数对照表

[0115]

[0116]

[0117] 将表3中AI值与啤酒老化临界天数的数据输入Excel中，通过做图进行数据拟合，得到老化指数与保鲜天数之间的指数方程：

[0118] F＝2.4406(AI)-2.364    (2)

[0119] 实施例2、利用实施例1中模型对待测啤酒样品的风味保鲜期进行预测

[0120] 选取了北京燕京啤酒股份有限公司2010年10月26日第十三包装车间生产的10°P纯生啤酒，于生产线上随机抽取刚灌装啤酒样品，按照实施例1中醛类物质的测定方法，分别测定该啤酒样品中初始及强化样品中老化醛物质的含量，结果见表4。

[0121] 表4、2010.10.26第十三包装车间生产10°P纯生啤酒老化醛物质检测结果

[0122]

[0123] 经计算该样品的AI值为0.203，F值为105.8天。将该样品储存于室温条件下，每10天进行一次老化味品酒，其得分如下：

[0124] 表5、2010.10.26第十三包装车间生产10°P纯生啤酒老化味评分结果

[0125]

[0126] 由实际评分结果可以看出该样品酒在第100天时老化评分出现了临界点(5±0.5分)。实际品酒结果显示该啤酒保鲜期为110天，预测啤酒保鲜期为105.8天，二者较为一致。

[0127] 实施例3、利用实施例1中模型对待测啤酒样品的风味保鲜期进行预测

[0128] 选取北京燕京啤酒股份有限公司2010年10月8日第十五包装车间生产的10°P清爽啤酒，于生产线上随机抽取刚灌装啤酒样品，按照实施例1中醛类物质的测定方法，分别测定该啤酒样品中初始及强化样品中老化醛物质的含量，结果见表6。

[0129] 表6、2010.10.8第十五包装车间生产10°P清爽型啤酒老化醛物质检测结果[0130]

[0131] 经计算该样品的AI值为0.308，F值为39.3天。将该样品储存于室温条件下，每10天进行一次老化味品酒，其得分如下：

[0132] 表7、2010.10.8第十五包装车间生产10°P清爽型啤酒老化味评分结果

[0133]

[0134]

[0135] 由实际评分结果可以看出该样品酒在第40天时老化评分出现了临界点(5±0.5分)。实际品酒结果显示该啤酒保鲜期为40天，预测啤酒保鲜期为39.5天，二者较为一致。

[0136] 实施例4、利用实施例1中模型对待测啤酒样品的风味保鲜期进行预测

[0137] 选取了北京燕京啤酒股份有限公司2010年9月1日第十六包装车间生产的10°P清爽型啤酒，于生产线上随机抽取刚灌装啤酒样品，按照实施例1中醛类物质的测定方法，分别测定该啤酒样品中初始及强化样品中老化醛物质的含量，结果见表8。

[0138] 表8、2010.9.1第十六包装车间生产10°P清爽型啤酒老化醛物质检测结果

[0139]

[0140] 经计算该样品的AI值为0.265，F值为61.1天。将该样品储存于室温条件下，每10天进行一次老化味品酒，其得分如下：

[0141] 表9、2010.9.1第十六包装车间生产10°P清爽型啤酒老化味评分结果

[0142]

[0143] 由实际评分结果可以看出该样品酒在第60天时老化评分出现了临界点(5±0.5分)，实际品酒啤酒保鲜期天数为60天，预测结果为55.9天，二者较为一致。