国家重点实验室开放基金(K2012006)
- 作品数：3 被引量：22H指数：3
- 相关作者：贾士儒钟成黄奕雯李清亮戴玉杰更多>>
- 相关机构：教育部天津科技大学更多>>
- 发文基金：国家重点实验室开放基金国家重点基础研究发展计划更多>>
- 相关领域：轻工技术与工程更多>>
- 啤酒酿造过程中Lager酵母关键基因表达水平分析
- 啤酒风味物质特别是高级醇(正丙醇、异丁醇和异戊醇)及酯类(乙酸乙酯、乙酸异戊酯、己酸乙酯和辛酸乙酯)对啤酒质量影响很大,而影响这些风味物质的因素非常多。以往研究表明:啤酒酿造过程中,对啤酒风味物质的生成影响最显著的胞内代...
- 刘伶普杨攀飞钟成郝俊光贾士儒
- 关键词：实时荧光定量PCR风味物质啤酒酿造
- 文献传递
- 基于人工神经网络模拟啤酒酿造过程中糖度及乙醇浓度的变化被引量：4
- 2013年
- 建立BP神经网络模型模拟啤酒酿造过程中糖度变化和乙醇浓度变化。将啤酒酿造过程中的发酵温度、麦汁浓度、接种量及发酵时间作为输入数据,将糖度变化和乙醇浓度的变化作为输出数据,运用BP神经网络建立啤酒酿造过程的模型。使用此模型模拟了主酵温度8℃、麦汁浓度11°P、接种量为2×107个/mL时糖度变化和乙醇浓度变化,结果糖度预测的均方根误差为2.66%,乙醇浓度预测的均方根误差为14.60%。结果表明,使用此模型能够准确预测啤酒酿造过程糖度变化和乙醇浓度的变化。
- 黄奕雯戴玉杰钟成李清亮贾士儒郝俊光
- 关键词：糖度乙醇浓度BP神经网络
- 基于主成分分析、神经网络对啤酒感官评价的预测被引量：12
- 2013年
- 该研究运用主成分分析(PCA)结合误差反向传播(BP)神经网络对啤酒感官评价进行了预测。把啤酒中11种理化及风味指标进行主成分分析,以除去数据之间的线性相关性,提取后的理化及风味指标做为输入数据,感官评价得分作为输出数据,运用BP神经网络建立啤酒感官评价预测的模型。使用此模型对50种啤酒的感官得分进行预测,预测最大相对误差为2.68%。结果表明,主成分分析和神经网络相结合的这种方法能够准确预测啤酒感官评价得分。
- 钟成黄奕雯贾士儒董建军郝俊光李清亮
- 关键词：风味物质主成分分析BP神经网络
- 啤酒发酵过程对重要醇酯影响的研究被引量：6
- 2015年
- 风味物质的含量决定啤酒的品质,其特征会直接决定啤酒口感和其市场竞争力。研究了麦汁浓度、主酵温度和接种量对啤酒中风味物质的影响。在不同的发酵条件下,以全麦芽为原料,经下面发酵生产啤酒。采用顶空气相色谱法检测啤酒中高级醇和酯类的浓度。研究发现麦汁浓度对高级醇和酯的影响最大,且提高麦汁浓度能够同时增大啤酒中高级醇和酯的含量,当麦汁浓度从11°P提高到15°P,乙酸乙酯的含量提高了34%。在相同接种量和麦汁浓度下,主酵温度越高,异戊醇含量越高,异丁醇的含量却有所降低。在较高的发酵温度下乙酸乙酯、辛酸乙酯和乙酸异戊酯的含量升高,但是己酸乙酯的含量变化无规律。研究结果显示接种量对醇和酯的影响都不显著。
- 钟成杨攀飞刘伶普郝俊光贾士儒
- 关键词：啤酒发酵风味高级醇
