近红外光谱仪应用 | 近红外光谱技术赋能食品酿造行业网口近红外光谱仪的多元应用与实践

近红外光谱区（780~2526nm）的特征吸收源于物质分子中C-H、N-H、O-H等含氢基团化学键振动的倍频与合频跃迁，不同物质的成分与含量差异，会在光谱图上形成独特的“光学指纹”。通过采集样品的近红外光谱信息，结合化学计量学算法建立定量预测模型，即可实现对目标理化指标的快速检测，这一原理让近红外光谱技术突破了传统化学检测的诸多局限。

上海如海光电推出的NIRNet网口近红外光谱仪，在保留传统近红外检测技术核心优势的基础上，针对工业生产与实验室检测的实际需求进行技术升级，凸显三大核心优势：一是网口设计，NIRNet标配千兆以太网接口，并非简单的通信通道升级，而是面向工业现场的标准化接口选择，具备强大的电磁干扰抑制能力，可与工厂现有工业网络无缝融合，确保了光谱数据在复杂工业环境中的稳定、高速、无阻塞传输，为构建分布式、多点位、大数据的在线监测系统提供了物理基础；二是内置数据缓存，在工业现场，网络瞬时波动、上位机重启、甚至短暂断电均属常态。NIRNet内置数据缓存，可在网络中断或上位机失联期间，持续采集并暂存光谱数据。一旦通信恢复，设备会自动将缓存中的数据续传，确保数据零丢失；三是边缘计算能力，设备内部集成了高性能处理单元，可运行用户自定义的算法模型，极大减轻了上位机与服务器的运算和存储压力。

与此同时，如海光电配套的光谱采集软件与多元配件，进一步完善了检测体系，为光谱数据的高效采集、处理与分析提供了全流程支撑，让近红外光谱技术的应用更具实用性与普适性。

NIRNet网口近红外光谱仪

大曲是白酒酿造的核心糖化剂与发酵剂，其水分、酸度、糖化力、液化力、淀粉含量五项关键理化指标直接决定白酒的风味、口感与品质，因此建立高效、精准的大曲理化指标检测方法，是白酒制曲工艺优化与生产效率提升的核心需求。四川轻化工大学的研究团队针对浓香型大曲检测的行业痛点，选用上海如海光电NIRPro近红外光谱仪为核心检测设备，搭配QP600多模光纤、HL2000-P20高功率连续卤钨灯及配套光谱采集软件，系统开展浓香型大曲关键理化指标快速无损检测研究，充分验证了近红外光谱技术在大曲检测领域的实用性与可靠性，也为近红外光谱仪在食品酿造检测中的应用提供了标准化实践方案。

文献来源

本次研究采用的上海如海光电NIRPro近红外光谱仪，选择光谱扫描范围1682nm~942nm，积分时间90ms，光谱分辨率8cm?1，可精准捕捉大曲样品中含氢基团的特征光谱响应。

本次研究共选取340个浓香型大曲样品，样品涵盖四川省宜宾市某曲药厂不同发酵室、不同储存室、不同制曲季节的曲坯及成品大曲，具备充分的代表性，避免因样品单一导致的模型泛化能力不足问题。利用近红外光谱仪开展大曲光谱采集，严格遵循标准化操作流程，最大限度减少装样差异、仪器波动等外界因素对光谱数据的影响。

通过上海如海光电NIRPro近红外光谱仪采集并经平均化处理后，得到340个浓香型大曲样品的原始近红外光谱图，所有样品的光谱曲线整体趋势高度相似，均在近红外检测波段内呈现出连续的吸收特征，这是由于所有样品均为浓香型大曲，基础成分与物质结构具有一致性，其分子中的C-H（淀粉、有机质）、O-H（水分）、N-H（蛋白质）等含氢基团种类相近，因此光谱的整体吸收规律保持统一。

图1 大曲样品原始光谱图

同时，不同大曲样品的光谱曲线在特定波数位置呈现出吸收强度的显著差异，这也是本次研究能够实现理化指标定量检测的核心依据：水分含量较高的样品，在O-H基团特征吸收波数处的吸收峰强度更高；淀粉含量差异则直接体现在C-H基团的特征吸收波段的光谱信号变化；而酸度、糖化力、液化力的差异，虽不直接对应单一基团的吸收特征，但会因大曲发酵程度、酶类含量不同，导致整体成分比例变化，进而在光谱图上形成细微的信号差异。研究正是基于这种“整体趋势一致、局部特征差异”的光谱图特点，通过后续的预处理与建模，实现对五项理化指标的精准解析。

本次研究以近红外光谱仪采集的大曲光谱数据为自变量，以理化指标标准测定值为因变量，通过多步骤数据处理与模型构建，最终实现五项理化指标的定量预测，核心过程包括光谱预处理、特征选择、模型建立与优化三个关键环节，且通过对比不同模型的性能，最终确定最优检测方案。

最终检测结果：以随机法按1:3的比例将光谱数据集划分为测试集与训练集，对GBRT模型进行验证，最终得到浓香型大曲五项关键理化指标的精准检测结果，所有指标模型均满足工业生产定量分析要求，具体核心性能参数如下表所示：

表1 GBRT算法建模效果

从模型性能指标来看，决定系数（R2）越接近1、均方根误差（RMSEP）越低、预测偏差（RPD）越高，模型的拟合能力与预测可靠性越强。本次研究中，水分指标模型性能最优（R2=0.922，RPD=3.61），酸度、淀粉模型R2均超0.84，即使是检测难度较高的糖化力、液化力指标，RPD也均提升至1.91以上，远超传统模型的检测性能。

同时，通过绘制五项指标模型真实值与预测值散点图、测试集残差图进一步验证模型效果：散点图中数据点分布紧密，几乎沿对角线分布，说明模型预测值与理化指标真实值高度吻合；残差图中大部分数据点均围绕基准线附近分布，仅有少量数据点存在轻微偏移，无明显异常值，充分证明基于上海如海光电NIRPro近红外光谱仪建立的 GBRT模型，兼具良好的拟合能力与泛化性能，能够有效避免过拟合问题，检测结果具有高度的可靠性与稳定性。

图2 大曲水分指标预测效果（单位：%）

图3 大曲酸度指标预测效果（单位：mmol/10g）

图4 大曲糖化力指标预测效果（单位：mg/gh）

图5 大曲液化力指标预测效果（单位：g/gh）

图6 大曲淀粉指标预测效果（单位：%）

本次研究以上海如海光电NIRPro近红外光谱仪为核心设备，开展浓香型大曲五项关键理化指标检测实践，结果证实近红外光谱技术可实现大曲理化指标的快速无损定量检测，依托适配的光谱预处理与算法建立的预测模型，各项性能指标均满足工业生产定量分析要求。该检测方式相较传统方法，大幅提升了检测效率，降低了化验成本，且全程绿色无污染、检测结果更稳定，所建模型可直接应用于白酒制曲日常生产检测，实现大曲发酵指标的实时监测，为制曲工艺优化、提升大曲品质稳定性提供了科学有效的数据支撑，也充分验证了如海光电近红外光谱仪在大曲检测领域的实用性与可靠性。

浓香型大曲检测的成功实践，仅是NIRNet网口近红外光谱仪应用的一个缩影。依托近红外光谱技术的核心优势与设备的高适配性，该设备可实现食品酿造行业全产业链的品质检测覆盖，从原料验收、生产过程控制到成品质量检测，均可提供高效、精准的检测解决方案，核心应用场景主要包括以下几类：

除大曲检测外，网口近红外光谱仪可广泛应用于白酒酿造的各个环节。在原料环节，可快速检测高粱、小麦、糯米、玉米等酿酒原料的水分、淀粉、蛋白质、脂肪含量，实现原料品质的快速验收，把控原料入厂质量；在发酵环节，可对糟醅的水分、酸度、还原糖、酒精度等指标进行实时监测，及时掌握发酵进程，指导技术人员调整温湿度、发酵时间等工艺参数，实现发酵过程的精准控制；在成品环节，可对白酒的酒精度、总酸、总酯等关键指标进行快速检测，替代传统化学检测，提升成品检验效率，保障出厂产品品质均一。同时，设备的网口设计支持多车间、多点位同步检测，数据实时传输至生产管理平台，助力白酒企业实现数字化、智能化生产。

在黄酒、啤酒、葡萄酒等其他酒类酿造领域，网口近红外光谱仪同样具备广泛的应用价值。黄酒酿造中，可检测糯米的淀粉含量、酒醅的发酵度、成品黄酒的糖度与酸度；啤酒酿造中，可快速检测麦芽的水分、浸出物含量，发酵液的糖度、酒精度，实现啤酒生产的全程品质管控；葡萄酒酿造中，可检测葡萄的糖分、酸度，发酵汁的酒精度、还原糖，成品葡萄酒的总酚、酒精度等指标，为酒类品质提升提供数据支撑。

粮油与农产品是食品工业的基础原料，其品质检测直接关系到产品质量与食品安全。网口近红外光谱仪可检测稻谷、小麦、玉米等粮食的水分、蛋白质、淀粉、容重等指标，实现粮食收购、储存环节的快速品质分级；在食用油加工中，可检测大豆、菜籽、花生等油料作物的含油率、水分，以及成品食用油的酸价、过氧化值，把控油料加工全流程品质；在杂粮、坚果加工中，可检测水分、灰分、蛋白质等指标，提升原料验收与成品检测效率。

在酱油、醋、豆瓣酱等调味品及腐乳、泡菜等发酵食品生产中，近红外光谱技术可发挥重要作用。网口近红外光谱仪可检测酱油的氨基酸态氮、盐度、糖分，食醋的总酸、可溶性固形物，豆瓣酱的水分、酸度、蛋白质等指标，实现发酵食品生产过程的实时监测，及时调整发酵工艺，保障产品风味与品质的稳定性。同时，无损检测的特点可减少样品损耗，绿色环保的检测方式符合现代食品工业的发展要求。

四、行业价值：推动食品酿造行业检测技术的智能化升级

食品酿造行业作为传统制造业，正朝着数字化、智能化、绿色化的方向转型，品质检测技术的升级是行业转型的核心前提。上海如海光电网口近红外光谱仪的推广与应用，不仅为食品酿造行业提供了高效、精准、绿色的检测解决方案，更从多个维度推动了行业的技术升级与高质量发展。

从生产效率来看，近红外光谱技术将传统化学检测的“小时级”检测缩短为“分钟级”，甚至可实现生产线的实时在线检测，大幅提升了品质检测效率，让生产环节的工艺调整更及时，有效减少了因指标偏差导致的生产损耗，提升了整体生产效率。

从检测成本来看，近红外光谱检测无需大量化学试剂，无废液、废渣产生，降低了试剂采购与环保处理成本；同时，设备操作简便，无需专业的化学实验人员，减少了人力成本投入，长期使用可显著降低企业的化验成本。

从品质管控来看，近红外光谱技术的精准性与稳定性，让食品酿造的品质检测从“事后检验”转向“过程控制”，实现了从原料到成品的全产业链品质监测，有效提升了产品品质的均一性与稳定性，助力企业打造高品质产品品牌。

从行业发展来看，近红外光谱技术的应用推动了食品酿造行业的数字化转型，检测数据的实时采集、传输与分析，为企业的生产工艺优化、生产管理升级提供了数据支撑，让传统的“经验型生产”逐步转向 “数据型生产”，推动行业向精细化、智能化发展。

近红外光谱技术作为现代分析检测技术的重要代表，在食品酿造行业的应用价值已得到充分验证，而上海如海光电NIRNet网口近红外光谱仪凭借高精准度、强交互性、广适配性的技术特点，成为技术落地的优质载体。浓香型大曲检测的成功案例，不仅展现了设备在具体场景中的应用效果，更为其在食品酿造全产业链的拓展应用提供了实践基础。

随着食品酿造行业数字化、智能化转型的不断深入，以及近红外光谱技术与人工智能、大数据、物联网等技术的深度融合，网口近红外光谱仪的应用场景将进一步拓展，检测精度与智能化水平将持续提升。未来，如海光电将继续深耕近红外光谱检测技术的研发与创新，不断优化设备性能、完善应用解决方案，为食品酿造、农产品加工等更多行业提供更高效、更精准、更智能的检测技术支撑，助力行业实现高质量发展，推动我国现代分析检测技术的产业化应用迈上新台阶。

*免责声明：

如海光电公众号所发布内容（含图片、图表）来源于公开学术文献。文章版权、数据及所述观点归原作者所有。本文旨在分享科研应用案例，如有侵权请联系后台处理。