基于近紅外光譜在線監測醬油品質的方法
醬油是我們日常生活中不可或缺的傳統調味品，以蛋白質及淀粉等為原料，經微生物（霉菌、乳酸菌和酵母）在鹽溶液中發酵而成，富含多種營養成分、集調色、調味于一體，能增進食欲、助消化 ，還具有抗氧化作用。醬油含有數百種化合物，具有多種香味和口味。醬油的香味和口味取決于制造商使用的原材料和生產工藝。隨著人民生活水平的日益提高，調味方式的改變也逐漸成為健康飲食的要素之一，人們從原來片面追求色、香、味的傳統調味方式轉而向講究原色、原汁、原味的現代健康調味方式 。
全氮、總酸和氨基酸態氮是醬油三個*重要的必檢質量指標醬油常規檢測的質量指標還有食鹽、銨鹽、還原糖、無鹽固形物等。氨基酸態氮是區分醬油等級的核心指標，這個含量把醬油品質氛圍特級、**、二級、和三級，特級醬油代表著醬油中的*高品質。在醬油生產過程中對這些指標的檢測基本是離線檢測，而檢測這些指標的方法大多比較繁瑣費時，無法滿足醬油生產現代智能化的要求，還增加了生產成本。
近紅外光譜分析技術具有無需制樣，無損檢測，效率高，適合在線檢測，無污染，分析結果重現性高等優點，因此近紅外光譜分析可用于醬油的生產，降低生產成本，提高工作效率。近紅外光譜分析技術可應用于醬油的在線生產中，光譜儀的探測點接入在生產工藝需要監控的關鍵點中，通過探頭采集光譜預測理化指標的預測值，為生產調控提供參考數據。近紅外在線應用跟離線應用的方法步驟差不多，具體如下：
1.收集濕化學數據，醬油樣品中的全氮、總酸、氨基酸態氮、食鹽、銨鹽、還原糖、無鹽固形物等理化指標數據根據標準方法，例如GB 5009.235-2016 、GB/T 6435—2014、GB/T 6432—2018、GB/T 6433-2006等測定濕化學值。
2.光譜采集：采用傅里葉變換近紅外光譜儀在實驗室靜態條件下采集樣品光譜、光譜采集的參數視具體的醬油種類而定，取平均光譜作為樣品的光譜。
3.模型的建立：采用OPUS定量分析軟件將醬油樣品的平均近紅外光譜與國標法測得的成分含量進行關聯，建立醬油樣品中pH、總酸、氨基酸態氮、含鹽量、還原糖、全氮、可溶性無鹽固形物、銨鹽、總糖的定量預測模型。近紅外定量分析模型的建立使用改進偏*小二乘法（PLS）算法。
4.模型的評價：模根據模型的校正集的決定系數(R2)、交互驗證均方根誤差(RMSECV)、檢驗集的決定系數(R2)、預測均方根誤差(RMSEP)來判斷模型的質量，從而篩選出醬油樣品中pH、總酸、氨基酸態氮、含鹽量、還原糖、全氮、可溶性無鹽固形物、銨鹽、總糖的*佳近紅外定量預測模型。
5.在驗證集濃度范圍相同的前提下，1-VR和RSQ越接近1，回歸或預測效果越好；SECV和SEPC越小，預測結果越準確。
6.建立及驗證醬油的近紅外模型后，在生產線上測定未知樣品只需要在中控室遠程控制即可得出樣品的近紅外預測值。
近紅外光譜分析技術與現有檢測方法相比，該檢測方法具有快速準確、綠色無損等優點，能夠實現醬油理化指標的快速準確測量，為醬油理化指標含量的實時在線監測和其它質量參數的快速測量奠定了良好的基礎。德國布魯克一直以來都是光譜技術的***，其產品近紅外光譜儀廣泛應用于各行各業。近紅外光譜儀有智能化單通道和多通道多功能的型號選擇，也可選擇離線或者在線的型號。模型在各個型號之間可實現100%共享。這為生產企業實現工業4.0提供了堅實的技術基礎。
