基于PCA(Principal Component Analysis,主成分分析)的红外光谱预测在葡萄酒发酵过程控制中的应用

《Food Control》:Wine fermentation process control by PCA-based forecasting of infrared spectra

【字体: 大 中 小 】 时间:2026年07月18日 来源:Food Control 7.0

编辑推荐:

  研究人员指出,发酵偏差的早期检测至关重要,因为对过程扰动的延迟识别会导致质量损失、发酵迟缓或停滞以及生产效率降低。本研究通过将基于演进窗口差异指数(EWDI)的监测扩展至预期过程控制,提出了一种实用策略,用于在葡萄酒发酵期间从在线(at-line)ATR-FT

  
研究人员指出,发酵偏差的早期检测至关重要,因为对过程扰动的延迟识别会导致质量损失、发酵迟缓或停滞以及生产效率降低。本研究通过将基于演进窗口差异指数(EWDI)的监测扩展至预期过程控制,提出了一种实用策略,用于在葡萄酒发酵期间从在线(at-line)ATR-FTIR(Attenuated Total Reflection-Fourier Transform Infrared Spectroscopy,衰减全反射-傅里叶变换红外光谱)光谱预测EWDI(Evolving Window Dissimilarity Index,演进窗口差异指数)。该工作流程结合了发酵状态的移动窗口PCA(Principal Component Analysis,主成分分析)表示与主成分得分的短期外推、未来光谱的重建以及在预测轨迹上计算EWDI。预测不确定性根据得分预测模型估算,并通过蒙特卡洛重采样传播至EWDI。研究人员还根据预测的EWDI分布计算了处于受控状态的概率(PC),以表达过程保持在控制区域内的可能性。在正常及有意偏离的发酵上进行验证表明,EWDI在短期内(特别是发酵早期)可以可靠预测,从而能够更早识别新兴偏差。在快速动力学变化阶段,较长的预测视界可能偏离测量轨迹,因为在新的测量值进入校准窗口之前无法预见突变。PC提供了一种有用的补充,区分明显超出控制区域的预测与虽以控制限为中心但仍显示足够不确定性以表明过程风险增加的预测。综上,EWDI预测与PC共同提供了一种面向短期、风险导向的发酵监测工具。
论文发表在《Food Control》。研究背景方面,工业发酵是高价值过程,微小偏差会通过产量降低、罐周转延迟、再加工、质量降级甚至批次报废转化为显著经济损失。在葡萄酒酿造中,酒精发酵对温度、营养可用性和微生物动态变化尤为敏感;发酵迟缓或停滞仍是实际关切的问题,因为它们会损害生产计划和最终产品质量。因此,业界持续关注能够在过程仍可恢复时及早检测偏差以采取纠正措施的过程监测策略。传统多元统计过程控制(MSPC)依赖将新观测值投影到正常操作条件下建立的参考模型上并跟踪Hotelling’s T2和Q残差等统计量,但当偏差主要是动力学偏差(轨迹速度变化)而非成分变化(如乳酸菌引起的腐败)时,过程可能在化学上“在轨”但在时间上错位(变慢或变快),这降低了传统MSPC统计量在时间点上逐点比较的敏感性。为此引入了演进窗口差异指数(EWDI)作为基于主导PCA载荷随过程演变的监测统计量。然而现代过程管理要求超越监测走向控制,需在短期演化的预期下及时按比例应用纠正措施(如温度调整、营养添加)。研究人员基于此开展了构建基于EWDI的发酵控制框架的研究,提出通过从移动窗口预测PCA得分空间的短期演化、重建相应未来光谱并通过蒙特卡洛模拟传播基于回归的不确定性来预测EWDI,从而提供不仅是早期偏差检测,还有带不确定性带的短期预测,支持葡萄酒酒精发酵中及时且风险感知的过程干预。结论表明该方法在短期(约10小时)内可可靠预测EWDI,尤其在发酵早期实现偏差早期识别;较长视界在快速动力学转变期准确性下降;PC通过区分真正失控预测与边界状态的高不确定性改善了可解释性;预测质量依赖于校准窗口内容,稀疏光谱采样导致趋势不稳定,更密集数据显著改善预测与置信度估计,支持在快速动力学阶段实施实时采集(在线或线上测量)的需求。该方法增强了过程监视并实现了基于快速非破坏性测量的主动管理,针对温度变异和氮缺乏等影响酵母代谢、发酵完成和香气形成的偏差提供了预警工具。
作者为开展研究用到的主要关键技术方法包括:使用商业浓缩白葡萄汁稀释制备微发酵样本队列,分别在正常操作条件(NOC)、氮缺乏(NDef)及不同温度梯度(TEM1、TEM2、NDT)下进行平行发酵;采用便携式ATR-FTIR(Attenuated Total Reflection-Fourier Transform Infrared Spectroscopy,衰减全反射-傅里叶变换红外光谱)获取中红外光谱并进行Savitzky–Golay二阶导数与标准正态变量(SNV)预处理;建立演进窗口差异指数(EWDI)监测统计量,基于参考PCA模型与演进窗口PCA首载荷的绝对内积计算;构建移动窗口PCA模型,对前K个主成分得分进行低阶多项式时间建模以预测未来得分并重建光谱;通过线性回归方差估计得分预测标准差,利用蒙特卡洛(Monte Carlo)重采样将不确定性传递至EWDI并给出置信区间;计算受控概率(PC)量化预测EWDI分布在控制限内的比例;使用MATLAB实现全流程并在独立批次上进行网格搜索优化校准窗口长度与多项式阶数。
研究结果部分保留小标题说明如下:
3.1. Method optimisation。研究人员通过在批次2控制发酵上进行网格搜索优化,改变训练窗口长度(12–60小时)与多项式阶数(1阶或2阶)并评估预测步长下的EWDI预测与实测相关性。结果表明预测精度随预测视界增加普遍下降,短窗口性能易变,长窗口更稳定;二阶多项式在短窗口易过拟合,在长窗口能更好表征曲率。最终选定36小时校准窗口与二阶多项式,兼顾早期快速演化阶段的相关性与窗口局部性;同时确定保留3个主成分(PCs)以解释约99%方差并避免噪声,加权变体未改善性能故采用非加权流程;36小时窗口涵盖酵母适应期至剧烈发酵期过渡,具有酿酒学意义。
3.2. Forecasting the EWDI。研究人员在独立批次1的NOC与偏差发酵上验证配置。结果显示在50小时(剧烈期起始),由于校准窗口尚未达36小时,PCA表现为演进窗口,不确定性较宽,短期(约10小时)预测可靠,长期(>20小时)偏离实测但不确定性标示了可信度;在60小时,NOC发酵EWDI平滑演化,预测准确且不确定带较窄,而温度扰动(TEM、NDT)导致突变动力学无法被基于近期过去的预测预见,需新光谱进入窗口后模型更新改善;氮缺乏(NDef)发酵EWDI演化较慢反映代谢受限;在100小时及以后,轨迹趋稳接近平台,得分动态平滑,回归稳定,预测准确且不确定性低;此外窗口内光谱数量过少(少于约5个)导致多项式拟合不稳定产生异常外推,增加采样密度可显著提升快速变化阶段的校准与预测。
3.3. Probability of being in control。研究人员引入PC将预测EWDI及其不确定性转化为单一概率度量。在50小时预测点,NOC发酵短视界PC高(如1小时99.6%),随视界增加PC下降反映置信降低;偏差发酵中,若预测EWDI分布几乎完全超出控制限则PC极低明确指示失控,若均值在限内但不确定性大导致部分分布超出限外则PC亦降低,提示过程仍存风险;PC不仅捕获预测中心是否在控,还量化预测不确定性对控制兼容性的影响,比单纯目视检查更具信息量。
讨论部分总结:研究人员讨论指出,EWDI预测在发酵早期短期可靠但长视界在快速动力学转变期受限,突变需新数据进入窗口方能捕捉;PC增强解释性以区分失控与高不确定性边界状态;校准窗口数据密度直接影响预测稳定性,支持快速阶段实时测量需求;整体方法基于非破坏性ATR-FTIR测量增强过程监视与主动管理,针对温度与氮缺乏等偏差提供早期预警以支持纠正行动,减轻对葡萄酒质量的影响,且具有潜在推广至其他过程的潜力。
研究结论部分翻译:在这项工作中,研究人员将基于EWDI的过程监测扩展至预期控制,提出了一种从在线ATR-FTIR数据预测EWDI的策略。该方法结合移动窗口PCA表示发酵动态、得分轨迹的短期外推、未来光谱重建及在预测状态上计算EWDI。不确定性根据得分的线性回归预测估算并通过蒙特卡洛重采样传播至EWDI,产生关联校准窗口与预测视界的置信区间。受控概率(PC)通过将预测值及其不确定性总结为控制区域合规的单一概率度量来补充EWDI。在正常与偏差发酵上的验证显示在发酵早期可靠的短期EWDI预测(约10小时),实现偏差早期检测。然而在快速动力学转变期(约60小时)较长视界准确性下降。当EWDI平滑演化时性能最高,而突变偏差仅在新数据进入校准窗口后被捕获。PC通过区分真正失控预测与边界状态高不确定性改善了可解释性。在此意义上,预测质量强烈依赖校准窗口内容:稀疏光谱采样导致趋势不稳定,而更密集数据显著改善预测与置信估计。这支持在快速动力学阶段最需要早期干预时实施实时采集(通过在线或线上测量实现)的必要性。总体而言,所提方法增强了过程监视并使基于快速非破坏性测量的葡萄酒酒精发酵(及潜在其他过程)更主动的管理成为可能。该方法通过酿酒学相关过程偏差(温度变化与氮缺乏,影响酵母代谢、发酵完成与香气形成)验证。短期EWDI预测结合PC提供了支持纠正行动的预警工具,旨在减轻这些偏差对葡萄酒质量的影响。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号