一、啤酒的后苦及其控制（论文文献综述）
毕静莹[1]（2019）在《柑橘酒苦味物质及其控制技术研究》文中研究表明我国柑橘栽培面积和产量已连年全球第一,但国内柑橘的深加工量却不足总产量的5%。为了延长柑橘产业链,促进柑橘产业的健康发展,开发柑橘酒是一条有效途径,但柑橘酒特有的苦味却严重制约着其市场接受度。本研究以降低柑橘酒苦味为目标,在建立柑橘中主要苦味物质检测方法的基础上,以脐橙为原料,通过试验室小试和现代测试技术,了解柑橘、柑橘汁及柑橘酒中苦味物质的变化规律,从原料处理、酿造工艺的优化和柑橘蒸馏酒工艺的完善等方面进行研究,以期为低苦柑橘酒的产业化生产提供技术支持和理论依据。主要研究结果如下:（1）选定了紫外分光光度法（Ultra Violet spectrophotometry,UV）和超高效液相色谱法（Ultra Performance Liquid Chromatography,UPLC）的关键参数,分别用于检测柠檬苦素类似物以及柠檬苦素、诺米林和柚皮苷。其中,UV检测柠檬苦素类似物的最大吸收波长为491 nm,最佳显色时间为20 min。UPLC检测柠檬苦素和诺米林,流动相:乙腈:水（45:55）,等度洗脱;流速:0.3 mL/min;色谱柱检测温度:30℃;检测波长:215 nm;进样量:1.0μL。UPLC检测柚皮苷,流动相:甲醇:水（40:60）,等度洗脱;流速:0.3 mL/min;色谱柱检测温度:30℃;检测波长:283 nm;进样量:0.3μL。（2）研究了柑橘中柠檬苦素、诺米林、柚皮苷和柠檬苦素类似物的变化规律。在柑橘果实生长发育过程中,外果皮、内果皮、囊衣层和汁胞中柠檬苦素、诺米林和柚皮苷三种主要苦味物质含量的变化均呈现先升高后下降,再趋于平稳的趋势;在柑橘酒酿造过程中,柠檬苦素类似物含量呈现波动性变化,在第8 d达到最低值,发酵结束时又恢复较高水平;柑橘酒在4℃陈酿过程中,柠檬苦素类似物含量呈现下降趋势。（3）对柑橘中柠檬苦素、诺米林和柚皮苷三种主要苦味物质进行了评价。柠檬苦素、诺米林和柚皮苷呈现不同的苦味描述;在纯净水、模拟柑橘汁和模拟柑橘酒中,三种苦味物质的觉察阈值、识别阈值和极限阈值均呈现依次增高的趋势,但增加幅度不同,柚皮苷的三种阈值最高;糖、酸和pH对柠檬苦素和诺米林阈值的影响基本一致,但与柚皮苷不同;三种苦味物质以一定比例存在下,彼此觉察阈值呈现减法或者抑制现象。（4）研究了红外线、微波、巴氏、超声波、超高压和超高温等6种物理方法处理柑橘果实对柑橘酒苦味的影响。红外线、巴氏、超高压和超高温处理柑橘果实,仅降低了柑橘汁中柠檬苦素类似物和柠檬苦素的含量,却没能最终降低对应柑橘酒中这两类物质的含量;微波、超声波和超高温2 min、4 min处理降低了柑橘酒的浊度。结合感官评价,所有处理均会导致柑橘汁、柑橘酒颜色和香气的改变,使得其整体品质有不同程度的降低。（5）优化了柑橘酒的低苦酿造工艺。工艺要点:柑橘原料贮藏温度应选择4℃为宜;选择气囊压榨取汁;不建议添加SO2或者尽量减少SO2的添加量;选择商业葡萄酒酿酒酵母BV818进行柑橘酒的酿造;酿造温度尽量控制在18℃左右;较佳下胶材料组合为琼脂125 mg/L和明胶30 mg/L。（6）完善了柑橘蒸馏酒生产工艺。通过柑橘汁、柑橘酒（柑橘皮渣酒）和柑橘蒸馏酒（柑橘皮渣蒸馏酒）的综合对比研究发现,随着酒度的增加,柠檬苦素类似物含量成倍降低;挥发性香气物质比例和含量却趋于优化和增加;结合感官品鉴结果,柑橘蒸馏酒含有大量的醇类化合物,一定的酸类物质和具有生物活性的柠檬苦素类似物及酚类物质等,类似于粮食酒,具有较好的开发优势。
邓伟全[2]（2017）在《荔枝酒苦味及其控制工艺优化研究》文中提出荔枝酒的苦味是影响荔枝酒风味品质的突出问题。明确荔枝酒中影响苦味的关键成分,并对其含量进行有效控制,对提高荔枝酒品质具有重要意义。为探明影响荔枝酒苦味的关键成分,本论文以荔枝酒为实验材料,通过对荔枝酒进行澄清处理,研究澄清前后的荔枝酒中苦味与苦味成分的关系,确定关键苦味成分及有效控制苦味的方法,为有效解决和控制荔枝酒的苦味提供理论依据。研究的主要内容和结果如下:1荔枝酒苦味与相关成分的关系参考生产工艺,对荔枝酒进行澄清处理,获得苦味存在显着差异（P<0.05）的荔枝酒,对其苦味及相关成分进行检测与比较,探究荔枝酒苦味与相关成分的关系。结果表明:苦味程度存在差异的二种荔枝酒中杂醇、醛类、酯类和酸类的含量未见明显差异,表明苦味与此类物质之间不存在直接相关;氨基酸在二种荔枝酒中含量虽存在差异,但因其含量远低于氨基酸的呈味阈值（（29）200mg/L）,因此氨基酸与苦味不存在直接相关;酚类物质在不同苦味的荔枝酒中其含量存在显着差异（P<0.05）,且因呈味阈值低,因此对荔枝酒苦味具有重要影响。2确定和验证影响苦味的关键成分为确定荔枝酒酚类物质中影响苦味的关键成分,对不同苦味的荔枝酒进行酚类物质检测,并利用反证法验证酚类物质对荔枝酒苦味的影响。结果表明:荔枝酒中儿茶素和表儿茶素的含量在不同苦味的荔枝酒中存在显着差异,而绿原酸、芦丁、没食子酸在酒中的含量较低,且差异不显着,因而初步认为儿茶素和表儿茶素是影响荔枝酒苦味的关键成分。经验证,添加儿茶素与表儿茶素可以使不苦或苦味不明显的荔枝酒恢复苦味,对苦味具有直接影响,其含量与苦味呈正相关,再次确定儿茶素与表儿茶素是影响荔枝酒苦味的关键成分。3荔枝酒苦味控制工艺优化以总酚含量为指标,通过对澄清剂的筛选及澄清工艺的优化,得出聚乙烯吡咯烷酮（PVPP）、皂土、明胶、酪蛋白四种澄清剂对荔枝酒中的酚类物质具有一定吸附作用,其中PVPP对酚类物质的吸附效果最好,其次是皂土与明胶,处理时间以2472h最佳;进一步采用L9（34）正交试验对澄清工艺进行优化,结果表明PVPP和处理时间对酚类物质的影响较大,皂土影响较小,其最优澄清工艺为PVPP 800mg/L,皂土200mg/L,处理时间72h可有效降低总酚含量,减轻荔枝酒的苦味,提高品质。
黄雨蒙[3]（2016）在《短乳杆菌（49#）在啤酒发酵过程的不同阶段对啤酒质量影响的研究》文中提出啤酒一直被人们视为安全性的饮料,因为啤酒不容易腐败,而且微生物的稳定性极好。但是啤酒的酿造过程是一个复杂的过程,虽然不容易腐败,但是仍然有一些腐败微生物能够在啤酒中很好地生长,我们将这些微生物称为啤酒腐败菌。其中短乳杆菌是啤酒发酵工业影响最为严重的啤酒腐败菌。本试验通过模拟啤酒发酵过程,在啤酒发酵的不同阶段（即为啤酒的主发酵阶段、后期发酵阶段、成品酒培养阶段）接入49#进行强制染菌试验。分别从接入相同菌浓的49#和接入不同菌浓的49#两个方面研究其对啤酒质量的影响。通过阶段性的取样进行气相色谱和高效液相色谱的检测,针对短乳杆菌（49#）在啤酒发酵过程的不同阶段对啤酒的风味物质、有机酸、生物胺以及糖类物质的影响进行分析研究。通过在啤酒发酵的不同阶段分别加入等量的49#,进行阶段性取样,来检测啤酒中的风味物质、有机酸、生物胺、糖类物质,分析研究短乳杆菌（49#）对啤酒发酵的不同阶段对啤酒质量的影响:研究发现,49#对于啤酒发酵过程中产生的风味物质和糖类物质的含量几乎没有影响。在对生物胺的研究中发现,随着啤酒发酵过程的进行,分别在主酵-后酵-成品阶段接入49#可以轻微降低啤酒中的色胺和组胺含量,但是只要啤酒发酵的任一阶段发生49#污染,啤酒中酪胺的含量就会明显增加。在对有机酸的研究中发现,随着啤酒发酵过程的进行,分别在主酵-后酵-成品阶段接入49#可以少量增加啤酒中的乙醛酸,而在后酵阶段接入短乳杆菌可以增加啤酒中的乳酸。通过在啤酒的不同发酵阶段,分别接入菌浓为0.5%、1%、2%的49#,进行阶段性取样,来检测啤酒中的风味物质、有机酸、生物胺、糖类物质,分析研究不同菌浓49#对啤酒发酵的不同阶段啤酒质量的影响:研究发现,接入不同菌浓的49#对啤酒中的风味物质影响很小;接入不同菌浓的49#对啤酒中的有机酸有一定的影响,由于49#属于乳酸菌,因此能够增加啤酒中乳酸的含量;接入不同菌浓的49#对啤酒中的生物胺有一定的影响,其中对啤酒中的酪胺影响最大,对色胺有一定的影响;因为啤酒发酵是一个降糖的过程,所以菌浓对啤酒中的糖类物质影响较少,只对麦芽糖有轻微的影响。
李慧灵[4]（2015）在《啤酒厂不同糖化生产线一致性研究》文中认为本文采用相同的原料和生产工艺进行生产,对啤酒中试和放大后工厂的糖化过程进行研究,通过对麦汁理化指标的分析和麦汁的感官品评来比较糖化工艺的一致性,为啤酒企业提高产品一致性提供参考。1)通过对中试和放大后工厂糖化生产线进行研究,对10批次头道麦汁和冷麦汁OG、α-氨基氮、苦味值、色度、多酚、pH检测分析,中试酒厂和放大后工厂冷麦汁OG的平均值分别为15.99oP和16.1oP;α-氨基氮分别为203 mg/L和205 mg/L;苦味值分别18.79mg/L和15.78 mg/L;色度分别为4.24 EBC和4.66 EBC;多酚分别为199 mg/L和215 mg/L;pH分别为5.35和5.45。结果表明中试酒厂和放大工厂冷麦汁的OG、α-氨基氮、pH具有一致性,而苦味值、色度和多酚含量放大工厂比中试酒厂的高。2)通过测可发酵性糖的含量对中试和放大后工厂糖化过程淀粉溶解情况进行研究,结果显示,放大后工厂冷麦汁中葡萄糖、果糖、蔗糖、麦芽糖的含量分别是1.414 g/L、0.155 g/L、0.449 g/L、8.318 g/L,中试酒厂冷麦汁中此四种糖的含量分别是1.432 g/L、0.208 g/L、0.542 g/L、8.134 g/L。经显着性分析,中试酒厂和放大后工厂糖化过程对淀粉的溶解没有显着性差异。3)采用隆丁区分法对中试酒厂和放大后工厂糖化过程中蛋白质溶解情况进行研究,隆丁区分结果是:放大后工厂麦汁高中低分子氮的比例分别是19%、14%、67%,中试酒厂麦汁高中低分子氮的比例分别是:21%、13%、66%,说明放大后工厂和中试酒厂蛋白质的溶解略有差异,经过显着性分析,结果没有显着性差异。4)对中试酒厂和放大后工厂生产的冷麦汁进行感官品评,品评结果是冷麦汁的苦味、酒花味和谷壳味分数分别为4、3.1和5.4、4.7,放大比中试在这些风味上更强烈,而在麦芽香味上,中试和放大品评分数分别为6.5和5.8,略有差异。而其他风味基本一致。
杜芳[5]（2013）在《啤酒泡沫蛋白的分离鉴定及啤酒生产中硅胶应用的研究》文中研究说明本课题研究了啤酒的泡沫稳定性和非生物稳定性两个关于啤酒质量的问题，包括啤酒泡沫蛋白分离鉴定，泡沫蛋白含量测定方法体系的确立，硅胶对啤酒的稳定性的影响，并对不同的硅胶性能做出简单的分析比较。首先，对啤酒泡沫液、残液及啤酒原液中提取蛋白质的泡沫蛋白含量、相对分子质量、氨基酸组成等进行测定。实验结果显示，啤酒泡沫液中泡沫蛋白含量明显多于啤酒原液和泡沫残液；蛋白电泳图谱均为约40kDa和小于18kDa的两条宽带，分布相似且无明显的差异；蛋白质氨基酸的组成相同，啤酒泡沫液中的含量最大，而疏水氨基酸的比例相差不明显。其次，在以上理论研究的基础上，对考马斯亮蓝染液与蛋白质结合反应条件进行了研定了标准蛋白浓度在20-125μg/mL时，与吸光值有良好的线性关系，检出限约1.07μg/mL，验证了该方法的高度灵敏性。用该方法测定啤酒泡沫蛋白含量，扣除了空白实验，测量结果重现性良好，并与泡持值存在显着相关性，而可溶性氮、蛋白隆丁B区分与啤酒泡持相关性不明显。建立了简便地泡沫质量检测方法，且方法具有快速稳定、灵敏度高的特点。再次，研究了硅胶对啤酒中蛋白质的吸附性能，通过测定不同添加量硅胶吸附后啤酒非生物的稳定性和泡沫的稳定性，以及硅胶的吸附性及专一性实验，结果得出，啤酒生产用硅胶对引起啤酒冷混浊的活性蛋白具有很强的亲和力，提高了啤酒的稳定性，而且在保持良好的吸附性能的同时，又具有很好的过滤性能，并且对啤酒泡沫稳定性又没有任何不利的影响。实验还对不同硅胶性能比较分析，为提高啤酒非生物稳定性，选择合适的硅胶提供参考。
赵元和[6]（2012）在《啤酒稀释水pH值控制系统研究》文中认为水对于啤酒的生产具有至关重要的作用。成品啤酒中水的含量最大,俗称啤酒的“血液”。同时,随着啤酒消费需求的日益增长和产量的不断扩大,高浓酿造工艺正在被越来越多的啤酒生产厂家所采用。啤酒后稀释工艺中稀释水的质量在很大地程度上决定了最终产品的质量。因此,在啤酒生产中必须使pH值严格控制在特定的范围内,否则可能会造成产品质量下降,原料浪费,生产不能顺利进行,甚至使企业竞争能力严重下降。本文以锦州某啤酒厂的稀释水加酸系统为例来研究pH值控制问题。在对pH值控制过程进行理论分析的基础上,建立了稀释水的动静态模型,并得出了pH值过程的非线性特性曲线,进而分析了稀释水pH值控制对象本身所具有的特点,即严重非线性、大滞后性、不同性质的干扰等特点。然后本文运用已有的pH Hammerstein模型并对其加以改进,使其成为适合本控制对象的经验模型,进而利用单位阶跃响应法得出了该控制对象的传递函数。（1）本文采用分段线性化的设计思想,设计了分段式变增益PID控制算法以补偿pH值过程的非线性,改进的Smith预估器以补偿pH值过程的滞后性,并对所设计的方法进行仿真与分析。（2）为了改善系统动态性能,进一步提高系统精度,本文又提出了一种新的智能控制算法——基于BP神经网络的PID控制算法来对被控对象进行控制器的设计。最后,应用Matlab软件对上述两种方法设计的控制器进行模拟仿真和对比分析。仿真结果表明,基于Smith的分段变增益PID控制方法具有较好的稳定性,控制精度可在2%以内；基于BP神经网络的PID控制方法具有较好的鲁棒性和抗干扰特性,控制精度可达到10%0。当处于分段边界点附近时,BP网络PID控制要优于Smith PID控制；在某段内,当分段线性与被控对象特性逼近较好的时候,Smith PID控制要优于BP网络PID控制；并且在扰动的情况下,BP网络PID控制要明优于Smith PID控制。所设计控制算法的可行性和有效性,为今后对pH值控制系统的研究提供了很好的理论依据和实践基础。
王光光[7]（2011）在《多步控制集鲁棒预测控制器在啤酒发酵温度控制中的应用研究》文中进行了进一步梳理鲁棒预测控制作为一种先进的控制理论,因其对复杂工业过程的适应性,以及良好的控制性能,受到工业界和理论界的广泛重视。通过近几十年的理论研究,现代鲁棒预测控制理论涌现出很多重要的研究成果。但针对存在大惯性滞后、不确定性等特性的实际工业对象,怎样在保证系统稳定性的条件下,设计出控制性能良好、在线计算量小且初始可行域范围较大的控制器,一直都是近年来鲁棒预测控制研究的难点和重点。本文根据啤酒发酵过程为工程背景,利用多胞不变集原理及多步控制集方法,提出了一种新的鲁棒预测控制在线算法,并应用到存在大惯性滞后、不确定性的啤酒发酵温度控制系统中。在Matlab环境下仿真,结果表明该算法在啤酒罐温度控制系统中的实用性和有效性。本文的主要研究内容和成果有如下几个方面:（1）针对实际工业过程中的控制对象,采用输入增量作为新的输入量,建立了一种多胞结构的不确定时滞增广模型。在此模型基础上,对多步控制集的鲁棒预测控制算法进行了理论研究。根据增广模型输入矩阵的特点,采用增益调度的思想,并结合多步控制集的方法,提出了参数可依赖的反馈鲁棒预测控制算法。仿真效果表明了两种算法的优缺点,采用增益调度思想设计的多步控制集的鲁棒预测控制算法,比单纯应用多步控制集的算法,能更好的改善系统的控制性能。（2）对啤酒发酵生产工艺和控制要求进行了详细的分析研究。重点研究啤酒发酵温度为代表的大惯性滞后、不确定性等特点的控制对象,分析了其控制的难点,并应用机理分析出其模型的结构并试验辨识出模型结构中的参数值,进而建立了啤酒发酵温控系统的多胞不确定离散模型。最后采用文中提出的方法设计鲁棒预测控制器,对温控系统的离散模型进行了仿真分析。仿真结果说明,在该控制器作用下,啤酒发酵罐内的温度可以很好的跟踪工艺曲线的变化。
林琳[8]（2010）在《多酚物质对啤酒非生物稳定性影响的研究》文中提出多酚物质作为啤酒非生物浑浊的主要因素之一,又是成品啤酒重要的风味物质,对啤酒质量起着重要的作用。本文考察了啤酒生产过程中多酚物质的变化及其影响因素,对麦芽及酒花多酚对啤酒非生物稳定性的影响进行比较分析,并且结合多酚与蛋白质的作用机理,评价了酿造单宁在啤酒糖化过程中的应用效果,同时,对多酚颗粒作为内源性抗氧化剂对啤酒质量和风味稳定性的影响进行了研究。麦芽中的多酚物质在麦汁制备的蛋白质休止、糖化阶段快速浸出,敏感多酚的含量在整个糖化过程中不断增加,TBA值随多酚含量的上升而下降;辅料比例、糖化温度和时间、投料水pH值、洗糟水温度和pH值、煮沸强度对多酚物质的含量和TBA值都有一定的影响;发酵过程中,敏感多酚的含量及TBA值呈不断下降的趋势;啤酒贮存过程中由于氧的参与,多酚物质发生氧化聚合,啤酒风味的质量将发生改变。和麦芽多酚相比较,酒花多酚提高啤酒还原力的效果更加显着。在麦汁煮沸过程中加入酒花多酚能够提高新鲜啤酒及储藏啤酒的还原力,抑制啤酒贮存过程中羰基化合物的形成,有效降低贮存啤酒的风味老化程度。在麦汁煮沸过程中添加单宁酸,能够有效降低麦汁中高分子蛋白质的含量,麦汁的各项重要指标不会发生明显的变化。在强化实验中,啤酒中羰基化合物的含量明显降低,提高了啤酒的抗氧化能力。当添加量为40mg/L时,敏感蛋白的的含量下降了30%,对敏感多酚的含量无明显影响。在酿造过程中添加Saazer多酚颗粒,提高了麦汁的还原力,加快了麦汁的过滤速度。在强制老化试验中,最终浊度值明显降低,保证了啤酒良好的胶体稳定性。糖化阶段添加多酚颗粒,可以降低啤酒苦味质的降解速率,有利于啤酒的苦味值稳定性。
王勇[9]（2010）在《适量积累二氧化硫啤酒酵母菌种的选育》文中研究指明对实验室保存的6株啤酒酵母（Saccharomyces cerevisiae）进行基础发酵性能分析,并对各株啤酒酵母进行发酵实验,从中选出了凝聚性强、发酵度适中、发酵速度较快并且SO2产量相对较高的SY-8作为出发菌株。对SY-8在不同条件下进行啤酒发酵实验并测定发酵产生的S02及H2S，发现不同麦汁初始pH值、麦汁中氨基酸、盐类含量对啤酒发酵中硫化物产量均有不同程度的影响。pH值6.0时S02产量达最大值,各种盐类及氨基酸添加量在0.05%之内时,SO2产量与添加浓度基本成正比,其中添加硫化钠浓度为0.02%时SO2产量可高达基本发酵实验的3倍多,半胱氨酸添加浓度为0.02%时SO2产量为基本发酵实验的1.45倍。利用硫酸二乙酯（DES）对出发菌株SY-8进行化学诱变,以不同硫源鉴别培养基进行初筛,发酵实验后测定SO2复筛,得到适量高产SO2的啤酒酵母突变株12株。对12株突变株进行基础发酵性能及遗传稳定性实验,最终选定MS-10为诱变最优菌株,其S02生成量25.32mg·L-1,H2S生成量13.46μg·L-1,与出发菌株SY-8相比其发酵性能更优,且SO2产量提高了30%以上。采用RAPD技术,对酵母菌株SY-8及MS-10进行遗传物质分析,发现电泳图谱存在条带差异,将其回收测序得到啤酒酵母未知功能序列GQ250856。对两株啤酒酵母全蛋白进行SDS-PAGE凝胶电泳,结果发现两株酵母在蛋白质水平上没有显着差异。由此判断突变株MS-10与出发菌株SY-8相比,在DNA水平上发生轻微损伤,是一株适量高产SO2的啤酒酵母新菌株。利用气相色谱技术对出发菌株SY-8和突变菌株MS-10发酵液进行风味物质分析,发现MS-10的杂醇油含量明显降低,其他风味物质的含量均在啤酒一般含量范围内。从整体综合水平上看,突变株MS-10较之出发菌株SY-8更为优秀。
孙波[10]（2008）在《基于嵌入式集散电气系统的啤酒生产过程控制与应用研究》文中研究指明在现代工业生产中,为提高生产效率、降低生产成本、提高产品质量等,普遍要求实现电气设备的自动化和智能化。为了解决复杂的工业现场控制类问题,一般选择嵌入式集散电气控制系统达到控制目的。模拟量的嵌入式集散测控技术是实现电气设备自动化和智能化的核心技术。根据啤酒生产的工艺要求和特点,设计了高精度、低成本的啤酒糖化和啤酒发酵嵌入式集散电气控制系统。系统采用自主研发的智能化嵌入式数据终端处理器为控制终端,与工控计算机组网,构成嵌入式集散电气控制系统。针对非线性模拟量测量问题,提出了基于阈值可变神经元的模拟量检测方法。阈值可变人工神经元的阈值随神经元的输入信息和输出结果而变化,为解决单调非线性模拟量精确测量问题提供了理论依据。通过研究,给出了阈值可变人工神经元权值和阈值的分段线性化和分段变斜率两种训练方法和编程思路,可精确地完成非线性模拟量的检测,而且可行性很强。依据系统对模拟量实时控制要求,提出了基于控制微元的统计自适应增量控制方法。给出量化控制状态统计图的获取方法;分别找出扩展控制微元的统计稳定系数、平均统计状态偏差、统计趋势、统计超调、尾偏差等参数与调节增量之间的关系;确定了统计控制策略及其最优化条件;给出统计预测自适应记忆增量控制器的设计方案;详细介绍了相关参数的选择方法及可能出现问题的处理方法。基于控制微元的统计自适应增量控制方法在啤酒生产的过程控制中取得了良好的控制效果。
二、啤酒的后苦及其控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、啤酒的后苦及其控制（论文提纲范文）
（1）柑橘酒苦味物质及其控制技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1.1 引言 |
| 1.2 柑橘中的主要苦味物质 |
| 1.2.1 柠檬苦素类似物 |
| 1.2.2 柚皮苷 |
| 1.2.3 柑橘中苦味物质的评价 |
| 1.3 柑橘“后苦”的脱除及其机理研究 |
| 1.3.1 物理脱苦法 |
| 1.3.2 生物脱苦法 |
| 1.3.3 复合脱苦法 |
| 1.4 柑橘酒的脱苦研究 |
| 1.4.1 柑橘品种的选择 |
| 1.4.2 柑橘酒脱苦工艺的研究 |
| 1.4.3 酒类脱苦的其他研究 |
| 1.5 白兰地及皮渣白兰地的研究 |
| 1.5.1 酿造原料的选择 |
| 1.5.2 白兰地的生产工艺 |
| 1.5.3 柑橘白兰地的研究 |
| 1.6 研究意义与内容 |
| 1.6.1 研究意义 |
| 1.6.2 研究内容 |
| 1.6.3 技术路线 |
| 第二章 柑橘中主要苦味物质的研究 |
| 2.1 引言 |
| 2.2 材料与仪器 |
| 2.2.1 原料 |
| 2.2.2 试剂 |
| 2.2.3 仪器与设备 |
| 2.3 试验方法 |
| 2.3.1 柑橘果实/汁/酒中苦味物质的检测 |
| 2.3.2 柑橘中三种主要苦味物质的评价 |
| 2.4 结果与讨论 |
| 2.4.1 柑橘果实/汁/酒中苦味物质的检测分析 |
| 2.4.2 柑橘中三种主要苦味物质的评价分析 |
| 2.5 小结 |
| 第三章 物理法处理柑橘原料对柑橘酒苦味的影响 |
| 3.1 引言 |
| 3.2 材料与仪器 |
| 3.2.1 原料 |
| 3.2.2 试剂 |
| 3.2.3 仪器与设备 |
| 3.3 试验方法 |
| 3.3.1 原料处理 |
| 3.3.2 相关理化指标的测定 |
| 3.3.3 柑橘酒酿造 |
| 3.3.4 柑橘汁(酒)中柠檬苦素类似物的提取和检测 |
| 3.3.5 柑橘汁(酒)抗氧化能力的测定 |
| 3.3.6 柑橘汁(酒)的颜色评价 |
| 3.3.7 柑橘汁(酒)中香气物质的测定及分析 |
| 3.3.8 柑橘酒感官评价 |
| 3.3.9 数据分析 |
| 3.4 结果与分析 |
| 3.4.1 相关理化指标 |
| 3.4.2 柑橘汁(酒)中柠檬苦素类似物含量 |
| 3.4.3 柑橘汁(酒)的浊度 |
| 3.4.4 柑橘汁(酒)的颜色 |
| 3.4.5 柑橘汁(酒)的香气物质 |
| 3.5 小结 |
| 第四章 基于柑橘酒苦味降低的工艺优化 |
| 4.1 引言 |
| 4.2 材料与仪器 |
| 4.2.1 果实 |
| 4.2.2 试剂 |
| 4.2.3 仪器与设备 |
| 4.3 试验方法 |
| 4.3.1 柑橘酒生产工艺及技术要点 |
| 4.3.2 不同工艺条件酿造柑橘酒 |
| 4.3.3 下胶 |
| 4.3.4 基本理化指标的测定 |
| 4.3.5 “后苦”类物质的提取及检测 |
| 4.3.6 柑橘酒抗氧化能力的测定 |
| 4.3.7 柑橘酒的颜色评价 |
| 4.3.8 柑橘酒中香气物质的测定 |
| 4.3.9 柑橘酒感官评价 |
| 4.3.10 数据分析 |
| 4.4 结果与分析 |
| 4.4.1 不同贮存温度对原料中柠檬苦素类似物含量的影响 |
| 4.4.2 不同工艺条件对柑橘酒“后苦”类物质的影响 |
| 4.4.3 不同下胶材料对柑橘酒“后苦”类物质的影响 |
| 4.5 小结 |
| 第五章 基于苦味降低的柑橘蒸馏酒的工艺研究 |
| 5.1 引言 |
| 5.2 材料与仪器 |
| 5.2.1 材料 |
| 5.2.2 试剂 |
| 5.2.3 仪器与设备 |
| 5.3 试验方法 |
| 5.3.1 柑橘酒的酿造及蒸馏工艺 |
| 5.3.2 供试样品基本理化指标的测定 |
| 5.3.3 供试样品颜色的评价 |
| 5.3.4 供试样品香气物质的测定 |
| 5.3.5 供试样品中柠檬苦素、诺米林的提取和UPLC检测 |
| 5.3.6 供试样品的感官评价 |
| 5.3.7 数据分析 |
| 5.4 结果与讨论 |
| 5.4.1 供试样品的相关理化指标 |
| 5.4.2 供试样品的颜色 |
| 5.4.3 供试样品的香气物质 |
| 5.4.4 供试样品的柠檬苦素类似物含量 |
| 5.4.5 供试样品的感官评价 |
| 5.5 结论 |
| 第六章 结论、创新点与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 附录 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（2）荔枝酒苦味及其控制工艺优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 荔枝和荔枝酒的概况 |
| 1.2 荔枝酒研究现状及存在的问题 |
| 1.2.1 荔枝酒生产工艺及研究现状 |
| 1.2.2 荔枝酒的褐变及褐变控制 |
| 1.3 荔枝酒苦味及其控制技术 |
| 1.3.1 荔枝酒中的苦味成分 |
| 1.3.2 苦味控制技术 |
| 1.4 本研究的目的与意义 |
| 2 材料与方法 |
| 2.1 实验材料 |
| 2.2 实验试剂 |
| 2.3 仪器与设备 |
| 2.4 实验方法 |
| 2.4.1 技术路线 |
| 2.4.2 荔枝酒澄清处理及苦味评价 |
| 2.4.3 苦味成分分析方法 |
| 2.4.3.1 氨基酸的测定 |
| 2.4.3.2 酸的测定 |
| 2.4.3.3 酚类物质含量测定 |
| 2.4.3.4 香气成分的测定 |
| 2.4.4 苦味成分验证 |
| 2.4.5 澄清工艺优化 |
| 2.4.5.1 澄清剂的筛选 |
| 2.4.5.2 处理时间对澄清剂吸附酚类物质的影响探究 |
| 2.4.5.3 澄清工艺优化 |
| 3 结果与分析 |
| 3.2 澄清处理对荔枝酒苦味和主要成分的影响 |
| 3.2.0 澄清处理对荔枝酒苦味的影响 |
| 3.2.1 澄清处理对酒中氨基酸的影响 |
| 3.2.2 澄清处理对酒中有有机酸及总酸的影响 |
| 3.2.2.1 有机酸标准曲线制备 |
| 3.2.2.2 澄清处理对荔枝酒中有机酸含量的影响 |
| 3.2.2.3 澄清处理对荔枝酒中总酸的影响 |
| 3.2.3 澄清处理对酒中酚类物质的影响 |
| 3.2.3.1 单体酚标准曲线制备 |
| 3.2.3.2 澄清处理前后酒中单体酚含量检测 |
| 3.2.4 澄清处理对酒中与苦味相关的香气物质的影响 |
| 3.2.4.1 香气物质标准曲线制备 |
| 3.2.4.2 澄清处理对酒中与苦味相关的香气成分含量的影响 |
| 3.3 荔枝酒苦味成分验证 |
| 3.4 荔枝酒苦味控制工艺 |
| 3.4.1 澄清剂的筛选 |
| 3.4.2 处理时间对澄清剂吸附酚类物质的影响 |
| 3.4.3 澄清剂处理工艺优化 |
| 3.5 不同酿造时期荔枝酒总酚含量变化 |
| 4 讨论与结论 |
| 4.1 讨论 |
| 4.1.1 苦味评价的研究 |
| 4.1.2 苦味成分对荔枝酒风味的影响研究 |
| 4.1.3 澄清剂对酚类物质的影响及苦味控制的研究 |
| 4.2 结论 |
| 4.3 本研究创新之处 |
| 4.4 展望 |
| 参考文献 |
（3）短乳杆菌（49#）在啤酒发酵过程的不同阶段对啤酒质量影响的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 文献综述 |
| 1.1 啤酒简介 |
| 1.2 啤酒中的风味物质、有机酸、生物胺、糖 |
| 1.2.1 啤酒中的风味物质 |
| 1.2.2 啤酒中的有机酸 |
| 1.2.3 啤酒中的生物胺 |
| 1.2.4 啤酒中的糖 |
| 1.3 啤酒腐败菌 |
| 1.3.1 啤酒腐败菌的来源和危害 |
| 1.3.2 啤酒腐败菌短乳杆菌以及对啤酒质量的影响 |
| 1.4 本实验的研究意义及内容 |
| 1.4.1 研究意义 |
| 1.4.2 研究内容 |
| 第二章 材料与方法 |
| 2.1 实验材料 |
| 2.1.1 菌种及原料 |
| 2.1.2 培养基 |
| 2.1.3 试剂与药品 |
| 2.1.4 仪器与设备 |
| 2.2 实验方法 |
| 2.2.1 菌种的培养 |
| 2.2.1.1 酵母菌的培养 |
| 2.2.1.2 短乳杆菌（49 |
| 2.2.2 麦汁生产 |
| 2.2.2.1 麦汁制备 |
| 2.2.2.2 麦汁过滤 |
| 2.2.2.3 麦汁煮沸 |
| 2.2.3 啤酒发酵 |
| 2.2.3.1 啤酒主发酵 |
| 2.2.3.2 啤酒后发酵 |
| 2.2.3.3 成品酒 |
| 2.2.4 在啤酒酿造过程中加入短乳杆菌（49 |
| 2.2.4.1 啤酒酿造不同阶段接入短乳杆菌（49 |
| 2.2.4.2 啤酒酿造不同阶段接入不同浓度的短乳杆菌（49 |
| 2.2.5 样品检测 |
| 2.2.5.1 样品的取样 |
| 2.2.5.2 风味物质的检测 |
| 2.2.5.3 有机酸的检测 |
| 2.2.5.4 生物胺的检测 |
| 2.2.5.5 糖类物质的检测 |
| 第三章 结果与讨论 |
| 3.1 啤酒中风味物质的定量分析 |
| 3.1.1 风味物质保留时间确定 |
| 3.1.2 风味物质的标准曲线的确定 |
| 3.2 啤酒中有机酸的定量分析 |
| 3.2.1 有机酸保留时间的确定 |
| 3.2.2 有机酸的标准曲线的确定 |
| 3.3 啤酒中生物胺的定量分析 |
| 3.3.1 生物胺保留时间的确定 |
| 3.3.2 生物胺标准曲线的确定 |
| 3.4 啤酒中糖类物质的定量分析 |
| 3.4.1 糖类物质保留时间的确定 |
| 3.4.2 糖类物质标准曲线的确定 |
| 3.5 相同接菌量的短乳杆菌（49#）对啤酒质量的影响 |
| 3.5.1 短乳杆菌（49#）对啤酒中风味物质的影响 |
| 3.5.2 短乳杆菌（49#）对啤酒中有机酸的影响 |
| 3.5.3 短乳杆菌（49#）对啤酒中生物胺的影响 |
| 3.5.4 短乳杆菌（49#）对啤酒中糖类物质的影响 |
| 3.6 不同接菌量的短乳杆菌（49#）对啤酒质量的影响 |
| 3.6.1 不同接菌量（49#）对啤酒中风味物质的影响 |
| 3.6.1.1 不同菌浓的 49#对啤酒主酵风味物质的影响 |
| 3.6.1.2 不同菌浓的 49#对啤酒后酵风味物质的影响 |
| 3.6.1.3 不同菌浓的 49#对成品酒风味物质的影响 |
| 3.6.2 不同接菌量（49#）对啤酒中有机酸的影响 |
| 3.6.2.1 不同菌浓 49#对啤酒主酵有机酸的影响 |
| 3.6.2.2 不同菌浓 49#对啤酒后酵有机酸的影响 |
| 3.6.2.3 不同菌浓 49#对成品酒有机酸的影响 |
| 3.6.3 不同接菌量（49#）对啤酒中生物胺的影响 |
| 3.6.3.1 不同菌浓 49#对啤酒主酵生物胺的影响 |
| 3.6.3.2 不同菌浓 49#对啤酒后酵生物胺的影响 |
| 3.6.3.3 不同菌浓 49#对成品酒生物胺的影响 |
| 3.6.4 不同接菌量（49#）对啤酒中糖类物质的影响 |
| 3.6.4.1 不同菌浓 49#对啤酒主酵糖类物质的影响 |
| 3.6.4.2 不同菌浓 49#对啤酒后酵糖类物质的影响 |
| 3.6.4.3 不同菌浓 49#对成品酒糖类物质的影响 |
| 第四章 结论 |
| 参考文献 |
| 致谢 |
（4）啤酒厂不同糖化生产线一致性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 啤酒品质一致性研究现状 |
| 1.2 啤酒糖化工艺简介 |
| 1.2.1 麦芽及辅料的粉碎 |
| 1.2.2 辅料的糊化 |
| 1.2.3 糖化过程 |
| 1.2.4 糖化醪的过滤 |
| 1.2.5 麦汁煮沸 |
| 1.2.6 回旋沉淀 |
| 1.2.7 麦汁冷却与充氧 |
| 1.2.8 糖化工艺的方法 |
| 1.3 麦汁的常规指标以及意义 |
| 1.3.1 麦汁的OG |
| 1.3.2 α -氨基氮 |
| 1.3.3 苦味值 |
| 1.3.4 色度 |
| 1.3.5 pH |
| 1.3.6 多酚 |
| 1.4 麦汁可发酵性糖组分对酵母及啤酒发酵过程的影响 |
| 1.4.1 啤酒酵母对麦汁中可发酵性糖的利用 |
| 1.4.2 麦汁糖组分对啤酒发酵的影响 |
| 1.5 麦汁的隆丁区分对啤酒及发酵过程的影响 |
| 1.5.1 隆丁区分各组分的对啤酒质量的影响 |
| 1.5.2 隆丁区分值在糖化时的变化 |
| 1.5.3 隆丁区分的意义 |
| 1.6 麦汁与啤酒的感官品评 |
| 1.7 本文研究的目的、内容与意义 |
| 1.7.1 研究的目的与意义 |
| 1.7.2 研究的内容 |
| 第二章 材料与方法 |
| 2.1 实验材料 |
| 2.1.1 原材料 |
| 2.1.2 原辅料指标 |
| 2.1.2.1 辅料大米的检测指标 |
| 2.1.2.2 啤酒花 |
| 2.1.2.3 麦芽指标 |
| 2.1.3 实验试剂 |
| 2.2 实验仪器和生产设备 |
| 2.2.1 实验仪器 |
| 2.2.2 生产设备 |
| 2.3 生产工艺与操作要点 |
| 2.3.1 生产工艺 |
| 2.3.2 控制要点 |
| 2.4 实验方法 |
| 2.4.1 中试酒厂与放大后工厂头道麦汁和冷麦汁常规指标的比较 |
| 2.4.2 中试酒厂与放大后工厂原料中淀粉溶解情况的比较 |
| 2.4.3 中试酒厂与放大后工厂麦芽麦芽蛋白质溶解情况的比较 |
| 2.4.4 中试酒厂与放大后工厂麦汁感官品评的对比 |
| 2.5 检测方法 |
| 2.5.1 总多酚的测定 |
| 2.5.2 色度的检测 |
| 2.5.3 FAN和IBU的检测 |
| 2.5.4 原麦汁浓度的测定 |
| 2.5.5 高效液相法麦汁中糖的测定 |
| 2.5.6 麦汁的隆丁区分的检测 |
| 第三章 结果及讨论 |
| 3.1 中试酒厂与放大后工厂糖化生产线一致性研究 |
| 3.1.1 两厂麦汁常规指标的检测 |
| 3.1.1.1 中试酒厂与放大后工厂麦汁原麦汁浓度的一致性 |
| 3.1.1.2 中试酒厂与放大后工厂麦汁 α -氨基氮的一致性 |
| 3.1.1.3 中试酒厂与放大后工厂麦汁色度的一致性 |
| 3.1.1.4 中试酒厂与放大后工厂麦汁苦味值的一致性 |
| 3.1.1.5 中试酒厂与放大后工厂麦汁总多酚的一致性 |
| 3.1.1.6 中试酒厂与放大后工厂麦汁pH的一致性 |
| 3.1.2 中式酒厂与放大后工厂冷麦汁可发酵性糖的一致性 |
| 3.1.3 中试酒厂与放大后工厂冷麦汁隆丁区分的一致性 |
| 3.1.4 中试酒厂与放大后工厂冷麦汁的感官品评 |
| 第四章 结论与展望 |
| 4.1 结论 |
| 4.2 展望 |
| 参考文献 |
| 致谢 |
（5）啤酒泡沫蛋白的分离鉴定及啤酒生产中硅胶应用的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 啤酒工业概述 |
| 1.1.1 啤酒的种类 |
| 1.1.2 生产原料 |
| 1.1.3 生产工艺 |
| 1.2 啤酒泡沫的研究进展 |
| 1.2.1 泡沫性能及评估方法 |
| 1.2.2 影响啤酒泡沫的因素 |
| 1.2.3 啤酒泡沫蛋白性质分类 |
| 1.2.4 啤酒泡沫蛋白的测定方法 |
| 1.3 啤酒非生物稳定性的研究进展 |
| 1.3.1 影响非生物稳定性的主要因素 |
| 1.3.2 提高非生物稳定性的措施 |
| 1.3.3 啤酒硅胶 |
| 1.3.4 非生物稳定性的测定方法 |
| 1.4 本课题的立题背景与意义 |
| 1.5 本课题研究的主要内容 |
| 1.5.1 啤酒泡沫液、残液及原液中蛋白质差异分析 |
| 1.5.2 考马斯亮蓝法测定啤酒泡沫蛋白的应用 |
| 1.5.3 硅胶处理对啤酒非生物稳定性影响 |
| 1.5.4 啤酒企业几种常用硅胶的性能比较 |
| 第2章 啤酒泡沫液、残液及原液中蛋白质差异分析 |
| 2.1 引言 |
| 2.2 实验材料与仪器 |
| 2.2.1 实验材料 |
| 2.2.2 实验仪器 |
| 2.2.3 溶液的配制 |
| 2.3 实验方法 |
| 2.3.1 啤酒泡沫生成液的制备 |
| 2.3.2 酒精度、真实浓度的测定 |
| 2.3.3 啤酒泡沫蛋白的提取 |
| 2.3.4 考马斯亮蓝法测蛋白含量 |
| 2.3.5 SDS-PAGE 电泳 |
| 2.3.6 蛋白提取液的透析 |
| 2.3.7 水解 |
| 2.3.8 高效液相色谱法分析啤酒泡沫蛋白氨基酸组成 |
| 2.4 结果与讨论 |
| 2.4.1 原麦汁浓度测定结果 |
| 2.4.2 考马斯亮蓝法测蛋白质含量 |
| 2.4.3 SDS-PAGE 电泳 |
| 2.4.4 氨基酸组成分析 |
| 2.4.5 理论疏水值 |
| 2.5 小结 |
| 第3章 考马斯亮蓝法在啤酒泡沫蛋白测定中的应用 |
| 3.1 引言 |
| 3.2 实验材料与仪器 |
| 3.2.1 实验材料 |
| 3.2.2 实验仪器 |
| 3.2.3 溶液的配制 |
| 3.3 实验方法 |
| 3.3.1 考马斯亮蓝与蛋白质反应条件的确定 |
| 3.3.2 标准曲线绘制 |
| 3.3.3 考马斯亮蓝法测定啤酒泡沫蛋白含量 |
| 3.3.4 凯氏定氮法测啤酒可溶性氮 |
| 3.3.5 啤酒蛋白质隆丁区分测定 |
| 3.3.6 分析方法 |
| 3.4 结果与讨论 |
| 3.4.1 考马斯亮蓝与蛋白质最佳反应条件的确定 |
| 3.4.2 标准曲线的制作与检出限确定 |
| 3.4.3 啤酒样品测定 |
| 3.4.4 啤酒泡沫蛋白含量与泡持相关性分析 |
| 3.4.5 与凯氏定氮法、隆丁蛋白区分法的比较 |
| 3.5 小结 |
| 第4章 啤酒生产中硅胶应用的研究 |
| 4.1 引言 |
| 4.2 实验材料与仪器 |
| 4.2.1 实验材料 |
| 4.2.2 实验仪器 |
| 4.2.3 实验溶液的配制 |
| 4.2.4 啤酒制备 |
| 4.3 实验方法 |
| 4.3.1 凯氏定氮 |
| 4.3.2 隆丁区分 |
| 4.3.3 泡持时间测定 |
| 4.3.4 饱和硫酸铵极限实验 |
| 4.3.5 啤酒强制老化实验 |
| 4.4 结果与讨论 |
| 4.4.1 硅胶的吸附性与专一性 |
| 4.4.2 啤酒非生物稳定性测定 |
| 4.4.3 泡沫稳定性影响的测定 |
| 4.4.4 硅胶对啤酒过滤性能的影响 |
| 4.4.5 不同硅胶处理后啤酒非生物稳定性比较 |
| 4.4.6 不同硅胶吸附性能比较分析 |
| 4.4.7 不同硅胶过滤性能比较 |
| 4.4.8 不同硅胶处理后啤酒泡沫的稳定性 |
| 4.5 小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要科研成果 |
（6）啤酒稀释水pH值控制系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 课题研究意义 |
| 1.3 国内外研究现状 |
| 1.4 课题主要研究内容 |
| 第2章 啤酒稀释水加酸工艺与常用控制方法 |
| 2.1 高浓度酿造后稀释及稀释水 |
| 2.2 稀释水制备工艺与原理 |
| 2.3 pH系统常用控制方法 |
| 2.4 本章小结 |
| 第3章 理论基础 |
| 3.1 BP神经网络 |
| 3.2 BP算法改进 |
| 3.3 BP网络结构及相关参数确定 |
| 3.4 遗传算法原理 |
| 3.5 本章小结 |
| 第4章 pH过程建模与控制器设计 |
| 4.1 稀释水pH机理模型推导 |
| 4.1.1 稀释水静态模型 |
| 4.1.2 稀释水动态模型 |
| 4.2 稀释水pH过程特点分析 |
| 4.3 稀释水pH Hammerstein模型 |
| 4.4 基于Smith分段变增益PID控制器设计 |
| 4.4.1 pH过程闭环系统建立 |
| 4.4.2 Smith PID控制器设计 |
| 4.4.3 控制器仿真与分析 |
| 4.5 基于BP神经网络PID控制器设计 |
| 4.5.1 BP网络PID控制器设计 |
| 4.5.2 BP网络PID控制算法步骤 |
| 4.5.3 控制器仿真与分析 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间所发表的论文 |
（7）多步控制集鲁棒预测控制器在啤酒发酵温度控制中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题介绍 |
| 1.1.1 啤酒发酵过程特性的描述 |
| 1.1.2 课题的简要工程背景 |
| 1.2 课题的研究现状 |
| 1.3 研究课题的目的和意义 |
| 1.4 研究课题的提出及内容 |
| 第2章 鲁棒预测控制基本理论 |
| 2.1 引言 |
| 2.2 预测控制的基本原理 |
| 2.2.1 预测模型 |
| 2.2.2 滚动优化 |
| 2.2.3 反馈校正 |
| 2.3 鲁棒预测控制 |
| 2.3.1 鲁棒预测控制的综述 |
| 2.3.2 鲁棒预测控制方法 |
| 2.3.3 预测控制的鲁棒稳定性分析 |
| 2.4 本章小结 |
| 第3章 啤酒发酵过程和建模方法的研究 |
| 3.1 引言 |
| 3.2 发酵过程概述 |
| 3.2.1 发酵过程描述 |
| 3.2.2 啤酒发酵过程的温度控制工艺要求 |
| 3.3 啤酒发酵温度控制系统的模型分析 |
| 3.4 本章小结 |
| 第4章 基于增益调度多步控制集的鲁棒预测控制算法 |
| 4.1 引言 |
| 4.2 不确定时滞模型分析 |
| 4.2.1 不确定模型描述 |
| 4.2.2 两种常见的不确定时滞模型 |
| 4.2.3 不确定时滞模型增广处理 |
| 4.3 增广时滞模型的多步控制集在线算法 |
| 4.4 采用增益调度的多步控制集的新算法 |
| 4.4.1 增益调度理论概念 |
| 4.4.2 采用增益调度的多步控制集的在线算法 |
| 4.4.3 算法的稳定性分析 |
| 4.5 仿真研究 |
| 4.6 本章小结 |
| 第5章 多步控制集鲁棒预测控制器在发酵温度控制中的应用 |
| 5.1 引言 |
| 5.2 啤酒发酵温度控制的离散化模型建立 |
| 5.2.1 发酵温度控制模型的动态参数 |
| 5.2.2 新算法的应用 |
| 5.3 仿真研究 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（8）多酚物质对啤酒非生物稳定性影响的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 前言 |
| 1.1 概述 |
| 1.2 多酚物质研究进展 |
| 1.2.1 多酚物质的来源 |
| 1.2.2 多酚物质的分类 |
| 1.2.3 与多酚有关的氧化酶 |
| 1.2.4 多酚物质的性质 |
| 1.2.5 啤酒的非生物稳定性 |
| 1.2.6 胶体稳定性 |
| 1.2.7 风味稳定性 |
| 1.2.8 多酚物质的作用 |
| 1.2.9 其他生物活性 |
| 1.2.10 多酚物质的检测方法 |
| 1.2.11 啤酒生产过程中多酚物质的变化 |
| 1.2.12 控制啤酒中多酚含量的措施 |
| 1.2.13 酒花多酚的研究进展及应用 |
| 1.3 研究的背景意义及主要研究内容 |
| 1.3.1 立题背景及意义 |
| 1.3.2 主要研究内容 |
| 第二章 酿造过程中多酚物质的变化 |
| 2.1 材料和方法 |
| 2.1.1 原材料和主要试剂 |
| 2.1.2 主要仪器设备 |
| 2.1.3 方法 |
| 2.2 结果与分析 |
| 2.2.1 以全麦芽为原料的糖化过程 |
| 2.2.2 添加辅料对糖化过程中多酚含量的变化 |
| 2.2.3 不同洗糟水温度对麦汁敏感多酚的影响 |
| 2.2.4 不同 pH 值的洗糟水对麦汁敏感多酚的影响 |
| 2.2.5 煮沸过程中敏感多酚的变化 |
| 2.2.6 煮沸强度对麦汁敏感多酚的影响 |
| 2.2.7 发酵过程中多酚的变化 |
| 2.2.8 贮酒过程中多酚的变化 |
| 2.3 小结 |
| 第三章 麦芽和酒花中多酚物质对啤酒非生物稳定性的影响 |
| 3.1 材料与方法 |
| 3.1.1 主要试剂及仪器 |
| 3.1.2 酿造工艺 |
| 3.1.3 实验方案 |
| 3.1.4 分析方法 |
| 3.2 结果与分析 |
| 3.2.1 啤酒理化指标的分析 |
| 3.2.2 啤酒中单宁含量的测定 |
| 3.2.3 啤酒胶体稳定性的预测 |
| 3.2.4 啤酒还原力的测定 |
| 3.2.5 新鲜啤酒的感官质量 |
| 3.2.6 多酚物质对啤酒风味稳定性的影响 |
| 3.3 小结 |
| 第四章 酿造单宁在糖化过程中的应用 |
| 4.1 材料与主要仪器 |
| 4.1.1 原料与试剂 |
| 4.1.2 主要仪器 |
| 4.2 方法 |
| 4.2.1 糖化工艺曲线 |
| 4.2.2 中试发酵工艺 |
| 4.2.3 试验方案 |
| 4.2.4 分析方法 |
| 4.3 结果与分析 |
| 4.3.1 不同添加量的单宁在糖化阶段的应用 |
| 4.3.2 两种单宁应用效果 |
| 4.4 小结 |
| 第五章 天然抗氧化剂-多酚提取物在啤酒酿造中的应用 |
| 5.1 材料和方法 |
| 5.1.1 啤酒样品的准备 |
| 5.1.2 实验方案 |
| 5.1.3 分析方法 |
| 5.2 结果和讨论 |
| 5.2.1 不同酒花的多酚颗粒应用效果 |
| 5.2.2 sazzer 酒花多酚在酿造中的应用 |
| 5.3 小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（9）适量积累二氧化硫啤酒酵母菌种的选育（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第1章 材料与方法 |
| 1.1 实验材料 |
| 1.1.1 供试菌株 |
| 1.1.2 培养基 |
| 1.1.2.1 YEPD固体培养基 |
| 1.1.2.2 不同硫源鉴别培养基 |
| 1.1.2.3 麦芽汁培养基 |
| 1.1.2.4 LB培养基 |
| 1.1.3 主要试剂及溶液 |
| 1.1.3.1 主要试剂 |
| 1.1.3.2 主要溶液 |
| 1.2 仪器与设备 |
| 1.3 实验方法 |
| 1.3.1 凝聚性测定 |
| 1.3.2 啤酒酵母发酵工艺 |
| 1.3.3 发酵度测定 |
| 1.3.3.1 表观发酵度 |
| 1.3.3.2 真实发酵度 |
| 1.3.4 发酵速度测定 |
| 1.3.5 死灭温度的测定 |
| 1.3.6 碘量法测定SO_2 |
| 1.3.7 硫化氢测定 |
| 1.3.8 不同条件对啤酒酵母发酵影响 |
| 1.3.8.1 不同盐类对啤酒酵母发酵产生SO_2的影响 |
| 1.3.8.2 麦汁初始pH值对啤酒酵母发酵产生SO_2的影响 |
| 1.3.8.3 不同氨基酸对啤酒酵母发酵产生SO_2的影响 |
| 1.3.9 啤酒酵母生长曲线绘制 |
| 1.3.10 硫酸二乙酯诱变及菌株筛选 |
| 1.3.11 啤酒酵母基因组DNA的提取 |
| 1.3.11.1 反复冻融法 |
| 1.3.11.2 研磨法 |
| 1.3.11.3 酶解法 |
| 1.3.12 DNA纯度及浓度检测 |
| 1.3.13 RAPD分析 |
| 1.3.14 啤酒酵母全蛋白分析 |
| 1.3.15 遗传稳定性实验 |
| 1.3.16 啤酒风味物质测定 |
| 第2章 结果与讨论 |
| 2.1 出发菌株的选择 |
| 2.1.1 凝聚性 |
| 2.1.2 发酵度及发酵速度 |
| 2.1.3 死灭温度 |
| 2.1.4 SO_2生成量 |
| 2.2 不同条件下SO_2生成量的比较 |
| 2.2.1 H_2S的产量 |
| 2.2.2 麦汁初始pH值对啤酒酵母发酵产生SO_2的影响 |
| 2.2.3 添加不同氨基酸对啤酒酵母发酵产生SO_2的影响 |
| 2.3 诱变育种 |
| 2.3.1 啤酒酵母SY-8生长曲线 |
| 2.3.2 硫酸二乙酯(DES)致死曲线的绘制 |
| 2.3.3 不同硫源鉴别培养基筛选 |
| 2.3.4 发酵实验复筛 |
| 2.3.5 突变株发酵性能测试 |
| 2.3.6 遗传稳定性实验 |
| 2.4 突变株遗传物质分析 |
| 2.4.1 RAPD |
| 2.4.2 啤酒酵母基因组DNA提取 |
| 2.4.3 啤酒酵母RAPD反应体系的优化 |
| 2.4.3.1 模板及引物 |
| 2.4.3.2 Mg~(2+)浓度 |
| 2.4.3.3 循环条件及退火温度 |
| 2.4.3.4 四水平三因素实验 |
| 2.4.3.5 特异性引物反应 |
| 2.4.3.6 随机引物反应 |
| 2.5 酵母全蛋白分析 |
| 2.6 风味物质分析 |
| 第3章 结论与展望 |
| 3.1 结论 |
| 3.2 本论文创新点 |
| 3.3 展望 |
| 参考文献 |
| 综述 |
| 综述参考文献 |
| 攻读学位期间的研究成果 |
| 致谢 |
（10）基于嵌入式集散电气系统的啤酒生产过程控制与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 啤酒行业发展状况 |
| 1.3 啤酒生产工序 |
| 1.4 啤酒风味与啤酒生产过程的关系 |
| 1.5 课题研究背景 |
| 1.6 嵌入式集散电气控制系统 |
| 1.7 课题研究目的 |
| 1.8 课题研究意义 |
| 1.9 论文的主要工作 |
| 第二章 啤酒生产过程的嵌入式集散电气系统 |
| 2.1 引言 |
| 2.2 嵌入式数据终端处理器 |
| 2.2.1 嵌入式数据终端处理器特点及性能 |
| 2.2.2 嵌入式数据终端模拟量检测及控制电路 |
| 2.2.3 开关量输出及强制复位电路 |
| 2.2.4 嵌入式数据终端处理器的控制策略 |
| 2.2.5 嵌入式数据终端处理器的抗干扰措施 |
| 2.3 啤酒糖化嵌入式集散电气控制系统 |
| 2.3.1 啤酒糖化工艺及控制机构 |
| 2.3.2 啤酒糖化过程的电气控制系统 |
| 2.3.3 变送器4～20mA电流检测远程定标方法 |
| 2.3.4 啤酒糖化监控中心软件结构及功能 |
| 2.4 啤酒发酵嵌入式集散电气控制系统 |
| 2.4.1 啤酒发酵的工艺特点 |
| 2.4.2 铂电阻四线补偿式恒流源测温 |
| 2.4.3 啤酒发酵温度检测的差动中值定标方法 |
| 2.4.4 啤酒发酵温度的固定周期预测增量控制方法 |
| 2.4.5 啤酒发酵监控中心软件结构及功能 |
| 2.5 啤酒生产过程的嵌入式集散电气控制系统特点 |
| 2.6 本章小结 |
| 第三章 基于阈值可变神经元的模拟量检测 |
| 3.1 引言 |
| 3.2 阈值可变的人工神经元 |
| 3.3 人工神经元对模拟量的测量 |
| 3.3.1 预处理单元关的硬件电路模型 |
| 3.3.2 阈值和权值的分段线性化训练方法 |
| 3.3.3 阈值和权值的分段变斜率训练方法 |
| 3.3.4 两种训练方法的对比分析 |
| 3.3.5 远程样本智能定标 |
| 3.3.6 定时复式定标方法 |
| 3.4 数值仿真 |
| 3.4.1 阈值和权值的分段线性化数值仿真 |
| 3.4.2 阈值和权值的分段变斜率数值仿真 |
| 3.4.3 两种仿真结果对比 |
| 3.5 本章小结 |
| 第四章 基于控制微元的统计自适应增量控制 |
| 4.1 引言 |
| 4.2 控制状态信息的量化统计辨识 |
| 4.2.1 控制微元及其稳定性统计 |
| 4.2.2 量化控制状态统计 |
| 4.2.3 统计状态偏差及其静态调整 |
| 4.2.4 统计趋势及其动态调整 |
| 4.2.5 统计超调及其矫正 |
| 4.2.6 统计控制策略及最优化条件 |
| 4.3 统计预测自适应记忆增量控制器 |
| 4.3.1 游标自适应增量尺度 |
| 4.3.2 统计调节增量预测 |
| 4.3.3 调节增量记忆加权 |
| 4.3.4 控制参数输出 |
| 4.4 相关参数选择方法及其讨论 |
| 4.4.1 控制组态的分辨率 |
| 4.4.2 自适应游标尺度和精度的选择 |
| 4.4.3 量化控制状态的选取及其存储方式 |
| 4.4.4 统计自适应增量控制算法速度 |
| 4.5 统计自适应增量控制方法仿真 |
| 4.5.1 统计自适应相对调节增量 |
| 4.5.2 统计自适应相对调节增量概率 |
| 4.5.3 统计自适应控制状态图形 |
| 4.6 统计自适应增量控制方法应用实例 |
| 4.6.1 啤酒糖化总蒸汽压力控制 |
| 4.6.2 啤酒糖化薄板放料温度控制 |
| 4.7 拟进一步研究的课题 |
| 4.8 本章小结 |
| 第五章 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
四、啤酒的后苦及其控制（论文参考文献）
- [1]柑橘酒苦味物质及其控制技术研究[D]. 毕静莹. 西北农林科技大学, 2019(08)
- [2]荔枝酒苦味及其控制工艺优化研究[D]. 邓伟全. 华南农业大学, 2017(08)
- [3]短乳杆菌（49#）在啤酒发酵过程的不同阶段对啤酒质量影响的研究[D]. 黄雨蒙. 大连工业大学, 2016(02)
- [4]啤酒厂不同糖化生产线一致性研究[D]. 李慧灵. 大连工业大学, 2015(06)
- [5]啤酒泡沫蛋白的分离鉴定及啤酒生产中硅胶应用的研究[D]. 杜芳. 齐鲁工业大学, 2013(04)
- [6]啤酒稀释水pH值控制系统研究[D]. 赵元和. 东北大学, 2012(05)
- [7]多步控制集鲁棒预测控制器在啤酒发酵温度控制中的应用研究[D]. 王光光. 青岛科技大学, 2011(07)
- [8]多酚物质对啤酒非生物稳定性影响的研究[D]. 林琳. 青岛科技大学, 2010(06)
- [9]适量积累二氧化硫啤酒酵母菌种的选育[D]. 王勇. 青岛大学, 2010(03)
- [10]基于嵌入式集散电气系统的啤酒生产过程控制与应用研究[D]. 孙波. 沈阳工业大学, 2008(08)