“啤酒釀造過程包含若干步驟： 麥粒發(fā)芽, 制粉, 搗碎, 過濾, 烹煮, 發(fā)酵, 加工, 過濾和包裝。其中，發(fā)酵環(huán)節(jié)對啤酒的質(zhì)量起到?jīng)Q定性的作用，因為有多種因素（比如溫度、pH值、糖類組成、酵母類型）會影響酒的質(zhì)量度?！?Grassi et al., 2013)
全波段近紅外光譜儀的作用：
? “對植物進行高光譜遙感分析是一個快速調(diào)查和明確植物健康和營養(yǎng)狀況很有效的方法?！?(Fluvià, 2015)
? “近紅外測量對植物育種、監(jiān)測作物的成熟度非常有用。” (Halsey, 1987)
? 近紅外測量可以用來對啤酒釀造中的原料（比如：大麥、麥芽、啤酒花、酵母）、半成品及成品做質(zhì)量監(jiān)測控制。(Valeria et al., 2012)
? 傳統(tǒng)的近紅外分析樣品的方法，已被應(yīng)用于啤酒花的水分，α-酸、β-酸、啤酒花油和貯存指數(shù)的預(yù)測。(Halsey, 1987)
? 乙醇可以從許多不同的淀粉中提取，包括玉米、小麥、大麥或馬鈴薯；近紅外技術(shù)已經(jīng)幫我們實現(xiàn)通過儀器直接測量這些原料成分，并預(yù)測乙醇產(chǎn)量。 (Fluvià, 2015)
? 近紅外技術(shù)是檢測酒渣能否用于動物飼料成分的有效工具。(ASD Inc., 2009)
? 近紅外技術(shù)可以幫助我們清楚的分辨出啤酒樣品與老化啤酒中的乙醇。(Ghasemi-Varnamkhasti et al., 2012)
應(yīng)用化學統(tǒng)計學 (多變量分析)定量校準啤酒釀造和乙醇生產(chǎn)成分特性：
? 多元校正可以測量多種結(jié)構(gòu)和工藝的多種特性；
? 實時定量分析校準工具與ASD LabSpec? 分析儀配套使用； (GRAMS IQ; The Unscrambler?)
? 用回歸分析方法將多種實驗室分析方法與近紅外反射率相關(guān)聯(lián)；
? 校準可用于發(fā)酵過程的各個環(huán)節(jié)，比如：水分、蛋白質(zhì)和淀粉含量（谷物含量）、麥芽質(zhì)量和蛋白（麥粒發(fā)芽）、總糖、可發(fā)酵的碳水化合物、麥汁參數(shù)（搗碎）、可溶性糖、酸含量（發(fā)酵）、硫含量、水分、蛋白質(zhì)、纖維（用于生產(chǎn)動物飼料的副產(chǎn)品）
??通過一種測量方法做多種分析。
?
結(jié)論:
ASD光譜儀具備最佳的靈敏度和速度，同時兼具高信噪比的設(shè)計，與350-2500nm光譜測量范圍相結(jié)合，非常適合測量多種成分種類和重要過程參數(shù)。
ASD 地物光譜儀是一種用于啤酒釀造工藝和乙醇生產(chǎn)成分特性測定的實用型儀器。
LabSpec 4 主機
提供實驗室級別性能儀器：堅固耐用、采用便攜式設(shè)計、適合臺式分析或者現(xiàn)場使用，用于定量分析。
Muglight 杯狀光源
為原材料分析而設(shè)計，主要是那些需要測量反射率和吸光率的原材料。
Turntable 轉(zhuǎn)盤
分析不規(guī)則形狀或者不均勻的樣品，可以獲得理想的高精度平均值。
理想的啤酒釀造與乙醇生產(chǎn)應(yīng)用解決方案:
? 便攜式設(shè)備， 支持實驗室或在線使用
??非侵入性、非破壞性
??簡單、快速、成本有效的實時測量（數(shù)據(jù)測量和分析現(xiàn)場執(zhí)行）
??少量或者不需要樣品制備
相關(guān)參考文章：
ASD Inc. (2009). Distillers Grain Sulfur and Moisture Modeled using LabSpec 5000. Boulder, CO: Dan Shiley.
Fluvià, S. (2015, October 26). NIR techniques and chemometric data analysis applied to food adulteration detection. Retrieved from http://upcommons.upc.edu/bitstream/handle/2117/78402/memoria.pdf
Ghasemi-Varnamkhasti, M.; Mohtasebi, S.; Rodriguez-Mendez, M.; Gomes, A.; Araújo, M.; Galv?o, R. (2012), Screening analysis of beer ageing using near infrared spectroscopy and the Successive Projections Algorithm for variable selection. Talanta(89), 286-291. doi: 10.1016/j.talanta.2011.12.030
Grassi, S.; Amigo, J M.; Lyndgaard, C.B.; Vigentini, I.; Casiraghi, E. (2013, June). Monitoring beer fermentation by using FT-NIR spectroscopy. Paper presented at NIR2013 Proceedings; A1-Agriculture and Environment, La Grande-Motte, France (pp. 79-81).
Halsey, S. (1987). Near infrared reflectance analysis of whole hop cones. Journal of the Institute of Brewing(93), 399-404. doi: 10.1002/j.2050- 0416.1987.tb04526.x
Valeria, S; Marconi, O.; Perretti, G. (2012). Near-infrared Spectroscopy in the Brewing Industry. Critical Reviews in Food Science and Nutrition(55), 1771-1791. doi: 10.1080/10408398.2012.726659