图1 CNKI和WOS数据库关于白酒自动化酿造技术发文量趋势
Fig.1 Trends in the number of papers published in CNKI and WOS Core Collection on automatic brewing technology ofBaijiu
LIU Kunyi, GUO Chao, WANG Qi, et al. Current status and trends of automatic brewing technology of Baijiu based on bibliometrics[J]. China Brewing, 2026, 45(6): 17-23. (in Chinese with English abstract) DOI:10.11882/j.issn.0254-5071.2026.06.003. http://www.chinabrewing.net.cn
Current Status and Trends of Automatic Brewing Technology of Baijiu Based on Bibliometrics
白酒作为我国具有数千年历史的传统发酵食品，其酿造工艺凝聚了中华民族的智慧结晶[1]。当前，白酒行业面临劳动力成本上升、质量稳定性要求提高、节能减排压力增大等挑战，亟需通过自动化技术提升生产效率、保障产品品质、降低资源消耗[2-4]。随着科技进步和产业升级，白酒酿造正从传统手工操作向自动化、智能化及绿色化方向转变[5-6]。
白酒自动化酿造技术的发展经历了3个阶段：20世纪50年代至80年代的机械化探索阶段，主要实现单一机械设备替代人工；20世纪90年代至21世纪初的局部自动化阶段，重点解决关键工序的自动化控制；2010年以来的全生产过程自动化酿造阶段，主要融合物联网、大数据等新一代信息技术应用于白酒酿造全生产过程[7-8]。但关于白酒自动化酿造的研究成果还缺乏全面系统性分析，因此亟需找到适合全面系统性的分析方法或工具，以便准确分析白酒自动化酿造的发展进程和研究现状。文献计量学是一种结合统计学与文献学对某个研究领域的研究进行全面系统性分析的方法[9-12]。因此，本研究采用文献计量分析法，收集整理2010年以来国内外关于白酒自动化酿造的有关文献。通过对这些文献的系统梳理，分析白酒自动化酿造技术的研究现状及进展，探讨未来发展方向，为白酒行业转型升级提供参考。
国内外关于白酒自动化酿造的数据来源于中国知网（China National Knowledge Infrastructure，CNKI；https://www.cnki.net）和Web of Science（WOS；https://www.webofscience.com/）数据库，时间为2010年1月1日—2025年6月30日。在中检索主题 “白酒” + “自动化” 或“智能化”，在WOS中检索主题 B“aijiu” + A“utomation” 或I“ntelligent”，文献的类型为研究性论文与综述论文。将检索得到的所有文献进行逐一阅读，只保留与白酒自动化酿造有关的文献，共计得到133篇中文和489篇英文文献。
将从CNKI中检索得到符合条件的文献进行“Endnote”格式下载，从WOS中检索得到符合条件的文献进行“Plain text file”形式下载。采用VOSviewer 1.6.20软件辅以Origin 2024绘图软件，进行文献计量学中的共现分析，即分析文献中关键词的共现关系，设置最小阈值为3。分析得出的可视化图中节点越大表示文献的数量越多，连线越粗代表文献之间的内容越密切，不同的颜色代表不同的研究方向。
2.1.1 年发文量分析
由图1可知，2010—2025年关于白酒自动化酿造技术的发文量总计为622篇，其中中文发文量为133篇，英文发文量为489篇。从2010—2024年发文量呈逐年上升的趋势，虽然2025年只统计了6个月，但75篇文献已经超过2024年发文量的50%（51篇）。因此表明，关于白酒自动化酿造技术的研究越来越受到学者们的重视。
图1 CNKI和WOS数据库关于白酒自动化酿造技术发文量趋势
Fig.1 Trends in the number of papers published in CNKI and WOS Core Collection on automatic brewing technology ofBaijiu
2.1.2 研究热点分析
由图2可知，在中文文献中，出现频率最高的词为“白酒”与“自动化”，其次是“智能化”“机械化”“酿造”“勾调”“品评”“陈酿”“大曲”“上甑”“蒸馏”“包装”“摘酒”“粉碎”；在英文文献中，出现频率最高的词为“Baijiu”（白酒），其次是“Automation”（自动化）、“Intelligent”（智能化）、“Fermentation”（发酵）、“Pit mud”（窖泥）、“Microbial community”（微生物群落）、“Daqu”（大曲）、“Blending”（勾调）、“Distillation”（蒸馏）、“Fermented grains”（糟醅）、“Ageing”（陈酿）、“Flavor”（风味）、“Packaging”（包装）、“Mechanization”（机械化）。结果表明，关于白酒自动化酿造的研究涉及到了白酒酿造过程中原料处理、曲药制作、糟醅发酵、蒸粮馏酒、酒库陈酿、勾兑调味、产品包装等重要环节的自动化与智能化生产。因此，需要对上述白酒自动化酿造环节进行研究现状的分析。
图2 关于白酒自动化酿造技术中文和英文文献关键词共现分析
Fig.2 Co-occurrence ofkeywords in Chinese and English literatures on automatic brewing technology ofBaijiu
2.2.1 原料处理的自动化生产
原料处理是白酒酿造的首要环节，其自动化水平直接影响生产效率和产品质量。在粮食去除杂质方面，现代白酒企业已普遍采用智能化除杂设备（如光电分选机、色选机等），可有效去除杂质与异常原料，清除效率较传统方法提高3～5倍[13]。某知名酒企引进的智能色选系统，通过高分辨率高清摄像头和人工智能算法，可精确识别并剔除杂质及霉变粮粒，原料精选准确率达到99.5%以上[14]。在粮食粉碎方面，自动化控制技术实现了粉碎粒度的精准调节。基于可编程逻辑控制器的粉碎系统可根据不同原料特性自动调整转速和筛网孔径，确保粉碎粒度符合工艺要求，适宜的粉碎粒度可使出酒率提高3%[15]。
2.2.2 曲药制作的自动化生产
曲药制作是白酒酿造的关键环节，其自动化技术主要体现在以下几个方面：采用液压伺服控制系统的智能曲块成型技术，压力精度可控制在±500 N之内，确保曲块密度均匀性提升30%。部分企业引入人工智能算法优化曲块配方，根据环境温湿度动态调整原料配比，提高曲药优质率[14]。配备力觉传感器和视觉系统的翻曲机器人模拟人工翻曲动作，可有效减少劳动强度80%，同时避免人为污染；部分系统还能通过红外热成像监测曲块内部温度分布，及时调整翻曲频率；同时基于物联网的温湿度调控系统并结合多光谱成像技术的曲房智能监控系统可早期发现霉变区域，并通过自动通风设备调节环境参数，曲药优质率提升15%[16]。
2.2.3 糟醅发酵的自动化控制
糟醅发酵是白酒酿造的核心环节，其自动化控制水平直接关系到酒质和出酒率。在温度控制方面，现代酒厂普遍采用分布式温度监测系统，通过埋入式传感器实时监测窖池温度变化，配合智能调节装置实现精准控温，温度控制精度可达±0.5 ℃[17]。某浓香型白酒企业开发的“智慧窖池”系统通过物联网技术实现了对2 000多个窖池的集中监控，发酵稳定性显著提高，优质品率提升12%。在湿度控制方面，自动喷雾系统可根据传感器数据自动调节窖池周边环境湿度，保持适宜的微生物生长环境。研究表明，将酿造车间的湿度控制在75%～85%范围内有利于功能微生物的生长代谢，酯类物质含量可提高15%～20%[18-19]。此外，基于机器视觉的发酵状态监测系统可以通过图像分析技术判断糟醅状态，为酿造工艺调整提供依据。
2.2.4 蒸粮馏酒的自动化控制
蒸粮馏酒是决定白酒风味和品质的关键工序，其自动化技术主要体现在以下几个方面：首先，在蒸汽压力控制方面，采用模糊比例积分微分控制算法可实现压力的精准调节，波动范围控制在±2 kPa以内，有利于风味成分的稳定提取。其次，自动馏分分割系统通过在线乙醇体积分数检测和流量控制，实现了酒头、酒身、酒尾的自动分离，分割准确率达95%以上[20-21]。蒸粮馏酒环节的自动化主要体现在温度和压力的精确控制上，采用分散控制系统可实现蒸煮曲线的自动跟踪，蒸汽消耗降低15%～20%，淀粉转化率提高5%～8%[22-23]。某酱香型白酒企业研发的智能蒸馏系统，集成多参数传感器和专家数据库，可根据原料特性自动优化蒸馏曲线，使主体风味物质提取率提高18%；在节能方面，热泵蒸馏技术开始应用，能耗较传统方式降低30%～40%[24]。部分企业尝试将分子蒸馏技术应用于白酒蒸粮馏酒环节，虽然目前成本较高，但为高端白酒的品质提升提供了 新思路[25]。
2.2.5 酒库陈酿的自动化控制
酒库陈酿是白酒品质形成的重要阶段，其自动化管理技术日益受到重视。在酒库管理方面，一站式仓储管理系统的应用实现了基酒信息的数字化管理，可追溯率达100%[26-27]。智能传感网络可实时监测储酒环境的温度、湿度和光照强度，并通过自动调节系统维持最佳陈酿 条件[17]。某企业开发的“数字酒库”系统，通过大数据分析不同储存条件下酒体变化规律，为勾调提供科学依据，使陈酿周期缩短20%而品质相当[28]。在陶坛检测方面，声学成像技术可非破坏性检测微渗漏，检出率较人工检查提高50%以上。此外，基于近红外光谱的在线监测系统可跟踪酒体成熟度变化，为确定最佳勾调时机提供参考[29]。
2.2.6 勾兑调味的自动化控制
勾兑调味是决定白酒风味一致性的核心环节，其自动化进展一方面基于近红外光谱、核磁共振和人工智能算法的智能勾调系统，可以实时分析基酒风味物质（如酯类、醇类），自动生成勾调方案[30]。某企业开发的“数字勾调师”系统，可存储上千种基酒数据，勾调效率提升50%。另一方面结合电子鼻和味觉传感器的机器人辅助品评系统，模拟人工品评过程，通过机器学习建立风味评分模型，减少主观误差[31-32]。另外，在勾调环节引入区块链溯源系统，记录每批次基酒的来源、储存条件和风味数据，确保勾调过程透明可追溯。
2.2.7 产品包装的自动化控制
产品包装是白酒生产的最后环节，其自动化水平直接影响产品外观质量和生产效率[33-34]。在洗瓶工序中，视觉检测系统可自动识别并剔除有缺陷的瓶子，检测速度达300瓶/min，准确率超过99%。灌装环节采用重量反馈控制系统，装量误差控制在±1 mL以内，远高于国家标准要求。智能贴标系统通过机器视觉定位，可实现多种瓶型的自动切换，换型时间由传统的30 min缩短至2 min。在包装检测方面，X射线和激光扫描技术的应用实现了对封装质量的全面检查，包括液位、密封性和标签位置等指标。某企业引进的柔性包装线，可同时处理6种不同规格的产品，生产效率提高40%，人工成本降低60%。
2.2.8 其他生产环节的自动化控制
在起窖环节，作业机器人可以解决高温高湿环境下的劳动强度问题[35]。采用仿生设计的抓取设备可适应糟醅的黏稠特性，作业效率达2 t/h，相当于5个熟练工人的工作量。上甑机器人通过视觉定位和自适应控制算法，实现了“轻、松、薄、准”的传统工艺要求，蒸馏效率提高25%。在废水处理方面，通过智能控制好氧-厌氧组合工艺，使化学需氧量去除率稳定在95%以上，运行能耗降低30%。糟醅资源化利用系统通过自动分选和固态发酵，可生产高蛋白饲料或有机肥，附加值提高3～5倍；热能回收装置可回收蒸馏废热用于原料预热，热效率提升25%[36-37]。物联网技术为白酒酿造提供全过程监控手段[38-39]。在设备层面，工业以太网和现场总线技术实现酿造设备的互联互通，数据采集周期缩短至秒级。某企业建设的“5G+工业互联网”平台，接入2 000多台设备，设备综合效率提升18%。在环境监测方面，低功耗广域物联网技术可以解决酒窖等复杂环境的信号覆盖问题。
大数据与人工智能技术正在深刻改变白酒酿造的质量控制方式[40]。在工艺优化方面，机器学习算法通过分析历史生产数据，可建立“原料-工艺-品质”的关联模型，指导参数优化。某企业构建的工艺知识图谱，包含10万多条生产记录，使工艺调整响应时间从72 h缩短至2 h[41]。在质量预测方面，深度学习模型基于近红外光谱和多源传感器数据，可提前7 d预测酒醅成熟度，准确率达92%。异常检测算法通过实时比对生产数据与标准模式，可及时发现偏离并报警，质量波动减少40%。风味物质分析方面，人工智能辅助的气相色谱数据处理系统使风味物质鉴定效率提高50倍，新发现30多种微量成分[42]。
2.3.1 技术集成与系统兼容性问题
白酒自动化酿造面临的首要挑战是技术集成与系统兼容性问题[7,43]。当前，各生产环节的自动化设备往往来自不同供应商，通信协议和数据格式不统一，形成“信息孤岛”。某大型酒企的调查显示，其生产系统包含7种不同的工业通信协议，导致数据整合困难，系统协同效率低下[44]。设备互联互通性不足使得全流程优化难以实现，据估算由此造成的效率损失达15%～20%。因此控制系统与工艺要求的匹配度也有待提高。许多自动化设备沿用其他行业的通用设计，未能充分考虑白酒酿造的特殊性。例如，传统上甑工艺要求的“轻撒匀铺”动作，现有设备难以完美模拟，影响蒸馏效率。此外，老旧设备改造面临技术瓶颈，特别是上世纪建设的窖池群，自动化改造需兼顾文物保护要求。这些兼容性问题导致部分企业自动化系统的实际效能仅为设计值的60%～70%。
2.3.2 标准体系不完善问题
白酒自动化酿造缺乏统一的标准体系，制约了技术推广和应用效果[45-46]。目前，行业内在自动化设备性能评价、数据接口规范、工艺控制参数等方面缺乏权威标准。以发酵控制为例，不同企业对温度波动范围的要求差异达±2 ℃，导致自动化解决方案难以通用化。标准体系不完善还表现在与传统工艺的衔接上。许多传统操作要领如“看花摘酒”等缺乏量化标准，难以转化为自动化控制逻辑。某企业尝试将老师傅的经验数字化，发现仅能编码约60%的隐性知识。跨行业标准协调不足，如食品机械安全标准与工业自动化标准存在冲突，增加了系统集成难度。这种标准缺失状况导致自动化项目验收缺乏客观依据，争议频发。
2.3.3 人才培养与知识传承困境
白酒自动化酿造面临严重的人才结构性短缺问题[47]。 一方面，传统酿酒师傅平均年龄偏大，工艺知识面临失传风险。某老字号酒厂的调查显示，核心工艺的完整传承者不足10人；另一方面，自动化技术人员缺乏白酒专业知识，难以理解工艺本质需求，设计的系统常出现“水土不服”。这种复合型人才的匮乏使得企业自动化升级常依赖外部团队，自主维护能力弱。一方面，教育培训体系未能及时适应行业变革，高校相关专业设置滞后，全国开设酿酒自动化方向的高校不足10所；另一方面，业内往往侧重单机操作，缺乏系统思维培养。管理机制不健全也是突出问题，许多企业的工艺参数调整仍依赖个人经验，未能形成可复用的知识库。这种人才断层现象导致自动化技术应用效果大打折扣，甚至出现“越自动化越不会酿酒”的尴尬局面。
2.3.4 投资回报与风险控制问题
高昂的投资成本和不确定的回报周期制约了自动化技术的普及。建设一条完整的自动化酿造线通常需投入0.5亿～2亿元，相当于传统生产线3～5倍的投资；受制于行业特性，自动化设备的投资回收期普遍超过5年，远长于一般制造业的2～3年[48]。小企业尤其面临资金压力，调研显示，80%的企业因资金不足推迟了自动化改造计划。技术更新换代快带来的投资风险也不容忽视。当前自动化技术迭代周期约为3年，但白酒设备使用年限通常达10年以上。某企业投入巨资引进的系统，3年后因厂商停止维护而陷入困境。此外，工艺创新带来的不确定性增加了投资风险，如某厂自动化线刚建成就因产品升级而需重大改造。这些风险因素使得企业在决策时趋于保守，倾向于局部改造而非全流程自动化。
2.4.1 数字化与智能化深度融合
白酒自动化酿造将朝着数字化与智能化深度融合方向发展[49]。数字孪生技术（一种在没有建造工厂之前，通过虚拟的赛博空间中对工厂进行仿真、模拟以形成完整的数字化模型，并将真实参数传给实际工厂建设的技术）将成为标配，通过高保真建模实现酿造全过程的虚拟映射和实时优化[50]。预计到2030年，领先企业将建成覆盖“原料-生产-仓储”的全链条数字孪生系统，工艺调整响应时间缩短至分钟级。边缘计算技术的应用使设备具备自主决策能力，如基于实时数据的蒸馏参数自适应调整，可使优质酒率提升5%。知识图谱技术将加速工艺知识的数字化沉淀。通过自然语言处理和机器学习，可将白酒酿造老师傅的经验转化为结构化知识库。企业正在开发的“酿酒大脑”系统，已编码超过10万条工艺规则，能自动生成90%的日常操作指令。现实技术辅助的远程运维成为趋势，专家可通过数字孪生体远程诊断设备问题，维修效率提升40%。这些技术的融合应用，将使白酒酿造从“经验驱动”转向“数据驱动”[31]。
2.4.2 模块化与柔性化生产系统
未来白酒自动化酿造系统将呈现模块化、柔性化特征[20]。标准化功能模块的设计使系统配置更加灵活，企业可根据产能需求像“搭积木”一样扩展生产线。某创新企业开发的“乐高式”酿造模块，可在72 h内完成产线重组，适应不同香型白酒生产。柔性制造技术支持小批量定制化生产，通过快速换型系统实现产品多样化，换产时间控制在30 min以内。可重构生产系统满足季节性需求波动。在淡季可自动切换至维护模式，能耗降低50%。特别值得一提的是，分布式控制系统支持多基地协同生产，总部工艺专家可实时指导异地工厂生产，确保品质一致性[51]。这种柔性化模式将帮助白酒企业更好应对市场变化，产品上市周期缩短60%。
2.4.3 绿色智能制造技术
可持续发展理念将深度融入白酒自动化酿造。碳足迹追踪系统实时监控各环节排放，通过优化调度降低碳排放15%～20%。进程强化技术如微波辅助发酵、超声波催陈等，可缩短工艺时间30%以上，同时提升能源利用效率。某企业试验的“零排放”车间，通过水循环和副产物高值化利用，废弃物减少95%[52]。能源技术广泛应用，“光伏-储能-智能微电网”系统使可再生能源占比提升至40%。生物技术助力清洁生产，基因编辑的功能微生物可定向合成风味物质，减少后期勾调环节[8]。预测性维护系统通过振动、温度等多参数分析提前发现设备异常，意外停机减少80%。这些绿色智能技术的综合应用，将使白酒单位产品能耗在2025年前再降25%，水资源循环利用率超90%。
2.4.4 人机协同的智慧工厂
未来白酒工厂将形成人机协同的新型生产模式，这一转型将深刻改变传统酿造工艺的技术范式[53]。在微生物群落调控方面，协作机器人可实时监测发酵环境参数（如温度、pH值、乙醇浓度等），结合高通量测序技术和代谢组学分析，动态调整工艺条件以优化微生物群落结构，使挥发性风味物质（如乙酸乙酯、高级醇）的生成更加可控[54-55]。这种智能调控系统可将窖池作业的工伤事故降低90%，同时提升基酒优质品率。混合现实技术的应用将实现工艺过程的透明化。通过智能眼镜，操作人员能实时获取发酵过程的代谢物变化数据，并与数字老师傅系统推荐的工艺参数进行比对。研究表明，该系统可使操作失误减少70%，尤其适用于复杂工序如制曲环节的微生物群落管理。数字老师傅系统集成多模态数据，包括电子鼻传感信号、量子点传感器阵列的酸度检测结果，以及历史酿造案例库，能模拟专家对异常工况（如发酵停滞）的处置逻辑。知识管理系统的构建突破传统经验传承的局限，通过整合代谢活动数据、微生物群落动态等研究成果，系统建立可量化的工艺知识图 谱[56-57]。例如，基于对白酒挥发性成分的化学计量学分析，系统能自动优化蒸馏参数。数字员工可高效处理检测数据（如CO2超临界萃取参数、热分析数据），使技术人员专注于创新研发。
人机协同模式在保留传统工艺精髓（如固态发酵）的同时，引入先进分析方法：通过人工智能优化发酵工艺参数，结合代谢组学验证；采用生物启发式神经网络处理多源传感器数据；应用组学技术解析微生物功能，指导菌群调控[58-60]。这种融合本土创新与智能技术的模式，正推动白酒制造向知识密集型产业转型，为传统食品工业的智能化升级提供了范本。
中国白酒自动化酿造技术经过多年发展已取得显著成就，从单一机械自动化向系统智能化迈进。研究表明，当前白酒行业在原料处理、发酵控制、蒸馏工艺、陈酿管理和包装环节均已实现相当程度的自动化，物联网、大数据、人工智能等新技术的应用不断深化。然而，技术集成不足、标准体系缺失、人才断层、投资风险等问题仍制约着自动化技术的推广应用。白酒自动化酿造不仅是技术革新，更是产业转型升级的关键路径。通过智能化手段提升效率、保障品质、降低消耗，同时传承和发扬传统工艺精髓，中国白酒行业将在保持特色的基础上实现高质量发展。综上，本研究系统梳理了白酒自动化酿造技术现状与趋势，为行业决策提供了参考，未来研究可进一步深入具体技术环节的优化创新。
[1] 思雨. 坚定信心 五力并举 价值跃升 携手推动中国白酒高质量发展[J]. 中国食品, 2024(9): 44-45. DOI:10.3969/j.issn.1000-1085.2024.09.008.
[2] 李静. 推动酒旅深度融合打造酒业新质生产力[J]. 中国食品,2024(11): 89-91. DOI:10.3969/j.issn.1000-1085.2024.11.025.
[3] 李明宇. 白酒文化推动酒旅融合发展作用机理及实现路径: 基于李渡酒业的案例分析[J]. 中国酿造, 2024, 43(10): 288-297.DOI:10.11882/j.issn.0254-5071.2024.10.042.
[4] 许德富, 许深皓, 明红梅, 等. 基于新质生产力的白酒产业庄园化模式探讨[J]. 酿酒, 2024, 51(5): 21-24. DOI:10.3969/j.issn.1002-8110.2024.05.007.
[5] 李永超. 新质生产力对白酒产业结构重构与升级的作用探讨[J]. 企业改革与管理, 2024(15): 161-163.
[6] WU M X, CHEN H Y, FAN Y, et al. Carbonyl flavor compound-targeted colorimetric sensor array based on silver nitrate and o-phenylenediamine derivatives for the discrimination of Chinese Baijiu[J]. Food Chemistry,2022, 372: 131216. DOI:10.1016/j.foodchem.2021.131216.
[7] 汪江波, 王炫, 黄达刚, 等. 我国白酒机械化酿造技术回顾与展望[J].湖北工业大学学报, 2011, 26(5): 50-54.
[8] LI J W, SHUI Z F, DONG L, et al. A novel acid-sensitive quantum dot sensor array for the identification of Chinese Baijiu[J]. Analytical Methods, 2020, 12(39): 4789-4797.
[9] 汪梦诗, 李嘉宁, 房玉林, 等. 基于文献计量学的猕猴桃果酒研究现状分析[J]. 中国酿造, 2023, 42(11): 267-272. DOI:10.11882/j.issn.0254-5071.2023.11.042.
[10] 赵巧珍, 张梦梦, 缪坤辰, 等. 基于文献计量学的白酒酿造微生物研究现状及可视化分析[J]. 食品工业科技, 2023, 44(15): 492-500.DOI:10.13386/j.issn1002-0306.2022120042.
[11] 李嘉宁, 张予林, 吕毅, 等. 基于文献计量学的葡萄酒中铜研究进展分析[J]. 食品工业科技, 2023, 44(16): 470-479. DOI:10.13386/j.issn1002-0306.2023060049.
[12] 田靖, 陈娟. 基于CiteSpace的2000–2024年甘肃省酿酒葡萄研究文献计量学可视化分析[J]. 现代农业科技, 2025(3): 162-167.DOI:10.3969/j.issn.1007-5739.2025.03.040.
[13] 周瑜, 王桂娟, 吴亚东, 等. 中国白酒酿造企业空间分布及其影响因素分析[J]. 酿酒科技, 2024(12): 126-131; 138. DOI:10.13746/j.njkj.2024034.
[14] 李梓煦, 吴洁, 吴娟. 基于专利分析的白酒领域技术发展态势研究[J]. 粮油科学与工程, 2025, 39(2): 1-4; 7. DOI:10.3969/j.issn.1674-5280.2025.02.001.
[15] 郭嘉欣, 叶梦笔, 陈杨, 等. 中国白酒产业酿酒专用粮研究现状分析[J]. 酿酒科技, 2024(4): 98-105. DOI:10.13746/j.njkj.2023160.
[16] JIANG Q E, WU X Y, XU Y Q, et al. Microbial composition and dynamic succession during the Daqu production process of Northern Jiang-flavored liquor in China[J]. 3 Biotech, 2021, 11(5): 224.DOI:10.1007/s13205-021-02779-8.
[17] 高梦昕, 王德良, 刘海坡, 等. 中国白酒年份酒的研究进展[J]. 食品与发酵工业, 2025, 51(6): 336-346. DOI:10.13995/j.cnki.11-1802/ts.040293.
[18] HUANG P, JIN Y, LIU M M, et al. Exploring the successions in microbial community and flavor of Daqu during fermentation produced by different pressing patterns[J]. Foods, 2023, 12(13): 2603.DOI:10.3390/foods12132603.
[19] YU T T, YANG F R, SU Y, et al. Reverse micelles extraction of prolamin from Baijiu Jiuzao: impact of isolation process on protein structure and morphology[J]. Materials, 2024, 17(12): 2901.DOI:10.3390/ma17122901.
[20] HU X L, WANG K L, CHEN M G, et al. Profiling the composition and metabolic activities of microbial community in fermented grain for the Chinese strong-flavor Baijiu production by using the metatranscriptome, high-throughput 16S rRNA and ITS gene sequencings[J]. Food Research International, 2020, 138: 109765.DOI:10.1016/j.foodres.2020.109765.
[21] XIANG D H, LI P Q, GONG R, et al. Quantification and distribution of thiols in fermented grains of sauce-aroma Baijiu production process[J]. Foods, 2023, 12(14): 2658. DOI:10.3390/foods12142658.
[22] WANG S P, ZHONG X Z, WANG T T, et al. Aerobic composting of distilled grain waste eluted from a Chinese spirit-making process: the effects of initial pH adjustment[J]. Bioresource Technology, 2017, 245:778-785. DOI:10.1016/j.biortech.2017.09.051.
[23] LIN B, TANG J, LI Q, et al. Bacterial community improves the volatile components coupled with abiotic factors during the spontaneous fermentation of Chinese strong-aroma Baijiu[J]. Food Chemistry: X, 2025, 25: 102068. DOI:10.1016/j.fochx.2024.102068.
[24] 李培, 倪斌, 郑佳, 等. 色谱技术在中国白酒风味物质检测中的研究进展[J]. 中国酿造, 2024, 43(7): 14-20. DOI:10.11882/j.issn.0254-5071.2024.07.003.
[25] 王凯, 吴梦丽, 童俊. 白酒地理标志产品认证对消费者购买行为的影响[J]. 中国酿造, 2024, 43(5): 266-270. DOI:10.11882/j.issn.0254-5071.2024.05.041.
[26] 张萍萍. 中国白酒酿造中的传统技艺与现代科技的融合[J]. 中国酒,2025(1): 34-35.
[27] LI J, LIU Y H, ZHOU W W, et al. “Gas-thermal-humidity” microenvironment for accelerating the aging process of Chinese Baijiu: a novel framework[J]. Journal of Food Science, 2025, 90(5): e70245. DOI:10.1111/1750-3841.70245.
[28] REN H W, SUN Y F, YANG Y F, et al. Unraveling the correlations between microbial communities and metabolic profiles of strong-flavor Jinhui Daqu with different storage periods[J]. Food Microbiology, 2024, 121: 104497. DOI:10.1016/j.fm.2024.104497.
[29] 郭盈利. WLY公司吉林省市场营销渠道管理优化研究[D]. 长春:吉林大学, 2024. DOI:10.27162/d.cnki.gjlin.2024.003576.
[30] LI Y C, FAN S X, LI A J, et al. Vintage analysis of Chinese Baijiu by GC and 1H NMR combined with multivariable analysis[J]. Food Chemistry, 2021, 360: 129937. DOI:10.1016/j.foodchem.2021.129937.
[31] HU Y L, YANG Q, CHEN D, et al. Study on microbial communities and higher alcohol formations in the fermentation of Chinese Xiaoqu Baijiu produced by traditional and new mechanical technologies[J]. Food Research International, 2021, 140: 109876. DOI:10.1016/j.foodres.2020.109876.
[32] 龚小会, 谢玲, 陈晨. 白酒智能勾调技术应用研究进展[J]. 酿酒科技,2024(1): 95-101. DOI:10.13746/j.njkj.2023340.
[33] CELHAY F, MAGNIER L B M, SCHOORMANS J P L. Hip and authentic. Defining neo-retro style in package design[J]. International Journal of Design, 2020, 14(1): 35-49.
[34] PLASEK B, LAKNER Z, TEMESI Á. Factors that influence the perceived healthiness of food: review[J]. Nutrients, 2020, 12(6): 1881. DOI:10.3390/nu12061881.
[35] WANG X S, DU H, XU Y. Source tracking of prokaryotic communities in fermented grain of Chinese strong-flavor liquor[J]. International Journal of Food Microbiology, 2017, 244: 27-35. DOI:10.1016/j.ijfoodmicro.2016.12.018.
[36] JIANG B, WU L, WANG Q, et al. The microbial communities in Zaopeis, free amino acids in raw liquor, and their correlations for Wuliangye-flavor raw liquor production[J]. Food Science & Nutrition, 2022, 10(8): 2681-2693. DOI:10.1002/fsn3.2872.
[37] ZHOU B, GÜVEN S. Fine-grained visual recognition in mobile augmented reality for technical support[J]. IEEE Transactions on Visualization and Computer Graphics, 2020, 26(12): 3514-3523. DOI:10.1109/TVCG.2020.3023635.
[38] 罗昭杰, 赵聪, 辜先楼, 等. 数字孪生技术在白酒行业内数字化转型的探索与实践[J]. 智能制造, 2024(5): 32-36. DOI:10.3969/j.issn.1671-8186.2024.05.006.
[39] 周明伟, 高志远, 陈兴杰, 等. 基于物联网在线监测白酒固态发酵实验装置的设计与实现[J]. 酿酒, 2023, 50(3): 128-131. DOI:10.3969/j.issn.1002-8110.2023.03.035.
[40] YE H, WANG J, SHI J, et al. Automatic and intelligent technologies of solid-state fermentation process of Baijiu production: applications, challenges, and prospects[J]. Foods, 2021, 10(3): 680. DOI:10.3390/foods10030680.
[41] 孙仪航, 钟典余. 数据驱动的人工智能方法在白酒行业中的应用研究进展[J]. 酿酒, 2024, 51(5): 43-45. DOI:10.3969/j.issn.1002-8110.2024.05.013.
[42] 韩强, 刘鑫, 周永帅, 等. 勾调自动化在白酒生产中的应用研究进展[J]. 食品与机械, 2021, 37(12): 215-220; 231. DOI:10.13652/j.issn.1003-5788.2021.12.035.
[43] 许正宏, 沈才洪, 胡付照, 等. 基于酿造风土的传统酿造技艺及产品品质的科学表达: 以中国白酒为例[J]. 中国酿造, 2024, 43(5): 1-5.DOI:10.11882/j.issn.0254-5071.2024.05.001.
[44] 明深圳, 王录, 汤有宏, 等. 白酒智能酿造技术以及未来展望[J]. 酿酒, 2025, 52(1): 19-24. DOI:10.3969/j.issn.1002-8110.2025.01.006.
[45] AINI G. A summary of the research on the judicial application of artificial intelligence[J]. Chinese Studies, 2020, 9(1): 14-28.DOI:10.4236/chnstd.2020.91002.
[46] 张旭. 一道酒业有限公司白酒产品营销策略研究[D]. 长春: 吉林大学, 2024. DOI:10.27162/d.cnki.gjlin.2024.003042.
[47] 杨阳, 廖天月, 朱亮, 等. 中国白酒自动化酿造研究进展[J]. 酿酒科技, 2023(8): 85-89; 96. DOI:10.13746/j.njkj.2022237.
[48] 彭英杰, 庹先国, 付妮, 等. 信息化管理系统在浓香型白酒酿造过程中的应用研究[J]. 现代食品, 2023, 29(12): 35-37. DOI:10.16736/j.cnki.cn41-1434/ts.2023.12.012.
[49] 廖天月, 杨阳, 朱亮, 等. 白酒酿造大曲的生产及自动化研究现状[J].酿酒科技, 2023(6): 106-111. DOI:10.13746/j.njkj.2022238.
[50] 刘文斌, 张贵宇, 庹先国, 等. 基于数字孪生的白酒酿造车间架构设计[J]. 食品工业, 2022, 43(10): 76-80.
[51] WU C, HU J F, XIE D, et al. Comparison of physicochemical parameters, microbial community composition and flavor substances during mechanical and traditional brewing process of Jiang-flavor Baijiu[J]. Food Science and Biotechnology, 2024, 33(8): 1909-1919.DOI:10.1007/s10068-023-01483-y.
[52] DONG J, HONG K Q, HAO A L, et al. Gradual enhancement of ethyl acetate production through promoter engineering in Chinese liquor yeast strains[J]. Biotechnology Progress, 2018, 34(2): 328-336.DOI:10.1002/btpr.2605.
[53] LIU H L, SUN B G. Effect of fermentation processing on the flavor of Baijiu[J]. Journal of Agricultural and Food Chemistry, 2018, 66(22):5425-5432. DOI:10.1021/acs.jafc.8b00692.
[54] NIU J, YANG S Q, SHEN Y, et al. What are the main factors that affect the flavor of sauce-aroma Baijiu[J]. Foods, 2022, 11(21): 3534.DOI:10.3390/foods11213534.
[55] PAN F S, QIU S Y, LÜ Y Y, et al. Exploring the controllability of the Baijiu fermentation process with microbiota orientation[J]. Food Research International, 2023, 173: 113249. DOI:10.1016/j.foodres.2023.113249.
[56] SHI X S, ZHAO S M, CHEN S X, et al. Tetramethylpyrazine in Chinese Baijiu: presence, analysis, formation, and regulation[J]. Frontiers in Nutrition, 2022, 9: 1004435. DOI:10.3389/fnut.2022.1004435.
[57] WU Y S, HOU Y X, CHEN H, et al. K“ey factor” for Baijiu quality:research progress on acid substances in Baijiu[J]. Foods, 2022, 11(19):2959. DOI:10.3390/foods11192959.
[58] JIANG Y S, SUN J Y, CHANDRAPALA J, et al. Current situation,trend, and prospects of research on functional components from by-products of Baijiu production: a review[J]. Food Research International, 2024, 180: 114032. DOI:10.1016/j.foodres.2024.114032.
[59] QIAO L N, WANG J, WANG R F, et al. A review on flavor of Baijiu and other world-renowned distilled liquors[J]. Food Chemistry: X,2023, 20: 100870. DOI:10.1016/j.fochx.2023.100870.
[60] CHENG W, LAN W, CHEN X F, et al. Source and succession of microbial communities and tetramethylpyrazine during the brewing process of compound-flavor Baijiu[J]. Frontiers in Microbiology, 2024,15: 1450997. DOI:10.3389/fmicb.2024.1450997.