白酒的发酵实际上是淀粉在糖化酶的作用下转化为还原糖,还原糖再在微生物的作用下转化为酒精以及其它呈香呈味物质的过程。在此过程中,还原糖、酸类等物质发生化学反应产生风味物质,风味物质的生成对产酒量以及成品酒的品质的影响重大。目前对白酒酒醅中微量物质的测定方法不多,且大多检测方法对应的检测设备检测时间长、操作复杂、设备庞大。因此,本文采用电化学传感器检测方法结合数据分析算法对白酒发酵过程中葡萄糖和总酸进行了检测。本文主要研究了以下内容:（1）针对白酒发酵过程中葡萄糖和总酸的检测,从葡萄糖和总酸的基本性质入手,结合电化学检测理论,设计了一套基于电化学传感器检测系统,用于检测白酒发酵过程中糟醅的葡萄糖和总酸的含量。其中以铂片、黄金、玻碳电极为工作电极,铂片为辅助电极,Ag/Ag Cl为参比电极构成检测葡萄糖的电化学传感器。以PH玻璃电极、电导率电极、氧化还原电极构成检测总酸的电化学传感器。并根据各传感器的检测原理,分别设计了相应的检测电路以及恒电位电路,完成了以STM32作为主控的硬件电路模块,其中以STM32内部DAC与ADC实现传感器激励信号的产生以及信号的采集。同时完成了以Labview作为上位机的设计。（2）针对构建的酒醅中葡萄糖和总酸的检测模型建立,提出将一维卷积神经网络用于酒醅样品溶液中葡萄糖和总酸的定量分析模型建立。使用酒醅中葡萄糖和总酸的理化实验值作为实际值,将相应传感器的响应信号作为模型输入,建立酒醅中葡萄糖和总酸的定量预测模型。将建立的一维卷积神经网络（1D-CNN）模型与多元线性回归、支持向量回归机、BP神经网络等分析方法建立的模型作比较,结果表明1D-CNN定量分析模型效果更好。其中,酒醅样品中葡萄糖的1D-CNN模型的决定系数为0.995,均方根误差为0.006;总酸的1D-CNN模型的决定系数为0.992,均方根误差为0.007。最后使用1D-CNN模型作为检测系统的定量模型,并用基于酒醅环境下的不同浓度梯度的样品溶液对检测系统进行性能测试,结果表示,检测系统对酒醅样品溶液中葡萄糖的线性检测范围为0.015～2.8g/L,检测误差为0.0028;对总酸的线性检测范围为0.1～2.8g/L,检测系统的检测误差为0.0034。实验证明本文使用的电化学传感器结合数据融合的方法可以使用在白酒发酵过程中酒醅的葡萄糖和总酸的检测分析中。