干法和湿法调配真空冷冻干燥牛蒡粉品质分析及优化

为了提高牛蒡粉体的质量品质,文中采用正交设计方法进行工艺优化。考察分析了麦芽糊精浓度、蔗糖浓度和到羧甲基纤维素钠(carboxy methylated cellulose,CMC)浓度等因素对冷冻干燥制造牛蒡粉的影响,采用线性加权法,将多目标综合优化,确定干燥工艺的最优参数组合;并分析比较了干法和湿法2种不同的冷冻干燥制粉工艺对牛蒡粉颗粒特征以及微观结构等方面的影响。研究结果表明,麦芽糊精对粉体的品质影响显著,最优干法工艺参数为:麦芽糊精添加量为15%(质量分数)、蔗糖添加量为12%(质量分数)、CMC添加量为0.25%(质量分数),最优湿法工艺参数为:麦芽糊精添加量为25%(质量分数)、蔗糖添加量为12%(质量分数)、CMC添加量为0.2%(质量分数);湿法配制的粉体相比于干法配制的粉体,粒径适中,分布较广,整体溶解性能较佳。     

热烫处理苹果片真空冻结特性

The vacuum freezing properties of blanched apple slices were investigated by comparing with traditional refrigerator freezing. Results showed that after 40 min vacuum freezing, a mass loss of 27.5% and the lowest frozen temperature of -27.6 ℃ were achieved in apple slices pretreated by blanching, while a mass loss of 22.9% and the lowest frozen temperature of -26.5 ℃ were obtained in non-blanched apple slices. The total process of vacuum freezing was divided into low pressure flash evaporation stage, ice crystal formation stage and deep freezing stage. Vacuum freezing caused less microstructural changes and less significant cell disruption and contributed to smaller thawing loss and weaker relative electrical conductivity in frozen-thawed apple slices in contrast to refrigerator freezing. Blanching pretreatment before freezing caused more severe damage to cell microstructure in apple slices than non-blanching pretreatment, resulting in a significant increase in thawing loss and relative electrical conductivity in frozen-thawed apple slices.     

不同预处理方式对苹果片真空冻结特性的影响

为了解预处理对苹果真空冻结过程特性的影响,采用冻融、热烫、超声波与未预处理4种预处理措施,进行苹果片真空冻结试验,分析各组在失水率、温度、组织内水分状态以及细胞结构等方面的差异。结果表明:4组苹果片40 min真空冻结失水率分别为46.48、27.49、24.80和22.92%,冻融组失水率明显高于其他3组(p0.05),热烫组与未处理组也有显著性差异(p0.05),超声组与未处理组无显著差异(p0.05);苹果片真空冻结过程分为降压闪发段、冰晶生成段和深层冻结段3个阶段,4组冻结终温依次为-30.40℃、-27.42℃、-26.84℃与-26.50℃;冻融和热烫处理使苹果片LF-NMR自由水横向弛豫时间T23峰位向左明显偏移,组织内自由水束缚力增强;冻融和热烫预处理对真空冻结前、后的苹果片细胞组织结构形态的破坏影响程度均高于其他2组;4组物料真空冻结特性所表现出来的差异性主要是由于物料组织结构产生不同程度破坏影响所致。     

柠檬果肉真空冻结过程中挥发性风味成分变化

目的：探索柠檬果肉真空冻结过程中挥发性风味成分的变化规律。方法：利用电子鼻（E-nose）和气质联用（GC-MS）技术分别对新鲜、真空冻结10,20,30 min的柠檬果肉样品的挥发性风味物质进行分析。结果：E-nose可从整体上分析柠檬果肉中不同类别的挥发性风味成分,主成分分析和线性判别分析可区分新鲜和不同冻结时间的样品;GC-MS分析发现真空冻结过程中柠檬果肉挥发性风味物质的种类和含量均显著下降（P<0.05）;柠檬果肉中的主要挥发性风味物质主要是烯烃类、醇类、醛类化合物,其在真空冻结过程中的损失均呈先快后慢的趋势,通过热图和聚类分析可将真空冻结过程中所出现的挥发性风味成分划分为四大类;真空冻结10 min后,D-柠檬烯损失率最高;真空冻结20 min后,烯烃类、醇类和醛类化合物含量下降较为显著,酮类化合物含量变化不明显;真空冻结30 min后,出现了2,4-二甲基苯甲醛和2,4-二叔丁基苯酚新生挥发性风味成分。结论：柠檬果肉中绝大多数挥发性风味成分在真空冻结过程中呈明显下降趋势,并有部分新物质生成。     

基于可见-近红外高光谱技术对鸡种蛋性别鉴定的研究

目的 为实现鸡种蛋胚胎性别的无损检测,提出了基于可见-近红外高光谱检测海兰褐鸡种蛋胚胎性别的方法。方法 通过分析种蛋0~14 d大头部位的400~1000 nm波段下的光谱,建立基于偏最小二乘判别分析（PLS-DA）和支持向量机（SVM）的种蛋性别判别模型,比较不同孵育天数下的模型判别率,优选出最佳的检测天数;通过分析四种不同的预处理算法,选出最佳的鸡种蛋胚胎高光谱预处理方法,最后构建基于全波段和特征波段光谱信息的判别模型,并对结果进行比较。结果 基于PLS-DA和SVM的模型在第9 d的预测集结果达到最高,分别为80%和82.5%。主成分分析（PCA）结果表明,雄雌种蛋光谱信息可以进行区分;变量标准化（SNV）为最佳预处理方法;全波段相对于连续投影算法（SPA）、竞争性自适应重加权算法（CARS）选择特征波长的模型更优,建模集、预测集准确率分别为90%和85%。结论 研究结果表明可见-近红外高光谱技术可以快速、较准确、无损检测海兰褐种蛋胚胎性别,该技术为褐壳种蛋胚胎性别鉴定实现在线检测提供了一定的理论基础。     

近红外光谱法快速检测牛奶中氯霉素残留

本研究利用近红外透射技术和偏最小二乘法(PLS)快速测定牛奶中氯霉素残留含量, 氯霉素残留的预测值与真实值的相关系数达0.9893,预示集的平均回收率为99.77%。结果表明该方法可快速测定牛奶中氯霉素残留含量。     

木瓜营养保健果冻的研制

以木瓜为原料,以卡拉胶、魔芋胶、海藻酸钠为胶凝剂,研究木瓜营养保健果冻的生产工艺配方。通过单因素和正交试验,优化出木瓜营养保健果冻的最佳工艺配方。结果表明,木瓜果冻的最佳配方为:卡拉胶、魔芋胶、海藻酸钠的配比为2∶3∶2(质量比),总用胶量0.7%,蔗糖添加量18%,木瓜汁添加量20%,柠檬酸添加量0.18%。采用该配方制备的木瓜保健果冻果香浓郁、营养丰富、口感爽滑、酸甜可口。     

双重刺激响应型pickering乳液研究进展

Pickering乳液因其极强的稳定性、良好的生物相容性和对环境友好等特点在众多领域有着广泛应用.虽然乳液必须具有良好的稳定性,但实际应用中通过适当的触发机制使其能够实现快速破乳也是非常重要的.响应型Pickering乳液由于在特定因素刺激下可以轻易实现可逆乳化-破乳成为近些年研究的热点.早期研究学者主要研究单一刺激因...     

吸湿性对冻干果蔬产品及其品质特性的影响

目的：探究不同冻干果蔬产品在贮藏过程中吸湿性及品质特性的变化。方法：以4种果蔬(马铃薯、杏鲍菇、苹果、白萝卜)为研究对象,观察4种冻干果蔬的微观结构、吸湿性、色泽及质构特性变化,并进行相关性分析。结果：新鲜果蔬细胞结构较为饱满,呈现规则细胞结构;冻干苹果片组织结构较为完整,细胞壁较厚,存在轻微破裂,孔径较大,吸湿性较强,L*值显著降低(P＜0.05);冻干马铃薯片孔隙结构呈正六边形,细胞内部存在着大量的淀粉颗粒,孔径较小,吸湿性较冻干苹果片的低,色泽变化较为显著(P＜0.05);冻干白萝卜片结构较为致密,表面光滑,但细胞出现皱缩变形,孔径大小不均匀,吸湿性较冻干马铃薯片的低,吸湿后物料色泽无显著变化(P＞0.05);冻干杏鲍菇片结构边界呈丝状,细胞壁破裂严重,细胞完整性较低,吸湿性较冻干白萝卜片的低,吸湿后色泽无显著变化(P＞0.05);物料具有的吸湿性与质构特性呈显著或极显著相关(P＜0.05),而吸湿与未吸湿的物料之间品质指标差异较为明显。结论：贮藏过程中未吸湿与吸湿后的物料质构差距较大,吸湿现象影响着产品的品质特性。     

复合磷酸盐对乳化型香肠品质的影响

选用3种复配磷酸盐制作乳化型香肠,通过对乳化型香肠蒸煮损失、感官评定、质构特性和微观结构进行了研究。结果表明,3种复配磷酸盐生产的乳化型香肠的蒸煮损失、感官评定和质构特性具有显著性差异(P0.05),1号复配磷酸盐生产的乳化型香肠的蒸煮损失率最小,其感官评定、质构特性和微观结构最好。