ANN在发酵过程中的应用

人工神经网络具有非线性的自适应的信息处理能力 ,已广泛地用于化工、通信等领域。文中综述了ANN在发酵过程的仿真与预测、错误诊断、自动控制和配方优化等方面的应用。在此基础上 ,对ANN在发酵工业中的应用前景进行了展望。     

乳清在奶酪制作中的工艺优化

实验以新鲜牛乳为原料,在传统奶酪的制作过程中添加乳清,通过单因素试验研究乳清添加量、凝乳酶添加量和凝乳时间对奶酪得率和感官评分的影响,在单因素试验基础上,通过正交试验对添加乳清奶酪的凝乳工艺进行优化,得出在乳清添加量25%、凝乳酶添加量0.25%、凝乳时间40 min的条件下奶酪的得率和感官评分较高。     

利用酸奶生产线加工生产新鲜小奶酪

“Petit Suisse”是一个法语单词，意思是“新鲜小奶酪”。对于这一类产品一些西方国家还有另外一个名字叫做“fromage frais”。与西方传统的奶酪不同，新鲜小奶酪是一种通过把脱脂奶经过嗜温性微生物发酵，制成的软制但并不经成熟化的奶酪。比西方其他种类的传统奶酪，新鲜小奶酪的生产无须经过长时间成熟，这就意味着产品的生产周期要比其他传统奶酪来得短的多，由此可以节省奶酪成熟过程所产生的成本。对于产品种类，新鲜小奶酪也跟酸奶一样，可以变化多端，可以通过添加不同的奶油和果粒等不断增加新的口味和品种。     

海棠果再制奶酪配方及加工工艺优化

以新鲜海棠果及新鲜奶酪为主要原料,探讨海棠再制奶酪的配方及加工工艺.先以海棠果汁酶解液透光率为评价指标,在单因素试验的基础上,通过正交试验得出最佳酶解工艺:酶解温度45℃,酶解时间120 min,果胶酶添加量0.08％.然后以样品感官品质和弹性为评价指标,通过单因素试验以及响应面试验设计,得出最佳配方及工艺:35％天然...     

人工神经网络(ANN)智能技术与热处理

本文着重介绍了目前国内外人工神经网络（ANN）技术在材料热处理领域的应用情况，论述了ANN技术在构造专家系统方面的优越性，简要介绍了作者开发的热处理性能预测专家系统。同时对人工神经网络（ANN）技术在纺织器材的热处理中的应用提出了自己的看法。     

响应面法优化米酒奶酪的发酵工艺

以纯牛奶、脱脂乳粉和糯米为主原料,将米酒加入牛奶使其凝固制得奶酪,并添加白砂糖调节口感。首先通过Arima法测定米酒中的凝乳酶活性,再以感官指标进行评分,通过Box-Behnken试验研究米酒添加量、脱脂乳粉添加量和白砂糖添加量对米酒奶酪品质的影响,并通过响应面法优化米酒奶酪的试验工艺条件,最终得到米酒奶酪的最佳工艺条件为:米酒添加量16%、脱脂乳粉添加量9%、糖添加量5%。米酒奶酪不但营养丰富,口感优良,而且具有一定的保健功能。     

SPME-GC-MS和GC-O鉴定3种不同生产工艺马苏里拉奶酪的特征香气物质

利用固相微萃取-气相色谱-质谱联用法对3种不同工艺制备的马苏里拉奶酪中挥发性风味组分进行鉴定。利用气相色谱嗅觉测量技术进行嗅闻分析,共得到109种化合物进行半定量分析,并且结合香气活力值进行主成分分析,结果表明:新鲜水牛奶马苏里拉奶酪的主要挥发性风味物质为己醛、庚醛、己酸乙酯、(E)-2-壬烯醛、糠醛和丁酸乙酯;新鲜牛奶马苏里拉奶酪的主要挥发性风味物质为1-辛烯-3-醇、2-十一酮和δ-十二内酯;半硬质牛奶马苏里拉奶酪的主要挥发性风味物质为正癸酸、苯乙醛和乙酸乙酯。主成分分析检测结果能将这6种马苏里拉奶酪分为三大类,说明这些挥发性风味物质能很好地描述不同类别奶酪的风味差异。为马苏里拉奶酪的种类鉴别和水牛奶马苏里拉奶酪的掺假提供一定的理论指导。     

一种涂抹型核桃奶酪的研制

本研究以去皮核桃仁为原料,研究奶酪制作工艺,开发一种发酵涂抹型核桃奶酪。以感官评分、游离氨基酸为参考指标,筛选最适的酶解工艺条件;单因素试验结合响应面优化,研究发酵时间和奶油、乳清蛋白、蔗糖添加量对奶酪凝乳的影响,确定核桃奶酪工艺。结果表明:添加脂肪酶Palatase 20000 L、风味蛋白酶(添加比列为1:2,添加量为0.2%)复合酶解核桃乳时酶解效果最好,感官评分最高,游离氨基酸质量分数为(764±44)mg/100g;响应面优化结果显示乳清蛋白、奶油、蔗糖的添加量分别为1.56%、0.81%、6.37%,发酵时间24 h时,核桃奶酪感官评分达到最高(90.5分)。比较核桃发酵前后部分风味物质的含量差异,发现核桃奶酪中的游离氨基酸和游离脂肪酸含量均显著提高,其中游离氨基酸总量由发酵前的279.97 mg/kg增加到1262.02 mg/kg,对产品独特风味的形成贡献率较高。此工艺制备的核桃奶酪风味十足,营养价值高,具有较佳的感官品质,可为核桃产业的综合开发提供参考。     

奶酪发酵剂红曲霉的筛选及其对奶酪理化、质构和抗氧化性的影响

为筛选适宜用作奶酪发酵剂的红曲霉菌株，通过对传统红曲发酵食品进行增菌培养，采用平板划线法初筛。将初筛菌株以一种新型短期成熟工艺制备奶酪进行风味品评复筛，最终筛选出6株疑似红曲霉的风味优势菌，通过DNA序列比对，确认为红曲霉。将6株优势菌以短熟工艺制备奶酪样品，并进行安全性、功能性、理化指标、质构和抗氧化性的检测，分析其对奶酪品质的影响。结果表明，红曲霉菌株BC20及ZX-99同时具备食用安全性及奶酪熟化能力。在奶酪成熟结束时，奶酪样品中的桔霉素含量皆低于国标检测限25μg/kg,远低于定量限80μg/kg, pH 4.6可溶性氮含量分别为(40.99±0.90)%、(26.05±0.56)%。该研究筛选出2株适宜制作成熟奶酪的红曲霉菌株，提供了一种制备红曲霉奶酪的新型短熟工艺，为红曲霉奶酪品质的优化及缩短成熟期、减少生产成本提供依据。     

人工神经网络技术在木材科学中的应用

主要从缺陷分类、预测建模、ANN改进与应用三个方面阐述了人工神经网络在木材科学与技术专业方面的应用.其中,BP神经网络是应用最为普遍的一种神经网络,通常与分形、小波等信号分析技术结合使用,达到有效处理信息的目的.此外,采用TD、MSM等技术优化神经网络参数,提高网络处理能力是ANN在本专业应用具有创新意义的尝试.ANN在木材科学与技术中的应用将会越来越广泛而深入.