不同方法提取艾纳香叶挥发性成分的气相色谱-质谱分析

采用气相色谱-质谱法(GC-MS)分析水蒸汽蒸馏法(SD)、同时蒸馏萃取法(SDE)和顶空固相微萃取法(HS-SPME)3种方法提取的艾纳香叶挥发性成分。结果表明:3种方法提取艾纳香叶挥发性成分中主要是醇类和烯类化合物,其中萜类物质占较大比例。3种方法的提取物中分别鉴定出化合物50种(SD)、24种(SDE)和49种(HS-SPME)。水蒸汽蒸馏法和同时蒸馏萃取法提取的油状挥发物中主要成分相似,水蒸汽蒸馏法提取油状挥发物与顶空固相微萃取法提取挥发性成分的种类和相对含量相似,同时蒸馏萃取法提取油状挥发物中低沸点化合物较少。     

米酒老面添加量对面团及馒头品质的影响

本文研究了米酒老面添加量(40%、50%、60%、70%和80%)对面团的pH、湿面筋含量、面筋指数及馒头的比容、硬度、白度、感官评分的影响。结果表明:随着米酒老面添加量的增加,面团pH呈现下降的趋势。米酒老面添加量为60%的面团中湿面筋含量显著低于其他四种添加量(P<0.05),馒头的比容、硬度、白度和感官评分显著高于其他四种添加量(P<0.05)。相关性分析表明,面团pH与馒头的感官评分呈极显著负相关(P<0.01);面团湿面筋含量与馒头比容呈显著负相关(P<0.05),与馒头硬度呈显著正相关(P<0.05),与馒头白度呈极显著负相关(P<0.01)。面团面筋指数与馒头比容呈极显著正相关(P<0.01),与馒头硬度呈极显著负相关(P<0.01),与馒头白度呈显著正相关(P<0.05)。米酒老面的添加会改变面团和馒头的品质,其最适添加量为60%。     

蒸制对馒头品质的影响

蒸制是馒头生产关键环节,蒸制的主要作用有:熟制、灭菌、转态;其本质是馒头坯的半固体状态(可塑生面团),经过蒸制变成固体状态(有弹性的馒头)。针对蒸制过程中馒头物理性状、主要成分及微生物变化进行了综述。     

酵子馒头挥发性物质(香气)收集与分析研究进展

酵子馒头因其良好的传统风味及特有香气深受消费者喜爱。酵子馒头的香气组分属于挥发性物质,但挥发性物质并不全为"香"做贡献。酵子馒头挥发性物质的收集方法常用同时蒸馏萃取、顶空固相微萃取、吹扫捕集等,分析测定方法常用气质联用法。定性分析发现酵子馒头中挥发性物质主要是醇类、酯类、酮类、芳香族化合物,但是定量分析的相关研究极少。该文综述酵子馒头挥发性物质(香气)的收集与分析检测的研究进展,旨在为我国酵子馒头香气分析和评价提供有价值的参考。     

大米原料对鲜湿米粉品质影响

试验以5种大米为研究对象,采用快速黏度仪和动态流变仪分析其糊化特性和流变学特性,结合质构和模糊感官评价法对大米制作鲜湿米粉进行品质评价。结果表明,成泰大米衰减值最小,回生值最大;胶稠度和直链淀粉含量与衰减值、回生值和最终黏度等糊化特征值存在显著或极显著相关;温度扫描和频率扫描显示各品种大米G’始终大于G’’,成泰大米G’最高,降温过程中G’上升最快,说明胶凝性最好;各品种米粉质构指标之间存在显著性差异,且综合质构和感官评价结果,选出适合做鲜湿米粉的大米原料。     

碱添加量对米酒酸面团及馒头品质的影响

该实验研究了碱添加量对面团的pH、湿面筋含量、面筋指数及馒头的比容、硬度、白度、感官评分的影响。结果表明,碱添加量与pH值呈线性关系。碱添加量为0.20%时,显著降低了面团中湿面筋含量,但提高了面筋指数。碱添加量＞0.20%之后,馒头的感官评分、白度、比容呈现降低趋势,硬度呈现上升趋势。相关性分析结果表明,面团pH值与馒头的比容、白度呈极显著负相关（P＜0.01）;与馒头的感官评分呈极显著正相关（P＜0.01）。面团湿面筋含量与馒头比容呈显著负相关（P＜0.05）,与馒头硬度呈极显著正相关（P＜0.01）。面团面筋指数与面团比容呈显著正相关（P＜0.05）,与馒头硬度呈极显著负相关（P＜0.01）。     

人工神经网络-近红外光谱法在线测定白砂糖粒度

采用国产漫反射近红外在线分析系统,对广西某糖厂的白砂糖粒度进行了在线测定研究。采用SupNIR-4000型近红外在线分析仪,直接对成品传送带上的白砂糖进行扫描获得光谱数据,测定时间仅需90s。光谱预处理方法"标准化+Savitzky-Golay一阶求导+正交信号校正"效果最佳,人工神经网络(ANN)算法建立模型最佳。结果显示,ANN模型的校正均方根误差(RMSEC)为2.9718,预测均方根误差(RMSEP)为3.5244,粒度预测偏差满足糖厂要求的±5。此法在制糖行业具有广泛的应用前景。     

近红外光谱技术在线测定白砂糖色值

采用国产近红外在线分析系统,对广西某糖厂的白砂糖色值进行了在线测定研究。采用SupNIR-4000型近红外在线分析仪,直接对成品传送带上的白砂糖进行扫描获得光谱数据,测定时间仅需90s。光谱预处理方法"标准化+Savitzky-Golay一阶求导+正交信号校正"最佳,人工神经网络(ANN)建模最佳。结果显示,ANN模型的校正集相关系数(Rc)和标准偏差(RMSEC)分别为0.9215和5.1984,预测集相关系数(Rp)和标准偏差(RMSEP)分别为0.6771和9.3042,色值预测偏差基本在±10,满足糖厂需要。此法在制糖行业具有广泛的应用推广前景。