掌上式生鲜猪肉新鲜度无损智能检测分级装置

为实现储运过程中生鲜猪肉新鲜度实时检测,该研究基于可见/近红外光谱技术开发了掌上式生鲜猪肉新鲜度无损智能检测装置。检测装置以可见\近红外光谱采集单元为核心,搭建了硬件系统,开发了生鲜猪肉新鲜度多指标同时检测和新鲜度分级软件系统。通过研发的检测装置采集了不同部位猪肉的650~1100 nm波长范围的漫反射光谱,经过标准正态变量变换(standard normal variable transformation,SNV)预处理后,对比连续投影算法(successive projections algorithm,SPA)和竞争性自适应加权抽样算法(competitive adaptive reweighted sampling,CARS)算法优选了猪肉新鲜度特征光谱,分别建立了不同部位猪肉新鲜度指标通用预测模型,并根据挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量和pH值预测值,将猪肉分为新鲜、次新鲜和变质3个等级。试验结果表明,通过SNV预处理和CARS算法筛选特征波长后建立的PLS预测模型(下文简称“SNV-CARS-PLS”)具有更好的性能,TVB-N含量、pH值、亮度L^(*)、红度a^(*)和黄度b^(*)通用预测模型的预测集相关系数分别为0.942、0.945、0.940、0.933和0.833,预测均方根误差分别为1.131 mg/100 g、0.136、1.706、1.217和0.717。将通用检测模型导入检测装置进行了试验验证,对不同部位猪肉样本试验结果表明,TVB-N含量、pH值、亮度L^(*)、红度a^(*)和黄度b^(*)的预测结果与理化值的均方根误差分别为1.109 mg/100 g、0.134、1.140、1.094和0.636;新鲜度的分级正确率为92.86%;单个样品检测时间约为1 s。该检测装置可满足不同部位猪肉新鲜度多指标现场快速检测和分级的需求,为及时掌握储运过程中生鲜猪肉新鲜度情况、辅助决策储运和销售方案、保障生鲜猪肉品质安全具有重要作用。

响应面法优化肉香米饭加工工艺

研究了肉香米饭蒸煮过程中影响因素对肉香米饭感官评价的影响。选择对肉香米饭品质影响较大的红曲红色素添加量、蒸煮米水比、米肉比为自变量,肉香米饭感官评价分值为响应值,利用响应面分析方法,模拟得到二次多项式回归方程的预测模型,并优化出生产工艺的最佳条件为:红曲红添加量1.69%,蒸煮米水比1∶2.08,米肉比1∶0.94,此时肉香米饭评分为93.83分。