自然对流红外辐射复合加热在羊肉烤制过程中的传热解析

对基于电热管与红外复合加热方式下的羊肉烤制传热过程进行分析,探究其"外焦里嫩"特征品质的烤制方法及规律。利用红外测温成像技术测定羊肉烤制过程温度分布,结合热力学参数及三维非稳态导热模型,分析羊肉样本温度分布与烤制温度、时间之间的响应关系;利用差示扫描量热仪分析羊肉加热过程中水分散失及蛋白质变性规律,阐述不同红外功率对羊肉烤制品质的影响及烤制过程中表面抹油对烤制传热的影响。研究表明,烤制过程分为电热管加热与红外加热两阶段,第一阶段烤制温度为85~140℃,烤制5 min,利用高温热场使热量由外及内逐渐传递,促进香气及风味物质形成,中心温度达到60℃时停止加热并进行表面抹油降温;第二阶段采用2.0 kW短波红外加热管烤制2 min,肉表温度可迅速升至120℃,短波辐射高热流密度与低穿透性使肉表皮美拉德反应更充分,形成焦化皮膜阻隔层,减少内部水分散失,肉膜表面与内部温差加大。最终通过温度、时间及加热方式精确控制促使肉制品产生"外焦里嫩"的烧烤品质,初步建立"外焦里嫩"羊肉烤制热力学规律及方法,为开发工业化烤制生产设备提供依据。

冷鲜羊肉品质的高光谱成像无损检测

利用400~1000nm可见近红外高光谱成像系统对冷鲜羊肉蛋白质含量、嫩度、pH进行无损检测研究。采集冷鲜羊肉表面的高光谱散射图像，提取样本感兴趣区域的反射光谱曲线获得原始数据。先对原始光谱预处理并建立偏最小二乘回归（PLSR）模型，优选最佳预处理方法，后采用正自适应加权算法（CARS）和连续投影算法（SPA）提取特征波长，建立不同特征波长下各品质参数的PLSR预测模型。结果表明：利用原始光谱建立的冷鲜羊肉蛋白质、嫩度和pH的PLSR模型均优于经过光谱预处理所建PLSR模型；在不同波长下建立预测模型，OS—PLSR光谱模型对冷鲜羊肉蛋白质含量预测效果最佳，Rp=0．869，RMSEP=0．097；建立的SPA—PLSR光谱预测模型对pH预测效果理想，Rp=0．958，RMSEP=0．067；CARS—PLSR光谱预测模型对嫩度的预测能力较高，Rp=0．862，RMSEP=0．706。研究表明：利用可见近红外高光谱技术对冷鲜羊肉品质进行快速无损检测是可行的。

基于可见-近红外光谱预测灵武长枣脆度及模型优化

利用可见-近红外光谱对在4℃下冷藏24 h的灵武长枣脆度进行检测,并建立了最优模型。通过400~1 000 nm高光谱成像系统采集了112个长枣图像,对原始光谱与经SNV,MSC、S-G、1ST、2ND、SNV+1ST、MSC+1ST、SNV+2ND、MSC+2ND、SNV+S-G、MSC+S-G预处理后光谱的偏最小二乘回归(PLSR)模型进行了对比分析;采用主成分分析法(PCA)、连续投影算法(SPA)、竞争性自适应重加权法(CARS)提取特征波长,分别建立偏最小二乘回归(PLSR)和主成分回归(PCR)模型;将经预处理后的简化PLSR模型与全波段PLSR模型进行了对比分析。结果表明,采用标准归一化法(SNV)预处理后的PLSR模型优于原光谱及其他预处理方法;提取特征波长后建立的CARS-PLSR模型优于CARS-PCR模型和全波段PLSR模型,其相关系数(RP)和预测均方根误差(RMSEP)分别为0.919、1.121。这表明,基于可见-近红外光谱检测冷藏灵武长枣脆度是可行的,SNVCARS-PLSR模型最佳。

基于VIS/NIR高光谱技术的灵武长枣SSC含量的无损检测研究

利用高光谱技术对灵武长枣可溶性固形物含量(SSC)检测进行研究,为灵武长枣内部品质无损检测提供科学方法。以灵武长枣为对象,对光谱数据进行预处理,应用连续投影算法(SPA)和正自适应加权算法(CARS)进行关键波长的选择,通过偏最小二乘回归(PLSR)和主成分回归(PCR)建立预测模型。实验结果表明:采用去趋势(Detrend)预处理算法效果最优,PLSR模型的交叉验证相关系数(Rcv)为0.809,交叉验证均方根误差(RMSECV)为1.331;通过SPA算法和CARS算法能够有效地对光谱数据进行降维处理,对SPA优选的8个和CARS优选的21个特征变量分别用PLSR和PCR建立预测模型,CARS-PLSR建模效果最优,其相关系数(Rp)为0.864,预测均方根误差(RMSEP)为1.174;研究结果表明基于高光谱成像技术采集的灵武长枣漫反射光谱进行SSC无损检测具有可行性。