基于离散元法的牛肉咀嚼破碎模型构建

为了实现准确、便捷、客观地牛肉嫩度分级检测。该文利用离散单元法构建牛肉块在口腔中咀嚼破碎模型,并进行仿真模拟。研究中选取50头牛的眼肉作为试验样品,30头牛用于构建模型,20头牛用于验证仿真模型的准确性。试验牛样品在75~80℃的恒温水浴中加热至样品内部温度达到70℃时取出,冷却至室温（20℃）。利用质构仪测得牛肉样品的剪切模量、法向刚度等参数,同时测得密度、碰撞恢复系数、摩擦系数等构建离散元模型需要的相关参数。利用测得的参数构建牛肉咀嚼破碎的离散元仿真模型。将咀嚼破碎的牛肉微颗粒作为离散单元模拟仿真中的最小单位,利用Hertz-Mindlin with bonding模型中的颗粒体积力将牛肉块替换为微颗粒黏结的颗粒簇。在咀嚼作用下,当任意2个微颗粒之间的法向应力和切向应力超过最大极限值时,颗粒簇就开始破碎,仿真牛肉的咀嚼破碎过程。研究中利用离散元模拟仿真4个咀嚼周期并记录力和牛肉颗粒的变化。采用感官评定法和剪切力测定分别验证仿真的准确性,准确率都达到90%。研究表明,利用离散元模拟仿真能有效地实现牛肉嫩度等级的预测评定,为牛肉嫩度品质检测提供新方法。

基于自组织神经网络模型与质构特性的牛肉嫩度评定方法

为了实现对牛肉嫩度品质的快速无损检测和评价。该文选取60头牛的眼肌部位作为试验样本，经在75～80℃的水浴中加热并煮至肉的内部温度达到70℃后取出，冷却至室温（20℃）。利用质构仪测得牛肉黏力、黏性、弹力、弹性长度、内聚性、弹性、胶着性和咀嚼性等质构特性参数，并分析各参数与牛肉嫩度等级之间的相关性，黏力和黏性与牛肉嫩度的相关性较低，相关系数为0.246和0.096；弹力、弹性长度、内聚性、弹性、胶着性和咀嚼性与牛肉嫩度相关性较大，且成负相关，说明上述流变学参数值会随着牛肉嫩度等级的增大而下降，相关系数为-0.92、-0.939、-0.771、-0.776、-0.815、-0.882。结合感官评定法构建BP网络模型、RBF网络模型和自组织竞争神经网络模型，用其预测牛肉嫩度等级，3种模型训练误差均为1×10-6。另选取20头牛的背最长肌中间部位作为测试样本，对3种网络模型进行比较分析。研究结果证明，自组织竞争神经网络预测模型较为准确，预测牛肉嫩度等级的准确率达到90%，说明此方法能够准确地对牛肉嫩度等级进行评定，研究结果为未来牛肉嫩度评定方法提供参考。