|
苏州鼎泰隆生鲜果蔬架设备有限公司
地 址：常熟市尚湖镇永鑫路8号（尚湖镇货架产业园）
邮 编：215500
传 真：0512-52431289
联系人：王雪英 张恩平
手 机：13812821189 13801572437
QQ在线：1958620123 1506972827
邮 箱：1958620123@qq.com
网 址：http://www.dtlsx.com
|
|
|
| 能量棒以颜色为劣变指标的货架期预测误差分析 |
| 浏览：2836次 |
令品蚪能量棒以颜色为劣变指标的货架期预测误差分析钱平1，董新娜2，王婵2，李博2，张晓娟1（1.总后勤部军需装备研究所，北京100010；2.中国农业大学食品科学与营养工程学院，北京100083）别研究了加速实验的设计方案和具体实验方法中各因素对能量棒货架期预测精度的影响，包括：测定重复数、拟合点数、时间间隔和加速温度条件。结果表明：样品的测定重复数对预测精度的影响较小，每个温度下检测点数和检测时间间隔对预测精度影响较大。在加速实验的设计中，加速温度个数和温度范围对预测误差影响最为显著。可通过合理的实验设计将预测精度控制在10%以内。
试（ASLT）都是预测食品货架期的常用方法。通常ASLT法在工业应用中更为普遍，因其可以缩短产品上市的时间1.货架期预测方法通常包括5个步骤：确定贮藏过程中的主要品质劣变及相对应的指标；实施货架期加速预测实验；确定感官可接受终点及相应的化学指标限值；建立数学（Arrhenius2-3或修正的Arrhenius4方程）模型，描述化学指标变化与温度的关系；通过所建模型计算常温货架期并与实际货架期比较验证。在此领域研究较多，Calligaris 5建立了ASLT动力学模型来预测焙烤食品的货架期，并用面包为原料验证了所建模型6.Rahmouni0建立了数学模型来描述初榨橄榄油的氧化稳定性。
但ASLT方法得到的货架期存在定误差，这些误差由预测过程中的每步误差累积而成。测定重复数会影响测定准确性；劣变曲线的拟合点数和时间间隔会影响速率常数的准确性；加速实验的温度点数和温度范围也会影响货架期预测的精确度。目前，有研究者报道了利用加速实验预测货架寿命的误差分析，张蓉晖8通过加速实验预测了蛋卷的货架寿命，20T；恒温环境中，在没有干燥剂和存在干燥剂条件下，货架期预测值分别为63d和75d，误差分别为9.5%c和8.0%c.Magari9通过数学模型推测影响货架期准确度的因素有测定重复、批次和实验设计。但实际预测实验中，各因素对预测误差的影响仍不确定。
本研究将从平行个数、取点个数、检测时间间隔和加速温度条件等方面探讨其对色差模型预测精度的影响，以期最大程度的提高预测精度，为同类研究提供依据。
1材料与方法1.1材料与仪器军用能量棒北京总后勤部军需装备研究所研制，天津津乐园饼业有限公司生产。
DC-P3型全自动测色色差计北京市兴光测色仪器公司；LHS-250HC-1型恒温恒湿箱上海一恒科学仪器有限公司。
1.2实验方法感官评价确定常温货架期终点Weibull危害分析方法确定感官可接受终点。分别将40袋能量棒置于37、5°C恒温恒湿箱（RH=60%c）中，分别每隔10d、h随机取出4个样品，保存在4T；冰箱，待所有样品取完，一起进行感官评定。感官评定方法董新娜实验方法，应用最小二乘法对数据进行回归至累计危害达到100%c.能量棒以颜色为劣变指标的货架期预测模型的建立采用ASLT法建立了能量棒以颜色为劣变指标的货架期预测模型Lnt -（LnK）XC，其中，代表食品贮藏寿命（d），C代表摄氏温度为参数。
Arrhenius方程预测误差分析样品平行个数/实验检测点数和检测时间间隔对Arrhenius方程预测精度的影响从表3中可以看出，Arrhenius方程的拟合系数都很高，常温速度常表3样品平行个数，实验检测点数，检测时间间隔对阿列纽斯方程预测精度的影响Table3Theeffectofnumberofreplicates，测定重复数拟合检测时间间隔不同温度下的（d）速度常数k列纽斯2常温速度常数K常温货架期预测误差预测值计算值预测值计算值表4加速温度条件对阿列纽斯方程预测精度的影响温度个数温度梯度温度范围阿列纽斯方程拟合尺2常温速度常数k常温货架期（d）预测误差温度条件（尤）预测值计算值预测值计算值古：曰问/皿整体古：曰问/皿整体古：曰问/皿整体古：曰问/皿整体古：曰问/皿整体数预测值偏小，货架期预测值偏大，预测误差偏大。
当检测实验点数和时间间隔一定时，随着平行的增力口，Arrhenius方程拟合系数变化不大，均在0.99以上，预测误差稍有减小，表明取样个数对模型预测精度影响较小；当平行个数和时间间隔一定时，随着检测实验点数的增加，45、50T；的反应速度常数k基本呈下降的趋势，Arrhenius方程拟合相关系数逐渐增加，货架期预测误差逐渐减小，从64.1%c减小到24.2%c，降低了40%c，表明取点个数对模型预测精度影响较大；当实验平行个数和实验检测点数一定时，随着检测时间间隔的增加，Arrhenius方程拟合相关系数逐渐增加，常温货架期预测值逐渐减小，预测误差明显降低，从55.9%C降低到16.4%c，降低约40%c，这表明时间间隔对模型预测精度的影响也比较大。
加速温度条件对Arrhenius方程预测精度的影响从表4中整体看，Arrhenius方程的拟合系数较高，均在0.97以上，最高为0.9999（2个温度的除外），不同加速温度条件对Arrhenius方程货架期预测精度影响十分显著，预测误差相差很大，最大值为257%，最小值为11.1%.温度个数、温度梯度和温度范围对Arrhenius方程预测精度影响都比较显著，随着加速温度个数、温度梯度和温度范围的增加，预测误差逐渐减小，误差范围从214%~12.4%.在整体温度下建立预测模型，采用37、50、60T；的加速温度，此条件下预测常温货架期为479d，预测误差最小为12.4%，与已报道的货架期预测误差（±10%左右）相近。
3结论加速实验条件对货架寿命预测模型Lnt -（LnK）XC和Arrhenius方程预测精度的影张丽平，余晓琴，童华荣。Weibull模型在板鸭货架寿命预测中的应用。食品科技，2010，35（2）：111-113.曹平，于燕波，李培荣。应用WeibullHazardAnalysis方法预测食品货架寿命。食品科学，2007，8（8）：487-491.张蓉晖，肖凯军。利用动力学理论预测蛋卷货架寿命的研究。食品研究与开发，2001，2（5）：51-53.董新娜。军用能量棒货架期预测技术研究。北京：中焦健，向传万。风味花生粉基于温度变化的氧化货架寿谢主兰，陈龙，雷晓凌，等。采用挥发性盐基氮动力学模型预测低盐虾酱的货架寿命现代食品科技，2013，29（1）：29-33.（上接第305页）（12.36%~12.89%）含量较高，此两类脂肪酸属于不饱和脂肪酸，对软化血管，降低血脂和预防动脉粥样硬化等心血管疾病均具有重要作用。 |
|
