響應面法優(yōu)化Pizza干酪加工關鍵工藝參數(shù)

李 浩 張建強 馮麗蓉 張麗萍

LI Hao1 ZHANG Jian-qiang1 WU Li-rong2 ZHANG Li-ping1

（1.黑龍江八一農(nóng)墾大學，黑龍江 大慶 163319；2.黑龍江省飛鶴乳業(yè)有限公司，黑龍江 齊齊哈爾 161800）

(1.Heilongjiang Bayi Agricultural University,Daqing,Heilongjiang 163319,China;2.Heilongjiang Province Flying Crane Dairy Industry CO.,LTD,Qiqihaer,Heilongjiang 161800,China)

Pizza干酪屬于低脂肪、低水分(47%～48%)Mozzarella干酪類[1]，主要用于Pizza餅配料。在過去20年中，比薩干酪全球生產(chǎn)經(jīng)歷了空前增長，現(xiàn)在已經(jīng)超過了其他Pasta Filate干酪總和[2,3]，其在加工過程中由于采取鮮凝乳在熱水中揉捏拉伸的特殊工藝處理，使成品干酪具有特有的彈性纖維狀結構及良好的熔化和拉伸特性[4,5]。

在發(fā)達國家，由于比薩干酪能給較柔軟的食物添加風味[6]，且青少年越來越青睞于像披薩這樣的快餐食物[6]，這使得比薩干酪的消費量持續(xù)上升。劉會平等[3]對Mozzarella干酪生產(chǎn)工藝進行研究，優(yōu)化了普通Mozzarella干酪的加工工藝。任星環(huán)等[7]和郭媛等[8]研究了關鍵工藝參數(shù)對Mozzarella功能特性的影響規(guī)律，初步建立了工藝條件對產(chǎn)品品質(zhì)的影響規(guī)律。Lucey等[9-11]系統(tǒng)的研究了Pizza干酪加工工藝和功能特性，建立了膜技術加工Pizza干酪的新工藝。國內(nèi)目前研究主要集中在Mozzarella干酪，關于Pizza干酪加工技術的研究較少。由于Pizza干酪低脂肪、低水分的特性，在加工時工藝區(qū)別于普通Mozzarella干酪，因此，本試驗采用響應面法優(yōu)化了Pizza干酪的關鍵工藝。

響應面法是一種優(yōu)化工藝條件的有效方法，用于確定各因素及其交互效應在工藝過程中對響應值的影響，通過回歸方程數(shù)學模型尋求最佳工藝參數(shù)，精確的表述因素和響應值間的關系[12,13]。本試驗以無抗生素牛奶為原料，采用四因素五水平二次回歸正交旋轉組合試驗設計法，以干酪感官評分為指標，對Pizza干酪加工的關鍵工藝參數(shù)進行優(yōu)化，這對提高Pizza干酪產(chǎn)量，促進Pizza干酪在中國的推廣有重要意義。

1 材料與方法

1.1 試驗材料

新鮮無抗牛乳：含乳脂肪 3.9%～4.1%，蛋白質(zhì)2.95%～3.22%，固形物12.3%～12.6%，大慶市讓胡路養(yǎng)殖場；

發(fā)酵劑：FD-DVSTCC-3，丹麥CHR Hansen公司；

凝乳酶：Stanmix 1150，酶活力為 1 070 U/g，丹麥CHR Hansen公司；

脫脂乳粉：美國進口，天澤中孚（天津）國際貿(mào)易有限公司；

檸檬酸鈉：分析純，沈陽市華東試劑廠。

1.2 儀器與設備

超聲波牛奶分析儀：LACTOSCAN SA型，保加利亞Milkotronic公司；

電子分析天平：MD100-2型，沈陽華騰電子有限公司；

電熱恒溫鼓風干燥箱：DGG-9053A型，上海森信實驗儀器有限公司；

干酪槽及拉伸機：本實驗自制；

乳脂肪分離機：ZS型，青海農(nóng)牧機械制造有限公司；

全自動凱氏定氮儀：SKD-800型，上海沛歐分析儀器有限公司

1.3 試驗方法

1.3.1 工藝流程

原料乳過濾→標準化→巴氏殺菌→冷卻→預酸化調(diào)pH值→添加發(fā)酵劑→靜止發(fā)酵→添加凝乳酶→凝乳→切割→熱燙→排乳清→粉碎→堆釀→拌干鹽→熱煮拉伸→拌干鹽→冷卻→包裝

1.3.2 感官評定 運用50分制，顏色光澤10分、組織狀態(tài)10分、滋味與氣味10分、拉絲性指標20分，參照Fork test法[10]測定干酪的拉伸性，感官評分標準見表1。

表1 干酪感官評定標準表Table1 Cheese sensory evaluation standard table

1.3.3 試驗設計 試驗中將預酸化pH、熱收縮溫度、拉伸溫度、拉伸時間作為關鍵工藝參數(shù)進行優(yōu)化。通過單因素試驗確定各因素的影響范圍，并確定各試驗因素的中心水平值，采用四因素五水平二次回歸正交旋轉組合試驗設計，進行以預酸化pH、熱收縮溫度、拉伸溫度和拉伸時間為自變量，感官評分為響應值，設計4因素36組試驗的四元二次回歸正交旋轉組合的分析試驗。各因素水平編碼見表2。

1.3.4 試驗數(shù)據(jù)分析 各組試驗重復5次，取其平均值，使用Design Expert8.0.6軟件分析。

表2 試驗編碼水平Table2 Levelsof testcoding

2 結果與分析

2.1 試驗分析

采用四因素五水平二次回歸正交旋轉組合法，預酸化pH、熱收縮溫度、拉伸溫度以及拉伸時間對Pizza干酪感官評分的影響，見表3。

以感官評分為Y值，得出預酸化pH、熱收縮溫度、拉伸溫度以及拉伸時間的編碼值為自變量的四元二次回歸方程見式(1)：

表3 試驗安排與結果Table3 Experimentalarrangementand results

各因素方差分析見表4。

由表4可知，二次回歸模型的F值為32.76，P＜0.000 1，大于在0.01水平上的F值；決定系數(shù)R2=0.978 0，失擬項的F值為2.72，小于在0.05水平上的F值，分析表明，該模型擬合程度較好，實驗誤差較小，說明該模型是合適的。

表4 各因素方差分析Table4 Each factoranalysisofvariance

表4 各因素方差分析Table4 Each factoranalysisofvariance

**表明極顯著，*表明顯著。

模擬項模型F值P值X1X2X3X4顯著性*********X1X2 X1X3 X1X4 X2X3 X2X4 X3X4 X12——***X22 X32 X42 32.76 46.33 13.48 151.55 80.09 0.14 2.82 0.78 2.11 0.60 4.61 58.84 23.36 33.36 40.52<0.000 1<0.000 1 0.001 4<0.000 1<0.000 1 0.715 4 0.108 2 0.388 4 0.161 1 0.448 9 0.043 5<0.000 1<0.000 1<0.000 1<0.000 1******殘差失擬項純誤差總和均方和1 952.71 197.28 57.38 645.33 341.03 0.58 11.99 3.30 8.99 2.54 19.65 250.56 99.49 142.06 172.53 89.42 63.70 25.72 2 042.13自由度Df 14.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 21.00 10.00 11.00 35.00均方差139.48 197.28 57.38 645.33 341.03 0.58 11.99 3.30 8.99 2.54 19.65 250.56 99.49 142.06 172.53 4.26 6.37 2.34 2.720.057 6不顯著

2.2 響應面分析

采用降維的分析方法，進行雙因素效應分析對感官評分的影響。圖1～6是根據(jù)多元回歸方程作出的等高線圖及響應曲面圖，對這些因素中交互項之間的交互效應進行分析。

圖1 Y=f（X1，X2）的響應面圖Figure1 The responsive surfacesof Y=f（X1，X2）

由圖1～6可知，所有響應曲面圖均開口向下、凸面，可以看出響應值的大小會隨著自變量 X1、X2、X3、X4的大小而改變，而且增減幅度也不一樣。隨著各個自變量 X1、X2、X3、X4的增大，響應值逐漸增大；但當響應值增大到某極值后，隨著自變量 X1、X2、X3、X4的增大，響應值有減小的趨勢。

圖2 Y=f（X1，X3）的響應曲面圖Figure2 The responsivesurfacesof Y=f（X1，X3）

圖3 Y=f（X1，X4）的響應曲面圖Figure 3 The responsive surfacesof Y=f（X1，X4）

圖4 Y=f（X2，X3）的響應曲面圖Figure4 The responsive surfacesof Y=f（X2，X3）

圖5 Y=f（X2，X4）的響應曲面圖Figure5 The responsivesurfacesof Y=f（X2，X4）

圖6 Y=f（X3，X4）的響應曲面圖Figure6 The responsivesurfacesof Y=f（X3，X4）

從圖2、圖4、圖6可以看出，拉伸溫度表現(xiàn)為曲線陡度較大，其次是拉伸時間，最后是預酸化pH和熱收縮溫度。比較6組響應曲面圖及數(shù)據(jù)可知，拉伸溫度對感官質(zhì)量的影響最為顯著。

由表4得知，X3X4交互作用對響應值影響顯著，說明拉伸溫度（X3）和拉伸時間（X4）的交互作用對感官質(zhì)量（Y）的影響顯著。從表4中可以看出，其他自變量之間的交互作用對響應值影響不顯著。另外，由圖得該模型存在最佳值。

2.3 響應面優(yōu)化結果與驗證

通過Design Expert8.0軟件模擬分析，最后確定出模型最優(yōu)感官評定條件，感官評分見表5。

表5 Pizza干酪優(yōu)化最佳值及最佳感官評分Table5 Pizza cheeseoptimization value and theoptimal conditions thebiggestsensory score

在最優(yōu)條件下進行驗證性實驗，重復3次。結果得出平均分為48.50，試驗值與模型的理論值接近，且相對偏差小于2%，表明重現(xiàn)性良好。說明該模型可以較好地反映Pizza干酪工藝條件。

3 結論

本試驗采用響應面法研究了預酸化pH、熱收縮溫度、拉伸溫度以及拉伸時間對感官評分的影響，得到相對應的Pizza干酪的最佳工藝條件：預酸化pH值6.45，熱收縮溫度40.56℃，拉伸溫度79.70℃，拉伸時間7.62 min。所制得的Pizza干酪有良好的干酪品質(zhì)，質(zhì)地緊密、光滑、富有彈性，顏色顏色均勻，拉絲長度、融化性、起泡性好。

1 Fox P F,Mcsweeney P L H.Fundamentals of cheese science[M].Gaithersburg:Aspen publishers Inc.,2000.

2 Mizuno R,Lucey JA.Effect of two types of emulsifying salts on the functionality of pasta filata cheese[J].Journal of Dairy Science,2005(88):3 411～3 425.

3 劉會平.Mozzarella干酪工藝優(yōu)化及成熟過程中菌群變化與風味關系的研究[D].北京:中國農(nóng)業(yè)大學,2003.

4 Ralph Early.The technology of dairy products[M].2nd.B1ackie A－cademi＆ Professional,London:An import of Chapman＆Hall,1998.

5 Jana A H,Patel H G,Suneeta Pinto,et al.Quality of casein based Mozzarella cheese analogue as affected by stabilizerblends[J].J.Food Sci.Technol.,2010,47(2):240～242.

6 John A Lucey.Some perspectives on the use of cheese as a food ingredient[J].Dairy Sci.Technol.,2008(88):573～594.

7 任星環(huán),任發(fā)政,雷蕾.NaCl含量對Mozzarella干酪品質(zhì)的影響[J].食品科學,2004,25(11):89～94.

8 羅潔,王芳,任發(fā)政,等.乳化鹽對Mozzarella干酪功能特性的影響[J].農(nóng)業(yè)機械學報,2011,42(8):138～142.

9 Govindasamy Lucey S,Jaeggi J J,Johnson M E,et al.Use of cold ultra-filtered retentates for standardization of milks for pizza cheese:Impact on yield and functionality[J].International Dairy Journal,2005,15(6-9):941～955.

10 Govindasamy-Lucey S,Jaeggi JJ,Johnson M E,et al.Use of cold microfiltration retentates produced with polymeric membranes for standardization ofmilks formanufacture of pizza cheese[J].Journal of Dairy Science,2007,90(10):4 552～4 568.

11 Govindasamy-Lucey S,Lin T,Jaeggi J J,et al.effect of type of concentrated sweet cream buttermilk on the manufacture,yield,and functionality of pizza cheese[J].Journal of Dairy Science,2007,90(6):2 675～2 688.

12 胡紗紗,汪一紅,王承明,等.響應曲面法優(yōu)化水溶性黃連木多糖的提取工藝[J].食品科學,2008,29(8):172～176.

13 Verma P,Agrawal U S,Sharma A K,et al.Optimization of process parameters for the development of a cheese analogue from pigeon pea(Cajanus cajan)and soymilk using response surfacemethodology[J].International Journal of Dairy Technology,2005,58(1):51～58.