控制豬肉品質的新型感應器：用于屠宰和加工階段測定豬胴體組分和評估豬肉品質

Gilles NASSY

（法國養豬業研究院，巴黎 94704，法國）

摘 要：豬肉產業現在擁有了新的測定胴體組分和加工階段豬肉品質的工具，其技術的成熟性已經通過實驗和推廣應用測試。屠宰企業正在影響這一工具建立市場和養殖企業間的經濟和技術聯系。肉類加工業這一新技術有效性已經在多個方面得到驗證。X射線斷層掃描技術可以實現對胴體3個主要組分的檢測：瘦肉、肥肉和骨。這一技術被用來虛擬分割胴體以進行分級。在剔骨分割車間，這一技術被用來設定機器人的分割程序，以根據每塊胴體的構造進行適宜的分割。在屠宰場安裝的可見光攝像機，可以按照肥肉和瘦肉的厚度進行評級，這樣也能提高養殖者的收益。近紅外光譜技術被用來測定肥瘦混合肉的組分。這個技術將替代pH值，在屠宰階段預測火腿的工藝品質。計算機技術、高光譜分析技術（包括可見光譜和紅外光譜）的應用，大大提高了近紅外光譜技術分析的準確性，并進一步改善了豬肉品質評估的精度。

關鍵詞：感應器；組分；品質；屠宰；加工

New Captors for Use in Controlling Pork Quality： Evaluation of Porcine Carcass Composition and

Quality Traits during Slaughter and Processing

Gilles NASSY

（French Pig Research Institute， Pairs 94704， France）

Abstract： New captors for use in slaughterhouses and for transformation in order to measure carcass composition and characterize technological quality of meat. Slaughterhouses hold a strategic position in the center of the pork industry as they are the technological and economic link between market expectations and livestock production. New technologies， proven in other industries， appear in the meat industry and are experienced in several directions. The X-ray tomography determines accurately and nondestructively in pig carcass， the proportion of three main tissues， fat， lean and bones. X-ray is already used to perform virtual dissections to calibrate grading devices. This RX technology is experienced on deboning lines to program deboning robots according to the individual conformation of pieces. Visible light cameras are now installed in slaughterhouses to classify carcasses according to thickness of lean and fat to allow the distribution of gains payments to farmers. The near infrared spectra （NIRS） of reflection or refraction are quite widely used to measure the composition of mixed fat and lean. Their use is being validated for substitution to pH to predict， at the slaughterhouse stage， the technological quality of hams. Hyperspectral analysis （including visible and infrared rays） becomes possible thanks to the speed of computers available today. It should enhance the accuracy of the NIRS analysis and improve the characterization of pig meat.

Key words： captors； composition； quality； slaughter； processing

中圖分類號：TS251.3 文獻標志碼：A 文章編號：1001-8123（2015）02-0021-04

doi： 10.7506/rlyj1001-8123-201502005

1 豬肉產業的背景

豬肉產品有兩個主要銷路：鮮肉和加工肉。為了提高生產性能，豬肉產業要鼓勵養殖企業按照下游產業的不同需求，來飼養具備相應品質的生豬。屠宰企業在整個產業鏈中占據重要的戰略位置，因為它的存在，才使市場和養殖企業之間建立起一定的經濟和技術聯系。

經濟聯系主要為根據胴體質量和瘦肉含量對優質胴體給予獎勵；技術聯系主要對豬肉的加工潛質進行預測。無論哪種情況，屠宰企業對豬肉的品質測定都至關重要，它可以將下游產業的要求傳遞給上游養殖業，使其根據下游產業的要求組織生產。在其他領域出現的眾多新技術已經開始在肉類工業應用，并在多個方面得到檢驗。

2 胴體組分測量技術

目前，豬胴體成分主要在稱質量和評級階段測量。在屠宰生產鏈中，這一操作一般在進入冷卻室前進行。當前常用共有3種測量技術：反射光掃描、超聲波掃描或成像技術。反射光掃描的原理是分析由一個穿透性探頭發射，被樣本（豬肉）反射回來的可見光束，穿過脂肪或肌肉組織反射出的光束各不相同。光束還被穿透傳感器切斷以測定豬肉各部分的厚度。這一原理從80年代便開始應用（如 SFK 集團的 FatOmeter和Sydel的CGM）。

從90年代開始，超聲波斷層掃描技術被用來測量胴體瘦肉的比例。丹麥SFK集團設計了自動超聲波掃描，被命名為Carometec。它被用來掃描豬的背部，以測定背膘的厚度以及里脊的大小。另一種名為AutoFom的設備被安裝在脫毛機和燎毛機之間。它安裝在活豬接收臺的斜槽中，是插入了16 個超聲波探頭的拱門狀測量設備。通過掛鉤將未開膛的豬運到斜槽中，再進入拱門，通過其自重自動感應器。測量頻率可與胴體的流動速度同步，以保證每隔0.5 cm發射一個信號。最后，分析出眾多變量的縱向輪廓，以估測背膘的厚度以及里脊的大小。

早期應用于牛胴體評級的自動成像技術最近也被應用到豬肉產業。該技術的優點是自動化、操作成本低。在法國，Uniporc Ouest公司推出了CSB-Image-Meater?儀器。自從2013年6月以來，3/4的法國生豬（約每年1800萬 頭）的支付價格是以這個設備所估測的切塊瘦肉比例來計算的。

所有豬胴體分級方法都必須通過歐洲委員會依據歐盟法規和專家意見進行審批。CSB-Image-Meater?完成的瘦肉率評價誤差為2.4%[1]，低于歐盟標準規定的上限2.5%。預測公式采用從胴體腰部和后腿間的兩個皮下脂肪厚度（G3和G4）和兩個瘦肉厚度（M3和M4）來計算：

瘦肉率= 60.12-0.487G3-0.133 G4+0.111 M3+0.036 M4

式中：G3為臀中部最薄皮下膘厚度（包括皮厚）/mm；G4為腰部4塊脊椎間皮下膘平均厚度（包括皮厚）/mm；M3為臀中部最前端和脊背端最薄瘦肉厚度/mm；M4為腰部，4塊脊椎間瘦肉平均厚度/mm。

這個評級儀器通過了X射線掃描校準（圖2），目的是避免長時間、高成本且難以保障重復性的人工分割。用法國養豬業研究院開發的一套計算法分析歐洲標準四分塊掃描，得出的瘦肉率誤差為0.5%[2]，在歐盟國家中最低。

3 X射線掃描技術

盡管業界正致力于將X射線掃描技術應用到肉類工業，但到目前為止，該技術主要被用于實驗研究[3]。一個研究家畜成像技術的歐洲科學家網絡（COST FAIM行動）正致力于這項研究。

科研交流的目標是建立一個歐洲的瘦肉率掃描參考技術以應用于豬肉分級[4]。在對腌制火腿不同切面成像的研究中，X 射線掃描技術的應用獲得了成功[5]。X射線掃描技術可以根據肌肉的緊密程度將食鹽的滲透程度和干燥程度呈現出來 [5]。這個無創性測量對火腿腌制過程的跟蹤非常有用，并且在加工結束前就可以評估腌漬情況參數（圖3）。

X射線掃描技術的應用也開始出現：Mayaekawa Mycom 儀器已經在生產線上利用該技術來對后腿去骨拍照以得出其形態、腿骨形狀和位置的二維圖。這個照片通過數學計算分析將數字信息提供給去骨機器人。丹麥肉類研究院正在改進這項技術，希望在豬肉剔骨車間的前端提供原材料的總體信息。

在分割前對每個切塊瘦肉和肥肉形態的精確掌握，是所有豬肉加工業面臨的關鍵挑戰。這樣可以根據其形態和瘦肉率選擇最適宜的加工方式。對每個切塊組分的客觀測量，可以作為生豬商業價值評估的依據，用以替代根據胴體全部組分測量定價的方式。因此，此技術將來可以建立一個機制，用以鼓勵生產出最適合市場需求的切塊。

4 根據加工需求來評價豬肉品質（加工潛質）

屠宰場的第2個任務是根據加工企業的需求來評估豬肉品質。

豬肉的加工潛質包括火腿的保水能力（代表烹飪轉化率）和形成蛋白質凝膠，以保持切片形狀（切片效率）的能力。目前，這項品質是通過對新鮮后腿肉半膜肌外部的pH值和肉眼觀測腿肉內部結構的破壞情況來評估。法國養豬業研究院通過測量可見光和紅外光譜來評估腿肉和背部肉的烹飪轉化率和切片效率。

Vautier等[6]嘗試了利用可見光譜預測后腿肉烹飪轉化率的可行性。對后腿（R2=0.70，校正集均方根誤

差=2.1）和里脊（R2=0.45，校正集均方根誤差=2.0）交叉驗證后的校準結果非常樂觀。而利用pH值在理想條件下也可以得到相似的結果（pH值和加工轉化率相關性r為0.58～0.84）。

在一項預測后腿肉烹飪轉化率的研究中，Vautier等[7]

驗證了光譜技術的預測能力。通過接觸型探頭對屠宰后24 h的臀中肌可見光和紅外光譜（350～1 800 nm），成功地預測了加工轉化率（R2=0.75，校正集均方根誤

差=2.8）。在對36 個后腿肉樣本的外部驗證后，得出這個方程式預測烹飪轉化率具有高相關性（r=0.82），且均方根誤差為樣本標準差3.6的一半左右。

在另一項對里脊肉制作烤肉的烹飪轉化率研究中，采用了嵌入式可見光和紅外光探頭，預測結果顯示受測點的影響很大，但對9 個探測點中某一個進行外部驗證時，也發現具有較高的相關性r=0.65和較低的均方根誤

差2.9[8]。

Vautier等[7-8]發表的文章和表1的預測誤差均以預測均方根誤差表示，作為預測值相對真實測定值的均方根誤差。當其低于樣本標準差的一半時，被認為預測方程可靠。

由于對屠宰18 h的后腿肉只進行一次紅外光譜測量，就可以預測到烹飪轉化率和結構的破壞程度，后腿肉的預測結果較為理想。這項技術的測量和分析迅速（每個樣品只需1 s），且與目前已經應用于生產的pH值測量法相比，受測量人員和環境的影響均較小。這項技術在生產線上系統化應用的前景廣闊，通過預測后腿肉和背部切塊的加工潛質，便可決定繼續深加工還是轉為其他要求不高的加工項目。

高光譜分析技術的應用，可作為肉類加工業對光學探測器應用的下一步任務。紅外光譜測定技術可提供更豐富的光譜信息。未來目標是可以通過對肉塊進行連續無接觸式探測，簡化自動分揀工序，而無需人工參與。自動測量技術有潛力成為在豬肉產業中推廣的加工潛質預測技術。

光學測定技術將來的發展應考慮改進探頭對肉類測量的適應性（包括可達性和測定面）、對相應環境的適應性（濕度、溫度和易清潔程度等）、降低成本、探頭測定面積、光束強度、計算處理（以加快測定速度）和小型化等。同時，也要找到最佳的測定點，既要能得出最佳加工潛質的預測值，又要能在屠宰場測定簡便易行。

5 結 語

肉品質和組分測定的客觀性對于肉類加工業來說至關重要。光學和成像技術在肉類加工業已經廣泛應用于生產。光學技術和X射線掃描技術具有測定快速、受操作人員影響小以及易應用到自動化生產的特點，因此很有優勢。它們既能改善生產性能，又能降低生產成本，完全符合肉類加工業的未來發展需求。

參考文獻：

[1] BLUM Y， MONZIOLS M， CAUSEUR D， et al. Recalibrage de la principale méthode de classement des porcs en France[J]. Journées de la Recherche Porcine， 2014， 46： 39-43.

[4] DAUMAS G， DONKO T， MONZIOLS M. Identification of possible and relevant post mortem reference methods for carcass composition[M]. Kaposvár， 2013： 14-17.

[2] DAUMAS G， MONZIOLS M. An accurate and simple computed tomography approach for measuring the lean meat percentage of pig cuts[C]//Proceedings of the 57th ICoMST， Ghent， Belgium， August 7-12， 2011： 61.

[3] PEMAR C， MARCOUX M， GISPERT M， et al. Determining the lean content of pork carcasses[M]//Kerry J D， Ledward D P， Ledward D. Improving the sensory and nutritional quality of fresh meat. Woodhead Publishing Limited， Cambridge， UK， 2009： 493-518.

[5] FULLADOSA E， SANTOS-GARCES E， PICOUET P， et al. Prediction of salt and water content in dry cured hams by computer tomography[J]. Journal of Food Engineering， 2010， 96： 80-85.

[6] VAUTIER A， BOZEC A， GAULT E， et al. Visible spectroscopy and redox potential as alternatives of ultimate pH for cooking yield prediction[C]//57th International Congress of Meat Science and Technology， Ghent， 2011： 1-4.

[7] VAUTIER A. A feasability study for the prediction of the technological quality of ham with NIR spectroscopy[C]//EAAP， Nantes annual meeting， 2013.

[8] VAUTIER A， GAULT E， LHOMMEAU T， et al. Meat quality mapping of the loin： pH vs NIR spectroscopy to predict the cooking yield[C]//60th International Congress of Meat Science and Technology， Punta del Este， 2014.

（翻譯：黃亞宇，審校：孟慶翔）