張宇翔 李幼梅 王雄 白新鵬



摘 要 以熱帶水果番木瓜為原料生產果肉制品,采用模糊綜合評價法對產品進行感官質量評價,通過單因素和正交實驗確定檸檬酸、護色劑抗壞血酸、穩定劑羧甲基纖維素鈉(CMC-Na)、山梨糖醇添加量,采用神經網絡對果肉制品工藝參數進行優化,建立神經網絡模型。結果顯示,檸檬酸添加量為0.105%、抗壞血酸為0.112%,CMC-Na為0.098%,山梨糖醇為7.2%時,產品的感官得分為89.93。此條件下生產的產品色澤均勻,香氣濃郁,口感佳,符合衛生安全標準。
關鍵詞 番木瓜;果肉制品;BP神經網絡;模糊綜合評價法
中圖分類號 TS255 文獻標識碼 A
Abstract The optimum processing technology and formula of Carica papaya fruit products were studied. The sensory quality of C. papaya fruit products was assessed by fuzzy comprehensive evaluation. The additon of additives such as citric acid, ascorbic acid, CMC-Na and sorbitol were confirmed by single factor experiments and an orthogonal design. The processing parameters were optimized by BP neural network and the model was established. Results indicated that the best product of C. papaya fruit with a pure color and delicious taste was obtained with 0.105% citric acid, 0.112% ascorbic acid, 0.098% CMC-Na and 7.2% sorbitol.
Key words Carica papaya; product development; BP neural network; fuzzy comprehensive evaluation
doi 10.3969/j.issn.1000-2561.2017.04.024
番木瓜(Carica papaya L.)別名木瓜、乳瓜等,屬番木瓜科番木瓜屬[1],是享譽世界的熱帶水果[2],原產中美洲,現廣布在熱帶、亞熱帶地區,據FAO統計[3],全球番木瓜年產量超1 000萬t,我國約占10%市場份額,主產區在海南、廣東、廣西等。在我國,番木瓜的應用[4]主要集中在提取其木瓜蛋白酶[5]及作為鮮果出售,這種傳統的生產加工模式存在資源利用不徹底,附加值不高等弊端,尤其是作為鮮果出售極大受運輸、貯藏條件的限制及銷售未及時導致后熟[6]甚至腐敗等問題,很大程度限制了番木瓜產業的發展,直接影響我國熱帶、亞熱帶地區的農業收入[7]。成熟的番木瓜果肉營養豐富[8],維C含量高,具有清新的果香及獨特的木瓜風味,此外還具有強筋舒絡、降壓防癌等功效[9]。
BP網絡(Back Propagation),是1986年由Rumelhart和McCelland等提出的一種按誤差逆傳播算法訓練的多層前饋網絡[10],是目前應用最廣泛的神經網絡模型之一[11],多用于構建模型[12]、時間序列分析、模式識別和控制等。果醬是將果蔬與糖混合制成一種凝膠狀物質[13],但因含糖量高,不利健康。結合番木瓜果肉加工現狀[14],本研究利用BP網絡指導果肉產品開發,構建生產模型,確立具體生產加工參數,旨在開發研制番木瓜原風味濃郁、口感佳、貯藏條件簡單、貨架期長的果肉制品,增加番木瓜產業附加值,延長產業鏈。
1 材料與方法
1.1 材料
1.1.1 材料與試劑 番木瓜:海南本地番木瓜;羧甲基纖維素鈉:青島日昇昌食品配料有限公司,食品級;山梨糖醇:河南久順生物科技有限公司,食品級;檸檬酸:廣東雄遠化工實業有限公司,食品級;抗壞血酸:西安惠邦生物工程有限公司,食品級。
1.1.2 儀器與設備 WZS手持式糖度計:上海精科實業有限公司;AE300L-H數顯恒速高速分散均質機:深圳良誼儀器公司;BXM-30R蒸汽滅菌器:上海博訊實業有限公司;2WAJ阿貝折射儀:上海光學儀器廠;KDNX-20X石墨消解儀:上海秉越電子儀器有限公司;EL204 電子天平:梅特勒托利多儀器有限公司;PHS-3D PH計:上海精密科學儀器有限公司;RS1高級流變儀:賽默飛世爾有限公司;ICP-MS電感耦合等離子質譜儀:江蘇天瑞儀器股份有限公司。
1.2 方法
1.2.1 果肉制品制作工藝
(1)工藝流程。成熟番木瓜→去皮去籽→清洗→打漿→調配→灌裝→排氣→密封→殺菌→冷卻→檢驗→成品。
(2)操作要點。選擇形態盡量一致的成熟果實,將果肉以外的皮、籽、果囊均去除干凈,為保證制品的口感細膩,充分打漿,直至為均一流體,無顆粒狀。打漿后為橙色流體。按一定的比例添加檸檬酸、羧甲基纖維素鈉、山梨糖醇調配后,控制火力加熱果醬,要求果醬中心的溫度為80 ℃左右。對罐裝好的樣品置于沸水中排氣10 min,迅速密封,使罐內形成一定的真空度。該果肉制品為酸性食品,可使用常壓殺菌,殺菌條件為100 ℃,40 min。殺菌后迅速冷卻至室溫,檢查產品有無破損等異常現象,貼標。
(3)感官評定標準。感官評定小組由50人組成,將果肉制品分為5個等級,評定標準及分值轉換如表1、2所示。
采用模糊綜合評價法[15]評定所制果醬的感官質量:
評價因素集合U={色澤,氣味,滋味,形態,凝膠性}。
權重集合W={0.1,0.15,0.35,0.25,0.15}。
評判集合C={Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ}。
第i個因素的評價為Ri={ri1,ri2,ri3,....rin},Ri是U的模糊子集,rin表示從因素i到評判結果Ci的隸屬度,以此類推可知其余因素的R集。然后對R和W進行模糊變換:Y=W·R={y1,y2,y3,y4,y5},將等級區間分值的平均數組成分數矩陣G={93.5,83,75,68,62.5},計算各個產品的最終得分S=Y·G。
(4)試驗設計優化。采用哈克流變儀測量室溫下的果肉制品粘度,結合感官評價結果與粘度值,對羧甲基纖維素鈉、檸檬酸、山梨糖醇等進行單因素實驗,并采用BP神經網絡優化制作工藝。產品的水分、粗脂肪、粗蛋白、總糖、可溶固形物和灰分分別按照GB 5009.3-2010、GB/T 14772-2008、GB 5009.5-2010、GB 5009.7-2008、GB/T 10786-2006和GB5009.4-2010進行分析。
1.2.2 產品成分分析
(1)基本成分分析。產品的水分、粗脂肪、粗蛋白、總糖、可溶固形物和灰分分別按照GB 5009.3-2010、GB/T 14772-2008、GB 5009.5-2010、GB 5009.7-2008、GB/T 10786-2006和GB5009.4-2010進行分析。
(2)微生物指標分析。產品的大腸桿菌、商業無菌和酵母及霉菌分別按照GB 4789.32-2002、GB 4789.26-2013和GB 4789.15-2010進行分析。
1.3 數據處理
實驗進行3次平行,采用平均數表示結果,并進行方差分析。單因素實驗采用Origin8.0軟件進行分析,神經網絡分析采用JMP軟件處理。
2 結果與分析
2.1 感官評定分析規則
以檸檬酸添加量0.05%,抗壞血酸添加量0.1%,CMC-Na添加量0.2%、山梨糖醇添加量5%的番木瓜果肉制品(E)為例,對其進行感官品質評價,對感官評定結果進行歸一化后見表3。
對權重與評價因素進行模糊變換,即:
=(0.287,0.343,0.218,0.107,0.045),即:28.70%參與感官評價人員認為果肉制品(E)為Ⅰ級產品,34.30%認為是Ⅱ級,21.80%認為是Ⅲ級,10.70%認為是Ⅳ級,4.50%認為是Ⅴ級。
果肉制品(E)的感官品質最終得分為:S=Y·G=(0.287, 0.343, 0.218, 0.107, 0.045)·(93.5, 83, 75, 68, 62.5)T=81.74,屬于Ⅱ級產品(80~86),質量為中上等。
2.2 果醬生產工藝及優化結果
2.2.1 單因素實驗結果 少量的檸檬酸使得番木瓜果肉制品的pH<4.0,在不影響產品口感前提下可有效抑制多種微生物的生長繁殖,保證產品的質量,延長貨架期。番木瓜中本身含有少量的維生素如B1、B2、C,添加微量的抗壞血酸可相對增加維生素的含量。成熟的番木瓜果肉中維生素C含量約為471.2 mg/kg,番木瓜果肉制品以250 g為灌裝量,其維C含量為117.8 mg,據抗壞血酸的添加量對番木瓜果肉制品品質影響,當添加量達0.1%時,產量中維C含量可達367.8 mg。同時,維C還可對番木瓜果肉制品的色澤起到一定的維護作用。CMC-Na因其特有的性質使其具有增稠、乳化、保水保鮮等功能,能夠改善番木瓜果肉制品口感、提高產品的穩定性及質量,還具有延長保質期作用。山梨糖醇具有清涼的甜味,食用后在血液中不轉化成葡萄糖,且熱量低,此外,山梨糖醇為不揮發多元醇,將其添加到番木瓜果肉制品中不僅可以增加產品的甜度,且具有保持番木瓜果香的功能。
單因素實驗檸檬酸、抗壞血酸、CMC-Na、山梨糖醇的添加量對番木瓜果肉制品品質影響結果如圖1所示,由試驗結果可知,添加微量的檸檬酸對番木瓜果肉制品的感官影響不大,添加量越低,感官評價越高,結合感官評價與pH值,選取檸檬酸的添加量為0.1%為較佳點。當抗壞血酸的添加量低于0.1%時,感官評分高于85分,具有較優的口感。CMC-Na的添加量與果肉制品的粘度值呈正相關,當添加量低于0.05%,產品出現分層現象;當CMC-Na添加量介于0.05%~0.2%之間,番木瓜果肉產品流動性較好,呈現牛頓流體性質,當添加量高于0.2%,此時果肉制品呈現假塑性(非牛頓)流體性質,綜合考慮粘度、流動性及感官評分關系,取CMC-Na的添加量0.1%為單因素較佳點進行試驗優化設計。添加適量的山梨糖醇可以增加果肉制品的甜度,且能夠保留番木瓜清新果香,當添加量高于10%由于甜度過高,感官得分反而降低。
2.2.2 BP神經網絡優化番木瓜果肉加工工藝 以番木瓜果肉制品的粘度值與感官得分作為考察指標,研究檸檬酸、抗壞血酸、CMC-Na、山梨糖醇添加量對其影響。在單因素最佳水平的基礎上采用BP神經網絡對工藝參數進行優化,通過正交設計確定優化所需數據,實驗因素水平和結果見表4、5。
采用k疊交叉驗證法(k-fold cross validation)進行神經網絡模型擬合,如圖2所示,選擇4 * 5 * 2單層神經網絡,4個輸入神經元,分別為檸檬酸添加量、抗壞血酸添加量、CMC-Na添加量、山梨糖醇添加量,5個隱藏神經元,2個輸出神經元,分別為感官綜合評分和粘度。
檸檬酸、抗壞血酸、CMC-Na、山梨糖醇添加量對番木瓜果肉制品的感官得分和粘度的影響如圖3、4所示。
在番木瓜果肉制品中添加適量的抗壞血酸不僅在貯期起到護色作用,還可與檸檬酸協同調節果肉制品的pH值,延長貨架期,還可與山梨糖醇共同調節產品的甜酸度。從圖3(曲面下邊緣)可看出,隨檸檬酸、抗壞血酸、山梨糖醇添加量的增加,綜合感官評分緩慢上升,當檸檬酸添加量為0.105%、抗壞血酸添加量為0.11%,山梨糖醇添加量為7%時,此條件下的產品的感官評價較好,迎合廣大消費者的喜好。CMC-Na的添加量為0.10%時,產品的感官評價較優。
由圖4可知,番木瓜果肉制品的粘度值與檸檬酸、抗壞血酸、山梨糖醇的添加量無顯著關系,隨CMC-Na添加量的增加而增大。果肉中的主要成分是水分,添加的CMC-Na分散在果肉的水分中形成透明膠狀物,與果醬中的果膠成分交聯聚合。
由正交設計實驗可知,產品感官評分的各因素極差大小依次為RX3>RX1>RX2>RX4,即影響產品感官評分的主次因素為CMC-Na添加量>檸檬酸添加量>抗壞血酸添加量>山梨糖醇添加量,據此可知,產品的均一性狀是感官評價最直接表征,添加適量的CMC-Na可使產品交聯聚合,有利于均一穩定;抗壞血酸對產品色澤起到保護作用,使得產品保持番木瓜果肉原有的色澤;檸檬酸與山梨糖醇互配,可調節產品的甜酸度。影響產品粘度的主要因素為CMC-Na,CMC-Na作為一種穩定劑,已廣泛應用于各種果汁飲料,具有很好的穩定性,有利于產品保持風味、口感、濃度的均一穩定。
根據試驗設計及數據分析可知,當檸檬酸添加量為0.105%、抗壞血酸添加量為0.112%,CMC-Na添加量為0.098%,山梨糖醇添加量為7.2%時,此條件下的產品的感官評價最高為89.93,粘度為53.45 Pa·s。
對神經網絡預測的數據進行驗證,當檸檬酸添加量為0.105%、抗壞血酸添加量為0.112%,CMC-Na添加量為0.098%,山梨糖醇添加量為7.2%時,產品實際感官得分為88.47,與理論值誤差為1.62%,粘度為54.09 Pa·s,與理論值誤差為1.18%,說明預測結果與實際相差不大,此法可用于指導番木瓜果肉生產。
2.3 產品成分分析
2.3.1 基本成分分析 從表6可見,產品的水分含量為(70.50±2.72)%,總糖含量為(21.80±0.00)%,可溶性固形物含量為(25.45±0.40)%,粗脂肪、粗蛋白、灰分含量均低于1%,指標符合國家標準。
2.3.2 微生物檢驗 從表7可見,產品微生物檢驗合格,大腸菌群、酵母、霉菌檢驗均為陰性,未檢出,產品屬于商業無菌。
3 結論
試驗采用模糊綜合評判決策進行感官評價,可減少人為主觀因素的影響,使結果更為準確、科學、有效、可信。根據試驗參數,采用BP神經網絡對番木瓜果肉制品加工條件進行預測并驗證,檸檬酸添加量為0.105%,抗壞血酸添加量為0.112%,CMC-Na添加量為0.098%,山梨糖醇添加量為7.2%時,產品的感官得分最高為89.93,粘度為53.45 Pa·s,產品色澤均勻,香氣濃郁,口感佳,產品的水分含量為(70.50±2.72)%,總糖含量為(21.80±0.00)%,可溶性固形物含量為(25.45±0.40)%,粗脂肪、粗蛋白、灰分含量均低于1%,理化指標符合國家標準;產品微生物檢驗合格,大腸菌群、酵母、霉菌檢驗均為陰性,未檢出,產品屬于商業無菌。產品設計合理,生產過程操作規范,衛生合格。
參考文獻
[1] 劉 思, 沈文濤, 黎小瑛, 等. 番木瓜的營養保健與產品開發[J]. 廣東農業科學, 2007(2): 68-70.
[2] 楊連珍, 韋家少. 世界番木瓜生產與發展分析[J]. 中國熱帶農業, 2005(6): 18-19.
[3] Saran P L, Choudhary R. Drug bioavailability and traditional medicaments of commercially available papaya: a review[J]. African Journal of Agricultural Research, 2014, 8(25): 3 216-3 223.
[4] Li Y M, Su N, Yang H Q, et al. The extraction and properties of carica papaya seed oil[J]. Adv J Food Sci Technol, 2015, 7(10): 773-779.
[5] 吳顯榮. 木瓜蛋白酶的開發與應用[J]. 中國農業大學學報, 2005, 10(6): 11-15.
[6] 孟祥春, 凡 超, 張愛玉, 等. 不同品種番木瓜果實后熟及貯藏特性的比較研究[J]. 保鮮與加工, 2010, 10(4): 21-24.
[7] 劉學文, 王圣俊. 海南番木瓜產業發展的優勢及政策建議——兼談世界番木瓜產業[J]. 農業現代化研究, 2013, 34(4): 451-455.
[8] 黃 猛. 水果型番木瓜的營養保健價值及發展前景[J]. 農業研究與應用, 2011(4): 52-54.
[9] 袁志超, 汪芳安. 番木瓜的開發應用及研究進展[J]. 武漢工業學院學報, 2006, 25(3): 15-20.
[10] 劉彩紅. BP神經網絡學習算法的研究[D]. 重慶: 重慶師范大學, 2008.
[11] 李輝東, 關德新, 袁鳳輝, 等. 基于BP人工神經網絡的楊樹林冠蒸騰模擬研究[J]. 生態學報, 2015, 35(12): 1-13.
[12] 付克蘭, 張 玲. BP神經網絡預測模型及應用[J]. 電子技術與軟件工程, 2015(7): 259-259.
[13] 蔡曉雯, 江千雍, 韓陸奇, 等. 番木瓜及其果醬的研究[J]. 福建熱作科技, 2000, 25(1): 7-8.
[14] 周 鵬, 沈文濤, 言 普, 等. 我國番木瓜產業發展的關鍵問題及對策[J]. 熱帶生物學報, 2010, 1(3): 257-264.
[15] 霍 紅. 模糊數學在食品感觀評價質量控制方法中的應用[J]. 食品科學, 2004, 25(6): 185-188.