果蔬干燥含水率在線測量技術研究現狀及展望

李國鵬， 謝煥雄， 吳惠昌， 顏建春， 魏 海

(農業部南京農業機械化研究所，江蘇南京 210014)

果蔬營養價值豐富，是人體無機鹽、纖維素、維生素等營養物質的主要來源。在農業生產中，果蔬是除谷物以外最重要的農作物。大部分果蔬的含水率在75%～90%，也有部分果蔬如黃瓜、生菜等含水率達95%以上[1]。在微生物的作用下，容易發生各種不良的物理化學變化而導致霉變[2]。我國有著十分豐富的果蔬資源，2015年我國水果總產量達27 375萬t，蔬菜種植總面積達2 200萬hm2，水果種植總面積達 1 281.7 萬hm2，并且呈逐年遞增趨勢[3](圖1)。對果蔬進行不同程度的深加工可提高果蔬的附加值，果蔬干燥是果蔬加工的主要形式之一。對果蔬進行干燥可以延長果蔬的保存期，減輕質量、縮小體積、便于運輸[4-6]。近年來，我國果蔬干燥工業發展迅速，已經成為提高農業效益、增加農民收入的重要行業，在國際市場有著巨大的發展潛力[7-8]。

1 果蔬含水率實時測量技術研究現狀

含水率是衡量干燥程度和干燥效果的重要指標[9]。通常有2種表達方式，分為干基含水率與濕基含水率。干基含水率可以大于1，濕基含水率一定小于1。

式中：Xdry表示干基含水率，%；Xwater表示濕基含水率，%；mwater表示物料水分質量，kg；mdry表示物料干物質質量，kg。

果蔬含水率可以通過直接或間接測量獲取。直接測量是通過減壓干燥或共沸蒸餾等方式獲取物料的水分質量mwater和干物質質量mdry直接計算得出物質含水率[10]。間接測量是利用物料自身的物理、化學、光學特性與含水率之間的關系來獲得含水率[11]。果蔬物料含水率在干燥過程中的實時測量對于干燥工藝過程的優化控制、判別干燥的進程以及把控干燥產品的品質等具有極其重要的意義。由于果蔬品種及物理性質的多樣性，要求其含水率的檢測方法也具有多樣性[12]。

1.1 利用果蔬介電特性的含水率測量

水果和蔬菜是介電物質中的一種，其介電特性與果蔬的組織成分有關，可以利用介電特性測量其含水率。在實際中，常用復相對介電常數(ε)來描述：

ε=ε′-jε″。

1.1.1 國外研究現狀 國外學者在果蔬介電特性方面的研究起步相對較早，1945年Dunlap等就開始探索介電常數與含水率之間的關系方面，他們通過研究18 kHz～5 MHz頻率條件下胡蘿卜的介電特性，表明介電常數主要取決于含水率[16-18]。Stuchly等在9.4 GHz頻率下測定馬鈴薯粉在不同含水率和溫度下的介電常數，表明介電常數與含水率成正比[19-20]。Seaman等在研究發現，在150 MHz～6.4 GHz頻率條件下蘋果、香蕉、桃子和柑橘等的果皮和果肉的介電特性不同的主要是因為含水率不同[21]。Nelson測量了3種新鮮洋蔥在 2.45、11.7、20.0 GHz頻率下的介電常數與介電損耗因子，認為這些數據可以用于含水率的測量[22]。Tulasidas等用開放式同軸探針技術測定了2.45 GHz頻率下含水率在 15%～80%的葡萄在溫度25～80 ℃范圍內的介電特性，研究發現介電常數與損耗因子隨著含水率的減小而下降，在含水率較低時介電特性主要受溫度影響[23]。Funebo等研究了15種果蔬在2.45 GHz、5～130 ℃ 范圍內的介電特性，得出了溫度、灰分、含水率與介電常數之間的關系模型[24]。Feng等研究了225、605 ℃的溫度條件下，含水率在4.0%～87.5%范圍內的紅富士蘋果的介電特性，結果表明，在含水率較高(>70%)時，介電行為受自由水和離子傳導影響。在中等含水率(23%)時，離子傳導起主導作用。在含水量較低(4%)時，分散機理主要受結合水影響，含水率降低會導致介電常數與損耗因子減小[25]。Sharm等研究了大蒜在頻率為 2.45 MHz、溫度為 35～37 ℃、干基含水率為6%～185%下的介電特性，并通過響應面分析得出了含水率與介電特性、溫度之間的預測模型[26]。Nelson研究了頻率在10～1.8 GHz、溫度在5～95 ℃范圍內蘋果、鱷梨和香蕉的復相對介電常數，結果表明，在10～100 MHz之間的某個頻率下，介電常數受溫度的影響最小，低于這個頻率時，介電行為主要受離子傳導影響，高于這個頻率時，介電行為由電偶極子的狀態決定[27]。

1.1.2 國內研究現狀 國內對果蔬介電特性的研究起步較晚，在國外學者研究的基礎上，國內越來越多的相關學者開始對果蔬介電特性與含水率的關系進行研究。秦文等選取了27種農產品，其中包括8種谷物以及從水果類、食用菌類、根莖類、葉類中選取的19種果蔬產品，研究其介電常數與含水率的相關關系。研究結果表明，果蔬含水率與介電常數線性相關，但不同種類的果蔬線性相關的含水率范圍不同。其中，白菜60%～95%，菠菜40%～95%，雞腿菇55%～80%，雙孢蘑菇70%～90%，馬鈴薯58%～78%，梨60%～91%，各類果蔬產品含水率與介電常數關系見圖2至圖5[28]。王穎等利用LCR測量儀測量了熱風干燥過程中蘋果以及蘋果與空氣混合物的相對介電常數，并對蘋果相對含水率分別與相對介電常數、混合物相對介電常數進行回歸分析，得出了相對含水率

與相對介電常數之間的擬合方程。分析結果表明，蘋果含水率與相對介電常數以及混合物的相對介電常數均極顯著相關[29]。針對常規的介電特性測試裝置不能在真空冷凍干燥裝置的凍干倉中對果蔬介電特性進行在線測量問題，張建華設計了2針型和4針型2種可調探針式電極，與RCL測試儀組合形成可調式電極介電特性測量系統[30]。張鶴嶺等針對真空冷凍干燥，利用溫度傳感器、電容傳感器測量冷凍倉內的溫度以及物料的介電常數，結合ZigBee無線數據收發芯片設計了一款在線無線檢測裝置，用于實時監測凍干過程中的含水率[31]。裝置包括電容探針、電容檢測模塊以及AD轉換器，分別在室溫下使用RCL測試儀、在70 ℃高溫下使用平板電容對電容傳感器進行性能評估，結果表明，室溫下電容傳感器相對誤差小于3%，高溫下相對誤差小于0.5%。

目前，已有公司研制出了精度較高的通用型電容傳感器，如ADI公司的AD7746、Irvine Sensor公司的MS3110、AMG公司的CAV424等，結合單片機測量精度可達10-15F。借助電容傳感器可以方便且精確地測出果蔬物料的介電常數，使得該方法在操作上簡單可行，經濟性好。

1.2 利用核磁共振技術進行含水率測量

核磁共振(NMR)技術主要有2個學科分支，即磁共振成像(MRI)和磁共振波譜分析(MRS)。磁共振成像是用無線電射頻脈沖作用于特殊磁場中的物料，使具有自旋特性的氫原子核吸收能量產生共振，脈沖停止后氫原子核以信號脈沖的形式釋放能量，計算機將接受到的脈沖信號處理后獲得圖像。磁共振波普分析是利用傅立葉公式將氫原子產生的脈沖信號轉換成波普進行分析的方法[32]。在原子物理學中，原子從激發態轉變為穩定態所需要的時間稱為弛豫時間。橫向弛豫時間(T2)反映測試對象中水分自由度，T2反演譜信號幅值的總值代表該狀態下物料的含水率。低場核磁共振(LF-NMR)是指磁場強度在0.5 T下的核磁共振，利用低場核磁共振檢測物料中氫原子的橫向弛豫時間T2可獲取水分信息，結合計算機視覺和圖像處理技術可實現果蔬含水率的實時監測[33-34]。

陳森等利用LF-NMR橫向弛豫時間T2反演譜研究了常溫儲存下櫻桃的內部含水率變化，結果表明，櫻桃內部主要存在3種狀態的水，即自由水、不易流動的水、結合水[35]。自由水的弛豫時間T2為100～1 000 ms，不易流動水為20～100 ms，結合水為1～20 ms。張緒坤等以胡蘿卜為研究對象，采集樣品在40、50、60、70、80 ℃熱風干燥過程中的LF-NMR橫向弛豫時間T2。分析T2反演譜，對NMR總信號幅值與相應階段的干基含水率進行回歸分析，結果表明，T2反演譜總信號幅值與干基含水率存在顯著相關性(r2=0.999 1)[36]。徐建國等利用MRI技術，分別研究了40、70 ℃恒溫熱風干燥過程中圓柱狀胡蘿卜的水分傳遞過程。結果表明，質子密度信號強度Ⅰ與物料干基含水率存在顯著的線性關系，用Henderson-Pabis模型[MR=aexp(-kt)]模擬干燥過程，在70 ℃時，MR=1.003e-0.011 14t，r2=0.999 4；40 ℃時，MR=1.005e-0.002 86t，r2=0.997 8[37]。王雪媛等利用低場核磁共 振-T2反演譜研究了中短波紅外干燥過程中蘋果的水分變化，經過回歸分析表明，NMR總信號幅值與蘋果的干基含水率存在良好的線性關系(r2=0.912 3)(圖6)[38]。王淼等利用LF-NMR成像技術，研究了柑橘汁包含水率與T2反演譜峰值面積之間的關系(圖7)，并對其相關性進行了Pearson檢驗，結果表明，結合水、自由水的含量與T2反演譜峰值面積在0.01水平下顯著相關，不易流動水在0.05水平下顯著相關[39]。

NMR技術在獲取物料水分信息時不與物料接觸，可以減少對果蔬物料的污染，實現無損檢測。此外，NMR技術可以多方位、多層次成像，在原子水平上獲取物料的全面信息。

1.3 利用數學模型預測含水率

1.3.1 模型種類 在食品干燥工業中的干燥工藝主要以薄層干燥或近似薄層干燥為主，薄層干燥是指干燥層厚度小于 20 mm，且被干燥物料表層充分暴露在相同狀態干燥環境中的干燥過程[40-41]。目前，有多種模型可以用來模擬農產品薄層干燥的過程，主要分為理論模型、半理論模型、經驗模型和半經驗模型。

理論模型是在假定擴散系數D與濃度無關的條件下，由非穩態擴散過程中的菲克第二定律推到而來。

菲克第二定理：

推導得出理論模型：

式中：C表示濃度，%；t表示擴散時間，s；x表示擴散距離，m；MR表示水分比，%；X為物料的實時含水率，%；Xe為平衡含水率，%；X0為物料初始含水率，%。L0表示干燥物料厚度的1/2，m。理論方程形式復雜，難以實際應用，后有學者在模型中引入經驗常數將上式進行簡化，得到了半理論模型。Henderson等于1961年簡化得到Henderson and Pabis模型：

MR=aexp(-kt)。

式中：a、k均為經驗常數。

經驗模型是將干燥過程中的物料的含水率與時間進行回歸分析直接得出的關系式方程。Thompson等于1968年提出了Thompson模型：

t=aln(MR)+b[ln(MR)]2。

半經驗模型是在Lewis模型MR=exp(-kt)基礎上，通過大量的干燥動力學試驗分析建立起來，具有較高的精度，如Page模型[42]：

MR=exp(-ktn)。

物料種類、干燥條件等因素的變化會直接影響到模型的精度，一個足夠精確的模型可以準確地描述特定干燥條件下物料的干燥過程，預測物料的實時含水率。因此，模型選擇至關重要[43]。筆者根據相關文獻[42-43]總結了18種薄層干燥的數學模型(表1)。

表1 薄層干燥數學模型

1.3.2 物料薄層干燥數學模型國內研究進展 眾多國內外學者利用數學模型對果蔬干燥過程進行模擬，預測干燥過程中果蔬的含水率變化。張黎驊等使用Henderson and Pabis模型、Lewis模型和Page模型對花椒的微波干燥過程進行模擬，結合SAS軟件對模型擬合度進行顯著性檢驗，結果表明，采用Henderson and Pabis模型描述花椒微波干燥過程更為準確(r2=0.988 1)[44]。汪政富等研究了溫室晾房和黑紗晾房中葡萄的薄層干燥特性，選用10種模型分別對2種晾房中葡萄的干燥過程進行模擬，結果表明，Wang-Singh模型的擬合效果最佳(r2=0.997)[45]。鄧彩玲等研究了龍眼在不同溫度和不同風速下的熱泵干燥特性，使用Lewis模型、Henderson and Pabis模型、Page模型、Midilli模型等10種模型對龍眼的熱泵干燥過程進行模擬，分析結果表明，各干燥條件下，Midilli模型龍眼熱泵干燥過程的擬合效果最佳(r2=0.997 0)[46]。同時采用二次多項式對Midilli模型種的經驗常數a、b、k、n進行擬合，確立了不同溫度和風速條件下的擬合方程，對模型進行驗證發現預測值與各試驗數據在0.01水平下顯著相關，說明該模型可以對龍眼在任意溫度、任意風速條件下的熱泵干燥過程進行模擬。張凡選用了8種模型分別對生姜片和糖姜片的熱風干燥、微波干燥和熱風微波聯合干燥過程進行擬合，用r2、χ2、均方根誤差(RMSE)3個參數對模型的擬合結果進行評價。研究結果表明，在生姜片的熱風干燥和微波干燥過程中均為Midilli模型的擬合效果最好，在聯合干燥過程中前期Midilli模型的擬合效果最好，后期Two-term模型的擬合效果最好[47]。在糖姜片的熱風干燥過程中Logarithmic模型擬合效果最好，在微波干燥過程中Page模型擬合效果最好，在聯合干燥過程中前期Page模型的擬合效果最好，后期Midilli模型的擬合效果最好。采用二次多項式對模型中的各參數進行擬合求解，得出了最終的干燥模型，并通過試驗對各模型吻合度進行驗證，發現試驗數據與各模型的預測值均高度吻合，說明模型可以準確描述生姜片和姜糖片的各個干燥過程，預測干燥過程中的含水率。弋曉康等選用了10種數學模型對紅棗的熱風干燥過程進行擬合，選用決定系數r2、χ2、均方根誤差來評估擬合效果，研究發現10種數學模型在45～65 ℃溫度范圍內的擬合效果從高到低依次為Weibull distribution模型、Modified Page Ⅱ模型、Logarithmic模型、Page模型、Modified Page Ⅰ模型、Two-term模型、Henderson and Pabis模型、Wang and Singh模型、Lewis模型、Thompson模型，在 0.5～1.0 m/s風速范圍內擬合效果從高到低為Weibull distribution模型、Modified Page Ⅱ模型、Logarithmic模型、Wang and Singh模型、Page模型、Modified Page Ⅰ模型、Henderson and Pabis模型、Two-term模型、Lewis模型、Thompson模型[48]。

1.3.3 物料薄層干燥數學模型國外研究進展 Dhanushkodi等通過試驗研究了太陽生物質能混合干燥機中腰果的干燥特性，采用15種數學模型擬合干燥過程。結果表明，在混合干燥過程中，Page模型對物料薄層干燥過程擬合效果最好(r2=0.997 8，χ2=0.001 7，RMSE=0.024 7)。Two-term模型對太陽能薄層干燥過程中模型擬合效果最好(r2=0.997，χ2=0.001 6，RMSE=0.023 1)，Page模型對生物質能干燥過程擬合效果最好(r2=0.997，χ2=0.001 6，RMSE=0.023 4)[49]。Sharma等研究了紅外干燥過程中洋蔥的干燥特性，選用8種模型對干燥過程進行擬合，結果表明，Page模型對洋蔥的紅外干燥過程模擬效果最好(r2=0.999，χ2=1.33×10-4)，可對洋蔥干燥過程進行準確描述，預測洋蔥紅外薄層干燥過程中的含水率[50]。Doymaz研究了紅外干燥過程中番茄的干燥特性，使用9種模型擬合干燥過程，發現Midilli模型擬合效果最好，有效擴散系數D在2.66×10-9～5.17×10-9m2/s范圍內受紅外線功率影響顯著[51]。

數學模型法利用物料干燥過程中含水率與時間之間的函數關系，可以預測未來某一時間點的含水率情況。同時也可以根據物料干燥終點的含水率計算出所需要的干燥時間，合理安排干燥工藝。

2 其他方法在果蔬含水率測量中的應用

2.1 高光譜成像技術在果蔬含水率測量中的應用

高光譜成像技術是指在連續波長下獲取樣本圖像，組成高光譜圖像。原始高光譜圖像是一個由眾多連續子圖象組成的三維數據立方，每個像素都代表了樣本特定位置的光譜信息。高光譜圖像可以反映樣本的內外部特征以及氫鍵成分信息，利用高光譜成像技術能對樣本進行可視化分析[52]。

Huang等應用高光譜成像技術研究大豆干燥過程中含水率和顏色的變化規律，在波長為400～1 000 nm的光譜區域獲取了270個不同干燥程度的大豆樣本高光譜反射圖像，使用最小二乘法建立回歸模型用于預測大豆的含水率和顏色。分析結果表明，應用高光譜成像技術預測干燥過程中的大豆顏色與含水率具有可行性[53]。洪添勝等利用高光譜成像技術獲取雪花梨中的糖和水分信息，建立含糖量和含水率的預測模型。分析結果表明，含糖量模型預測值與實際值的相關系數r2=0.996，含水率模型預測值與實際值的相關系數r2=0.94[54]。

2.2 CT技術在果蔬含水率測量中的應用

電子計算機斷層掃描(computed tomography，CT)是利用X射線(X-CT)、γ射線(γ-CT)、超聲波(UCT)等與高靈敏度的傳感器相結合，圍繞著被測物體的某個部位作連續斷面掃面，獲取內部信息。

Tollner等利用X-CT研究了不同含水率的紅富士蘋果對X射線的吸收率，結果表明，蘋果內部斷層面對X射線的吸收強度與含水率顯著相關[55]。張京平等利用X-CT技術和圖像處理技術研究了蘋果內部含水率與對應點CT值(X射線特征值)之間、圖像RGB值與CT值之間的關系，發現含水率與CT值、圖像RGB值與CT值之間存在顯著線性相關性，說明可以通過CT圖像實現果蔬含水率在線檢測[56]。孫騰以蘋果產地、貯藏時間、CT值作為參數，通過響應面分析建立了三者與蘋果含水率之間的預測模型。對比分析表明，含水率預測值與實際值之間的相關系數r=0.902 9，RMSE=0.494 9[57]。

2.3 利用稱質量法測量果蔬干燥含水率

利用物料干燥過程中干物質質量不變的原理，在初始含水率Xwater和初始質量m已知的前提下，實時采集物料干燥過程中的總質量，可以實現物料含水率的在線測量。

實時含水率計算公式：

m0=m-mXwater；

式中：m0為干物質質量，kg；mt為實時物料總質量，kg；Xwater-t為物料實時濕基含水率，%。

崔清亮等利用上述原理針對冷凍干燥過程設計了凍干物料含水率在線測量系統。試驗驗證表明，該系統含水率測量值與真實值誤差小于5%[58]。

3 存在問題與展望

3.1 各種測定方法在實際應用中存在的問題

大量研究結果表明，利用介電特性、核磁共振技術、數學模型、高光譜成像技術、CT技術、在線稱質量等方法可以實現果蔬干燥含水率在線檢測，但在實際應用中仍存在一定的問題。

通過測量果蔬的介電常數獲取果蔬含水率的方法在操作上簡單，但果蔬物質的介電常數受溫度影響較大，在溫度變化較大的干燥箱中須要進行溫度補償，易產生誤差[59]。CT與核磁共振設備成本高，操作相對復雜，在附加值相對較低的果蔬干燥行業中很難被廣泛使用。數學模型法主要適用于物料的薄層干燥過程，對于非薄層干燥或非近似薄層干燥的物料干燥過程適用性較差。在線稱質量法在計算果蔬干燥過程中的含水率時須要知道初始含水率、初始質量，操作復雜過程繁瑣。

3.2 發展方向

關于果蔬含水率實時測量技術的現有研究成果主要體現在理論方法上，利用研究成果開發出的實時測量設備還比較罕見。要加快科技成果轉化，將科學技術真正轉化為生產力，促進果蔬干燥行業發展。

眾多研究主要集中在單個方法上，針對上述各種含水率測量方法存在的優缺點，可以選擇適當的方案進行有機組合，實現優勢互補，保證測量結果的準確性。例如將介電特性測量技術與在線稱質量方法相結合，實現初始含水率、初始質量以及實時含水率的一體化測量。