馬鈴薯超聲強化遠紅外輻射干燥特性及神經網絡模型研究

席慧涵 劉云宏，2 王 琦 李慧洋 李功偉 趙蘭馨

(1. 河南科技大學食品與生物工程學院，河南 洛陽 471023；2. 農產品干燥裝備河南省工程技術研究中心，河南 洛陽 471023)

馬鈴薯是老少皆宜的蔬菜之一[1]。馬鈴薯含有豐富的多酚類、維生素、礦物質等營養物質，具有抗衰老、抗氧化、補氣養血、健腦益智等功效[2-3]。然而，馬鈴薯儲存不當會發生褐變甚至腐敗，從而造成營養成分大量損失，因此，將馬鈴薯進行干燥是目前提高其經濟價值的措施之一[4]。熱風干燥是較常見的馬鈴薯干燥方法[5]，該方法雖然成本低廉、操作方便，但有干燥時間過長、熱效率低、營養成分損失嚴重等缺點。由于馬鈴薯內部組織結構致密、水分擴散較難，干燥脫水速率主要取決于內部傳熱傳質過程，因此，采取有效措施來促進內部傳質和傳熱，減小水分擴散阻力并改善熱量傳遞狀況，將有利于提高脫水速率、縮短馬鈴薯的干燥時間。

近年來，遠紅外輻射因具有顯著的熱效應，相關干燥技術得到了廣泛應用。遠紅外輻射具有一定的穿透性，可實現內部加熱，從而加快物料水分從內部向外擴散與蒸發。有關紫薯[6]、紅棗片[7]、胡蘿卜[8]等遠紅外輻射干燥的研究表明，與傳統干燥技術比較，遠紅外輻射干燥技術具有加熱均勻、干燥速度快、產品品質好等優點[9-10]。此外，由于超聲波明顯的傳質強化效應，超聲強化干燥技術逐漸成為果蔬干燥研究的熱點[11-13]，其中，直觸超聲強化干燥技術尤為引人關注。直觸式超聲是將超聲波及其能量直接傳入物料內部，從而促進水分傳遞及提高能量效率。Liu 等[14]、Sch?ssler等[15]探討了直觸式超聲在干燥過程中的強化作用，結果表明，接觸式超聲可有效縮短物料干燥時間，提高干燥速率。綜上可知，遠紅外輻射干燥技術具有改善物料內部傳熱的優點，直觸式超聲技術能夠促進內部傳質進程，因此，將超聲強化與遠紅外輻射干燥相結合，理論上可改善物料的傳熱與傳質狀況，從而有效提高干燥速率。但目前未見直觸超聲強化遠紅外干燥馬鈴薯的研究報道。

物料含水率是體現干燥進程的重要參數，也是調節干燥參數的主要依據。但因干燥過程中含水率具有非線性和時變性的特點，并且常規的模型預測精度不高，存在局限性[16-17]。近些年，神經網絡因其具有較高的非線性映射能力、很強的適應性[18]，已廣泛應用于農產品干燥領域。Nadian等[19]建立神經網絡模型來預測蘋果片在干燥中的色澤、水分變化。白竣文等[20]將神經網絡應用于南瓜的真空脈動干燥，預測干燥過程中的含水率。但目前未見將神經網絡用于超聲強化遠紅外輻射干燥的研究報道。

本試驗擬將直觸式超聲強化技術與遠紅外輻射干燥聯合應用，研究超聲功率及遠紅外輻射溫度對馬鈴薯片干燥特性及有效水分擴散系數的影響，并采用Elman、RBF、BP 3種神經網絡來建立馬鈴薯超聲強化遠紅外輻射干燥過程的數學模型，確定最佳模型構建方法，以期為超聲強化遠紅外輻射干燥技術及馬鈴薯干燥加工研究提供理論參考。

1 材料與方法

1.1 材料

馬鈴薯：購于河南洛陽。采用105 ℃[14]烘箱法測量并計算得到新鮮馬鈴薯的初始干基含水率為(567±8)%。

1.2 儀器與設備

超聲強化遠紅外輻射干燥裝置：河南科技大學自制，具體結構和參數見文獻[21]；

切片機：SHQ-1型，德州天馬機械有限公司；

電子天平：Scout SE 型，美國OHAUS公司。

1.3 干燥方法

干燥開始前，將馬鈴薯洗凈去皮，切成直徑40 mm、厚度3 mm的薄片，每次取10片[(55±1) g ]進行干燥試驗。為有效抑制干燥時的酶促褐變，在干燥前，先進行沸水漂燙2 min的鈍酶殺青處理，取出瀝水后，平鋪在超聲振動盤上并放入超聲聯合遠紅外輻射干燥機中進行干燥。每隔30 min進行稱重，直至干燥結束。

在研究過程中，將干燥介質溫度、風速、輻射板距物料的距離分別固定為30 ℃、1 m/s、10 cm，并維持干燥初始物料量與物料厚度不變，分別設定紅外輻射板溫度為200，240，280，320 ℃，超聲功率為0，30，60 W，研究遠紅外輻射溫度和超聲功率對馬鈴薯干燥特性的影響。每組干燥試驗均重復3次。

1.4 干燥指標計算

1.4.1 干基含水率 參照文獻[21]。

1.4.2 干燥速率 參照文獻[22]。

1.4.3 有效水分擴散系數 參照文獻[23]。

1.5 神經網絡模型建立的數據采集和預處理

對于本試驗的干燥過程，其主要參數是超聲功率、遠紅外輻射溫度和干燥時間，物料水分比(MR)從初始到干燥結束共得到162組數據，隨機選取140組作為神經網絡訓練數據，剩余22組作為預測數據。分別采用Elman、RBF、BP 3種神經網絡來建立馬鈴薯超聲強化遠紅外輻射干燥過程的數學模型。在進行網絡訓練前需先對數據進行歸一化處理，將其控制在[-1,1]之內，這是為了避免因數據量綱和范圍的差異影響擬合精度。

1.6 數據處理與分析

采用Origin 8.5統計軟件進行數據處理，利用MATLAB(R2014a)進行數學模型計算。選用決定系數R2和均方根誤差 RMSE作為擬合評價指標，R2越大、 RMSE越小，則擬合精度越高[20]。

2 結果與討論

2.1 馬鈴薯超聲強化遠紅外輻射干燥特性

在輻射溫度分別為200，240，280，320 ℃及超聲功率為0，30，60 W的條件下，進行馬鈴薯片干燥試驗，對應的干燥曲線及速率曲線如圖1所示。

由圖1可知，在所有的輻射溫度下，提高超聲功率均能縮短干燥時間、提高干燥速率。以240 ℃輻射溫度為例，與未施加超聲的干燥時間(540 min)相比，施加超聲功率為30，60 W后的干燥時間分別縮短至420，330 min，減少幅度分別達到22.2%和38.9%，對應的平均干燥速率分別為1.34%/min和1.70%/min，與0 W時的1.04%/min相比，提高幅度分別為28.8%和63.5%。可見，在馬鈴薯遠紅外輻射干燥過程施加超聲，能夠獲得顯著的強化效果，并且超聲功率越大，強化作用越顯著。由于超聲的高頻振動導致內部組織快速、反復壓縮和擴張，使其產生大量的微細空泡，氣泡瞬間爆裂后產生強大的動能和壓縮能[24]，這些能量使得原本與微細管壁緊密結合的水分子附著力降低，增強水分子的流動性并加快其擴散與遷移。另一方面，超聲也會影響物料內部孔隙結構，增大微孔道的尺寸和連通度，可顯著提高水分轉移速率[25]。Ortuo等[26]研究了超聲技術在橘子皮對流干燥中的應用，發現超聲可顯著提高干燥傳質系數和水分擴散能力，這與本研究所得的超聲可有效提升干燥速率的結論相符。超聲功率增加，物料內部振動加強，超聲波能夠產生更強的機械效應與空化效應，有利于水分湍動與擴散，從而能夠快速完成干燥，提高干燥速率。

圖1 不同超聲功率和輻射溫度下馬鈴薯片干燥的干燥曲線與干燥速率曲線Figure 1 Drying curves and drying rate curves of potato slices dried at different ultrasound powers and radiation temperatures

此外，由圖1的干燥速率曲線還可知，隨著水分含量的不斷減少，干燥速率呈下降趨勢，表明馬鈴薯干燥屬于降速干燥過程。隨著干燥的進行，不同超聲功率下的干燥速率差異在不斷縮小，在干燥末期，所有干燥速率曲線幾乎重合。上述現象表明，超聲波的強化效應與水分含量密切相關，且隨含水率的降低而減弱。這是由于在馬鈴薯干燥的初始階段，物料含水率較高，大量的自由水有利于超聲的傳遞，超聲波的衰減系數較小，內部傳遞阻力較小，有利于超聲波穿入物料內部并產生較好的強化效應[14]，并且超聲功率增大，相應產生的空化效應和機械效應更強，進一步加快水分脫除速率。但隨著干燥的進行，物料內部水分含量不斷減少，超聲波衰減加劇，用于強化傳質的超聲能量利用率降低。

圖1還表明了遠紅外輻射溫度對馬鈴薯干燥時間及干燥速率的影響。在相同超聲功率下，提高遠紅外輻射溫度也能夠明顯地減少干燥時間、增大干燥速率。以超聲功率30 W 時為例，輻射溫度分別為200，240，280，320 ℃ 時，對應的干燥時間分別為510，420，360，300 min，對應的平均干燥速率為1.10%/min，1.34%/min，1.55%/min，1.87%/min。在遠紅外輻射干燥過程中，采用熱電偶測量馬鈴薯片表面溫度，在遠紅外輻射溫度為200，240，280，320 ℃時，最終產品溫度分別達到(51.0±1.5)，(60.0±1.0)，(66.0±2.0)，(71.0±0.8) ℃。這表明提高輻射溫度會導致物料表面溫度的升高，有利于物料內部水分子運動及水分蒸發。遠紅外輻射板發射的能量傳至物料內部并轉化為熱能，致使水分子運動加劇，提高水分子的能量及水分流動性，從而促進水分擴散。提高輻射板溫度會產生更多的輻射能量，物料對能量的吸收率隨之提高。因此增加遠紅外輻射溫度，有利于加快內部的水分擴散與汽化，顯著縮短干燥時間，提高產品速率。

從圖1中還可看出，超聲功率在不同輻射溫度條件下對馬鈴薯干燥速率影響不同，在未施加超聲時，輻射溫度分別為200，240，280，320 ℃對應的平均干燥速率為0.89%/min，1.04%/min，1.25%/min，1.56%/min，當施加60 W的超聲功率時，平均干燥速率分別提高到1.44%/min，1.70%/min，2.08%/min，2.34%/min，與未施加超聲時相比，提高幅度分別為61.80%，63.46%，66.40%，50.00%。上述現象表明，提高遠紅外輻射溫度在一定程度上可增強超聲的強化作用，但過高的加熱溫度又會削弱超聲強化作用。這是由于隨著遠紅外輻射溫度的升高，馬鈴薯片吸收的能量隨之增加，物料內部水分蒸發擴散能力也隨之增強，并且超聲波發射的能量直接傳到物料內部之后，能夠產生較強的空化效應和機械效應，進一步加劇水分子運動，提升其擴散速率。然而過高的輻射溫度又會使物料中水分溫度過高，相應的蒸汽分壓升高到一定程度[21]，將會增加超聲在物料內部產生微泡的難度，微泡爆破力也會有所下降。因此，過高的遠紅外輻射溫度雖然能夠實現良好的傳熱，但在一定程度會削弱超聲的傳質強化效果。

2.2 馬鈴薯干燥的有效水分擴散系數(Deff值)

馬鈴薯在不同超聲功率和輻射溫度下的有效水分擴散系數變化規律如圖2所示，Deff值為1.15×10-10～1.80×10-9m2/s。圖2中表明，Deff值隨遠紅外輻射溫度的升高而增大，以超聲功率為30 W時為例，輻射溫度200 ℃時，Deff值為1.36×10-10m2/s，升高輻射溫度分別到240，280，320 ℃ 時，對應的Deff值分別為1.66×10-10，1.96×10-10，2.43×10-10m2/s，提升幅度分別為22.06%，44.12%，78.68%。由上述現象可知，遠紅外輻射溫度升高，產生熱效應更強烈，因此加快物料表面和內部的微細管道擴張并增加其數量，水分子擴散能力隨之增強，相應的Deff值就會提高。這一現象與Sharma等[27]的研究結果相同。此外，從圖2中還可看出，Deff值隨超聲功率的增加而增大，以輻射溫度為200 ℃為例，施加30，60 W的超聲功率時，對應的Deff值分別為1.36×10-10，1.96×10-10m2/s，與未施加超聲時相比，增加比率分別為18.26%，70.43%。這是由于增加超聲功率可顯著增強其產生的空化效應和機械效應，2種效應共同作用能夠有效降低傳質阻力，增強物料內部水分湍動并減弱物料組織結構對水分的吸附力和束縛力，有利于促進水分流動與擴散，從而提高有效水分擴散系數。

不同字母表示在95%的置信水平有顯著差異；小寫字母表示超聲功率，大寫字母表示輻射溫度

圖2 馬鈴薯超聲強化遠紅外輻射干燥的Deff值

Figure 2 TheDeffvalues of ultrasound strengthened far-infrared radiation drying of potato

2.3 馬鈴薯干燥過程的神經網絡模型建立

2.3.1 Elman神經網絡模型 Elman神經網絡是一種反饋型網絡，結構一般為4層：輸入層、隱含層、承接層和輸出層[28]。將干燥過程中的3個重要參數作為輸入層的神經元，物料水分比(MR)作為輸出層的神經元。從理論上講，Elman神經網絡隱含層神經元數目可以任意選定，但是神經元數目越多，可以解決更復雜的問題，相應的精度和速度也會提高。經過多次嘗試，隱層神經節點數為30時有最佳效果。進行權值修正時采用BP算法，該算法訓練函數為默認值traingdx，選擇tansig作為輸入層與隱含層之間的傳輸函數，purelin作為隱含層與輸出層之間的傳輸函數，mse作為性能函數。按照上述結構建立網絡模型，訓練結果如圖3所示，網絡的目標誤差達到0.000 5時，訓練步數為205。

圖3 Elman神經網絡模型訓練誤差曲線Figure 3 Training error curve of Elman neural network model

2.3.2 RBF神經網絡模型 RBF神經網絡(徑向基網絡)是一種3層前向網絡。與其他前向型神經網絡最大的區別在于，隱含層是采用局部響應的高斯函數作為激勵函數，正因如此，RBF網絡具有訓練時間短，能夠逼近任意非線性函數的優勢。RBF網絡中需要設定的參數只有分度密度Spread，其值越大，函數越平滑，但太大又會造成傳遞函數的作用域擴大到全局，誤差較大，喪失原本網絡局部收斂的優勢。經過多次嘗試和誤差對比，當Spread=3時，網絡預測性能最好。

2.3.3 BP神經網絡模型 BP神經網絡是一種典型的多層前向型網絡，網絡結構與RBF網絡相同。BP網絡隱含層神經元個數不是固定的，需采用經驗公式和多次訓練選取最優值，根據Kolmogorov定理[29]和不斷檢驗，隱含層節點數為7時有最佳的訓練效果。模型選用優化的Levenberg-Marquardt算法[30]，訓練函數為trainlm，BP網絡模型中其他參數與Elman網絡保持一致。按照上述算法建立3-7-1結構的BP神經網絡模型，訓練誤差曲線如圖4所示，網絡的目標誤差達到0.000 5時，訓練步數為151。

圖4 BP神經網絡模型訓練誤差曲線Figure 4 Training error curve of BP neural

2.3.4 模型預測結果分析 訓練完成后，將剩余的22組數據用于網絡預測，與試驗所得的水分比(MR)作對比，結果如圖5所示，可明顯看出BP神經網絡的預測值與真實值更為接近，預測性能高于其他2個神經網絡模型。采用決定系數(R2)和均方根誤差(RMSE)作為評價指標，對比結果如表1所示，3種神經網絡的R2均在99%以上，預測性能較好，但使用優化算法的BP神經網絡擬合精度最高，R2=0.998 6，RMSE=0.006 5。因此，BP神經網絡逼近能力更強，誤差更小，能夠很好地擬合馬鈴薯直觸超聲強化遠紅外輻射干燥過程。

圖5 不同神經網絡預測值對比Figure 5 Comparison of prediction results of different neural networks

模型R2RMSERBF0.991 70.021 2Elman0.992 40.016 3BP0.998 60.006 5

3 結論

在馬鈴薯片超聲強化遠紅外輻射干燥過程中，超聲功率增加、遠紅外輻射溫度升高均可有效促進物料內部的傳質與傳熱，從而縮短干燥時間，加快干燥速率。隨著干燥的進行及水分含量逐漸減少，超聲波產生的強化效應不斷減弱，表明水分減少會導致超聲傳播衰減增大。在遠紅外輻射干燥過程中，超聲強化效果隨溫度升高呈先增加后下降的趨勢，表明過高的遠紅外輻射溫度會減弱超聲的傳質強化效果。提高超聲功率及遠紅外輻射溫度可增加Deff值，表明兩者均能促進干燥過程中的水分流動與擴散。針對不同超聲功率、遠紅外輻射溫度、干燥時間對馬鈴薯含水率的影響，分別構建了Elman、RBF、BP 3種神經網絡模型。3種神經網絡模型均有較好的預測性能，其中使用優化算法的BP網絡模型預測值與真實值最為接近，能夠快速準確地進行馬鈴薯超聲強化遠紅外輻射干燥過程中含水率的預測。

本試驗研究結果證實了將超聲的傳質強化和遠紅外輻射的良好傳熱性能相結合，可以實現優勢互補，從而顯著加快干燥進程、縮短干燥時間。然而，超聲對遠紅外輻射干燥過程的傳質強化機理與品質保護機制需要進一步的研究。此外，雖然本研究利用神經網絡實現了馬鈴薯超聲強化遠紅外輻射干燥過程的模擬，但所建模型并未從微觀角度來深入揭示干燥過程的質熱傳遞機理，因此，超聲強化遠紅外輻射干燥的質熱傳遞解析也是未來研究的重要方向。