豆腐干超聲鹵制的響應面試驗及工藝優化

劉振蓉 吳 妮 趙武奇 張清安

(陜西師范大學食品工程與營養科學學院，陜西 西安 710119)

豆腐干作為中國傳統豆制品之一，富含蛋白質、脂肪、碳水化合物及鈣、磷、鐵等人體所需的礦物質，營養豐富、風味獨特，深受廣大消費者喜愛[1]。近幾年，豆腐干的消費理念逐漸成形，市場范圍不斷拓展，生產規模及產量顯著提高，已成為我國豆制品加工產業中發展速度較快的產品之一[2]。鹵制是豆腐干生產過程中關鍵工序之一，其主要目的是將鹵汁中的有效成分滲入物料，以增加產品的滋味和風味[3]。目前大多數企業采用的鹵制工藝是將新鮮豆腐干放入鹵汁中，高溫煮沸，這種方法操作簡單，設備成本低，但存在能耗高、豆腐干色澤和質構差[4]以及產品質量不穩定等缺點。在鹵制方面，主要的研究技術有微波法[5]、脈動壓力法[6]、真空法[7]、真空脈沖法[8]及超聲波法[9]等，其中，超聲波作為一種新型的鹵制技術，日益受到人們的重視，已成功應用于魚肉[10-11]、鵝肉[12]、豬肉[13-14]、鴨蛋[15]等原料的加工。韋田等[16]研究發現，超聲波處理能提高豬肉腌制效率、肉品嫩度，并改善肉品質構。李瑩影等[17]研究發現采用超聲鹽漬雞翅，能促進食鹽的滲透速率，縮短腌制時間，提高游離氨基酸的含量，有利于產品滋味和風味的形成。超聲波鹵制技術具有鹵制速度快，對原料破壞作用小[18]等優點，但其在豆腐干鹵制加工過程中的應用尚鮮見報道，因此，本研究擬將超聲波處理應用于豆腐干的鹵制，以解決現有鹵制方法存在的鹵制效率低、品質差及能耗高等問題，這對于推進豆制品加工產業發展具有重要的意義。

1 材料與方法

1.1 材料與試劑

新鮮豆腐(3.5 cm×3.5 cm×2 cm)，由陜西大通農業科技有限公司提供。鉻酸鉀，天津市盛奧化學試劑有限公司；亞天氰化鉀、酚酞，天津市天力化學試劑有限公司；硝酸銀，天津市科密歐化學試劑有限公司。所用試劑均為分析純。

1.2 主要儀器與設備

X0-SM50 超聲波微波協同反應工作站，南京先歐儀器制造有限公司；WSC-S 測色色差計，上海精密科學儀器有限公司；TA.XT.Plus 質構儀，英國stable micro system 公司；BS224Sx 電子天平，北京賽多利斯系統有限公司。

1.3 試驗方法

1.3.1 豆腐干超聲鹵制 取60 g 鮮豆腐放入鹽溶液中，在不同條件下進行超聲鹵制，物料與鹽溶液的比例為1 ∶10(m ∶v)。經超聲處理后，沖洗瀝干，使用氣體射流沖擊干燥機在風速9.0 m·s-1、風溫72℃條件下干燥制備豆腐干，當豆腐干的含水量為56%±1%(濕基)時停止干燥，取出樣品，冷卻至室溫，用于相關指標的測定。各試驗組平行測定3 次，取平均值。

1.3.2 響應面試驗設計 在預試驗基礎上，以超聲功率(A)、超聲時間(B)、超聲溫度(C)、鹽濃度(D)為試驗因素，以豆腐干的含鹽量(y1)、單位能耗(y2)、色差值△E(y3)、咀嚼性(y4)、回復性(y5)為響應值，進行四因素三水平響應面試驗(表1)。

表1 響應面試驗設計與因素水平表Table 1 Design and factors of response surface experiment

1.3.3 水分含量測定 按照GB 5009.3-2016[19]測定。

1.3.4 鹽含量測定 按照GB 5009.44-2016[20]測定。

1.3.5 色澤測定 使用色差計測定，色差值(ΔE值)計算公式如下:

式中，L0，a0，b0為新鮮豆腐干測定值；L*，a*，b*為鹵制豆腐干測定值。

1.3.6 質構測定 使用質構儀測定，探頭型號為P/36R(柱形，直徑36 mm)，開始速度1 mm·s-1，探頭下降速度1 mm·s-1，離開速度1 mm·s-1，壓縮程度為50%。

1.3.7 單位能耗 準確讀取干燥前后氣體射流沖擊干燥設備上的電表讀數，根據公式計算豆腐干干燥過程中的單位能耗(kJ·g-1):

1.3.8 遺傳算法優化 遺傳算法是一種模擬達爾文的遺傳選擇和生物進化過程搜索最優解的方法，根據進化論“適者生存”原則，選擇適應度較好的個體進行復制，按照給定概率對個體進行交叉，對某些特定個體進行變異。在選擇、交叉和變異遺傳操作中不斷迭代，從而輸出最優解[21]。

各指標單目標優化最優參數之間存在較大差異，為滿足實際生產中高品質、低能耗的多指標綜合需求，定義適應度函數如下[22]:

式中，wn為第n個指標的目標權重，且∑wn=1。en為第n個考察指標相對于綜合目標值的偏差值，用Euclid 距離來表示:

式中，當指標越大越好時，kn為指標的回歸方程輸出值與該指標單目標優化最優解比值；當指標值越小越好時，kn為該指標的最優值與其回歸方程輸出解的比值。

1.3.9 數據分析 采用Design-Expert 軟件設計Box-Behnken 試驗，建立數學模型，進行方差分析，顯著性水平取0.05。采用MATLAB 軟件進行遺傳算法優化及作圖。

2 結果與分析

2.1 響應面試驗結果與分析

響應面設計與結果見表2。應用Design Expert 進行回歸擬合分析，剔除不顯著項，可分別得到含鹽量(y1)、單位能耗(y2)、△E值(y3)、咀嚼性(y4)、回復性(y5)與超聲鹵制工藝參數之間的二次多項式回歸模型:

表2 響應面試驗設計與結果Table 2 Design and results of response surface experiment

2.2 方差分析

由表3 可知，各指標的回歸模型均顯著(P＜0.05)，各模型的決定系數R2均大于0.91，調整決定系數AdjR2均大于0.86，變異系數(variable coefficient，CV)均小于5.00%，說明建立的回歸方程比較可靠，能通過工藝參數對超聲處理后的豆腐干各考察指標進行分析和預測。各因子對含鹽量的影響均極顯著，A2、C2、B2和交互項BD、AD、CD對含鹽量有極顯著影響，D2和交互項AB影響顯著；各因子對單位能耗均有極顯著影響，交互項BC、BD和CD對單位能耗有極顯著影響，A2和B2對單位能耗影響顯著；各因子對△E值影響的大小依次是D(鹽濃度)＞A(超聲功率)＞B(超聲時間)＞C(超聲溫度)，D2、A2和交互項AB、AD對△E值有極顯著影響，A2影響顯著；各因子對咀嚼性影響的大小依次是D(鹽濃度)＞A(超聲功率)＞C(超聲溫度)＞B(超聲時間)；交互項BD、CD對咀嚼性有顯著影響，AD影響極顯著；各因子對回復性影響的大小依次是D(鹽濃度)＞C(超聲溫度)＞B(超聲時間)＞A(超聲功率)，A2、C2、D2和交互項AD、BD對回復性有極顯著的影響，B2和交互項AC、BD影響顯著。

表3 響應面回歸模型方差分析表Table 3 Regression model variance analysis of each index

2.3 因子間交互作用分析

由圖1 可知，當超聲功率一定時，隨著超聲時間的延長含鹽量先上升后稍有下降，隨著鹽濃度的增加，含鹽量不斷上升；當超聲時間或鹽濃度一定時，含鹽量在超聲功率小于725 W 時，隨著超聲功率的增大而增大，在功率超過725 W 時，含鹽量有所下降；當鹽濃度一定時，隨著超聲時間延長和超聲溫度的增加，含鹽量稍有上升。由圖2 可知，當超聲溫度一定時，隨著超聲時間的延長和鹽濃度的增加，單位能耗呈上升趨勢；當鹽濃度一定時，隨著超聲時間的延長和超聲溫度的增加，單位能耗稍有增加。由圖3 可知，當超聲功率一定時，隨著超聲時間的延長和鹽濃度的增加，豆腐干的ΔE值呈先增大后趨于平緩的趨勢；當超聲時間或鹽濃度一定時，隨著超聲功率的增大，ΔE值先增大后基本保持不變。圖4 顯示，當鹽濃度一定時，咀嚼性隨著超聲時間、功率和溫度的增大而增大；隨著鹽濃度的增大，咀嚼性也增大。由圖5 可知，當鹽濃度一定時，隨著超聲功率和超聲時間的增加，豆腐干的回復性呈先增大后略微下降的趨勢；當超聲功率或時間一定時，隨著鹽濃度和超聲溫度的增大，回復性先增大后降低。綜上所述，超聲鹵制過程中，豆腐干的單位能耗和品質變化與超聲時間、超聲溫度、鹽濃度和超聲功率密切相關。

圖1 各因素交互作用對含鹽量影響的響應面圖Fig.1 Response surface plots of the interaction of various factors on the salt content

2.4 遺傳算法優化及驗證

將含鹽量、單位能耗、ΔE值、咀嚼性、回復性的單目標優化最佳值分別帶入式(3)、(4)中得到遺傳算法優化的適應度函數為:

約束函數為:

式中，y1為含鹽量，%，y2為單位能耗，kJ·g-1，y3為ΔE，y4為咀嚼性，N，y5為回復性。

圖6 為遺傳算法優化過程圖，隨著迭代次數的增加，適應度逐漸下降，在第210 代時達到最佳適應度，最佳適應度值為1.250 28×10-5，得到的最佳工藝條件為:超聲功率504.125 W，超聲時間20.728 min，超聲溫度76.182℃，鹽濃度5.054%。為了便于實際生產，將各參數調整為:超聲功率504 W、超聲時間21 min、超聲溫度76℃，鹽濃度5.0%。表4 為該超聲工藝參數下生產豆腐干的指標與回歸方程預測值的比較，結果表明，各考察指標的實測值與理論預測值接近，說明所得回歸方程比較可靠，可用于超聲鹵制豆腐干各考察指標的預測。

表4 實測值與回歸方程預測值的比較Table 4 Comparison between measured value and predicted value of regression equation

圖2 各因素交互作用對單位能耗影響的響應面圖Fig.2 Response surface plots of the interaction of various factors on unit energy consumption

圖3 各因素交互作用對色差影響的響應面圖Fig.3 Response surface plots of the interaction of various factors on color difference

3 討論

3.1 超聲鹵制處理對豆腐干單位能耗及品質的影響

本研究結果表明，超聲溫度一定時，單位能耗隨著超聲時間和鹽濃度的增加而增大。這與張鵬飛等[23]對桃片超聲滲透-紅外輻射干燥特性及能耗研究的結果一致。這可能是由于隨著超聲時間的延長，超聲波對豆腐干組織的破壞和微流效應增強，促使更多的鹽滲透到豆腐干中；隨著鹽濃度的增加，豆腐干表面與其內部濃度差增大，傳質推動力變大，加快了鹽從豆腐干表面向內部的擴散速度。豆腐干內部含鹽量升高，一方面強化了豆腐干中蛋白質的進一步變性，使水分擴散的阻力增大，導致干燥能耗增加；另一方面鹽能使豆腐干中自由水的水合作用增強，使凝膠網絡結構中部分自由水轉變為結合水，水分的自由度減小，不易向外擴散，從而使能耗增加。因此，較低鹽濃度及短時間的超聲鹵制，能夠降低能耗。

圖4 各因素交互作用對咀嚼性影響的響應面圖Fig.4 Response surface plots of the interaction of various factors on chewiness

超聲功率一定時，隨著超聲時間的延長和鹽濃度的增加，含鹽量不斷上升。崔齡文等[24]在超聲波處理對濕腌豬肉腌制速度及肉質影響的研究中也得到了相同結論。這是因為超聲波處理能給予氯化鈉分子一定的動力，加快鹽分的滲透速度，促進鹽分向物料中滲透，隨著作用時間的延長，滲入物料中的鹽分逐漸增多，含鹽量上升；鹽濃度增大，物料與滲透液質量濃度差增大，滲鹽速率加快。當超聲時間或鹽濃度一定時，含鹽量在超聲功率小于725 W 時，隨功率的增大而增大，在功率超過725 W 時，含鹽量隨功率增加而有所下降。這是因為超聲波空化作用會加速溶液中小分子的運動，有助于鹽分的均勻滲透和擴散，隨著超聲功率的增大，空化作用加強，含鹽量增大；但超聲功率過大時，豆腐干內部組織遭到破壞，不利于鹽分的保持，含鹽量降低。鹽濃度一定時，隨著超聲溫度的增加，含鹽量呈上升趨勢，李鵬等[25]在研究超聲波輔助腌制鐵蛋加工中也發現了這一規律，隨著超聲溫度的升高，氯化鈉分子的運動速度加快，有利于鹽分在豆腐干中的滲透，導致含鹽量增加。

色澤是豆腐干外觀評價的重要指標。超聲功率一定時，隨著超聲時間的延長及鹽濃度的增大，△E值逐漸增大。這是因為超聲波可產生空化效應和局部高溫，隨著超聲時間的延長和鹽濃度的增大，豆腐干表面的碳水化合物、脂肪以及蛋白質經過一系列極其繁雜的非酶促褐變反應和氧化反應，在其表面形成一層黃膜，從而使產品色差增大。黃膜的主要成分是含有氨基、醛基或還原酮等基團的褐色色素和類黑色素，豆腐干表面黃膜的形成，會造成脂肪和蛋白質的損失，因此，豆腐干超聲鹵制加工過程中應避免色澤變化導致的營養流失。

咀嚼性反映豆腐干的耐嚼能力，也是反映其食用品質的重要質地指標之一[26]。當鹽濃度一定時，咀嚼性隨著超聲時間、功率和溫度的增大而不斷增大。丁捷等[27]在研究超聲波熱處理對真空包裝泡椒豬肝質構特性影響時也得出類似規律。豆腐干是高蛋白質凝膠食品，隨著超聲時間、功率和溫度的增大，在超聲波熱效應和機械效應的作用下，蛋白質分子相互連接的緊密度提高，使網絡孔徑分布均勻、數量增多且直徑減小，連續的網絡凝膠結構使凝膠強度增大，引起豆腐干的咀嚼性增大；另外，超聲作用也可加速鹽分向豆腐干中滲透，使豆腐干含鹽量不斷增加，導致其內部的固形物含量增加，咀嚼性隨之上升。

圖5 各因素交互作用對回復性影響的響應面圖Fig.5 Response surface plots of the interaction of various factors on resilience

圖6 遺傳算法最優適應度曲線Fig.6 Optimized fitness curve of genetic algorithm

回復性是指樣品在第一次壓縮過程中回彈的能力，反映了物質以彈性變形保存的能量，是評價質構特性的重要指標[28]。隨著超聲功率、超聲時間、鹽濃度的增加，豆腐干的回復性指標呈現出先增大后稍下降的趨勢。這是因為豆腐干的內部空隙在超聲波的作用下變得更加均勻一致，導致回復性增大，但超聲功率過大或超聲時間過長時，豆腐干內部組織結構出現松散，細胞組織結構遭到破壞，產生許多微觀通道，使豆腐干細胞組織間結合作用力減弱或遭到破壞，導致其回復性降低，這與羅登林等[29]在利用超聲波處理醒發面團時得出的隨超聲作用時間的延長，面條的回復性先增大后降低的結果一致。

3.2 遺傳算法優化

遺傳算法是一種模擬自然選擇和遺傳變異等生物進化過程求解極值問題的全局性概率搜索算法，用于優化不連續、不可微、隨機或高度非線性的目標函數，能夠從數量龐大的候選參數中篩選出最佳組合方式[30]，具有收斂快、精度高、簡單易用等特點。目前已成功應用于臭氧切片蓮藕呼吸模型參數識別[31]及草莓品質預測模型建立[32]等研究。賈夢科等[33]應用遺傳算法、fgoalattain 函數法及隸屬度綜合評分法對氣體射流沖擊干燥蘋果片進行多目標優化，結果表明遺傳算法的優化效果最好。趙炎軍等[34]使用遺傳算法優化金蕎麥的提取工藝，優化效果理想，有效成分得率高，可用于金蕎麥有效部位的提取。張芳等[35]研究庫爾勒香梨揮發性物質萃取條件的優化，結果表明BP(back propagation)神經網絡結合遺傳算法能準確地尋找到固相微萃取的最優參數。以上研究表明，遺傳算法能很好地解決食品加工過程中的多目標優化問題。本研究在建立多目標優化函數的基礎上，利用遺傳算法的選擇、交叉和變異獲得了豆腐干超聲鹵制的最佳超聲工藝參數為超聲功率504 W、超聲時間21 min、超聲溫度76℃、鹽濃度5.0%。本研究對于生產高品質、低能耗的豆腐干具有重要的現實意義。

4 結論

本研究建立的超聲鹵制工藝參數與豆腐干含鹽量、單位耗能、△E值、咀嚼性、回復性的回歸模型均顯著(P＜0.05)，失擬項均不顯著(P＞0.05)，模型可以用于分析和預測超聲鹵制工藝參數對豆腐干能耗與品質的影響。超聲鹵制豆腐干的最佳工藝參數為:超聲功率504 W、超聲時間21 min、超聲溫度76℃、鹽濃度5.0%。該參數下，豆腐干含鹽量為1.16%，單位能耗為8.04 kJ·g-1，△E值為15.98，咀嚼性為1 609.49，回復性為0.34。超聲鹵制技術能提高食鹽滲透速度，縮短鹵制時間，提高產品品質，將其應用于豆腐干的鹵制加工，彌補了目前常用鹵制工藝存在的鹵制效率低、品質差、能耗高等缺點。本研究對推進豆腐干產品加工發展具有重要的意義。