模糊邏輯模型優化濃縮辣椒醬配方

薛偉,康雨薇

(1.南京航空航天大學,南京 211106;2.江蘇旅游職業學院 烹飪科技學院,江蘇 揚州 225127)

辣椒醬是一種在烹飪中常用的調味品[1],以辣椒為原料加工而成。辣椒的收獲有季節性且新鮮辣椒不易保存,而辣椒醬能夠長時間保存[2-3]。目前,全國辣椒醬企業多達2 000家,市場上辣椒醬產品同質化嚴重,開發新型綠色辣椒醬是必然趨勢。

日常生活中,人們評價某種食品的好壞主要是通過其感官性質和理化指標來進行判斷,但是客觀和主觀因素的影響容易導致用語言或數字表示的結果穩定性差,不具有統計學意義[4-6]。因此,學者們研究出了基于模糊邏輯模型來對食品質量屬性進行控制的方法,目前已被廣泛應用于食品品評方面,基于此種方法能夠有效解決在食品中由存在的主,客觀因素所產生的影響[6]。近年來,隨著人民生活水平的日益提升,人們對于食品安全這一問題也越來越注重,不僅講究吃得好,而且要“吃得精”[7]。

目前市場上大多數辣椒醬都含有添加劑,產品同質化嚴重,缺乏特色,而且亞硝酸鹽含量偏高,很難達到消費者的期望[8-10]。因此,本文以干辣椒為主要原材料,加入其他輔料進行調制制作濃縮辣椒醬,通過單因素試驗和響應面試驗進行工藝優化,然后選擇模糊邏輯模型的試驗方法對感官特性進行驗證篩選,從而得到辣椒醬的最佳配方。

1 材料與方法

1.1 材料與儀器

1.1.1 材料

選取新疆烏魯木齊特級干辣椒;番茄、食鹽、白砂糖、香辛料:市售。

1.1.2 儀器

DS-1組織搗碎機 青島圣吉儀器系統有限公司;pH計、分析天平 浙江奧豪斯儀器有限公司;水浴鍋 浙江生物儀器有限公司;蒸汽滅菌鍋 蘇州阿爾法醫療器械有限公司。

1.2 試驗方法

以辣椒醬的總酸含量為參照指標,對影響辣椒醬的不同因素進行研究,其具體方法如下[11]。

1.2.1 工藝流程

蒜、姜→去皮→粉碎→輔料1;

番茄→去皮→榨汁→輔料2;

干辣椒→粉碎成渣→蒸煮→冷卻→加入輔料1和輔料2→接菌→發酵6 d→熬制、調味→殺菌→裝瓶。

1.2.2 操作要點

1.2.2.1 原料預處理

選擇外觀無損壞的新疆干辣椒,粉碎成渣。選用完整、無霉變、外觀較好的姜、蒜,去皮。

1.2.2.2 粉碎

將清洗去蒂的生姜、大蒜分別放入粉碎機中進行粉碎處理,打好的材料放入干凈的容器中備用。

1.2.2.3 發酵

按比例加入純凈水,煮沸,加入干辣椒渣并不斷攪拌。然后加入適量的原輔料,再次攪拌均勻,冷卻至室溫后加入酵母菌,放入發酵箱中進行發酵。

1.2.2.4 調味

將發酵好的辣椒醬再次加入純凈水煮沸,然后按比例稱量好果葡糖漿、食鹽、蒜粉、乙基麥芽酚等輔料。待熬煮至辣椒醬呈少許黏稠狀態且顏色略顯暗紅色時為最佳狀態,即可盛出晾涼[12-13]。

1.2.2.5 殺菌

包裝好的辣椒醬需要進行殺菌處理,以便于長期保存,殺菌條件為80 ℃水浴殺菌20 min。

1.2.2.6 冷卻貯存

將滅菌后的辣椒醬在常溫下冷卻至室溫后,常溫保存備用。

1.2.3 單因素試驗

在干辣椒與水的添加比為1∶3的情況下,蒜與姜按辣椒粉量的5%添加,確定以下各單因素水平[14-16]。

1.2.3.1 白砂糖添加量

每100 g原料中分別加入 6,8,10,12,14 g的白砂糖進行梯度試驗。

1.2.3.2 菌種添加量

每100 g原料中分別加入 0.05%、0.1%、0.15%、0.2%、0.25%的酵母菌進行梯度試驗。

1.2.3.3 食鹽添加量

每100 g原料中分別加入 3,4,5,6,7 g的食鹽進行梯度試驗。

1.2.3.4 番茄添加量

每100 g原料中分別加入10,20,30,40,50 g的番茄鮮榨汁進行梯度試驗。

不同條件添加輔料后分別發酵6 d進行測定,得出較優試驗組。

1.2.4 響應面試驗

在以上單因素試驗的基礎上選取最優組合進行響應面試驗,優化配方,因素水平表見表1。

表1 辣椒醬響應面試驗因素水平表Table 1 Factors and levels of resonse surface test for chili sauce

1.2.5 感官品評

感官品評由10名食品高級品評師完成(5名男性和5名女性)。測評員在試驗前均接受過專業訓練,對于品評不同類型的食品類樣品均有著豐富的經驗,評價標準見表2[17]。

表2 感官品評標準Table 2 Sensory evaluation criteria

1.2.6 模糊邏輯模型[18-19]

1.2.6.1 樣品的三角模糊數

感官評分可以用三角模糊數來表示,簡稱三元組。圖1分別表示“差”、“中等”、“好”和“優秀”4種語言變量。

圖1 語言變量的隸屬函數圖Fig.1 Membership function diagram of language variables

測評員對辣椒醬的質量屬性進行評價,得到的三元組函數為:

三角模糊數(a b c)和(d e f)的特殊運算法則為(a b c)⊙(d e f)=(a b a e+d b a f+d c),計算樣品的總體感官分數SOi:

SOi=SiC⊙QCrel+SiF⊙QFrel+SiT⊙QTrel+SiA⊙QArel。

式中:SiC、SiF、SiT、SiA對應色澤、氣味、滋味和回味三元組,QCrel、QFrel、QTrel、QArel對應各質量屬性的模糊相對權重。

1.2.6.2 感官評分的總體隸屬函數

由4種感官評價指標得出Bx(模糊數隸屬函數):

1.2.6.3 樣本的相似值

由上述公式計算可得出樣本的相似值Sn:

式中:F表示感官評分矩陣;F′表示F的倒置矩陣;Bx′表示Bx的倒置矩陣。

1.3 數據處理

試驗結果采用Excel軟件進行處理。

2 結果與分析

2.1 單因素試驗分析

2.1.1 白砂糖添加量對辣椒醬總酸含量的影響

由圖2可知,白砂糖添加量對辣椒醬中總酸含量的影響明顯。發酵時間相同時,隨著白砂糖添加量的增加,總酸含量開始穩步上升,當白砂糖添加量大于12 g時,總酸含量開始降低。由此說明當添加量為6～10 g時,辣椒醬中的微生物能夠正常生長;當白砂米糖添加量大于10 g時,微生物生長受到抑制,辣椒醬中的總酸含量不再增加。所以,白砂糖添加量為10 g、發酵6 d時,辣椒醬中的總酸含量最高[20-22]。

圖2 白砂糖添加量對辣椒醬總酸含量的影響Fig.2 Effect of white granulated sugar addition amount on total acid content of chili sauce

2.1.2 菌種添加量對辣椒醬總酸含量的影響

由圖3可知,不同菌種添加量對辣椒醬總酸含量的影響明顯。在發酵時間相同的條件下,隨著菌種添加量的增加,辣椒醬中的總酸含量開始持續上升,當菌種添加量大于0.2%時,總酸含量開始降低。所以,菌種添加量為0.15%、發酵6 d時,辣椒醬中的總酸含量最高。

2.1.3 食鹽添加量對辣椒醬總酸含量的影響

由圖4可知,食鹽添加量對辣椒醬總酸含量的影響明顯。在發酵時間相同時,隨著食鹽添加量的增加,辣椒醬中的總酸含量開始呈現上升趨勢,食鹽添加量為6 g時,總酸含量開始持續降低[6]。所以,食鹽添加量為5 g、發酵6 d時,辣椒醬中的總酸含量最高。

圖4 食鹽添加量對辣椒醬總酸含量的影響Fig.4 Effect of salt addition amount on total acid content of chili sauce

2.1.4 番茄添加量對辣椒醬總酸含量的影響

由圖5可知,番茄添加量對辣椒醬總酸含量有明顯影響。在發酵時間相同的情況下,隨著番茄添加量的增加,總酸含量剛開始呈現持續上升的狀態,當辣椒醬添加量大于40 g時,總酸含量開始降低。當番茄添加量為10～30 g時,辣椒醬中的微生物能夠正常生長發育;當番茄添加量大于30 g時,辣椒醬中的微生物生長發育已經受到了抑制[6],辣椒醬中的總酸含量不再增加。所以,番茄添加量為30 g、發酵6 d時,辣椒醬中的總酸含量最高。

圖5 番茄添加量對辣椒醬總酸含量的影響Fig.5 Effect of tomato addition amount on total acid content of chili sauce

2.2 響應面試驗分析

基于單因素試驗進行響應面試驗測定辣椒醬總酸含量,使用SPSS軟件進行數據分析,菌種添加量、食鹽添加量和番茄添加量對辣椒醬總酸含量的影響結果見表3。

表3 優化辣椒醬配方響應面設計Table 3 Response surface design for the formula optimization of chili sauce

對響應面試驗結果進行回歸擬合分析,得出發酵辣椒醬總酸含量(Y)與菌種添加量(A)、食鹽添加量(B)、番茄添加量(C)之間的二次回歸方程:Y=+0.41+6.250E-003A-8.750E-004B+0.026C-0.022AB-2.250E-003AC-0.015BC-0.035A2-0.055B2-0.042C2。

由表4可知,試驗模型中失擬項的P=0.059 6>0.05,差異結果顯示為不顯著;F=5.9,模型顯著。由此表明試驗結果準確,模型建立成功,所得出的二次回歸模型是合適的,同時模型具有較高的擬合性,可變異的因素對試驗結果有較小的影響。

表4 響應面試驗結果顯著性分析Table 4 Significance analysis of response surface test results

菌種添加量(A)、食鹽添加量(B)和番茄添加量(C)兩兩之間的等高線和響應面三維圖形見圖6。

圖6 三因素兩兩相互作用影響結果Fig.6 Effect results of interaction of three factors in pairs

由圖6可知,三因素之間交互作用明顯,證明響應面模型建立成功。

經過響應面試驗對辣椒醬的工藝條件進行優化,得出結果僅有一種優化方案,經驗證試驗得出的模型擬合合理,結果得到的自變量最優真實值為菌種添加量0.15%、食鹽添加量5 g,番茄添加量30 g時,其預測的總酸含量最高可達到0.445 g/mL。

2.3 模糊邏輯模型感官驗證

為了驗證上述試驗結果的可靠性,選取最優組合樣品中評分排名前四的3組樣品進行記憶模糊邏輯模型的驗證性試驗。將3組樣品分別記作S1(A2B1C1),S2(A2B2C3),S3(A2B3C2)。樣品整體感官評分(a、b、c、d分別表示4種不同等級差、中等、好、優秀)見表5。

表5 樣品整體感官評分Table 5 Overall sensory score of samples

由表5可知,根據感官屬性標準對3組不同的試驗樣品進行評分,得出結果:S2的評分結果高于其他兩組樣品。

利用上文公式進行計算,得出最優樣品的三角模糊數,色澤、氣味、滋味、回味分別為S1C=(35.66,21.34,22.23),S2C=(43.56,28.59,29.86),S3C=(35.66,21.34,22.23),S1F=(37.15,21.23,19.38),S2F=(42.15,25.64,20.38),S3F=(36.15,22.64,18.64),S1T=(32.33,25.61,21.49),S2T=(39.87,21.61,20.49),S3T=(34.62,21.22,18.99),S1A=(32.14,18.95,24.61),S2A=(36.58,22.99,27.65),S3A=(33.12,20.35,22.61)。

由表6可知,沒有質量檢測員認為某一種質量屬性是完全對辣椒醬品質無影響的。

表6 質量屬性感官得分表Table 6 Quality attribute sensory score table

根據三角模糊數的運算法則,得到模糊相對權重,分別為QCrel=(0.154,0.062,0.051),QFrel=(0.205,0.057,0.039),QTrel=(0.279,0.061,0.033),QArel=(0.185,0.060,0.043)。

計算選取最優樣品的總體感官分數,得到:SO1=(35.57,22.89,22.18),SO2=(40.54,24.71,24.61),SO3=(34.88,21.39,20.62)。

將0～100平均分為10個區間,Bx取每個區間隸屬度的最大值。經公式計算得出感官分數總體隸屬函數值,見表7。

表7 樣品的總體隸屬函數值Table 7 Overall membership function values of samples

樣品的感官相似值體現出品評者對該樣品的接受程度。由表8可知S2的最大相似值出現在“優秀”等級中,因此可以判定S2是風味最佳的濃縮辣椒醬樣品,由此可推斷出模糊邏輯模型的驗證分析與響應面結果相吻合。經過驗證試驗得到的辣椒醬最佳工藝配方為菌種添加量0.15%、食鹽添加量5 g,番茄添加量30 g,且發酵時間為6 d。

表8 樣品相似值及排序Table 8 Similarity values and ranking of samples

3 總結

本研究主要通過單因素試驗和響應面試驗對辣椒醬的配方工藝進行優化,然后選取最優組合,利用模糊邏輯模型進行驗證,測定此條件下辣椒醬的感官特性,通過對辣椒醬的總酸分布規律進行預測分析,結合感官評分標準,得到最佳工藝配方。通過采集不同發酵辣椒醬的樣品,基于響應面回歸擬合模型和模糊邏輯模型,分析發酵過程中總酸百分含量和感官評分的變化情況;結合選取的最優組合的指標信息,建立效果最佳的預測模型。通過對模糊邏輯模型測定結果的不同組合進行選取,得到菌種添加量0.15%、食鹽添加量5 g、番茄添加量30 g時,其總酸含量最高,可達到0.445 g/mL。結合模糊邏輯模型研究濃縮辣椒醬的風味質量屬性,結果表明利用模糊邏輯模型方法來優化辣椒醬工藝具有可行性,模糊邏輯模型方法對于改進發酵產品生產工藝具有科學價值,能夠為食品科學的發展提供一定的理論研究基礎,同時也為食品檢測技術的提升奠定了實質性基礎。