论文部分内容阅读
豆腐是大豆蛋白在凝固剂作用下形成蛋白质凝胶,经压制去除过量水分后制成的内部具有三维网络结构的豆制品,其营养丰富、口感细腻,是人们喜爱的传统美食。豆腐的三维网络结构主要由水分和蛋白质构成,两者的含量与分布在豆腐品质形成过程中起至关重要的作用,与最终产品的品质密切相关。然而深入研究其水分状态和蛋白质结构变化与豆腐品质联系的报道还很少,传统的检测方法费时费力,无法监测豆腐形成整个过程中两者的变化,导致对水分与蛋白质影响豆腐品质的机理尚不明确。本论文首先研究不同磨浆料液比、凝固剂添加量、凝固温度下豆腐的质构特性和保水性差异,然后利用核磁共振技术、傅里叶变换红外(FTIR)和圆二色谱技术检测豆腐形成过程中四种不同状态(豆浆、热浆、凝胶、豆腐)下蛋白质二级结构和水分的变化情况,并系统地分析水分、蛋白质二级结构与豆腐品质的关系;最后利用高光谱成像技术实现四种状态下水分与蛋白质含量的快速定量预测和分布的可视化。研究为实现豆腐生产加工过程中水分、蛋白质变化情况的在线监测及品质控制提供更加科学的理论依据。主要研究结论如下:(1)豆腐质构特性与理化性质研究测定不同豆腐的质构特性、保水性与四种状态下的水分、蛋白质含量,结果发现在单因素实验中磨浆料液比1:7、凝固剂添加量14 mL、凝固温度80℃时豆腐的品质特性最好,产品弹性为12.72 nm、咀嚼性为440.15 mJ、保水性为74.21%,且水分含量最大值为82.21%。(2)基于低场核磁共振技术的豆腐形成过程中水分组分分析利用低场核磁共振技术对豆浆、热浆、凝胶、豆腐中水分组成变化进行检测。结果发现:豆浆与热浆中存在两个水分组分,凝胶与豆腐中含有三个水分组分。根据弛豫时间的差异对豆浆、热浆、凝胶、豆腐中的水分组分进行分类,发现由热浆形成凝胶的过程中,自由水逐渐转移到凝胶的网络结构中,形成蛋白质网络结构中的弱结合水,由凝胶形成豆腐后,T22弛豫时间由330 ms缩短至108 ms,弱结合水自由度降低,说明结构越紧密对于弱结合水的束缚力越强;对比不同种豆腐的T22组分峰面积发现,保水性好的豆腐T22组分峰面积较大,弱结合水含量较多。(3)基于傅里叶变换红外与圆二色谱技术的豆腐形成过程中蛋白质二级结构分析将豆浆、热浆、凝胶、豆腐四类样品进行冷冻干燥处理后,分别取四类样品进行傅里叶变换红外与圆二色谱扫描分析。研究结果表明:在豆浆变成热浆后,其中α-螺旋含量减少,β-转角与β-折叠的含量上升。随着凝固剂的加入,热浆中的蛋白质在凝固剂的作用下逐渐聚集形成蛋白质凝胶,凝胶样品中α-螺旋的含量重新升高。制备成豆腐后,蛋白质二级结构主要以α-螺旋、β-折叠形式存在。在不同种豆腐中,品质特性较好的蛋白质二级结构α-螺旋与β-折叠含量较高,同时豆腐的微观结构中蛋白质网络结构均匀、紧密地排列、孔隙较小。(4)基于高光谱成像技术豆腐形成过程中水分和蛋白质含量与分布的快速检测利用高光谱成像技术采集五种不同磨浆料液比下豆浆、热浆、凝胶、豆腐的图像信息,并提取豆浆、热浆、凝胶和豆腐中的光谱信息,采用五种预处理方法对提取的四种光谱分别进行预处理。建立偏最小二乘回归(PLSR)、主成分回归(PCR)、最小二乘支持向量机(LS-SVM)三种定量模型。比较三种模型的预测能力,发现PLSR与PCR模型均弱于LS-SVM模型。采用SPA算法筛选豆浆、热浆、凝胶、豆腐样品的特征波长,分别选取13、9、8、9个特征波长建立基于特征波长下的LS-SVM模型。结果表明:与全波段下的LS-SVM模型相比,基于特征波长建立的SPA+LS-SVM模型预测效果更好,其中对水分含量的预测集结果RP分别为0.9212、0.9381、0.9772、0.8813,蛋白质的RP分别为0.9952、0.9582、0.9978、0.8688。基于最优的SPA+LS-SVM模型计算豆浆、热浆、凝胶、豆腐图像中每个像素点的水分与蛋白质含量,实现水分与蛋白质在豆腐形成过程中不同状态下分布的检测。本研究建立了豆腐加工过程中水分、蛋白质分布与豆腐加工工艺参数之间的联系,为豆腐加工过程的自动化控制提供了新思路;同时利用高光谱成像技术实现豆腐加工过程水分和蛋白质含量与分布的快速检测,为豆腐加工过程的品质调控提供了理论依据。