镇江香醋固态发酵参数的智能在线监测及其分布研究

发布时间：2020-02-25 23:26

【摘要】：固态发酵是微生物在没有或几乎没有游离水的固态基质上进行发酵,是我国重要的传统发酵方式。镇江香醋是SSF的典型代表之一,其产物营养丰富,口感纯正,深受人民喜爱,然而它生产过程复杂,其中制醅是固态发酵过程的关键,在一定程度上决定香醋的品质。在制醅过程中温度、总酸、水分、pH值和不挥发酸均是影响醋醅品质的重要指标,依据它们的变化进行翻醅操作,可使醋醅中养料和微生物均匀分布,避免局部发酵过快出现板结甚至坏醅等。但是目前仍是依据工人经验或理化法进行检测,检测结果往往延迟于生产过程,无法及时指导生产。另外从手工到翻醅机仅解决了机械化问题,发酵状况的判断仍依靠经验式,尤其启动时机、翻醅频率、强度以及深度等还是根据工人的闻、看或触等方式结合主观经验来判断,缺乏科学依据,这严重影响了香醋的质量稳定性和企业经济效益。本研究以镇江香醋SSF为例,利用多传感技术在线获取SSF过程中气味(酸度)、视觉(色泽、纹理)、光谱信号以及温度等信息来监测发酵过程,并结合化学计量学的方法定性识别动态发酵阶段、定量预测可反映发酵品质的理化指标,快速判断醋醅均匀性,为智能翻醅的实现提供科学数据和技术手段。具体研究内容如下:(1)镇江香醋动态发酵阶段的实时判别。醋醅的气味及其内在代谢物是判别发酵阶段的关键,本研究首先使用嗅觉可视化技术(olfaction visualization technique,OVT)获取每天发酵醋醅的气味信息,提取阵列传感器反应前后的颜色变化信号,通过其显色状况,判断醋醅气味的变化;然后使用近红外光谱技术(Near infrared spectroscopy,NIR)采集每天发酵醋醅的光谱信息,依据其代谢物的光谱特性判别发酵阶段;最后使用融合技术将最能表征醋醅阶段的气味和光谱信息进行特征层融合,提取最优主成分,结合KNN(K-nearest neighbors,KNN)、最小二乘-支持向量机(least squares support vector machine,LS-SVM)和人工神经网络(BP articicial neual network,BP-ANN)等模型对动态发酵阶段进行判别。结果显示,融合技术结合BP-ANN算法为最优模型,当主成分数为7时,识别率达到93.75%和91.25%。该法可实现发酵阶段的动态判别,为规范发酵操作工艺提供有效技术手段。(2)发酵过程中温度的在线监测以及温度场多维分布研究。温度是影响微生物生长代谢的重要因素,温度场可形象地呈现醋醅中温度分布云图。本研究采用在线监测装置实时监测SSF过程中不同发酵阶段、不同发酵层温度的变化情况,然后依据获得的温度变化规律,拟合生产热与时间经验式,并首次提出使用ANSYS软件结合有限元法(Finite Element Method,FEM)模拟醋醅中温度场的多维分布。结果显示,温度从上层到池底是先升高后降低,最大温差6℃;在垂直于发酵池壁方向,温度从中间至边缘逐渐降低,最大温差3℃;二维、三维温度场可直观、形象地呈现温度的分布,这可大大提高人们对SSF过程的认知度,并对翻醅操作有很好的指导作用,也为全面了解醋醅中温度变化规律以及智能翻醅提供有效依据。(3)发酵过程中重要参数的快速预测及其二维分布检测。醋醅中重要参数的快速预测可表征醋醅的发酵状况以及发酵品质,二维分布可实时反映醋醅的均匀性。本研究依据化学方法分别检测了发酵过程中不同季节、不同发酵时间的总酸、水分、pH和不挥发酸等参数,并详细分析了它们的变化规律。然后利用高光谱图像(Hyperspectral imaging,HSI)技术结合偏最小二乘(Partial least squares,PLS)、遗传算法-偏最小二乘(Genetic algorithm-partial least squares,GA-PLS)、LS-SVM及BP-ANN等方法建立总酸、水分、pH以及不挥发酸的快速预测模型,选择各自最优模型。提出依据最优模型计算各个参数在每个像素点的含量值,实现由单点检测到二维分布的转变,并基于区域统计信息定量描述它们的分布。结果表明,对于醋醅中总酸和水分,GA-PLS模型精度最高,其预测集相关系数rp分别为0.875和0.916,均方根误差RMSEP分别为4.96g/100g和5.36g/100g。pH和不挥发酸,最优模型分别是LS-SVM和BP-ANN,其rp分别0.932和0.894,RMSEP分别为0.048和0.495 mg/100g。最后使用各自最优模型结合HSI计算总酸、水分、pH以及不挥发酸等主要参数的二维分布图,它可快速地判断发酵状况和品质,也可多维地反映翻醅的均匀性,这为提高发酵品质和效率提供有效技术手段。(4)智能翻醅系统的初步设计。本研究采用模块化设计,主要包括信息监测模块、系统控制模块、移动模块和执行模块4部分,利用传感技术、PLC以及多信息融合技术等初步提出智能化翻醅策略,使翻醅由机械化向智能化、信息化迈进。本研究首次解析了理化参数在固态发酵过程中的多维分布规律,为精确调控最优翻醅操作条件提供基础数据和技术手段,并初步提出智能翻醅系统的设计方案,为镇江香醋的工业化、智能化生产奠定基础。
【图文】：

示意图,镇江香醋,固态发酵,过程

其中制醅是 SSF 的关键过程，如图 1.1 所示。许伟[7]等人对SSF过程中微生物群落多样性进行研究的变化进行分析，，Liu[20]等人对香醋的功能性氧化物醋的开发研究[9-11]以及发酵香醋中功能性因子的检测于发酵阶段的动态识别、温度的在线监测及其多维测及其可视化分布、醋醅均匀性以及智能翻醅等方面

示意图,嗅觉,传感器阵列,可视化

扫描电镜示意图，图(a)和图(b)分别为示意图(×50000)和(×150000)iO2film based material surface of the scnanoporous TiO2film (×50000), (b) SEMfilm (×150000)要有 pH 指示剂和卟啉类化合毛细管点样法将显色剂固定在基所示，1~6 号为 pH 指示剂，7~
【学位授予单位】：江苏大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TS264.22

【相似文献】