冷链猪肉环境信息检测及货架期预测研究

发布时间：2017-08-01 06:13

  本文关键词：冷链猪肉环境信息检测及货架期预测研究

  更多相关文章： 冷链猪肉 环境信息 货架期预测 高光谱技术

【摘要】：冷鲜猪肉的流通存储温度多控制在4℃,但在实际销售中由于各种因素的影响,会导致贮藏环境温度发生波动,甚至会出现冷链短暂中断的情况。传统的微生物检测分析方法虽然准确可靠,但耗时长,程序繁琐,起不到预测的作用,无法对冷鲜猪肉产业链的温度控制和品质保障提供指导。因此,科学的监测冷链猪肉的环境信息并对其货架期进行预测对人体健康以及冷鲜猪肉的食用安全性具有重要的指导意义。本论文应用预测微生物学、高光谱及计算机的方法来建立快速准确评价冷鲜猪肉货架期的预测模型,本论文通过分析冷鲜猪肉中的微生物数量随时间、温度的变化,建立冷鲜猪肉的货架期预测模型,应用光谱的手段预测菌落数,开发冷鲜猪肉在生产、流通和销售过程中的环境变化和货架期的实时监控及预测系统。具体研究内容及研究结果如下： (1)通过分析冷鲜猪肉在0、4、7、10、15、20℃有氧贮藏条件下猪肉中的细菌总数,通过预测微生物学的分析研究方法,选用修正的Gompertz模型、修正的Logistic模型及Baranyi模型作为一级模型,平方根模型为二级模型,建立冷鲜猪肉中总好氧菌的生长动力学模型,试验表明预测微生物学的方法能很好地预测冷鲜猪肉中微生物总数,其货架期可以通过总好氧菌从初始菌数(No)到最小腐败菌数(Ns)所需的增殖时间来预测。 (2)应用高光谱技术分析冷鲜猪肉在4℃冷藏温度及20℃的室温条件的细菌总数与光谱曲线的变化。研究基于全部波段及特征波段下建立预测模型的可行性,对比不同建模方法所建立模型的精度。研究表明,在4、20℃恒温条件有氧菌数及光谱曲线之间存在良好的关系。应用高光谱技术快速无损检测4℃和20℃下冷鲜猪肉中细菌总数是可行的,并能获得满意的预测精度。 (3)采用RS-485总线技术,搭建了一套冷鲜猪肉环境监控与货架期实时预测系统。从信息采集模块、显示模块、通信接口和控制接口几个方面设计了基于RS-485通信的监控终端。采用VB.NET开发B/S构架的管理应用软件,结合数据库管理系统技术,实现冷鲜猪肉环境信息智能检测及货架期预测。
【关键词】：冷链猪肉 环境信息 货架期预测 高光谱技术
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F323.7
【目录】：

• 致谢5-6
• 摘要6-8
• Abstract8-10
• 目录10-13
• 第1章 绪论13-25
• 1.1 前言13-14
• 1.2 研究目的和意义14-16
• 1.2.1 研究背景14
• 1.2.2 研究目的和意义14-16
• 1.3 国内外研究现状16-23
• 1.3.1 影响冷鲜猪肉货架期的因素16-17
• 1.3.2 食品预测微生物学及货架期预测17-20
• 1.3.3 高光谱在肉品新鲜度和货架期分析中的应用20-21
• 1.3.4 当前的食品货架期预测装置研究现状21-23
• 1.4 研究内容23-25
• 第2章 基于预测微生物学的冷鲜猪肉货架期预测研究25-46
• 2.1 引言25-26
• 2.2 材料与方法26-28
• 2.2.1 材料与仪器26-27
• 2.2.2 试验方法27
• 2.2.3 数据处理27
• 2.2.4 模型验证27-28
• 2.3 结果与分析28-45
• 2.3.1 细菌总数在0℃、4℃、7℃、10℃、15℃、20℃下的生长曲线28-32
• 2.3.2 菌总数生长的动力学模型及参数32-38
• 2.3.3 温度对细菌总数生长动力学参数的影响38-42
• 2.3.4 菌总数生长动力学模型的验证和评价42-44
• 2.3.5 剩余货架期的预测44-45
• 2.4 结论45-46
• 第3章 基于高光谱技术的冷鲜肉菌落数研究46-58
• 3.1 引言46-47
• 3.2 样品与方法47-52
• 3.2.1 样品及处理47
• 3.2.2 仪器设备47-48
• 3.2.3 试验方法48-49
• 3.2.4 光谱数据预处理49-50
• 3.2.5 光谱建模算法50-51
• 3.2.6 光谱特征波长选择算法51-52
• 3.3 结果与讨论52-57
• 3.3.1 猪肉反射光谱图及细菌总量统计分析52-53
• 3.3.2 基于预处理全部光谱PLS模型53-54
• 3.3.3 SPA提取有效波长54
• 3.3.4 基于特征波长建模54-57
• 3.4 结论57-58
• 第4章 冷鲜猪肉环境信息检测与货架期预测系统58-69
• 4.1 引言58-59
• 4.2 冷鲜猪肉货架期检测系统架构与功能实现59-64
• 4.2.1 数据通信协议设计59-60
• 4.2.2 RS-485接口的监控终端设计60-64
• 4.3 系统软件设计64-68
• 4.4 本章小结68-69
• 第5章 结论与展望69-72
• 5.1 主要结论69-70
• 5.2 创新点70
• 5.3 展望70-72
• 参考文献72-78
• 作者简历78

【参考文献】

中国期刊全文数据库 前10条

1 王伟;彭彦昆;张晓莉;;基于高光谱成像的生鲜猪肉细菌总数预测建模方法研究[J];光谱学与光谱分析;2010年02期

2 张学文;张立福;黄长平;郑兰芬;童庆禧;;基于FISS成像光谱数据的鲜-解冻肉识别研究[J];光谱学与光谱分析;2011年08期

3 朱逢乐;章海亮;邵咏妮;何勇;;基于高光谱成像技术的多宝鱼肉冷藏时间的可视化研究[J];光谱学与光谱分析;2014年07期

4 赵进辉;涂冬成;欧阳静怡;刘木华;沈杰;;利用高光谱图像技术检测鸡胴体内部粪便污染物[J];江西农业大学学报;2011年03期

5 高晓东;吴建虎;彭彦昆;陈菁菁;陶斐斐;;基于高光谱成像技术的牛肉大理石花纹的评估[J];农产品加工(学刊);2009年10期

6 傅鹏;李平兰;周康;程万鹏;;冷却肉中假单胞菌温度预测模型的建立与验证[J];农业工程学报;2008年04期

7 张雷蕾;李永玉;彭彦昆;王伟;江发潮;陶斐斐;单佳佳;;基于高光谱成像技术的猪肉新鲜度评价[J];农业工程学报;2012年07期

8 彭辉;文友先;王巧华;王树才;吴兰兰;;基于小波变换和BP神经网络的蛋壳破损检测[J];农业机械学报;2009年02期

9 张淑娟;张海红;赵艳茹;赵华民;;鲜枣可溶性固形物可见/近红外光谱检测建模方法比较[J];农业机械学报;2012年03期

10 彭彦昆;张雷蕾;;农畜产品品质安全高光谱无损检测技术进展和趋势[J];农业机械学报;2013年04期

，

本文编号：602841