大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法與流程
2023-10-04 06:23:09 3
本發明涉及食品檢測領域，尤其涉及一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法。
背景技術：
：現有技術中，大菱鮃肉質細嫩鮮美,無論採用何種烹飪方法都能符合東、西方人的口味,兼有運輸、貯存容易和魚文化的講究，所以在國內外，尤其是在歐美和日本市場上都倍受消費者青睞，目前大菱鮃的消費市場主要集中在歐洲、美國、東亞和東南亞,年需求量約100000t，英國和挪威早在上世紀70到80年代就投入大量資金對大菱鮃進行了深入研究，而近些年來，人們更加關注大菱鮃烹飪過程中質構品質的變化過程，大菱鮃加工過程中涉及到諸多加工方法，其中油炸、沸水煮、蒸製、隔水煮步驟是重要的工藝步驟，對大菱鮃的品質影響極大，油炸、沸水煮、蒸製、隔水煮時間過短或溫度過低，則大菱鮃不能熟化，食用會有生腥風味；油炸、沸水煮、蒸製、隔水煮時間過長或溫度過高有可能會導致大菱鮃硬熟化過度，口感變差，因此，若油炸、沸水煮、蒸製、隔水煮操作不當便會嚴重影響大菱鮃的經濟價值，由於大菱鮃個體差異較大，每批次大菱鮃生產加工過程中都會根據批次的品質不同，對加工關鍵控制參數進行微調，但目前對大菱鮃油炸、沸水煮、蒸製、隔水煮程度的判斷還停留在人為經驗方面，並未形成標準化的考量技術，因此可能會由於人為經驗不足導致加熱後不同批次的大菱鮃品質不穩定的問題，核磁共振技術一種重要的現代分析手段已廣泛應用於各領域，根據核磁共振原理，採用特定的脈衝序列對樣品中具有固定磁矩的原子核進行激發，產生弛豫信號，該弛豫信號強度與被測樣品中所含核自旋數目成正比，信號衰減過程與被測物質的成分結構密切相關，通過數學方法對弛豫信號進行反演分析，可獲得其他手段難以得到的各種成分和微觀結構信息，從而達到檢測目的，然而迄今為止，未見將低場核磁共振技術運用在大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質的無損檢測方法。技術實現要素：本發明的目的是提供一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法。本發明為實現上述目的所採用的技術方案是：一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法，包括以下步驟：A、建立大菱鮃油炸、沸水煮、蒸製、隔水煮過程中低場核磁共振橫向弛豫圖譜信息資料庫；B、建立大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構信息資料庫；C、分析獲得中低場核磁共振橫向弛豫圖譜信息與質構信息之間的相關性信息；D、對待測大菱鮃樣品進行低場核磁共振檢測得到橫向弛豫圖譜信息；E、將得到的橫向弛豫圖譜信息與建立的大菱鮃油炸、水煮、蒸製、隔水煮過程中低場核磁共振弛豫圖譜資料庫信息比對，選擇相近的低場核磁共振弛豫圖譜資料庫信息作為參照值，根據獲得的低場核磁共振橫向弛豫圖譜信息與質構信息之間的相關性信息，並參照已建立的質構信息資料庫信息，推測得到樣品大菱鮃的質構特徵的推測值。所述步驟A中具體包括，首先，除去鮮活大菱鮃的頭、皮、內臟和鱗，並將血液和黏液清洗乾淨；然後，對所得的大菱鮃進行油炸、沸水煮、蒸製、隔水煮四項工藝處理；最後，對經過四項工藝處理所得的大菱鮃進行低場核磁共振檢測，得到大菱鮃油炸、沸水煮、蒸製、隔水煮過程中不同程度下的低場核磁共振橫向弛豫圖譜信息，建立大菱鮃油炸、沸水煮、蒸製、隔水煮過程中低場核磁共振橫向弛豫圖譜信息資料庫。所述步驟C中具體包括通過Excel統計學的相關性分析方法確定低場核磁共振橫向弛豫圖譜信息與質構信息之間的相關性。所述低場核磁共振檢測的參數設置包括：90度脈寬P1:13μs，180度脈寬P2:26μs，重複採樣等待時間Tw:1600ms-2000ms，模擬增益RG1:[10到20，均為整數]，數字增益DRG1:[2到5，均為整數]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH:1000，接收機帶寬SW：200-500KHzKHz，開始採樣時間的控制參數RFD:0.02-0.05ms，時延DL1：0.1-0.5ms。帶寬SW：200KHz，開始採樣時間的控制參數RFD:0.001-0.004ms，時延DL1：0.1-0.5ms。還包括採用一維反拉普拉斯算法作為橫向弛豫時間T2反演算法，迭代次數10萬次到1千萬次之間。所述大菱鮃不同加熱程度下的低場核磁共振橫向弛豫圖譜信息包括：油炸、沸水煮、蒸製、隔水煮時間、三種峰的起始時間和三種峰的峰面積。所述質構信息的檢測通過全質構檢測。所述質構信息包括：硬度、彈性、粘聚性、咀嚼度和回復性。所述質構信息檢測的參數設置包括大菱鮃樣品製成1.5×1.5×1.0cm小塊，測前速度：2mm/s，測試速度：1mm/s，測後速度：1mm/s，觸發值5g，形變量為60%。本發明一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法，能保證快速、準確地對加熱的大菱鮃樣品進行核磁共振分析測試，通過建立的大菱鮃低場核磁共振橫向弛豫圖譜信息與質構信息之間的相關性，快速判斷大菱鮃油炸、沸水煮、蒸製、隔水煮程度與品質情況；與傳統方法相比，建立了大菱鮃油炸、沸水煮、蒸製、隔水煮過程中低場核磁共振橫向弛豫圖譜信息資料庫和質構信息資料庫後，對待測的大菱鮃樣本的質量檢測僅需要測低場核磁共振橫向弛豫圖譜信息即可，不用進行粉碎破壞的操作，也不用大菱鮃進行前處理，不僅可以很好地保持大菱鮃原有形態，也可大大提高檢測速度，並且檢測的數值準確、穩定，做到了無損化、快速化、精確化的檢測模式。附圖說明圖1是本發明一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法的大菱鮃油炸過程中時的低場核磁共振橫向弛豫特性圖譜。圖2是本發明一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法的大菱鮃沸水煮過程中時的低場核磁共振橫向弛豫特性圖譜。圖3是本發明一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法的大菱鮃蒸製過程中時的低場核磁共振橫向弛豫特性圖譜。圖4是本發明一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法的大菱鮃隔水煮過程中時的低場核磁共振橫向弛豫特性。圖5是本發明一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法的大菱鮃油炸50s時的低場核磁共振橫向弛豫特性圖譜。圖6是本發明一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法的大菱鮃沸水煮150s時的低場核磁共振橫向弛豫特性圖譜。圖7是本發明一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法的大菱鮃蒸製150s時的低場核磁共振橫向弛豫特性圖譜。圖8是本發明一種大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法的大菱鮃隔水煮150s時的低場核磁共振橫向弛豫特性。具體實施方式如圖1至圖8所示，大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法，具體包括如下步驟：A、建立大菱鮃油炸、沸水煮、蒸製、隔水煮過程中低場核磁共振橫向弛豫圖譜信息資料庫；B、建立大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構信息資料庫；C、分析獲得所述步驟A中低場核磁共振橫向弛豫圖譜信息與所述步驟B中質構信息之間的相關性信息；D、對待測大菱鮃樣品進行低場核磁共振檢測得到橫向弛豫圖譜信息；E、將所述步驟D中得到的橫向弛豫圖譜信息與所述步驟A建立的大菱鮃油炸、沸水煮、蒸製、隔水煮過程中低場核磁共振弛豫圖譜資料庫信息比對，選擇相近的低場核磁共振弛豫圖譜資料庫信息作為參照值，根據所述步驟C中獲得的低場核磁共振橫向弛豫圖譜信息與質構信息之間的相關性信息，並參照所述步驟B中已建立的質構信息資料庫信息，推測得到樣品大菱鮃的質構特徵的推測值；所述步驟A中具體包括：首先，除去鮮活大菱鮃的頭、皮、內臟和鱗，並將血液和黏液清洗乾淨；然後，對所得大菱鮃進行油炸、沸水煮、蒸製、隔水煮四項工藝處理；最後，對進行油炸、沸水煮、蒸製、隔水煮四項工藝處理所得大菱鮃進行低場核磁共振檢測，得到大菱鮃油炸、沸水煮、蒸製、隔水煮過程中不同程度下的低場核磁共振橫向弛豫圖譜信息，建立大菱鮃油炸、沸水煮、蒸製、隔水煮過程中低場核磁共振橫向弛豫圖譜信息資料庫；所述步驟C中具體包括：通過Excel軟體的相關性分析方法確定所述步驟A中低場核磁共振橫向弛豫圖譜信息與所述步驟B中質構信息之間的相關性，以上所述的大菱鮃加熱過程中質構品質無損檢測方法，其中，大菱鮃不同加工工藝的處理包括：油炸0s、20s、40s、60s、80s、100s；沸水煮、蒸製、隔水煮0s、60s、120s、180s、240s、300s，低場核磁共振檢測的參數設置包括：90度脈寬P1:13μs，180度脈寬P2:26μs，重複採樣等待時間Tw:1600ms-2000ms，模擬增益RG1:[10到20，均為整數]，數字增益DRG1:[2到5，均為整數]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH:1000，接收機帶寬SW：200-500KHzKHz，開始採樣時間的控制參數RFD:0.02-0.05ms，時延DL1：0.1-0.5ms。帶寬SW：200KHz，開始採樣時間的控制參數RFD:0.001-0.004ms，時延DL1：0.1-0.5ms，還包括採用一維反拉普拉斯算法作為橫向弛豫時間T2反演算法，迭代次數：10萬次到1千萬次之間，優選1,000,000次，大菱鮃不同加熱程度下的低場核磁共振橫向弛豫圖譜信息包括：油炸、沸水煮、蒸製、隔水煮時間、三種峰的起始時間和三種峰的峰面積，質構信息的檢測通過全質構檢測（TPA），質構信息包括：硬度、彈性、粘聚性、咀嚼度和回復性，質構信息檢測的參數設置包括：大菱鮃樣品製成1.5×1.5×1.0cm小塊，測前速度：2mm/s，測試速度：1mm/s，測後速度：1mm/s，觸發值5g，形變量為60%。大菱鮃油炸、沸水煮、蒸製、隔水煮過程中低場核磁共振橫向弛豫圖譜資料庫建立。實施方式一，如圖1至圖4和表1至表4所示，除去鮮活大菱鮃的頭、皮、內臟和鱗，並將血液和黏液清洗乾淨，對大菱鮃進行不同時間點的油炸、沸水煮、蒸製、隔水煮四項工藝處理，本實施方式選擇記錄的時間點為油炸：0s、20s、40s、60s、80s、100s；水煮、蒸製、隔水煮：0s、60s、120s、180s、240s、300s，實際應用時可以根據需要調整時間間隔，測量更多個時間點的橫向弛豫圖譜數據，以提高後期推測值的準確性；對進行了不同時間長度的油炸、水煮、蒸製、隔水煮四項工藝處理所得的大菱鮃進行低場核磁共振檢測，檢測參數設置為：90度脈寬P1:13μs，180度脈寬P2:26μs，重複採樣等待時間Tw:1600ms-2000ms，模擬增益RG1:[10到20，均為整數]，數字增益DRG1:[2到5，均為整數]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH:1000，接收機帶寬SW：200-500KHz，開始採樣時間的控制參數RFD:0.02-0.05ms，時延DL1：0.1-0.5ms，然後採用一維反拉普拉斯算法作為橫向弛豫時間T2反演算法，迭代次數：10萬次到1千萬次之間，優選1,000,000次，檢測得到經歷了不同時間長度的油炸、沸水煮、蒸製、隔水煮四項工藝處理所得的大菱鮃的低場核磁共振橫向弛豫圖譜信息，建立大菱鮃油炸、沸水煮、蒸製、隔水煮過程中低場核磁共振橫向弛豫圖譜信息資料庫。如表5、6、7、8中所示，大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構信息資料庫建立：對上述油炸、沸水煮、蒸製、隔水煮處理後的大菱鮃進行質構檢測，大菱鮃樣品製成1.5×1.5×1.0cm小塊，測前速度：2mm/s，測試速度：1mm/s，測後速度：1mm/s，觸發值5g，形變量為60%，檢測到油炸、沸水煮、蒸製、隔水煮處理後的大菱鮃的質構參數，其中，所述質構信息包括：硬度、彈性、粘聚性、咀嚼度和回復性，以上所述的大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構品質無損檢測方法，其中，建立大菱鮃油炸、沸水煮、蒸製、隔水煮過程中質構信息資料庫。實施方式二，如圖5、表13所示，除去鮮活大菱鮃的頭、皮、內臟和鱗，並將血液和黏液清洗乾淨，將市售質量過關的葵花籽油加熱至油溫達180℃，待油溫穩定後，對大菱鮃進行油炸50s處理；採用低場核磁設備（上海紐邁電子科技，NMI20-030H-I）對處理後的大菱鮃樣品進行檢測，檢測參數設置為：90度脈寬P1:13μs，180度脈寬P2:26μs，重複採樣等待時間Tw:1600ms-2000ms，模擬增益RG1:[10到20，均為整數]，數字增益DRG1:[2到5，均為整數]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH:1000，接收機帶寬SW：200-500KHz，開始採樣時間的控制參數RFD:0.02-0.05ms，時延DL1：0.1-0.5ms，然後採用一維反拉普拉斯算法作為橫向弛豫時間T2反演算法，迭代次數：10萬次到1千萬次之間，優選1000000次），得出油炸樣品的橫向弛豫特性圖譜；如表1、如表5、如表9、圖5所示，將得到的樣品橫向弛豫特性圖譜與已建立的大菱鮃油炸過程中的低場核磁共振弛豫圖譜資料庫中的弛豫圖譜信息進行對比，參考已建立的油炸過後大菱鮃的低場核磁共振弛豫圖譜信息與質構信息之間的相關性信息，並參照已建立的大菱鮃油炸過程中的質構信息資料庫中的質構信息進行分析比較，推測得到海參樣品的質構；具體地，通過將大菱鮃油炸過程中低場核磁共振橫向弛豫圖譜資料庫信息（如表1所示）與大菱鮃油炸過程中的質構信息（如表5所示）輸入統計學軟體進行相關性分析（統計學軟體可以為任何可以進行相關性分析的統計學軟體，例如：Excel軟體）確定質構信息與哪些大菱鮃低場核磁共振弛豫圖譜信息存在相關性（如表9所示），選擇實際測量的油炸大菱鮃樣品的低場核磁橫向弛豫信息與建立的大菱鮃油炸過程中低場核磁共振弛豫圖譜資料庫信息比對，選擇相近的參照值，根據核磁和質構信息間的正負相關性，並參照已建立的質構信息庫信息，推測得到油炸樣品大菱鮃的質構特徵的推測值；進行質構測定驗證，將大菱鮃樣品製成1.5×1.5×1.0cm小塊，測前速度：2mm/s，測試速度：1mm/s，測後速度：1mm/s，觸發值5g，形變量為60%，得到樣品的真實質構品質信息，並將推測值與測試值作對比（如表13、14），相對誤差均小於15%。實施方式三，除去鮮活大菱鮃的頭、皮、內臟和鱗，並將血液和黏液清洗乾淨，將自來水加熱至沸騰，水溫為99-101℃左右，待水溫穩定後，對大菱鮃進行沸水煮150s處理；採用低場核磁設備（上海紐邁電子科技，NMI20-030H-I）對處理後的大菱鮃樣品進行檢測，檢測參數設置為：90度脈寬P1:13μs，180度脈寬P2:26μs，重複採樣等待時間Tw:1600ms-2000ms，模擬增益RG1:[10到20，均為整數]，數字增益DRG1:[2到5，均為整數]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH:1000，接收機帶寬SW：200-500KHz，開始採樣時間的控制參數RFD:0.02-0.05ms，時延DL1：0.1-0.5ms，然後採用一維反拉普拉斯算法作為橫向弛豫時間T2反演算法，迭代次數：10萬次到1千萬次之間，優選1000000次，得出沸水煮樣品的橫向弛豫特性圖譜（如圖6、表15所示），將得到的樣品橫向弛豫特性圖譜與已建立的大菱鮃沸水煮過程中的低場核磁共振弛豫圖譜資料庫中的弛豫圖譜信息（如表2、圖6所示）進行對比，參考已建立的沸水煮過後大菱鮃的低場核磁共振弛豫圖譜信息與質構信息之間的相關性信息（如表10），並參照已建立的大菱鮃沸水煮過程中的質構信息資料庫（如表10）中的質構信息進行分析比較，推測得到大菱鮃樣品的質構，具體地，通過將大菱鮃沸水煮過程中低場核磁共振橫向弛豫圖譜資料庫信息（如表2所示）與大菱鮃沸水煮過程中的質構信息（如表6所示）輸入統計學軟體進行相關性分析（統計學軟體可以為任何可以進行相關性分析的統計學軟體，例如：Excel軟體）確定質構信息與哪些大菱鮃低場核磁共振弛豫圖譜信息存在相關性（如表10所示），選擇實際測量的油炸大菱鮃樣品的低場核磁橫向弛豫信息與建立的大菱鮃沸水煮過程中低場核磁共振弛豫圖譜資料庫信息比對，選擇相近的參照值，根據核磁和質構信息間的正負相關性，並參照已建立的質構信息庫信息，推測得到沸水煮樣品大菱鮃的質構特徵的推測值，進行質構測定驗證，將大菱鮃樣品製成1.5×1.5×1.0cm小塊，測前速度：2mm/s，測試速度：1mm/s，測後速度：1mm/s，觸發值5g，形變量為60%，得到樣品的真實質構品質信息，並將推測值與測試值作對比（如表15、16），相對誤差均小於15%。實施方式四，除去鮮活大菱鮃的頭、皮、內臟和鱗，並將血液和黏液清洗乾淨，將自來水加熱至沸騰，水溫為99-101℃左右，待水溫穩定後，將大菱鮃樣品放置在蒸鍋的籠屜上，對大菱鮃進行蒸製150s處理；採用低場核磁設備（上海紐邁電子科技，NMI20-030H-I）對處理後的大菱鮃樣品進行檢測，檢測參數設置為：90度脈寬P1:13μs，180度脈寬P2:26μs，重複採樣等待時間Tw:1600ms-2000ms，模擬增益RG1:[10到20，均為整數]，數字增益DRG1:[2到5，均為整數]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH:1000，接收機帶寬SW：200-500KHz，開始採樣時間的控制參數RFD:0.02-0.05ms，時延DL1：0.1-0.5ms，然後採用一維反拉普拉斯算法作為橫向弛豫時間T2反演算法，迭代次數：10萬次到1千萬次之間，優選1000000次，得出蒸製樣品的橫向弛豫特性圖譜（如圖7、表17所示），將得到的樣品橫向弛豫特性圖譜與已建立的大菱鮃蒸製過程中的低場核磁共振弛豫圖譜資料庫中的弛豫圖譜信息（如表3、圖7所示）進行對比，參考已建立的蒸製過後大菱鮃的低場核磁共振弛豫圖譜信息與質構信息之間的相關性信息（如表11），並參照已建立的大菱鮃蒸製過程中的質構信息資料庫（如表7）中的質構信息進行分析比較，推測得到大菱鮃樣品的質構，具體地，通過將大菱鮃蒸製過程中低場核磁共振橫向弛豫圖譜資料庫信息（如表3所示）與大菱鮃蒸製過程中的質構信息（如表7所示）輸入統計學軟體進行相關性分析（統計學軟體可以為任何可以進行相關性分析的統計學軟體，例如：Excel軟體）確定質構信息與哪些大菱鮃低場核磁共振弛豫圖譜信息存在相關性（如表11所示），選擇實際測量的蒸製大菱鮃樣品的低場核磁橫向弛豫信息與建立的大菱鮃蒸製過程中低場核磁共振弛豫圖譜資料庫信息比對，選擇相近的參照值，根據核磁和質構信息間的正負相關性，並參照已建立的質構信息庫信息，推測得到蒸製樣品大菱鮃的質構特徵的推測值，進行質構測定驗證，將大菱鮃樣品製成1.5×1.5×1.0cm小塊，測前速度：2mm/s，測試速度：1mm/s，測後速度：1mm/s，觸發值5g，形變量為60%，得到樣品的真實質構品質信息，並將推測值與測試值作對比（如表17、18），相對誤差均小於15%。實施方式五，除去鮮活大菱鮃的頭、皮、內臟和鱗，並將血液和黏液清洗乾淨，將自來水加熱至沸騰，水溫為99-101℃左右，待水溫穩定後，將大菱鮃樣品放入玻璃平皿中，用封口膜封好，並裝入自封袋中，對大菱鮃進行隔水煮150s處理；採用低場核磁設備（上海紐邁電子科技，NMI20-030H-I）對處理後的大菱鮃樣品進行檢測，檢測參數設置為：90度脈寬P1:13μs，180度脈寬P2:26μs，重複採樣等待時間Tw:1600ms-2000ms，模擬增益RG1:[10到20，均為整數]，數字增益DRG1:[2到5，均為整數]，前置放大增益PRG:[1，2，3]，NS:4、8、16，NECH:1000，接收機帶寬SW：200-500KHz，開始採樣時間的控制參數RFD:0.02-0.05ms，時延DL1：0.1-0.5ms，然後採用一維反拉普拉斯算法作為橫向弛豫時間T2反演算法，迭代次數：10萬次到1千萬次之間，優選1000000次，得出油炸樣品的橫向弛豫特性圖譜（如圖8、表19所示），將得到的樣品橫向弛豫特性圖譜與已建立的大菱鮃隔水煮過程中的低場核磁共振弛豫圖譜資料庫中的弛豫圖譜信息（如表4、圖8所示）進行對比，參考已建立的隔水煮過後大菱鮃的低場核磁共振弛豫圖譜信息與質構信息之間的相關性信息（如表12），並參照已建立的大菱鮃隔水煮過程中的質構信息資料庫（如表8）中的質構信息進行分析比較，推測得到大菱鮃樣品的質構，具體地，通過將大菱鮃隔水煮過程中低場核磁共振橫向弛豫圖譜資料庫信息（如表4所示）與大菱鮃隔水煮過程中的質構信息（如表8所示）輸入統計學軟體進行相關性分析（統計學軟體可以為任何可以進行相關性分析的統計學軟體，例如：Excel軟體）確定質構信息與哪些大菱鮃低場核磁共振弛豫圖譜信息存在相關性（如表12所示），選擇實際測量的隔水煮大菱鮃樣品的低場核磁橫向弛豫信息與建立的大菱鮃隔水煮過程中低場核磁共振弛豫圖譜資料庫信息比對，選擇相近的參照值，根據核磁和質構信息間的正負相關性，並參照已建立的質構信息庫信息，推測得到隔水煮樣品大菱鮃的質構特徵的推測值，進行質構測定驗證，將大菱鮃樣品製成1.5×1.5×1.0cm小塊，測前速度：2mm/s，測試速度：1mm/s，測後速度：1mm/s，觸發值5g，形變量為60%，得到樣品的真實質構品質信息，並將推測值與測試值作對比（如表19、20），相對誤差均小於15%。以上實驗結果說明獲得的質構信息推測值與實際測量值比較接近，通過本發明的檢測方法可以準確推測待測大菱鮃樣品在不同加工工藝過程中的質構信息。表1：不同油炸時間大菱鮃的NMR參數油炸時間（s）T21（ms）T22（ms）T23（ms）A21A22A2302.93a33.00a309.40a19.66a1743.06ab12.63a205.15a26.60b200.60a26.21a1132.82ab63.35a404.73a19.60a191.14a36.97a1320.34b75.59a603.41a14.60c157.07a37.36b879.57a49.01a802.91a14.37c145.67a69.95c672.55a86.92a1002.91a12.70c132.35a82.76c639.77a121.85a表2：不同沸水煮時間大菱鮃的NMR參數沸水煮時間（s）T21（ms）T22（ms）T23（ms）A21A22A2302.35a34.02a396.92a36.77a2148.36a19.17a602.71a22.80b152.03b20.01b1255.22b147.42b1204.69a24.25c176.97b19.61b1190.54c114.18b1802.14a23.16b185.21b21.47b1124.08d114.09b2405.01a21.11d232.00b17.05b1491.16e128.15b3002.45a19.54d169.58b31.72b1830.32e183.17b表3：不同蒸製時間大菱鮃的NMR參數蒸製時間（s）T2（ms）T22（ms）T23（ms）A21A22A2302.13a35.10a218.04ab23.56a2141.87a31.08a603.25a22.80bc156.42a9.64a1957.32b158.39b1202.87a21.43bc207.29ab12.42a1733.84c154.34b1802.79a20.22c182.38ab16.44a1167.69d104.11c2402.97a21.48b182.03ab12.83a1619.62e138.95d3003.17a20.19c249.85b21.65a1295.65f83.55cd表4：不同隔水煮時間大菱鮃的NMR參數隔水煮時間（s）T21（ms）T22（ms）T23（ms）A21A22A2302.78a28.28a232.50a34.46a2117.79a22.65a602.77a27.43a163.82b23.12a1960.92b116.17b1202.95a25.40b196.93b17.50a1836.26c121.82b1802.70a24.62bc154.07b16.17a1320.15a82.63c2402.77a23.17d188.17b21.27b2162.18d132.98b3003.33a23.51cd223.12a33.42b2559.82e144.11b表5：大菱鮃油炸工藝不同時間的TPA參數油炸時間（s）硬度（g）彈性粘聚性咀嚼度回復性06371.88a0.251a0.36a534.70a0.31b201651.03b0.68b0.43a450.81a0.19a401924.32b0.68b0.51a653.92a0.22ab602121.35b0.74b0.50a803.78a0.21ab802601.84b0.70b0.42a755.02a0.16a1003027.79b0.72b0.37a852.51a0.15a表6：大菱鮃沸水煮工藝不同時間的TPA參數沸水煮時間（s）硬度（g）彈性粘聚性咀嚼度回復性06371.884a0.201a0.171a534.698a0.314a60924.72b0.686a0.389a247.762b0.149b120614.356b0.887a0.466a253.666b0.138b1801058.9b0.672a0.468a337.849b0.181b2401658.18b0.627a0.48a514.437b0.169b3001580.473b0.575a0.423a410.564b0.148b表7：大菱鮃蒸製工藝不同時間的TPA參數蒸製時間（s）硬度（g）彈性粘聚性咀嚼度回復性05457.072a0.312a0.186a490.007a0.223a602416.605b0.538b0.342b357.333a0.21a1201234.204b0.651b0.441b366.584a0.169a1801738.482b0.666b0.431b499.277a0.164a2401493.536b0.608b0.431b397.3a0.161a3001433.133b0.606b0.502b453.687a0.194a表8：大菱鮃隔水煮工藝不同時間的TPA參數隔水煮時間（s）硬度（g）彈性粘聚性咀嚼度回復性06286.41a0.62ab0.53a1995.63c0.40c602254.75b0.60a0.51a728.19ab0.24b1201319.69b0.70ab0.39a349.04a0.15ab1801694.13b0.79c0.42a572.77ab0.16ab2401436.62b0.68ab0.46a444.62ab0.18a3001303.33b0.58a0.39a322.59c0.19d表9：大菱鮃油炸工藝過程的NMR參數和硬度、彈性、粘聚性、咀嚼度、回復性的相關性分析TPA參數NMR參數RR2P硬度(g)T210.5810.338nsT220.5970.357nsT230.7680.589nsA210.2430.059nsA220.6010.362nsA230.5540.307P<0.05彈性T210.9130.834nsT220.5030.253nsT230.7840.614P<0.05A210.7410.548nsA220.7840.614nsA230.7410.548P<0.05粘聚性T210.5400.291P<0.05T220.3250.105P<0.01T230.3280.108P<0.01A210.2420.059P<0.01A220.0790.006P<0.01A230.0230.001P<0.01咀嚼度T210.7300.533P<0.01T220.7870.620P<0.05T230.7360.541P<0.01A210.5950.353P<0.05A220.7360.541P<0.01A230.5950.353P<0.05回復性T210.9400.883nsT220.7940.630nsT230.9360.877nsA210.9020.814P<0.01A220.9360.877nsA230.0890.008P<0.01表10：大菱鮃沸水煮工藝過程的NMR參數和硬度、彈性、粘聚性、咀嚼度、回復性的相關性分析TPA參數NMR參數RR2P硬度(g)T210.3310.110nsT220.8750.766nsT230.9690.940P<0.05A210.7930.629nsA220.8520.726P<0.01A230.8200.672P<0.05彈性T210.4960.246nsT220.7040.495nsT230.8700.756P<0.01A210.8170.667P<0.01A220.8810.776P<0.01A230.6340.402ns粘聚性T210.4740.225nsT220.2630.069P<0.05T230.5360.288nsA210.5900.348nsA220.5360.288P<0.01A230.9590.919P<0.01咀嚼度T210.7600.578nsT220.4980.248nsT230.7730.598nsA210.4980.248nsA220.7730.598nsA230.4430.196P<0.05回復性T210.2110.045nsT220.7940.631nsT230.5980.357nsA210.6620.438nsA220.0480.002nsA230.7740.600P<0.01表11：大菱鮃蒸製工藝過程的NMR參數和硬度、彈性、粘聚性、咀嚼度、回復性的相關性分析TPA參數NMR參數RR2P硬度(g)T210.8090.654P<0.05T220.9790.959P<0.01T230.0960.009nsA210.5500.303nsA220.7000.490nsA230.7310.534P<0.05彈性T210.8090.654P<0.05T220.9790.959P<0.01T230.0960.009nsA210.5500.303nsA220.7000.490P<0.01A230.7310.534P<0.05粘聚性T210.7490.560nsT220.9430.888P<0.01T230.1580.025nsA210.2910.085P<0.05A220.8190.671P<0.01A230.5110.261ns咀嚼度T210.5950.354P<0.05T220.3580.128P<0.05T230.4240.180nsA210.8230.678P<0.01A220.3340.112P<0.05A230.8520.727P<0.01回復性T210.3180.101P<0.05T220.7250.526P<0.05T230.1720.030nsA210.4200.176P<0.05A220.6680.447nsA230.5190.269P<0.01表12：大菱鮃隔水煮工藝過程的NMR參數和硬度、彈性、粘聚性、咀嚼度、回復性的相關性分析TPA參數NMR參數RR2P硬度(g)T210.3110.654nsT220.7760.959nsT230.5030.253nsA210.5970.356nsA220.0870.008nsA230.9070.822P<0.01彈性T210.2370.056nsT220.4780.229nsT230.4600.211nsA210.0750.006nsA220.0380.001nsA230.1400.020ns粘聚性T210.5890.347P<0.05T220.7350.540nsT230.0110.000nsA210.3340.112P<0.05A220.0280.001P<0.05A230.6000.360P<0.01咀嚼度T210.3720.139nsT220.7840.614nsT230.4410.195nsA210.5550.308nsA220.0340.001nsA230.9230.851P<0.01回復性T210.9350.874P<0.01T220.4460.199nsT230.4710.222nsA210.5670.321nsA220.6760.457nsA230.4460.199ns表13：油炸50s大菱鮃的NMR參數油炸時間（s）T21（ms）T22（ms）T23（ms）A21A22A23502.4414.14179.5553.08849.8777.20表14：油炸50s大菱鮃的TPA參數硬度（g）彈性粘聚性咀嚼度回復性推測值1924.320.680.51653.920.22實際測量值1931.910.760.47640.250.20相對誤差-0.40%-10.53%8.51%2.14%10.00%表15：沸水煮150s大菱鮃的NMR參數沸水煮時間（s）T21（ms）T22（ms）T23（ms）A21A22A231504.2520.47179.5520.741488.11125.61表16：沸水煮150s大菱鮃的TPA參數硬度（g）彈性粘聚性咀嚼度回復性推測值1058.900.670.47337.850.18實際測量值1240.630.610.44352.580.20相對誤差-14.63%9.84%6.82%-4.185-10.00%表17：蒸製150s大菱鮃的NMR參數蒸製時間（s）T21（ms）T22（ms）T23（ms）A21A22A231502.3321．43236.9123.941663.2086.67表18：蒸製150s大菱鮃的TPA參數硬度（g）彈性粘聚性咀嚼度回復性推測值1234.200.650.43366.580.16實際測量值1097.860.620.40402.410.16相對誤差12.49%4.84%7.5%-8.90%0.00%表19：隔水煮150s大菱鮃的NMR參數隔水煮時間（s）T21（ms）T22（ms）T23（ms）A21A22A231502.8122.44188.0417.131775.67110.33表20：隔水煮150s大菱鮃的TPA參數硬度（g）彈性粘聚性咀嚼度回復性推測值1319.690.700.39349.040.15實際測量值1534.130.700.35353.000.17相對誤差-13.98%0.00%11.43%-1.12%-11.76%當前第1頁1 2 3