CN101349685A - 一种预测冷却肉品质变化的方法 - Google Patents
一种预测冷却肉品质变化的方法 Download PDFInfo
- Publication number
- CN101349685A CN101349685A CNA2008100425364A CN200810042536A CN101349685A CN 101349685 A CN101349685 A CN 101349685A CN A2008100425364 A CNA2008100425364 A CN A2008100425364A CN 200810042536 A CN200810042536 A CN 200810042536A CN 101349685 A CN101349685 A CN 101349685A
- Authority
- CN
- China
- Prior art keywords
- value
- meat
- quality
- tvbn
- cooling meat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 235000013372 meat Nutrition 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000001816 cooling Methods 0.000 title claims description 42
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 58
- 238000003860 storage Methods 0.000 claims abstract description 41
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 235000015277 pork Nutrition 0.000 claims description 53
- 230000008859 change Effects 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 230000004075 alteration Effects 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 12
- 210000000697 sensory organ Anatomy 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 210000003205 muscle Anatomy 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 2
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 238000003908 quality control method Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 238000004140 cleaning Methods 0.000 claims 2
- 239000010813 municipal solid waste Substances 0.000 claims 1
- 238000005057 refrigeration Methods 0.000 claims 1
- 230000001580 bacterial effect Effects 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 235000013305 food Nutrition 0.000 description 14
- 230000008569 process Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 241000894006 Bacteria Species 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 4
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- 102000004190 Enzymes Human genes 0.000 description 2
- 108090000790 Enzymes Proteins 0.000 description 2
- 108091005804 Peptidases Proteins 0.000 description 2
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 2
- 241000282887 Suidae Species 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 150000001412 amines Chemical class 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 238000005138 cryopreservation Methods 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 235000020995 raw meat Nutrition 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 102000008934 Muscle Proteins Human genes 0.000 description 1
- 108010074084 Muscle Proteins Proteins 0.000 description 1
- 102000035195 Peptidases Human genes 0.000 description 1
- 239000004365 Protease Substances 0.000 description 1
- 102100037486 Reverse transcriptase/ribonuclease H Human genes 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 230000001332 colony forming effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000034659 glycolysis Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004310 lactic acid Substances 0.000 description 1
- 235000014655 lactic acid Nutrition 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 235000020997 lean meat Nutrition 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 210000003097 mucus Anatomy 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 229920001184 polypeptide Polymers 0.000 description 1
- 102000004196 processed proteins & peptides Human genes 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 235000019833 protease Nutrition 0.000 description 1
- 235000019419 proteases Nutrition 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000003307 slaughter Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
Images
Landscapes
- Meat, Egg Or Seafood Products (AREA)
Abstract
一种预测冷却肉品质变化的方法,本发明在对不同贮藏温度情况下冷却肉的菌落总数、挥发性盐基氮(TVBN)、色差值,感官变化情况进行研究,根据各指标建立冷却肉品质变化动力学模型。有利于快速、准确地对冷却肉的品质进行动态分析。
Description
技术领域
本发明涉及一种预测冷却肉品质动态变化的方法。
背景技术
我国是世界第一养猪大国,生猪存栏数约占世界总存栏量的51.8%,猪肉产量占世界猪肉总量的46.8%。有关资料表明,2006年,全国肉类总产量达到8051万吨,占全世界肉类总产量的近30%,其中猪肉产量为5197万吨,占世界猪肉总产量46.8%,居世界第一,占我国所有肉类产量的64.5%。猪肉在我国肉类消费中的比例更是高达66.8%。可见猪肉是所有肉类消费中比例最大的品种,,其安全性关系到广大人民的身体健康和生命安全而肉类安全事故也大多发生于猪肉,因此当前确保猪肉的安全卫生是保障肉类安全的重要任务,猪肉的安全与否事关养殖业健康稳定发展和消费者健康的大局,其安全性越来越被重视。
不同食品腐败的机理各不相同且变质反应非常复杂,但通过对变质机理的研究能找到食品品质动态变化的规律,即食品腐败过程中品质的损失可以通过动力学模型得到很好的反映。
冷却肉以其新鲜、肉嫩、味美、营养、卫生的优点日益受到消费者的青睐。但是,如果冷链系统不完善,会影响到冷却肉的品质和安全性。由于我国居民对冷却肉需求的不断增长以及冷却肉流通量变大和流通距离变长,快速评估冷却肉鲜度显得十分重要。
挥发性盐基氮(TVBN)通常作为蛋白性食品新鲜度的化学指标,肉类等在腐败过程中,由于细菌的生长繁殖和酶的作用,使蛋白质分解而产生胺类及氨等具挥发性的碱性含氮物质,这些挥发性盐基氮与肉品腐败程度之间有明显的对应关系。因此,测定冷却肉中TVBN的含量有助于判定其新鲜度和质量。此外,在冷却肉的低温贮藏过程中,其菌落总数、pH值、色差等,以及感官品质也会发生变化。通过对冷却肉在低温贮藏过程中菌落总数、挥发性盐基氮(TVBN)、pH值、色差、感官变化的动力学特性进行研究,建立冷却肉的菌落总数与挥发性盐基氮(TVBN)值、pH值、色差、感官变化等随贮藏温度和时间变化的动力学模型,从而可以对冷却肉的品质进行动态评估和监控。
发明内容
一种预测冷却肉品质变化的方法,本发明对新鲜冷却肉在不同贮藏温度条件下的菌落总数、pH值、色差、挥发性盐基氮(TVBN)、感官评价变化进行研究,根据菌落总数、pH值、色差、挥发性盐基氮(TVBN)、感官评价值建立冷却肉品质变化动力学模型,为动态监测和控制冷却肉品质提供理论依据。
本发明的测定步骤按照以下过程进行:
1)对贮藏在0℃、5℃、10℃、20℃条件下的冷却肉的挥发性盐基氮(TVBN)、菌落总数、pH值、色差、感官品质变化进行测定。
2)确立冷却肉的TVBN、菌落总数、pH值、色差值、感官品质随贮藏温度变化的动力学模型型式。模型选择一级化学反应动力学模型为佳。
3)建立菌落总数、挥发性盐基氮(TVBN)、pH值、色差值、感官品质值变化的动力学模型。
4)品质动力学模型的验证和评价。将冷却肉贮藏在特定温度条件下,以冷却肉品质变化的实验值与动力学模型得到的预测值进行比较,计算预测值和实测值之间的相对误差。
附图说明
图1为不同贮藏温度下冷却肉菌落总数随贮藏时间的变化。
图2为不同贮藏温度下冷却肉TVBN值随贮藏时间的变化。
图3为不同贮藏温度下冷却肉pH值随贮藏时间的变化
图4为不同贮藏温度下冷却肉亮度L随贮藏时间的变化。
图5为不同贮藏温度下冷却肉红度a随贮藏时间的变化。
图6为不同贮藏温度下冷却肉感官评定值得变化。
具体实施方式
以下结合说明书对发明进行进一步说明,但本发明所要求的保护范围并不局限于实施例描述的范围。
1材料与方法
1.1材料和实验仪器
实验所用的猪后腿瘦肉直接购自屠宰厂,宰杀不超过6个小时。购得的猪肉用冰桶运分袋(食品自封袋)包装贮藏于0℃、5℃、10℃的冰箱及20℃的恒温培养箱,肉在实验过程中每天进行感官评定和菌落总数、挥发性盐基氮(TVBN)、色差及pH值的测定。实验所用仪器有:理化干燥箱、手提式不锈钢蒸气消毒器、数显示恒温水浴锅、生化培养箱、FOSS自动凯氏定氮仪、pH计、三星BCD-191GNS(E)冰箱;ZE2000型色差计。
1.2实验方法
1.2.1菌落总数的测定
按GB-T4789.2-2003进行,结果以LogCFU/g(CFU,Colony Forming Unit)表示。
1.2.2挥发性盐基氮(TVBN)的测定
采用GB-609-88 FOSS自动凯式定氮仪。
1.2.3色差的测定
在打开包装袋后立即用色差仪对肉色进行测定,记录下数据亮度变量L、红度坐标a、黄度坐标b,每个肉样测定3次,取其平均值。
1.2.4pH值测定
取肉样10g,置于烧杯中剪碎,加入蒸馏水100ml,浸泡30min,不时搅拌,然后过滤于另一烧杯中备用,再用pH计测定。
1.2.5冷却肉感官评定
对样品肉色、气味、组织状态、持水力4项指标进行感官评定。评分标准采用5段评分法,具体判定标准见表1。
表1 冷却肉感官描述检验评分标准
1.2.6化学品质动力学分析
一般认为,如果食品的某种品质的变化是由化学反应引起的,其反应产物浓度随时间变化而降低(A)或升高(B)。用该品质变化表示的货架寿命数据大多遵循0级或1级模式。对于0级模式,采用线性坐标可得到一条直线;对于1级模式,则需要通过半对数坐标才能得到一条直线。在食品加工和保存过程中,大部分与食品质量有关的品质变化都遵守0级或1级模式。
0级反应:[A]=[A0]-k0·t或[B]=[B0]+k0·t (1-1)
1级反应:ln([A]/[A0])=-k1·t或ln([B]/[B0])=k1·t (1-2)
式中,[A]、[B]--贮藏t天后某理化指标含量;
[A0]、[B0]--某理化指标的初始含量;
t--藏时间;
kn--n(n=0、1)级反应速度常数。
1.2.7理化实验数据分析
用Excel2003对实验数据进行分析。
2结果与讨论
2.1不同贮藏温度对猪肉菌落总数的影响
鲜肉的变质主要是由微生物引起的,肉品出现腐败变质,一级鲜度猪肉细菌总数少于104个/g;一般认为,冷却肉的细菌总数达到106个/g时为变质肉的警戒线;达到107个/g时冷却肉外观有明显的腐败现象;达到108个/g时外表有粘液形成,不宜食用。
图2展示了贮藏在不同温度下猪肉的菌落总数随贮藏时间的变化关系,由图可知,随着贮藏时间的延长,各组菌落总数均呈上升的趋势;菌落总数随存放温度的升高而增加,保存温度较低时,细菌总数的增加较缓慢。由于低温抑制了微生物的繁殖,使得贮藏在0℃、5℃温度下的冷却肉的第1天的菌落总数值高于第2天的值。贮藏在10℃、20℃温度下的猪肉,分别在第3天、第2天就变质了。显然,低温有利于猪肉贮藏,可以有效延长货架期。
2.2不同贮藏温度对猪肉TVBN的影响
冷却肉由于酶和细菌的作用,在腐败过程中,使蛋白质分解而产生氨以及胺类等碱性含氮物质,此类物质具有挥发性。TVBN是国家标准中判断鲜肉品质的重要指标,规定一级鲜度TVBN值≤15.0mg/100g;二级鲜度≤25.0mg/100g;变质肉>25.0mg/100g。
从图2中可以看出,在同一温度下,猪肉TVBN值随保存时间的延长而增加。猪肉保存温度越高,TVBN值的增加越快。保存温度越低,TVBN值的增加较缓。贮藏在10℃、20℃温度下的猪肉,分别在第6天、第3天成为变质肉。显然,低温有利于猪肉贮藏,可以有效延长货架期。
2.3不同贮藏温度对猪肉pH值的影响
图3为在不同温度的贮藏过程中猪肉pH值的变化曲线。新鲜肉的pH值一般在5.6左右,本次样品的初始值为5.76。pH值的参考标准:一级鲜度pH5.8~6.2,二极鲜度pH6.3~6.6,变质肉pH6.7以上。
从图中可以看出,贮藏在10℃和20℃温度下的猪肉的pH值随贮藏时间的延长而升高,随存放温度的升高而升高,贮藏在20℃温度下猪肉的pH值在第3天是二级鲜度,到第7天已经变质。贮藏在0℃和5℃温度下的猪肉,其pH值呈现高→低→高的趋势,主要是因为在贮藏初期,在肉样自身的成熟和保鲜过程中,肉的组织细胞呼吸活动活跃使得肌肉中肌糖元酵解和ATP分解,分别产生乳酸、磷酸等酸性物质,致使肉样pH逐渐降低。随着贮藏时间的延长,由于肉中内源蛋白酶和微生物分泌的蛋白分解酶的作用,降解肌肉蛋白质为多肽和氨基酸,并释放出碱性基团,而使肉的PH值回升,这与肌肉宰后变化规律一致。因此,pH仅作为参考指标。
2.4不同贮藏温度对猪肉色差的影响
通过实验分析发现,L值与原料肉的存放时间存在显著的线性关系(保存温度3~5℃),a值与原料肉的新鲜度也存在显著的线性关系。从图中可以看出随着贮藏时间的延长,猪肉的亮度L和红度a缓慢下降。
2.5不同贮藏温度对猪肉感官品质的影响
感官形态是判断猪肉新鲜程度最直观的方式,不同贮藏温度下猪肉感官品质的变化见图2-6,随着贮藏时间的延长,猪肉的感官品质均呈现持续下降的趋势,但下降幅度不尽相同。从0℃的低温到20℃的高温,品质下降速率依次加快,表明了温度对延缓猪肉感官品质下降的作用。
3冷却肉品质变化的化学品质动力学分析
3.1一级动力学模型
用Excel2003对实验数据进行整理和分析,并选用曲线回归的分析方法,求得各理化指标在不同贮藏温度下的化学品质动力学反应数据。在贮藏过程中猪肉pH值呈现高→低→高的趋势,因此仅作为参考指标而没有对其进行曲线回归分析。猪肉在贮藏过程中TVBN值和菌落总数的变化是呈上升趋势,亮度L值和红度a值的变化呈下降趋势。在食品加工和贮藏过程中,大多数与食品质量有关的品质变化都遵循零级或一级模式。经分析确定猪肉新鲜度品质函数为一级反应动力学模型。贮藏过程中猪肉的菌落总数、挥发性盐基氮(TVBN)、色差L和a值变化用指数方程进行回归分析,得到反应速率常数k、回归系数R2见表2。
回归方程表达式为:
式中:t:食品的贮藏时间,天;A0:食品的初始品质;A:食品贮藏第t天时的品质;ka:食品品质变化速率常数。
表2.猪肉在不同贮藏温度下品质变化的动力学模型参数
3.2反应速率常数
在0℃、5℃、10℃和20℃贮藏条件下可分别得到猪肉的菌落总数、挥发性盐基氮(TVBN)值、色差L和a值。利用得到的数据做图,计算反应常数,得到该反应的Arrhenius方程。由于反应速率常数k是温度的函数,因此运用Arrhenius方程可以预测猪肉在不同贮藏条件下的货架寿命。Arrhenius方程为:
式中:k0:指前因子(又称频率因子);EA:活化能;T:绝对温度,K;R:气体常数,8.3144J/(mol·K),k0和EA都是与反应系统物质本性有关的经验常数。
方程取对数,得:
在求得不同温度下的速率常数后,用lnk对热力学温度的倒数(1/T)作图可得到一条斜率为-EA/R的直线。
因此得到,菌落总数变化的动力学方程为:
总挥发性盐基氮变化的动力学方程为:
色差值L变化的动力学方程为:
色差值a变化的动力学方程为:
菌落总数、挥发性盐基氮(TVBN)值、色差L和a值的活化能分别为7.126×104J/mol,6.886×104J/mol,6.632×104J/mol,5.325×104J/mol。该品质动力学模型可以模拟鲜猪肉在贮藏温度下品质的变化过程,从而也可为鲜猪肉货架寿命的预测和控制提供可靠的理论依据。
3.3猪肉品质变化动力学模型
通过菌落总数、挥发性盐基氮(TVBN)、色差值变化的动力学模型和得到的反应速率常数可以得到猪肉的品质变化动力学模型:
菌落总数变化动力学模型:
总挥发性盐机氮变化动力学模型:
色差L值变化动力学模型:
色差a值变化动力学模型:
式中:A-鲜度品质测定值;A0-初始鲜度品质测定值。
根据所得到的鲜猪肉货架期预测模型,当确定了猪肉的贮藏温度、猪肉的初始菌落总数、挥发性盐基氮(TVBN)值及终点鲜度品质控制值,即可获得在确定的贮藏温度条件下的贮藏时间。另外,也可以通过确定猪肉的贮藏温度、猪肉初始菌落总数、挥发性盐基氮(TVBN)值及贮藏时间,即可获得在确定的贮藏温度条件下贮藏一定时间后的鲜度品质。
3.4品质变化动力学模型的验证和评价
将猪肉贮藏在10℃和20℃条件下,用货架期实测值验证该模型。表3为10℃和20℃条件下,猪肉的菌落总数、挥发性盐基氮(TVBN)货架期预测模型的实验值与品质变化动力学模型得到的预测值的比较。而且高温段的预测精度要优于低温段。
表3猪肉在283K贮藏下货架期的预测值和实测值
上述验证结果显示,应用本研究建立的猪肉动力学模型和货架期预测模型,可以快速、较可靠地实时预测0℃~20℃贮藏条件下猪肉的货架寿命。
4结论
实验结果表明,冷却肉的菌落总数、TVBN值、pH值随着贮藏时间的延长而增加;其感官品质随着贮藏时间的延长而变低劣;色差L值和a值随着贮藏时间的延长而缓慢下降。贮藏温度越高,各项指标变化越快。TVBN、菌落总数、亮度L和红度a值随贮藏时间变化的化学品质反应级数属于1级模式。菌落总数、挥发性盐基氮(TVBN)值指标用Arrhenius方程描述,有较高的拟和精度。根据这种预测冷却肉品质动态变化的方法,可以准确地对冷却肉的食用安全性进行判别和并可用于实时预测其品质的动态变化。
Claims (5)
1.一种预测冷却肉品质变化的方法,其特征在于:对不同贮藏温度情况下冷却肉的菌落总数、挥发性盐基氮(TVBN)、pH值、感官变化情况进行研究,建立品质变化动力学模型。步骤如下:
1)对新鲜猪肉清洗。将清洗后的冷却肉切块。
2)将切块后的冷却肉,立即密封包装,冷藏。在实验过程中每天进行感官评定和菌落总数、挥发性盐基氮(TVBN)、pH值及色差的测定。
3)确立菌落总数、挥发性盐基氮(TVBN)值、pH值随贮藏温度变化的动力学模型型式。
4)反应速率常数分析。
5)建立菌落总数、挥发性盐基氮(TVBN)值、pH值变化的动力学模型。
6)以上述品质变化动力学模型为依据,选择货架期终点的品质判定值,进行货架期预测,验证模型准确性。
2.如权利要求1所述的一种预测冷却肉品质变化的方法,其特征在于:将冷却肉放入碎冰中,用冰水清洗。将清洗后的冷却肉沿最长肌纤维方向切成重量100±15g,厚度约2cm的长条型样品。
3.如权利要求1所述的一种预测冷却肉品质变化的方法,其特征在于:冷却肉样品分别在0℃、5℃、10℃和20℃下下贮藏。
4.如权利要求1所述的一种预测冷却肉品质变化的方法,其特征在于:用一级和零级化学反应动力学模型对不同贮藏温度下肉的感官和理化指标进行回归分析。以1级模型为佳。
5.如权利要求1所述的一种预测冷却肉品质变化的方法,其特征在于:可以通过确定冷却肉的贮藏温度、初始菌落总数、挥发性盐基氮(TVBN)值、pH值及贮藏时间,可获得在确定的贮藏温度条件下贮藏一定时间后冷却肉的品质;另外,也可以在确定了冷却肉的贮藏温度、初始菌落总数、挥发性盐基氮(TVBN)值、pH值及终点鲜度品质控制值,获得在确定的贮藏温度条件下冷却肉的可贮藏时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100425364A CN101349685B (zh) | 2008-09-05 | 2008-09-05 | 一种预测冷却肉品质变化的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100425364A CN101349685B (zh) | 2008-09-05 | 2008-09-05 | 一种预测冷却肉品质变化的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101349685A true CN101349685A (zh) | 2009-01-21 |
CN101349685B CN101349685B (zh) | 2012-08-01 |
Family
ID=40268549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100425364A Expired - Fee Related CN101349685B (zh) | 2008-09-05 | 2008-09-05 | 一种预测冷却肉品质变化的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101349685B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101536706B (zh) * | 2009-04-24 | 2011-07-27 | 上海海洋大学 | 一种冰温结合高浓度氧气气调包装延长冷却肉货架期的方法 |
CN102507882A (zh) * | 2011-12-19 | 2012-06-20 | 中国农业大学 | 牛肉品质的多参数综合评价方法 |
CN102650632A (zh) * | 2012-05-24 | 2012-08-29 | 上海海洋大学 | 一种应用于波动温度下评价冷却猪肉货架期的方法 |
CN103399012A (zh) * | 2013-07-25 | 2013-11-20 | 厦门斯坦道科学仪器股份有限公司 | 一种比色传感贴膜及其制备方法 |
CN104330539A (zh) * | 2014-10-28 | 2015-02-04 | 浙江大学 | 基于物联网架构的冷鲜肉货架寿命预测方法 |
CN104655810A (zh) * | 2015-02-25 | 2015-05-27 | 山东商业职业技术学院 | 一种预测冷贮冬枣品质变化的方法 |
WO2018011307A1 (de) * | 2016-07-15 | 2018-01-18 | Gea Food Solutions Germany Gmbh | Herstellen oder verpacken von produkten mit individuellem mindesthaltbarkeitsdatum und verfahren zur überprüfung des mindesthaltbarkeitsdatums eines verpackten produktes |
CN112345717A (zh) * | 2020-10-15 | 2021-02-09 | 武汉轻工大学 | 基于神经网络的冷鲜猪肉品质预测方法 |
CN113125657A (zh) * | 2021-04-02 | 2021-07-16 | 中国肉类食品综合研究中心 | 一种冷藏肉制品腐败监测预警系统及其应用 |
-
2008
- 2008-09-05 CN CN2008100425364A patent/CN101349685B/zh not_active Expired - Fee Related
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101536706B (zh) * | 2009-04-24 | 2011-07-27 | 上海海洋大学 | 一种冰温结合高浓度氧气气调包装延长冷却肉货架期的方法 |
CN102507882A (zh) * | 2011-12-19 | 2012-06-20 | 中国农业大学 | 牛肉品质的多参数综合评价方法 |
CN102507882B (zh) * | 2011-12-19 | 2015-01-21 | 中国农业大学 | 牛肉品质的多参数综合评价方法 |
CN102650632A (zh) * | 2012-05-24 | 2012-08-29 | 上海海洋大学 | 一种应用于波动温度下评价冷却猪肉货架期的方法 |
CN102650632B (zh) * | 2012-05-24 | 2014-06-25 | 上海海洋大学 | 一种应用于波动温度下评价冷却猪肉货架期的方法 |
CN103399012A (zh) * | 2013-07-25 | 2013-11-20 | 厦门斯坦道科学仪器股份有限公司 | 一种比色传感贴膜及其制备方法 |
CN103399012B (zh) * | 2013-07-25 | 2015-12-23 | 厦门斯坦道科学仪器股份有限公司 | 一种比色传感贴膜及其制备方法 |
CN104330539A (zh) * | 2014-10-28 | 2015-02-04 | 浙江大学 | 基于物联网架构的冷鲜肉货架寿命预测方法 |
CN104655810A (zh) * | 2015-02-25 | 2015-05-27 | 山东商业职业技术学院 | 一种预测冷贮冬枣品质变化的方法 |
WO2018011307A1 (de) * | 2016-07-15 | 2018-01-18 | Gea Food Solutions Germany Gmbh | Herstellen oder verpacken von produkten mit individuellem mindesthaltbarkeitsdatum und verfahren zur überprüfung des mindesthaltbarkeitsdatums eines verpackten produktes |
CN112345717A (zh) * | 2020-10-15 | 2021-02-09 | 武汉轻工大学 | 基于神经网络的冷鲜猪肉品质预测方法 |
CN113125657A (zh) * | 2021-04-02 | 2021-07-16 | 中国肉类食品综合研究中心 | 一种冷藏肉制品腐败监测预警系统及其应用 |
Also Published As
Publication number | Publication date |
---|---|
CN101349685B (zh) | 2012-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101349685B (zh) | 一种预测冷却肉品质变化的方法 | |
Aguirre et al. | Descriptive sensory and instrumental texture profile analysis of woody breast in marinated chicken | |
CN101576553A (zh) | 冷却猪肉的货架期预测模型 | |
Frank et al. | Shelf life extension of vacuum packaged chilled beef in the Chinese supply chain. A feasibility study | |
Lu et al. | Development and application of time–temperature indicators used on food during the cold chain logistics | |
Ghollasi-Mood et al. | Microbial and chemical spoilage of chicken meat during storage at isothermal and fluctuation temperature under aerobic conditions | |
CN104200068A (zh) | 一种用tba建立河鲫鱼货架期预测模型的方法 | |
Bogdanowicz et al. | Effects of aging treatment and freezing/thawing methods on the quality attributes of beef from Limousin× Holstein-Friesian and Hereford× Holstein-Friesian crossbreeds | |
CN101349686B (zh) | 一种预测鲜带鱼品质变化的方法 | |
Perumalla et al. | Marination properties and sensory evaluation of breast fillets from air-chilled and immersion-chilled broiler carcasses | |
Hollung et al. | Variation in the response to manipulation of post-mortem glycolysis in beef muscles by low-voltage electrical stimulation and conditioning temperature | |
CN102960436A (zh) | 一种应用于超市冷却猪肉保鲜的复合保鲜剂 | |
CN106093324A (zh) | 一种精准预测速冻莲藕片品质变化的方法 | |
Florek et al. | 21. Effect of Vacuum Ageing on Instrumental and Sensory Textural Properties of Meat from Uhruska Lambs | |
Miller et al. | Consistency in meat quality | |
CN106261853A (zh) | 原味雪花牛排及其制作方法 | |
Lee et al. | A novel laser air puff and shape profile method for predicting tenderness of broiler breast meat | |
CN101539560A (zh) | 一种预测鲜鲳鱼货架期的方法 | |
Lawrance et al. | The effect of superchilling and rapid freezing on the HADH assay for chicken and Turkey | |
Giannini et al. | Influence of raw material quality on quality of iced and frozen white fish products | |
Person et al. | Benchmarking value in the pork supply chain: Processing and consumer characteristics of hams manufactured from different quality raw materials | |
Jiang et al. | Evaluation of textural properties of channel catfish (Ictalurus punctatus Rafinesque) fillet with the natural contour method | |
Szałkowska et al. | Collagen profile and tenderness of strip loin and silverside originated from Polish Holstein-Friesian bulls of the black and white variety | |
Dos Santos et al. | Spray-chilling system in the initial cooling process of swine half carcasses | |
Janz et al. | The effects of modified carcass chilling on beef carcass grade and quality of several muscles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20090121 Assignee: Siyang Furun meat processing Co., Ltd. Assignor: SHANGHAI OCEAN University Contract record no.: 2015320000136 Denomination of invention: Method for forecasting cooling meat quality variation Granted publication date: 20120801 License type: Exclusive License Record date: 20150407 |
|
LICC | Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120801 |
|
CF01 | Termination of patent right due to non-payment of annual fee |