CN107843283A - 一种预测中长型糙米的整精米率方法 - Google Patents

一种预测中长型糙米的整精米率方法 Download PDF

Info

Publication number
CN107843283A
CN107843283A CN201710886170.8A CN201710886170A CN107843283A CN 107843283 A CN107843283 A CN 107843283A CN 201710886170 A CN201710886170 A CN 201710886170A CN 107843283 A CN107843283 A CN 107843283A
Authority
CN
China
Prior art keywords
rice
grain
length
brown rice
brown
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.)
Pending
Application number
CN201710886170.8A
Other languages
English (en)
Inventor
胡培松
唐绍清
谢黎虹
魏祥进
邵高能
圣忠华
焦桂爱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Rice Research Institute
Original Assignee
China National Rice Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China National Rice Research Institute filed Critical China National Rice Research Institute
Priority to CN201710886170.8A priority Critical patent/CN107843283A/zh
Publication of CN107843283A publication Critical patent/CN107843283A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Adjustment And Processing Of Grains (AREA)

Abstract

本发明涉及食品检测技术领域，为克服现有的国家标准测定整精米率步骤多和仪器参数调节的难度,易使数据难重复的问题，提供一种预测中长型糙米的整精米率方法，通过取样，净谷，脱壳，随机取20粒饱满完整糙米粒测定其外观形态品质（包括粒长、粒宽、长宽比、表面积、直径和粒厚）和20粒粒重，测定其20粒糙米粒的平均剪切硬度值，并根据所测得的长宽比，将长宽比在2.0‑3.0和大于等于3.0比值的样品分别建立以粒型外观、粒重和平均单粒剪切硬度值的逐步回归预测方程，以准确预测糙米的整精米率。本发明所提出的方法具有简便，快速，准确，低成本和高效，在水稻品质测定和育种早世代筛选中具有良好的应用前景。

Description

一种预测中长型糙米的整精米率方法
技术领域
本发明涉及食品检测技术领域，具体涉及一种准确预测中长型糙谷的整精米率方法。
背景技术
整精米率是衡量糙谷质量的最重要指标之一。将糙谷进行机械脱壳，称量得到的糙米，再将糙米进行机械碾白，除去一定量的皮层和胚，称量得到的整精米(GB/T21499)。整精米率的定义，是指将糙米碾磨成加工精度为国家标准(GB1354)三级大米时，长度达到试样完整米粒平均长度四分之三以上米粒。整精米率是指整精米占净糙谷试样质量的百分率(GB1354)。从糙米加工成为整精米的生产过程中，因各种原因会产生一定量的碎米，产生的碎米量越多，则整精米率越低。整精米率可直接反映糙米生产出的整大米量，是大米加工企业在购进原料时考虑的主要指；并可作为糙米和食用稻的分级定等的一个重要指标，能够体现糙米的生化特性和加工食用品质，也在一定程度上决定了糙米的储藏品质。GB1350糙米标准和NY/T593食用稻品种品质标准分别规定了糙米和食用稻的分级标准中对整精米率值的要求。如GB1350标准中，一至五级籼糙米的整精米率分别为大于等于50.0％，47.0％，44.0％，41.0％和38.0％；一至五级粳糙米的整精米率分别为大于等于61.0％，58.0％，55.0％，52.0％和49.0％。如NY/T593标准中，一、二和三级食用籼米的整精米率分别为大于等于58.0％，55.0％和52.0％；一、二和三级食用粳米的整精米率分别为大于等于69.0％，66.0％和63.0％。提高糙米的整精米率，对于提高粮食收购质量，改善大米外观及食用品质都能起到积极作用，是非常有实际意义和经济价值的。现GB/T21719(糙米整精米率检验法)，规定了用碾米机的最佳碾磨量，从测试样品中称取一定量净糙米(除去杂质)试样，用经过调整的实验垄谷机脱壳。将所得糙米全部置于经过调整的实验碾米机内，碾磨至最佳时间.使加工精度达到国家标准三级大米，除去糠粉后，分拣出整精米并称量经计算得出整精米率。此标准中对砻谷机的型号和两胶辊之间的距离以及碾米机型号和碾磨时间都没有做具体的规定，而只是规定了碾磨精度要达到GB1354标准中三级大米。这对实际操作中测定人要以标准为准则并由自己的经验来判断操作。1989年已有报道碾米机型和压力对精米率有影响且达到同一精度所需要的碾米时问随着品种、机型和压力的不同而异，因此作者提出在碾米中笼统地规定一致的碾精时间作为精度标准是不适宜的(罗玉坤等，浙江农业学报，1989，6，294-296)。2006年林丽敏也指出不同型号的实验砻谷机测定整精米率，测定结果差异较大。不同型号的实验碾米机、不同碾磨质量、不同碾磨时间对整精米率测定结果均有一定的影响。测定整精米率应对不同的入磨量、不同碾米时间进行试验确定，找出最佳碾米时间及人磨样品量。此作者因此提出建议，建议国家粮食主管部门今后修定国家标准时，应在标准里统一规定砻谷机、碾米机的型号；统一规定试样用量和碾白时间，尽量减少各种误差((林丽敏，福建分析测试，2006，15(3)，52-54))。但在实际操作中及时规定了同一砻谷机型号，在具体使用中也会因粒型不同或砻谷机胶辊的磨损而要不断调整距离；即使同一碾精机，也会因粒型不同或品种不同而无法规定同一的碾磨参数，这需要操作者根据经验而随时作调整。按此标准测定，步骤多，且每一步要求严谨，且对操作者和对数据的可重复性均提出了较高要求。且对水稻糙米量由最小的要求，一般在20克以下就很难碾磨或根本无法完成碾精而无法测得精米率值。
发明内容
为克服现有的国家标准测定整精米率步骤多和仪器参数调节的难度，易使数据难重复的问题，本发明提出了一种预测中长型糙米的整精米率方法，具有成本低，快速和高效准确，在水稻品质改良早期材料的快速筛选和糙米质量的现场快速鉴定等有良好的应用前景。
本发明是通过以下技术方案实现的：一种预测中长型糙米的整精米率方法为以下步骤：
(1)实验样品颗粒：按四分法分出糙米，净谷；挑出瘪谷杂质等；
若量少则全部取样。
(2)使用砻谷机对调节用糙米进行脱壳，然后根据脱壳情况调节砻谷机；
作为优选，所述调节用糙米颗粒与实验样品颗粒大小相近；
作为优选，调节后的砻谷机脱离的稻壳没有糙米或糙米，脱壳的糙米没有皮层损伤，脱壳的糙米中没有稻壳碎屑。
(3)随机挑出20粒完整饱满糙米粒，用大米外观扫描测定仪测定外观品质，用游标卡尺测定米粒厚度，并称重得到20粒糙米粒的重量；
作为优选，外观品质包括粒长、粒宽、长宽比、粒厚、表面积和直径。
(4)单生糙米粒的硬度测定
作为优选，单生糙米粒的硬度测定步骤为：
1)选用500N的力量感应元和切割式探头；
2)确定质构仪零点位置；
3)放好糙米粒，并固定在同一位置；
4)选用单剪切程序，设置的参数是：最小起始力3N，变形100％，最大距离1.5mm，切割前中后均用30mm/s速度；
5)切断米粒所用的力，即是单生米粒的剪切硬度值。
(5)根据糙米粒长宽比值，糙米粒的外观指标、20粒糙米粒的重量及平均单生糙米粒的剪切硬度值分别建立逐步回归方程，预测糙米的整精米率。
作为优选，外观指标包括表面积、直径、粒长、粒宽、长/宽比、粒厚。
根据糙米粒长宽比值，将糙米分：2.1-3.0为中等型、>3.1为细长型。
糙米粒长宽比值为中等型糙米的，预测回归方程是：
y＝739.8+46.7X1-75.3X2-103.6X3+86.5X4-51.1X5-15.8X6-55.2X7+37.1X8，其中X1，X2，X3，X4，X5，X6，X7和X8分别是粒表面积、粒硬度、粒直径、粒长、粒宽、长宽比、粒厚和粒重。对于中等型糙米，经过150个中等型糙米样品的分析测试，决定系数为0.79，此值与根据GB/T21719测定的整精米率值，95％的样品值两者的绝对差小于3.0％。
糙米粒长宽比值为细长型糙米的，预测回归方程是：
y＝353.98-29.2X1+7.9X2-78.0X3+106.0X4-53.7X5-132.6X6-30.5X7+237.9X8，其中X1，X2，X3，X4，X5，X6，X7和X8分别是粒表面积、粒硬度、粒直径、粒长、粒宽、长宽比、粒厚和粒重。对于细长型糙米，经过28个中等型糙米样品的分析测试，决定系数为0.82。此值与根据GB/T21719测定的整精米率值，95％的样品值两者的绝对差小于3.0％。
本发明通过对糙米外观品质指标、粒重和硬度，并与按GB/T21719标准测定的整精米率统计关联，建立逐步回归方程而来预测整精米率。
与现有技术相比，本发明具有操作简单，绿色环保，成本低，重复性好，尤其解决了少量样本的测定，这在品质评价体系中具有良好的应用前景。
具体实施方式
下面通过实施例对本发明作进一步详细说明。
实施例1～3
(1)实验样品颗粒：按四分法分出糙米，净谷，挑出瘪谷杂质等；
(2)使用砻谷机对调节用糙米进行脱壳，然后根据脱壳情况调节砻谷机；
调节用糙米颗粒应与实验样品颗粒大小相近，先用实验室砻谷机对调节用糙米进行脱壳，然后根据脱壳情况将砻谷机调节到合适状态：1)脱离的稻壳没有糙米或糙米；2)脱壳的糙米没有皮层损伤；3)脱壳的糙米中没有稻壳碎屑。
(3)随机挑出20粒完整饱满糙米粒，用大米外观扫描测定仪测定外观品质(粒长、粒宽、表面积、直径、及长宽比)，用游标卡尺测定米粒厚度，并称重得到20粒糙米粒的重量；
(4)单生糙米粒的硬度测定：选用500N的力量感应元和切割式探头，确定质构仪零点位置，放好糙米粒，并固定在同一位置，选用单剪切程序，设置的参数为：最小起始力3N，变形100％，最大距离1.5mm，切割前中后的速度均为30mm/s；切断米粒所用的力，即是单生米粒的剪切硬度值。
(5)根据糙米粒长宽比值，得出值在2.1-3.0之间，属于中等型；根据此类型粒型的预测回归方程而预测整精米率。
糙米粒的外观指标如表1所示，20粒糙米粒的重量及平均单生糙米粒的剪切硬度值分别建立逐步回归方程，预测糙米的整精米率；
y＝739.8+46.7X1-75.3X2-103.6X3+86.5X4-51.1X5-15.8X6-55.2X7+37.1X8，其中X1，X2，X3，X4，X5，X6，X7和X8分别是粒表面积、粒硬度、粒直径、粒长、粒宽、长宽比、粒厚和粒重。
表1
经过实施例1-3中等型糙米样品的分析测试，此值与根据GB/T21719测定的整精米率值，两者的绝对差小于3.0％。
实施例4～6
(1)实验样品颗粒：按四分法分出糙米，净谷，挑出瘪谷杂质；
(2)使用砻谷机对调节用糙米进行脱壳，然后根据脱壳情况调节砻谷机；调节用糙米颗粒应与实验样品颗粒大小相近，先用实验室砻谷机对调节用糙米进行脱壳，然后根据脱壳情况将砻谷机调节到合适状态：1)脱离的稻壳没有糙米或糙米；2)脱壳的糙米没有皮层损伤；3)脱壳的糙米中没有稻壳碎屑。
(3)随机挑出20粒完整饱满糙米粒，用大米外观扫描测定仪测定外观品质(粒长、粒宽、表面积、直径及长宽比)，用游标卡尺测定米粒厚度，并称重得到20粒糙米粒的重量；
(4)单生糙米粒的硬度测定；选用500N的力量感应元和切割式探头，确定质构仪零点位置，放好糙米粒，并固定在同一位置，选用单剪切程序，设置的参数是：最小起始力3N，变形100％，最大距离1.5mm。切割前中后的速度均为30mm/s；切断米粒所用的力，即是单生米粒的剪切硬度值。
(5)计算糙米粒长宽比，得出值在大于3.0，属于细长型。根据此类型粒型的预测回归方程而预测整精米率。
糙米粒的外观指标如表2所示，20粒糙米粒的重量及平均单生糙米粒的剪切硬度值分别建立逐步回归方程，预测糙米的整精米率；
y＝353.98-29.2X1+7.9X2-78.0X3+106.0X4-53.7X5-132.6X6-30.5X7+237.9X8，，其中X1，X2，X3，X4，X5，X6，X7和X8分别是粒表面积、粒硬度、粒直径、粒长、粒宽、长宽比、粒厚和粒重。
表2
实施例 实施例4 实施例5 实施例6
粒表面积X1(mm2) 12.365 12.241 11.104
粒硬度X2(N) 16.158 16.707 15.527
粒直径X3(mm) 3.965 3.946 13.757
粒长X4(mm) 6.758 7.074 16.516
粒宽X5(mm) 2.219 2.085 2.038
长宽比X6 3.054 3.398 3.203
粒厚X7(mm) 1.725 1.635 1.66
粒重X8(g) 0.4217 0.3902 0.3678
整精米率(％) 51.1％ 51.0％ 52.8％
实际整精米率(％) 49.9％ 53.1％ 54.9％
相差(％) 1.2％ 2.1％ 2.1％
经过实施例4-6细长型糙米样品的分析测试，此值与根据GB/T21719测定的整精米率值，两者的绝对差小于3.0％。
最后应该说明的是：以上实施例仅用以说明而非限制本发明的技术方案，尽管参照了上述事例对本发明进行了详细说明，本领域的普通技术人员应该理解：依然可以对本发明进行修改或局部替代，其均应涵盖在本发明的权利要求范围中。

Claims (9)

1.一种预测中长型糙米的整精米率方法，其特征在于，所述的方法为以下步骤：
(1)实验样品颗粒：按四分法分出稻谷，净谷；
(2)使用砻谷机对调节用稻谷进行脱壳，然后根据脱壳情况调节砻谷机；
(3)随机挑出20粒完整饱满糙米粒，用大米外观扫描测定仪测定外观品质，用游标卡尺测定米粒厚度，并称重得到20粒糙米粒的重量；
(4)单生糙米粒的硬度测定
(5)根据糙米粒长宽比值，糙米粒的外观指标、20粒糙米粒的重量及平均单生糙米粒的剪切硬度值分别建立主成分回归方程，预测糙米的整精米率。
2.根据权利要求1所述的一种预测中长型糙米的整精米率方法，其特征在于，步骤(2)中调节用稻谷颗粒与实验样品颗粒大小相近。
3.根据权利要求1或2所述的一种预测中长型糙米的整精米率方法，其特征在于，步骤(2)中调节后的砻谷机脱离的稻壳没有稻谷或糙米，脱壳的糙米没有皮层损伤，脱壳的糙米中没有稻壳碎屑。
4.根据权利要求1所述的一种预测中长型糙米的整精米率方法，其特征在于，步骤(3)中外观品质包括粒长、粒宽、表面积、周长、直径及长宽比。
5.根据权利要求1所述的一种预测中长型糙米的整精米率方法，其特征在于，步骤(4)单生糙米粒的硬度测定步骤为：
1)选用500N的力量感应元和切割式探头；
2)确定质构仪零点位置；
3)放好糙米粒，并固定在同一位置；
4)选用单剪切程序，设置的参数是：最小起始力3N，变形100％，最大距离1.5mm，切割前中后均用30mm/s速度；
5)切断米粒所用的力，即是单生米粒的剪切硬度值。
6.根据权利要求1所述的一种预测中长型糙米的整精米率方法，其特征在于，外观指标包括表面积、周长、粒长、粒宽、长/宽比、粒厚。
7.根据权利要求1所述的一种预测中长型糙米的整精米率方法，其特征在于，根据糙米粒长宽比值，将糙米分：2.1-3.0为中等型、>3.1为细长型。
8.根据权利要求1或7所述的一种预测中长型糙米的整精米率方法，其特征在于，糙米粒长宽比值为中等型稻谷的，预测回归方程是：
y＝739.8+46.7X1-75.3X2-103.6X3+86.5X4-51.1X5-15.8X6-55.2X7+37.1X8，其中X1，X2，X3，X4，X5，X6，X7和X8分别是粒表面积、粒周长、硬度、粒长、粒宽、长宽比、粒厚和粒重。
9.根据权利要求1或7所述的一种预测中长型糙米的整精米率方法，其特征在于，糙米粒长宽比值为细长型稻谷的，预测回归方程是：
y＝353.98-29.2X1+7.9X2-78.0X3+106.0X4-53.7X5-132.6X6-30.5X7+237.9X8，其中X1，X2，X3，X4，X5，X6，X7和X8分别是粒表面积、粒周长、硬度、粒长、粒宽、长宽比、粒厚和粒重。
CN201710886170.8A 2017-09-26 2017-09-26 一种预测中长型糙米的整精米率方法 Pending CN107843283A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710886170.8A CN107843283A (zh) 2017-09-26 2017-09-26 一种预测中长型糙米的整精米率方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710886170.8A CN107843283A (zh) 2017-09-26 2017-09-26 一种预测中长型糙米的整精米率方法

Publications (1)

Publication Number Publication Date
CN107843283A true CN107843283A (zh) 2018-03-27

Family

ID=61662087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710886170.8A Pending CN107843283A (zh) 2017-09-26 2017-09-26 一种预测中长型糙米的整精米率方法

Country Status (1)

Country Link
CN (1) CN107843283A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281112A (zh) * 2008-04-30 2008-10-08 浙江理工大学 一种对网状粘连稻米的图像式自动分析方法
KR20100004129A (ko) * 2008-07-03 2010-01-13 대한민국(관리부서:농촌진흥청) 근적외선 분광기를 이용한 산물벼의 비파괴적 현미 및 백미단백질 함량 측정 방법
CN101968479A (zh) * 2010-09-27 2011-02-09 中国水稻研究所 一种快速鉴定籼稻品种整精米率的方法
CN104237048A (zh) * 2013-06-19 2014-12-24 湖南绿海粮油有限公司 一种收购入库稻谷整精米率快速检测方法
CN106918595A (zh) * 2017-03-22 2017-07-04 扬州大学 一种整精米率批量测定方法及其设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281112A (zh) * 2008-04-30 2008-10-08 浙江理工大学 一种对网状粘连稻米的图像式自动分析方法
KR20100004129A (ko) * 2008-07-03 2010-01-13 대한민국(관리부서:농촌진흥청) 근적외선 분광기를 이용한 산물벼의 비파괴적 현미 및 백미단백질 함량 측정 방법
CN101968479A (zh) * 2010-09-27 2011-02-09 中国水稻研究所 一种快速鉴定籼稻品种整精米率的方法
CN104237048A (zh) * 2013-06-19 2014-12-24 湖南绿海粮油有限公司 一种收购入库稻谷整精米率快速检测方法
CN106918595A (zh) * 2017-03-22 2017-07-04 扬州大学 一种整精米率批量测定方法及其设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周显青等: "糙米机械破碎力学特性试验与分析", 《农业工程学报》 *
徐富贤等: "杂交中稻整精米率的影响因子及其间接鉴定方法研究", 《西南农业学报》 *
徐富贤等: "杂交中稻稻谷整精米率与籽粒及穗部性状的关系研究", 《中国稻米》 *

Similar Documents

Publication Publication Date Title
Osborne et al. Single‐kernel characterization principles and applications
Kirleis et al. Effects of hardness and drying air temperature on breakage susceptibility and dry-milling characteristics of yellow dent corn
Dziki et al. Influence of wheat kernel physical properties on the pulverizing process
CN105044022B (zh) 一种基于近红外光谱技术快速无损检测小麦硬度的方法及应用
Al-Amery et al. Near-infrared spectroscopy used to predict soybean seed germination and vigour
Sissons et al. Application of the single‐kernel characterization system to durum wheat testing and quality prediction
Lien et al. Non-destructive impact test for assessment of tomato maturity
Delwiche Wheat endosperm compressive strength properties as affected by moisture
Guelpa et al. A high-throughput X-ray micro-computed tomography (μCT) approach for measuring single kernel maize (Zea mays L.) volumes and densities
CN111104730B (zh) 一种基于白度的大米碾白程度快速判别方法
Walker et al. Measuring volume and density of a barley grain using ellipsoid approximation from a 2-D digital image
CN110567941B (zh) 一种基于主要元素光谱强度的水稻种子水分含量分级检测方法
CN110609011A (zh) 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统
Rathna Priya et al. Characterising corn grain using infrared imaging and spectroscopic techniques: a review
Chiremba et al. Relationships between simple grain quality parameters for the estimation of sorghum and maize hardness in commercial hybrid cultivars
Siebenmorgen Laboratory measurement of rice milling yield
Nielsen Evaluation of malting barley quality using exploratory data analysis. II. The use of kernel hardness and image analysis as screening methods
Wehling et al. Prediction of corn dry-milling quality by near-infrared spectroscopy
Pedersen et al. Application of the single kernel wheat characterization technology to sorghum grain
Pan et al. Relationship between rice sample milling conditions and milling quality
CN107843283A (zh) 一种预测中长型糙米的整精米率方法
Meng et al. Effect of operating parameters on milling quality and energy consumption of brown rice
Kaliniewicz et al. An evaluation of selected engineering properties of polish durum wheat grain
Sun et al. The effects of grain texture and phenotypic traits on the thin-layer drying rate in maize (Zea mays L.) inbred lines
Armstrong et al. The effect of moisture content on determining corn hardness from grinding time, grinding energy, and near-infrared spectroscopy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180327