CN108918842B - 一种食品加工机破壁率的检测方法 - Google Patents
一种食品加工机破壁率的检测方法 Download PDFInfo
- Publication number
- CN108918842B CN108918842B CN201810466402.9A CN201810466402A CN108918842B CN 108918842 B CN108918842 B CN 108918842B CN 201810466402 A CN201810466402 A CN 201810466402A CN 108918842 B CN108918842 B CN 108918842B
- Authority
- CN
- China
- Prior art keywords
- screen
- filter residue
- breaking rate
- layer
- wall breaking
- 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.)
- Active
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 63
- 238000012545 processing Methods 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 title claims description 8
- 239000000463 material Substances 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012216 screening Methods 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 239000002245 particle Substances 0.000 claims description 56
- 238000012360 testing method Methods 0.000 claims description 38
- 238000009826 distribution Methods 0.000 claims description 16
- 239000011148 porous material Substances 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000007873 sieving Methods 0.000 claims description 9
- 239000002994 raw material Substances 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 4
- 244000068988 Glycine max Species 0.000 abstract description 71
- 235000010469 Glycine max Nutrition 0.000 abstract description 71
- 235000013336 milk Nutrition 0.000 abstract description 56
- 239000008267 milk Substances 0.000 abstract description 56
- 210000004080 milk Anatomy 0.000 abstract description 56
- 238000011156 evaluation Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 4
- 210000004027 cell Anatomy 0.000 description 25
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000000843 powder Substances 0.000 description 5
- 102000004169 proteins and genes Human genes 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- 235000013322 soy milk Nutrition 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000000706 filtrate Substances 0.000 description 4
- 238000010998 test method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 210000002421 cell wall Anatomy 0.000 description 3
- 235000013339 cereals Nutrition 0.000 description 3
- 238000004537 pulping Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 241000222336 Ganoderma Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 239000007858 starting material Substances 0.000 description 2
- 235000017060 Arachis glabrata Nutrition 0.000 description 1
- 244000105624 Arachis hypogaea Species 0.000 description 1
- 235000010777 Arachis hypogaea Nutrition 0.000 description 1
- 235000018262 Arachis monticola Nutrition 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 244000000231 Sesamum indicum Species 0.000 description 1
- 235000003434 Sesamum indicum Nutrition 0.000 description 1
- 244000062793 Sorghum vulgare Species 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 150000004676 glycans Chemical class 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 241000411851 herbal medicine Species 0.000 description 1
- 235000019713 millet Nutrition 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 229920001282 polysaccharide Polymers 0.000 description 1
- 239000005017 polysaccharide Substances 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 150000003505 terpenes Chemical class 0.000 description 1
- 235000007586 terpenes Nutrition 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F22/00—Methods or apparatus for measuring volume of fluids or fluent solid material, not otherwise provided for
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Hematology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Urology & Nephrology (AREA)
- Biomedical Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fluid Mechanics (AREA)
- Beans For Foods Or Fodder (AREA)
- Dairy Products (AREA)
Abstract
本发明实施例公开了一种食品加工机破壁率的检测方法，该方法可以包括：使物料样品经过预设的多层筛网和预设的筛分仪，以对物料样品进行过滤；该物料样品是原始物料经过食品加工机的破壁功能进行加工后获得的样品；获取过滤后每层筛网上的滤渣的干基蛋白质含量以及每层筛网上的滤渣占全部滤渣的体积比；根据多层筛网的层数、每层筛网上的滤渣的干基蛋白质含量、每层筛网上的滤渣占全部滤渣的体积比以及预设的破壁率计算式计算出食品加工机的破壁率。该实施例方案能够测量豆浆类食品加工过程的破壁率，并且该方法操作简便、人为因素影响小、稳定性高、适用范围广，解决了豆浆机破壁率的评价问题。
Description
技术领域
本发明实施例涉及食品加工机的应用技术，尤指一种食品加工机破壁率的检测方法。
背景技术
破壁技术是近二十年发展起来的一种新型加工技术，主要通过物理、化学、生物等方法将细胞壁打破，使细胞内的各种有效成分得到充分的释放。关于破壁的研究，最早源自于花粉、灵芝孢子粉等营养保健品，研究表明灵芝孢子粉经过破壁处理后，有利于多糖、萜类等活性成分的提取，这引起了科研工作者的重视，破壁相关的研究随后成为了行业热点。随着破壁方法的不断发展，破壁技术在药物、食品等领域也得到了广泛的应用。
随着破壁技术在食品加工行业的应用，破壁类厨房电器逐渐兴起，大量的破壁产品应运而生，如破壁豆浆机、破壁调理机、破壁料理机等。破壁豆浆机使用超高速电机，带动不锈钢刀片，可以打破食材的细胞壁，经过破壁处理后的豆浆不仅口感爽滑细腻，营养成分也得到了更好的释放，利用率更高。目前市面上的具有破壁功能的食品加工机(豆浆机)种类较多，价格从一两百到几千均有出售，跨度较大。至于破壁效果如何，消费者不得而知，行业内也没有相关的测试方法。因此，建立一种评价食品加工机的破壁效果的测试方法显得十分必要，无论是对于企业内部研发，还是引导消费，促进行业健康发展都有一定的现实意义。
关于破壁率的测试，目前最成熟是针对花粉和孢子类原料制定的检测方法。该方法将破壁前后的花粉或孢子粉加入某种合适的溶剂中制成相同浓度的均匀悬浮液，然后取样制片，并在显微镜下观察，记录完整花粉或孢子的数量并以此来计算细胞破壁率。此外，对于一些复杂的原料，如超细粉碎后的中草药，也可以通过观察一些显微特征物来计算破壁率。但这些方法均不适用于豆浆机破壁率的测试。原因在于这些实验原料不适用于豆浆机，因为豆浆机干打状态下无法制备破壁样品。即使将花粉或孢子粉和水加入豆浆机中，按功能键运行程序，受水的影响，高速旋转的刀片对花粉或孢子粉的作用力有限，在显微镜下也很难看到破碎的细胞，测试得出的破壁率＜10％，结果与实际情况不符。
直接对豆浆样品进行显微观察计算破壁率，也不可行。因为无法将破壁前大豆的单个细胞分离且在分离过程中要求细胞不受到损伤，也就无法计算一定质量或者一定体积中的未破壁大豆细胞数量，因而无法计算破壁率。目前，尚未见关于豆浆机破壁率测试方法的报道。
发明内容
为了解决上述技术问题，本发明实施例提供了一种食品加工机破壁率的检测方法，能够测量豆浆类食品加工过程的破壁率，并且该方法操作简便、人为因素影响小、稳定性高、适用范围广，解决了豆浆机破壁率的评价问题。
为了达到本发明实施例目的，本发明实施例提供了一种食品加工机破壁率的检测方法，该方法可以包括：
使物料样品经过预设的多层筛网和预设的筛分仪，以对物料样品进行过滤；该物料样品是原始物料经过食品加工机的破壁功能进行加工后获得的样品；
获取过滤后每层筛网上的滤渣的干基蛋白质含量以及每层筛网上的滤渣占全部滤渣的体积比；
根据多层筛网的层数、每层筛网上的滤渣的干基蛋白质含量、每层筛网上的滤渣占全部滤渣的体积比以及预设的破壁率计算式计算出食品加工机的破壁率。
可选地，多层筛网依次叠加之后放置于筛分仪上；其中多层筛网按照孔径从大到小的顺序从上往下依次叠加。
可选地，获取过滤后每层筛网上的滤渣的干基蛋白质含量包括：
对每层筛网上的滤渣进行采样，获取预设质量的滤渣样品；
测试滤渣样品的含水率和蛋白质含量；
根据该含水率和蛋白质含量计算干基蛋白质含量。
可选地，在使物料样品经过预设的多层筛网和预设的筛分仪之前，该方法还可以包括：
通过激光粒度仪对物料样品进行粒径测试，获取物料样品的粒径分布情况，并根据粒径分布情况确定出多层筛网；
其中，不同的粒径范围对应不同的筛网孔径。
可选地，该方法还可以包括：将孔径与原始物料的细胞平均直径的差值小于预设的第一差值阈值的筛网作为最底层筛网。
可选地，该破壁率计算式包括：
其中，P0为实验用物料的干基蛋白质含量，Ai为第i层筛网上的滤渣所占的体积比，Pi为第i层筛网上的滤渣的干基蛋白质含量，n为多层筛网的层数，i为正整数。
可选地，该筛分仪包括：三维正弦波振动筛分仪。
可选地，预设质量包括：1～5g。
可选地，多层筛网的层数包括：3-6层。
可选地，原始物料包括：单一食材或混合食材；其中，混合食材中每种食材的细胞平均直径的差值小于预设的第二差值阈值。
本发明实施例的有益效果可以包括：
1、本发明实施例的食品加工机破壁率的检测方法可以包括：使物料样品经过预设的多层筛网和预设的筛分仪，以对物料样品进行过滤；该物料样品是原始物料经过食品加工机的破壁功能进行加工后获得的样品；获取过滤后每层筛网上的滤渣的干基蛋白质含量以及每层筛网上的滤渣占全部滤渣的体积比；根据多层筛网的层数、每层筛网上的滤渣的干基蛋白质含量、每层筛网上的滤渣占全部滤渣的体积比以及预设的破壁率计算式计算出食品加工机的破壁率。该实施例方案能够测量豆浆类食品加工过程的破壁率，并且该方法操作简便、人为因素影响小、稳定性高、适用范围广，解决了豆浆机破壁率的评价问题。
2、本发明实施例的多层筛网依次叠加之后放置于筛分仪上；其中多层筛网按照孔径从大到小的顺序从上往下依次叠加。该实施例方案可以使得不同粒径的物料样品经过不同孔径的筛网时被分别过滤，为破壁率的计算提供了基础。
3、本发明实施例中在使物料样品经过预设的多层筛网和预设的筛分仪之前，该方法还可以包括：通过激光粒度仪对物料样品进行粒径测试，获取物料样品的粒径分布情况，并根据粒径分布情况确定出多层筛网；其中，不同的粒径范围对应不同的筛网孔径。该实施例方案可以实现对筛网的合理选择，从而提高测试准确率。
4、本发明实施例中方法还可以包括：将孔径与原始物料的细胞平均直径的差值小于预设的第一差值阈值的筛网作为最底层筛网。该实施例方案可以确保刷选出未被破壁的完整物料细胞，为破壁率的计算提供硬件基础。
5、本发明实施例的多层筛网的层数包括：3-6层。筛网数量越多，测试结果越准确，但测试的工作量越大；筛网数量太少，测试结果波动大，准确性得不到保障，该实施例方案可以兼顾工作量与准确率，使得在工作量不是过大的情况下获得较准确的测试结果。
本发明实施例的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明实施例技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明实施例的技术方案，并不构成对本发明实施例技术方案的限制。
图1为本发明实施例的食品加工机破壁率的检测方法流程图；
图2为本发明实施例的激光粒度仪获取的豆浆样品的粒径数据以及粒径分布图示意图；
图3为本发明实施例的物料粒径与破壁率的相关性示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
一种食品加工机破壁率的检测方法，如图1所示，该方法可以包括步骤S11-S13：
S11、使物料样品经过预设的多层筛网和预设的筛分仪，以对物料样品进行过滤；该物料样品是原始物料经过食品加工机的破壁功能进行加工后获得的样品。
在本发明实施例中，在进行测试工作之前可以先选取一定质量的原始物料，在食品加工机中通过预设的破壁功能进行加工，获取加工后的浆液，作为待测试的物料样品。例如，可以以豆浆样品为例进行说明：可以称取一定质量的干大豆，加水至刻度线，按照破壁豆浆机说明书的要求制备豆浆样品。
在本发明实施例中，在具体实施时可以称取80g干大豆放入到破壁豆浆机中，并加水至1100mL的刻度线，选择相应的功能键开始制浆。制浆结束后，将豆浆混合均匀，可以获取3～10mL的豆浆样品作为待测试的物料样品。
可选地，在使物料样品经过预设的多层筛网和预设的筛分仪之前，该方法还可以包括步骤S10：
S10、通过激光粒度仪对物料样品进行粒径测试，获取物料样品的粒径分布情况，并根据粒径分布情况确定出多层筛网；
其中，不同的粒径范围对应不同的筛网孔径。
在本发明实施例中，在通过多层筛网和筛分仪对物料样品进行过滤之前，需要先对该多层筛网和筛分仪进行选择，以确定出合适的筛网和筛分仪，从而提高测试效率和测试准确率。
可选地，多层筛网的层数可以包括：3-6层。
在本发明实施例中，由于筛网数量越多，测试结果越准确，但测试的工作量越大；筛网数量太少，测试结果波动大，准确性得不到保障，为了兼顾工作量与准确率，一般选择3～6个常用筛网进行叠加，可以使得在工作量不是过大的情况下获得较准确的测试结果。
可选地，多层筛网依次叠加之后放置于筛分仪上；其中多层筛网按照孔径从大到小的顺序从上往下依次叠加。
可选地，该筛分仪可以包括：三维正弦波振动筛分仪。
在本发明实施例中，多层筛网依次叠加之后可以放置在三维正弦波振动筛分仪上对前述的豆浆样品进行过滤。并且为保证豆浆样品能够顺利过滤，筛网放置时自上而下，孔径逐渐减小，即目数逐渐增大；同时为保证该方法的稳定性和适用性，选择筛网时相邻的筛网目数应有一定的间隔。
在本发明实施例中，多层筛网的孔径(或目数)的确定可以根据物料样品的粒径来确定，具体地，可以将制好的物料样品，如豆浆样品，混匀后取样，通过激光粒度仪测试其粒径，得到豆浆样品的粒径分布图。
例如，可以仍以前述的豆浆样品实施例为例进行说明：在制浆结束后，将豆浆混合均匀，可以获取3～10mL的豆浆样品作为待测试的物料样品，缓慢滴入马尔文Masersizer2000激光粒度仪的样品池，待激光粒度仪的遮光度达到8％～10％后，进行测试，重复测试3-5次，具体可以为3次，从激光粒度仪导出平均体积粒径D[4,3]和粒径分布图，如图2所示，该实施例方法以大豆作为实验负载，符合真实的使用情况。
可选地，该方法还可以包括：将孔径与原始物料的细胞平均直径的差值小于预设的第一差值阈值的筛网作为最底层筛网。
在本发明实施例中，仍以豆浆样品为例进行说明，该第一差值阈值可以为大豆子叶细胞平均粒径的8％-12％，具体可以优选10％。由于浸泡后大豆的子叶细胞平均粒径可达到70μm(微米)，因此最下层选择200目的筛网(直径约为74μm)。该实施例方案确保可以刷选出未被破壁的完整物料细胞，为破壁率的计算提供了硬件基础。
在本发明实施例中，基于前述原理，对于豆浆样品来说，根据其粒径分布图，可以选择50目、80目、120目、150目、180目、200目筛网叠加在一起，其中，80目对应孔径约为200μm、120目对应孔径约为125μm、150目对应孔径约为100μm、180目对应孔径约为88μm、200目对应孔径约为74μm。这5个筛网依次叠在一起(80目在上，200目在下)，并放置在三维正弦波振动筛分仪上。
在本发明实施例中，需要说明的是，对于不同物料的不同的粒径分布图，可以选择不同目数的筛网，这里对于筛网的具体孔径不做限制。
在本发明实施例中，通过上述实施例方案选出多层筛网和筛分仪并按照预设顺序进行相应设置以后，便可以使物料样品经过预设的多层筛网和预设的筛分仪，以对物料样品进行过滤。
在本发明实施例中，将选出的3～6个标准筛网按孔径大小依次叠在一起(孔径大的在上，孔径小的在下)，并放置在三维正弦波振动筛分仪上。然后获取一定体积的混合均匀的豆浆样品，通过振动筛分仪对豆浆样品进行过滤。
例如，可以仍以前述的豆浆样品实施例为例进行说明：可以取450-550mL(可以优选500mL)的混合均匀的豆浆样品，通过振动筛分仪对豆浆样品进行过滤，振动时间可以为4-6min(可以优选5min)。过滤结束后，收集每层筛网上的滤渣，以便后续计算每层筛网上的滤渣的干基蛋白质含量以及每层筛网上的滤渣占全部滤渣的体积比。
S12、获取过滤后每层筛网上的滤渣的干基蛋白质含量以及每层筛网上的滤渣占全部滤渣的体积比。
可选地，获取过滤后每层筛网上的滤渣的干基蛋白质含量可以包括：
对每层筛网上的滤渣进行采样，获取预设质量的滤渣样品；
测试滤渣样品的含水率和蛋白质含量；
根据该含水率和蛋白质含量计算干基蛋白质含量。
在本发明实施例中，该预设质量可以包括：1～5g。可以仍以前述的豆浆样品实施例为例进行说明：在收集各个筛网上的滤渣后，可以对每个筛网上的滤渣分别取1～5g样品，以测试滤渣的含水率以及蛋白质含量，并根据该含水率和蛋白质含量计算出每层筛网上的滤渣的干基蛋白质含量，可以分别为P1、P2、P3、...、Pn，结果如表1所示。
在本发明实施例中，根据所使用筛网的孔径大小，可以从激光粒度仪的操作软件上导出每个筛网上滤渣所占的体积比，具体地，仍以前述的豆浆样品实施例为例进行说明：根据5层筛网的孔径大小，将豆浆样品的粒径分布图分为(0,74)μm，[74,88)μm，[88,100)μm，[100,125)μm，[125,200)μm，[200,10000)μm这6个区域，导出每个筛网上滤渣所占的体积比，结果如表1所示。
表1
在本发明实施例中，另外取50～100mL混匀的豆浆样品，自然过滤的情况下，使其通过200目筛网，并收集滤渣和滤液。取适量滤液、滤渣样品分别放置在显微镜下观察，在滤液中未观察到完整细胞，200目筛网上收集的滤渣在显微镜下观察，能看到的完整细胞也很少，因此可以认为粒径小于200目筛网直径的颗粒已经完全破壁。事实上，200目筛网的平均直径约为74μm，接近大豆细胞的平均直径，因此(0,74)μm范围的颗粒定义为全破壁，其细胞内的蛋白质全部析出。
S13、根据多层筛网的层数、每层筛网上的滤渣的干基蛋白质含量、每层筛网上的滤渣占全部滤渣的体积比以及预设的破壁率计算式计算出食品加工机的破壁率。
在本发明实施例中，用实验用原始物料的总蛋白质量减去部分破壁颗粒中剩余的蛋白质质量，再除以总蛋白的量即可算出破壁率。
可选地，该破壁率计算式包括：
其中，P0为实验用物料的干基蛋白质含量，Ai为第i层筛网上的滤渣所占的体积比，Pi为第i层筛网上的滤渣的干基蛋白质含量，n为多层筛网的层数，i为正整数。
在本发明实施例中，可以仍以前述的豆浆样品实施例为例进行说明：实验所用大豆的干基蛋白质含量为32.86g/100g，根据表1中的数据，可以计算得出该豆浆机的破壁率为77.3％。
实施例二
该实施例在实施例一的基础上对筛网的选择作了进一步优化。
可选地，该方法还可以包括：从选择出的多个筛网中剔除该筛网上的滤渣占全部滤渣的体积比小于或等于预设的比率阈值的筛网。即所选择出的每个筛网上的滤渣占全部滤渣的体积比大于预设的比率阈值。
在本发明实施例中，该比率阈值可以根据不同的应用场景，如不同的物料、不同的计算精度要求来确定，对于其具体数值不做限制。
在本发明实施例中，可以仍以前述的豆浆样品实施例为例进行说明：在前述内容中，选择了50目、80目、120目、150目、180目、200目筛网，并叠加在一起，此时可以分别对两种不同粒径的豆浆样品进行过滤，并记录每层筛网上滤渣的质量，如表2所示。
表2
| 序号 | 豆浆样品1 | 豆浆样品2 |
| 平均体积粒径D[4,3]/μm | 160.7 | 185.3 |
| 50目筛网滤渣质量/g | 1.8 | 2.7 |
| 80目筛网滤渣质量/g | 11.3 | 14.1 |
| 120目筛网滤渣质量/g | 46.8 | 44.0 |
| 150目筛网滤渣质量/g | 14.6 | 31.8 |
| 180目筛网滤渣质量/g | 11.4 | 7.6 |
| 200目筛网滤渣质量/g | 8.6 | 3.2 |
在本发明实施例中，浸泡后大豆的子叶细胞平均粒径可达到70μm，最下层的筛网选择时应接近大豆细胞的平均粒径(偏差在10％左右可以接受)，因此最下层选择200目的筛网(直径约为74μm)。从表2的数据可以得知，50目筛网上(孔径约为300μm)的滤渣含量很低，实际操作时可以舍弃该层筛网，同时为了保证豆浆样品的顺利过滤，以80目筛网作为起始，优选方案为使用80目、120目、150目、180目、200目五层筛网过滤。
在本发明实施例中，考虑到测试工作量，还可以进一步适当减少一些中间筛网，因此设计了一些替代方案，对三种不同的豆浆样品进行破壁率的计算，结果如表3所示。
表3
在本发明实施例中，对于三种不同档次豆浆机制备的豆浆样品，尽管变更了筛网过滤方案，得出的破壁率与优选方案的最大偏差仅为2.3％，因此上述方案如：(80目、120目、200目)、(80目、150目、200目)、(80目、120目、180目)以及(80目、120目、150目、180目)等均可作为替代方案，同时也说明了本发明实施例方法测试结果的稳定性比较好。
实施例三
该实施例在上述任意实施例的基础上对待测试的原始物料作了进一步拓展。
可选地，原始物料可以包括：单一食材或混合食材；其中，混合食材中每种食材的细胞平均直径的差值小于预设的第二差值阈值。
在本发明实施例中，上述的测试方法实施例中选择大豆(或称黄豆)作为实验物料，对于类似的食材(具体是指食材可以加水通过豆浆机、料理机等具有破壁功能的食品加工机完成制浆的食材)，如芝麻、大米、小米、花生等单一食材或其混合食材也具有适用性。在具体实施时，根据食材细胞的平均粒径调整相应孔径的筛网进行过滤，即可完成破壁率的测试。其中，如果是混合食材，应选择细胞平均直径相近的食材，否则测试结果与真实情况相差较大。
实施例四
该实施例在上述任意实施例的基础上粉碎效果与破壁率计算结果的相关性作了进一步测试。
在本发明实施例中，选择了不同价位、品牌的多台豆浆机，选择纯豆功能键，按照各自的说明书完成制浆。对这些豆浆样品，分别进行粒径和破壁率的测试，结果如表4所示。
表4
| 序号 | 豆浆粒径D[4,3]/μm | 破壁率/％ |
| 1 | 143.804 | 77.32 |
| 2 | 155.149 | 75.53 |
| 3 | 162.347 | 71.17 |
| 4 | 168.076 | 70.74 |
| 5 | 196.643 | 61.41 |
| 6 | 199.203 | 58.94 |
| 7 | 214.837 | 48.63 |
| 8 | 243.669 | 34.27 |
在本发明实施例中，通过数据分析可以发现，豆浆的粒径数据和破壁率存在显著的负相关，如图3所示，R2＝0.9724。豆浆平均粒径越小，说明大豆被粉碎得越细越彻底，其破壁率自然就越高。实验测试结果符合预期，进一步说明本发明所述测试方法的实用价值。
本发明实施例的有益效果可以包括：
1、本发明实施例的食品加工机破壁率的检测方法可以包括：使物料样品经过预设的多层筛网和预设的筛分仪，以对物料样品进行过滤；该物料样品是原始物料经过食品加工机的破壁功能进行加工后获得的样品；获取过滤后每层筛网上的滤渣的干基蛋白质含量以及每层筛网上的滤渣占全部滤渣的体积比；根据多层筛网的层数、每层筛网上的滤渣的干基蛋白质含量、每层筛网上的滤渣占全部滤渣的体积比以及预设的破壁率计算式计算出食品加工机的破壁率。该实施例方案能够测量豆浆类食品加工过程的破壁率，并且该方法操作简便、人为因素影响小、稳定性高、适用范围广，解决了豆浆机破壁率的评价问题。
2、本发明实施例的多层筛网依次叠加之后放置于筛分仪上；其中多层筛网按照孔径从大到小的顺序从上往下依次叠加。该实施例方案可以使得不同粒径的物料样品经过不同孔径的筛网时被分别过滤，为破壁率的计算提供了基础。
3、本发明实施例中在使物料样品经过预设的多层筛网和预设的筛分仪之前，该方法还可以包括：通过激光粒度仪对物料样品进行粒径测试，获取物料样品的粒径分布情况，并根据粒径分布情况确定出多层筛网；其中，不同的粒径范围对应不同的筛网孔径。该实施例方案可以实现对筛网的合理选择，从而提高测试准确率。
4、本发明实施例中方法还可以包括：将孔径与原始物料的细胞平均直径的差值小于预设的第一差值阈值的筛网作为最底层筛网。该实施例方案可以确保刷选出未被破壁的完整物料细胞，为破壁率的计算提供硬件基础。
5、本发明实施例的多层筛网的层数包括：3-6层。筛网数量越多，测试结果越准确，但测试的工作量越大；筛网数量太少，测试结果波动大，准确性得不到保障，该实施例方案可以兼顾工作量与准确率，使得在工作量不是过大的情况下获得较准确的测试结果。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
Claims (10)
1.一种食品加工机破壁率的检测方法，其特征在于，所述方法包括：
使物料样品经过预设的多层筛网和预设的筛分仪，以对所述物料样品进行过滤；所述物料样品是原始物料经过所述食品加工机的破壁功能进行加工后获得的样品；
获取过滤后每层筛网上的滤渣的干基蛋白质含量以及每层筛网上的滤渣占全部滤渣的体积比；
根据所述多层筛网的层数、每层筛网上的滤渣的干基蛋白质含量、每层筛网上的滤渣占全部滤渣的体积比以及预设的破壁率计算式计算出食品加工机的破壁率。
2.根据权利要求1所述的食品加工机破壁率的检测方法，其特征在于，所述多层筛网依次叠加之后放置于所述筛分仪上；其中所述多层筛网按照孔径从大到小的顺序从上往下依次叠加。
3.根据权利要求1所述的食品加工机破壁率的检测方法，其特征在于，所述获取过滤后每层筛网上的滤渣的干基蛋白质含量包括：
对每层筛网上的滤渣进行采样，获取预设质量的滤渣样品；
测试所述滤渣样品的含水率和蛋白质含量；
根据所述含水率和蛋白质含量计算所述干基蛋白质含量。
4.根据权利要求1所述的食品加工机破壁率的检测方法，其特征在于，在使所述物料样品经过预设的多层筛网和预设的筛分仪之前，所述方法还包括：
通过激光粒度仪对所述物料样品进行粒径测试，获取所述物料样品的粒径分布情况，并根据所述粒径分布情况确定出所述多层筛网；
其中，不同的粒径范围对应不同的筛网孔径。
5.根据权利要求1所述的食品加工机破壁率的检测方法，其特征在于，所述方法还包括：将孔径与所述原始物料的细胞平均直径的差值小于预设的第一差值阈值的筛网作为最底层筛网。
6.根据权利要求1所述的食品加工机破壁率的检测方法，其特征在于，所述的破壁率计算式包括：
其中，P0为实验用物料的干基蛋白质含量，Ai为第i层筛网上的滤渣所占的体积比，Pi为第i层筛网上的滤渣的干基蛋白质含量，n为所述多层筛网的层数，i为正整数。
7.根据权利要求1或2所述的食品加工机破壁率的检测方法，其特征在于，所述筛分仪包括：三维正弦波振动筛分仪。
8.根据权利要求3所述的食品加工机破壁率的检测方法，其特征在于，所述预设质量包括：1～5g。
9.根据权利要求1-6任意一项所述的食品加工机破壁率的检测方法，其特征在于，所述多层筛网的层数包括：3-6层。
10.根据权利要求1-6任意一项所述的食品加工机破壁率的检测方法，其特征在于，所述原始物料包括：单一食材或混合食材；其中，所述混合食材中每种食材的细胞平均直径的差值小于预设的第二差值阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810466402.9A CN108918842B (zh) | 2018-05-16 | 2018-05-16 | 一种食品加工机破壁率的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810466402.9A CN108918842B (zh) | 2018-05-16 | 2018-05-16 | 一种食品加工机破壁率的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108918842A CN108918842A (zh) | 2018-11-30 |
| CN108918842B true CN108918842B (zh) | 2020-02-14 |
Family
ID=64403398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810466402.9A Active CN108918842B (zh) | 2018-05-16 | 2018-05-16 | 一种食品加工机破壁率的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108918842B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104273409A (zh) * | 2013-07-05 | 2015-01-14 | 中国农业科学院农产品加工研究所 | 一种处理花粉的方法 |
| CN104345024A (zh) * | 2014-10-30 | 2015-02-11 | 广州市祈和电器有限公司 | 一种检测破壁鲜嫩果蔬原料中的细胞破壁率的方法 |
| CN104404123A (zh) * | 2014-10-30 | 2015-03-11 | 广州市祈和电器有限公司 | 一种检测破壁干燥果蔬和五谷杂粮原料中的细胞破壁率的方法 |
| JP2016045097A (ja) * | 2014-08-25 | 2016-04-04 | 日清オイリオグループ株式会社 | 食品の製造方法、食品の良品と不良品の選別方法及び食品製造装置 |
| CN107300578A (zh) * | 2017-05-25 | 2017-10-27 | 华南理工大学 | 一种利用电导率检测植物细胞破壁率的方法 |
| CN107817157A (zh) * | 2017-11-24 | 2018-03-20 | 九阳股份有限公司 | 一种检测破壁机破壁率的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107262264B (zh) * | 2017-06-19 | 2019-04-02 | 青海盐湖工业股份有限公司 | 一种湿法筛分方法 |
-
2018
- 2018-05-16 CN CN201810466402.9A patent/CN108918842B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104273409A (zh) * | 2013-07-05 | 2015-01-14 | 中国农业科学院农产品加工研究所 | 一种处理花粉的方法 |
| JP2016045097A (ja) * | 2014-08-25 | 2016-04-04 | 日清オイリオグループ株式会社 | 食品の製造方法、食品の良品と不良品の選別方法及び食品製造装置 |
| CN104345024A (zh) * | 2014-10-30 | 2015-02-11 | 广州市祈和电器有限公司 | 一种检测破壁鲜嫩果蔬原料中的细胞破壁率的方法 |
| CN104404123A (zh) * | 2014-10-30 | 2015-03-11 | 广州市祈和电器有限公司 | 一种检测破壁干燥果蔬和五谷杂粮原料中的细胞破壁率的方法 |
| CN107300578A (zh) * | 2017-05-25 | 2017-10-27 | 华南理工大学 | 一种利用电导率检测植物细胞破壁率的方法 |
| CN107817157A (zh) * | 2017-11-24 | 2018-03-20 | 九阳股份有限公司 | 一种检测破壁机破壁率的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 破壁料理机的细胞壁破壁效果评价方法的研究;苗帅等;《日用电器》;20170425(第4期);全文 * |
| 蒲黄的细胞破壁率测定及其与粒径值的相关性研究;杨瑛 等;《中成药》;20081120;第30卷(第11期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108918842A (zh) | 2018-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106248559B (zh) | 一种基于深度学习的白细胞五分类方法 | |
| CN109447977B (zh) | 一种基于多光谱深度卷积神经网络的视觉缺陷检测方法 | |
| CN107402295B (zh) | 循环肿瘤细胞自动分离纯化微流控芯片及其分离纯化方法 | |
| CN105087493B (zh) | 联用三种单克隆抗体偶联免疫磁珠在肿瘤细胞分选中应用 | |
| CN106190945A (zh) | 自动识别稀有细胞的方法及系统 | |
| CN106939281A (zh) | 循环肿瘤细胞分选仪及其试剂盒 | |
| CN108918842B (zh) | 一种食品加工机破壁率的检测方法 | |
| JP2023153848A (ja) | 定量的組織形態学的分析による組織能力の判定 | |
| CN107492084A (zh) | 基于随机性的典型成团细胞核图像合成方法 | |
| CN104698193A (zh) | 一种鉴定恒河猴血型的方法 | |
| CN113176187A (zh) | 一种表征岩石孔隙网络连通性的方法 | |
| CN107389420A (zh) | 一种细胞富集分离方法 | |
| CN113640084B (zh) | 一种农田土壤微塑料的检测方法 | |
| CN209485831U (zh) | 医院用的尿液细胞外囊泡富集装置 | |
| CN106950163A (zh) | 流式细胞术检测鸡胸腺t淋巴细胞亚群的方法 | |
| CN104849350A (zh) | 基于多特征的木材缺陷识别分类方法 | |
| CN116504663B (zh) | 一种晶圆多等级测试方法及装置 | |
| Priyankara et al. | An extensible computer vision application for blood cell recognition and analysis | |
| CN107014712A (zh) | 一种碎石针片状颗粒含量检测方法及装置 | |
| CN112595655A (zh) | 基于人工智能的脑脊液细胞自动分析系统 | |
| DE102009037331A1 (de) | Verfahren zur Separierung von Partikeln und/oder Zellen mit 2 und mehr Oberflächenspezifitäten | |
| CN110595988A (zh) | 一种适用于流式细胞仪检测植物c值的细胞核的制备方法及应用 | |
| CN205833613U (zh) | 一种多用途手工逐级分筛装置 | |
| CN107817157A (zh) | 一种检测破壁机破壁率的方法 | |
| CN109065468A (zh) | 缺陷过滤系统及过滤方法和计算机存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |