CN109409588B - 一种用于预测食用油脂返色的方法 - Google Patents

Abstract

本发明公开了一种用于预测食用油脂返色的方法，包括如下步骤：首先高温下油脂氧化诱导时间的检测；基于测得的氧化诱导时间，设置取样时间，检测油脂色泽变化；对油脂色泽随时间变化进行模型拟合；推导油脂色泽随温度变化曲线的模型；绘制常温下油脂色泽随时间变化曲线；最后选定油脂色泽的阈值，计算常温下油脂返色时间。本发明可为食用油脂返色的开始时间，返色的持续时间等提供了科学预测方法，在食用油脂的工业生产过程中避免返色现象具有重要意义。

Description

一种用于预测食用油脂返色的方法

技术领域

本发明属于食用油脂分析领域，具体涉及一种用于预测食用油脂返色的方法。

背景技术

亚洲国家包括中国、日本、韩国、新加坡等，食用油脂消费形式以液态烹调用油为主，产品的颜色以油脂本身颜色为主，同时产品包装又以塑料、玻璃等透明材质为主，因此油脂的色泽直接影响消费者的选择。

然而，食用油脂在使用过程中存在一种色泽变红的“油脂返色”现象。植物油毛油经脱胶、脱酸、脱色、脱臭等精炼过程后，得到澄清透明、色泽淡黄的精炼油，精炼油在物流、储存、使用过程中，色泽发生显著变化的现象。油脂返色的时间短则一到两天，长则几个月不等，其中以玉米油、大豆油、棉籽油等油脂返色现象严重。

但是，在学术上油脂返色的机制仍然没有完全探明，油脂产品出厂后消费者使用过程中，是否会出现返色，返色的开始时间，返色的持续时间，尚无法预测。

发明内容

为了解决上述问题，本发明提出了一种用于预测食用油脂返色的方法。

本发明是通过以下技术方案实现的：

步骤1、高温下油脂氧化诱导时间的检测：按照国家标准GB 21121-2007动植物油脂氧化稳定性执行，测得110℃、120℃、130℃和140℃温度下油脂的氧化诱导时间；

步骤2、基于步骤1测得的氧化诱导时间，在0h和氧化诱导时间之间等间隔设置5-10个取样点，使取样点在油脂返色的两个阶段均有设置，以高精度分光测色仪，监测所取油脂样品色泽变化；

步骤3、根据步骤2的结果，对油脂色泽随时间变化进行模型拟合：以分段式Logistic模型量化描述油脂色泽随时间变化；

步骤4、基于步骤2和3，以Arrhenius模型推导油脂色泽随温度变化曲线的模型；

步骤5、根据步骤4，绘制常温下油脂色泽随时间变化曲线；

步骤6、选定油脂色泽的阈值，根据步骤4和5，计算常温下油脂返色时间。

优选地，所述步骤1、的测试温度不得低于110℃且不得高于140℃，当温度低于110℃则测量时间过长，当温度高于140℃则氧化诱导时间过短且色泽积累不充足。

优选地，所述步骤2、的高精度分光测色仪，测量所得参数为反映油脂色泽的L*，a*和b*值，其中L*正值表示偏亮，L*负值表示偏暗，a*正值表示偏红，a*负值表示偏绿，b*正值表示偏黄，b*负值表示偏蓝。

优选地，所述步骤2、的油脂色泽，以C*值表示，其中C*＝((a*)²+(b*)²)^(1/2)。

优选地，所述步骤3、的分段式Logistic模型为：

当0≤t≤t_steady,

当t＞t_steady,

其中，r₁和r₂表示两阶段的色泽变化速率，自变量t表示加热时间，t_steady表示当C*最大时对应的加热时间，因变量Y表示色泽值C*，Y₀表示C*的初始值，Y_steaday表示C*的最大值，Y_∞表示当加热时间无穷大时的C*值。

优选地，所述步骤4、的Arrhenius模型为：

In(r₁)＝a₁/(T+273.15)+b₁

In(r₂)＝a₂/(T+273.15)+b₂

其中，因变量r₁和r₂表示两阶段的色泽变化速率，自变量T表示加热温度，a₁，a₂，b₁，b₂表示常数项。

优选地，所述步骤5、的曲线基于步骤3、所述的分段式Logistic模型绘制；

优选地，所述步骤6)的油脂返色开始时间为：

油脂返色结束时间为：

油脂返色持续总时间为：

其中，Y_threshold表示观察到油脂色泽明显加深对应的C*的阈值。

本发明取得的有益效果主要包括但是并不限于以下几个方面：

1、能够以量化的模型，预测油脂返色的开始时间；

2、能够以量化的模型，预测返色全程持续时间；

3、以高温加速氧化的方式，实现油脂返色的快速预测，避免常温储藏的超长时间。

附图说明

图1实施案例1选取的四个温度下油脂色泽变化规律图

图2油脂样品色泽随时间变化的通用曲线

图3常温下油脂色泽随时间变化曲线

具体实施方式

精炼大豆油，购于本地超市；Rancimat氧化稳定仪，瑞士万通有限公司；Hunterlab高精度分光测色仪，美国亨特立公司。

步骤1)高温下油脂氧化诱导时间的检测：按照国家标准GB 21121-2007动植物油脂氧化稳定性执行，测得110℃、120℃、130℃和140℃温度下油脂的氧化诱导时间分别为5.87h、3.07h、1.27h和1.01h；

步骤2)高温下油脂色泽变化曲线的追踪：在0h和氧化诱导时间之间等间隔设置取样点，以高精度分光测色仪，监测所取油脂样品随时间的色泽变化，四个温度下色泽值如图1所示，油脂样品色泽随时间变化的通用曲线如图2所示；

步骤3)油脂色泽随时间变化曲线的模型拟合：以分段式Logistic模型量化描述油脂色泽随温度变化，模型拟合所得参数，包括色泽最大值，色泽变化速率，如表1所示；

步骤4)油脂色泽随温度变化曲线的模型推导：以Arrhenius模型推导常温条件25℃下，色泽最大值，色泽变化速率，如表1所示；

表1模型拟合所得参数

步骤5)常温下油脂色泽随时间变化曲线的绘制：以推导所得模型参数，包括，绘制常温下油脂色泽随时间变化曲线，如图3所示；

步骤6)常温下油脂返色时间的模型计算：设置合适的返色阈值，计算油脂预测的常温下返色的开始时间，结束时间和总持续时间。若设置返色阈值C*为30，则开始时间为423.55h，结束时间为3098.70h，持续时间为2675.15h；若设置返色阈值C*为40，则开始时间为609.81h，结束时间为2007.02h，持续时间为1397.21h；若设置返色阈值C*为50，则开始时间为963.27h，结束时间为1395.30h，持续时间为432.03h。

步骤7)油脂返色时间预测的验证：若设置返色阈值C*为30，则预测值与实际值的对比，如表2所示，可以证明此方法预测效果准确。

表2预测值与实际值对比表

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。

Claims (7)

1.一种用于预测食用油脂返色的方法，其特征在于，包括以下步骤：

步骤1、高温下油脂氧化诱导时间的检测；

步骤2、基于步骤1测得的氧化诱导时间，设置取样时间，检测油脂色泽变化；

步骤3、根据步骤2的结果，对油脂色泽随时间变化进行模型拟合；

步骤4、基于步骤2和3，推导油脂色泽随温度变化曲线的模型；

步骤5、根据步骤4，绘制常温下油脂色泽随时间变化曲线；

步骤6、选定油脂色泽的阈值，根据步骤4和5，计算常温下油脂返色时间；

其中，步骤3中油脂色泽随温度变化由分段式Logistic模型量化描述，分段式Logistic模型的运用为：

当0≤t≤t_steady,

当t＞t_steady,

其中，r₁和r₂表示两阶段的色泽变化速率，自变量t表示加热时间，t_steady表示当C*最大时对应的加热时间，因变量Y表示色泽值C*，Y₀表示C*的初始值，Y_steady表示C*的最大值，Y_∞表示当加热时间无穷大时的C*值；

步骤4中油脂色泽随温度变化曲线由Arrhenius模型推导。

2.根据权利要求1所述的一种用于预测食用油脂返色的方法，其特征在于步骤1中高温选择范围不得低于110℃且不得高于140℃。

3.根据权利要求1所述的一种用于预测食用油脂返色的方法，其特征在于步骤2中的取样时间是通过在0h和氧化诱导时间之间等间隔设置5-10个取样点，使取样点在油脂返色的两个阶段均有设置。

4.根据权利要求3所述的一种用于预测食用油脂返色的方法，其特征在于油脂色泽以C*值表示，C*＝((a*)²+(b*)²)^(1/2)，其中a*和b*由高精度分光测色仪检测油脂色泽所得。

5.根据权利要求1所述的一种用于预测食用油脂返色的方法，其特征在于Arrhenius模型的运用为：

In(r₁)＝a₁/(T+273.15)+b₁；In(r₂)＝a₂/(T+273.15)+b₂；

其中，因变量r₁和r₂表示两阶段的色泽变化速率，自变量T表示加热温度，a₁、a₂、b₁和b₂表示常数项。

6.根据权利要求5所述的一种用于预测食用油脂返色的方法，其特征在于步骤6中油脂返色时间包括计算油脂返色开始时间、油脂返色结束时间以及油脂返色持续总时间。

7.根据权利要求6所述的一种用于预测食用油脂返色的方法，其特征在于油脂返色开始时间为：

油脂返色结束时间为：

油脂返色持续总时间为：

其中，Y_threshold表示观察到油脂色泽明显加深对应的C*的阈值。

Images