CN111739590A - 一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法 - Google Patents

一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法 Download PDF

Info

Publication number
CN111739590A
CN111739590A CN202010628475.0A CN202010628475A CN111739590A CN 111739590 A CN111739590 A CN 111739590A CN 202010628475 A CN202010628475 A CN 202010628475A CN 111739590 A CN111739590 A CN 111739590A
Authority
CN
China
Prior art keywords
content
temperature
furfural
hydroxymethylfurfural
storage
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
Application number
CN202010628475.0A
Other languages
English (en)
Other versions
CN111739590B (zh
Inventor
邢倩倩
游春苹
刘振民
扶晓菲
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.)
Bright Dairy and Food Co Ltd
Original Assignee
Bright Dairy and Food Co Ltd
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 Bright Dairy and Food Co Ltd filed Critical Bright Dairy and Food Co Ltd
Priority to CN202010628475.0A priority Critical patent/CN111739590B/zh
Publication of CN111739590A publication Critical patent/CN111739590A/zh
Application granted granted Critical
Publication of CN111739590B publication Critical patent/CN111739590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10Analysis or design of chemical reactions, syntheses or processes
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20Identification of molecular entities, parts thereof or of chemical compositions

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Dairy Products (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明涉及食品领域,特别是涉及一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法。本发明所提供的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,包括:(1)提供常温酸奶样品中羟甲基糠醛的初始含量和/或糠醛的初始含量;(2)根据式(a)计算获得储存后样品中羟甲基糠醛的含量;(3)根据式(b)计算获得储存后样品中糠醛的含量。本发明所提供的预测常温酸奶中羟甲基糠醛和糠醛含量的方法具有适用温度广、适用时间长等特点,且可以准确预测特定时间和温度范围内的常温酸奶中羟甲基糠醛和糠醛含量的含量,具有良好的产业化前景。

Description

一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和 糠醛含量的方法
技术领域
本发明涉及食品领域,特别是涉及一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法。
背景技术
常温酸奶也称为巴氏杀菌酸奶,是一种能在室温条件储藏6个月的产品。该产品通常具有较佳的稳定性,同时还具有口感佳、营养价值高等特点。常温酸奶生产加工过程包括:原料奶→白砂糖、增稠剂等混合物均质→一次巴杀→冷却→接种发酵→冷却→二次巴杀→无菌灌装等工业步骤。常温酸奶在热加工和储藏期间会发生一系列的物理和化学变化,这可能会影响产品的保质期和消费者的可接受性,且由于常温酸奶的推荐储存方式为避光室温保存,因此在储存过程中往往无法避免极端高温高湿条件。其中,可能发生的不良影响包括:褐变,乳液不稳定性,形成异味等。究其根源,主要是由于美拉德反应,但也与乳成分组成、脂质氧化有关。近年来,研究发现常温酸奶中的美拉德反应可能不仅影响营养素含量和风味变化等,还会形成一定量的热反应有害物,包括糠氨酸、羟甲基糠醛、糠醛等。如果大量摄入热反应有害物,可能会导致心脏和肝肾等器官受到损害,如糖尿病、肾衰竭和阿尔茨海默症等,并且诱发炎症,增强氧化应激,促进动脉粥硬化的发生。
所以,如果有一种方法可以快速预测不同储存条件下常温酸奶中糠醛类化合物的含量,会对常温酸奶的质量和保质期控制有很大帮助。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,用于解决现有技术中的问题。
为实现上述目的及其他相关目的,本发明提供一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,包括:
(1)提供常温酸奶样品中羟甲基糠醛的初始含量和/或糠醛的初始含量;
(2)根据式(a)计算获得储存后样品中羟甲基糠醛的含量;
(3)根据式(b)计算获得储存后样品中糠醛的含量;
Cf=e(a1-b1/T)t+C0 (a)
Cf’=e(a2-b2/T)t+C0’ (b)
其中,Cf和C0分别为储存后样品中羟甲基糠醛的含量和样品中羟甲基糠醛的初始含量;
Cf’和C0’分别为储存后样品中糠醛的含量和样品中糠醛的初始含量;
T为储存温度;
t为储存时间;
a1=43.579±10,b1=12704±2000;
a2=33.315±5,b2=10683±1000。
在本发明一些实施方式中,式(a)中,Cf的单位为μg/100g,C0的单位为μg/100g,T的单位为K,t的单位为天。
在本发明一些实施方式中,式(b)中,Cf 的单位为μg/100g,C0 的单位为μg/100g,T的单位为K,t的单位为天。
在本发明一些实施方式中,储存温度为20~70℃。
在本发明一些实施方式中,储存时间为≤210天。
在本发明一些实施方式中,所述常温酸奶由液态奶经发酵、加热工艺处理后制备获得。
在本发明一些实施方式中,所述加热工艺选自巴氏灭菌,所述巴氏灭菌中,加热温度为70~80℃,加热时间为15~20s。
本发明另一方面提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法。
本发明另一方面提供一种设备,包括:处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述设备执行上述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法。
本发明另一方面提供一种装置,所述装置可以包括:
初始含量提供模块,用于提供常温酸奶样品中羟甲基糠醛的初始含量和/或糠醛的初始含量;
羟甲基糠醛含量计算模块,用于根据式(a)计算获得储存后样品中羟甲基糠醛的含量;
糠醛含量计算模块,用于根据式(b)计算获得储存后样品中糠醛的含量;
Cf=e(a1-b1/T)t+C0 (a)
Cf’=e(a2-b2/T)t+C0’ (b)
其中,Cf和C0分别为储存后样品中羟甲基糠醛的含量和样品中羟甲基糠醛的初始含量;
Cf’和C0’分别为储存后样品中糠醛的含量和样品中糠醛的初始含量;
T为储存温度;
t为储存时间;
a1=43.579±10,b1=12704±2000;
a2=33.315±5,b2=10683±1000。
附图说明
图1显示为本发明实施例2中羟甲基糠醛HMF的模型验证结果示意图。
图2显示为本发明实施例2中糠醛F的模型验证结果示意图。
具体实施方式
为了使本发明的发明目的、技术方案和有益技术效果更加清晰,以下结合实施例对本发明进行进一步详细说明,熟悉此技术的人士可由本说明书所揭露的内容容易地了解本申请发明的其他优点及功效。
本发明发明人经过大量研究,针对常温酸奶建立了一种储存温度、储存时间与储存过程中糠醛类化合物(羟甲基糠醛CAS NO.67-47-0、糠醛CAS NO.98-01-1)含量变化的数学模型,基于该数学模型可以准确地预测各温度的储存过程中常温酸奶中的糠醛类化合物的含量变化,在此基础上完成了本发明。
本发明第一方面提供一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,包括:
(1)提供常温酸奶样品中羟甲基糠醛的初始含量和/或糠醛的初始含量;
(2)根据式(a)计算获得储存后样品中羟甲基糠醛的含量;
(3)根据式(b)计算获得储存后样品中糠醛的含量;
Cf=e(a1-b1/T)t+C0 (a)
Cf’=e(a2-b2/T)t+C0’ (b)
其中,Cf和C0分别为储存后样品中羟甲基糠醛的含量和样品中羟甲基糠醛的初始含量,Cf的单位可以为μg/100g,C0的单位可以为μg/100g;
Cf’和C0’分别为储存后样品中糠醛的含量和样品中糠醛的初始含量,Cf’的单位可以为μg/100g,C0’的单位可以为μg/100g;
T为储存温度,T的单位可以为K;
t为储存时间,t的单位可以为天;
a1的取值可以为43.579±10、43.579±5、43.579±3、43.579±1、43.579±0.8、43.579±0.6、43.579±0.4、43.579±0.2、或43.579±0.1;
b1的取值可以为12704±2000、12704±1500、12704±1000、12704±800、12704±600、12704±400、12704±200、12704±100、12704±80、12704±60、12704±40、12704±20、或12704±10;
a2的取值可以为33.315±5、33.315±3、33.315±1、33.315±0.8、33.315±0.6、33.315±0.4、33.315±0.2、33.315±0.1;
b2的取值可以为10683±1000、10683±800、10683±600、10683±400、10683±200、10683±100、10683±80、10683±60、10683±40、10683±20、或10683±10。
如上所述,根据式a方程式和式b方程式即可获取在储存一定时间以后的常温酸奶中糠醛类物质的含量。常温酸奶在储存过程中羟甲基糠醛的含量以及糠醛的含量的变化与常温酸奶的储藏温度和储藏时间之间有密切关系,而其他条件(例如,湿度等)则对糠醛类物质的含量变化没有明显地影响。通常来说,常温酸奶的储存时间越长和/或储存温度越高,则羟甲基糠醛的含量和/或糠醛的含量越高。但是,这种变化关系并非简单的线性关系。通过预先建立的关系方程,可以发现通过储存温度和储存时间建立的零级反应反应模型能够更加准确地反应出各温度的储存过程中常温酸奶中的糠醛类化合物的含量变化。
本发明所提供的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法中,所述常温酸奶通常是指由液态奶经发酵、加热工艺处理后制备获得的乳制品,其制备过程中所使用的加热工艺通常可以是巴氏灭菌等。进一步的,常温酸奶制备中所使用的液态奶通常是由生乳经受巴氏灭菌以后制备获得的,所述生乳通常可以是生牛乳等。
本发明所提供的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法中,式a方程式和式b方程式中,储存温度的取值范围具体可以为20~70℃、20~25℃、25~30℃、30~35℃、35~40℃、40~45℃、45~50℃、50~55℃、55~60℃、60~65℃、或65~70℃。而常温酸奶通常的储存温度可以为25~40℃,所以本申请所提供的方法应该可以适用于常温酸奶通常所处的各种储存温度条件。
本发明所提供的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法中,式a方程式和式b方程式中,储存时间的取值范围具体可以为≤210天、≤1天、1~2天、2~4天、4~6天、6~8天、8~10天、10~15天、15~20天、20~30天、30~40天、40~60天、60~80天、80~100天、100~120天、120~150天、150~180天、或180~210天。而常温酸奶通常的货架期时间可以为120~180天,所以本申请所提供的方法应该可以覆盖较大范围的常温酸奶的货架期。
本发明第二方面提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明第一方面所提供的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法。
本发明第三方面提供一种设备,包括:处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述设备执行本发明第一方面所提供的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法。
本发明第四方面提供一种装置,所述装置可以包括:
初始含量提供模块,用于提供常温酸奶样品中羟甲基糠醛的初始含量和/或糠醛的初始含量;
羟甲基糠醛含量计算模块,用于根据式(a)计算获得储存后样品中羟甲基糠醛的含量;
糠醛含量计算模块,用于根据式(b)计算获得储存后样品中糠醛的含量;
Cf=e(a1-b1/T)t+C0 (a)
Cf’=e(a2-b2/T)t+C0’ (b)
其中,Cf和C0分别为储存后样品中羟甲基糠醛的含量和样品中羟甲基糠醛的初始含量;
Cf’和C0’分别为储存后样品中糠醛的含量和样品中糠醛的初始含量;
T为储存温度;
t为储存时间;
a1=43.579±10,b1=12704±2000;
a2=33.315±5,b2=10683±1000。
本发明中,上述装置中各模块的运行原理可以参照本发明第一方面所提供的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,在此不做赘述。
本发明所提供的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,具有适用温度广、适用时间长等特点,且可以准确预测特定时间和温度范围内的常温酸奶中羟甲基糠醛和糠醛含量的含量,可以为常温酸奶的保质期预测评估、糠醛类化合物限量标准等提供有利依据,具有良好的产业化前景。
下面通过实施例对本申请的发明予以进一步说明,但并不因此而限制本申请的范围。
实施例1
本实施例所用常温酸奶各项指标及检测方法如表1所示:
表1
Figure BDA0002565642760000051
Figure BDA0002565642760000061
影响因素实验:将包装完好的常温酸奶放置于高温(60℃,湿度50%)和高湿(25℃,湿度90%)条件,并在储存的0天,5天,10天进行测定(方法参照专利201811562740.9),得到羟甲基糠醛含量和糠醛含量如表2所示:
表2
Figure BDA0002565642760000062
a Mean±standard deviation(n=3)
b Relative standard deviation
加速保质期实验:将包装完好的酸奶放置于加速(37℃,湿度70%)条件,并在储存的0天,5天,10天,20天,30天,60天进行测定,得到羟甲基糠醛含量和糠醛含量如表3所示:
表3
Figure BDA0002565642760000063
a Mean±standard deviation(n=3)
b Relative standard deviation
分别计算不同储藏温度下糠醛类化合物的零级和一级反应速率常数及相关系数,其中,零级反应直接将储存时间和糠醛含量作直线,读出的斜率即为速率常数,r2为相关系数;一级反应需将糠醛含量取对数,然后将储存时间和取对数后糠醛含量做直线,斜率为速率常数,r2为相关系数,零级反应模型和一级反应模型分别为:Cf=Kt+C0和lnCf=Kt+lnC0
通过对比相关系数确定反应级数为零级反应。(其中Cf和C0分别为糠醛类化合物储存终点的含量和初始含量,K为浓度-储存时间线的斜率,t为保存时间)
表4
Figure BDA0002565642760000071
c Slopes obtained from each relation(速率常数)
d Coefficients of determination(r2)
结合相关反应级数的速率公式与Arrhenius经验公式
Figure BDA0002565642760000072
推导得出常温酸奶中羟甲基糠醛和糠醛含量的预测公式。(其中K(μg 100g-1day-1)为温度T下的速率常数,K0为碰撞因子,T为绝对温度(K),Ea为活化能,R为通用气体常数)
常温酸奶中HMFCHMF=e(43.579-12704/T)t+C0HMF (i)
常温酸奶中FCF=e(33.315-10683/t)t+C0F (ii)
其中,CHMF、CF、C0HMF和C0F分别为糠醛化合物储存终点的含量和初始含量,T为绝对温度,t为保存时间。
实施例2
通过式(i)和式(ii),计算常温酸奶A样品(其相关指标见表1)中羟甲基糠醛(HMF)和糠醛(F)理论含量,并与实际含量对比,检验预测模型的准确率,具体的保存条件如表5,测量结果如图1和图2所示,其中,理论值(fitted value)根据式(i)和式(ii)计算获得,实测值(true value)的测量方法参照专利201811562740.9。
表5
Figure BDA0002565642760000081
由图1和图2的比较结果可知,该模型具有较好的拟合度。
实施例3
通过式(i)和式(ii),计算常温酸奶B和C样品,其相关指标见表6:
表6
Figure BDA0002565642760000082
通过羟甲基糠醛(HMF)和糠醛(F)理论含量,并与实际含量对比,检验预测模型的准确率,具体的保存条件和测量结果如表7(第0天的数据都是直接测量的值,计算值与测量值相同),其中,理论值(fitted value)根据式(i)和式(ii)计算获得,实测值(true value)的测量方法参照专利201811562740.9。
表7
Figure BDA0002565642760000083
Figure BDA0002565642760000091
由表7的数据可知,本发明所提供的模型可以准确预测特定时间和温度范围内的常温酸奶中羟甲基糠醛和糠醛含量的含量。
综上所述,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,包括:
(1)提供常温酸奶样品中羟甲基糠醛的初始含量和/或糠醛的初始含量;
(2)根据式(a)计算获得储存后样品中羟甲基糠醛的含量;
(3)根据式(b)计算获得储存后样品中糠醛的含量;
Cf=e(a1-b1/T)t+C0 (a)
Cf’=e(a2-b2/T)t+C0’ (b)
其中,Cf和C0分别为储存后样品中羟甲基糠醛的含量和样品中羟甲基糠醛的初始含量;
Cf’和C0’分别为储存后样品中糠醛的含量和样品中糠醛的初始含量;
T为储存温度;
t为储存时间;
a1=43.579±10,b1=12704±2000;
a2=33.315±5,b2=10683±1000。
2.如权利要求1所述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,其特征在于,式(a)中,Cf的单位为μg/100g,C0的单位为μg/100g,T的单位为K,t的单位为天。
3.如权利要求1所述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,其特征在于,式(b)中,Cf’的单位为μg/100g,C0’的单位为μg/100g,T的单位为K,t的单位为天。
4.如权利要求1所述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,其特征在于,储存温度为20~70℃。
5.如权利要求1所述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,其特征在于,储存时间为≤210天。
6.如权利要求1所述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,其特征在于,所述常温酸奶由液态奶经发酵、加热工艺处理后制备获得。
7.如权利要求6所述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法,其特征在于,所述加热工艺选自巴氏灭菌,所述巴氏灭菌中,加热温度为70~80℃,加热时间为15~20s。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7任一权利要求所述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法。
9.一种设备,包括:处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述设备执行如权利要求1-7任一权利要求所述的基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法。
10.一种装置,所述装置包括:
初始含量提供模块,用于提供常温酸奶样品中羟甲基糠醛的初始含量和/或糠醛的初始含量;
羟甲基糠醛含量计算模块,用于根据式(a)计算获得储存后样品中羟甲基糠醛的含量;
糠醛含量计算模块,用于根据式(b)计算获得储存后样品中糠醛的含量;
Cf=e(a1-b1/T)t+C0 (a)
Cf’=e(a2-b2/T)t+C0’ (b)
其中,Cf和C0分别为储存后样品中羟甲基糠醛的含量和样品中羟甲基糠醛的初始含量;
Cf’和C0’分别为储存后样品中糠醛的含量和样品中糠醛的初始含量;
T为储存温度;
t为储存时间;
a1=43.579±10,b1=12704±2000;
a2=33.315±5,b2=10683±1000。
CN202010628475.0A 2020-07-01 2020-07-01 一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法 Active CN111739590B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010628475.0A CN111739590B (zh) 2020-07-01 2020-07-01 一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010628475.0A CN111739590B (zh) 2020-07-01 2020-07-01 一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法

Publications (2)

Publication Number Publication Date
CN111739590A true CN111739590A (zh) 2020-10-02
CN111739590B CN111739590B (zh) 2022-10-04

Family

ID=72652608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010628475.0A Active CN111739590B (zh) 2020-07-01 2020-07-01 一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法

Country Status (1)

Country Link
CN (1) CN111739590B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101363828A (zh) * 2008-09-26 2009-02-11 中国农业科学院蜜蜂研究所 一种蜂王浆品质的评价方法
CN102680655A (zh) * 2012-05-15 2012-09-19 中国农业大学 一种番茄制品的货架期预测方法
CN105738495A (zh) * 2014-12-12 2016-07-06 光明乳业股份有限公司 一种区别巴氏杀菌乳和超高温灭菌乳的方法
CN111024907A (zh) * 2019-12-26 2020-04-17 光明乳业股份有限公司 一种基于液态乳品储存温度和湿度快速评估液态乳品中糠醛类物质含量的方法
CN111044692A (zh) * 2019-12-30 2020-04-21 光明乳业股份有限公司 一种基于液态奶加热温度快速评估液态奶中糠醛类物质含量的方法
CN111044694A (zh) * 2019-12-30 2020-04-21 光明乳业股份有限公司 一种基于液态奶热处理工艺评估液态奶中糠醛类物质含量的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101363828A (zh) * 2008-09-26 2009-02-11 中国农业科学院蜜蜂研究所 一种蜂王浆品质的评价方法
CN102680655A (zh) * 2012-05-15 2012-09-19 中国农业大学 一种番茄制品的货架期预测方法
CN105738495A (zh) * 2014-12-12 2016-07-06 光明乳业股份有限公司 一种区别巴氏杀菌乳和超高温灭菌乳的方法
CN111024907A (zh) * 2019-12-26 2020-04-17 光明乳业股份有限公司 一种基于液态乳品储存温度和湿度快速评估液态乳品中糠醛类物质含量的方法
CN111044692A (zh) * 2019-12-30 2020-04-21 光明乳业股份有限公司 一种基于液态奶加热温度快速评估液态奶中糠醛类物质含量的方法
CN111044694A (zh) * 2019-12-30 2020-04-21 光明乳业股份有限公司 一种基于液态奶热处理工艺评估液态奶中糠醛类物质含量的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XING QIANQIAN ET AL.: "Effects of heat treatment, homogenization pressure and overprocessing on the content of furfural compounds in liquid milk", 《JOURNAL OF THE SCIENCE OF FOOD AND AGRICULTURE》 *

Also Published As

Publication number Publication date
CN111739590B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
Karoui et al. Chemical characterisation of European Emmental cheeses by near infrared spectroscopy using chemometric tools
Karoui et al. Mid-infrared spectrometry: A tool for the determination of chemical parameters in Emmental cheeses produced during winter
Salinas-Hernández et al. Utilization of physicochemical variables developed from changes in sensory attributes and consumer acceptability to predict the shelf life of fresh-cut mango fruit
Chevanan et al. Effect of calcium and phosphorus, residual lactose and salt‐to‐moisture ratio on textural properties of cheddar cheese during ripening
JPH07503535A (ja) 赤外減衰測定系
Semjon et al. Application of multiple factor analysis for the descriptive sensory evaluation and instrumental measurements of bryndza cheese as affected by vacuum packaging
Alhamdan et al. Evaluation of sensory and texture profile analysis properties of stored Khalal Barhi dates nondestructively using Vis/NIR spectroscopy
González-Martín et al. Potential of near infrared spectroscopy for the analysis of volatile components in cheeses
CN111739590B (zh) 一种基于储存温度和储存时间预测常温酸奶中羟甲基糠醛和糠醛含量的方法
Tsironi et al. Quality and shelf-life modeling of frozen fish at constant and variable temperature conditions
Singh et al. Predictive modeling for physicochemical and microbial quality assessment of vacuum‐packed yak milk paneer under various storage temperatures
Bertrand et al. Modelling the Maillard reaction during the cooking of a model cheese
CN111721899A (zh) 一种基于储存温度和储存时间预测乳粉中羟甲基糠醛和糠醛含量的方法
Briana et al. Early Human‐Milk Metabolome in Cases of Intrauterine Growth–Restricted and Macrosomic Infants
Jha et al. Kinetics of HMF formation during storage of instant kheer mix powder and development of a shelf‐life prediction model
CN111696630B (zh) 一种基于储存温度和储存时间预测超高温灭菌奶中羟甲基糠醛和糠醛含量的方法
Kim et al. Application of NIR-Spectroscopy to predict the harvesting maturity, fruit ripening and storage ability of Ca-chitosan treated baby kiwifruit
Lorenzen et al. Development of a method for butter type differentiation by electronic nose technology
CN108562622B (zh) 一种基于介电特性技术的生鲜羊乳菌落总数快速检测方法
Hidalgo et al. Heat damage evaluation during tomato products processing
Skryabina et al. Advanced Specialized Foods Production Technologies within the Framework of Foodnet
Khalid et al. Relationship between mass loss and fruit quality of sweet orange at two different storage conditions
Lamanna et al. A preliminary study of soft cheese degradation in different packaging conditions by 1H‐NMR
Diezma et al. A general procedure for predicting the remaining shelf life of nectarines and peaches for virtualization of the value chain
CN111596015A (zh) 一种基于液态奶中糠醛类物质含量评估液态奶加热工艺的方法

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