共查询到15条相似文献,搜索用时 203 毫秒
1.
3D打印技术作为食品科学领域的一项新技术,因其具有快速成型、适用于复杂结构、可个性化定制等特点而具有巨大的发展潜力。3D食品打印一般以蛋白质、脂类等对人体无害的可食性物质为材料,然而并非所有食材都具有良好的适印性和加工特性。为提高3D打印食材的适印性,食材中通常会添加碳水化合物、蛋白质、脂质等食品添加剂以改善食材的流变特性和加工特性。本文综述了3D食品打印技术、3D食品打印材料特性、常用的食品添加剂及其对打印材料的流变特性、加工特性和营养特性的影响,从而为3D食品打印技术在食品领域中的应用提供科学依据和理论参考。 相似文献
2.
基于果蔬原料的食品3D打印技术及其应用 总被引:1,自引:0,他引:1
作为新兴数字化生产技术,3D打印技术已在许多领域中被广泛应用。其在食品领域中的应用可满足人们对食品定制化、个性化营养和数字化营养的需求,能进一步简化食品供应链体系,拓宽食材来源。水果和蔬菜富含多种营养素,是人类饮食的重要组成部分。相对于面团、巧克力、肉糜等食材,水果和蔬菜具有含水量高、难成形、易褐变的特点,因此很难实现直接3D打印。为了更好地了解水果和蔬菜在食品3D打印领域的应用情况,本文从食品3D打印的原料特性要求、果蔬原料特性以及3D打印果蔬材料的加工技术等方面进行了综述,并对其发展趋势作出展望。 相似文献
3.
4.
5.
4D打印技术作为3D打印技术的延伸,可以促使打印材料的结构、形状以及功能随时间的变化而发生改变,从而实现打印材料由静态结构向动态结构的转变。4D打印技术作为新兴的数字化生产技术,其早期主要应用于医学和工业领域。近几年,4D打印技术逐渐在食品领域得到了一定的应用。通过4D打印可以设计并生产出营养价值更高、感官品质更佳的新型食品。本文综述4D打印食品技术的原理、影响因素以及打印设备,并进一步地论述4D打印技术在食品加工领域的国内外研究进展及其优势,最后展望4D打印食品技术的发展前景,以期为4D打印技术在食品领域的应用研究提供参考。 相似文献
6.
7.
8.
<正>说到3D打印技术,现在已逐渐被人们认知,3D食品打印技术的出现又让人们耳目一新。3D打印技术,出现于20世纪90年代中期,是一种以数字模型文件为基础的快速成型技术,运用粉末状金属或塑料等可粘合材料,通过逐层打印的方式来构造物体。这种技术最先应用于模型制造领域,后逐渐被用到医疗产业、建筑设计、文物保护、航天国防和科学研究等其他领域,3D打印机可以完成各种实物打印:从人造心脏膜瓣到建筑 相似文献
9.
10.
3D打印技术通过逐层添加物料的方式实现特定结构物体的快速成型,可根据需求实现对原料组成和成品空间结构的个性化定制,在食品领域具有广阔发展潜力。大多数食品原料不具备可打印性,这制约了用于3D打印的食品原料的来源和种类,限制了3D打印技术在食品行业的应用规模。植物基纳米纤维素来源广泛,具有优异的机械性能和流变特性,能够增强物料的可打印性,是3D打印的理想原料。明确植物基纳米纤维素的功能特点,制备的3D打印墨水特性以及在食品3D打印中应用现状,对充分利用新兴加工技术和新食品原料尤为重要。本文重点介绍植物基纳米纤维素结构特点及与3D打印相适应的功能特性,包括高机械强度,易表面改性,适于打印的流变特性以及较好的生物安全性。在分析凝胶和乳液两种形式的植物基纳米纤维素打印墨水特性和用途的基础上,总结其在食品添加剂、食品包装材料、食品新鲜度指示器、功能物质载体等相关食品领域的应用现状,并展望未来制备新兴功能食品和智能食品包装的前景,以期为相关技术发展提供参考。 相似文献
11.
12.
13.
电流体动力学加工技术作为一种新型非热加工技术,逐步应用于食品科学技术领域,助力未来食品工业发展。本文对电流体动力学加工技术的工作原理、分类及影响因素,用于食品加工的生物分子原料以及该技术在食品加工中的应用进行详细阐述,同时总结并展望未来该技术在食品领域的发展。电流体动力学加工技术由静电纺丝和静电喷雾技术所组成,该技术可生产功能复杂的微米/纳米级纤维体或微粒,用于食品功能成分的微胶囊包埋、固定化酶、生物传感器与食品活性包装开发、食品3D打印辅助技术等开发。未来研究可以围绕提升纤维体/微粒产量,减少溶剂毒性残留,该技术与食品3D打印融合等方面,助力未来食品工业发展。 相似文献
14.
Material extrudability is a prerequisite for printing 3D structures with extrusion-based food printing. Food materials with different shear-thinning behaviors were printed to develop predictive models for extrudability. A dataset of 131 unique combinations of materials and printing parameters was collected. Image analysis was employed to rapidly quantify extrudability as determined by mode width, line height and width consistency of line filaments. The relation between the printing pressure and the volumetric flow rate followed a power-law relation, which characterizes the extent of shear-thinning of the food materials. Both regression and classification models were trained and tested using the random forest algorithm. The model performance indicated that extrudability can be predicted with moderate to high accuracy by using rheological measurements and printing parameters as inputs. The predictive workflow developed in this study provides a framework to quantitatively assess and predict extrudability for 3D printing of complex food materials.Industrial relevanceExtrusion-based 3D printing has been applied to customize food designs and can potentially enable personalized nutrition. To achieve this, we need to be able to effectively print complex food materials with high accuracy. Variations in composition and rheological properties of complex food materials make achieving proper extrudability not trivial at this moment, and this limits their applicability to extrusion-based food printing. Here, we developed an image analysis tool to measure line filament extrusion of complex food materials that vary in shear-thinning behaviors. We then built predictive models to estimate material extrudability based on material's shear-thinning properties and printing parameters. Data-driven prediction of material's extrudability can help avoid excessive trial-and error experiments in future. 相似文献