冻猪肉挥发性盐基氮的测定

冻猪肉测定挥发性盐基氮时,采样部位应以背部或臀部深层肌肉最为合适;样品处理后尽可能在1h内完成测定;指示剂为甲基红溴甲酚绿效果更好;所用电炉为500W为最好。     

冷鲜鸡货架期微生物预测系统的构建

利用修正的Gompertz方程建立冷鲜鸡货架期动力学模型,使用皮尔森相关系数描述微生物参数与冷鲜鸡货架期准确度的相关性,利用Visual Basic语言编写形成冷鲜鸡货架期微生物预测系统,并对其进行实际样品验证。结果表明:冷鲜鸡中肠杆菌、热死环丝菌与菌落总数的腐败阙值分别为4.433,2.735,5.141lg(CFU/g);修正的Gompertz方程与平方根模型R2>0.94;肠杆菌、热死环丝菌、菌落总数的皮尔森系数分别为0.992 3(P<0.01),0.992 7(P<0.01),0.995 1(P<0.01),表明肠杆菌、菌落总数和热死环丝菌均与冷鲜鸡腐败相关,并且与菌落总数相关性最高;VB语言编写的冷鲜鸡货架期微生物预测系统软件的最大相对误差<9%,可快速获得不同贮藏温度下冷鲜鸡的货架期。     

反射光谱法测定食品中挥发性盐基氮

采用反射光谱法测定鱼，肉食品中挥发性盐基氮，方法精密度（ＲＳＤ）为２．６％（ｎ＝６）线性范围为１～８μｇ／ｍｌ，检出限为０．５μｇ／ｍｌ，用于猪肉和鱼鲜度检验，并有对鲜鱼做了连续监测，结果满意。     

氨气敏电极测定食品中的挥发性盐基氮

食品中挥发性盐基氮（ＴＶＢＮ）的测定多采用微量或半微量蒸馏法以及微量扩散法，但对大批样品分析来说既费时又不便，且重复性和灵敏度较差。本文研究了影响挥发性盐基氮游离速度的各种因素，结果表明，在ｐＨ≥１４的碱性介质中，温度２０～２５℃时电位值稳定。应用本法测定鱼肉等食品中的ＴＶＢＮ与蒸馏法结果比较，基本一致，平均添加回收率为９９．７％可测定到挥发性盐基氮在样品中的最低含量为０．３２５ｍｇ／１００ｇ。     

猪肉中挥发性盐基氮的实验室质量考核研究

挥发性盐基氮(TVB-N)是动物性食品由于酶和细菌的作用,蛋白质分解而产生的的氨以及胺类等碱性含氮物质,表明氨基酸被破坏程度。     

水产调味品中挥发性盐基氮的测定

为提高水产调味品中挥发性盐基氮测定的效率,对国标GB/T 5009.44-2003中的半微量定氮法进行了改进:用高氯酸溶液替代水来浸溶样品;用氢氧化钠溶液加消泡剂替代了氧化镁混悬液;用自动凯氏定氮仪替代半微量蒸馏装置和半微量滴定管.用改进的方法测定以市售蚝油和虾酱为基质的加标样品,回收率在98.82％～101.26％之间,相对标准偏差在0.80％以下.检测数据与GB/T 5009.44-2003中的半微量定氮法相比,无显著性差异.结果表明,改进的方法是一种简便、快捷、精确的水产调味品中挥发性盐基氮的测定方法.     

氨气敏电极测定食品的挥发性盐基氮

食品中挥发性盐基氮（ＴＶＢＮ）的测定多采用微量或半微量蒸馏法以及微量扩散法，但对大批样品分析来说既费时不便，且重复性和灵敏度较差。本文研究了影响挥发性盐基氮游离速度的各种因素，结果表明，在ｐＨ≥１４的碱性介质中，温度２０～２５℃时电位值稳定应用本法测定鱼肉等食品的ＴＶＢＮ与蒸馏法结果比较，基本一致，平均添加回收率为９９．７％可测定到挥发性盐基氮在样品的最低含量为０．３２５ｍｇ／１００ｇ。     

半微量定氮法中三氯乙酸提取挥发性盐基氮的改进

目的 提高三氯乙酸提取挥发性盐基氮效率。方法 研究了提取剂三氯乙酸和水的提取效果、结果稳定性,并考察了三氯乙酸做提取剂时氧化镁的添加量和判别指示剂,同时添加氯化铵做回收率实验。结果 按照标准方法用三氯乙酸浸泡的样品检测结果明显偏低,通过研究发现其样品溶液碱度未能达到方法要求,经优化后的方法加标回收率为94.0%～95.9%,相对标准偏差（RSD）为 0.57%;用水做提取剂的样品结果偏高,浸泡30min过程中,pH值中性环境样品持续腐败。结论 经优化后三氯乙酸提取法样品可以直接蒸馏无需过滤,从而简化检验流程;三氯乙酸给样品提供足够的酸性环境,抑制样品进一步腐败;通过方法学考察,优化后的检验方法满足实验要求。     

电子鼻技术对猪肉挥发性盐基氮的预测研究

为预测不同肥瘦配比猪肉的新鲜度,对4℃恒温贮藏条件下的新鲜猪肉进行挥发性盐基总氮(Total Volatile Basic Nitrogen,TVB-N)检测和营养成分检测,同时利用电子鼻技术检测挥发性气味的信息。以传感器阵列特征值为自变量建立蛋白质、脂肪的回归预测模型,分别对不同肥瘦配比的猪肉样本建立不分类和分类2种TVB-N神经网络预测模型。结果表明:先分类再建立神经网络模型预测的效果更优,将样本进行二分类建立2个模型后,模型训练组的相关系数达0.994、0.985(p<0.01),预测组的相关系数达到0.984、0.979(p<0.01);模型的绝对误差小而且分布区间集中,训练组和预测组各有86%、62.6%的样本的绝对误差在0~1之间;训练组中没有绝对误差大于2.5的样本,预测组中仅有8.5%的样本绝对误差大于2.5。电子鼻传感器特征信号与TVB-N数据具有很强的相关性,电子鼻可以快速预测出不同肥瘦配比猪肉在贮藏期间TVB-N含量的变化,进而无损的评价猪肉的新鲜度。     

采用挥发性盐基氮动力学模型预测低盐虾酱的货架寿命

本文采用挥发性盐基氮(TVB-N)为低盐虾酱的品质变化和货架寿命的指示指标,根据感官评定结果和SB/T 10525-2009,确定TVB-N值4.50 mg/g为货架寿命终点。建立TVB-N与贮藏时间(t)之间的一级动力学方程和TVB-N变化速率常数(k)与贮藏温度(T)之间的Arrhenius方程,以预测在某一贮藏温度下低盐虾酱的货架寿命理论值。求得Arrhenius方程中TVB-N变化反应的活化能Ea为63.69 kJ/moL,指前因子k0为2.76×109,TVB-N的变化速率常数k为2.76×109e-63690/RT。分别在15℃、30℃和37℃条件下验证动力学模型的准确性,得到货架寿命预测值与实际值的相对误差分别为9.79%、7.00%和-6.54%。进一步通过Arrhenius方程外推法求得低盐虾酱在23℃和27℃条件下保藏的理论货架寿命分别为155.8 d和107.2 d,预测结果与实际值之间能较好地符合。     

冷却猪肉贮存中的品质变化及货架期预测

本文研究了不同贮藏温度下冷却猪肉的品质变化,运用因子分析法,结合Q10模型,建立货架期预测模型。在0、5、10、15、20 ℃贮藏环境中,以感官品质、菌落总数、TVB-N、TBARS、pH值、色值(L*、a*、b*)为品质评价指标,找出反应多种理化指标的主成分因子。且进行理化因子与感官品质皮尔逊积聚相关性分析,通过感官品质货架终点获得理化因子的限值,建立冷却猪肉货架期预测模型。研究结果表明：在不同贮藏温度下冷却猪肉的菌落总数、TVB-N值、pH值、TBA、色值（b*）呈上升趋势值随着贮藏时间的延长而增加;其感官品质、色值（a*）随着贮藏时间的延长而呈下降趋势;且贮藏温度越高各项指标变化越快。在4、12℃贮藏条件下对冷却猪肉品质预测模型进行验证,相对误差均在±10%之内。验证试验表明,所建模型适用于冷却猪肉货架期预测。     

基于预测微生物学的冷却牛肉货架期预测模型的建立

为实时监测冷却牛肉贮藏期间的品质变化与货架期,分别测定冷却牛肉0、4、7、10 ℃贮藏过程中假单胞菌菌数、总挥发性盐基氮含量和感官评分。利用修正的Gompertz方程建立不同贮藏温度下假单胞菌生长的动力学模型,以Belehradek方程为二级模型,描述贮藏温度对假单胞菌生长的影响,并利用2、5、8 ℃条件下贮藏的冷却牛肉验证货架期预测模型的准确性。结果表明：所建立的Gompertz模型拟合相关系数均在0.99以上,预测结果准确度在1.013～1.126之间,偏差度在0.926～1.057之间,贮藏温度与μmax 1/2和（1/λ）1/2均呈良好的线性关系,说明建立的一级和二级模型能够真实、有效地预测0～10 ℃贮藏条件下冷却牛肉中假单胞菌的生长情况;货架期的预测值与实测值相对误差在±10%以内,该货架期模型可有效预测冷却牛肉在0～10 ℃贮藏条件下任意温度下的货架期。     

局部偏最小二乘法结合可见-近红外光谱预测猪肉挥发性盐基氮

以两个批次的猪肉为实验样品,开展局部偏最小二乘法结合双波段可见-近红外光谱预测挥发性盐基氮的研究,以改善模型预测不同批次样品时效果不佳的问题。提出基于距离、信息测度和投影的相似性度量方法,通过对欧式距离和光谱信息散度-光谱角（spectral information divergence-spectral angle,SID-SAM）进行加权求和,构建评价不同样品相似性的相似度函数,定义相似度因子（SM）,通过最小化代价函数确定建立局部模型的邻域窗口。以第1批样品为建模基础集,通过对欧式距离和SID-SAM的权重及SM进行参数寻优,针对第2批次中每个样品建立局部偏最小二乘模型。结果显示,与利用第1批样品建立的模型直接预测第2批样品的结果相比,预测效果有明显提高,相关系数R从0.845 6上升至0.948 1,预测误差从4.581 0 mg/100 g下降至2.650 8 mg/100 g。这表明利用提出的相似度函数和相似度因子,可根据待测样品的光谱特征,实时动态选择相似的局部空间,建立的局部偏最小二乘模型能有效提高对外部验证样品的预测能力。     

近红外光谱的预处理对羊肉TVB-N模型的影响

为研究能否通过对算法参数的调整和算法的组合来减弱甚至消除便携式近红外仪和样品组织结构等对样品光谱信息的影响,提高模型的预测准确性和稳健性,实现现场快速无损检测生鲜羊肉挥发性盐基氮(total volatile basic nitrogen,TVB-N)的目的。本研究应用不同参数组合的单一算法和不同算法组合对样品的光谱信息进行预处理并建模,从模型的预测准确性和稳健性2个方面探讨算法参数和算法组合对模型性能的影响,找出针对检测生鲜羊肉中TVB-N含量的最佳预处理方法。结果表明,不同的算法参数和算法组合对模型性能的影响差别很大,对样品的近红外光谱信息进行差分求导(窗口数为6,求导阶次为1)后,模型性能最佳。模型的校正标准差和验证标准差分别为1.21和1.31,校正标准差和验证标准差的比值为1.08小于1.2,主成分数为10,校正集相关系数和验证及相关系数分别为0.94和0.92。说明通过对算法参数的调整和对算法的组合可以有效提高模型性能,满足应用便携式近红外仪现场快速无损检测生鲜羊肉TVB-N含量的要求。     

冷鲜滩羊肉挥发性盐基氮变化的高光谱动力学模型构建

为探究基于高光谱成像技术预测滩羊肉挥发性盐基氮的可行性并寻找最佳预测模型。采集200个滩羊肉样本在波长400~1000 nm处的高光谱图像,采用蒙特卡洛检测法剔除异常样本;应用竞争性自适应重加权(CARS)、无信息变量消除(UVE)和连续投影(SPA)算法互相结合对原始光谱进行敏感波点提取;分别建立了冷鲜滩羊肉挥发性盐基氮变化的近红外光谱定量检测模型和其变化规律的动力学模型。结果表明:采用偏最小二乘回归(PLSR)建立的冷鲜滩羊肉挥发性盐基氮模型预测效果最好,预测相关系数R_p为0.866,均方根误差RMSEP为3.790。同时,将近红外光谱模型应用于挥发性盐基氮含量随时间变化的零级反应动力学模型中,得到模型的相关系数R为0.915。研究结果表明:结合动力学模型的近红外光谱技术可通过滩羊肉挥发性盐基氮含量的变化预测其安全贮藏时间。     

SPME-GC-MS 法测定冷却肉的挥发性成分

对固相微萃取(SPME)萃取条件进行优化,并利用SPME 对冷却肉的挥发性成分进行提取。应用SPME 结合气相色谱- 质谱(GC-MS)联用技术初步鉴定冷却肉的挥发性成分,并分析其在不同贮藏温度以及不同贮藏时间下挥发性成分的气味变化。结果表明：在35℃萃取温度和40min 萃取时间的条件下,宜采用65μm PDMS/DVB 萃取头对冷却肉的挥发性成分进行萃取;经SPME-GC-MS 检测后,共获得25 种挥发性成分,并发现醇类物质和三甲胺的相对含量会随着贮藏时间的变化而不断增加。     

TVB-N与肉品储藏温度的关系研究

挥发性盐基氮(TVB-N)是动物性食品新鲜程度的重要指标。本实验通过测定在不同温度下的挥发性盐基氮的值,得到其与肉品腐败的关系。挥发性盐基氮的值与保藏温度成正比,即温度越高,TVB-N的值越大,食品越容易腐败。     

高光谱成像技术定量可视化检测熟牛肉中挥发性盐基氮的含量

为了能够快速、准确的检测出熟牛肉在冷藏过程中的新鲜状况,尝试利用高光谱成像技术对熟牛肉中的挥发性盐基氮(TVB-N)含量进行定量可视化分析。采集400~1000 nm范围内样品高光谱图像,采用变量组合集群分析法(VCPA)提取出6个光谱特征波段变量,针对特征波段图像,利用Tamura算法共提取出18个纹理特征变量,基于RGB颜色模型,分别计算出R、G和B分量图中共9个颜色特征变量。利用粒子群优化最小二乘支持向量机(PSO-LS-SVM)算法分别建立了不同变量组合的TVB-N含量预测模型。经分析比较,基于光谱与颜色特征融合的PSO-LS-SVM模型展现出最优的预测能力,预测集决定系数(R2p)和均方根误差(RMSEP)分别为0.955和1.093。利用最优模型将TVB-N含量进行可视化表达。结果表明,融合高光谱图像中光谱与颜色特征并结合PSO-LS-SVM算法对熟牛肉中TVB-N含量进行准确的预测与可视化表达是可行的,该研究可为其它肉及肉制品新鲜度检测提供理论参考。