贾梦科, 吴忠, 赵武奇^,, 卢丹, 张清安, 张宝善, 宋树杰陕西师范大学食品工程与营养科学学院,西安 710119

Response Surface Design and Multi-Objective Optimization of Apple Slices Dried by Air-Impingement

JIA MengKe, WU Zhong, ZHAO WuQi^,, LU Dan, ZHANG QingAn, ZHANG BaoShan, SONG ShuJieCollege of Food Engineering and Nutritional Science, Shaanxi Normal University, Xi’an 710119

通讯作者: 赵武奇,E-mail：zwq65@163.com

收稿日期:2019-02-13接受日期:2019-04-9网络出版日期:2019-08-01

基金资助:

陕西省重点研发计划.2018TSCXL-NY-01-02 西安市农业科技创新计划.2017050NC/NY0093

Received:2019-02-13Accepted:2019-04-9Online:2019-08-01
作者简介 About authors
贾梦科,E-mail：jmk_1020@snnu.edu.cn。









摘要
【目的】探讨气体射流冲击干燥苹果片过程中风温、切片厚度和风速及其交互作用对V_C含量、复水比、单位能耗的影响,建立模型并进行多目标优化,以期得到品质好、能耗低的苹果片干燥工艺参数。【方法】以苹果为原料,选取气流温度、切片厚度和气流速度为因素,以苹果片的V_C含量、复水比和单位能耗为指标进行三因素的Box-Behnken响应面试验,分析影响各指标的主次因素及各因素间的交互作用,建立V_C含量、复水比及单位能耗的二次回归模型。分别用遗传算法、fgoalattain函数法、隶属度综合评价法3种优化方法进行优化,通过比较3种优化方法的结果,得到最佳工艺参数并加以验证。【结果】各因子对V_C含量影响的大小次序依次是气流温度>切片厚度>气流速度,气流温度、气流温度与切片厚度及气流温度与气流速度的交互作用极显著,切片厚度作用显著;各因子对复水比影响的大小次序依次是气流温度>气流速度>切片厚度,气流温度、切片厚度及气流速度的影响极显著,切片厚度与气流速度的交互作用影响显著;各因子对单位能耗影响的大小次序依次是切片厚度>气流温度>气流速度,气流温度、切片厚度及气流温度与气流速度的交互作用影响极显著,气流速度及气流温度与切片厚度的交互作用影响显著。建立的V_C含量、复水比及单位能耗的回归模型具有统计学意义（P<0.05）,可用于对苹果片气体射流冲击干燥指标进行分析和预测;遗传算法优化出苹果片气体射流冲击干燥的最佳工艺参数为：风温63.24℃、切片厚度2.00 mm、风速12.00 m·s ^-1,该条件下苹果片的V_C含量为66.96 μg/100 g,复水比为3.83,单位能耗为26.49 kJ·g ^-1;fgoalattain 函数法优化得到的最佳工艺参数为风温71.62℃,切片厚度2.37 mm,风速11.18 m·s ^-1,其V_C含量为64.90 μg/100 g,复水比为3.41,单位能耗为25.85 kJ·g ^-1;隶属度综合评价法优化得到的最佳工艺参数为风温63.57℃,切片厚度2.00 mm,风速12.00 m·s ^-1,其V_C含量为66.94 μg/100 g,复水比为3.80,单位能耗为26.53 kJ·g ^-1。以适应度值为评价指标,可以得出遗传算法优化的结果最好。 【结论】遗传算法可用于苹果片气体射流冲击干燥工艺中的多目标优化,最佳工艺参数为气流温度63℃,切片厚度2 mm,气流速度12 m·s ^-1,该参数下V_C含量、复水比、单位能耗分别为66.85 μg/100 g,3.78,26.59 kJ·g ^-1,可在苹果片加工中使用。气体射流冲击干燥应用于苹果片干燥具有V_C含量高、复水比高、单位能耗低等优点。
关键词： 苹果片;气体射流冲击干燥;品质评价;响应面;综合优化

Abstract
【Objective】 In order to obtain the drying process parameters of apple slices with high quality and low energy consumption, the effects of air temperature, slice thickness, air velocity and their interaction on the vitamin C (V_C) content, rehydration ratio and energy consumption were investigated during the air-impingement drying of apple slices. 【Method】 With the air temperature, slice thickness and air velocity as the factors, and the three-factor response surface Box-Behnken response surface design was carried out with the V_C content, rehydration ratio and unit energy consumption of apple slices as the response. The factors and their interactions between the various factors were analyzed, and a quadratic regression model of V_C content, rehydration ratio and unit energy consumption was established and verified by applying three optimization methods, including genetic algorithm, fgoalattain function method and membership degree comprehensive evaluation method, were applied respectively. 【Result】 The factors’ order of influencing on the Vc content was as the follows: Air temperature, slice thickness and air velocity. Regarding the air temperature, both the interactions between the slice thickness and the air velocity were extremely significant, respectively. The factors’ influencing rehydration ratio ordered as the air temperature, air velocity and slice thickness, and all these factors had an extremely significant effect; the interactions between slice thickness and air velocity were significant. The orders influencing on the energy consumption were the slice thickness, air temperature and air velocity. And the air temperature, slice thickness and the interactions between air temperature and air velocity were extremely significant, air velocities and the interactions between air temperature and slice thickness were significant. The established regression model of V_C content, rehydration ratio and energy consumption was statistically significant (P<0.05), suggesting that the model could be used to analyze and predict air-impingement drying parameters. The optimal drying parameters analyzed by genetic algorithm were of 63.24℃ air temperature, 2.00 mm slice thickness and 12.00 m·s ^-1air velocity, respectively. Under these conditions, the V_C content, rehydration ratio and energy consumption of apple slices were 66.96 μg/100 g, 3.83 and 26.49 kJ·g ^-1, respectively; the optimal process parameters obtained by fgoalattain function were as: air temperature 71.62℃, slice thickness 2.37 mm, air velocity 11.18 m·s ^-1, and V_C content was 64.90 μg/100 g, rehydration ratio was 3.41, and unit energy consumption was 25.85 kJ·g ^-1; the optimal process parameters obtained by the comprehensive evaluation method of membership degree were as: air temperature 63.57℃, slice thickness 2.00 mm, air velocity 12.00 m·s ^-1, and V_C content was 66.94 μg/100 g, rehydration ratio was 3.79, unit energy consumption was 26.53 kJ·g ^-1. With the fitness value as the index, it could be concluded that the genetic algorithm optimized results were the best. 【Conclusion】The genetic algorithm could be used for the multi-objective optimization in air-impingement drying apple slices. The optimum parameters were of 63℃ air temperature, 2 mm slice thickness, and 12 m·s ^-1air velocity. With these parameters, the V_C content, rehydration ratio and unit energy consumption under this parameter were 66.85 μg/100 g, 3.78, and 26.59 kJ·g ^-1, respectively. In conclusion, the air-impingement technique could be applied in the drying of apple slices with high V_C content, high rehydration ratio and low energy consumption.
Keywords：apple slice;air-impingement drying;quality evaluation;response surface;comprehensive optimization


PDF (699KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
贾梦科, 吴忠, 赵武奇, 卢丹, 张清安, 张宝善, 宋树杰. 气体射流冲击干燥苹果片的响应面试验及多目标优化[J]. 中国农业科学, 2019, 52(15): 2695-2705 doi:10.3864/j.issn.0578-1752.2019.15.013
JIA MengKe, WU Zhong, ZHAO WuQi, LU Dan, ZHANG QingAn, ZHANG BaoShan, SONG ShuJie. Response Surface Design and Multi-Objective Optimization of Apple Slices Dried by Air-Impingement[J]. Scientia Acricultura Sinica, 2019, 52(15): 2695-2705 doi:10.3864/j.issn.0578-1752.2019.15.013

0 引言

【研究意义】苹果是世界四大水果之一,含有丰富的碳水化合物、维生素和微量元素,被称为“全方位的健康水果”。苹果片作为一种近年来研究开发的果蔬风味食品,在保持了苹果原有的营养价值及色、香、味与松脆口感的同时,兼具不含任何防腐剂与添加剂,携带方便,保存期长的特点,符合现代人的消费观念。苹果片的加工不仅能使苹果长期保存,而且可以延伸产业链,提升产业经济,改善由于苹果加工转化率较低造成的苹果大量积压甚至腐烂浪费,同时可以减轻环境污染,提高利用率,对社会和经济具有重要意义。【前人研究进展】苹果片加工方式分为油炸苹果片和非油炸苹果片两种,非油炸苹果片因具有口感酥脆、纤维含量高、热量低等优点逐渐取代油炸苹果片,是目前的发展趋势。非油炸苹果片加工常用方法有：真空冷冻干燥、膨化干燥、微波干燥、热风干燥、远红外干燥及气体射流冲击干燥等。真空冷冻干燥技术是在低温低压下利用水的升华使冷冻成固体的湿物料脱水而达到干燥的一种新型干燥方法。它可以最大程度保护物料原有结构和形状,获得外观和内在品质兼备的优质干燥制品,但设备运行成本高,加工时间长^[1];微波干燥技术干燥速度快,能耗低,不受空间时间的制约,但其干燥过程会对苹果质量产生较大影响,控制不好干燥条件会造成苹果香味和营养价值的损失,而且微波辐射对人体有害,为避免微波溢出需要对设备建立防护体系,增加了初始成本^[2];热风干燥是对烘箱或烘干室内送入热风使空气流动加快的干燥方法,具有热效率高、设备简单、成本低的特点,但存在干燥时间长、干燥温度高、干燥后的产品品质较差、组织变硬、产品颜色质量差等不足^[3];真空膨化苹果片适合糖尿病及心脏病人群食用,非常符合现代健康食品理念,但面临着加工成本高、能耗高、能源利用率低等问题;气体射流冲击干燥是通过喷嘴将加热气体直接喷到湿物料（固体）表面,使物料中水分蒸发而达到干燥的方法,目前已经成功应用于紫薯^[4]、苦瓜、哈密瓜、杏子、无核紫葡萄、板栗中^[5],此外在猕猴桃^[6]、鲜肉苁蓉^[7]、圣女果^[8]、胡萝卜^[9]、人参^[10]及山药^[11]中也有应用,并取得显著效果。LI等^[12]采用气体射流冲击干燥洋葱时,提高了干燥速率和产品质量;XIAO等^[13]采用该技术对无核葡萄干燥时提高了V_C保存率;薛珊等^[5]对苦瓜片干燥时用遗传算法优化得出了以复水比、V_C含量、色差和单位能耗为指标时的最佳工艺参数,高振江^[14]和郑霞^[15]等的研究表明,虽然影响气体射流冲击干燥效果的因素有风速、风温、切片厚度、喷嘴高度等,但是风温、风速和切片厚度显著影响干燥物料的品质。气体射流冲击干燥技术具有对流换热系数高和干燥速度快的优点,将其用于苹果片的干燥可以解决现有干燥方法V_C保存率低、品质差及能耗高的问题。【本研究切入点】虽然孟庆辉^[16]研究了气体射流冲击干燥技术对苹果片的干燥,但只进行了干燥温度、喷嘴与物料的距离、干燥盒的宽度及物料堆积厚度对苹果片V_C含量及感官质量的正交试验,未研究影响气体射流冲击干燥效果的主要因素风温、风速和切片厚度及其交互作用对V_C含量、复水比、单位能耗的影响及建立模型并进行多目标优化。【拟解决的关键问题】本研究以切片厚度、风温和风速为因素,以V_C含量、复水比,单位能耗为指标,进行响应面分析,分析单因素的影响及各个因素之间交互作用对干燥效果的影响,建立各指标的干燥模型,在比较遗传算法、fgoalattain函数法及隶属度综合评价法3种多目标优化方法效果的基础上,确定最佳工艺参数,为气体射流技术应用于苹果片的干制加工提供理论参考依据。

1 材料与方法

1.1 材料与试剂

洛川‘红富士’苹果购于华润万家超市。抗坏血酸：天津天力化学试剂有限公司;草酸：天津市津北精细化工有限公司;2,6-二氯酚靛酚：成都市科龙化工试剂厂;所用试剂均为国产分析纯。

1.2 仪器与设备

BCD-206T海尔冰箱：青岛海尔有限公司;小型切片机：陕西长治保苗机械厂;ETA-793风速计：山东三友佳宁电器公司;D11C分析电子天平：北京MAHADIER有限公司;气体射流冲击干燥机：陕西师范大学食品工程实验室自制^[4];DF-41分光光度计：济南精细分析仪器厂;ZBB 230单向电子式电表：湖北永康电表厂。

1.3 试验方法

1.3.1 响应面试验 以气流温度（A）、切片厚度（B）、气流速度（C）为试验因素,固定喷口到物料托盘的距离取15 cm,以V_C含量（y₁）、复水比（y₂）及单位能耗（y₃）为指标,进行三因素三水平响应面试验,每组试验取表面积为（46±0.4）cm²苹果片10个,以安全含水量（干基10±0.05）%作为苹果片干燥的终点;干燥结束后测定V_C含量、复水比及单位能耗。每组处理需重复3次,结果取平均值。试验设计如表1所示。

Table 1
表1
表1响应面设计试验参数
Table 1Response surface design and parameters

因素 Factor	水平 Level
	-1	0	1
A风温 Air temperature (℃)	60	70	80
B切片厚度 Slice thickness (mm)	2	4	6
C风速 Air velocity (m·s-1)	10	11	12

新窗口打开|下载CSV

1.3.2 指标测定方法 试验过程中测定的指标如下：

（1）V_C的测定,按GB5009. 86—2016方法。V_C含量按以下公式进行计算：

（1） $\frac{\text{(}{{V}_{\text{1}}}\text{-}{{V}_{\text{0}}}\text{)T}\times \text{A}}{\text{m}}\times 100\text{ }\!\!%\!\!\text{ }$
式中：V₁为滴定样液时所消耗的2,6-二氯靛酚溶液体积（mL）;V₀为做空白试验时所消耗的2,6-二氯酚靛酚溶液体积（ mL）;T为2,6-二氯靛酚溶液的滴定度,即每毫升2,6-二氯酚靛酚溶液相当于抗坏血酸的毫克数（mg?mL^-1）;A为稀释倍数;m为试样质量。

（2）复水比（rehydration ratio,RR）的测定

干制产品在一定时间内复水后沥干重和干制品试样重的比值叫做复水比,是评价干制产品品质好坏的重要指标,其测定方法参照文献[17]。

（3）单位能耗的计算

表示从被干物质中去除单位质量水分所消耗的能量,计算如下：

（2） $\frac{(\text{kJ)}}{\text{(g)}}$
气体射流冲击干躁设备接有单箱电能表,能耗可用单向电子式电表测定。

1.3.3 多目标优化

1.3.3.1 遗传算法优化 遗传算法是以达尔文进化论和孟德尔遗传学说为基础的一种寻求最优解的有效方法,它经编码方式的选择、初始化种群的确定、适应度函数的运算、交叉变异运算以及选择运算,最后收敛于一个最优的个体,得到最优解。具有全局寻优能力、收敛速度高效快速的特点,适合复杂函数的多目标寻优。

y₁、y₂、y₃的单目标优化的最优参数之间存在较大差异,为满足实际生产中得到品质较好且能耗较低的产品的综合需求,定义适应度函数如下^[18]：

（3）minf=∑wⁿeⁿ

式中,wⁿ为第n指标的目标权重,且∑wⁿ=1。取w¹=0.6,w²=0.2,w³=0.2为本试验权重系数;eⁿ为第n个考察指标相对于综合目标值的偏差值,这里用Euclid距离来表示：

（4）eⁿ=(1-kⁿ)²

式中,当指标越大、越好时,kⁿ为指标的回归方程计算值与该指标单目标优化最优解比值;当指标值越小越好时,kⁿ为该指标的最优值与其回归方程输出解的比值。可见,kⁿ越趋近于1,结果越接近于该目标的最优解。

1.3.3.2 基于fgoalattain函数的多目标优化 fgoalattain函数作为Matlab优化的一种工具,通过对各目标函数进行加权,使多目标优化转化为单目标函数优化问题,从而达到多目标函数的联合优化。因此,在知道各单目标的最优值,并确定各单目标加权系数的前提下,可进行fgoalattain 函数优化。其调用格式如下^[19]：

（5）[x, fval, attainfactor, output]=fgoalattain（fun, x0, goal, weight, A, b, Aeq, beq, lb, ub, nonlcon）

式中,x为返回目标函数的最优解;fval为返回目标函数的最优值;attainfactor为返回优化求解的达到率;output为优化算法信息的一个数据结构;fun为目标函数文件名;x0为设计变量的初始值;goal为各分目标的期望值;weight为各分目标的权重;A为线性不等式约束的常数向量;b为线性不等式约束的系数矩阵;Aeq为线性等式约束的常数向量;beq为线性等式约束的系数矩阵;lb为设计变量的下限值;ub为设计变量的上限值;nonlcon为非线性约束的函数文件名。优化函数 fgoalattain一般放在优化计算主文件中,通过fun和nonlcon调用目标函数和约束条件。

1.3.3.3 隶属度综合评分优化 分别计算V_C含量、复水比、单位能耗3项指标的隶属度,其计算方法参考李军等^[20]并稍作修改,其中V_C含量、复水比越高,苹果片品质越好,其隶属度按公式（6）计算;单位能耗越低,该加工工艺成本越低,其隶属度按公式（7）计算;用公式（8）计算气体射流冲击干燥苹果片的综合得分S,利用Design-Expert 7.1.3软件优化模块求解得综合得分S的最优值及最佳工艺参数：

（6） $l=\frac{{{\text{c}}_{\text{i}}}-{{\text{c}}_{\text{min}}}}{{{\text{c}}_{\text{max}}}-{{\text{c}}_{\text{min}}}}$
（7） $l=\frac{{{c}_{\text{max}}}-{{c}_{i}}}{{{c}_{\text{max}}}-{{c}_{\text{min}}}}$
（8） S=al₁+bl₂+cl₃

式中：c_max和c_min分别为各指标数值的最大值和最小值,c_i为第i组试验所得数据;l₁为V_C含量隶属度;l₂为复水比隶属度;l₃为单位能耗隶属度;a、b、c分别为3项指标的权重系数,取值同1.3.3.1。

2 结果

2.1 响应面试验结果

响应面Box-Behnken试验结果如表2所示,共17个试验点。表中1—13号是析因试验,自变量取值在A、B、C所构成的三维顶点,14—17为中心试验,自变量取自区域中心点,重复3次用来估计试验误差。

Table 2
表2
表2响应面试验结果
Table 2The results of response surface method

编号 Code	风温 Air temperature (℃)	切片厚度 Slice thickness (mm)	风速 Air velocity (m·s-1)	VC (μg/100 g)	复水比 Rehydration ratio	能耗 Energy consumption (kJ·g-1)	VC含量 隶属度值Membership value of VC	复水比 隶属度值 Membership value of RR	能耗隶属值 Membership value of energy consumption	综合评价S Comprehensive evaluation
1	80	6	11	54.63	2.58	33.76	0.02	0.02	0.39	0.09
2	60	6	11	67.23	3.42	38.64	0.98	0.65	0.00	0.72
3	70	6	10	66.18	3.81	37.41	0.90	0.95	0.10	0.75
4	70	4	11	66.12	3.28	27.64	0.90	0.55	0.88	0.82
5	70	6	12	63.44	3.05	35.47	0.69	0.38	0.25	0.54
6	60	2	11	63.48	3.83	28.19	0.70	0.96	0.83	0.78
7	60	4	12	67.45	3.47	29.68	1.00	0.69	0.72	0.88
8	70	2	12	65.51	3.56	26.11	0.85	0.76	1.00	0.86
9	70	4	11	65.20	3.18	28.16	0.83	0.47	0.84	0.76
10	60	4	10	63.23	3.78	33.85	0.68	0.92	0.38	0.67
11	80	4	10	60.51	2.96	28.15	0.47	0.31	0.84	0.51
12	70	4	11	66.10	3.42	27.11	0.90	0.65	0.92	0.85
13	80	4	12	54.42	2.55	30.64	0.00	0.00	0.64	0.13
14	70	2	10	64.86	3.88	28.73	0.80	1.00	0.79	0.84
15	70	4	11	63.89	3.27	28.88	0.73	0.54	0.78	0.70
16	80	2	11	60.25	2.83	26.64	0.45	0.21	0.96	0.50
17	70	4	11	64.59	3.33	27.45	0.78	0.59	0.89	0.76

新窗口打开|下载CSV

2.2 响应面回归模型的建立与分析

用Design Expert软件对试验数据进行回归处理,得到V_C含量（y₁）、复水比（y₂）及单位能耗（y₃）与气流温度（A）、切片厚度（B）、气流速度（C）的回归方程,分别见式（9）、（10）及（11）。

（9）y₁=-332.32167+8.08744A+12.69625B-0.11713AB- 0.25775AC-0.036989A²

（10）y₂=13.0515+0.31645A+0.2735B-3.349C-0.055BC- 0.00258A²+0.03175 B²+0.152 C²

（11）y₃=401.09825-3.63127A-0.17012B-43.8345C-0.041625AB+0.1665AC+0.013047A²+0.66369B²+ 1.42725C²

3个考察指标的方差分析如表3所示,3个指标的回归方程均极显著,失拟项均不显著（P>0.05）,表明试验数据与回归方程模型具有较好的拟合度,比较可靠,可用于对苹果片气体射流冲击干燥指标进行分析和预测。各因子对V_C含量影响的大小依次是A>B>C,其中气流温度A对V_C的影响达到极显著水平（P<0.0001）,切片厚度B达到显著水平（P<0.05）,A²、AB、AC影响极显著;各因子对复水比影响大小依次是A>C>B,其中气流温度A对复水比的影响达到极显著水平（P<0.0001）,切片厚度B、气流速度C、A²及C²影响极显著（P<0.01）,交互作用项BC及B²影响显著（P<0.05）;各因子对单位能耗影响大小依次是B>A>C,其中切片厚度B及B²对单位能耗的影响极显著（P<0.0001）,A、A²、C²及交互作用项AC的影响极显著（P<0.01）,气流速度C及AB交互作用项的影响显著（P<0.05）。

Table 3
表3
表33个指标回归方程系数显著性检验结果
Table 3Three indicators regression coefficient significance test results

变异来源 Source	自由度 Free degree	P值 P value
		y1	y2	y3
模型Model	9	<0.0001	<0.0001	<0.0001
A	1	<0.0001	<0.0001	0.0007
B	1	0.0459	0.0012	<0.0001
C	1	0.103	0.0001	0.0151
AB	1	0.0004	0.3716	0.0465
AC	1	0.0002	0.5696	0.0019
BC	1	0.0576	0.0342	0.6371
A2	1	<0.0001	0.0004	0.006
B2	1	0.8042	0.0171	<0.0001
C2	1	0.8144	0.0074	0.0038
失拟项 Lack of fit	3	0.9791	0.5606	0.4814

新窗口打开|下载CSV

通过Design Expert软件对3个考察指标进行单目标优化,结果见表4。单目标优化的V_C含量最大值为67.63 μg/100 g,复水比最大值3.91,单位能耗最小值为26.05 kJ·g^-1。

Table 4
表4
表4单目标优化结果
Table 4Result of single targets’ optimization

目标 Target	风温 Air temperature (℃)	切片厚度 Slice thickness (mm)	风速 Air velocity (m·s-1)	目标优化值 The optimal value of target
VC (y1) (μg/100 g)	60.10	4.37	11.99	67.63
复水比Rehydration ratio (y2)	60.65	2.58	10.13	3.91
能耗Energy consumption (y3) (kJ·g-1)	71.04	2.40	10.85	26.05

新窗口打开|下载CSV

2.3 影响因子间的交互作用分析

交互项对指标的影响分别如图1—3所示。各图是由响应值与各试验因子构成的曲面图,显示了气流温度、切片厚度和气流速度中任意一个变量取零水平时,其余两个变量对考察指标的影响。

图1

新窗口打开|下载原图ZIP|生成PPT
图1AB交互作用(a)和AC交互作用(b)对Vc含量的影响

Fig. 1Effects of AB mutual interactions and AC mutual interactions on the content of Vc

图2

新窗口打开|下载原图ZIP|生成PPT
图2AB交互作用(a)和AC交互作用(b)对单位能耗的影响

Fig. 2Effects of AB mutual interactions and AC mutual interactions on the content of energy consumption

图3

新窗口打开|下载原图ZIP|生成PPT
图3BC交互作用对复水比的影响

Fig. 3Effects of BC mutual interactions on the RR



图1-a为气流速度11 m·s^-1时,气流温度和切片厚度对V_C含量的交互作用。图1-b为切片厚度4 mm时,气流温度和气流速度对V_C含量的交互作用。由图1可知,当气流温度一定时,随着气流速度和切片厚度的增加,V_C含量不断增加。

图2-a为气流速度11 m·s^-1时,气流温度和切片厚度对单位能耗的交互作用。图2-b为切片厚度4 mm时,气流温度和气流速度对单位能耗的交互作用。由图2可知,当气流温度一定时,单位能耗随气流速度的增大而增加,随切片厚度的变大而增加。

图3分别为气流温度70℃时,切片厚度和气流速度对复水比的交互作用。由图3可知,当切片厚度一定时,随着气流速度的增加,复水比先减小后增加;当气流速度一定时,随着切片厚度的增大,复水比先减小后增加。

2.4 3种优化方法的优化结果

2.4.1 遗传算法优化 将V_C、复水比及能耗的单目标优化最佳值分别带入式（3）、（4）中得到遗传算法优化的适应度函数为：

（12） $minf=0.6\times\lgroup 1-\frac{y_{1}}{67.63}\rgroup^{2}+0.2\times\lgroup 1-\frac{y_{2}}{3.91}\rgroup^{2}+0.2\times\lgroup 1-\frac{26.05}{y_{3}}\rgroup^{2}$
式中,y₁是V_C含量表达式 ,y₂是复水比表达式,y₃是单位能耗表达式。取群体数量 n=60,交叉概率P_c=0.6,变异概率P_m=0.06,通过选择、交叉、变异操作形成新种群。遗传算法的终止以设定的循环次数为信号,所求的最优解为当前种群的最佳个体。优化的最佳结果见表5。

Table 5
表5
表53种优化方法对比
Table 5Comparison of three optimization methods

优化方法 Optimization methods	工艺参数 Process parameter			考察指标Index			适应度值 Fitness value
	风温 Air temperature (℃)	风速 Air velocity (m·s-1)	切片厚度 Slice thickness (mm)	VC (μg/100 g)	复水比 Rehydration ratio	单位能耗 Energy consumption (kJ·g-1)
遗传算法 Genetic algorithm	63.24	2.00	12.00	66.96	3.83	26.49	0.000198
Fgoalattain函数法 Fgoalattain function method	71.62	2.37	11.18	64.90	3.41	25.85	0.004298
隶属度综合评分法 Membership degree comprehensive evaluation method	63.57	2.00	12.00	66.94	3.80	26.53	0.000298

新窗口打开|下载CSV

2.4.2 fgoalattain函数法 在fgoalattain函数下,气体射流冲击干燥苹果片的工艺参数优化的目标规划模型为：在60≤气流温度≤80,2≤切片厚度≤4,10≤气流速度≤12的限定范围内,V_C含量、复水比取最大值,其目标函数f₁、f₂分别同式（9）、（10）,单位能耗取最小值,其目标函数f₃同式（11）,设置目标函数的期望值分别为67.52、4.02和25.99,fgoalattain函数法计算的最优结果见表5。

2.4.3 隶属度综合评分 通过多元Box-Behnken Design的回归拟合,得到综合得分S（表2）对气流温度A、切片厚度B和气流速度C的二次多项式回归模型如式（13）所示,相关方差分析如表6所示：

（13）S=-22.3655+0.47585A+0.623B+1.163C-0.004375AB-0.02875AC-0.02875BC-0.0022775A²

Table 6
表6
表6隶属度综合评分响应面回归模型方差分析
Table 6Analysis of variance of membership degree comprehensive score response surface regression model

	平方和 Sum of squares	自由度 Free degree	均方差 Mean square deviation	F值 F value	P值 P value	显著性 Significance
模型Model	0.88	9	0.098	48.5	<0.0001	显著 Significant
气流温度 Air temperature (℃)	0.41	1	0.41	204.4	<0.0001
切片厚度 Slice thickness (mm)	0.097	1	0.097	47.79	0.0002
C-气流速度 Air velocity (m·s-1)	0.016	1	0.016	8	0.0255
AB	0.031	1	0.031	15.12	0.006
AC	0.087	1	0.087	42.96	0.0003
BC	0.013	1	0.013	6.53	0.0378
A2	0.22	1	0.22	107.81	<0.0001
B2	0.00324	1	0.00324	1.6	0.2463
C2	0.0000318	1	0.0000318	0.016	0.9038
残基Residual	0.014	7	0.00203
失拟项 Lack of Fit	0.0005	3	0.000167	0.049	0.9838	不显著 Not significant
纯误差 Pure Error	0.014	4	0.00342
总和 Total	0.9	16

新窗口打开|下载CSV

综合评分S的回归方程显著（P<0.001）,失拟项不显著（P<0.05）,且均方差的纯误差较小,为0.00342,说明此回归方程比较可靠,可用于气体射流冲击干燥苹果片综合评分值的分析预测。由P值可知,各因素对气体射流冲击干燥综合品质得分S的影响大小依次为：气流温度（A）>切片厚度（B）>气流速度（C）。

应用Design-Expert软件对回归方程（13）进行优化分析求解,得到隶属度综合评分法优化的最佳工艺参数结果见表5。

2.4.4 最佳工艺参数的确定及验证 分别将遗传算法、fgoalattain函数法和隶属度综合评分法优化得到的V_C含量、复水比与单位能耗值代入式（12）,得到各优化方法下3个考察指标的适应度值,如表5所示。适应度值越小说明优化效果越好,3种多目标优化方法优化效果大小次序为：遗传算法>隶属度综合评分法>fgoalattain函数法。遗传算法优化出的干燥参数（气流温度63.24℃,切片厚度2.00 mm, 气流速度12.00 m·s^-1）为最优解,该结果与隶属度综合评分的结果基本一致。根据实际情况,将最佳工艺参数修正为气流温度63℃,切片厚度2 mm,气流速度12 m·s^-1,并将该工艺参数代入式（9）、（10）、（11）,理论值为V_C含量66.89 μg/100 g,复水比3.80,单位能耗26.57 kJ·g^-1,适应度值为0.000307;该工艺条件下的试验值分别为66.85 μg/100 g,3.78,26.59 kJ·g^-1,适应度值为0.000383,可见,理论与试验验证值接近,在该参数下所得的苹果片色泽浅黄,表面平整,口感酥脆,干燥适中,且有苹果香味。所以,该工艺参数符合气体射流冲击干燥苹果片的工艺要求,并且经遗传算法优化得到的工艺参数真实可靠。

3 讨论

3.1 气体射流冲击干燥技术对苹果片干燥效果的影响

当温度一定时,单位能耗随着切片厚度的减小而降低,这与李文峰等^[21]研究切片厚度对紫薯气体射流冲击干燥后的干燥特性影响一致。干燥就是水分从固体内部扩散到表面再从固体表面气化的过程,切片厚度越薄,物料的比表面积越大,水分扩散距离越小,物料中水分扩散到表面的距离和热量传递到内部的距离也都减小,从而加快传质与传热的速度,导致干燥速率增加,单位能耗减小。当气流速度一定时,在适宜范围内,单位能耗随着气流温度的升高而降低,这与张茜等^[22]研究的哈密瓜片气体射流冲击干燥特性结果一致,随着气流温度的升高,物料中分子运动加快,固形物对水的束缚减弱,增强自由水的流动性,从而降低干燥所需活化能,并且苹果片表面与热风传热传质的推动力随着气流温度升高而增大,苹果片表面的传质加快,苹果片单位时间内的失水率增大,干燥时间缩短,干燥速率提高,导致单位能耗降低,节约能量。

V_C含量是衡量苹果片营养价值的重要指标,影响苹果片V_C含量指标的主次因素为：气流温度>气流速度>切片厚度,这与XIAO等^[13]得出的干燥温度是影响干燥后洋葱V_C含量的主要因素结果一致。当温度一定时,V_C含量随风速的增加而增加,邓红等^[23]研究不同干燥方法对苹果片V_C含量的影响也得到相同的结论,风速越大,相同条件下处理时间越短,对V_C的破坏越小,V_C的保存率越高;当切片厚度一定,在低于70℃时,V_C含量随气流温度的增加而增加,高于70℃ 时,V_C含量随气流温度的增加而减少,在70℃时的干燥效果最佳,这与高振江^[14]在对苹果片的气体射流冲击干燥中的结论一致。低于70℃时,增加气流温度,缩短了处理时间,干燥速率加快,对V_C的破坏减小,提高了V_C的保存率;由于V_C对温度比较敏感,高于70℃时,过高的温度使V_C氧化,导致V_C含量下降,袁江兰等^[24]在对山楂干制过程中也得到了这一结论。

复水比是评价干制产品品质好坏的重要指标。当切片厚度一定,风速小于11 m·s^-1时,复水比随风速的增加而减小,这可能是因为随着风速的增加,苹果片内部毛细管与细胞的萎缩变形增大,对物料组织结构的破坏作用增加,复水恢复到原状态的能力越小,复水难度增加,复水比减小;当风速高于11 m·s^-1时,复水比随风速的增加而增加,相似的规律也出现在黄迪等^[25]对气体射流冲击干燥猕猴桃片的研究中,随着风速的进一步提高,苹果片体积逐渐膨化,其结构更易出现多孔疏松状态,使吸水量增加,造成复水终点的水分含量值变大,复水比增加。

本文研究了风温、风速及切片厚度对V_C、单位能耗和复水比3个指标的影响,试验结果表明风温对指标的影响均大于风速。这是因为干燥时间的长短受风温、风速大小的影响,当切片厚度一定时,在适宜范围内增加相同比例的风温与风速,风温的干燥时间更短,导致其干燥速率更快,对V_C和苹果片组织结构的破坏更小,有效地提高了V_C保存率,降低单位能耗,并保持高复水性。故使用气体射流冲击干燥技术时,在适宜的范围内适当提高风温,可以在降低能耗,节约成本的同时获得干制品质好、营养价值丰富的苹果片。

3.2 运用MATLAB进行多目标综合优化

本试验分别应用遗传算法、fgoalattain函数法及隶属度综合评分法对气体射流冲击干燥苹果片进行多目标优化,结果表明遗传算法的优化效果最好。遗传算法寻求最优解的方法是模拟自然进化,即模仿达尔文生物进化论的自然选择以激励好的结构产生,模仿遗传学机理的生物进化过程以在保持原有结构的基础上寻求更好的结构,克服fgoalattain函数法计算量大,一般在初值较小时拟合效果较好的缺点^[26],同时也弥补了隶属度综合评分计算相对复杂,主观性强,运算结果与实际出入较大的不足^[27],解决了动态规划渐进法和非线性规划收敛的解不是真正最优解的问题,具有内在的隐并行性,更好的全局寻优能力和良好的可操作性与简单性,计算快的特点,已广泛用于多个领域动态寻优问题求解。张小霞等^[28]利用遗传算法优化所得提取工艺具有提取率高、稳定的优点,可用于猪苓多糖的提取,提取出的猪苓多糖具有良好的体外抗氧化活性;薛珊等^[5]运用遗传算法将多个目标优化值转化为一个综合优化值,得出苦瓜片干燥的最佳风温、风速和切片厚度;胡瑾等^[29]依据多维数据,利用遗传算法进行光合速率寻优,以得到的不同温度条件下光饱和点为目标值,建立番茄幼苗光合优化调控模型。此外,遗传算法在大米焙炒^[30]和草莓品质预测^[31]模型的建立中也有应用。遗传算法能解决食品加工过程中多目标优化的问题。

4 结论

本研究通过响应面试验建立的气体射流冲击干燥苹果片二次多项式回归方程模型可用来分析和预测其干燥参数对单位能耗、V_C含量及复水比的影响。遗传算法、fgoalattain函数法及隶属度综合评分法3种优化方法中,遗传算法优化效果最佳,可用于苹果片气体射流冲击干燥工艺的多目标寻优。最佳工艺参数为：风温63℃、切片厚度2 mm、气流速度12 m·s^-1,该参数下的V_C含量、复水比、单位能耗分别为66.85 μg·100g^-1,3.78,26.59 kJ·g^-1。气体射流冲击干燥的苹果片具有V_C含量高、复水比高、单位能耗低等优点,可用于苹果片的加工。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 白杰, 曹晓虹, 罗瑞明, 周玉霞 . 苹果冷冻干燥工艺优化
食品科学, 2005,26(3):169-173.
URLMagsci [本文引用: 1]
对苹果进行冷冻干燥实验,确定了苹果片冻干工艺条件。计算了冻结时间,干燥时间,并与实验值进行了比较。探讨了冻结速率,物料温度,干燥室及捕水器温度、压强对冷冻干燥过程及制品质量的影响。苹果冷冻干燥优化工艺参数为:冻结时间1.0h,升华干燥、解吸干燥时干燥仓压强分别为70～90Pa、20～30Pa,解吸干燥时物料温度50～60℃,物料厚度10mm,干燥时间为10h。
BAI J, CAO X H, LUO R M, ZHOU Y X . The optimization of freeze-drying technology of apple
Food Science, 2005,26(3):169-173. (in Chinese)
URLMagsci [本文引用: 1]
对苹果进行冷冻干燥实验,确定了苹果片冻干工艺条件。计算了冻结时间,干燥时间,并与实验值进行了比较。探讨了冻结速率,物料温度,干燥室及捕水器温度、压强对冷冻干燥过程及制品质量的影响。苹果冷冻干燥优化工艺参数为:冻结时间1.0h,升华干燥、解吸干燥时干燥仓压强分别为70～90Pa、20～30Pa,解吸干燥时物料温度50～60℃,物料厚度10mm,干燥时间为10h。

[2] 李静, 宋飞虎, 浦宏杰, 李臻锋 . 苹果微波干燥的变温控制方法研究
现代食品科技, 2015,31(7):218-224.
[本文引用: 1]

LI J, SONG F H, PU H J, LI Z F . Microwave drying of apples based on stage-changed high-temperature treatment
Modern Food Technology, 2015, 31(7):218-224. (in Chinese)
[本文引用: 1]

[3] 程晶晶, 王军, 武冰芪 . 苹果片的热风干燥特性及数学模型研究
许昌学院学报, 2016,35(2):91-99.
[本文引用: 1]

CHENG J J, WANG J, WU B Q . Study on hot-air drying characteristics of apple slices and their mathematical models
Journal of Xuchang University, 2016,35(2):91-99. (in Chinese)
[本文引用: 1]

[4] QIU G, WANG D F, SONG X Y, DENG Y, ZHAO Y Y . Degradation kinetics and antioxidant capacity of anthocyanins in air-impingement jet dried purple potato slices
Food research international (Ottawa, Ont.), 2017,105:121-128.
[本文引用: 2]

[5] 薛珊, 赵武奇, 高贵田, 吴忠, 张建 . 基于遗传算法的苦瓜片气体射流冲击干燥工艺优化
食品与发酵工业, 2017,43(5):180-184.
[本文引用: 3]

XUE S, ZHAO W Q, GAO G T, WU Z, ZHANG J . Optimization of drying process of sliced bitter melon in air-impinged jet dryer using genetic algorithm
Food and Fermentation Industries, 2017, 43(5):180-184. (in Chinese)
[本文引用: 3]

[6] MASKAN M . Drying shrinkage and rehydration characteristics of kiwifruits during hot air and microwave drying
Journal of Food Engineering, 2001,48(2):177-182.
[本文引用: 1]

[7] 杜友, 郭玉海, 崔旭盛, 陈晓丽, 翟志席 . 鲜肉苁蓉气体射流冲击干燥工艺
农业工程学报, 2010,26(s1):334-337.
[本文引用: 1]

DU Y, GUO Y H, CUI X S, CHEN X L, ZHAI Z X . Technology of air-impingement drying for fresh cistanche
Transactions of the Chinese Society of Agricultural Engineering, 2010,26(s1):334-337. (in Chinese)
[本文引用: 1]

[8] 王丽红, 高振江, 肖红伟, 林海, 姚雪东 . 圣女果的气体射流冲击干燥动力学
江苏大学学报: 自然科学版, 2011,32(5):540-544.
[本文引用: 1]

WANG L H, GAO Z J, XIAO H W, LIN H, YAO X D . Air impingement drying kinetics of cherry tomato
Journal of Jiangsu University (Natural Science Edition), 2011,32(5):540-544. (in Chinese)
[本文引用: 1]

[9] XIAO H W, GAO Z J, LIN H, YANG W X . Air impingement drying characteristics and quality of carrot cubes
Journal of Food Process Engineering, 2010,33(5):899-918.
[本文引用: 1]

[10] XIAO H W, LAW C L, SUN D W, GAO Z J . Color change kinetics of American ginseng (Panax quinquefolium) slices during air impingement drying
Drying Technology, 2014,32(4):418-427.
[本文引用: 1]

[11] XIAO H W, YAO X D, LIN H, YANG W X, MENG J S, GAO Z J . Effect of SSB (superheated steam blanching) time and drying temperature on hot air impingement drying kinetics and quality attributes of yam slices
Journal of Food Process Engineering, 2012,35(3):370-390.
[本文引用: 1]

[12] LI W F, WANG M Y, XIAO X L, ZHANG B S, YANG X B . Effects of air-impingement jet drying on drying kinetics, nutrient retention and rehydration characteristics of onion(Allium cepa) slices
International Journal of Food Engineering, 2015(3):435-446.
[本文引用: 1]

[13] XIAO H W, PANG C L, WANG L H . Drying kinetics and quality of Monukka seedless grapes dried in an air-impingement jet dryer
Biosystems Engineering, 2010,105(2):233-240.
[本文引用: 2]

[14] 高振江 . 气体射流冲击颗粒物料干燥机理与参数试验研究
[D]. 北京: 中国农业大学, 2000.
[本文引用: 2]

GAO Z J . Experimental study on drying mechanism and parameters of gas jet impinging on particulate materials
[D]. Beijing: China Agricultural University, 2000. (in Chinese)
[本文引用: 2]

[15] 郑霞, 肖红伟, 王丽红, 张茜, 白竣文, 谢龙, 巨浩宇, 高振江 . 红外联合气体射流冲击方法缩短哈密瓜片的干燥时间
农业工程学报, 2014,30(1):262-269.
URLMagsci [本文引用: 1]
为了缩短哈密瓜片干制时间，应用中短波红外联合气体射流冲击方法干燥哈密瓜片，研究了干燥温度（50、55、60、65、70、75和80℃）、辐射距离（80、120和160 mm）和切片厚度（3、5、7、9和11 mm）对哈密瓜片干燥动力学、水分有效扩散系数、干燥活化能的影响。试验结果表明：与其他干燥技术相比，中短波红外联合气体射流冲击干燥哈密瓜片的干燥时间大幅缩短，约为2～3.5 h；哈密瓜片整个干燥过程属于降速干燥，通过费克第二定律求出了干燥过程中水分有效扩散系数在10.65×10-10～33.76×10-10 m2/s和8.06×10-10～39.97×10-10 m2/s的范围内分别随着干燥温度和切片厚度的增大而增大；通过阿尼乌斯公式计算出了干燥活化能为7.788 kJ/mol，表明中短波红外联合气体射流冲击干燥哈密瓜片时，启动干燥所需能量较低，水分脱除较为容易；哈密瓜片表面温度的动力曲线表明，中短波红外联合气体射流冲击干燥中能量直接与水分耦合，使物料在中前期干燥过程中温度迅速上升，加速了干燥进程。该研究为哈密瓜片中短波红外联合气体射流冲击干燥技术的应用提供了理论依据和技术支持。
ZHENG X, XIAO H W, WANG L H, ZHANG Q, BAI J W, XIE L, JU H Y, GAO Z J . Shorting drying time of Hami-melon slice using infrared radiation combined with air impingement drying
Transactions of the Chinese Society of Agricultural Engineering, 2014,30(1):262-269. (in Chinese)
URLMagsci [本文引用: 1]
为了缩短哈密瓜片干制时间，应用中短波红外联合气体射流冲击方法干燥哈密瓜片，研究了干燥温度（50、55、60、65、70、75和80℃）、辐射距离（80、120和160 mm）和切片厚度（3、5、7、9和11 mm）对哈密瓜片干燥动力学、水分有效扩散系数、干燥活化能的影响。试验结果表明：与其他干燥技术相比，中短波红外联合气体射流冲击干燥哈密瓜片的干燥时间大幅缩短，约为2～3.5 h；哈密瓜片整个干燥过程属于降速干燥，通过费克第二定律求出了干燥过程中水分有效扩散系数在10.65×10-10～33.76×10-10 m2/s和8.06×10-10～39.97×10-10 m2/s的范围内分别随着干燥温度和切片厚度的增大而增大；通过阿尼乌斯公式计算出了干燥活化能为7.788 kJ/mol，表明中短波红外联合气体射流冲击干燥哈密瓜片时，启动干燥所需能量较低，水分脱除较为容易；哈密瓜片表面温度的动力曲线表明，中短波红外联合气体射流冲击干燥中能量直接与水分耦合，使物料在中前期干燥过程中温度迅速上升，加速了干燥进程。该研究为哈密瓜片中短波红外联合气体射流冲击干燥技术的应用提供了理论依据和技术支持。

[16] 孟庆辉 . 气体射流冲击节能技术在苹果干燥加工中的应用研究
[D]. 西安: 陕西师范大学, 2009.
[本文引用: 1]

MENG Q H . study on air-impingement jet drying energy-saving technologies in the process of apple drying
[D]. Xi’an: Shaanxi Normal University, 2009. (in Chinese)
[本文引用: 1]

[17] 刘云宏, 朱文学, 刘建学 . 地黄真空红外辐射干燥热质传递分析
农业机械学报, 2001,42(10):135-139.
[本文引用: 1]

LIU Y H, ZHU W X, LIU J X . Mass and heat transfer analysis of vacuum infrared radiation drying on Rehmanniae
Transactions of the Chinese Society of Agricultural Machinery, 2001,42(10):135-139. (in Chinese)
[本文引用: 1]

[18] 吕玉坤, 肖卿宇 . 基于遗传算法的计算机水冷循环泵叶轮优化
电力科学与工程, 2016,32(3):67-71.
[本文引用: 1]

LV Y K, XIAO Q Y . Design optimization of a centrifugal pump impeller for CPU refrigerating using genetic algorithm
Electric Power Science and Engineering, 2016,32(3):67-71. (in Chinese)
[本文引用: 1]

[19] 李志国, 崔周全, 张电吉, 陈鹏能 . 磷矿堆场多目标优化配矿模型
武汉工程大学学报, 2012,34(10):11-14.
[本文引用: 1]

LI Z G, CUI Z Q, ZHANG D J, CHEN P N . Multi-objective optimization mathematical model for ore blending in stockyard
Journal of Wuhan University of Technology, 2012,34(10):11-14. (in Chinese)
[本文引用: 1]

[20] 李军, 许树栋, 张红超, 王露, 李朋 . 多元回归综合优化碳化硅超细粉球团变温干燥工艺
过程工程学报, 2017,17(3):600-604.
[本文引用: 1]

LI J, XU S D, ZHANG H C, WANG L, LI P . Multi-variable regression analysis applied to process optimization of variable temperature drying on SiC ultra-fine powder pellets
Chinese Journal of Process Engineering, 2017,17(3):600-604. (in Chinese)
[本文引用: 1]

[21] 李文峰, 肖旭霖, 王玮 . 紫薯气体射流冲击干燥效率及干燥模型的建立
中国农业科学, 2013,46(2):356-366.
DOI:10.3864/j.issn.0578-1752.2013.02.015URLMagsci [本文引用: 1]
【目的】为了提高紫薯干制品质、提高干燥效率，研究不同条件对紫薯气体射流冲击干燥特性的影响并筛选出最适干燥模型。【方法】采用自制气体射流冲击干燥机干燥紫薯片，探讨风温、风速、预处理和切片厚度对物料干燥特性和水分有效扩散系数的影响。利用数据统计对6个干燥模型进行拟合筛选。【结果】与大多数食品物料干燥试验结果一样，紫薯的气体射流冲击干燥主要属于降速干燥。预处理可增加物料初温且使物料更快达到干燥环境温度，但降低干燥速率并延长干燥时间。干燥速率随着切片厚度增加而降低，但随着风温和风速的增加而增加。物料厚度和风速对物料升温影响小，但风温对物料升温有较大影响，随着风温增加会延长物料达到干燥环境温度所需时间。有效扩散系数随着片层厚度、风温和风速的增加而增加，最高有效水分扩散系数为7.0033&times;10-10 m2&bull;s-1。所有模型都能较好地描述紫薯气体射流冲击干燥过程中紫薯的水分变化规律，其中Modified Henderson and Pabis模型有最大确定系数，最小卡方值和均方根误差。【结论】风温、风速、切片厚度、预处理对紫薯气体射流冲击干燥曲线、干燥速率曲线和温度、有效水分扩散系数均有影响。在风温50&mdash;80℃，风速10&mdash;13 m&bull;s-1且切片厚度为1.87&mdash;4.80 mm条件下，Modified Henderson and Pabis模型是拟合紫薯干燥曲线的最适模型。
LI W F, XIAO X L, WANG W . Drying characteristics and model of purple sweet potato in air-impingement jet dryer
Scientia Agricultura Sinica, 2013, 46(2):356-366. (in Chinese)
DOI:10.3864/j.issn.0578-1752.2013.02.015URLMagsci [本文引用: 1]
【目的】为了提高紫薯干制品质、提高干燥效率，研究不同条件对紫薯气体射流冲击干燥特性的影响并筛选出最适干燥模型。【方法】采用自制气体射流冲击干燥机干燥紫薯片，探讨风温、风速、预处理和切片厚度对物料干燥特性和水分有效扩散系数的影响。利用数据统计对6个干燥模型进行拟合筛选。【结果】与大多数食品物料干燥试验结果一样，紫薯的气体射流冲击干燥主要属于降速干燥。预处理可增加物料初温且使物料更快达到干燥环境温度，但降低干燥速率并延长干燥时间。干燥速率随着切片厚度增加而降低，但随着风温和风速的增加而增加。物料厚度和风速对物料升温影响小，但风温对物料升温有较大影响，随着风温增加会延长物料达到干燥环境温度所需时间。有效扩散系数随着片层厚度、风温和风速的增加而增加，最高有效水分扩散系数为7.0033&times;10-10 m2&bull;s-1。所有模型都能较好地描述紫薯气体射流冲击干燥过程中紫薯的水分变化规律，其中Modified Henderson and Pabis模型有最大确定系数，最小卡方值和均方根误差。【结论】风温、风速、切片厚度、预处理对紫薯气体射流冲击干燥曲线、干燥速率曲线和温度、有效水分扩散系数均有影响。在风温50&mdash;80℃，风速10&mdash;13 m&bull;s-1且切片厚度为1.87&mdash;4.80 mm条件下，Modified Henderson and Pabis模型是拟合紫薯干燥曲线的最适模型。

[22] 张茜, 肖红伟, 代建武, 杨旭海, 娄正, 白竣文, 高振江 . 哈密瓜片气体射流冲击干燥特性和干燥模型
农业工程学报, 2011,27(s1):382-388.
[本文引用: 1]

ZHANG X, XIAO H W, DAI J W, YANG X H, LOU Z, BAI J W, GAO Z J . Air impingement drying characteristics and drying model of Hami melon flake
Transactions of the Chinese Society of Agricultural Engineering, 2011,27(s1):382-388. (in Chinese)
[本文引用: 1]

[23] 邓红, 王小娟 . 不同干燥方法对苹果片品质的影响
食品科技, 2007,32(2):84-87.
[本文引用: 1]

DENG H, WANG X J . Influence of different drying methods to apple slice quality
Food Science, 2007,32(2):84-87. (in Chinese)
[本文引用: 1]

[24] 袁江兰, 康旭, 陈锦屏 . 不同预处理方法对山楂干制过程中Vc稳定性的影响
食品工业科技, 2002,23(10):16-19.
[本文引用: 1]

YUAN J L, KANG X, CHEN J P . Effect of different pretreatments on stability of vitamin C in haw during dehydration
Science and Technology of Food Industry, 2002,23(10):16-19. (in Chinese)
[本文引用: 1]

[25] 黄迪, 李文峰, 杨兴斌, 张忠 . 气体射流冲击干燥猕猴桃片的复水动力学特性及数学模型
食品与发酵工业, 2017,43(5):86-92.
[本文引用: 1]

HUANG D, LI W F, YANG X B, ZHANG Z . Rehydration characteristics and math model for different air-impingement jet dried kiwifruit slices
Food and Fermentation Industry, 2017,43(5):86-92. (in Chinese)
[本文引用: 1]

[26] 杨改强, 霍丽娟, 杨国义, 李一菲, 钱天伟 . 利用MATLAB拟合van Genuchten方程参数的研究
土壤, 2010,42(2):268-274.
[本文引用: 1]

YANG G Q, HUO L J, YANG G Y, LI Y F, QIAN T W . Research on fitting van Genuchten equation parameter with MATLAB software
Soils, 2010,42(2):268-274. (in Chinese)
[本文引用: 1]

[27] 熊德国, 鲜学福 . 模糊综合评价方法的改进
重庆大学学报(自然科学版), 2003,26(6):93-95.
[本文引用: 1]

XIONG D G, XIAN X F . Improvement of fuzzy comprehensive evaluation method
Journal of Chongqing University (Natural Science Edition), 2003, 26(6):93-95. (in Chinese)
[本文引用: 1]

[28] 张小霞, 吴巧凤, 董旭旦, 刘园 . 猪苓多糖的提取工艺优化及抗氧化活性研究
中华中医药学刊, 2016,34(8):2025-2028.
[本文引用: 1]

ZHANG X X, WU Q F, DONG X D, LIU Y . Optimizing extraction process of polyporus umbellatus polysaccharide and its anti-oxidation activity
Chinese Journal of Traditional Chinese Medicine and Pharmacy, 2016,34(8):2025-2028. (in Chinese)
[本文引用: 1]

[29] 胡瑾, 何东健, 任静, 刘翔, 梁岩, 代建国, 张海辉 . 基于遗传算法的番茄幼苗光合作用优化调控模型
农业工程学报, 2014,30(17):220-227.
URLMagsci [本文引用: 1]
由于光合速率优劣直接影响番茄的产量与品质，而其光合速率主要受温度和光子通量密度影响，因此如何实现不同温度条件下的光饱和点信息动态获取，是光环境调控技术发展亟需解决的重要问题。针对上述问题，该文提出了基于遗传算法的番茄幼苗光合作用优化调控模型。其利用光合速率双因素嵌套试验获取多维数据，构建温度、光子通量密度耦合的光合速率多元非线性回归模型，设计了基于遗传算法的光合速率模型寻优方法，得到不同温度条件下的光饱和点，继而建立以光饱和点为目标值的番茄幼苗光合优化调控模型。模型验证试验结果表明，提出的方法可动态获取不同温度条件下光饱和点，光饱和点实测值与计算值决定系数为0.920，最大相对误差小于6%，具有较高精度，对提高设施光环境调控效率具有重要的意义。
HU J, HE D J, REN J, LIU X, LIANG Y, DAI J G, ZHANG H H . Optimal regulation model of tomato seedlings’ photosynthesis based on genetic algorithm
Transactions of the Chinese Society of Agricultural Engineering, 2014,30(17):220-227. (in Chinese)
URLMagsci [本文引用: 1]
由于光合速率优劣直接影响番茄的产量与品质，而其光合速率主要受温度和光子通量密度影响，因此如何实现不同温度条件下的光饱和点信息动态获取，是光环境调控技术发展亟需解决的重要问题。针对上述问题，该文提出了基于遗传算法的番茄幼苗光合作用优化调控模型。其利用光合速率双因素嵌套试验获取多维数据，构建温度、光子通量密度耦合的光合速率多元非线性回归模型，设计了基于遗传算法的光合速率模型寻优方法，得到不同温度条件下的光饱和点，继而建立以光饱和点为目标值的番茄幼苗光合优化调控模型。模型验证试验结果表明，提出的方法可动态获取不同温度条件下光饱和点，光饱和点实测值与计算值决定系数为0.920，最大相对误差小于6%，具有较高精度，对提高设施光环境调控效率具有重要的意义。

[30] 朱益波, 张建华, 史仲平, 毛忠贵 . 人工神经网络结合遗传算法在焙炒大米过程中的应用
食品与生物技术学报, 2004,23(3):51-56.
[本文引用: 1]

ZHU Y B, ZHANG J H, SHI Z P, MAO Z G . Application of genetic algorithm associated with artificial neural network techniques for optimization of rice roasting process
Journal of Food Science and Biotechnology, 2004,23(3):51-56. (in Chinese)
[本文引用: 1]

[31] 李冬冬, 贾柳君, 张海红, 沈静波, 李子文 . 基于介电谱技术结合遗传算法的草莓品质预测
食品工业科技, 2016,37(23):272-276.
[本文引用: 1]

LI D D, JIA L J, ZHANG H H, SHEN J B, LI Z W . Strawberry quality prediction based on dielectric spectrum technology combining with genetic algorithm
Science and Technology of Food Industry, 2016,37(23):272-276. (in Chinese)
[本文引用: 1]