基于遗传算法的苦瓜片气体射流冲击干燥工艺优化
2017-06-21薛珊赵武奇高贵田吴忠张建
薛珊,赵武奇,高贵田,吴忠,张建
(陕西师范大学 食品工程与营养科学学院,陕西 西安,710119)
基于遗传算法的苦瓜片气体射流冲击干燥工艺优化
薛珊,赵武奇*,高贵田,吴忠,张建
(陕西师范大学 食品工程与营养科学学院,陕西 西安,710119)
为了得到苦瓜片气体射流冲击干燥的最佳工艺,该研究利用响应面建立了复水比、VC含量、色差和单位能耗等指标与干燥工艺参数(风温、风速和切片厚度)的回归方程,并结合遗传算法建立综合目标函数,将多指标转化为一个综合目标,最后进行综合优化。结果表明,优化的苦瓜片的气体射流冲击干燥的最佳工艺为:风温58.5 ℃,风速11 m/s, 切片厚度3 mm,研究结果为苦瓜片实际干燥时工艺参数的选择提供参考。
苦瓜片;气体射流冲击干燥;遗传算法;工艺优化
苦瓜(MomordicacharantiaL.)为葫芦科苦瓜属一年生攀缘草本植物,含苦瓜皂苷、多糖、三萜、甾类、生物碱、蛋白质、有机酸、维生素及微量元素等多种营养成分,有“药用蔬菜”之称[1-6]。新鲜苦瓜的含水量较高,不易贮存,脱水干制是延长其贮藏期的有效方式[7]。目前苦瓜脱水干制应用较多的是热风干燥,其优点是设备投资相对较低,操作简单,但也存在干燥速率慢,能耗相对较高,产品品质欠佳等不足[8];而相比于热风干燥,气体射流冲击干燥[9-14]具有干燥速率快,能源利用率高,干燥产品品质好的特点。本试验将气体射流冲击技术应用于苦瓜片的干燥,考察不同风温、风速、切片厚度对产品复水比,VC含量,色差(△E)及单位能耗的影响,利用响应面建立各指标与干燥条件(风温、风速、切片厚度)的回归方程,并结合遗传算法[15],将多目标转化为一个综合目标进行优化。
1 材料与方法
1.1 试验材料与试剂
新鲜苦瓜(品种为赛碧绿F1)购买于寿光市农圣庄园农业发展有限公司,样品的平均干基湿含量为95.3%(烘干法105 ℃,24 h测定)。
主要试剂有:2.6-二氯靛酚钠,成都市科龙化工试剂厂(分析纯);抗坏血酸,成都市科龙化工试剂厂(分析纯);草酸,天津市天力化学试剂有限公司(分析纯)。
1.2 主要仪器与设备
气体射流冲击干燥机,陕西师范大学食品工程实验室自制,其结构原理见参考文献[11];BS224S型电子天平,北京赛多利斯系统有限公司;AVM-03型风速计,泰仪电子工业股份有限公司;海尔 BCD-210G/C电冰箱,青岛海尔股份有限公司;GZX-9146MBE型普通热风干燥箱,上海博讯事业有限公司医疗设备厂;HHW-21CU-600型电热恒温水槽,上海福玛实验设备有限公司;NS800分光测色仪,深圳市三思驰科技有限公司;DDS 460型单向电子式电表,上海东风电表厂。
1.3 干燥试验设计
(1)物料处理:挑选无虫害、无机械损伤,外形整齐的新鲜苦瓜,去蒂,从中间纵向切成两半,去籽;按照试验要求切片,每个试验组的苦瓜片用量为150 g,待苦瓜片干燥至含水率约为6%时停止干燥,所有试验平行重复3次,最后取其平均值。
(2)响应面试验设计:笔者在正式试验前进行了大量的预试验,根据预实验结果确定了影响气体射流冲击干燥产品品质及单位能耗较大的试验因素为风温、切片厚度和风速;以复水比(y1)、维生素C含量(y2)、色差(y3)和单位能耗(y4)为响应值,采用Box-Behnken中心组合设计进行3因素3水平试验,建立各响应值与干燥条件(风温、切片厚度、风速)的回归方程,响应面因素水平如表1所示。
表1 响应面因素水平编码表
(3)综合工艺优化设计:由于y1、y2、y3、y4都有各自最优条件下的参数,但在实际生产中,各单个优化目标下的工艺参数不尽相同,为求某一综合工艺参数,即在取得较高产品品质的同时能耗还能把单位能耗控制在较低水平,故定义综合目标函数minf如下[16]:
minf=∑wiei
(1)
式中wi为第i指标的目标权重,且∑wi=1,这里权重系数的分配为w1=0.2,w2=0.3,w3=0.2,w4=0.3;ei为第i个指标相对于综合目标值的偏差量,这里用欧几里得距离来表示[13]:
ei=(1-ki)2
(2)
式中,ki为第i个指标的回归方程与该指标单独最优值的比值:
(3)
(注:如果期望某指标取得较小值,则此时ki就为该指标的最优值与该指标的回归方程的比值)。可见,ki越趋近于1时,说明所得结果越接近于第i个目标的最优值。
1.4 指标的测定
1.4.1 复水比的测定[17]
取17个250 mL烧杯,分别加入150 mL蒸馏水,放入电热恒温水槽中,待温度上升到60 ℃时,称取各试验条件下的苦瓜干制品1 g分别放入上述烧杯中,水温控制在60 ℃,每隔15 min捞出样品置于网筛上沥水3 min,然后称重,随后继续按上述方法反复进行4次试验。每组试验重复3次。复水比公式为:
Rf=Gf/Gg
(4)
其中,Rf为复水比;Gf为样品复水后沥干的质量(g);Gg为干制品样品的质量(g)。
1.4.2 维生素C含量的测定
2,6-二氯靛酚滴定法测定[18]。
1.4.3 色泽的测定
(5)
1.4.4 单位能耗的测定[20]
单位能耗表示从物料中脱除单位质量的水分所消耗的能量,是衡量干燥工艺中能耗消耗的一个重要指标,单位能耗的计算公式如下:
(6)
试验装置接有单箱电表,能耗通过电表测量,每次试验开始时和试验结束时分别记录电表的读数,2次读数之差即为本次实验所消耗的能耗。
1.5 数据处理
响应面的设计及分析采用Design Expert软件,综合目标值的计算及优化利用Matlab7.0求解,显著性水平取0.05。
2 结果与分析
2.1 响应面试验结果
响应面的试验结果如表2所示,对表2中数据进行回归处理,可得各考察指标的回归方程如下:
y1=-26.758 06+1.103 65A+1.571B-2.329 75C+0.006 375AB+0.017 5AC+0.026 25BC+0.010 657A2-0.098 937B2+0.049 187C2
(7)
y2=-4 040.146 37+83.725 2A+333.574 25B+174.979 5C+0.318 75AB-1.143 75AC-1.563 75BC-0.748 58A2-16.283 37B2-7.09 713C2
(8)
y3=55.419 12-2.261 1A+6.946B-0.638 5C+0.000 625AB+0.019AC+0.119 37BC+0.020 18A2-0.371 1B2-0.336 75C2
(9)
y4=163.077 87-2.540 97A-12.693 37B+4.337 12C+0.014 625AB-0.082 625AC-0.267 5BC+0.019 905A2+0.560 75B2+0.950 75C2
(10)
各指标的方差分析如表3所示,所得各指标的回归方程均极显著(P< 0.000 1),决定系数均超过0.98,而调整决定系数均大于0.97,表明试验数据与所得回归方程具较好的拟合度,而C.V(%)都小于4,说明所得回归方程对指标能进行较准确的预测。
同时,从表3可知,交互项中AC对复水比、VC含量、单位能耗的交互作用显著;BC对单位能耗的影响显著,分别如图1、图2、图3、图4所示。从图1可知随着风温的升高,切片厚度的增加,产品复水比减小,这可能是因为风温越高,苦瓜片在干燥过程中内部组织结构破坏越严重;而切片厚度的增加减小了物料的比表面积,增加了外部水分进入物料中心的距离,复水时水分进入的难度增加,复水能力有所降低。由图2可知, 在固定风温不变时,VC含量随着切片厚度的增加而增加,这可能是因为物料厚度的增加使得物料在干燥时,物料内部的温度上升较慢,VC损失相对较少;而VC的含量随着风温的升高而先增加后减少,这可能因为在较低温度下干燥时,干燥时间较长,VC损失较多,而在较高风温干燥时,VC含量减少是因为VC高温下很快发生了分解。
表2 响应面试验结果
表3 各指标方差分析表
图1 AC交互作用对复水比的影响图Fig.1 Effects of AC mutual interaction on rehydration ratio
图2 AC交互作用对VC含量的影响Fig.2 Effects of AC mutual interaction on VC conten
从图3可知,在固定风温不变时,单位能耗随着切片厚度的增加而增加,这是因为物料切片厚度的增加减小了物料的比表面积,且干燥时物料内部水分转移至物料表面的距离增加,导致干燥速率减小,干燥时间延长;而在固定切片厚度时,单位能耗随着风温的增加有减少的趋势,这是因为干燥风温越高,在相同时间内物料中水分子获得能量越多,水分子运动越剧烈,干燥速率越大,缩短了干燥时间,但在实际干燥时还需考虑风温对产品品质的影响以综合考虑确定合适的干燥风温。从图4可知,在固定切片厚度时,单位能耗的随着风速的增加有先减小而后增加的趋势,这可能是因为在一定风速范围内,随着风速的增加,干燥速率增大,缩短了干燥时间,节药了能耗;而当风速继续增加时,可能有一部分能耗未被充分利用而浪费,导致单位能耗有增加的趋势。
图3 AC交互作用对单位能耗的影响Fig.3 Effects of AC mutual interaction on unit energy consumption
图4 BC交互作用对单位能耗的影响Fig.4 Effects of BC mutual interaction on unit energy consumption
2.2 单个指标的最优解
利用Design Expert软件对各个指标进行最优化处理,得到各指标的最优解及相应条件下的工艺参数,并按所得工艺参数进行验证,结果如表4所示。由表4可知, 单目标优化值与验证值的相对误差的绝对值均在5%以内,说明在试验条件下,所得4个回归方程可信,可用于相应指标的预测。
2.3 综合优化
将方程(6)、(7)、(8)、(9)代入方程(1)中有:
(11)
结合A、B、C的取值范围,利用Matlab7.0中的遗传算法求解,得到f函数最佳值适应度的变化和平均值的变化曲线如图5所示,并根据软件计算结果得到综合优化工艺参数为:A=58.462 ℃,B=11.051 m/s,C=3.075 mm,在此条件下进行验证(为便于实际操作取A=58.5 ℃,B=11 m/s,C=3 mm),结果如表5所示。由表5可知,综合优化下的各指标值与各指标的单独最优值有差异,而造成这种差异原因是因为综合优化同时考虑了产品的品质和单位能耗,在获得较好产品的同时还能把单位能耗控制在较低水平。
表4 单目标优化结果及相应的工艺参数
图5 f函数最佳适应度的变化和平均值的的变化曲Fig.5 The change curves of the optimal solution and average of f function
目标单目标优化值综合优化值相对误差的绝对值/%复水比8.998.0811.26VC含量/[mg·(100g)-1]493.70442.9811.45色差ΔE20.4723.0111.04单位能耗/(kJ·g-1)16.5318.5410.84
3 结论
本试验先利用响应面建立了各指标与工艺参数的回归方程,再用遗传算法将多个目标转化为一个综合目标进行了优化,得到了产品品质较好,单位能耗较低的苦瓜片气体射流冲击干燥工艺参数为:风温为A=58.5 ℃,B=11 m/s,C=3 mm。将多目标转化一个综合目标进行优化,不仅同时考虑了不同干燥条件对多个指标的影响,还可避免多个指标取得最优值时工艺参数不尽相同的问题,供实际生产时参考。
[1] 董英,徐斌,陆琪,等. 水提苦瓜多糖的分离纯化及组成性质研究[J]. 食品科学, 2005, 26(11): 115-119.
[2] 王琪,邓媛元,张名位,等. 苦瓜皂苷和多糖的连续提取工艺及其对α-葡萄糖苷酶的抑制作用[J]. 中国农业科学, 2011, 44(19): 4 058-4 065.
[3] SARKAR S, PRANAVA M, MARITA R. Demonstration of the hypoglycemic action of Momordica Charantia in a validated animal model of diabetes [J].Pharmacological Research, 1996, 33(1): 1-4.
[4] REYES B A S, BAUTISTA N C, TANQUILUT R V, et al. Anti-diabetic potentials of Momordica charantia and Andrographis paniculata and their effects on estrous cyclicity of alloxan-induced diabetic rats [J]. Journal of Ethnopharmacology, 2006, 105 (1-2):196-200.
[5] GUEVARA A P, LIM-SYLIANCO C, DAYRIT F, et al. Antimutagens from momordica charantia [J]. Mutation Research/Fundamental and Molecular Mechanisms of Mutagenesis, 1990, 230(2): 121-126.
[6] SINGH A, SINGH S P, BAMEZAI R. Momordica charantia(Bitter Gourd) peel, pulp, seed and whole fruit extract inhibits mouse skin papillomagenesis [J]. Toxicology Letters, 1998, 94 (1): 37-46.
[7] 朱香燕, 张珺, 何义雁, 等. 热风与远红外干燥温度对苦瓜全粉品质的影响[J]. 现代食品科技, 2015,31(7): 265-269,325.
[8] 唐小俊, 池建伟, 张名位, 等. 热风结合微波干燥苦瓜片的工艺研究[J]. 食品科技, 2009, 34(3): 76-81.
[9] 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.
[10] XIAO Hong-wei,PANG Chang-le, WANG Li-hong, et al. Drying kinetics and quality of monukka seedless grapes dried in an air-impingement jet dryer[J]. Biosystems Engineering, 2010, 1 059(2): 233-240.
[11] 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[J]. 中国农业科学, 2013, 42(2): 356-366.
[12] 张茜,肖红伟,代建武,等. 哈密瓜片气体射流冲击干燥特性和干燥模型[J]. 农业工程学报,2011,27(S1): 382-388.
[13] 肖红伟,张世湘,白竣文,等. 杏子的气体射流冲击干燥特性[J]. 农业工程学报,2010,26 (7):318-323.
[14] 张建, 赵武奇, 肖旭霖,等. 板桥党参片气体射流冲击干燥工艺及干燥模型[J]. 中药材, 2016, 39(3):534-539.
[15] 陈国良,王煦法,庄镇泉,等.遗传算法及其应用[M].北京:人民邮电出版社, 1996: 10-14.
[16] 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[J]. 电力科学与工程,2016, 32(3): 67-71.
[17] 马先英, 赵世明, 林艾光. 不同干燥方法对胡萝卜复水性及品质的影响[J]. 大连水产学院学报, 2006,21(2): 158-161.
[18] 曹正明, 贾艳丽. 生物化学[M].北京:中国农业出版社, 2001:209-311.
[19] SHIH M C, KUO C C, CHIANG W. Effects of drying and extrusion on color, chemical composition,antioxidant activities and melogenic response of spleen lymphocytes of sweet potatoes[J].Food Chemistry,2009, 117(1):114-121.
[20] 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.
Optimization of drying process of sliced bitter melon in air-impinged jet dryer using genetic algorithm
XUE Shan, ZHAO Wu-qi*, GAO Gui-tian, WU Zhong, ZHANG Jian
(College of Food Engineering and Nutrition Science, Shaanxi Normal University, Xi’an 710119, China)
In order to obtain the best drying process of sliced bitter melon dried by Air-impingement jet dryer, the regression equations between inspection indexes(rehydration ratio, the Vc content, color difference, unit energy consumption)and drying conditions (air- temperature, air-velocity , slice thickness) were established. The multi index comprehensive objective function was established with genetic algorithm. Finally, the integrated optimization of processing parameters were determined by transiting multi-objective into a comprehensive goal. The results show that the optimization processing parameters were: air-temperature of 58.5℃, air-velocity 11 m/s and slice thickness 3 mm. The results provided the reference for best processing parameters for drying of sliced bitter melon.
bitter melon slices; air-impingement jet drying; genetic algorithm; process optimization
10.13995/j.cnki.11-1802/ts.201705029
硕士研究生(赵武奇副教授为通讯作者,E-mail:zwq65@163.com)。
陕西省农业科技创新与攻关项目(2016NY-188)
2016-09-18,改回日期:2016-11-18