基于均匀板加热法的饲料糊化参数试验研究

金 楠 方 鹏 王红英 段恩泽

(中国农业大学工学院， 北京 100083)

0 引言

调质工艺是影响颗粒饲料加工质量的重要因素之一。饲料原料通过调质器桨叶的搅拌混合，在与饱和蒸汽充分进行湿热传递的过程中发生糊化，在提高饲料中营养物质消化利用率的同时，改善了饲料成型特性[1]。文献[2]指出，温度和时间是影响糊化的主要因素，但目前尚无文献给出优化饲料糊化的确切参数。

现有饲料调质工艺研究中，主要包括对饲料及饲料原料比热、热导率等热特性的分析[3-5]，饲料调质器的传质过程、物料运动过程的建模仿真模拟及优化[6-7]，饲料糊化度的测定方法[8]，以及在生产条件下探究调质温度、调质时间对饲料热敏性组分和饲料质量的影响等方面[2, 9-10]，而对饲料糊化特性、糊化过程和糊化参数的基础研究较少[11]。

在饲料淀粉源原料的糊化特性及其动力学研究中，往往需要对原料进行可控参数的水热处理。文献[12]使用DSC(差示扫描量热法)程序控温，对不同糖添加量的木薯淀粉进行热处理，研究其糊化动力学；文献[13]将糯玉米淀粉悬浮液密封于铝坩埚后，置于热水浴中对其进行加热处理；文献[14]则是将小麦淀粉样品加水后置于试管内，放入水浴锅隔水加热；此外还有油浴加热[15]等处理方式。在热处理过程中样品温度的均匀性通常被忽视，达到温度均匀分布所需的时间尺度可能比糊化时间尺度大得多，这对糊化时间的控制、重复试验结果的稳定性是不利的。

本文提出一种应用铸铝板对饲料样品夹持加热的装置及方法，并使用样品从室温加热到设定温度的温度曲线，对板加热装置实现样品均匀加热的方法进行评估。以育肥猪配合饲料粉料为对象，基于该装置研究温度、时间、含水率3个糊化参数对饲料糊化度的影响，并分析饲料热处理后的色差变化，以期为饲料热处理及糊化参数的研究提供参考。

1 材料与方法

1.1 试验设计

基于正交旋转组合试验原理，以饲料糊化过程中的糊化温度、糊化时间和饲料含水率3个参数为试验因素，以饲料热处理后的糊化度Y为评价指标，开展三因素五水平二次回归正交旋转组合试验，因素编码如表1所示，各试验因素取值范围参照文献[15]及饲料调质工艺参数，共进行23次试验[16]。并利用Design-Expert软件回归分析法和响应面分析法，建立饲料糊化度的数学模型。

表1 二次回归正交旋转组合试验因素编码Tab.1 Factors and codes of quadratic regression orthogonal rotatory combination design

1.2 试验材料及预处理

本试验所用饲料为育肥猪配合饲料粉料(混合后调质处理前)，取自北京首农畜牧发展有限公司饲料分公司，其配方组成(质量分数)为：玉米66.52%、豆粕15.15%、麦麸8.00%、玉米干全酒糟7.00%、石粉0.85%、磷酸氢钙0.48%、复合预混料2.00%。经高速万能粉碎机(天津泰斯特仪器有限公司)粉碎后过70目筛，样品初始含水率为10.78%，根据不同试验组别水分要求调整饲料含水率，通过往原始粉料中喷洒计算好的达到目标含水率所需蒸馏水量，并充分混合15 min后装入聚乙烯密封袋中，置于4℃的冰箱平衡48 h，期间每隔8 h晃动一次，每次持续1 min，以保证获得含水率均一的已知含水率样品。根据试验要求分别取2 g样品于自封袋(60 mm×85 mm)中密封，共23份不同含水率处理组饲料样品用于后续热处理。

1.3 饲料板加热处理装置

利用自主搭建的铸铝板加热装置对不同含水率处理组的饲料进行热处理，如图1所示。智能温控器开启并设定加热温度后，铸铝加热板(150 mm×150 mm×20 mm)开始升温加热，温度传感器实时监测铸铝板温度并反馈至温控箱，实现对加热板温度的精准控制；待实时温度达到目标设定值，将装有样品的自封袋铺平后放入两加热板间夹持热处理使饲料糊化，处理时间依据各试验组别；待达到加热时长，将装有样品的自封袋立即取出置于冰袋上，以迅速停止饲料的糊化进程。该铸铝板加热装置升温速度快、发热均匀、导热性能好，同时样品的需要量少、操作方便，可以很好地实现饲料样品在热处理过程中的均匀糊化。

图1 基于均匀板加热法的饲料热处理装置Fig.1 Heat treatment device for feed based on homogeneous plate heating method1.铸铝加热板 2.智能温控器 3.温度传感器 4.接线柱 5.样品 6.隔热垫板

1.4 饲料糊化度的测定

饲料样品糊化度的测定方法参照文献[17]提出的简易酶法。酶溶液选用糖化酶(Amyloglucosidase，CAS: 9032-08-0，上海源叶生物科技有限公司)配制，酶解最适温度为50℃。在紫外可见分光光度计(北京普析通用仪器有限责任公司) 420 nm波长下读取吸光度，糊化度计算公式为

(1)

式中As——待测样品的吸光度

Ab——空白吸光度

At——全糊化样品的吸光度

1.5 饲料色差的测定

将饲料原样及热处理后的各试验组样品放置于铝盒中，在温度设定为40℃的电热恒温鼓风干燥箱(上海精宏实验设备有限公司)中静置12 h，干燥至质量恒定，用于样品的色差测定，以排除水分对色度的影响。样品的色度参数使用LabScan XE型分光测色仪(美国HunterLab公司)测定，色差计算公式为

ΔE*=[(ΔL*)2+(Δa*)2+(Δb*)2]1/2

(2)

式中 ΔL*、ΔA*、ΔB*——标准参考白板与被测样品色度参数L*、A*、B*值的差值

2 结果与分析

2.1 饲料板加热处理的均匀性分析

2.1.1一维热传导方程的有限差分法求解

本文提出了一种运用铸铝板夹持对饲料进行热处理的方法，为评估整个样品在受热过程中的温度均匀性，将饲料的传热过程假设为一维热传导方程，公式为

(3)

(4)

式中u——样品温度，℃

t——传热时间，s

x——样品厚度，mm

α——导温系数，m2/s

k——热导率，W/(m·K)

ρ——堆积密度，kg/m3

c——比热容，J/(kg·K)

通过测量，本研究热处理样品厚度x=0.8 mm，同时参照相关饲料热特性的研究[4-5]，确定样品在25℃初始条件下，c=2 025.60 J/(kg·K)，ρ=671.00 kg/m3，k=0.092 W/(m·K)，计算得到α=6.77×10-8m2/s。并借助Matlab有限差分法编程求解热传导方程。

有限差分法是将求解区域划分为差分网格，用有限个网格节点代替连续的求解域，通过已知的传热方程，建立一个关于时间和样品厚度的函数，如图2所示，图中，T为传热总时长，L为样品总厚度，时间步长Δt=T/N，空间步长Δx=L/M，M、N分别为差分网格设置的空间点数和时间点数[18]。通过对原方程建立的差分格式，把原方程离散到各个节点上进而计算数值近似解。

图2 热传导方程隐格式网格划分Fig.2 Implicit scheme mesh generation for heat conduction equation

u(x,t)关于t的向后差商为[18]

(5)

关于t的二阶中心差商为[18]

(6)

对式(3)进行离散，离散后的方程为

(7)

(1+2r)u(j,n)-ru(j+1,n)-
ru(j-1,n)=u(j,n-1)

(8)

可转换为矩阵形式

(9)

2.1.2热处理中的温度变化

以铸铝板加热温度设定为75℃为例，分析样品自夹持在板间加热开始后的温度曲线分布情况，如图3所示。样品的初始温度为25℃，随着加热时间变化，由样品与铸铝板接触处逐渐向样品内部传热，自起始加热后5 s内达到均匀的温度分布，若提高加热板设定温度，将会缩短样品温度均匀分布的时间。由此可见，在相对较短时间内，本文所采用的板加热装置保证了样品温度分布的充分均匀性，实现对样品处理时间的准确控制。

图3 样品加热处理中温度曲线分布Fig.3 Calculated temperature profiles of sample during heating treatment

热处理过程中样品温度分布的均匀性在淀粉源物料糊化等研究中至关重要，不均匀加热可能导致样品不同区域糊化程度的差异，使试验结果的原因分析复杂化[20]。水分子在淀粉颗粒中的扩散对于糊化过程起着重要作用，但样品的不均匀加热会出现“水分掠夺效应”，即当样品的某一区域比其周围更早达到糊化温度时，淀粉颗粒会从周围吸收可用的水分子，给水分子向相邻区域的扩散带来阻力，尤其在限制水分条件下更加明显[21]。

2.2 糊化度回归模型的建立

2.2.1回归模型及显著性检验

以温度、时间、含水率3个试验因素的编码值X1、X2、X3为自变量，以饲料热处理后测定的糊化度Y为评价指标的二次回归正交旋转组合试验结果如表2所示。

表2 二次回归正交旋转组合试验方案及结果Tab.2 Scheme and results of quadratic regression orthogonal rotatory combination design

应用Design-Expert软件对试验结果进行分析，得到糊化度Y与各试验因素编码值的二次回归模型为

(10)

表3 糊化度回归模型方差分析Tab.3 ANOVA for regression model of degree of gelatinization

注：** 表示差异极显著，下同。

2.2.2回归模型中的因素主效应分析

由方差分析可知，饲料糊化时间X2对糊化度的影响不显著，因此仅对温度X1和含水率X3两个因素的主效应进行分析。图5a所示为糊化温度X1对糊化度的主效应影响图，可见当含水率X3取0、1水平时，温度对糊化度的影响呈上升趋势，当含水率X3取-1水平时，随着温度的增加对糊化度的影响呈下降趋势。也就是说，在含水率较高情况下尤其是大于24%水平，糊化度随温度升高而上升，但低含水率情况下升温甚至可使饲料糊化度下降。这可能是因为低含水率处理饲料，使淀粉分子形成了高分子淀粉的集聚体，进而使淀粉晶型更加紧密，分子间氢键难以断裂，导致糊化度下降[22-23]。在实际加工中，饲料往往是在限制水分条件下加热的，低含水率高温处理对饲料糊化度下降的影响有待进一步研究。

图4 试验因素交互作用响应曲面Fig.4 Surface diagrams of interaction of test factors

图5 主效应影响分析Fig.5 Validation results of regression model

图5b所示为饲料含水率X3对糊化度的主效应影响图，可见当温度X1取0、1水平时，随着含水率的升高糊化度增长趋势较明显，而当温度X1取-1水平，即低温75℃时，在低含水率区域随着含水率增加糊化度略有降低，但随后糊化度呈现明显的增长趋势。

2.2.3回归模型的验证

图6为用式(10)得到的育肥猪配合饲料粉料糊化度的预测值与实测值之间的对比结果。可见预测方程斜率较接近于1，截距相较于0略有偏差，但式(10)仍可对育肥猪配合饲料粉料在不同温度、时间、含水率条件下热处理后的糊化度进行有效预测。

图6 回归模型验证结果Fig.6 Validation results of regression model

2.3 饲料色差变化的相关性分析

如图7所示，不同试验组别经过板加热处理后的饲料颜色发生了变化，且颜色差异明显。各试验组别的色差ΔE*结果见表2，色差越大，表明饲料颜色越深。饲料色泽是饲料外观质量之一，从动物视觉角度来看，影响畜禽对饲料的采食量[24]，饲料色泽主要受饲料配方、加工工艺和有色添加剂等的影响[25]。为研究饲料热处理对饲料色泽的影响，对样品热处理后的色差、糊化度与糊化参数进行了Pearson相关性分析，如表4所示。

图7 热处理后风干饲料样品Fig.7 Air-dried feed samples after heating treatment

表4 色差、糊化度与糊化参数的相关性分析Tab.4 Correlation analysis of chromatic aberration, gelatinization degree and gelatinization parameters

结果显示，在本研究中，色差ΔE*与糊化度Y、温度x1、含水率x3存在极显著的相关关系，但相关系数并不高，从大到小依次为糊化度、含水率、温度。而糊化度只与糊化参数中的含水率存在极显著的相关性。对比分析可知，饲料热处理色差的变化除与糊化度有关外，还存在独立于糊化度且与温度相关的因素。由此推断，美拉德反应是试验中引起色差变深的另一重要原因，美拉德反应是还原糖和蛋白质氨基之间化学反应的复杂网络，且温度是影响其反应速率的最重要参数之一，通常温度每提升10℃，反应速率可提高3～5倍[26]，这种反应通常在食品及饲料的加工和储存中发生，反应过程伴随褐变现象，并产生非挥发性有色化合物和含氮的棕色聚合物等反应产物，随反应的持续进行，反应体系的颜色变得越来越深[27]。

综上所述，过高的热处理温度，在某些特定条件下并不会提高饲料的糊化度，反而会加剧美拉德反应，导致饲料颜色加深影响外观质量。

3 结论

(1)提出一种应用铸铝板对饲料样品夹持加热的装置及方法。通过将预调好含水率的饲料密封于自封袋中，夹持于一组平行可控温的铸铝板内，实现对样品的加热。并将该传热过程表示为一维热传导方程，借助Matlab有限差分法求解得到样品从室温加热到设定温度的温度曲线。对饲料样品在受热过程中温度均匀性的评估结果表明，该装置可以在较短时间内，实现样品温度分布的充分均匀性，样品达到温度均匀分布所需的时间尺度远小于糊化的时间尺度，可在一定程度上实现对样品热处理时间的准确控制。

(2)基于板加热装置及方法，以育肥猪配合饲料粉料为研究对象，通过三因素五水平二次回归正交旋转组合试验，得出各试验因素对饲料糊化度的影响大小依次为：饲料含水率、糊化温度、糊化时间。通过Design-Expert软件对试验结果进行回归分析，得到饲料糊化度与各试验因素的二次回归模型(R2=0.942 0)，通过对比试验值与预测值，验证了回归模型的有效性。在对饲料热处理后的色差分析中发现，在某些条件下，过高的热处理温度并不能提高饲料的糊化度，反而会加剧美拉德反应，导致饲料颜色加深，影响外观质量。