基于营养组成的鱼饲料比热预测模型

2020-07-22陈计远王红英常楚晨

农业工程学报 2020年11期

陈计远，王红英，金楠，常楚晨，方鹏

（中国农业大学工学院，北京 100083）

0 引言

水产养殖业的快速发展推动了水产饲料工业稳步增长，中国水产配合饲料的年均增量达到71 万t，中国已成为世界最大的水产饲料生产国，占全球产量的60%[1]。其中膨化饲料总量接近250 万t，约占普通淡水鱼料总量的10%，挤压膨化饲料的使用处于快速增长阶段[2]。水产饲料生产过程中的调质及膨化工艺是影响产品质量的重要热处理过程，而在上述工艺过程的深层次机理研究和工艺参数优化中，比热作为基本热特性之一是必不可少的参数[3-6]。

目前，一些学者分别对饲料原料和畜禽配合饲料的比热进行了研究。杨洁等[7-8]分别对大麦和小麦的比热随温度变化的规律进行了研究，结果表明12 个产地的大麦和小麦的比热均随着温度的增加而线性增加。彭飞等[9]建立了豆粕比热关于含水率（4.85%～20.87%）和温度（30～90 ℃）的数学模型。王红英等[10]研究了玉米（46%～70%）、豆粕（9%～18%）和乳清粉（2%～10%）在不同配比条件下比热随温度（65～80 ℃）的变化规律，结果表明乳清粉作为热敏性物质，其质量分数对比热的影响最为显著。孔丹丹等[3]探究了粉碎粒度、含水率（10%～18%）和温度（25～100 ℃）对仔猪配合饲料比热的影响规律，结果显示含水率的影响最为显著，温度和粉碎粒度次之。宗力等[11]使用混合法探究了鱼料、鸡料和猪料的比热变化规律，建立了颗粒饲料比热关于含水率和温度的二元线性回归模型。孔丹丹等[12]研究了乳清粉在25～120 ℃变化范围内的比热变化规律，并建立了其关于温度的三次回归模型。以上研究主要探究比热关于温度、含水率等加工工艺参数的关系，且温度和含水率水平的设置主要针对畜禽料的生产，未涉及到对温度和含水率具有更高要求的水产膨化料。

配合饲料的目的是通过科学计算以控制粗蛋白和粗脂肪等化学组成的配比，从而获得最优的饲喂效果[2,13]，同时研究表明蛋白质、脂肪等化学成分大多具有不同的热特性[14]，而水产饲料相较于畜禽料具有更高的粗蛋白和粗脂肪含量[15-16]。故针对水产饲料，应尝试将营养组成含量纳入比热预测模型中，以期提高预测模型的适应性和准确性。食品加工领域对比热与化学组成含量的关系进行了一些研究。Siebel[17]提出对于不含脂肪的水果、蔬菜、水果原浆和植物源浓缩物，可通过计算固体比热的加权平均值获得比热值。Heldman[18-19]分别针对果蔬和谷物提出了基于原料组分：碳水化合物、蛋白质、脂肪、灰分、水分质量分数的比热预测模型。Choi[20]建立了热导率和热扩散系数关于蛋白、脂肪、碳水化合物和纤维的预测模型。Kaletunc[21]测量了小麦、玉米和大米粉的比热，并建立其基于蛋白质含量、温度和含水率的经验方程。目前，饲料加工领域中基于化学组成的比热预测模型的研究较少。孔丹丹等[3]建立了比热关于3 种原料质量分数的预测模型，因饲料配方中原料种类繁多，而其未将原料占比的差异归因于粗蛋白及粗脂肪等化学组成的差异，故模型的适应性并不理想。综上所述，现有研究大多仅探究加工工艺参数（温度、含水率等）或仅探究营养组成（蛋白质质量分数、脂肪质量分数等）对物料比热的影响规律，而较少探究工艺参数及化学组成对比热的综合影响。

本研究选取鱼饲料配方中的4 种主要原料鱼粉、豆粕、小麦粉和豆油，配制粗蛋白及粗脂肪质量分数不同的9 种鱼饲料。利用差式扫描量热仪（Differential Scanning Calorimetry，DSC）研究9 种配合饲料在20～120 ℃温度范围及20%～26%含水率范围内的比热变化规律，并建立比热关于粗蛋白质量分数、粗脂肪质量分数、含水率和温度的预测模型，以期为鱼饲料的调质、膨化等热加工工艺的优化提供基础数据和理论指导。

1 材料与方法

1.1 试验材料

鱼粉：秘鲁TASA 公司，粗蛋白质量分数为68%，粗脂肪质量分数为7%；豆粕：益海粮油工业有限公司，粗蛋白质量分数为43%，粗脂肪质量分数为2%；小麦：北京首农畜牧发展有限公司饲料分公司，粗蛋白质量分数为15%，粗脂肪质量分数为2%；豆油：益海粮油工业有限公司，粗蛋白质量分数为1%，粗脂肪质量分数为99%。使用配置1 mm 筛片孔径的万能粉碎机将豆粕和小麦粉碎，并将所有原料过40 目筛网。将粉状原料用聚乙烯自封袋密封，置于4 ℃的冷藏柜中保存以备试验。

1.2 试验仪器

AL204 分析天平，梅特勒-托利多仪器有限公司；DHG-9240A 电热恒温鼓风干燥箱，上海精宏实验设备有限公司；15B 万能粉碎机，江阴市宏达粉体设备有限公司；ISO3310 不锈钢标准筛，英国Endecotts（恩德）公司；Kjeltec 2300 凯氏定氮仪，丹麦FOSS 公司；Soxtec TM 2050 粗脂肪分析仪，丹麦FOSS 公司；Fibertec TM 2010 纤维含量测定系统，丹麦FOSS 公司；CWF 通用马弗炉，英国Carbolite 公司；DK-8D 恒温水浴锅，上海精宏实验设备有限公司；DSC-60 差示扫描量热仪，日本岛津公司。

1.3 试验样品制备

以鱼粉和豆粕为蛋白源，豆油为脂肪源，配制成3个粗蛋白水平（30%、40%和50%）和3 个粗脂肪水平（5%、11%和17%）共9 组试验饲料[22-26]，按照粗蛋白和粗脂肪质量分数将9 组饲料分别命名为30P/5L、30P/11L、30P/17L、40P/5L、40P/11L、40P/17L、50P/5L、50P/11L、50P/17L，并依次编号为配方1～9，饲料组成及营养水平见表1。饲料加工过程中，在混合及调质等工段人为添加液体以获得适当的含水率，故本研究中将含水率作为加工工艺参数。将饲料厂采集到已粉碎的各饲料原料按照表1 中的质量分数取出并添加蒸馏水，然后置于混合机中充分混合15 min 后装入密封袋，在4 ℃的冷藏柜静置1 周，期间每隔6 h 晃动1 min，使各成分达到平衡。本试验中，9 种配方饲料的实测湿基含水率值见表2。

表1 试验饲料的配方及营养成分质量分数 Table 1 Diets and nutritional composition of the experimental feed %

为使最终获得的模型更具适应性，故上述配方包括不同食性的鱼饲料配方，其中50%蛋白质水平的饲料主要代表乌鳢、黄鳝等蛋白质需求量高的特种养殖对象用饲料；40%蛋白水平的饲料主要代表鲤鱼、鲫鱼等杂食性鱼用饲料；30%蛋白水平的饲料主要代表草鱼、团头鲂等草食性鱼用饲料[27-28]。通过向粉料中喷洒蒸馏水的方法获得上述各配方3 种含水率（20%、23%和26%）的样品[3,9]。

表2 9 种配方的实测含水率（湿基） Table 2 Experimental moisture content (wet basis) of 9 diets

1.4 试验方法

鱼粉、豆粕和小麦的粗蛋白、粗脂肪含量分别按照GB/T 6432—1994、GB/T 6433—2006 进行测定。鱼粉、豆粕和小麦的含水率按照GB 5009.3—2016 进行测定。本试验采用DSC 测量物料在20～120 ℃范围内的热谱曲线，并计算其在不同温度下的比热值，具体测定方法与孔丹丹等[3]描述的一致。每个样品进行3 次重复试验，取3 次试验的平均值作为最终结果。

本试验为3 种粗蛋白水平（30%、40%和50%）和3种粗脂肪水平（5%、11%和17%）组成的共9 种配合料在6 个温度水平（20、40、60、80、100 和120 ℃）以及3 个含水率水平（20%、23%和26%）下的完全随机化全面试验。

1.5 数据处理

使用SPSS17.0 软件对试验结果进行方差分析，使用Origin2017 软件作图。比热关于温度、含水率、粗蛋白质量分数和粗脂肪质量分数的最佳关系使用SPSS17.0 软件的线性和非线性回归确定，用决定系数（R2）评估模型。

2 结果与分析

2.1 温度对鱼饲料比热的影响

9 种配方在3 种含水率下的比热随温度变化规律如图 1 所示。在20%～26%含水率范围内，9 种配方的比热均随温度的升高而增加，且呈现出先缓慢升高后快速升高的趋势。当温度由20 ℃增加至120 ℃时，9 种配方在20%、23%及26%含水率下的比热分别在1.70～2.20、2.01～2.51、2.20～2.68 kJ/(kg·℃)范围内变化。以20%含水率的配方1 为例，比热（cp, kJ/(kg·℃)）与温度（T, ℃）的关系可以用以下回归方程表示

图1 9 种配方在3 种含水率下比热随温度的变化 Fig.1 Variation in specific heat of 9 diets with temperature at 3 moisture contents

上述规律产生的原因可能是随着温度升高，粉体物料分子的热运动增强，同时粉体颗粒间隙中空气的导热作用随之增强，故物料比热增大[9,29]。在整个升温过程中，其中60～80 ℃范围内的比热变化较缓慢，这可能是因为此过程伴随着淀粉糊化和蛋白质变性，部分热能用于相变吸热。现有的部分研究表明农业物料的比热与温度呈非线性关系。孔丹丹等[12,30]的研究表明，在25～100 ℃温度范围内，小麦麸、木薯渣、米糠的比热与温度呈三次关系，甜菜渣、鱼粉的比热与温度呈二次关系，豆粕比热则呈对数关系。Yu 等[31]指出双低油菜籽的比热在40～90 ℃温度范围内与温度呈二次关系。本研究中，比热与温度呈二次关系，与上述研究同为非线性关系。

2.2 含水率对鱼饲料比热的影响

20、80 和120 ℃下的9 种配方比热随含水率变化的规律如图2 所示，在20～120 ℃温度范围内，各温度梯度下的9 种配方比热均呈现出相似的变化规律，即当含水率由20%增加至26%时，比热均线性增加。这可能是因为水的比热为4.20 kJ/(kg·℃)，而饲料比热一般为1.2～2.7 kJ/(kg·℃)，故含水率的增加易导致饲料比热的增加。另外，随着物料含水率的增加，分布于粉体颗粒间隙中的水分随之增加，而水的比热值远大于空气的比热值[32-33]，因而增加了整体物料的比热。以20、80、120 ℃的比热为例，9 种配方比热的变化值分别为1.70～2.35、1.82～2.49、2.03～2.70 kJ/(kg·℃)。以20 ℃的配方1 为例，比热关于含水率（M, %）的回归方程如下

图2 9 种配方在3 种温度下比热随含水率的变化 Fig.2 Variation in specific heat of 9 diets with moisture content at 3 temperatures

现有的大多数研究均表明物料的比热与含水率呈线性正相关。孔丹丹等[3]研究表明，在10%～18%含水率范围内，仔猪配合粉料的比热与含水率成线性回归关系。杨洲等[34]的研究表明稻谷的比热与含水率成线性正相关。本研究与上述研究结论一致。

2.3 粗蛋白及粗脂肪质量分数对比热的影响

以20%含水率的9 种配方为例，其在3 个温度梯度（20、80、120 ℃）下的比热随粗蛋白含量和粗脂肪含量变化的响应面如图3 所示。以图3a 为例，在30%～50%粗蛋白质量分数及5%～17%粗脂肪质量分数范围内，比热随粗蛋白含量的增加而线性增加，随粗脂肪含量的增加而线性减小。比热关于粗蛋白质量分数（P, %）和粗脂肪质量分数（F, %）的回归方程可分别用下式表示

图3 9 种配方比热随化学组成的变化（20%含水率） Fig.3 Variation in specific heat of 9 diets with nutritional composition (moisture content is 20%)

食品加工领域中的一些研究结果与上述规律相同。Pongpichaiudom 等[35]探究了营养组成对面条比热的影响规律，结果表明在 0.90%～16.80%蛋白质量分数及0.10%～4.00%脂肪质量分数变化范围内，比热与蛋白含量成线性正相关，与脂肪含量成线性负相关。Marcotte等[36]研究表明，猪肉制品的比热随蛋白质量分数（11.49%～15.46%）的增加而增大，随脂肪质量分数（1.67%～21.72%）的增加而减小，但影响均不显著。Zhang等[37]研究表明，当肉馅的脂肪质量分数由12.4%增加至29.7%时，其比热显著减小。Kaletunc[21]研究表明，在7.5%～16%蛋白质量分数范围内，谷物面粉的比热随蛋白质量分数的增加而显著增大。

上述研究得出的比热随营养组成变化规律，对于饲料加工过程中一些典型水热处理过程工艺参数的调整具有指导意义。以鱼饲料生产工艺过程中的调质过程为例，选取粗蛋白质量分数较大的3 个配方，通过对比热随温度变化曲线进行积分计算，可得到每吨饲料从室温25 ℃分别加热至不同调质温度（70、80、90 ℃）时所需吸收的热量，而这一指标直接关系到调质过程中热蒸汽的供给量。由表3 可知，温度越高，所需吸收热量越多，以配方1 为例，升至80 ℃和升至90 ℃所需吸收热量分别较升至70 ℃增加22.79%和46.03%。以25～70 ℃升温区间为例，随着配方中粗蛋白质量分数的增加，配方4和配方7 所需吸热量分别较配方1 增加3.06%和6.08%。因此，在更换营养组成差异较大的配方或调整加工温度时，应根据上述吸热规律，及时调整热蒸汽添加量，以获得预期的调质效果。

表3 不同配方升温过程所需吸收热量 Table 3 Quantity of heat absorption during temperature rise of different diets (kJ·t-1)

2.4 鱼饲料比热预测模型的建立

由表4 中的主效应分析可得，鱼饲料比热显著（P<0.001）受含水率、温度、粗蛋白质量分数和粗脂肪质量分数的影响，各因素的主次顺序为含水率、温度、粗蛋白含量、粗脂肪含量。孔丹丹等[3]针对畜禽配合饲料中的仔猪料，仅将加工工艺参数中的温度及含水率纳入比热预测模型中，参照其方法对本试验中的数据进行拟合得

表4 含水率、温度、营养组成对鱼配合料比热的方差分析 Table 4 Analysis of variance for effect of moisture content, temperature and nutritional composition on specific heat of fish feeds

再次将粗蛋白质量分数及粗脂肪质量分数纳入预测模型中，对比热进行多元回归拟合得

上述孔丹丹等[3]的研究中仔猪料的粗蛋白质量分数为20.82%，而本试验中的鱼饲料不同于仔猪料，粗蛋白及粗脂肪质量分数分别高达30%～50%、7%～17%，同时由主效应分析得营养组成对比热影响显著，故加入粗蛋白项及粗脂肪项后的式（6）较式（5）具有更大的R2，因此模型具有更好的预测效果。

为了验证预测模型的准确性，另外取一种青鱼饲料（粗蛋白质量分数为30.11%，粗脂肪质量分数为4.71%），测定其在20～120 ℃温度范围和20%～26%含水率范围的比热。图4 为用模型（6）得到的比热预测值与实测值的对比结果。如图4，预测值与实测值的关系可以很好地用一阶方程式表示，R2=0.992，这表明预测模型可以对鱼配合饲料比热进行有效预测。