矩阵分析法在酱油酿造过程参数监测中的应用
2020-07-25杨德山
杨德山
(重庆科创职业学院 基础教学部,重庆 402160)
酱油酿造过程可近似表达成具有时变性、多输入、多输出以及随机性的动态过程参数沿时域空间的变化过程[1-3],同时也是一系列复杂生物化学反应过程,整个酿造过程涉及到微生物细胞的生长以及微生物的代谢[4]。
在酱油酿造过程中,相关过程变量主要包括酱油基质浓度、微生物浓度、产物浓度以及酿造转化率,对影响酿造品质的相关过程变量进行有效控制具有一定难度[5]。这些生物过程变量直接反映酱油酿造过程状态信息。在酱油酿造过程中主要控制与酿造质量有关的变量,如环境温度、pH值、通气量等,各时变变量之间发生复杂的相互作用[6]。
在酱油酿造过程中,通过监测各过程参数的变化过程,并建立各个过程参数之间的相互关系,可有效地进行酱油口味的控制和改善。利用模糊控制的方法对酱油酿造过程进行控制及过程参数数据采集,形成酿造过程参数变化趋势。由于酱油酿造过程为时变动态变化过程,过程参数随时间发生变化,且各个参数之间相互影响,因此不仅需要对过程参数进行监测控制,同时需综合考虑各个参数之间的相互关系。
通过对酱油酿造参数进行监测,按照时域空间进行影响参数采集,采用矩阵分析法中的正交试验过程进行数据分析,计算各个过程参数在不同时段对酱油酿造口味的影响权重,最后通过权矩阵计算的方法,得出酱油酿造过程参数控制权重系数,进行过程参数优化控制。
1 矩阵分析法模型构建
利用矩阵分析法建立分析模型的过程是建立过程正交试验,根据正交试验结果构建3个层次的结构分析模型[7],矩阵分析法的数据结构模型见表1。第一层为分析模型的试验考察指标,第二层为分析模型的因素层,第三层为矩阵分析模型的水平层。根据3个层次数据之间的相互关系可以得出每个层次的相关模型矩阵。
表1 矩阵分析法数据结构模型Table 1 Data structure model of matrix analysis method
正交试验模型指标值的权矩阵可定义为:
2 酱油酿造过程参数
为了对酱油酿造过程相关参数进行自动控制,需对影响酿造过程的相关过程因素以及各相关因素之间的逻辑关系进行了解,从而保证酱油酿造生产过程可以安全、平稳地进行,达到对酱油酿造生产过程优化的目的[9]。
不同类型的微生物,对于生产环境温度的要求不同。从与微生物有关的生物酶动力学角度出发,当环境温度最适宜时,生物酶达到最佳活力。随着酿造过程的演变,酿造罐内气体的增加使酿造罐内环境温度不断上升[10],为保证酿造过程中生物酶活力最高,需要对酿造罐进行温度控制。
酿造过程酸碱度是微生物生长与代谢的重要环境参数。随着酿造过程的不断演变,酿造过程产生大量的酸性物质[11],pH值过低会影响酱油的酿造过程和口感。为对酿造过程酸碱度进行控制,需要加入碱性溶液对酿造罐中的酸性物质进行中和,保证主酿造罐内pH值处于适合酿造过程微生物生长与代谢的范围内[12]。
3 酿造过程参数监测
影响酱油口味及品质的关键因素是酱油酿造过程中的各项理化指标,为使酿造过程最大程度地保证酱油的口味和品质,需对酿造过程参数进行监测。酱油酿造过程参数主要包括食盐含量、pH值、还原糖含量、酸含量以及氮含量。
3.1 食盐含量
酱油酿造过程中的一个重要原材料为食盐,它既可以保证酱油具有一定的咸味,也可在酿造过程中降低杂菌对原料的污染,同时与谷氨酸发生化学反应,生成谷氨酸钠,促进酱油鲜味的提高,增强酱油的防腐能力。通过对酿造过程中食盐含量进行抽样检测,得出食盐的动态变化过程,见图1。
图1 食盐含量变化曲线Fig.1 The change curve of salt content
由图1可知,在酱油酿造过程中,食盐含量未发生明显变化,仅在酿造开始阶段有微小的波动。
3.2 pH值
通过对酿造过程中pH值进行检测,得出pH值的动态变化过程曲线,见图2。
图2 pH值变化曲线Fig.2 The change curve of pH values
酱油酿造初始阶段,酿造环境呈微酸性,pH值迅速下降,大量的生物细菌频繁代谢,产生大量的耐盐乳酸菌。随着酿造过程的不断进行,酵母代谢产生脂肪酸,抑制乳酸菌的生长,酿造环境中的酸性物质生长速度降低,pH值保持稳定状态。
3.3 还原糖含量
酱油酿造过程中还原糖含量的变化曲线见图3。
图3 还原糖含量变化曲线Fig.3 The change curve of reducing sugar content
在酿造过程初期,酿造环境中曲霉代谢产生的淀粉酶不断分解酿造原料中的淀粉,还原糖含量不断增加,随着酿造过程的不断进行,酿造环境中的细菌不断分解还原糖,还原糖的生成速度和消耗速度基本维持平衡。
3.4 酸含量
酱油酿造过程中酸含量的变化曲线见图4。
图4 酸含量变化曲线Fig.4 The change curve of acid content
酱油酿造过程中的酸类物质通常指有机酸,包含乳酸、醋酸以及柠檬酸等物质。酿造初始阶段,酿造环境易于酸性物质的生成,代谢产生大量的有机酸,酸含量不断上升。随着酿造过程的推移,酿造环境中产生大量的酵母,抑制酸性物质的生成,酸性物质含量基本维持在某一特定水平。
3.5 氮含量
酱油酿造过程中氮含量的变化曲线见图5。
图5 氮含量变化曲线Fig.5 The change curve of nitrogen content
酱油酿造过程中氮主要指氨基酸态氮,随着酿造过程的进行,蛋白质不断降解,生成小分子氨基酸,进一步发生其他化学反应,生成酱油中的香型物质,氨基酸态氮含量不断上升。
4 结果与分析
酱油酿造过程主要针对食盐含量、pH值、还原糖含量、酸含量以及氮含量5个指标参数进行过程监测并对监测数据进行分析,找出每个阶段的最优化过程参数组合,进行酿造过程控制,提高酱油的口感品质。整个酿造过程监测时间为35 d,仿真试验时选择每隔4 d为一个阶段,整个酿造过程分为9个阶段进行数据分析。酱油酿造过程参数监测结果见表2。
表2 酱油酿造过程参数矩阵分析法数据结构模型Table 2 Data structure model of parameter matrix analysis method in soy sauce brewing process
对监测试验数据进行矩阵分析,得出酿造过程影响试验结果的考察指标权重。根据以上分析,可以得出酱油酿造过程中5个过程参数在不同时间段的计算权矩阵:
ω=MTS=[ω1ω2ω3ω4ω5ω6ω7ω8ω9]
由于选煤厂入洗原煤泥化现象严重,降低了设备处理能力,洗水浓度达300 g/L,严重影响经济效益。主要表现在以下几点:
对正交试验考察指标权矩阵中的因素取均值,得出正交试验考察指标的总权矩阵:
5 结论
通过对酱油酿造过程参数进行监测,并采用正交试验设计的矩阵分析方法进行数据分析。通过权矩阵计算,得出在酱油酿造过程中,食盐含量、pH值、还原糖含量、酸含量以及氮含量5个指标参数对酱油口味有不同程度的影响。
采用矩阵分析法对过程参数监测的相关初始条件进行优化,通过寻找最优的正交试验方案,简洁、高效地进行过程参数数据计算;根据酱油酿造过程中的影响因素权重系数,进行酿造过程工艺参数优化,通过人为干预的方式改善酱油的口感。