模糊数学法结合响应面法优化无花果海红果复合果酒工艺

2022-03-25黄丽梅吕利云聂小伟华玉波蔡风涛

食品工业 2022年3期

黄丽梅，吕利云，聂小伟，华玉波，蔡风涛

1.威海海洋职业学院（威海 264300）；2.威海市特色果蔬高值加工工程技术研究中心（威海 264300）；3.山东台依湖葡萄酒业股份有限公司（威海 264300）

无花果（Ficus caricaLinn）隶属于桑科榕属，甘甜清香，品质佳，富含多糖、矿物质及多酚类物质[1-2]，具有较高的应用价值和药用价值[3]。无花果不仅可食用，还是一种中药材。《本草纲目》载：“无花果味甘平，无毒，主开胃、止泄痢、治五痔、咽喉痛”[4]，在《圣经》中被誉为生命的“守护神”[5-6]。

海红果（Malus micromalusMakino）为蔷薇科梨亚科苹果属植物，质地清脆，味酸甜[7-8]。海红果营养丰富，钙含量居水果之首，素有“果中钙王”之美誉[9]。经常食用具有健脾胃、促消化、保护心脑血管等功效。将无花果和海红果结合制作果酒在国内尚未见报道。

模糊数学综合感官评价法，是基于模糊数学中函数理论对影响产品品质的各因素关系进行抽象化，进而建立对应评价模式，实现对产品的综合评价[11]，模糊数学综合感官评价法被应用于肉类、酒类、饮料等产品的报道[11-14]。响应面优化法则是通过曲面和等高线分析确定最优工艺参数，被广泛应用于食品研究领域。

由于无花果皮薄易腐烂，保鲜期较短，为提高无花果的商业价值，将无花果（糖高酸低）做成果酒，辅以海红果（高酸）进行成分调整，不仅可解决无花果不耐运输的问题，还可增加无花果的利用价值。试验以山东荣成地区新鲜无花果为原料，海红果汁为辅料，以感官评分为指标，通过模糊数学法结合响应面法优化无花果海红果复合果酒的发酵工艺，研制出色泽明亮、具有优雅浓郁的品种香、口感柔顺、酒体饱满的新型果酒，不仅为无花果酒的加工开辟新途径，同时有利于促进荣成地区无花果产业发展，具有实际研究价值。

1 材料与方法

1.1 材料与试剂

无花果（荣成市售绿皮无花果）；海红果汁（陕西府谷县聚金邦农产品开发有限公司）；酵母（FC9，法国LAFFORT公司）；果胶酶（LAFASE FRUIT，法国LAFFORT公司）。

1.2 仪器与设备

FA201S电子天平（上海天平仪器厂）；PHS-4C+酸度计（成都市方舟科技有限公司）；SK-S22型电热恒温水浴锅（上海精密实验仪器有限公司）；HYCDA全温培养箱（太仓市豪城实验仪器有限公司）；酒精计；手持糖度计。

1.3 方法

1.3.1 工艺流程

无花果→挑选清洗→切片、复水→酶解→果汁成分调整（海红果汁、糖）→灭菌→酶解→接种→酒精发酵→澄清→成品

1.3.2 操作要点

1.3.2.1 采果

采收成熟度8~9的无花果，采收需注意轻拿轻放，避免机械损伤。

1.3.2.2 无花果汁制备

将无花果进行切片破碎，按照1︰1比例复水；添加20 mg/L焦亚硫酸钾进行杀菌护色；添加果胶酶进行酶解。

1.3.2.3 无花果汁成分调整

添加海红果汁进行酸度调整，将pH调整至3.3~3.4；以生产12%vol无花果海红果复合果酒为目标，按照17 g/L糖产生酒度1°进行补加蔗糖，调整后添加30 mg/L焦亚硫酸钾进行杀菌。

1.3.2.4 酵母活化

称取一定量的活性干酵母，按照1︰1比例添加37℃热水进行活化，待出现细腻泡沫时，将酵母添加至果汁中。

1.3.2.5 酒精发酵

FC9酵母接种量控制在0.2~0.3 g/L范围内，在适宜条件下进行酒精发酵。

1.3.2.6 澄清

采用自然澄清加冷冻澄清2种澄清方法，进行无花果海红果复合果酒的澄清。

1.3.3 感官评价标准

由10名具有品酒师资质的成员组成感官评价小组，对复合果酒进行感官品评，感官评分标准见表1。

表1 无花果海红果复合果酒评分标准

1.3.4 单因素及响应面试验

在1.3.1和1.3.2工艺条件下，对各因素进行单因素试验。酵母接种量为0.15，0.20，0.25，0.30和0.35 g/L，发酵温度为15，20，25，30和35 ℃，发酵时间为25，30，35，40和45 d，以感官评价作为考量指标，确定3个因素的最佳水平。

根据Box-Behnken的设计原理，以感官评分为响应值，对无花果海红果复合果酒发酵工艺进行优化。

1.3.5 模糊数学综合感官评价法

采用模糊数学法对试验中的样品进行感官评判。分别确定因素集U、评语集V和权重集X，模糊数学评判模型如式（1）所示。对等级因素赋值，得到赋值矩阵G，产品的模糊综合评分集合Y与评语集G的乘积，即为模糊感官评分，如式（2）所示。

式中：Y为模糊数学综合评判结果；X为权重集；R为单因素评判的模糊矩阵[13]。

1.3.6 理化指标测定方法[14]

酒精度测定，采用酒精计法；pH测定，采用pH剂法；总酸测定，采用酸碱滴定法；还原糖测定，采用斐林试剂法；挥发酸测定，参照GB/T 15037—2006《葡萄酒》。

2 结果与分析

2.1 单因素试验结果

2.1.1 酵母接种量对复合果酒感官评价和酒精度的影响

由图1可知，随着FC9酵母接种量不断增加，产品感官评分与酒精度均先升高后降低。在一定范围内增加酵母添加量，可提高发酵速率，果汁营养成分利用率高，酒精度逐渐升高，且果香优美协调。但若接种量过高，则会导致香气中富含浓厚的酵母味及酒体变苦、粗糙、不柔顺、酒精度下降等问题[15]，故FC9酵母接种量0.25 g/L左右为宜。

图1 酵母接种量对复合果酒感官评价和酒精度的影响

2.1.2 发酵温度对复合果酒感官评价和酒精度的影响

如图2所示，不断升高复合果酒的发酵温度，产品感官评分和酒精度先升高后急剧降低。因温度升高，可提高酵母启发速度，但随之面临香气损失较大的风险，高温还可加深果酒色泽，促使酵母早衰，导致酒精度急剧下降，糖分发酵不完全[16-17]。因此，主发酵温度控制在20 ℃左右为宜。

图2 发酵温度对复合果酒感官评价和酒精度的影响

2.1.3 发酵时间对复合果酒感官评价和酒精度的影响

由图3可知，发酵时间35 d时，产品感官评分最高，随之延长发酵时间，酒精度变化趋势不明显，反而不利于产品的感官评价，延长生产周期，增加生产成本。因此，发酵时间35 d左右为宜。

图3 发酵时间对复合果酒感官评价和酒精度的影响

2.2 响应面试验分析

2.2.1 模型的建立与显著性检验

根据单因素试验结果，利用软件Design-Expert 8.0.6进行试验设计，试验方案及结果见表2和表3。

表2 响应面分析因素与水平

对表3中试验结果进行二次回归分析，获得回归方程：感官评分Y=91.8-1.25A+0.75B-0.5C-0.75AB-2.75AC+1.25BC-6.03A2-6.53B2-3.02C2。试验结果的方差分析见表4。由表4可知：模型的F值=60.82，p＜0.000 1；失拟项F值=1.19，p=0.419 3＞0.05，表明模型极显著，失拟项不显著；同时方程的相关系数R2=0.987 4，调整复相关系数Radj2=0.971 1，离散系数C.V.的值为1.03，说明该模型拟合程度较好，线性关系明显，模型精密度高。因此，可以用回归方程对无花果海红果复合果酒感官评价进行预测和分析。

表3 Box-Behnken试验设计与结果

表4 复合果酒响应面试验方差分析

同时一次项A和B显著，C不显著，二次项A2、B2和C2极显著（p＜0.01），交互项AC、BC对响应值分别有极显著和显著的影响，应用该模型时需考虑其交互作用的影响。由F值可知，各因素对感官评价的影响大小排序为酵母接种量＞发酵温度＞发酵时间。

2.2.2 响应面交互影响分析

利用软件Design-Expert 8.0.6对交互作用显著的因素进行分析，绘制响应面分析图及其等高线图，结果见图4。其他条件固定时，随着酵母各接种量增加或发酵时间的延长，感官评分均先升高再降低或先升高再趋于平稳。且各三维曲面的倾斜程度明显，等高线呈椭圆形，即各因素间的交互作用明显。为确定最佳点，利用软件得出优化条件：FC9酵母接种量0.25 g/L、发酵温度20.17 ℃、发酵时间34.9 d。此时感官评价分值为91.87分。

图4 两两交互因素对感官评价影响的响应曲面

2.2.3 验证试验

为检验试验结果的可靠性，结合生产实际，将上述优化工艺稍作调整：FC9酵母接种量为0.25 g/L，在20 ℃温度下，发酵35 d，做3组试验。对所酿造的3款无花果海红果复合果酒进行相关理化指标检测及感官品评，结果见表5。无花果海红果复合果酒各项检测指标均符合GB/T 15037—2006《葡萄酒》和NY/T 1508—2017《绿色食品果酒》的要求。

表5 各项指标含量测定

感官评分为90.2分，与模型预测数值变化不大。一致认为该果酒色泽明亮，具有优雅浓郁的品种香，口感柔顺，酒体饱满，回味绵长。

2.3 模糊数学综合感官评价

2.3.1 模糊数学综合感官评价结果

选取10名评价员对响应面优化试验中17个样品的感官指标进行“优、中、差”评级，结果见表6。

表6 无花果海红果复合果酒模糊数学综合感官评价结果

2.3.2 模糊数学分析法[18-21]

2.3.2.1 建立样品的因素集U

因素即样品的评价指标。产品因素集为U=（u1，u2，u3）=（外观，香气，滋味）。

2.3.2.2 给出评语集V

评语集由若干个能反映复合果酒品质的等级或分数构成，分析设定V=（v1，v2，v3）=（优，中，差）=（90，70，50）。

2.3.2.3 建立权重集X

权重是指每个因素在评价所有因素中的影响力，用所占比例表示。复合果酒各因素的权重集为X=（x1，x2，x3）=（0.3，0.3，0.4）。

2.3.2.4 建立模糊矩阵

对每个样品的每个因素建立一个从因素集到评语集的模糊关系r=（r1，r2，r3），即可得到每个因素的评判集。多个单因素评判集构成样品的模糊矩阵R。以样品1为例，求得r外观=（0.9，0.1，0），r香气=（0.8，0.2，0），r滋味=（0.9，0.1，0）。因此样品1的模糊矩阵同理可求出其他样品的模糊矩阵，分别为

2.3.2.5 综合评判

根据式（1），以样品1为例，Y1=X×R1=（0.3，同理可得，Y2=（0.67，0.3，0.03），Y3=（0.44，0.46，0.07），Y4=（0.8，0.2，0），Y5=（0.49，0.44，0.07），Y6=（0.66，0.24，0.1），Y7=（0.75，0.18，0.07），Y8=（0.48，0.28，0.24），Y9=（0.59，0.31，0.1），Y10=（0.8，0.16，0.04），Y11=（0.67，0.33，0），Y12=（0.54，0.4，0.06），Y13=（0.48，0.39，0.13），Y14=（0.84，0.16，0），Y15=（0.8，0.2，0），Y16=（0.61，0.29，0.1），Y17=（0.87，0.13，0）。

对等级进行赋值，“优”为90分，“中”为70分“差”为50分，得到赋值矩阵据式（2），以样品1为例，87.4，同理可得T2=82.8，T3=75.6，T4=86，T5=78.4，T6=81.2，T7=83.6，T8=74.8，T9=79.8，T10=85.2，T11=83.4，T12=79.6，T13=77，T14=86.8，T15=86，T16=80.2，T17=87.4。

根据模糊数学法得出17个样品的感官评分排序：1号=17号＞14号＞15号=4号＞10号＞7号＞11号＞2号＞6号＞16号＞9号＞12号＞5号＞13号＞3号＞8号。由响应面法优化试验结果得到的17个样品的感官评分排序为15号＞1号=14号＞17号=10号＞4号=11号＞7号=16号＞9号＞2号=12号＞6号=5号＞13号＞3号＞8号。经分析，2种感官评价方法得到的17个样品感官评价排序基本一致，部分样品可能存在较小差异。因此，模糊数学综合感官评价法可用于评价无花果海红果复合果酒的感官品质。