,,

(1.江蘇省食品先進(jìn)制造裝備技術(shù)重點(diǎn)實(shí)驗(yàn)室江南大學(xué)機(jī)械院,江蘇無(wú)錫 214063；2.內(nèi)蒙古農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，內(nèi)蒙古呼和浩特 010018)

隨著經(jīng)濟(jì)的發(fā)展,生活節(jié)奏的加快,人們的飲食習(xí)慣也在慢慢變化,面包源于西方國(guó)家,具有悠久的歷史,它具有營(yíng)養(yǎng)豐富、易消化吸收、食用方便、品種多、風(fēng)味佳等特點(diǎn),因此面包越來(lái)越受到中國(guó)人的喜愛(ài),它在慢慢走向中國(guó)人的餐桌[1]。面團(tuán)發(fā)酵是面包制作中的一個(gè)重要環(huán)節(jié),發(fā)酵程度的好壞直接影響面包的品質(zhì)。對(duì)于面團(tuán)發(fā)酵的檢測(cè):肖冬光等人運(yùn)用排水法[2]和壓力法[3]檢測(cè)面團(tuán)在發(fā)酵過(guò)程中的產(chǎn)氣量;H. M. ELMEHDI等人研究了超聲波測(cè)試面團(tuán)在發(fā)酵過(guò)程中密度的變化[4]。對(duì)于一般的面包制作,面包的生產(chǎn)周期一般較長(zhǎng),如標(biāo)準(zhǔn)的直接發(fā)酵法,從面團(tuán)開(kāi)始攪拌到面包出爐,共需約5h,這其中發(fā)酵時(shí)間幾乎占總時(shí)間的一半,而且面包面團(tuán)發(fā)酵程度的控制基本完全依靠面包師的經(jīng)驗(yàn)與判斷[5]。這樣不僅浪費(fèi)時(shí)間,生產(chǎn)率低,耗費(fèi)人力和物力,對(duì)于面包的品質(zhì)也無(wú)法保證。所以對(duì)于面包面團(tuán)發(fā)酵進(jìn)行定量研究是十分有必要的。

響應(yīng)面分析法(response surface methodology,RSM)是一種尋找多因素系統(tǒng)中最佳條件的數(shù)學(xué)統(tǒng)計(jì)方法[6]。本文基于動(dòng)態(tài)密度法[6-8]監(jiān)測(cè)面團(tuán)發(fā)酵過(guò)程中的密度變化,在先期的單因素實(shí)驗(yàn)基礎(chǔ)上[1],基于動(dòng)態(tài)密度法監(jiān)測(cè)面團(tuán)發(fā)酵過(guò)程中的密度變化,通過(guò)二次正交旋轉(zhuǎn)實(shí)驗(yàn)[7]設(shè)計(jì),利用SAS統(tǒng)計(jì)分析軟件對(duì)主要影響因素進(jìn)行了響應(yīng)面分析,建立發(fā)酵時(shí)間工藝數(shù)學(xué)模型,確定最適宜的發(fā)酵工藝條件,以期在最短的時(shí)間內(nèi)做到最好的發(fā)酵程度,為面團(tuán)發(fā)酵研究和面包的大批量生產(chǎn)提供基礎(chǔ)數(shù)據(jù)和理論參考。

1 材料與方法

1.1 材料與儀器

金像面粉(蛋白質(zhì)含量是13.6%,灰分0.38%,水分11.8%)、鹽、金裝安琪耐高糖酵母、細(xì)砂糖、奶粉、無(wú)鹽奶油、小方格紙 購(gòu)于無(wú)錫歐尚超市。

KA-1000攪拌機(jī) 深圳市瑞豐電器有限公司;FX-10A發(fā)酵箱 廣東恒聯(lián)食品機(jī)械有限公司;ARB120電子計(jì)量器 上海志榮公司;丙烯酸塑料平板2個(gè)(厚度4mm以上);尼康coolpix p6000數(shù)碼相機(jī) 尼康公司。

1.2 實(shí)驗(yàn)方法

1.2.1 實(shí)驗(yàn)步驟 準(zhǔn)確稱量面粉200g,鹽2g,酵母和水按各個(gè)實(shí)驗(yàn)水平稱取,將稱量好的實(shí)驗(yàn)材料放入攪拌機(jī)內(nèi)攪拌,慢速(33r/min)攪拌2min,快速(120r/min)攪拌12min,取出攪拌好的面團(tuán)。將方格紙固定于底層塑料板之上,從面團(tuán)中準(zhǔn)確稱量8g面團(tuán)放在方格紙之上,用另一塊塑料板蓋上,在兩板的周邊放置等厚度的窄塑料薄板,然后用緊固螺絲將兩板緊緊壓平,將整個(gè)實(shí)驗(yàn)裝置置于發(fā)酵箱中,設(shè)定發(fā)酵箱溫度、濕度,每隔3min對(duì)面團(tuán)進(jìn)行拍照1次,2.5h后取出實(shí)驗(yàn)裝置和相機(jī),關(guān)閉發(fā)酵箱[1]。計(jì)算密度,得到發(fā)酵時(shí)間。

普通面包制作一般要求面團(tuán)發(fā)酵到初始面團(tuán)體積的2.5倍,則面團(tuán)的密度即為初始的1/2.5,將計(jì)算好的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行比對(duì),記錄面團(tuán)密度值變?yōu)槌跏贾档?/2.5時(shí)所用的時(shí)間。

面團(tuán)面積A(cm2)使用Image-pro plus 6得到后,動(dòng)態(tài)密度D(g/cm3)計(jì)算公式為:

式(1)

1.2.2 實(shí)驗(yàn)方案 根據(jù)前期的初步實(shí)驗(yàn)研究,確定了酵母含量、面團(tuán)中水含量、發(fā)酵溫度作為影響面團(tuán)發(fā)酵時(shí)間的主要因素,以酵母含量(X1)、面團(tuán)中水含量(X2)、發(fā)酵溫度(X3)為自變量,以面團(tuán)密度值變?yōu)槠鹗贾档?/2.5所需時(shí)間為響應(yīng)值。采用三因素二次正交旋轉(zhuǎn)實(shí)驗(yàn)設(shè)計(jì)實(shí)驗(yàn)方案[9-10],實(shí)驗(yàn)因素水平編碼表如表1所示,得到面團(tuán)發(fā)酵到指定程度的時(shí)間的數(shù)學(xué)模型,確定最優(yōu)參數(shù)組合。

表1 實(shí)驗(yàn)設(shè)計(jì)因素及編碼水平Table 1 Factors and levels of experimental design

2 結(jié)果與討論

2.1 二次正交實(shí)驗(yàn)設(shè)計(jì)與結(jié)果

根據(jù)三因素二次正交旋轉(zhuǎn)實(shí)驗(yàn)設(shè)計(jì),以面團(tuán)密度值變?yōu)槠鹗贾档?/2.5所需時(shí)間為響應(yīng)值,實(shí)驗(yàn)方案和結(jié)果見(jiàn)表2。

2.2 二次回歸模型建立與方差分析

利用SAS統(tǒng)計(jì)分析中的RSREG(response surface regression)程序?qū)?3個(gè)實(shí)驗(yàn)點(diǎn)數(shù)據(jù)進(jìn)行回歸計(jì)算,建立二次響應(yīng)面回歸模型[11-13],如式(2)所示,并對(duì)回歸方程進(jìn)行方差分析和方程系數(shù)顯著性檢驗(yàn),結(jié)果分別見(jiàn)表3和表4。

y=96.130-4.264X1-0.659X2-2.576X3+3.652X12+0.375X1X2-0.375X1X3+4.182X22+1.125X2X3+2.061X32

式(2)

表2 實(shí)驗(yàn)設(shè)計(jì)方案及響應(yīng)值Table 2 Design and response value of experiment

上述二次回歸全模型方程的回歸系數(shù)R2=0.8542,從表3回歸模型的方差分析結(jié)果可以看出,所建立的模型能很好反映實(shí)驗(yàn)數(shù)據(jù),回歸方程的擬合度較好,實(shí)驗(yàn)誤差小,因此,可以采用此模型對(duì)面團(tuán)發(fā)酵過(guò)程進(jìn)行分析和預(yù)測(cè)。在顯著水平(p<0.05)條件下,基于回歸方程的因素顯著性分析,發(fā)酵到指定程度所需時(shí)間回歸模型中一次項(xiàng)酵母含量X1(p=0.0013)、面團(tuán)中水含量X2(p=0.0307)、發(fā)酵溫度X3(p=0.0267)、X1X1(p=0.0025)、X2X2(p=0.0009)均表現(xiàn)顯著(表4);交互項(xiàng)不顯著。回歸方程的一次項(xiàng)、二次項(xiàng)(除X33外)均顯著,但其交互項(xiàng)不顯著,因此面團(tuán)發(fā)酵到指定密度所需時(shí)間與酵母含量、面團(tuán)中水含量和發(fā)酵溫度不是簡(jiǎn)單的線性關(guān)系,而是如式(3)所示的二次關(guān)系[14-16]。

y=96.130-4.264X1+3.652X12-0.659X2+4.182X22-2.576X3

式(3)

表3 回歸模型的方差分析Table 3 Variance analysis of y regression model

表4 回歸方程偏回歸系數(shù)的估計(jì)值Table 4 The estimated value of regression coefficient in regression equation

2.3 響應(yīng)面和等高線分析

根據(jù)回歸方程,運(yùn)用Matlab對(duì)每?jī)蓚€(gè)因素對(duì)發(fā)酵速率的影響繪制響應(yīng)面圖[17],此時(shí)考慮定性分析各個(gè)因素對(duì)發(fā)酵速率的關(guān)系,故采用降維分析方法,將所分析的兩個(gè)因素外的另一個(gè)因素作為0水平。

圖1 不同因素響應(yīng)面趨勢(shì)圖 Fig.1 Trend plots of different factors by response surface methodology

由圖1(a)可知,隨酵母含量增加,發(fā)酵速度加快,但當(dāng)酵母含量增加到3.5g/100g面粉(0水平)時(shí),隨酵母含量增加發(fā)酵速度變化不明顯。隨面團(tuán)中水含量增加,發(fā)酵速度加快,但當(dāng)面團(tuán)中水含量達(dá)到63g/100g面粉(0水平)后,發(fā)酵速度反而有所減慢。當(dāng)發(fā)酵溫度固定在0水平時(shí),酵母含量和面團(tuán)中水含量對(duì)面團(tuán)發(fā)酵速率的影響比較顯著,酵母含量在0～1水平間、面團(tuán)中水含量在0水平左右時(shí)發(fā)酵所需時(shí)間最短。由圖1(b)可知,隨發(fā)酵溫度增加,發(fā)酵到指定程度所需時(shí)間減少,發(fā)酵速度加快,當(dāng)發(fā)酵溫度達(dá)到37℃(0水平)發(fā)酵速度變化不明顯。當(dāng)酵母含量固定在0水平時(shí),面團(tuán)中水含量和發(fā)酵溫度對(duì)面團(tuán)發(fā)酵速率的影響比較顯著,面團(tuán)中水含量在0水平左右、發(fā)酵溫度在0.2水平左右時(shí)發(fā)酵所需時(shí)間最短。由圖1(c)可知,當(dāng)面團(tuán)中水含量固定在0水平時(shí),酵母含量和發(fā)酵溫度對(duì)面團(tuán)發(fā)酵速率的影響比較顯著,當(dāng)酵母含量在0.5水平左右、發(fā)酵溫度在0.5水平左右時(shí)發(fā)酵所需時(shí)間最短[18]。為進(jìn)一步確定最佳工藝參數(shù),運(yùn)用SAS軟件運(yùn)行響應(yīng)面回歸 REREG程序,回歸方程最穩(wěn)定點(diǎn)為X1=0.621524(3.81g),X2=0.042301(63.2g),X3=0.693123(37.7℃),所用時(shí)間為93.93min。

2.4 驗(yàn)證實(shí)驗(yàn)

在優(yōu)化條件下進(jìn)行三次驗(yàn)證性實(shí)驗(yàn),當(dāng)酵母含量3.8g,面團(tuán)中水含量63.2g,發(fā)酵溫度37.7℃時(shí)面團(tuán)發(fā)酵到指定程度所需時(shí)間的平均時(shí)間為96min,實(shí)際值與測(cè)量值的誤差在模型誤差范圍之內(nèi),優(yōu)化條件合理。

3 結(jié)論

本研究基于動(dòng)態(tài)密度檢測(cè)面團(tuán)發(fā)酵方法,利用響應(yīng)面分析法建立了以發(fā)酵到指定程度所需時(shí)間為響應(yīng)值的工藝數(shù)學(xué)模型,數(shù)學(xué)模型經(jīng)過(guò)F檢驗(yàn)和t檢驗(yàn),模型的擬合比較好,可以反映面團(tuán)發(fā)酵的實(shí)際規(guī)律,并在此基礎(chǔ)上進(jìn)行了工藝優(yōu)化模擬。最佳工藝條件:酵母含量3.8g,面團(tuán)中水含量63.2g,發(fā)酵溫度37.7℃,在此條件下面團(tuán)發(fā)酵到所需程度時(shí)間最短。研究結(jié)果為面團(tuán)發(fā)酵研究和面包的大批量生產(chǎn)提供一定的基礎(chǔ)數(shù)據(jù)和理論參考。

[1]馬勇,宋春芳,崔政偉,等. 基于動(dòng)態(tài)密度法對(duì)面團(tuán)發(fā)酵的研究[J]. 食品工業(yè)科技,2012,33(14):150-152.

[2]肖冬光.劉青.面包酵母發(fā)酵力測(cè)定方法的研究[J].食品工業(yè)科技,2004(11):61-63.

[3]李長(zhǎng)文,肖冬光,李志勇,等.面包酵母發(fā)酵力測(cè)定方法的探討[J].食品與發(fā)酵工業(yè),2002,28(11):25-27.

[4]ELMEHDI H M,PAGE J H,SCANLON M G. Monitoring dough fermentation using acoustic waves[J]. Institution of Chemical Engineers,2003(9):217-224.

[5]宋春芳,馬勇.一種面團(tuán)發(fā)酵的檢測(cè)方法及設(shè)備:中國(guó),201210002573.9[P]. 2012-1-06.

[6]Guillermo G Bellido,Martin G Scanlon. The bubble size distribution in wheat flour dough[J]. Food Research International,2006(39):1058-1066.

[7]CHIOTELLIS E,CAMPBELL G M. Modelling the evolution of the bubble size distribution[J]. Institution of Chemical Engineers,2003(9):194-207.

[8]Guillermo G Bellido,Martin G Scanlon,John H Page. Measurement of dough specific volume in chemically leavened

dough systems[J]. Journal of Cereal Science,2009,49:212-218.

[9]吳有煒. 實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)處理[M].蘇州:蘇州大學(xué)出版社,2002.

[10]李云雁,胡傳榮. 實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)處理[M].北京:化工工業(yè)出版社,2008.

[11]汪維云,王繼先. 灰樹(shù)花液體發(fā)酵及多糖提取工藝的優(yōu)化研究[J]. 農(nóng)業(yè)工程學(xué)報(bào),2007,23(4):276-279.

[12]任天寶,馬孝琴,徐桂轉(zhuǎn),等. 響應(yīng)面法優(yōu)化玉米秸稈蒸汽爆破預(yù)處理?xiàng)l件[J]. 農(nóng)業(yè)工程學(xué)報(bào),2011,27(9):282-285.

[13]莊海寧,馮濤,金征宇,等. 擠壓加工參數(shù)對(duì)重組生產(chǎn)過(guò)程及產(chǎn)品膨脹度的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào),2011,27(9):349-353.

[14]陳桂芬,宋春芳,崔政偉,等. 響應(yīng)面分析法優(yōu)化熱風(fēng)微波耦合干燥油茶籽工藝[J]. 食品工業(yè)科技,2012,33(3):272-275.

[15]Kiany S B,Maria N C,Karlene K M. Optimization of transesterification of castor oil with ethanol using a central composite rotatable design(CCRD)[J]. Fuel,2010,89:1172-1176.

[16]Shouliang Yi,Yi Su,Benkun Qi. Application of response surface methodology and central composite rotatable design in optimizing the preparation conditions of vinyltriethoxysilane modified silicalite/polydimethylsiloxane hybrid evaporation membranes[J]. Separation and Purification Technology,2010(71):252-262.

[17]董辰輝,彭雪峰. MATLAB2008全程指南[M].北京:電子工業(yè)出版社,2009.

[18]郭紅英,董英. 麥胚的微細(xì)化處理及其蛋白提取工藝優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào),2009,25(2):261-265.