曹仲文 張曉燕 周曉燕

（揚(yáng)州大學(xué)旅游烹飪學(xué)院，江蘇 揚(yáng)州 225127）

根據(jù)相關(guān)資料［1，2］保守估算，當(dāng)前家庭和商業(yè)烹飪的消費(fèi)金額在3.0萬(wàn)億元以上，但在中式菜肴烹飪過(guò)程中，包括原料的安全和品質(zhì)檢驗(yàn)?zāi)酥磷詈蟛穗鹊脑u(píng)價(jià)，主要通過(guò)感官評(píng)定，缺乏定量的標(biāo)準(zhǔn)，其科學(xué)化程度還不高。究其原因，與中國(guó)烹飪悠久的歷史傳統(tǒng)和總體的科學(xué)水平落后有一定的關(guān)系［3］。因此如何運(yùn)用各種手段，包括新技術(shù)、新設(shè)備及新方法，如電子舌等仿生技術(shù)，提高中式餐飲生產(chǎn)的水平，就顯得尤為必要。

電子舌是由具有高度交叉敏感特性的傳感器單元組成的傳感器陣列，結(jié)合適當(dāng)?shù)哪Ｊ阶R(shí)別算法和多變量分析方法對(duì)陣列數(shù)據(jù)進(jìn)行處理，從而獲得溶液樣本定性定量信息的一種分析儀器［4］。賈洪峰等［5］采用電子舌對(duì)不同品牌的啤酒及其混合樣品進(jìn)行識(shí)別，結(jié)果表明：電子舌能夠有效識(shí)別不同品牌的啤酒及不同品牌啤酒的混合樣品；對(duì)不同品牌啤酒的混合樣品建立了偏最小二乘回歸分析預(yù)測(cè)模型，電子舌響應(yīng)信號(hào)和啤酒混合比例之間有很好的相關(guān)性。李陽(yáng)等［6］利用電子舌結(jié)合理化指標(biāo)對(duì)6種不同口感啤酒樣品檢測(cè)，結(jié)果表明：電子舌技術(shù)可以從綜合口感方面對(duì)樣品作區(qū)分，同時(shí)通過(guò)對(duì)理化指標(biāo)和傳感器信號(hào)分析發(fā)現(xiàn)二者具有較強(qiáng)相關(guān)性。張浩玉等［7］利用電子舌對(duì)不同類型和產(chǎn)地的9個(gè)品種的醋在5種不同的稀釋濃度下進(jìn)行檢測(cè)和分析，得到良好的辨別效果。此外，相關(guān)學(xué)者運(yùn)用電子舌技術(shù)，并結(jié)合各種模式識(shí) 別 方 法，對(duì) 白 酒［8］、果 蔬 汁［9］、面 醬［10］、醋［11－13］、雞蛋［14］、花 椒［15，16］、中藥［17，18］、茶 葉［19］等諸多食 品，尤其是液體的區(qū)分識(shí)別的研究，都取得了較好的結(jié)果。

在烹飪過(guò)程中，涉及到各種各樣的液體原料，但近年來(lái)，中國(guó)連鎖餐飲行業(yè)不斷遭遇信任危機(jī)，諸多知名餐飲品牌紛紛陷入“勾兌門”。先是味千拉面身陷“勾兌骨湯門”，接著肯德基又被爆出了“勾兌豆?jié){”，其后山西爆出95%的老陳醋均為“勾兌醋”，“海底撈”火鍋也因“勾兌湯料”而引發(fā)消費(fèi)者對(duì)于餐飲企業(yè)原料安全衛(wèi)生的關(guān)注［20］。因此有必要對(duì)烹飪過(guò)程中所涉及的這些液體原料進(jìn)行快速檢測(cè)，以確定其是否進(jìn)行了勾兌或混合。為此，本試驗(yàn)利用電子舌，針對(duì)餐飲業(yè)中常用的雞湯［21］及調(diào)味料勾兌的湯進(jìn)行區(qū)分識(shí)別研究。

1 材料與方法

1.1 材料與儀器

1.1.1 試驗(yàn)材料

本試驗(yàn)所選用的雞精以及濃湯寶均是在揚(yáng)州市場(chǎng)占有率較高的品牌，在當(dāng)?shù)乇容^具有代表性。

表1 樣品名及生產(chǎn)廠家Table 1 Samples and manufactures

1.1.2 試驗(yàn)儀器

試驗(yàn)所采用的電子舌系統(tǒng)為上海昂申智能科技有限公司的智舌系統(tǒng)，其組成如圖1所示，主要是將傳感器陣列產(chǎn)生的基于不同產(chǎn)品的相應(yīng)信號(hào)，通過(guò)模式識(shí)別的方法進(jìn)行區(qū)分識(shí)別。該系統(tǒng)目前已在酒、飲料及奶粉［22－25］等方面取得了良好的應(yīng)用效果。

圖1 智舌系統(tǒng)示意圖Figure 1 Schematic diagram of smart tongue

1.2 試驗(yàn)方法

（1）取電子舌檢測(cè)專用量杯若干，洗凈后待用。

（2）熬制雞湯。試驗(yàn)所用雞湯自制，熬制原料為市售老母雞，宰殺后凈重1.2kg，加入水2 000mL，精鹽5g，料酒10g，蔥段10g，姜片10g，小火熬制兩小時(shí)制得，雞湯取出后備用。

（3）配制雞精及濃湯寶。試驗(yàn)所用雞精和濃湯寶配制濃度為0.05g/mL，所用水為沸水，攪拌均勻冷卻后備用，共得6份樣品。

（4）配制濃湯寶與雞湯混合液。濃湯寶品牌選取市場(chǎng)占有率較高的家樂(lè)濃湯寶和雞湯配制的比例及編號(hào)見(jiàn)表2。

（5）另取清水樣本測(cè)定作為參照樣。

（6）打開(kāi)電源開(kāi)關(guān)，并且在其相應(yīng)的軟件上設(shè)置好本次試驗(yàn)所用技術(shù)及相關(guān)參數(shù)。

（7）每個(gè)樣本測(cè)3次用于電子舌檢測(cè)分析，3次檢測(cè)結(jié)果為一組，共測(cè)量14組樣本，得到42個(gè)數(shù)據(jù)。

（8）每次測(cè)量前后，對(duì)傳感器都會(huì)進(jìn)行電化學(xué)清洗，再用濾紙擦干用于下一次檢測(cè)。提取響應(yīng)電流信號(hào)的物理化學(xué)特征值，利用電子舌自帶的數(shù)據(jù)處理軟件對(duì)數(shù)據(jù)進(jìn)行采集、分析和模式識(shí)別。

表2 濃湯寶和雞湯混合的樣品比例及編號(hào)Table 2 Samples of soup-stocks with different mixing ratios

1.3 數(shù)據(jù)處理

分別采用主成分分析（PCA）、判別函數(shù)分析（DFA）、偏最小二乘分析（PLS）的處理方法，對(duì)不同品牌雞精和濃湯寶與雞湯，以及不同混合比例的濃湯寶與雞湯進(jìn)行區(qū)分識(shí)別。

2 結(jié)果與分析

2.1 雞精和濃湯寶與雞湯對(duì)比

2.1.1 主成分分析 分別用6個(gè)電極3個(gè)頻率段對(duì)8種樣品進(jìn)行檢測(cè)，對(duì)檢測(cè)所得數(shù)據(jù)進(jìn)行主成分分析。在10Hz頻率段下區(qū)分效果最好，得到各樣品的主成分1和主成分2的主成分分析（圖2），結(jié)果發(fā)現(xiàn)：第一主成分（PC1）與第二主成分（PC2）的貢獻(xiàn)率分別為66.1%和8.7%，兩者之和達(dá)到了74.8%，所以兩個(gè)主成分對(duì)應(yīng)的特征向量所決定的兩維子空間就能夠較充分保存原始數(shù)據(jù)的信息。圖中每3個(gè)記號(hào)點(diǎn)代表此樣品的3個(gè)重復(fù)樣品。不同樣品間的品質(zhì)差異可以通過(guò)主成分得分圖上的距離表征，樣品的距離說(shuō)明其品質(zhì)特性相似的程度。

由圖2可知，雞精與濃湯寶在主成分圖上可以與雞湯很好地區(qū)分開(kāi)來(lái)，說(shuō)明電子舌可以區(qū)分雞湯與雞精或濃湯寶調(diào)制的湯，且雞精與濃湯寶呈現(xiàn)一定的聚類分布，同時(shí)同類別的各樣品間又相互區(qū)分，說(shuō)明雞精或濃湯寶具有相似的特征，而不同品牌的雞精或濃湯寶之間又有一定的區(qū)別。且不同的雞精或者濃湯寶之間，相互距離越遠(yuǎn)，差異性越大。從圖2中可以看出：鳳球嘜濃湯寶與雞湯的區(qū)別較小，鈴蘭與大橋兩種雞精樣品與雞湯的區(qū)別較大。因此電子舌可區(qū)分不同的雞精與濃湯寶及雞湯。

2.1.2 判別函數(shù)分析 在PCA分析的基礎(chǔ)上對(duì)樣品進(jìn)行DFA分析（圖3）。結(jié)果發(fā)現(xiàn)，在電子舌傳感器的DFA響應(yīng)數(shù)據(jù)的各個(gè)區(qū)域內(nèi)，點(diǎn)的離散度較小，這一點(diǎn)與PCA圖的表現(xiàn)相似，說(shuō)明利用判別函數(shù)分析可以使樣品更好地被區(qū)分，雞精或濃湯寶配制的雞湯與真正的雞湯在DFA圖上會(huì)有差別，對(duì)樣品的鑒定具有借鑒意義。

圖2 不同品牌雞精與濃湯寶以及雞湯的PCA圖Figure 2 PCA chart of different soup-stocks

圖3 不同品牌雞精與濃湯寶以及雞湯的DFA圖Figure 3 DFA chart of different soup-stocks

2.2 不同混合比例的濃湯寶與雞湯的主成分分析和判別函數(shù)分析

在圖4中各個(gè)樣品（如表2所述）之間都能較為明顯地被區(qū)分開(kāi)來(lái)，由于DFA比PCA的區(qū)分效果更好，所以對(duì)不同混合比例的濃湯寶與雞湯進(jìn)行DFA分析，從圖4和圖5可以看出，電子舌可以區(qū)分濃湯寶與雞湯的混合樣本，且區(qū)分效果良好，區(qū)分精度較高。

2.3 不同混合比例的濃湯寶與雞湯的偏最小二乘回歸分析

圖4 不同混合比例的濃湯寶與雞湯的PCA圖Figure 4 PCA chart of kinds of soup-stocks with different mixing ratios

圖5 不同混合比例的濃湯寶與雞湯的DFA圖Figure 5 DFA chart of kinds of soup-stocks with different mixing ratios

將用6個(gè)種傳感器，在10Hz頻率段下檢測(cè)的不同濃度的濃湯寶—雞湯溶液所得數(shù)據(jù)建立PLS模型。以傳感器響應(yīng)值為自變量，以濃湯寶—雞湯混合比例為擬合目標(biāo)值進(jìn)行曲線擬合，結(jié)果見(jiàn)圖6，擬合的相關(guān)系數(shù)為0.958 71，擬合效果良好。

建立最優(yōu)模型后，用最優(yōu)模型對(duì)檢測(cè)所得數(shù)據(jù)，在3～6號(hào)樣品的每個(gè)樣品選取2個(gè)樣本，共計(jì)8個(gè)樣本進(jìn)行PLS預(yù)測(cè)，預(yù)測(cè)結(jié)果及相對(duì)誤差見(jiàn)表3。由表3可知，樣品預(yù)測(cè)的相對(duì)誤差均在15%以內(nèi)。結(jié)果表明，電子舌的PLS模型能夠較好地預(yù)測(cè)濃湯寶與雞湯的不同混合比例。

圖6 不同混合比例的濃湯寶和雞湯PLS模型Figure 6 PLS chart of kinds of soup-stocks with different mixing ratios

表3 不同混合比例的濃湯寶和雞湯的預(yù)測(cè)值和實(shí)測(cè)值Table 3 Predicted and experimental mixing ratios within different soup-stocks

3 結(jié)論

本試驗(yàn)所采用的電子舌系統(tǒng)對(duì)不同品牌的濃湯寶、雞精以及雞湯，共計(jì)8組樣本進(jìn)行了檢測(cè)試驗(yàn)，研究結(jié)果表明主成分分析就可以取得較好的分類效果，而判別函數(shù)分析比主成分分析的分類效果更加明顯。采用偏最小二乘法對(duì)電子舌檢測(cè)數(shù)據(jù)的結(jié)果建立最優(yōu)模型，利用已建立的模型對(duì)不同混合比例的濃湯寶以及雞湯進(jìn)行PLS模型預(yù)測(cè)，得到的預(yù)測(cè)值都較為準(zhǔn)確。

試驗(yàn)結(jié)果表明：應(yīng)用電子舌能夠?qū)ε腼冞^(guò)程中所涉及的雞湯與人工勾兌的湯及其混合物進(jìn)行區(qū)別，從而拓展了電子舌在食品快速檢測(cè)，尤其是液體中的應(yīng)用。

當(dāng)然，在本試驗(yàn)中未對(duì)雞湯進(jìn)行火候及調(diào)味方面的改變。而且在餐飲生產(chǎn)中所應(yīng)用的高湯絕不止雞湯一種，且用調(diào)味料勾兌湯的方法也有很多［21］，這方面的研究需要大量的工作和數(shù)據(jù)。另一方面，實(shí)際上，電子舌的不同傳感器與不同的味道（酸、甜、苦、咸、鮮）的相關(guān)性是不同的［6］，為了更精確地區(qū)分各種不同味道的原料，有必要在以后的研究中，首先確定與該味道相關(guān)性最強(qiáng)的傳感器，得到其特征值，然后選用合適的模式識(shí)別方法進(jìn)行處理。

1 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒［Z］.北京：中國(guó)統(tǒng)計(jì)出版社，2010～2011.

2 馬冠生，胡小琪，欒德春，等.中國(guó)居民的就餐行為［J］.營(yíng)養(yǎng)學(xué)報(bào)，2005，27（4）：272～275.

3 曹仲文.廚房器具與設(shè)備［M］.南京：東南大學(xué)出版社，2007.

4 孫月娥，陳芬.電子鼻與電子舌在果蔬質(zhì)量評(píng)價(jià)中的應(yīng)用［J］.食品工業(yè)，2011，32（4）：87～89.

5 賈洪峰，梁愛(ài)華，何江紅，等.電子舌對(duì)啤酒的區(qū)分識(shí)別研究［J］.食品科學(xué)，2011，32（24）：252～255.

6 李陽(yáng)，陳芹芹，胡雪芳，等.電子舌技術(shù)在啤酒口感評(píng)價(jià)中的應(yīng)用［J］.食品研究與開(kāi)發(fā)，2008，29（11）：122～127.

7 張浩玉，張柯，黃星奕，等.電子舌對(duì)不同品種醋的辨別研究［J］.中國(guó)調(diào)味品，2011，36（5）：1～4.

8 王永維，王俊，朱晴紅，等.基于電子舌的白酒檢測(cè)與區(qū)分研究［J］.包裝與食品機(jī)械，2009，25（5）：57～61.

9 C Apetrei，M L Rodriguez-Mendez，J A de Saja.Modified carbon paste electrodes for discrimination of vegetable oils［J］.Sensors and Actuators，2005（8）：403～409.

10 張玉玉，黃明泉，陳海濤，等.7種面醬的電子鼻和電子舌辨別分析［J］.中國(guó)食品學(xué)報(bào)，2012（1）：199～205.

11 F Winquist，E Rydberg，S Holmin.Flow injection analysis applied to a voltammetric electronic tongue［J］.Analytica Chimica Acta，2002（12）：159～172.

12 Beullens K，Kirsanov D，Irudayaraj J，et al.The electronic tongue and ATR-FTIR for rapid deteetion of sugars and acids in tomatoes［J］.Sensors and Aetuators B，2006，116（1/2）：107～115.

13 張淼，賈洪鋒，李樊昕，等.電子舌對(duì)食醋品質(zhì)鑒定及區(qū)分的研究［J］.中國(guó)調(diào)味品，2012，37（8）：1～3，6.

14 白福銘，鄭麗敏，朱虹，等.電子舌對(duì)不同儲(chǔ)藏期雞蛋識(shí)別的研究［J］.微計(jì)算機(jī)信息（測(cè)控自動(dòng)化），2010，26（5）：188，192～193.

15 王弘，陳山，劉仲明.農(nóng)產(chǎn)品安全監(jiān)測(cè)中生物傳感器的應(yīng)用［J］.生命的化學(xué)，2005，25（2）：159～160.

16 閻紅，辛松林，彭德川，等.花椒的氣味指紋分析技術(shù)應(yīng)用與探索［J］.四川烹飪高等?？茖W(xué)校學(xué)報(bào)，2010，34（2）：21～24.

17 陶文沂.中國(guó)食品工業(yè)發(fā)展及新技術(shù)的應(yīng)用［J］.食品與機(jī)械，2006，22（4）：3～9.

18 杜瑞超，王優(yōu)杰，吳飛，等.電子舌對(duì)中藥滋味的區(qū)分辨識(shí)［J］.中國(guó)中藥雜志，2013，38（2）：154～161.

19 陳全勝，江水泉，王新宇.基于電子舌技術(shù)和模式識(shí)別方法的茶葉質(zhì)量等級(jí)評(píng)判［J］.食品與機(jī)械，2008，24（1）：124～126.

20 陳璽撼.餐飲業(yè)“勾兌”究竟有無(wú)問(wèn)題［N］.解放日?qǐng)?bào)，2011—08—25（002）.

21 梁字榮.論烹飪中的湯［J］.中國(guó)食品，2005，28（24）：50～51.

22 談國(guó)鳳，田師一，沈宗根，等.電子舌檢測(cè)奶粉中抗生素殘留［J］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27（4）：361～365.

23 毛岳忠，田師一，胡曉暉，等.智舌對(duì)奶粉中三聚氰胺的檢測(cè)研究［J］.中國(guó)食品學(xué)報(bào)，2011，11（3）：158～164.

24 周牡艷，鄭云峰，張韜，等.智能電子舌對(duì)地理標(biāo)志產(chǎn)品紹興黃酒的區(qū)分判別研究［J］.釀酒科技，2012，33（12）：23～27.

25 張素平，田師一，鄧少平.智舌對(duì)基本味物質(zhì)辨識(shí)能力的實(shí)驗(yàn)研究［J］.中國(guó)食品學(xué)報(bào)，2009，9（5）：111～117.