錢建平，宋英卓，王姍姍，吳曉明，羅季陽

?

風險矩陣和流程分析法挖掘小麥粉加工中質量安全追溯信息

錢建平1,2，宋英卓1,3，王姍姍1,4，吳曉明1,2，羅季陽5

（1. 北京農業(yè)信息技術研究中心，北京 100097；2. 農產品質量安全追溯技術及應用國家工程實驗室，北京 100097；3. 天津科技大學電子信息與自動化學院，天津 300222；4. 北京林業(yè)大學信息學院，北京 100083； 5. 中國檢驗檢疫科學研究院，北京 100176）

小麥粉加工中原輔料來源多樣、追溯信息復雜，已有追溯信息的確定或依靠經驗判別或根據(jù)信息獲取難易程度確定。該研究基于原國家食品藥品監(jiān)督管理總局公布的2014年1月1日-2018年3月31日的共15 518批次小麥粉抽檢數(shù)據(jù)，分析其不合格率狀況，得到影響小麥粉質量安全的主要因素為脫氧雪腐鐮刀菌烯醇、過氧化苯甲酰、鋁、鉛、鎘、苯并芘、脫氫乙酸等7種物質；采用LD50值、致癌性等不同的危害程度指標，對7種風險進行了風險賦值；構建了以風險發(fā)生可能性和風險危害程度為核心的風險二維矩陣圖，通過識別得到，脫氧雪腐鐮刀菌烯醇風險最高，為四級；苯并芘風險為三級；過氧化苯甲酰、鋁、鉛、鎘風險均為二級；脫氫乙酸風險最低，為一級。通過對小麥加工流程分析，對危害物質進行了定位，得到小麥粉追溯的關鍵節(jié)點是原料入庫、原糧儲藏、物質添加、檢化驗等4個動態(tài)環(huán)節(jié)以及設備狀態(tài)、包裝材料特性等2個靜態(tài)特征；以此為基礎，從批次編碼關聯(lián)和追溯關鍵點信息采集角度構建了小麥粉追溯系統(tǒng)；與已有系統(tǒng)相比，該研究在擴展追溯鏈、優(yōu)化追溯信息采集內容方面具有優(yōu)勢；為追溯系統(tǒng)研究中質量安全信息的挖掘與分析提供了有益方法。

農產品；風險評估；食品加工；追溯；小麥粉；風險矩陣；流程分析

0 引 言

“從農田到餐桌”的農產品及食品供應鏈涉及生產、加工、包裝、運輸、倉儲、銷售等不同環(huán)節(jié)，每個環(huán)節(jié)都可能存在不安全因素[1-2]。追溯系統(tǒng)以其降低質量安全風險、提高產品召回效率、保障公眾健康水平的優(yōu)勢，從20世紀80年代被引入食品工業(yè)至今，歐盟、美國、加拿大、澳大利亞等國相繼建立了農產品及食品追溯系統(tǒng)[3-5]。追溯系統(tǒng)也已成為保障中國民眾“舌尖上的安全”的重要措施[6-7]。

直接上市或簡單加工的農產品，已基本形成了集標識方法、信息采集、數(shù)據(jù)傳遞等為基礎的追溯技術體系[8-10]。如利用條碼、射頻識別（radio frequency identification，RFID）等自動識別技術進行追溯單元標識[11-12]；利用無線傳感器網絡（wireless sensor network, WSN）、移動終端設備進行供應鏈各環(huán)節(jié)信息的實時監(jiān)測[13]；利用可擴展標記語言（extensible markup language, XML）進行追溯數(shù)據(jù)交換[14]；利用區(qū)塊鏈技術進行農產品供應鏈分析與追溯[15]。針對不同農產品及食品特點建立的追溯系統(tǒng)也已得到了開發(fā)和應用[16-19]。

以小麥粉加工為代表的農產品加工過程具有原輔料來源多樣、追溯信息復雜，已有追溯信息的確定或依靠經驗判別或根據(jù)等待點信息獲取難易程度確定，既影響了信息采集效率，也影響了追溯的持續(xù)應用。本研究基于近5a來原國家食品藥品監(jiān)督管理總局公布的小麥粉抽檢數(shù)據(jù)，采用風險矩陣法確定了小麥粉加工中的主要危害物質，結合小麥粉加工流程對核心追溯環(huán)節(jié)進行了定位，挖掘了關鍵追溯信息，設計與實現(xiàn)了小麥粉加工過程追溯系統(tǒng)，并與已有系統(tǒng)進行了比較分析。

1 影響小麥粉質量安全的風險評估

1.1 主要危害物質識別

影響小麥粉質量安全的風險因素多樣，且加工過程影響質量安全的作用機制復雜，相關研究也多有探討[20-22]；本研究則從小麥粉檢測數(shù)據(jù)入手，挖掘影響小麥粉質量安全的主要危害物質。具體來說，采用原國家食品藥品監(jiān)督管理總局公布的2014年1月1日－2018年3月31日的相關小麥粉抽檢數(shù)據(jù)（http://samr.cfda.gov.cn/WS01/CL1698/）進行分析，在此期間共抽檢小麥粉15 518批次，其中合格15 444批次、不合格74批次，不合格率為0.48%。進一步分析不合格產品的地域分布及不合格產生的原因，其結果如圖1所示。

圖1 小麥粉抽檢不合格批次分析

在74批不合格產品中，原產地為山東和江蘇2省的最多，均為15批次；生產年份為2016年的最多，為42批次。進一步分析抽檢不合格的因素，其中最多的是脫氧雪腐鐮刀菌烯醇超標，為45批次，占不合格總數(shù)的60.81%；其次為過氧化苯甲酰引起的不合格，為12批次，占不合格總數(shù)的16.22%；再次為鋁殘留，為10批次，占不合格總數(shù)的13.51%。其他的不合格批次分別是由鉛殘留、鎘殘留、苯并芘、脫氫乙酸引起的，批次數(shù)分別為2批次、2批次、2批次和1批次，此4項占總不合格批次的比例僅為9.46%。由此可得，抽檢不合格的批次中，其不合格因素排序為：脫氧雪腐鐮刀菌烯醇>過氧化苯甲酰>鋁>鉛=鎘=苯并芘>脫氫乙酸。

1.2 風險危害程度分析

由潛在風險識別可以看出，小麥粉加工中的主要風險因素為化學性因素風險，包括了金屬污染物、禁用藥物、生物毒素等。對于這些因素的危害程度，國際上有不同的指標來衡量，分析總結如下：

1）健康指導值，指聯(lián)合國糧農組織和世界衛(wèi)生組織下的食品添加劑聯(lián)合專家委員會、農藥殘留聯(lián)系會議等國際權威機構經過評估設定的一個推導值，是人類在一定時期內經口攝入某種化學物而不產生可檢測到的對健康產生危害的量，包括每日允許攝入量（acceptable daily intake, ADI）、每日耐受攝入量（tolerable daily intake, TDI）等。

2）急性毒性，表示在規(guī)定時間內，通過指定感染途徑，使一定體質量或年齡的某種動物半數(shù)死亡所需最小計量；首選大鼠經口半數(shù)致死量（median lethal dose, LD50）數(shù)據(jù)。

3）致癌性，基于國際癌癥研究機構（international agency for research on cancer, IARC）致癌物分級。

為了使不同指標之間具有可比性，文獻[23-24]基于LD50值和致癌性，對風險危害程度進行賦值，其結果如表1所示，風險程度賦值越高，則該物質風險越高。

表1 食品中化學性危害物質風險程度賦值表

小麥粉加工中的主要風險因素有脫氧雪腐鐮刀菌烯醇、過氧化苯甲酰、鋁、鉛、鎘、苯并芘和脫氫乙酸。經查閱相關資料[25-26]，得到7種物質的LD50值及致癌性。根據(jù)表1確定的風險程度賦值方法，并遵循不同評價指標得到的風險值取高值的原則，7種物質的風險程度賦值如表2所示。

表2 小麥粉加工中主要危害物質的風險程度

1.3 風險評估

風險是風險發(fā)生因素的可能性與危害程度的二元函數(shù)[27]。用數(shù)學表達式可以表示為

=(,) （1）

式中代表風險值；代表風險因素發(fā)生的可能性；代表風險因素產生的危害程度。

為了直觀的對風險結果進行描述，本研究引入基于風險矩陣的風險結果表示形式[28]，用橫軸代表風險危害程度、縱軸代表風險發(fā)生可能性，如圖2所示。將與的數(shù)值分別進行5級量化，按照風險可能發(fā)生的高低，依次取為5（極有可能）、4（很可能）、3（有可能）、2（罕見）、1（很罕見）；按照風險危害程度的強弱，依次對應風險危害程度按高到低分別為5、4、3、2、1。

在本模型中，采用的風險計算公式為

式中的取值范圍為[1,5]，的取值范圍為[1,5]；根據(jù)計算的值不同，將風險值劃分為5個等級，分級規(guī)則如下：1≤＜2，則為1級；2≤＜3，則為2級；3≤＜4，則為3級；4≤＜5，則為4級；≥5，則為5級；如圖2所示。

對于的取值，根據(jù)“1.1潛在風險識別”中不合格因素的排序，按照風險發(fā)生可能的相對性，將7種物質的風險發(fā)生可能性按脫氧雪腐鐮刀菌烯醇超標-5、過氧化苯甲酰-4、鋁殘留-3、鉛殘留/鎘殘留/苯并芘-2、脫氫乙酸-1的規(guī)則進行賦值。

根據(jù)式（2）中的風險計算公式，對小麥粉加工中的7種風險物質進行風險評估，得到其風險等級，如圖2所示。

圖2 7種物質風險等級二維矩陣圖

由圖2可以看出，脫氧雪腐鐮刀菌烯醇風險最高，為四級；苯并芘風險為三級；過氧化苯甲酰、鋁、鉛、鎘風險均為二級；脫氫乙酸風險最低，為一級。

2 關鍵追溯環(huán)節(jié)定位

2.1 小麥粉加工流程分析

小麥粉加工過程主要經過原糧采購、原料存儲、毛麥配麥、清理潤麥、小麥研磨、小麥粉包裝、小麥粉存儲和銷售等過程。其具體流程為：小麥在主產區(qū)種植收獲后，按要求由專門車輛運送至加工廠，在原糧入倉之前需要進行初檢和復檢，檢測合格后過磅卸糧，以先進先出（first input first out, FIFO）的形式進入原糧倉存儲；根據(jù)小麥粉加工需求和計劃對不同等級小麥進行配比，調整入倉小麥流速以保證小麥的均勻混合，并且在毛麥配比過程中進行抽檢；之后經過一次清理、一次著水、二次著水和二次清理后進入凈麥倉；通過多次皮磨和心磨的研磨工藝對小麥進行研磨，并且進行篩理、清粉、松粉和打麩過程，在研磨過程中需進行在制品檢測；加工完成后進行小麥粉入粉倉和抽檢，最后對小麥粉計量包裝并進行成品檢驗，打包完成后入庫存儲或者按訂單規(guī)格出庫銷售。具體加工工藝流程如圖3所示。

圖3 小麥粉生產加工工藝流程

2.2 追溯關鍵環(huán)節(jié)定位

根據(jù)分析得到的影響小麥粉質量安全的7類物質，結合小麥粉的加工工藝流程；在實地調研和查閱文獻的基礎上，總結分析影響風險物質的小麥粉加工關鍵環(huán)節(jié)及其危害原因如表3所示。

表3 小麥粉加工中潛在危害主要環(huán)節(jié)

由表3可見，小麥粉質量安全的危害主要來源于小麥種植過程，其中種植環(huán)境、農資使用、收獲情況等都可能產生潛在危害，因此在小麥收購環(huán)節(jié)要做好質量控制；另一方面，某些企業(yè)的添加環(huán)節(jié)也是產生潛在危害的重要方面，過氧化苯甲酰、鋁、鉛、鎘、脫氫乙酸等均可能在這個環(huán)節(jié)產生。此外，小麥及小麥粉的貯藏環(huán)節(jié)及加工設備或包裝材料的不當使用，也可能產生潛在危害。由以上分析可以看出，小麥粉追溯的關鍵節(jié)點是原料入庫、原糧儲藏、物質添加、檢化驗等4個動態(tài)環(huán)節(jié)以及設備狀態(tài)、包裝材料特性等2個靜態(tài)特征。

3 系統(tǒng)設計與實現(xiàn)

在提取小麥粉加工中關鍵追溯節(jié)點的基礎上，從批次編碼和信息采集2方面設計小麥粉加工過程追溯系統(tǒng)，并采用C#語言、以Microsoft Visual Studio 2010軟件作為系統(tǒng)設計和開發(fā)工具實現(xiàn)系統(tǒng)功能。

3.1 批次編碼及關聯(lián)

參照文獻[29]，對小麥粉加工中的原料批次、加工批次及成品批次進行編碼，其中原料批次采用14位編碼（2位原料產地編碼+2位原料倉編碼+6位原料入倉日期編碼+2位小麥品種編碼+2位流水號）、加工批次采用16位編碼（2位原料倉編碼+1位生產線編碼+3位計劃加工質量編碼+6位加工日期編碼+ 2位小麥品種編碼+2位流水號）、成品批次（即產品追溯碼）采用20位編碼（6位包裝日期編碼+加工批次編碼去掉3位計劃加工質量和2位加工日期編碼中的年份編碼而得到的11位壓縮加工批次編碼+1位產品等級編碼+2位校驗碼）。

為了實現(xiàn)不同批次之間的追溯，需要進行編碼關聯(lián)。對于加工批次與原料批次的關聯(lián)，主要是根據(jù)產品先進先出的原則，以及原料倉編號和加工質量的識別來實現(xiàn)；由于可能存在多個原料批次的小麥放在一個原料倉的情況，根據(jù)先進先出原則和加工質量，可以較為簡單快捷的識別原料批次。對于成品批次與加工批次的關聯(lián)，主要是通過在成品批次編碼中加入壓縮的加工批次編碼來實現(xiàn)。

3.2 追溯關鍵點信息采集

根據(jù)提取的小麥粉加工中關鍵追溯點信息，系統(tǒng)在設計中進行了追溯信息分層設計，即將關鍵追溯點信息列入必要追溯信息，需要系統(tǒng)使用者必須填寫；將非關鍵追溯點信息列入可選追溯信息，系統(tǒng)使用者可以根據(jù)實際情況進行選擇性填寫。其中必要追溯信息包括原料入庫信息中的原料批次編碼、產地、小麥品種、入庫時間、農戶/經紀人、入庫質量、原料檢測信息等，原糧儲藏信息中的負責人、儲藏時間、所在倉號、儲藏環(huán)境等，加工過程中的加工批次編碼、設備狀況信息、包裝材料信息、添加物質信息等；成品檢化驗信息是重要的質量信息，包括水分、灰分、蛋白質、濕面筋、白度、加工精度、粗細度等。具體的追溯信息結構如圖4所示。

圖4 必要追溯信息結構圖

基于制定的追溯編碼及關聯(lián)規(guī)則、梳理的追溯關鍵信息，開發(fā)了小麥粉加工管理與追溯系統(tǒng)，典型界面如圖5所示。

系統(tǒng)包括基礎信息管理、原料入庫信息采集、原料儲藏信息管理、加工過程信息采集、檢化驗信息采集、條碼生成及打印、查詢與統(tǒng)計和系統(tǒng)管理等功能。原料入庫信息采集提供產地、小麥品種、入庫時間、農戶/經紀人、入庫質量、原料檢測等信息的添加、修改、刪除等功能；成品檢化驗信息采集，主要實現(xiàn)了水分、灰分、蛋白質、濕面筋、白度、粗細度等信息的采集；如圖5所示的追溯碼生成和打印功能，系統(tǒng)根據(jù)批次編碼及關聯(lián)規(guī)則，自動生成成品批次編碼（即產品追溯碼），并生成二維條碼。

3.3 應用效果分析

本研究提出了的基于風險矩陣法和流程分析的小麥粉加工中關鍵追溯信息挖掘方法，并應用于小麥粉生產企業(yè)的追溯系統(tǒng)開發(fā)。開發(fā)的系統(tǒng)在內蒙古、山東等小麥粉生產企業(yè)進行了初步應用，追溯結果比較如圖6所示。與已有的系統(tǒng)相比，本系統(tǒng)存在著如下特點：

1）已有的蔬菜[30]、水產品[31]等直接上市產品，未涉及加工環(huán)節(jié)，追溯流程相對簡單，本研究通過原料批次、加工批次及成品批次的關聯(lián)，可實現(xiàn)到加工過程的追溯，擴展了追溯鏈。

2）已有的小麥粉追溯系統(tǒng)[32]只能追溯原料入庫信息、檢化驗信息，本研究結合挖掘的溯源分層信息對追溯系統(tǒng)進行了改進，可追溯出原料入庫、原料貯藏、設備狀況、包裝材料、添加物質、檢化驗等信息，使加工過程信息質量安全采集的針對性更強，也使追溯結果更豐富。

圖5 系統(tǒng)界面示意圖 (追溯碼生成及打印)

圖6 追溯結果比較

4 結論與討論

已有追溯信息的確定多以經驗方式或可獲得難易程度確定，缺乏深入的挖掘與分析。本研究提出了基于風險矩陣法和流程分析的小麥粉加工中關鍵質量安全追溯信息挖掘方法，并將其應用于開發(fā)的追溯系統(tǒng)中，主要結論如下：

1）基于原國家食品藥品監(jiān)督管理總局公布的小麥粉抽檢數(shù)據(jù)，分析其不合格率狀況，得到影響小麥粉質量安全的7種風險物質；構建了風險二維矩陣圖，通過識別得到，脫氧雪腐鐮刀菌烯醇風險最高，為四級；苯并芘風險為三級；過氧化苯甲酰、鋁、鉛、鎘風險均為二級；脫氫乙酸風險最低，為一級；

2）通過流程分析，對風險物質進行了定位，得到小麥粉追溯的關鍵節(jié)點是原料入庫、原糧儲藏、物質添加、檢化驗等4個動態(tài)環(huán)節(jié)以及設備狀態(tài)、包裝材料特性等2個靜態(tài)特征；以此為基礎，從批次編碼關聯(lián)和追溯關鍵點信息采集角度構建了小麥粉追溯系統(tǒng)；將系統(tǒng)應用于山東、內蒙古等面粉企業(yè)，與已有系統(tǒng)相比，本系統(tǒng)在優(yōu)化追溯信息采集內容、提升追溯信息采集效率方面具有優(yōu)勢；為追溯系統(tǒng)研究中質量安全信息的挖掘與分析提供了有益方法。

從應用的情況來看，本方法及基于本方法開發(fā)的追溯系統(tǒng)還存在著以下不足：在進行風險評估中，用到的風險發(fā)生發(fā)生可行性是根據(jù)歷史的質量安全事件發(fā)生次數(shù)來確定的，隨著質量安全事件發(fā)生規(guī)律的變化，可能存在時效性和客觀性不強的問題，后期需要利用大數(shù)據(jù)進行更精準的分析和評價。

[1] Regattieri A, Gamberi M, Manzini R. Traceability of food products: General framework and experimental evidence[J]. Journal of Food Engineering, 2007, 81(2): 347－356.

[2] 楊信廷，錢建平，孫傳恒，等. 農產品及食品質量安全追溯系統(tǒng)關鍵技術研究進展[J]. 農業(yè)機械學報，2014，45(11)：212－222.

Yang Xinting, Qian Jianping, Sun Chuanheng, et al. Key technologies for establishment agricultural products and food quality safety traceability systems[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(11): 212－222. (in Chinese with English abstract)

[3] Smith G C, Tatum J D, Belk K E, et al. Traceability from a US perspective[J]. Meat Science, 2005, 71(1): 174－193.

[4] Dabbene F, Gay P, Tortia C. Traceability issues in food supply chain management: A review[J]. Biosystems Engineering, 2014, 120(3): 65－80.

[5] Stewart Walker G. Food authentication and traceability: An Asian and Australian perspective[J]. Food Control, 2017, 72: 168－172.

[6] 王雅君，張浩，時君麗，等. 基于過程的海產食品質量信息可追溯系統(tǒng)[J]. 農業(yè)工程學報，2015，31(14)：264－271.

Wang Yajun, Zhang Hao, Shi Junli, et al. Quality information traceability system based on seafood’s production process[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(14): 264－271. (in Chinese with English abstract)

[7] Wang J, Yue H L, Zhou Z N. An improved traceability system for food quality assurance and evaluation based on fuzzy classification and neural network[J]. Food Control, 2017, 79: 363－370.

[8] Zhang X S, Zhang J, Liu F, et al. Strengths and limitations on the operating mechanisms of traceability system in agro food, China[J]. Food Control, 2010, 21(6): 825－829.

[9] Bosona T, Gerbresenbet G. Food traceability as an integral part of logistics management in food and agricultural supply chain[J]. Food Control, 2013, 33(1): 32－48.

[10] 王姍姍，趙春江，錢建平，等. 批次清單結合Petri網追溯模型提高小麥粉加工過程追溯精度[J]. 農業(yè)工程學報，2018，34(14)：263－271.

Wang Shanshan, Zhao Chunjiang, Qian Jianping, et al. Bill of lots combined with Petri tracing model improving traceability of wheat flour processing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(14): 263－271. (in Chinese with English abstract)

[11] Fr?schle H K, Gonzales-Barron U, McDonnell K, et al. Investigation of the potential use of e-tracking and tracing of poultry using linear and 2D barcodes[J]. Computers and Electronics in Agriculture, 2009, 66(2): 126－132.

[12] Ruiz-Garcia L, Lunadei L. The role of RFID in agriculture: Applications, limitations and challenges[J]. Computers and Electronics in Agriculture, 2011, 79(1): 42－50.

[13] Qian J P, Yang X T, Wu X M, et al. Farm and environment information bidirectional acquisition system with individual tree identification using smartphones for orchard precision management[J]. Computers and Electronics in Agriculture, 2015, 116(8): 101－108.

[14] Voulodimos A S, Patrikakis C Z, Sideridis A B, et al. A complete farm management system based on animal identification using RFID technology[J]. Computers and Electronics in Agriculture, 2010, 70(2): 380－388.

[15] 于麗娜，張國鋒，賈敬敦，等. 基于區(qū)塊鏈技術的現(xiàn)代農產品供應鏈[J]. 農業(yè)機械學報，2017，48（增刊）：387－393.

Yu Lina, Zhang Guofeng, Jia Jingdun, et al. Modern agricultural product supply chain based on block chain technology[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(Supp.): 387－393. (in Chinese with English abstract)

[16] Lavelli V. High-warranty traceability system in the poultry meat supply chain: A medium-sized enterprise case study[J]. Food Control, 2013, 33(1): 148－156.

[17] Morenas J D L, Garcia A, Blanco J. Prototype traceability system for the dairy industry[J]. Computers and Electronics in Agriculture, 2014, 101(2): 34－41.

[18] 錢建平，吳曉明，范蓓蕾，等. 基于條碼-RFID關聯(lián)的蔬菜流通過程追溯精確度提高方法[J]. 中國農業(yè)科學，2013，46(18)：3857－3863.

Qian Jianping, Wu Xiaoming, Fan Beilei, et al. A solution for improving vegetable circulation traceability precision based on barcode-RFID correspondence[J]. Scientia Agricultura Sinica, 2013, 46(18): 3857－3863. (in Chinese with English abstract)

[19] 王東亭，付峰，饒秀勤，等. 基于分級處理生產線的臍橙全程追溯系統(tǒng)[J]. 農業(yè)工程學報，2013，29(7)：228－236.

Wang Dongting, Fu Feng, Rao Xiuqin, et al. Fruit traceability system based on processing and grading line[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(7): 228－236. (in Chinese with English abstract)

[20] 趙海燕，郭波莉，魏益民，等. 近紅外光譜對小麥產地來源的判別分析[J]. 中國農業(yè)科學，2011，44(7)：1451－1456.

Zhao Haiyan, Guo Boli, Wei Yimin, et al. Identification of geographical origins of wheat with discriminant analysis by near infrared spectroscopy[J]. Scientia Agricultura Sinica, 2011, 44(7): 1451－1456. (in Chinese with English abstract)

[21] 魏帥，魏益民，郭波莉. 小麥制粉系統(tǒng)各粉路產品鉛、鎘含量特征[J]. 中國食品學報，2016，16(9)：206－210.

Wei Shuai, Wei Yimin, Guo Boli. Pb and Cd concentration in different flour flow of wheat milling system[J]. Journal of Chinese Institute of Food Science and Technology, 2016, 16(9): 206－210. (in Chinese with English abstract)

[22] 李慧靜，田益玲，李寧，等. 轉谷氨酰胺酶對小麥面粉加工品質的影響研究[J]. 農業(yè)工程學報，2008，24(2)：232－236.

Li Huijing, Tian Yiling, Li Ning, et al. Effects of transglutaminase on processing quality of wheat flour[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(2): 232－236. (in Chinese with English abstract)

[23] 國家食品安全風險評估中心. 食品中不同化學物健康風險分級技術指南[R]. 北京：國家食品安全風險評估中心，2015.

[24] 周少君，頓中軍，梁駿華，等. 基于半定量風險評估的食品風險分級方法研究[J]. 中國食品衛(wèi)生雜志，2015，27(5)：576－585.

Zhou Shaojun, Dun Zhongjun, Liang Junhua, et al. Risk ranking method for chemical and biological hazards in food based on semi-quantitative risk assessment[J]. Chinese Journal of Food Hygiene, 2015, 27(5): 576－585. (in Chinese with English abstract)

[25] Chemical Safety Information from Intergovernmental Organizations. International Programme on Chemical Safety[Z]. http://www.inchem.org/

[26] World Health Organization. Food Safety Databases[Z]. http://www.who.int/foodsafety/databases/en/

[27] FAO/WHO. Application of risk analysis to food standards issues. Report of a Joint FAO/WHO Expert Consultation[C]// Switzerland: Geneva, 1995: 5－7.

[28] 劉清珺，陳婷，張經華，等. 基于風險矩陣的食品安全風險檢測模型[J]. 食品科學，2010，31(5)：86－90.

Liu Qingjun, Chen Ting, Zhang Jinghua, et al. Risk matrix-based risk monitoring model of food safety[J]. Food Science, 2010, 31(5): 86－90. (in Chinese with English abstract)

[29] 錢建平，吉增濤，劉學馨，等. 基于批次的面粉追溯鏈編碼研究[J]. 糧油加工，2010，10：52-55.

[30] 楊信廷，錢建平，孫傳恒，等. 蔬菜安全生產管理及質量追溯系統(tǒng)設計與實現(xiàn)[J]. 農業(yè)工程學報，2008，24(3)：162－166.

Yang Xinting, Qian Jianping, Sun Chuanheng, et al. Design and application of safe production and quality traceability system for vegetable[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2008, 24(3): 162－166. (in Chinese with English abstract)

[31] 楊信廷，孫傳恒，錢建平，等. 基于流程編碼的水產養(yǎng)殖產品質量追溯系統(tǒng)的構建與實現(xiàn)[J]. 農業(yè)工程學報，2008，24(2)：159－164.

Yang Xinting, Sun Chuanheng, Qian Jianping, et al. Construction and implementation of fishery product quality traceability system based on the flow code of aquaculture[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(2): 159－164. (in Chinese with English abstract)

[32] Qian J, Yang X, Wu X, et al. A traceability system incorporating 2D barcode and RFID technology for wheat flour mills[J]. Computers and electronics in agriculture, 2012, 89: 76－85.

Quality and safety traceable information mining in wheat flour processing based on risk matrix and flow analysis method

Qian Jianping1,2, Song Yingzhuo1,3, Wang Shanshan1,4, Wu Xiaoming1,2, Luo Jiyang5

(1.100097; 2.100097,; 3.300222; 4.100083; 5.100176)

Traceability information in wheat flour processing is complex because of various sources of raw and auxiliary materials. Collecting and confirmation of the information in existed method depends on developer's experience or information availability. The lack of in-depth mining and analysis has affected the efficiency of information collection and the continuous application of traceability. The study is based on the data of 15 518 batches of wheat flour sampled by the former State Food and Drug Administration from January 1, 2014 to March 31, 2018. The geographical distribution of the unqualified products and the causes of the unqualified products were analyzed. In the 74 batches of unqualified products, 45 batches were caused by deoxynivalenol. The result from benzoperoxide is 12 batches. The other substances such as aluminum, lead, cadmium, benzopyrone and dehydroacetic acid, is respectively 10 batches, 2 batches, 2 batches, 2 batches and 1 batch. Therefore, the ranking of seven main factors causing wheat flour quality and safety were deoxynivalenol, benzoperoxide, aluminum, lead/cadmium/benzopyrone and dehydroacetic acid. The ranking was acted as the probability of hazard occurrence. According to different international measurement indicators, the risk was assigned to 7 kinds of risks by using different hazard indicators such as LD50 value and carcinogenicity. The higher assessment value was, the higher risk harm degree. In the 7 substances, benzopyrone had the highest risk harm degree and benzoperoxide had the lowest risk harm degree. A two-dimensional risk matrix was constructed based on the probability of hazard occurrence and the severity of hazard occurrence. According to the risk identification, the risk of deoxynivalenol was the highest, which was level 4; the risk of benzopyrone was level 3; the risk of benzoperoxide, aluminum, lead and cadmium was the second level; the risk of dehydroacetic acid was the lowest. Through wheat processing flow analysis and hazard substances orientating, the key nodes of wheat flour traceability was identified, which included dynamic links such as raw material storage, raw grain storage and material addition, as well as static status of equipment and packaging materials feature. Based on the risk analysis result, the wheat flour processing management and traceability system was designed and developed with the batches coding and association rules of raw batches, processing batches and traceability batches, and the key traceable information. The system includes basic information management, raw material storage information collection, raw material storage information management, processing information collection, testing information collection, bar code generation and printing, query and statistics and system management functions. This paper proposes a key traceability information mining method based on risk matrix method and process analysis in wheat flour processing, and is applied to the development of actual traceability system. Compared with existing systems, the traceability of the processing process can be realized by correlating the different batches of raw materials, processing batches and finished products with this system. The traceability accuracy can be improved. When quality and safety problems occur, the system is more conducive to the realization of accurate recall. On the other hand, the system is improved by combining the traceability and hierarchical information of mining, which can improve the efficiency and pertinence of information acquisition in the process of wheat flour processing and facilitate the application of the system in wheat flour processing enterprises.

agricultural products; risk assessment; food processing; traceability; wheat flour; risk matrix; process analysis

10.11975/j.issn.1002-6819.2019.02.038

TP301

A

1002-6819(2019)-02-0302-07

2018-08-09

2019-01-08

國家自然科學基金面向項目“連續(xù)閉環(huán)加工中智能柔性追溯模型構建及系統(tǒng)驗證：以小麥粉加工為例”（31671593）；國家重點研發(fā)計劃項目-跨境食品快速通關關鍵技術研究及智慧口岸信息平臺構建(2016YFD0401105)；北京市農林科學院2017年度科研創(chuàng)新平臺建設（KYCXPT201723)聯(lián)合資助

錢建平，研究員，主要從事農產品質量安全追溯技術研究。Email：qianjp@nercita.org.cn

中國農業(yè)工程學會會員：E041200542S

錢建平，宋英卓，王姍姍，吳曉明，羅季陽.風險矩陣和流程分析法挖掘小麥粉加工中質量安全追溯信息[J]. 農業(yè)工程學報，2019，35(2)：302－308. doi：10.11975/j.issn.1002-6819.2019.02.038 http://www.tcsae.org

Qian Jianping, Song Yingzhuo, Wang Shanshan, Wu Xiaoming, Luo Jiyang. Quality and safety traceable information mining in wheat flour processing based on risk matrix and flow analysis method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(2): 302－308. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.02.038 http://www.tcsae.org