陳超鋒，王恒滬，黃子珍，滕建文

(廣西大學，南寧 530004)

傳統(tǒng)柿餅加工因加工時間長、霉變等缺點，人工干制柿餅得到迅速發(fā)展。然而，機制柿餅易出現(xiàn)味澀、僵硬、無霜等問題。其中澀味殘留只能通過感官品嘗才能了解，嚴重影響消費者的體驗。目前，張寶善、徐君馳等[1，2]指出柿餅脫水脫澀伴隨著軟化，既有乙醛與可溶性單寧結合生成不可溶性單寧，又有可溶性單寧與果膠結合形成單寧-果膠凝膠，還可以與細胞碎片形成不可溶單寧。張海生、杜建明等[3，4]指出單寧在高溫的作用下由可溶態(tài)聚合為不溶態(tài)，干燥過程柿子失水滲透壓升高也能夠促進脫澀。因此，柿餅脫水脫澀過程可溶性單寧變化規(guī)律沒有辦法根據(jù)脫澀機理準確預測，必須通過實驗方法獲得柿餅脫水中脫澀的變化規(guī)律。BP網(wǎng)絡是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡，能學習和存儲大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數(shù)學方程，利用BP神經(jīng)網(wǎng)絡可以較好地處理這類多因素、非線性問題[5,6]。因此，本文通過研究柿餅干燥溫度、可溶性單寧濃度以及柿餅水分含量對脫澀規(guī)律的影響，建立具有良好擬合性和預測性的可溶性單寧BP神經(jīng)網(wǎng)絡，可作為指導生產(chǎn)實踐的重要輔助手段，在柿餅干燥工業(yè)應用領域具有重要的實用價值。

1 實驗材料與方法

1.1 材料

供試材料為“恭城月柿”(DiospyroskakiThumb.“Yue”、PCA，原產(chǎn)地中國)，2018年10月采摘于桂林恭城，此時月柿果肉堅硬，單果質量在150 g左右，成熟度為7～8成熟(橙黃泛紅)，可溶性單寧含量較高。實驗時挑選大小均勻、無病蟲害、無機械損傷的柿果。

1.2 實驗方法

通過觀察不同溫度、不同初始單寧含量、不同水分含量對柿餅脫澀的影響，設置實驗，見表1。

表1 實驗設計Table 1 Experimental design

其中10，11，12組實驗為不同水分含量實驗，為探究不同水分含量對柿果干制脫澀規(guī)律的影響，設定65%、55%、45%含量(水分含量通過稱重法測定，前期干燥在55 ℃條件下，風速最大)在55 ℃，風速為0 m/s下進行干燥。其他組為干燥組，干燥工藝：鮮柿→削皮→稱重→干燥→完全脫澀。設定好熱風干燥設備參數(shù)，每次實驗前均預熱30 min。將削皮柿果均勻擺放到物料盤中，開始干燥。在不同干燥條件下每隔2 h排濕1次，每次1 min，每4 h在不同位置取出4個柿果，打漿測定水分與可溶性單寧含量。

1.3 理化指標測定方法

1.3.1 水分含量的測定

參考GB 5009.3—2010《食品中水分的測定》[7]。

1.3.2 可溶性單寧含量測定

參考Tessmer等[8]的福林酚比色法測定可溶性單寧含量。標準曲線以沒食子酸為標品：y=0.1229x+0.025，R2=0.9995，單位g/100 g干基。

2 結果與討論

2.1 不同溫度對柿餅脫澀的影響

圖1 不同溫度下柿子的可溶性單寧變化規(guī)律Fig.1 Change of soluble tannin of persimmon at different temperatures

由圖1可知，柿餅干燥過程中，不同溫度下柿子可溶性單寧均呈現(xiàn)先下降后升高再下降的趨勢。張海生指出，柿餅的脫澀不僅可在乙醇脫氫酶的作用下完成，也可在高溫的作用下完成。Benarie等[9]在研究溫水脫澀過程中發(fā)現(xiàn)放入40 ℃水中脫澀需要5 h，而放入60 ℃水中脫澀需要1 h。董文賓等[10]在柿子脫澀新工藝及其影響因素研究中指出，隨著溫度的升高，單寧含量降低，且在65 ℃達到最低。Fukushima[11]在柿果脫澀機理中指出，干燥脫水能夠導致單寧細胞收縮可溶性單寧可以通過氫鍵或疏水鍵結合，聚合成大分子，促進脫澀，即使沒有乙醛的作用下。對比本實驗可知，柿餅干制脫澀中，溫度越高(35～55 ℃之間)，其脫澀時間越短。在柿餅脫澀過程中，常出現(xiàn)返澀的現(xiàn)象，如張家年等[12]在柿餅干燥中發(fā)現(xiàn)返澀現(xiàn)象。張桂霞等[13]在柿果軟化過程中，柿子硬度達到4.2 kg/cm2時可溶性單寧出現(xiàn)升高的現(xiàn)象。目前對于返澀的機理研究解釋不多，一般認為是一種物理作用。張寶善等[14]認為柿果在脫澀過程中，細胞中的單寧由可溶態(tài)變成不溶態(tài)，澀味消失；在光、熱、酸等條件處理下，脫澀后的果實細胞中的單寧由不溶態(tài)重新變成可溶態(tài)，澀味再現(xiàn)。Benarie等發(fā)現(xiàn)溫水脫澀中30 ℃即可返澀，此時不可溶性單寧變成可溶性單寧。本實驗發(fā)現(xiàn)柿餅在脫澀前期沒有出現(xiàn)返澀現(xiàn)象，而是隨著水分的降低，在含水量為70%～65%出現(xiàn)返澀。

2.2 不同濃度對柿餅脫澀的影響

圖2 不同濃度可溶性單寧變化規(guī)律的研究Fig.2 Study on the variation of soluble tannin in different concentration

由圖2可知，不同的初始單寧均影響柿餅完全脫澀的時間。但不論初始單寧含量高低，其變化規(guī)律一致，都出現(xiàn)先下降再升高再下降的趨勢。35 ℃下，6.46 g/100 g干基的可溶性單寧完全脫澀需要84 h，而初始單寧為3.19 g/100 g干基時，完全脫澀時間64 h，縮短了20 h。45 ℃下，6.32 g/100 g干基的可溶性單寧完全脫澀需要64 h，而初始單寧為2.62 g/100 g干基時，完全脫澀時間為52 h，縮短了12 h。55 ℃下，5.85 g/100 g干基的可溶性單寧完全脫澀需要56 h，而初始單寧為2.79 g/100 g干基時，完全脫澀時間為32 h，縮短了24 h。因此在柿餅加工過程中，柿餅初始單寧含量能夠影響柿餅完全脫澀的時間。55 ℃下當單寧含量在一定的范圍內，并沒有影響單寧的脫澀時間，如2.07 g/100 g干基與1.27 g/100 g干基，在此濃度內，可溶性單寧在前期快速下降，導致柿餅中的可溶性單寧迅速減少，但在8 h后柿餅的脫澀速率變慢，且沒有出現(xiàn)返澀的現(xiàn)象。但2.79 g/100 g干基在干燥脫澀過程中仍然出現(xiàn)了返澀的現(xiàn)象，且36 h才完全脫澀。因此，柿餅制作過程中應控制柿餅初始單寧含量，可溶性單寧過高會顯著影響柿餅的脫澀時間，而在低濃度下柿餅脫澀時間影響較小。劉興華等[15]在45 ℃干制柿餅中柿果脫澀時間在48～60 h，同時黃綠色成熟度的果脫澀需要72 h，與本實驗基本吻合。

2.3 不同水分含量對柿餅脫澀的影響

圖3 不同水分含量對柿餅脫澀的影響Fig.3 Effect of different water content on deastringent of dried persimmon

由圖3可知不同水分含量對柿餅脫澀的影響，在低于45%的水分含量下，柿餅的脫澀變得困難，脫澀56 h還不能完全脫澀。65%的水分含量下柿餅迅速脫澀，32 h基本脫澀完全。55%的水分含量下48 h也能快速脫澀完全。關于水分含量對柿子干燥的影響較少，本實驗認為柿餅的水分越低，水分活度越低，因此影響柿餅的酶活，導致后期脫澀困難。

2.4 BP人工網(wǎng)絡神經(jīng)的建立

2.4.1 網(wǎng)絡結構設計

網(wǎng)絡結構的設計主要包括輸入層、隱含層、輸出層及各層之間傳遞函數(shù)、學習函數(shù)確定等方面[16]。隱含層能從輸入樣本中提取規(guī)律特性，起到抽象作用，因此，先確定隱含層數(shù)目。理論已經(jīng)證實，在不限制隱含層節(jié)點數(shù)的情況下，只含有一個隱含層的BP網(wǎng)絡即可實現(xiàn)任意的非線性映射。因此，在本文中選取只含一個隱含層的神經(jīng)網(wǎng)絡來進行實驗[17]。決定柿子脫澀的因素有很多，在實驗中主要考慮了干燥溫度、水分含量、初始單寧以及干燥時間這4個因素的影響，因此本文中選擇這4個變量因子為神經(jīng)網(wǎng)絡輸入量，即輸入層節(jié)點數(shù)為4。輸出層節(jié)點數(shù)應與目標參數(shù)相關，由于本次建模主要是為了進行柿子可溶性單寧的預測，因此輸出量即為可溶性單寧含量，即輸出層節(jié)點數(shù)為1。隱含層節(jié)點按經(jīng)驗選取，一般設為輸入層節(jié)點數(shù)的75%。如果輸入層為4，輸出層可暫設為3，即構成4-3-1的BP神經(jīng)網(wǎng)絡模型。在系統(tǒng)訓練時，實際還需要考慮4，5，6，7，8節(jié)點數(shù)[18]，最后確定最合適的網(wǎng)絡結構，本實驗通過對比不同的節(jié)點數(shù)(見表2)，可得6個節(jié)點為最佳節(jié)點數(shù)，BP神經(jīng)網(wǎng)絡結構示意圖見圖4。

表2 隱含層訓練結果Table 2 The training results of implicit layer

圖4 BP神經(jīng)網(wǎng)絡結構示意圖Fig.4 Structural chart of BP neural network

2.4.2 數(shù)據(jù)的預處理

為了能更好地反映測試值的變化，在進行網(wǎng)絡學習前需要對數(shù)據(jù)進行歸一化處理。樣本數(shù)據(jù)進行歸一化處理網(wǎng)絡的輸入、輸出是將數(shù)據(jù)變換到[0，1]或者[-1，1]區(qū)間內，即歸一化處理。其歸一化方程如下：

2.4.3 網(wǎng)絡訓練及模型的仿真

2.4.3.1 網(wǎng)絡訓練

圖5 訓練誤差曲線圖Fig.5 The graph of training error

對于數(shù)據(jù)的正確與否將直接影響網(wǎng)絡訓練的正確性，因此，要想網(wǎng)絡能夠正確訓練就必須要刪除那些無效的數(shù)據(jù)，即技術上不符合實際的數(shù)據(jù)或是那些不可靠、虛假的數(shù)據(jù)源。本實驗所采用的數(shù)據(jù)為實驗所得數(shù)據(jù)，其中包括訓練樣本集144組數(shù)據(jù)，22組驗證集樣本。本實驗利用DPS數(shù)據(jù)處理系統(tǒng)，選擇由BP算法訓練的多層前饋感知器人工神經(jīng)網(wǎng)絡以建立預測模型，因為它具有對任何函數(shù)建模的記錄能力。BP模型建立參數(shù)如下：輸入層節(jié)點為 4；隱含層節(jié)點為6；最小訓練速率為 0.1；動態(tài)參數(shù)為 0.6；參數(shù) SIGMOID為0.9，允許誤差為0.001；最大迭代次數(shù)為1000。經(jīng)過1000次的模擬，達到目標誤差0.001，訓練誤差曲線見圖5。

圖6 BP預測值與實驗值的相關性分析Fig.6 Correlation analysis between BP predicted value and experimental value

BP人工神經(jīng)網(wǎng)絡的預測值與實驗值的相關性分析見圖6，其中R2=0.966，隱含層各個節(jié)點的權重矩陣、輸出層各個節(jié)點的權重矩陣見表3。

表3 隱含層各個結點的權重矩陣Table 3 Weight matrix of each node of implicit layer

2.4.3.2 BP神經(jīng)網(wǎng)絡仿真預測

利用訓練好的網(wǎng)絡對測試集(22個未被網(wǎng)絡使用過的數(shù)據(jù))進行預測，實際實驗值與預測值的比較見圖7。

結果顯示：55 ℃的BP預測值與實際值R2=0.963，50 ℃的R2=0.958，40 ℃的BP預測值與實際值R2=0.915；22組數(shù)據(jù)BP預測數(shù)據(jù)與實際值的相關系數(shù)為R2=0.93；通過建立BP人工神經(jīng)網(wǎng)絡模型，發(fā)現(xiàn)實驗值與預測值具有一致性，表明模型預測能力較優(yōu)。

圖7 22組驗證集預測曲線Fig.7 The prediction curves of 22 validation sets

3 總結

通過以上分析，本實驗研究主要得出了以下結論：

干制過程中柿餅脫澀規(guī)律如下：在35～55 ℃柿餅干制過程中，隨著溫度的升高，柿餅完全脫澀的時間越短，且每個溫度均出現(xiàn)可溶性單寧升高的現(xiàn)象。不同初始可溶性單寧含量在一定范圍內能夠影響柿餅的脫澀時間，其可溶性單寧越高，脫澀時間越短，但低于一定濃度后，柿餅的脫澀時間不受初始單寧含量的控制。水分含量越高，柿餅的脫澀時間越短，但低于45%水分含量的柿餅脫澀困難，甚至脫不了澀。

通過分析干燥溫度、初始單寧含量、干燥時間以及水分含量與可溶性單寧的關系，建立了BP神經(jīng)網(wǎng)絡模型。輸入層為4，隱含層為1，隱含節(jié)點為4，輸出層為1，選擇144個樣本作為訓練集、22組數(shù)據(jù)為網(wǎng)絡預測集。其中訓練集的相關系數(shù)為0.966，網(wǎng)絡預測集的相關性系數(shù)為0.93。可溶性單寧BP網(wǎng)絡模型預測值與實測值的相關系數(shù)達0.93。該模型可以用于預測柿餅干燥過程中的可溶性單寧含量。