金 楠 方 鵬 王紅英 段恩澤

(中國農業(yè)大學工學院， 北京 100083)

0 引言

調質工藝是影響顆粒飼料加工質量的重要因素之一。飼料原料通過調質器槳葉的攪拌混合，在與飽和蒸汽充分進行濕熱傳遞的過程中發(fā)生糊化，在提高飼料中營養(yǎng)物質消化利用率的同時，改善了飼料成型特性[1]。文獻[2]指出，溫度和時間是影響糊化的主要因素，但目前尚無文獻給出優(yōu)化飼料糊化的確切參數(shù)。

現(xiàn)有飼料調質工藝研究中，主要包括對飼料及飼料原料比熱、熱導率等熱特性的分析[3-5]，飼料調質器的傳質過程、物料運動過程的建模仿真模擬及優(yōu)化[6-7]，飼料糊化度的測定方法[8]，以及在生產條件下探究調質溫度、調質時間對飼料熱敏性組分和飼料質量的影響等方面[2, 9-10]，而對飼料糊化特性、糊化過程和糊化參數(shù)的基礎研究較少[11]。

在飼料淀粉源原料的糊化特性及其動力學研究中，往往需要對原料進行可控參數(shù)的水熱處理。文獻[12]使用DSC(差示掃描量熱法)程序控溫，對不同糖添加量的木薯淀粉進行熱處理，研究其糊化動力學；文獻[13]將糯玉米淀粉懸浮液密封于鋁坩堝后，置于熱水浴中對其進行加熱處理；文獻[14]則是將小麥淀粉樣品加水后置于試管內，放入水浴鍋隔水加熱；此外還有油浴加熱[15]等處理方式。在熱處理過程中樣品溫度的均勻性通常被忽視，達到溫度均勻分布所需的時間尺度可能比糊化時間尺度大得多，這對糊化時間的控制、重復試驗結果的穩(wěn)定性是不利的。

本文提出一種應用鑄鋁板對飼料樣品夾持加熱的裝置及方法，并使用樣品從室溫加熱到設定溫度的溫度曲線，對板加熱裝置實現(xiàn)樣品均勻加熱的方法進行評估。以育肥豬配合飼料粉料為對象，基于該裝置研究溫度、時間、含水率3個糊化參數(shù)對飼料糊化度的影響，并分析飼料熱處理后的色差變化，以期為飼料熱處理及糊化參數(shù)的研究提供參考。

1 材料與方法

1.1 試驗設計

基于正交旋轉組合試驗原理，以飼料糊化過程中的糊化溫度、糊化時間和飼料含水率3個參數(shù)為試驗因素，以飼料熱處理后的糊化度Y為評價指標，開展三因素五水平二次回歸正交旋轉組合試驗，因素編碼如表1所示，各試驗因素取值范圍參照文獻[15]及飼料調質工藝參數(shù)，共進行23次試驗[16]。并利用Design-Expert軟件回歸分析法和響應面分析法，建立飼料糊化度的數(shù)學模型。

表1 二次回歸正交旋轉組合試驗因素編碼Tab.1 Factors and codes of quadratic regression orthogonal rotatory combination design

1.2 試驗材料及預處理

本試驗所用飼料為育肥豬配合飼料粉料(混合后調質處理前)，取自北京首農畜牧發(fā)展有限公司飼料分公司，其配方組成(質量分數(shù))為：玉米66.52%、豆粕15.15%、麥麩8.00%、玉米干全酒糟7.00%、石粉0.85%、磷酸氫鈣0.48%、復合預混料2.00%。經高速萬能粉碎機(天津泰斯特儀器有限公司)粉碎后過70目篩，樣品初始含水率為10.78%，根據不同試驗組別水分要求調整飼料含水率，通過往原始粉料中噴灑計算好的達到目標含水率所需蒸餾水量，并充分混合15 min后裝入聚乙烯密封袋中，置于4℃的冰箱平衡48 h，期間每隔8 h晃動一次，每次持續(xù)1 min，以保證獲得含水率均一的已知含水率樣品。根據試驗要求分別取2 g樣品于自封袋(60 mm×85 mm)中密封，共23份不同含水率處理組飼料樣品用于后續(xù)熱處理。

1.3 飼料板加熱處理裝置

利用自主搭建的鑄鋁板加熱裝置對不同含水率處理組的飼料進行熱處理，如圖1所示。智能溫控器開啟并設定加熱溫度后，鑄鋁加熱板(150 mm×150 mm×20 mm)開始升溫加熱，溫度傳感器實時監(jiān)測鑄鋁板溫度并反饋至溫控箱，實現(xiàn)對加熱板溫度的精準控制；待實時溫度達到目標設定值，將裝有樣品的自封袋鋪平后放入兩加熱板間夾持熱處理使飼料糊化，處理時間依據各試驗組別；待達到加熱時長，將裝有樣品的自封袋立即取出置于冰袋上，以迅速停止飼料的糊化進程。該鑄鋁板加熱裝置升溫速度快、發(fā)熱均勻、導熱性能好，同時樣品的需要量少、操作方便，可以很好地實現(xiàn)飼料樣品在熱處理過程中的均勻糊化。

圖1 基于均勻板加熱法的飼料熱處理裝置Fig.1 Heat treatment device for feed based on homogeneous plate heating method1.鑄鋁加熱板 2.智能溫控器 3.溫度傳感器 4.接線柱 5.樣品 6.隔熱墊板

1.4 飼料糊化度的測定

飼料樣品糊化度的測定方法參照文獻[17]提出的簡易酶法。酶溶液選用糖化酶(Amyloglucosidase，CAS: 9032-08-0，上海源葉生物科技有限公司)配制，酶解最適溫度為50℃。在紫外可見分光光度計(北京普析通用儀器有限責任公司) 420 nm波長下讀取吸光度，糊化度計算公式為

(1)

式中As——待測樣品的吸光度

Ab——空白吸光度

At——全糊化樣品的吸光度

1.5 飼料色差的測定

將飼料原樣及熱處理后的各試驗組樣品放置于鋁盒中，在溫度設定為40℃的電熱恒溫鼓風干燥箱(上海精宏實驗設備有限公司)中靜置12 h，干燥至質量恒定，用于樣品的色差測定，以排除水分對色度的影響。樣品的色度參數(shù)使用LabScan XE型分光測色儀(美國HunterLab公司)測定，色差計算公式為

ΔE*=[(ΔL*)2+(Δa*)2+(Δb*)2]1/2

(2)

式中 ΔL*、ΔA*、ΔB*——標準參考白板與被測樣品色度參數(shù)L*、A*、B*值的差值

2 結果與分析

2.1 飼料板加熱處理的均勻性分析

2.1.1一維熱傳導方程的有限差分法求解

本文提出了一種運用鑄鋁板夾持對飼料進行熱處理的方法，為評估整個樣品在受熱過程中的溫度均勻性，將飼料的傳熱過程假設為一維熱傳導方程，公式為

(3)

(4)

式中u——樣品溫度，℃

t——傳熱時間，s

x——樣品厚度，mm

α——導溫系數(shù)，m2/s

k——熱導率，W/(m·K)

ρ——堆積密度，kg/m3

c——比熱容，J/(kg·K)

通過測量，本研究熱處理樣品厚度x=0.8 mm，同時參照相關飼料熱特性的研究[4-5]，確定樣品在25℃初始條件下，c=2 025.60 J/(kg·K)，ρ=671.00 kg/m3，k=0.092 W/(m·K)，計算得到α=6.77×10-8m2/s。并借助Matlab有限差分法編程求解熱傳導方程。

有限差分法是將求解區(qū)域劃分為差分網格，用有限個網格節(jié)點代替連續(xù)的求解域，通過已知的傳熱方程，建立一個關于時間和樣品厚度的函數(shù)，如圖2所示，圖中，T為傳熱總時長，L為樣品總厚度，時間步長Δt=T/N，空間步長Δx=L/M，M、N分別為差分網格設置的空間點數(shù)和時間點數(shù)[18]。通過對原方程建立的差分格式，把原方程離散到各個節(jié)點上進而計算數(shù)值近似解。

圖2 熱傳導方程隱格式網格劃分Fig.2 Implicit scheme mesh generation for heat conduction equation

u(x,t)關于t的向后差商為[18]

(5)

關于t的二階中心差商為[18]

(6)

對式(3)進行離散，離散后的方程為

(7)

(1+2r)u(j,n)-ru(j+1,n)-
ru(j-1,n)=u(j,n-1)

(8)

可轉換為矩陣形式

(9)

2.1.2熱處理中的溫度變化

以鑄鋁板加熱溫度設定為75℃為例，分析樣品自夾持在板間加熱開始后的溫度曲線分布情況，如圖3所示。樣品的初始溫度為25℃，隨著加熱時間變化，由樣品與鑄鋁板接觸處逐漸向樣品內部傳熱，自起始加熱后5 s內達到均勻的溫度分布，若提高加熱板設定溫度，將會縮短樣品溫度均勻分布的時間。由此可見，在相對較短時間內，本文所采用的板加熱裝置保證了樣品溫度分布的充分均勻性，實現(xiàn)對樣品處理時間的準確控制。

圖3 樣品加熱處理中溫度曲線分布Fig.3 Calculated temperature profiles of sample during heating treatment

熱處理過程中樣品溫度分布的均勻性在淀粉源物料糊化等研究中至關重要，不均勻加熱可能導致樣品不同區(qū)域糊化程度的差異，使試驗結果的原因分析復雜化[20]。水分子在淀粉顆粒中的擴散對于糊化過程起著重要作用，但樣品的不均勻加熱會出現(xiàn)“水分掠奪效應”，即當樣品的某一區(qū)域比其周圍更早達到糊化溫度時，淀粉顆粒會從周圍吸收可用的水分子，給水分子向相鄰區(qū)域的擴散帶來阻力，尤其在限制水分條件下更加明顯[21]。

2.2 糊化度回歸模型的建立

2.2.1回歸模型及顯著性檢驗

以溫度、時間、含水率3個試驗因素的編碼值X1、X2、X3為自變量，以飼料熱處理后測定的糊化度Y為評價指標的二次回歸正交旋轉組合試驗結果如表2所示。

表2 二次回歸正交旋轉組合試驗方案及結果Tab.2 Scheme and results of quadratic regression orthogonal rotatory combination design

應用Design-Expert軟件對試驗結果進行分析，得到糊化度Y與各試驗因素編碼值的二次回歸模型為

(10)

表3 糊化度回歸模型方差分析Tab.3 ANOVA for regression model of degree of gelatinization

注：** 表示差異極顯著，下同。

2.2.2回歸模型中的因素主效應分析

由方差分析可知，飼料糊化時間X2對糊化度的影響不顯著，因此僅對溫度X1和含水率X3兩個因素的主效應進行分析。圖5a所示為糊化溫度X1對糊化度的主效應影響圖，可見當含水率X3取0、1水平時，溫度對糊化度的影響呈上升趨勢，當含水率X3取-1水平時，隨著溫度的增加對糊化度的影響呈下降趨勢。也就是說，在含水率較高情況下尤其是大于24%水平，糊化度隨溫度升高而上升，但低含水率情況下升溫甚至可使飼料糊化度下降。這可能是因為低含水率處理飼料，使淀粉分子形成了高分子淀粉的集聚體，進而使淀粉晶型更加緊密，分子間氫鍵難以斷裂，導致糊化度下降[22-23]。在實際加工中，飼料往往是在限制水分條件下加熱的，低含水率高溫處理對飼料糊化度下降的影響有待進一步研究。

圖4 試驗因素交互作用響應曲面Fig.4 Surface diagrams of interaction of test factors

圖5 主效應影響分析Fig.5 Validation results of regression model

圖5b所示為飼料含水率X3對糊化度的主效應影響圖，可見當溫度X1取0、1水平時，隨著含水率的升高糊化度增長趨勢較明顯，而當溫度X1取-1水平，即低溫75℃時，在低含水率區(qū)域隨著含水率增加糊化度略有降低，但隨后糊化度呈現(xiàn)明顯的增長趨勢。

2.2.3回歸模型的驗證

圖6為用式(10)得到的育肥豬配合飼料粉料糊化度的預測值與實測值之間的對比結果?？梢婎A測方程斜率較接近于1，截距相較于0略有偏差，但式(10)仍可對育肥豬配合飼料粉料在不同溫度、時間、含水率條件下熱處理后的糊化度進行有效預測。

圖6 回歸模型驗證結果Fig.6 Validation results of regression model

2.3 飼料色差變化的相關性分析

如圖7所示，不同試驗組別經過板加熱處理后的飼料顏色發(fā)生了變化，且顏色差異明顯。各試驗組別的色差ΔE*結果見表2，色差越大，表明飼料顏色越深。飼料色澤是飼料外觀質量之一，從動物視覺角度來看，影響畜禽對飼料的采食量[24]，飼料色澤主要受飼料配方、加工工藝和有色添加劑等的影響[25]。為研究飼料熱處理對飼料色澤的影響，對樣品熱處理后的色差、糊化度與糊化參數(shù)進行了Pearson相關性分析，如表4所示。

圖7 熱處理后風干飼料樣品Fig.7 Air-dried feed samples after heating treatment

表4 色差、糊化度與糊化參數(shù)的相關性分析Tab.4 Correlation analysis of chromatic aberration, gelatinization degree and gelatinization parameters

結果顯示，在本研究中，色差ΔE*與糊化度Y、溫度x1、含水率x3存在極顯著的相關關系，但相關系數(shù)并不高，從大到小依次為糊化度、含水率、溫度。而糊化度只與糊化參數(shù)中的含水率存在極顯著的相關性。對比分析可知，飼料熱處理色差的變化除與糊化度有關外，還存在獨立于糊化度且與溫度相關的因素。由此推斷，美拉德反應是試驗中引起色差變深的另一重要原因，美拉德反應是還原糖和蛋白質氨基之間化學反應的復雜網絡，且溫度是影響其反應速率的最重要參數(shù)之一，通常溫度每提升10℃，反應速率可提高3～5倍[26]，這種反應通常在食品及飼料的加工和儲存中發(fā)生，反應過程伴隨褐變現(xiàn)象，并產生非揮發(fā)性有色化合物和含氮的棕色聚合物等反應產物，隨反應的持續(xù)進行，反應體系的顏色變得越來越深[27]。

綜上所述，過高的熱處理溫度，在某些特定條件下并不會提高飼料的糊化度，反而會加劇美拉德反應，導致飼料顏色加深影響外觀質量。

3 結論

(1)提出一種應用鑄鋁板對飼料樣品夾持加熱的裝置及方法。通過將預調好含水率的飼料密封于自封袋中，夾持于一組平行可控溫的鑄鋁板內，實現(xiàn)對樣品的加熱。并將該傳熱過程表示為一維熱傳導方程，借助Matlab有限差分法求解得到樣品從室溫加熱到設定溫度的溫度曲線。對飼料樣品在受熱過程中溫度均勻性的評估結果表明，該裝置可以在較短時間內，實現(xiàn)樣品溫度分布的充分均勻性，樣品達到溫度均勻分布所需的時間尺度遠小于糊化的時間尺度，可在一定程度上實現(xiàn)對樣品熱處理時間的準確控制。

(2)基于板加熱裝置及方法，以育肥豬配合飼料粉料為研究對象，通過三因素五水平二次回歸正交旋轉組合試驗，得出各試驗因素對飼料糊化度的影響大小依次為：飼料含水率、糊化溫度、糊化時間。通過Design-Expert軟件對試驗結果進行回歸分析，得到飼料糊化度與各試驗因素的二次回歸模型(R2=0.942 0)，通過對比試驗值與預測值，驗證了回歸模型的有效性。在對飼料熱處理后的色差分析中發(fā)現(xiàn)，在某些條件下，過高的熱處理溫度并不能提高飼料的糊化度，反而會加劇美拉德反應，導致飼料顏色加深，影響外觀質量。