張佳寧，唐 月，劉文質(zhì)，劉競陽，劉天一，于殿宇,*，李忠華，樸仁官，劉立新

1.中墾國邦(天津)有限公司 (天津 300000) 2.東北農(nóng)業(yè)大學 (哈爾濱 150030) 3.綏化金龍油脂有限責任公司 (綏化 152000) 4.浙江創(chuàng)譜科技有限公司 (臺州 318001) 5.肇東市東龍節(jié)能新技術(shù)有限公司 (肇東市 151100)

大豆粕是以大豆為原料，用低溫預壓浸提法取油而制備的餅粕[1]，經(jīng)壓榨提油后的餅狀副產(chǎn)品稱作油餅，經(jīng)浸提脫油后的副產(chǎn)品成為油粕[2]。大豆粕蛋白質(zhì)含量較高，達40%～47%，必需氨基酸的組成比例也較好，尤其賴氨酸含量是同類型產(chǎn)品中最高者[3]，可用于發(fā)酵生產(chǎn)醬油，以豆粕作為原料生產(chǎn)醬油可實現(xiàn)充分利用糧油資源，節(jié)約油脂降低成本、發(fā)酵周期短，氨基態(tài)氮含量相對較高等優(yōu)點[4]。大豆粕質(zhì)量主要指標，例如水分、蛋白、脂肪含量等指標，常規(guī)的濕化學檢測依據(jù)差量法(檢測水分)、凱氏定氮法或杜馬斯燃燒法(檢測蛋白質(zhì)含量)及索氏抽提法(檢測脂肪含量)等[5-8]。隨著精細化控制意識的提高，采用濕化學法檢測結(jié)果因其操作繁瑣、耗時長等短板的存在已不能滿足現(xiàn)代榨油工廠的工藝控制指導要求。

近紅外光譜(NIRS)技術(shù)是20世紀80年代后期發(fā)展起來的一種簡便、快速、低成本、無污染、不接觸樣品的綠色檢測技術(shù)[9]。與傳統(tǒng)的檢測方法相比，近紅外快速檢測技術(shù)具有操作簡單省時，可實現(xiàn)多組分同時測定等優(yōu)點[10]。近紅外光譜主要研究的是有機分子中與氫相連化學鍵的振動吸收，包括：-CH，-OH，-NH，-SH，C=O等化學鍵，這些化學鍵在水分、蛋白、脂肪中均以特征官能團存在，引入近紅外光譜技術(shù)，通過對樣品的收集、濕化學法檢測結(jié)果與近紅外光譜建模，可以大大提高檢測效率，及時指導生產(chǎn)控制，從而生產(chǎn)出產(chǎn)品質(zhì)量穩(wěn)定、標準控制精準的高品質(zhì)豆粕產(chǎn)品。

本實驗主要研究大豆粕的水分、蛋白、脂肪在近紅外光譜區(qū)域的特征吸收，優(yōu)選出大豆粕的水分、蛋白、脂肪在近紅外光譜區(qū)域的特征吸收波段，建立大豆粕的水分、蛋白、脂肪指標模型和預測結(jié)果的分析，通過樣品的不斷補充和模型的繼續(xù)優(yōu)化，得到更好的模型和更加準確的測量結(jié)果，為生產(chǎn)工藝的精細化控制提供可靠參考。

1 近紅外檢測方法的建立

在大豆浸提產(chǎn)品線上收集出具有代表性的豆粕樣品，需要注意的是，樣品的水分、蛋白及含油范圍需要涵蓋目標產(chǎn)品質(zhì)量指標及其允許的上下偏差的最大值及最小值全部范圍，收集的樣品質(zhì)量指標過于一致，后期建模涵蓋范圍較窄，且可能產(chǎn)生不必要的工作量，豆粕樣品的光譜圖如圖1所示。

注：圖中曲線為多次掃描豆粕樣品后得到的光譜圖。圖1 豆粕掃描光譜圖

所收集的全部樣品采用《食品安全國家標準 食品中水分的測定》(GB 5009.3—2016)、《食品安全國家標準 食品中蛋白質(zhì)的測定》(GB 5009.5—2016)、《食品安全國家標準 食品中脂肪的測定》(GB 5009.6—2016)做水分、蛋白及脂肪含量測定，并用于近紅外光譜的建模數(shù)據(jù)，為保證濕化學值的準確性，所有樣品結(jié)果均做平行試驗后得出，收集20組數(shù)據(jù)進行比對，并分別計算濕化學方法測得的結(jié)果與近紅外光譜預測后結(jié)果間的R2值及SEP值，得到的結(jié)果如圖2～圖4。

圖2 水分含量檢測結(jié)果

圖3 蛋白含量檢測結(jié)果

圖4 脂肪含量檢測結(jié)果

從圖中可以看出，近紅外掃描值與濕化學檢測結(jié)果擬合較好，水分、蛋白及脂肪的SEP分別為0.111、0.238和0.109。

2 近紅外光譜快速檢測點位的選擇

大豆經(jīng)過清理、調(diào)質(zhì)、破碎脫皮、軋坯、膨化、浸提、蒸脫、冷卻干燥、調(diào)整蛋白后得到成品豆粕產(chǎn)品，在生產(chǎn)加工之前，榨油工廠可以對原料大豆進行檢測，明確該批次大豆質(zhì)量指標，通過對質(zhì)量指標的測算，粗略估算出欲生產(chǎn)出目標蛋白的大豆粕所需要的脫皮量，但生產(chǎn)工藝中的每個環(huán)節(jié)相互影響，榨油廠如果想對后端產(chǎn)品進行高標準要求，使其整體質(zhì)量控制不論從精確度上還是從準確度上都達到生產(chǎn)控制要求，則需要及時明確中控環(huán)節(jié)質(zhì)量，而在實際生產(chǎn)中，傳統(tǒng)操作情況下，由品管人員定期到生產(chǎn)線上仟取目標樣品，取回到實驗室進行指標檢測，檢測出結(jié)果后再告知生產(chǎn)控制人員，此時實際仟取樣品的對應批次物料已經(jīng)形成最終產(chǎn)品，給企業(yè)帶來產(chǎn)品質(zhì)量控制風險，引入近紅外快速檢測設(shè)備則可有效降低此種風險，同時解放檢測勞動強度。

在近紅外檢測技術(shù)引入中控環(huán)節(jié)時，近紅外技術(shù)檢測點的選取至關(guān)重要，一般的做法是將中控樣品經(jīng)過的傳輸刮板處引流出部分物料，近紅外檢測光源實施照射該部分物料，以達到檢測目的。此種方法的弊端是豆粕產(chǎn)品在引流過程中，因比重原因可能形成物料分級，輕質(zhì)類物質(zhì)纖維含量較高，而重質(zhì)類物質(zhì)蛋白含量較高，使用其對產(chǎn)品的質(zhì)量情況進行實時監(jiān)測，可能存在“假”指標情況發(fā)生，給生產(chǎn)控制帶來新的問題。所以要選擇一處物料比重較為均勻的中控環(huán)節(jié)進行取樣，可以大大降低因物料分級導致監(jiān)測結(jié)果不準確的問題；其二，樣品引出后，需要保證通過監(jiān)測光源視鏡的樣品為充盈狀態(tài)，否則光源發(fā)出后未掃描到樣品，檢測結(jié)果存在較大漂移，對后續(xù)模型的建立和模型豐富形成干擾，同時無法準確為工藝控制人員提供監(jiān)測數(shù)據(jù)信息?；谝陨蠋追矫娴膰L試和摸索，最終選擇在蒸脫機出料口及成品大豆粕處引入近紅外快速監(jiān)測技術(shù)(具體工藝流程及點位見圖5)，對物料的水分、蛋白、含油及纖維進行實時監(jiān)測，有效的指導了工藝控制人員操作，可以穩(wěn)定為客戶提供高品質(zhì)且品質(zhì)穩(wěn)定的豆粕產(chǎn)品。

圖5 工藝流程圖

3 近紅外在線檢測曲線及應用

利用建立的模型，掃描生產(chǎn)線上中控過程中的蒸脫粕，即近紅外檢測點位1，跟蹤到的近紅外檢測曲線(水分、蛋白、脂肪)如圖6～圖8。

圖6 水分含量檢測曲線

圖7 蛋白含量檢測曲線

圖8 脂肪含量檢測曲線

近紅外光譜檢測的模型建立后，模型的使用不是一勞永逸的，如希望模型具備更強的指導意義，則需要在日常不斷收集樣品，對模型進行維護、完善及糾偏；此外，檢測實驗室應定期開展檢測能力驗證工作，以確保使用的樣品濕化學檢測結(jié)果建?？煽俊?/p>

4 結(jié)論

將近紅外光譜分析技術(shù)應用于大豆粕檢測，對大豆粕樣品進行了光譜掃描及建立模型分析，對近紅外檢測采集點進行了摸索，確定了在蒸脫機后及產(chǎn)成品出設(shè)定近紅外光譜采集點，以有效監(jiān)測制程及產(chǎn)品質(zhì)量情況，及時反饋到工藝控制端，以生產(chǎn)出高品質(zhì)且質(zhì)量穩(wěn)定的大豆粕，為后端大豆粕的進一步利用(例如生產(chǎn)醬油粕)奠定基礎(chǔ)，近紅外光譜快速檢測技術(shù)的引入既降低了勞動強度，又提高了工藝控制反應速度，其有效運用為生產(chǎn)運營提供較大幫助。