時(shí)小東 肖含磊 張國(guó)珍

[摘要]為探索苦蕎色選的最佳工藝方案，以CCD色選機(jī)為研究對(duì)象，采用Box-Behnken設(shè)計(jì)原理和響應(yīng)面法，比較色選機(jī)供料量、供氣時(shí)間、靈敏度等工作參數(shù)對(duì)苦蕎色選精度和帶出比的影響。結(jié)果表明，供料量、供氣時(shí)間、靈敏度對(duì)色選精度有極顯著影響，影響程度為靈敏度>供料量>供氣時(shí)間;供氣時(shí)間對(duì)帶出比影響不顯著，而靈敏度和供料量對(duì)帶出比具有顯著影響?？嗍w色選最優(yōu)工作參數(shù)組合為供料量30，供氣時(shí)間18ms，靈敏度34，對(duì)應(yīng)的色選精度為80.79%、帶出比為2.41，驗(yàn)證值與模型預(yù)測(cè)值相對(duì)一致。結(jié)果表明，該優(yōu)化參數(shù)適用于苦蕎不良品分選，可以為優(yōu)化苦蕎色選機(jī)的工作參數(shù)提供參考。

[關(guān)鍵詞]苦蕎;色選機(jī);響應(yīng)面法;工作參數(shù)

中圖分類(lèi)號(hào)：S226.5 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.16465/j.gste.cn431252ts.202008

苦蕎（Fagopyrum tataricum （L.）Gaertn）為蓼科（Polygonaceae）蕎麥屬（Fagopyrum）一年生或多年生雙子葉草本植物，是一種食藥兩用的特色雜糧作物，其營(yíng)養(yǎng)豐富、保健功效強(qiáng)、經(jīng)濟(jì)價(jià)值高、開(kāi)發(fā)前景廣闊[1]。苦蕎富含淀粉、脂肪、礦物質(zhì)、膳食纖維和維生素等營(yíng)養(yǎng)成分，并且含有其他糧食作物沒(méi)有或少有的生物黃酮類(lèi)（蘆丁、槲皮素、山奈酚等）活性成分[2]。隨著生活水平的提高和全民健康觀念的增強(qiáng)，兼具營(yíng)養(yǎng)與保健功效于一身的苦蕎及其加工制品越來(lái)越受關(guān)注，逐漸成為人們喜愛(ài)的健康食品之一。

苦蕎殼具有較強(qiáng)的韌性，且殼與仁之間無(wú)間隙，造成苦蕎脫殼的難度極大[3]。生產(chǎn)中大多通過(guò)水熱處理等方式進(jìn)行苦蕎脫殼，但該技術(shù)容易造成苦蕎營(yíng)養(yǎng)和活性成分的損失，嚴(yán)重阻礙了苦蕎產(chǎn)品的開(kāi)發(fā)和利用[4]。隨著分子生物學(xué)研究和加工技術(shù)的發(fā)展，推動(dòng)了苦蕎在易脫殼品種選育和精深加工方面的發(fā)展[5]。成都大學(xué)等單位通過(guò)育種技術(shù)培育了易脫殼的苦蕎品種——米蕎1號(hào)，該品種無(wú)需經(jīng)過(guò)熟化等處理工藝就可直接生脫殼，是少有的苦蕎專(zhuān)用加工品種，為開(kāi)發(fā)無(wú)營(yíng)養(yǎng)損失苦蕎米及高品質(zhì)產(chǎn)品加工提供了原料[6]。但在生產(chǎn)中發(fā)現(xiàn)，苦蕎直接生脫殼后會(huì)不可避免地出現(xiàn)籽粒殘缺、殼未完全脫凈、雜質(zhì)等混雜情況，難以保證苦蕎米的質(zhì)量。

色選機(jī)的發(fā)明和應(yīng)用能有效地解決混雜問(wèn)題，保證苦蕎米的質(zhì)量。色選機(jī)利用特殊識(shí)別鏡頭捕捉物料表面某些成分的信息，與標(biāo)準(zhǔn)信號(hào)對(duì)比分析出物料的品質(zhì)優(yōu)劣，具有效率高、節(jié)約人力、無(wú)破壞等優(yōu)點(diǎn)[7-8]。色選機(jī)已經(jīng)廣泛應(yīng)用于農(nóng)業(yè)，對(duì)提高農(nóng)作物等原料質(zhì)量等級(jí)發(fā)揮了重要的作用，如大米、花生、茶葉等[9-11]。CCD色選機(jī)以圖像傳感技術(shù)為核心，可對(duì)正在高速運(yùn)動(dòng)的物體進(jìn)行抓攝，所得圖像質(zhì)量良好，極大地提高了色選精度和效率[12-13]。由于苦蕎生脫殼米品種及珍珠米產(chǎn)品屬于新興苦蕎產(chǎn)品，因此在其CCD色選工藝和操作規(guī)范方面尚未展開(kāi)深入的研究。

本研究以CCD雜糧色選機(jī)為對(duì)象，對(duì)生脫殼后的米蕎1號(hào)進(jìn)行色選處理，根據(jù)中心組合試驗(yàn)設(shè)計(jì)方法對(duì)影響色選效率的工作參數(shù)進(jìn)行響應(yīng)面試驗(yàn)研究，分別以精度和帶出比作為響應(yīng)指標(biāo)優(yōu)化苦蕎色選工作參數(shù)，為進(jìn)一步推廣應(yīng)用奠定基礎(chǔ)。

1 材料與方法

1.1 材料與試劑

本研究選取米蕎1號(hào)作為試驗(yàn)材料。米蕎1號(hào)是目前少有的生脫殼苦蕎品種，具有較強(qiáng)的應(yīng)用代表性。

1.2 儀器與設(shè)備

CCD色選機(jī)：配有柯蒂斯無(wú)油空氣壓縮機(jī)，合肥泰禾光電科技股份有限公司。

1.3 試驗(yàn)方法

1.3.1 響應(yīng)面試驗(yàn)

根據(jù)Box-Behnken設(shè)計(jì)原理，選取供料量X1、供氣時(shí)間X2和靈敏度X3為自變量，以精度Y1和帶出比Y2為評(píng)價(jià)指標(biāo)，設(shè)置3因素3水平的二次回歸正交試驗(yàn)設(shè)計(jì)方案。響應(yīng)面試驗(yàn)設(shè)計(jì)因素和水平如表1所示。

1.3.2 項(xiàng)目測(cè)定

精度是指含有異色顆粒的被選物料經(jīng)過(guò)色選后，其正常物料顆粒的含量。雜糧色選機(jī)工作完成后，記錄苦蕎籽正品質(zhì)量和物料總質(zhì)量，兩者比值即為色選精度Y1。帶出比Y2是指物料經(jīng)色選后，其不良品質(zhì)量與帶出的正品物料顆粒質(zhì)量之比。

1.3.3 數(shù)據(jù)分析

試驗(yàn)數(shù)據(jù)采用Design-Expert 8.0.6軟件分析考察因素和評(píng)價(jià)指標(biāo)之間的二次多項(xiàng)回歸方程模型，并對(duì)各因素的相關(guān)性和交互效應(yīng)等進(jìn)行統(tǒng)計(jì)分析及繪圖。

2 結(jié)果與分析

2.1 試驗(yàn)結(jié)果

根據(jù)Box-Behnken設(shè)計(jì)原理，共得到17個(gè)試驗(yàn)點(diǎn)，包括5個(gè)零點(diǎn)試驗(yàn)。試驗(yàn)方案和結(jié)果如表2所示，精度Y1范圍為24.20%～76.70%，帶出比Y2介于0.28～2.50。

2.2 回歸模型擬合與顯著性分析

采用Design-Expert 8.0.6軟件對(duì)試驗(yàn)結(jié)果進(jìn)行多元回歸擬合，得到精度Y1和帶出比Y2對(duì)供料量X1、供氣時(shí)間X2、靈敏度X3的二次多項(xiàng)回歸方程如下：

Y1=69.84-7.50X1-1.56X2-19.26X3-1.87X1X2-0.18X1X3-0.40X2X3-3.67X12+0.70X22-15.55X32 ? ? ? ? ?（1）

Y2=1.24-0.55X1-0.070X2-0.71X3-0.052X1X2+0.4 X1X3+0.078X2X3+0.006X12+0.10X22-0.25X32 ? ? ? ? ?（2）

對(duì)回歸方程進(jìn)行方差分析（如表3～表4所示），色選精度Y1模型和帶出比Y2模型的P值均小于0.01，表明回歸方程描述的評(píng)價(jià)指標(biāo)和自變量模型顯著性極好。兩個(gè)模型的相關(guān)系數(shù)R2分別為0.998 7和0.984 1，表明評(píng)價(jià)指標(biāo)的變化來(lái)源于所選自變量，該模型能夠描述試驗(yàn)結(jié)果。因此該模型可以預(yù)測(cè)與分析苦蕎色選工作參數(shù)。

2.3 單因素對(duì)精度和帶出比的影響分析

各考察單因素對(duì)精度Y1和帶出比Y2的影響可通過(guò)回歸模型方差分析中的P值和F值進(jìn)行衡量。由表3可知，單因素中供料量X1、供氣時(shí)間X2、靈敏度X3對(duì)精度的P值均小于0.01，表明3個(gè)因素對(duì)精度產(chǎn)生極顯著影響。3個(gè)因素對(duì)精度的F值分別為543.15、23.57、3 582.80，可推測(cè)對(duì)精度影響程度的大小為靈敏度>供料量>供氣時(shí)間。由表4可知，單因素中供料量X1、靈敏度X3對(duì)帶出比的P值均小于0.01，表明供料量和靈敏度對(duì)精度產(chǎn)生極顯著影響;而供氣時(shí)間X2對(duì)帶出比的P值為0.172 3，表明供氣時(shí)間對(duì)帶出比不存在顯著性影響。由F值的大小可推測(cè)，3個(gè)因素對(duì)帶出比影響大小順序?yàn)殪`敏度>供料量>供氣時(shí)間。

2.4 交互因素對(duì)響應(yīng)值的響應(yīng)面分析

以精度為響應(yīng)值時(shí)，交叉項(xiàng)供料量X1和供氣時(shí)間X2的P值小于0.01，具有極顯著的交互作用，其他因素之間的交互作用不顯著。以帶出比為響應(yīng)值時(shí)，交叉項(xiàng)供料量X1和靈敏度X3的交互作用極顯著，其他因素之間的交互作用不顯著。

響應(yīng)面三維圖可直觀反映出各因素交互作用對(duì)響應(yīng)值的影響，進(jìn)而推測(cè)出響應(yīng)值的最佳方案。供料量X1、供氣時(shí)間X2、靈敏度X3中兩因素交互作用對(duì)苦蕎色選精度影響的響應(yīng)面三維圖如圖1所示。圖1（a）是靈敏度X3為40時(shí)，供料量X1和供氣時(shí)間X2對(duì)精度Y1交互作用的響應(yīng)面圖，由圖可以看出，供料量減少能夠增加苦蕎色選精度，而供氣時(shí)間增加有利于苦蕎色選精度。圖1（b）是供氣時(shí)間為15ms時(shí)，供料量X1和靈敏度X3對(duì)精度Y1交互作用的響應(yīng)面圖，由圖可知，供料量為70時(shí)，色選精度隨靈敏度的降低而逐漸增加;靈敏度為30時(shí)，色選精度隨供料量的增加而逐漸降低。圖1（c）是供料量為50時(shí)，供氣時(shí)間X2和靈敏度X3對(duì)精度Y1交互作用的響應(yīng)面圖，由圖可知，當(dāng)供氣時(shí)間為12ms時(shí)，隨靈敏度增加，色選精度呈現(xiàn)出先迅速升高而后緩慢降低的變化趨勢(shì);當(dāng)靈敏度為30時(shí)，精度隨供氣時(shí)間的增加而緩慢降低。色選精度最大值時(shí)，供氣時(shí)間為12ms，靈敏度為30～35。

供料量X1、供氣時(shí)間X2、靈敏度X3中兩因素交互作用對(duì)苦蕎色選帶出比X2影響的響應(yīng)面三維圖如圖2所示。圖2（a）為靈敏度X3為40時(shí)，供料量X1和供氣時(shí)間X2對(duì)帶出比Y2交互作用的響應(yīng)面圖，由圖可以看出，供料量減少能夠增加苦蕎色帶出比，而供氣時(shí)間的變化對(duì)帶出比影響不大。圖2（b）為供氣時(shí)間為15ms時(shí)，供料量X1和靈敏度X3對(duì)帶出比Y2交互作用的響應(yīng)面圖，由圖可知，供料量為30時(shí)，帶出比Y2隨靈敏度的降低而逐漸增加;當(dāng)靈敏度恒定時(shí)，帶出比Y2隨供料量的降低而逐漸增加，且靈敏度越小，帶出比增加越明顯。圖2（c）為供料量為50時(shí)，供氣時(shí)間X2和靈敏度X3對(duì)帶出比Y2交互作用的響應(yīng)面圖，由圖可知，隨靈敏度的增加，帶出比Y2呈現(xiàn)降低趨勢(shì);當(dāng)靈敏度為30時(shí)，帶出比Y2隨供氣的時(shí)間增加而降低。

隨著供料量的降低，苦蕎籽粒在供料滑槽中的均勻度得以提高，對(duì)正品的誤選減少，進(jìn)而色選精度和帶出比有所提高;當(dāng)供氣時(shí)間延長(zhǎng)，產(chǎn)生的空氣壓力足夠吹出更多品質(zhì)不良的籽粒，最終增加色選精度和帶出比;而當(dāng)靈敏度增加時(shí)，能夠在一定程度上獲得更優(yōu)質(zhì)籽粒，但同時(shí)會(huì)導(dǎo)致廢料中的優(yōu)質(zhì)籽粒數(shù)量增加，從而影響最終的正品得率。

2.5 模型驗(yàn)證

采用Design-Expert軟件對(duì)各參數(shù)進(jìn)行優(yōu)化，得到苦蕎色選最佳工作參數(shù)，即供料量為30，供氣時(shí)間18，靈敏度為33.86，預(yù)測(cè)色選精度為80.79，帶出比為2.41。綜合考慮色選機(jī)設(shè)置可行性，得出優(yōu)化最佳方案為供料量為30、供氣時(shí)間為18、靈敏度為34，并對(duì)優(yōu)化最佳方案進(jìn)行驗(yàn)證。

如表5所示，模型預(yù)測(cè)最佳方案下精度為77.25、帶出比為2.84，表明驗(yàn)證結(jié)果與模型預(yù)測(cè)結(jié)果相吻合，該參數(shù)組合可作為苦蕎色選最佳方案。色選后出料中的不良品多為癟?；蛎摎埲绷＃蛇M(jìn)一步通過(guò)過(guò)篩方法進(jìn)行剔除。

3 結(jié) 論

采用響應(yīng)面法對(duì)苦蕎米CCD色選機(jī)進(jìn)行工作參數(shù)研究，以供料量、供氣時(shí)間和靈敏度為因素指標(biāo)，精度和帶出比為響應(yīng)指標(biāo)，建立了相應(yīng)指標(biāo)的預(yù)測(cè)模型，并確定了各因素和交互作用對(duì)響應(yīng)指標(biāo)的影響作用?？嗍w色選工作參數(shù)對(duì)精度和帶出比影響程度順序從大到小依次均為靈敏度、供料量、供氣時(shí)間;以精度為響應(yīng)值時(shí)，供料量X1和供氣時(shí)間X2之間的交互作用顯著;以帶出比為響應(yīng)值時(shí)，供料量X1和靈敏度X3之間的交互作用極顯著?？嗍w色選機(jī)最優(yōu)工作方案為供料量為30、供氣時(shí)間18ms、靈敏度為33，驗(yàn)證結(jié)果表明驗(yàn)證值與模型預(yù)測(cè)值相一致，可用于苦蕎色選作業(yè)。本研究以米蕎1號(hào)為試驗(yàn)對(duì)象，其脫殼正品在色澤、形態(tài)等方面與不良品差別較小，進(jìn)而增加了色選的難度和效果。本試驗(yàn)以米蕎及其他生脫殼苦蕎品種為試驗(yàn)對(duì)象，通過(guò)對(duì)苦蕎米CCD色選機(jī)進(jìn)行參數(shù)微調(diào)而獲得最佳工作方案，為苦蕎色選技術(shù)進(jìn)一步優(yōu)化提供理論基礎(chǔ)和科學(xué)依據(jù)。

參考文獻(xiàn)

[1]趙鋼.蕎麥加工與產(chǎn)品開(kāi)發(fā)新技術(shù)[M].北京：科學(xué)出版社，2010.

[2]張余，黃小燕，劉昌敏，等.苦蕎營(yíng)養(yǎng)保健成分及其食品開(kāi)發(fā)研究進(jìn)展與展望[J].糧食與油脂，2019，32（8）：12-14.

[3]陳偉，杜文亮，劉彩霞，等.苦蕎浸蒸處理前后的力學(xué)特性[J].農(nóng)機(jī)化研究，2015（7）：194-197.

[4]朱新華，范維果，李澤，等.苦蕎麥非熱脫殼機(jī)試驗(yàn)研制[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，22（12）：146-155.

[5]時(shí)小東，吳琪，譚茂玲，等.藥食同源作物苦蕎分子生物學(xué)研究進(jìn)展[J].成都大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，38（1）：38-41.

[6]趙鋼，王安虎，鄒亮，等.制米苦蕎麥新品種的品質(zhì)及開(kāi)發(fā)利用研究：第二屆海峽兩岸雜糧健康產(chǎn)業(yè)峰會(huì)論文集[C].成都：四川大學(xué)出版社，2010.

[7]范平.淺析色選技術(shù)在中國(guó)的發(fā)展過(guò)程[J].糧食科技與經(jīng)濟(jì)，2005， 30（4）：46-47.

[8]姚惠源，方輝.色選技術(shù)在糧食和農(nóng)產(chǎn)品精加工領(lǐng)域的應(yīng)用及發(fā)展趨勢(shì)[J].糧食與食品工業(yè)，2011，18（2）：4-6.

[9]金增輝.大米色選與滾筒精選[J].糧食與油脂，2004，17（8）： 44-47.

[10]鄭功宇，金心怡，葉秋萍，等.響應(yīng)面法優(yōu)化閩北烏龍茶CCD色選機(jī)的工藝參數(shù)[J].福建農(nóng)林大學(xué)學(xué)報(bào)（自然科學(xué)版），2015， 44（2）：135-141.

[11]袁婷蘭，張友峰，曹佳茜，等.花生仁光電色選工藝條件的研究[J].中國(guó)油脂，2019，44（2）：5-7+13.

[12]張德高，謝煥雄，胡志超，等.花生色選機(jī)工作參數(shù)優(yōu)化與試驗(yàn)[J].江蘇農(nóng)業(yè)科學(xué)，2017，45（18）：218-222.

[13]余淑華，劉艷麗，王世璞，等.基于FPGA的脫絨棉種色選機(jī)實(shí)現(xiàn)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46（8）：20-26.