控制豬肉品質(zhì)的新型感應(yīng)器：用于屠宰和加工階段測定豬胴體組分和評估豬肉品質(zhì)

Gilles NASSY

（法國養(yǎng)豬業(yè)研究院，巴黎 94704，法國）

摘 要：豬肉產(chǎn)業(yè)現(xiàn)在擁有了新的測定胴體組分和加工階段豬肉品質(zhì)的工具，其技術(shù)的成熟性已經(jīng)通過實驗和推廣應(yīng)用測試。屠宰企業(yè)正在影響這一工具建立市場和養(yǎng)殖企業(yè)間的經(jīng)濟和技術(shù)聯(lián)系。肉類加工業(yè)這一新技術(shù)有效性已經(jīng)在多個方面得到驗證。X射線斷層掃描技術(shù)可以實現(xiàn)對胴體3個主要組分的檢測：瘦肉、肥肉和骨。這一技術(shù)被用來虛擬分割胴體以進(jìn)行分級。在剔骨分割車間，這一技術(shù)被用來設(shè)定機器人的分割程序，以根據(jù)每塊胴體的構(gòu)造進(jìn)行適宜的分割。在屠宰場安裝的可見光攝像機，可以按照肥肉和瘦肉的厚度進(jìn)行評級，這樣也能提高養(yǎng)殖者的收益。近紅外光譜技術(shù)被用來測定肥瘦混合肉的組分。這個技術(shù)將替代pH值，在屠宰階段預(yù)測火腿的工藝品質(zhì)。計算機技術(shù)、高光譜分析技術(shù)（包括可見光譜和紅外光譜）的應(yīng)用，大大提高了近紅外光譜技術(shù)分析的準(zhǔn)確性，并進(jìn)一步改善了豬肉品質(zhì)評估的精度。

關(guān)鍵詞：感應(yīng)器；組分；品質(zhì)；屠宰；加工

New Captors for Use in Controlling Pork Quality： Evaluation of Porcine Carcass Composition and

Quality Traits during Slaughter and Processing

Gilles NASSY

（French Pig Research Institute， Pairs 94704， France）

Abstract： New captors for use in slaughterhouses and for transformation in order to measure carcass composition and characterize technological quality of meat. Slaughterhouses hold a strategic position in the center of the pork industry as they are the technological and economic link between market expectations and livestock production. New technologies， proven in other industries， appear in the meat industry and are experienced in several directions. The X-ray tomography determines accurately and nondestructively in pig carcass， the proportion of three main tissues， fat， lean and bones. X-ray is already used to perform virtual dissections to calibrate grading devices. This RX technology is experienced on deboning lines to program deboning robots according to the individual conformation of pieces. Visible light cameras are now installed in slaughterhouses to classify carcasses according to thickness of lean and fat to allow the distribution of gains payments to farmers. The near infrared spectra （NIRS） of reflection or refraction are quite widely used to measure the composition of mixed fat and lean. Their use is being validated for substitution to pH to predict， at the slaughterhouse stage， the technological quality of hams. Hyperspectral analysis （including visible and infrared rays） becomes possible thanks to the speed of computers available today. It should enhance the accuracy of the NIRS analysis and improve the characterization of pig meat.

Key words： captors； composition； quality； slaughter； processing

中圖分類號：TS251.3 文獻(xiàn)標(biāo)志碼：A 文章編號：1001-8123（2015）02-0021-04

doi： 10.7506/rlyj1001-8123-201502005

1 豬肉產(chǎn)業(yè)的背景

豬肉產(chǎn)品有兩個主要銷路：鮮肉和加工肉。為了提高生產(chǎn)性能，豬肉產(chǎn)業(yè)要鼓勵養(yǎng)殖企業(yè)按照下游產(chǎn)業(yè)的不同需求，來飼養(yǎng)具備相應(yīng)品質(zhì)的生豬。屠宰企業(yè)在整個產(chǎn)業(yè)鏈中占據(jù)重要的戰(zhàn)略位置，因為它的存在，才使市場和養(yǎng)殖企業(yè)之間建立起一定的經(jīng)濟和技術(shù)聯(lián)系。

經(jīng)濟聯(lián)系主要為根據(jù)胴體質(zhì)量和瘦肉含量對優(yōu)質(zhì)胴體給予獎勵；技術(shù)聯(lián)系主要對豬肉的加工潛質(zhì)進(jìn)行預(yù)測。無論哪種情況，屠宰企業(yè)對豬肉的品質(zhì)測定都至關(guān)重要，它可以將下游產(chǎn)業(yè)的要求傳遞給上游養(yǎng)殖業(yè)，使其根據(jù)下游產(chǎn)業(yè)的要求組織生產(chǎn)。在其他領(lǐng)域出現(xiàn)的眾多新技術(shù)已經(jīng)開始在肉類工業(yè)應(yīng)用，并在多個方面得到檢驗。

2 胴體組分測量技術(shù)

目前，豬胴體成分主要在稱質(zhì)量和評級階段測量。在屠宰生產(chǎn)鏈中，這一操作一般在進(jìn)入冷卻室前進(jìn)行。當(dāng)前常用共有3種測量技術(shù)：反射光掃描、超聲波掃描或成像技術(shù)。反射光掃描的原理是分析由一個穿透性探頭發(fā)射，被樣本（豬肉）反射回來的可見光束，穿過脂肪或肌肉組織反射出的光束各不相同。光束還被穿透傳感器切斷以測定豬肉各部分的厚度。這一原理從80年代便開始應(yīng)用（如 SFK 集團的 FatOmeter和Sydel的CGM）。

從90年代開始，超聲波斷層掃描技術(shù)被用來測量胴體瘦肉的比例。丹麥SFK集團設(shè)計了自動超聲波掃描，被命名為Carometec。它被用來掃描豬的背部，以測定背膘的厚度以及里脊的大小。另一種名為AutoFom的設(shè)備被安裝在脫毛機和燎毛機之間。它安裝在活豬接收臺的斜槽中，是插入了16 個超聲波探頭的拱門狀測量設(shè)備。通過掛鉤將未開膛的豬運到斜槽中，再進(jìn)入拱門，通過其自重自動感應(yīng)器。測量頻率可與胴體的流動速度同步，以保證每隔0.5 cm發(fā)射一個信號。最后，分析出眾多變量的縱向輪廓，以估測背膘的厚度以及里脊的大小。

早期應(yīng)用于牛胴體評級的自動成像技術(shù)最近也被應(yīng)用到豬肉產(chǎn)業(yè)。該技術(shù)的優(yōu)點是自動化、操作成本低。在法國，Uniporc Ouest公司推出了CSB-Image-Meater?儀器。自從2013年6月以來，3/4的法國生豬（約每年1800萬 頭）的支付價格是以這個設(shè)備所估測的切塊瘦肉比例來計算的。

所有豬胴體分級方法都必須通過歐洲委員會依據(jù)歐盟法規(guī)和專家意見進(jìn)行審批。CSB-Image-Meater?完成的瘦肉率評價誤差為2.4%[1]，低于歐盟標(biāo)準(zhǔn)規(guī)定的上限2.5%。預(yù)測公式采用從胴體腰部和后腿間的兩個皮下脂肪厚度（G3和G4）和兩個瘦肉厚度（M3和M4）來計算：

瘦肉率= 60.12-0.487G3-0.133 G4+0.111 M3+0.036 M4

式中：G3為臀中部最薄皮下膘厚度（包括皮厚）/mm；G4為腰部4塊脊椎間皮下膘平均厚度（包括皮厚）/mm；M3為臀中部最前端和脊背端最薄瘦肉厚度/mm；M4為腰部，4塊脊椎間瘦肉平均厚度/mm。

這個評級儀器通過了X射線掃描校準(zhǔn)（圖2），目的是避免長時間、高成本且難以保障重復(fù)性的人工分割。用法國養(yǎng)豬業(yè)研究院開發(fā)的一套計算法分析歐洲標(biāo)準(zhǔn)四分塊掃描，得出的瘦肉率誤差為0.5%[2]，在歐盟國家中最低。

3 X射線掃描技術(shù)

盡管業(yè)界正致力于將X射線掃描技術(shù)應(yīng)用到肉類工業(yè)，但到目前為止，該技術(shù)主要被用于實驗研究[3]。一個研究家畜成像技術(shù)的歐洲科學(xué)家網(wǎng)絡(luò)（COST FAIM行動）正致力于這項研究。

科研交流的目標(biāo)是建立一個歐洲的瘦肉率掃描參考技術(shù)以應(yīng)用于豬肉分級[4]。在對腌制火腿不同切面成像的研究中，X 射線掃描技術(shù)的應(yīng)用獲得了成功[5]。X射線掃描技術(shù)可以根據(jù)肌肉的緊密程度將食鹽的滲透程度和干燥程度呈現(xiàn)出來 [5]。這個無創(chuàng)性測量對火腿腌制過程的跟蹤非常有用，并且在加工結(jié)束前就可以評估腌漬情況參數(shù)（圖3）。

X射線掃描技術(shù)的應(yīng)用也開始出現(xiàn)：Mayaekawa Mycom 儀器已經(jīng)在生產(chǎn)線上利用該技術(shù)來對后腿去骨拍照以得出其形態(tài)、腿骨形狀和位置的二維圖。這個照片通過數(shù)學(xué)計算分析將數(shù)字信息提供給去骨機器人。丹麥肉類研究院正在改進(jìn)這項技術(shù)，希望在豬肉剔骨車間的前端提供原材料的總體信息。

在分割前對每個切塊瘦肉和肥肉形態(tài)的精確掌握，是所有豬肉加工業(yè)面臨的關(guān)鍵挑戰(zhàn)。這樣可以根據(jù)其形態(tài)和瘦肉率選擇最適宜的加工方式。對每個切塊組分的客觀測量，可以作為生豬商業(yè)價值評估的依據(jù)，用以替代根據(jù)胴體全部組分測量定價的方式。因此，此技術(shù)將來可以建立一個機制，用以鼓勵生產(chǎn)出最適合市場需求的切塊。

4 根據(jù)加工需求來評價豬肉品質(zhì)（加工潛質(zhì)）

屠宰場的第2個任務(wù)是根據(jù)加工企業(yè)的需求來評估豬肉品質(zhì)。

豬肉的加工潛質(zhì)包括火腿的保水能力（代表烹飪轉(zhuǎn)化率）和形成蛋白質(zhì)凝膠，以保持切片形狀（切片效率）的能力。目前，這項品質(zhì)是通過對新鮮后腿肉半膜肌外部的pH值和肉眼觀測腿肉內(nèi)部結(jié)構(gòu)的破壞情況來評估。法國養(yǎng)豬業(yè)研究院通過測量可見光和紅外光譜來評估腿肉和背部肉的烹飪轉(zhuǎn)化率和切片效率。

Vautier等[6]嘗試了利用可見光譜預(yù)測后腿肉烹飪轉(zhuǎn)化率的可行性。對后腿（R2=0.70，校正集均方根誤

差=2.1）和里脊（R2=0.45，校正集均方根誤差=2.0）交叉驗證后的校準(zhǔn)結(jié)果非常樂觀。而利用pH值在理想條件下也可以得到相似的結(jié)果（pH值和加工轉(zhuǎn)化率相關(guān)性r為0.58～0.84）。

在一項預(yù)測后腿肉烹飪轉(zhuǎn)化率的研究中，Vautier等[7]

驗證了光譜技術(shù)的預(yù)測能力。通過接觸型探頭對屠宰后24 h的臀中肌可見光和紅外光譜（350～1 800 nm），成功地預(yù)測了加工轉(zhuǎn)化率（R2=0.75，校正集均方根誤

差=2.8）。在對36 個后腿肉樣本的外部驗證后，得出這個方程式預(yù)測烹飪轉(zhuǎn)化率具有高相關(guān)性（r=0.82），且均方根誤差為樣本標(biāo)準(zhǔn)差3.6的一半左右。

在另一項對里脊肉制作烤肉的烹飪轉(zhuǎn)化率研究中，采用了嵌入式可見光和紅外光探頭，預(yù)測結(jié)果顯示受測點的影響很大，但對9 個探測點中某一個進(jìn)行外部驗證時，也發(fā)現(xiàn)具有較高的相關(guān)性r=0.65和較低的均方根誤

差2.9[8]。

Vautier等[7-8]發(fā)表的文章和表1的預(yù)測誤差均以預(yù)測均方根誤差表示，作為預(yù)測值相對真實測定值的均方根誤差。當(dāng)其低于樣本標(biāo)準(zhǔn)差的一半時，被認(rèn)為預(yù)測方程可靠。

由于對屠宰18 h的后腿肉只進(jìn)行一次紅外光譜測量，就可以預(yù)測到烹飪轉(zhuǎn)化率和結(jié)構(gòu)的破壞程度，后腿肉的預(yù)測結(jié)果較為理想。這項技術(shù)的測量和分析迅速（每個樣品只需1 s），且與目前已經(jīng)應(yīng)用于生產(chǎn)的pH值測量法相比，受測量人員和環(huán)境的影響均較小。這項技術(shù)在生產(chǎn)線上系統(tǒng)化應(yīng)用的前景廣闊，通過預(yù)測后腿肉和背部切塊的加工潛質(zhì)，便可決定繼續(xù)深加工還是轉(zhuǎn)為其他要求不高的加工項目。

高光譜分析技術(shù)的應(yīng)用，可作為肉類加工業(yè)對光學(xué)探測器應(yīng)用的下一步任務(wù)。紅外光譜測定技術(shù)可提供更豐富的光譜信息。未來目標(biāo)是可以通過對肉塊進(jìn)行連續(xù)無接觸式探測，簡化自動分揀工序，而無需人工參與。自動測量技術(shù)有潛力成為在豬肉產(chǎn)業(yè)中推廣的加工潛質(zhì)預(yù)測技術(shù)。

光學(xué)測定技術(shù)將來的發(fā)展應(yīng)考慮改進(jìn)探頭對肉類測量的適應(yīng)性（包括可達(dá)性和測定面）、對相應(yīng)環(huán)境的適應(yīng)性（濕度、溫度和易清潔程度等）、降低成本、探頭測定面積、光束強度、計算處理（以加快測定速度）和小型化等。同時，也要找到最佳的測定點，既要能得出最佳加工潛質(zhì)的預(yù)測值，又要能在屠宰場測定簡便易行。

5 結(jié) 語

肉品質(zhì)和組分測定的客觀性對于肉類加工業(yè)來說至關(guān)重要。光學(xué)和成像技術(shù)在肉類加工業(yè)已經(jīng)廣泛應(yīng)用于生產(chǎn)。光學(xué)技術(shù)和X射線掃描技術(shù)具有測定快速、受操作人員影響小以及易應(yīng)用到自動化生產(chǎn)的特點，因此很有優(yōu)勢。它們既能改善生產(chǎn)性能，又能降低生產(chǎn)成本，完全符合肉類加工業(yè)的未來發(fā)展需求。

參考文獻(xiàn)：

[1] BLUM Y， MONZIOLS M， CAUSEUR D， et al. Recalibrage de la principale méthode de classement des porcs en France[J]. Journées de la Recherche Porcine， 2014， 46： 39-43.

[4] DAUMAS G， DONKO T， MONZIOLS M. Identification of possible and relevant post mortem reference methods for carcass composition[M]. Kaposvár， 2013： 14-17.

[2] DAUMAS G， MONZIOLS M. An accurate and simple computed tomography approach for measuring the lean meat percentage of pig cuts[C]//Proceedings of the 57th ICoMST， Ghent， Belgium， August 7-12， 2011： 61.

[3] PEMAR C， MARCOUX M， GISPERT M， et al. Determining the lean content of pork carcasses[M]//Kerry J D， Ledward D P， Ledward D. Improving the sensory and nutritional quality of fresh meat. Woodhead Publishing Limited， Cambridge， UK， 2009： 493-518.

[5] FULLADOSA E， SANTOS-GARCES E， PICOUET P， et al. Prediction of salt and water content in dry cured hams by computer tomography[J]. Journal of Food Engineering， 2010， 96： 80-85.

[6] VAUTIER A， BOZEC A， GAULT E， et al. Visible spectroscopy and redox potential as alternatives of ultimate pH for cooking yield prediction[C]//57th International Congress of Meat Science and Technology， Ghent， 2011： 1-4.

[7] VAUTIER A. A feasability study for the prediction of the technological quality of ham with NIR spectroscopy[C]//EAAP， Nantes annual meeting， 2013.

[8] VAUTIER A， GAULT E， LHOMMEAU T， et al. Meat quality mapping of the loin： pH vs NIR spectroscopy to predict the cooking yield[C]//60th International Congress of Meat Science and Technology， Punta del Este， 2014.

（翻譯：黃亞宇，審校：孟慶翔）