綠豆餅微波真空膨化工藝優(yōu)化研究

劉海軍，劉偉，劉成海，張春芝，胡亞光，魏春紅

（1.黑龍江八一農墾大學食品學院，黑龍江大慶 163319；2.東北農業(yè)大學工程學院，哈爾濱 150030）

綠豆餅微波真空膨化工藝優(yōu)化研究

劉海軍1，劉偉1，劉成海2，張春芝1，胡亞光1，魏春紅1

（1.黑龍江八一農墾大學食品學院，黑龍江大慶 163319；2.東北農業(yè)大學工程學院，哈爾濱 150030）

為獲得口感良好膨化綠豆餅，采用響應面組合試驗綜合研究影響膨化度和脆度因素，用神經網絡優(yōu)化膨化工藝參數(shù)。以淀粉添加量、老化和膨化時間為影響因素，以膨化度和脆度為響應指標，確定最佳膨化條件為：淀粉添加量27%、老化時間20 h、膨化時間102 s。在此條件下驗證試驗，膨化度為3.11，脆度為2 217.48 g，膨化度誤差率為5.47%、脆度誤差率為8.37%，在合理范圍內，表明應用響應面分析法和神經網絡法優(yōu)化綠豆餅微波真空膨化工藝參數(shù)可行。

綠豆餅；微波；膨化；優(yōu)化

綠豆營養(yǎng)成分豐富，是食品加工業(yè)重要原料[1]；綠豆食品加工過程中熟化、殺菌等環(huán)節(jié)需高溫處理[2]，但高溫過程會破壞綠豆原有營養(yǎng)成分，營養(yǎng)價值降低[3]。微波技術適合于果蔬類農產品增值加工，具有加熱速度快、能量利用率高和過程易控制等優(yōu)點，廣泛用于食品工業(yè)加熱、殺菌和干燥過程，如肉類微波解凍[4]、脫水蔬菜[5-6]、微波輔助泡沫干燥[7-8]、微波萃取[9-10]等。微波真空膨化（Microwave vacuum puffing，MVP）技術結合微波加熱快速性和真空干燥溫度低特性[11]，用于生產膨化食品，可保留食品原有色、香、味等品質特征，減少熱敏性營養(yǎng)成分和生物活性成分損失[12]。在微波作用下，物料內水分低溫汽化，水蒸氣在內部膨脹，形成多孔結構，產生膨化現(xiàn)象。應用微波真空膨化技術對預處理綠豆鮮片膨化，數(shù)分鐘即達到較好膨化效果，可保持綠豆原有風味和營養(yǎng)成分，縮短加工時間，節(jié)約能源。根據(jù)微波真空工藝特性，本文提出微波真空方式膨化綠豆脆餅方法并以之生產新型休閑食品，豐富綠豆食品種類，拓展微波真空加工食品種類和應用領域。本文分析微波真空膨化工藝參數(shù)對綠豆脆餅質構特性影響規(guī)律，優(yōu)化合理工藝參數(shù)。為綠豆食品工業(yè)化生產提供技術參考。

1 材料與方法

1.1 材料

綠豆原料購于大慶市農貿市場；食用變性淀粉作綠豆粉膨化添加劑，杭州普羅星淀粉有限公司生產；市售綿白糖（紅光牌，博城北方糖業(yè)股份有限公司）添加到綠豆粉中，增加甜味，改善口感；應用質構儀（TA.XT.plus，Stable Micro Systems，英國）測定膨化綠豆餅質構特性指標；微波真空干燥機（ORW08S-22型，南京澳潤微波科技有限公司）用于綠豆餅膨化試驗；真空干燥箱(DZF-6050型，上海-恒科技有限公司)測定物料含水率；快速混勻器（金壇市科興儀器廠）攪拌綠豆粉混合物；電熱恒溫水浴鍋（DK-S24型，上海森新實驗儀器有限公司）調質綠豆粉混合液水分。

1.2 試驗流程

微波真空膨化綠豆脆餅試驗地點為黑龍江八一農墾大學食品學院農產品加工實驗室，具體流程如圖1所示。

為保證微波真空膨化綠豆脆餅感官品質，在單因素試驗基礎上（真空壓為80 kPa，微波功率為730 W）[11]，采用響應曲面法中中心復合試驗設計，確定因素編碼水平（見表1），每組試驗使用綠豆原坯質量是300 g。

1.3 膨化度測定方法

量筒內加入石英砂，記錄此時體積為V2，倒出一定量石英砂，放入餅坯或膨化得到綠豆餅，再將倒出石英砂全倒入量筒內，完全覆蓋餅坯或膨化得到綠豆餅，記錄此時體積為V1。體積可由式（1）計算:

式中，V-被測試樣品體積（mL）；V1-石英砂與物料總體積（mL）；V2-石英砂體積單位為（mL）。

圖1 試驗流程Fig.1Flow chat of experiments

表1 因素編碼水平Table 1Encode table of factors and levels

體積膨化度可由式（2）計算:

式中，α-被測試樣品體積膨化度；β-被測試樣品膨化后體積（mL）；γ-被測試樣品膨化前體積（mL）。

1.4 綠豆餅脆度測定

采用質構物性測定儀P/36R圓柱型平底探頭，測定膨化后綠豆餅脆度。脆度指由質構儀測得數(shù)值，在第一次壓縮過程中，若產生破裂現(xiàn)象，曲線出現(xiàn)一個明顯峰值，此峰值定義為脆度值：若第一次壓縮未破裂，僅一個峰值，則定義為硬度值，無脆度值。脆度值越小，表明綠豆餅越松脆，口感越好。

2 BP神經網絡優(yōu)化工藝參數(shù)

2.1 BP神經網絡賦值建立

建立綠豆脆餅微波膨化工藝BP神經網絡模型，在微波功率為730 W條件下，以淀粉添加量、老化和膨化時間作為神經網絡輸入層3個輸入單元，中間一層為隱含層，包含28個神經結點，綠豆膨化脆餅脆度作為網絡輸出層一個輸出單元，建立綠豆脆餅微波膨化工藝BP神經網絡模型。

由于系統(tǒng)非線性特性，初始值直接影響網絡學習是否達到局部最小、收斂以及訓練時長。如果初始值過大，加權后輸入和n落在S型激活函數(shù)飽和區(qū)，導致f（n）導數(shù)過小，在修正權值時，趨近于0，調節(jié)過程趨于停滯。因此，應盡量使初始加權后每個神經元輸出值接近0，以保證每個神經元權值能夠在激活函數(shù)變化最大處調節(jié)，選取激活函數(shù)為S形函數(shù)，初始權值取為在（-1，1）之間隨機數(shù)。

在神經網絡訓練之前，首先要先將數(shù)據(jù)標準化，對樣本數(shù)據(jù)歸一化、無量綱化處理，去除數(shù)據(jù)單位限制，使其轉化為無量綱純數(shù)值，各指標值處于同一數(shù)量級別，不同單位或量級指標便于比較和加權。

歸一化算法可按式（3）計算：

式中，Pmax-樣本數(shù)據(jù)最大值；Pmin-樣本數(shù)據(jù)最小值；P-輸入或輸出樣本值；Pi-歸一化后樣本值。

按上述算法歸一化，所有數(shù)據(jù)標準化結果均映射到[-1，1]區(qū)間上，在matlab軟件中使用歸一化函數(shù)實現(xiàn)。

2.2 BP神經網絡訓練

對網絡賦初值后，還需訓練人工神經網絡。向網絡輸人試驗數(shù)據(jù)樣本，通過反向傳播算法調整網絡結構，使網絡輸出與預期值相符，即神經網絡訓練，利用梯度法求最大（?。┲担趍atlab軟件中，該算法對應一定訓練函數(shù)，利用相應訓練函數(shù)訓練網絡，對各訓練參數(shù)設置，代碼如下：

訓練函數(shù)采用net=train(net，XX，YY)，其中XX，YY分別是歸一化后輸入、輸出樣本。

預測擬合試驗數(shù)據(jù)，訓練目標精度為0.0001。在訓練步長為2 000次時，該網絡訓練達到目標要求。

3 結果與分析

3.1 響應面試驗結果分析

實施表1中試驗方案，測定每組微波真空膨化后綠豆脆餅膨化度和脆度指標，結果見表2。

由表2可知，響應面組合試驗共有17組試驗，其中5組為中心水平試驗。響應值膨化度、脆度與影響因素淀粉添加量、老化時間和膨化時間之間方差分析見表3。根據(jù)方差分析結果，回歸方程擬合度和顯著性檢驗。

3.1.1 膨化度響應面分析

回歸分析表2中試驗數(shù)據(jù)，得到膨化度和脆度方差分析結果如表3所示。由該表可知，對于膨化度來說，經顯著性檢驗，其模型顯著水平P＜0.0001，說明該回歸模型極顯著；而模型失擬項不顯著（P=0.1399＞0.05），說明在選定參數(shù)水平范圍內，該模型擬合情況較好；決定系數(shù)（R2）為0.9906，表明99.06%響應變化能夠用此模型解釋。A、B、AB、A2、B2、C2對試驗結果影響顯著，反映出加淀粉量、老化和膨化時間對綠豆餅膨化度有重要影響。各因素對膨化度影響程度依次為：老化時間＞淀粉添加量＞膨化時間。以膨化度為響應值建立二次回歸模型，見式（3）。淀粉添加量與老化時間對綠豆餅膨化度交互影響如圖2所示，當老化時間相同時，隨著淀粉添加量增大，綠豆餅膨化度逐漸增大，淀粉添加有助于綠豆餅內晶體結構形成，固化膨化結構，減少膨化后期體積收縮，利于綠豆餅微波真空膨化，但淀粉添加量超過25%后，膨化度變化不顯著，微波膨化過程中，淀粉對膨化效果有一定影響。淀粉含量適量增加可提高物料膨化率，但過量淀粉會使綠豆脆餅內含水率相對減少，膨化過程中，脆餅內部不能產生足夠水蒸氣，無法提供更高膨化動力，限制體積進一步增大；隨著淀粉老化程度增大，淀粉老化產生晶體增多，綠豆餅內部無定形區(qū)減少，物料水分分布不均[13]，淀粉物料自身承壓結構破壞以及晶體熔融吸熱，增大膨化所需微波能，膨化率難以增大[14]。淀粉添加量在一定情況下，隨老化時間延長，綠豆餅膨化度略微增大，表明淀粉老化有助于提高脆餅膨化度；當老化時間超過24 h，膨化度呈下降趨勢，表示淀粉過度老化非但不能提高脆餅膨化率，且使脆片體積顯著變小。這是因為適當?shù)矸劾匣瘯r間可使綠豆餅內外部水分充分傳遞，達更加均勻效果，有利于淀粉老化過程中晶體形成，達到提高脆餅膨化度效果，淀粉老化時間過長，綠豆餅內形成過多晶體結構，內部無定形區(qū)減少，破壞淀粉自身承壓結構，最終膨化度明顯降低。

表2 響應面試驗結果Table 2Results of response surface experiment

淀粉添加量與膨化時間對綠豆餅膨化度交互影響如圖3所示，在膨化時間相同條件下，淀粉添加量在15%～25%范圍內，綠豆脆餅膨化度隨淀粉添加量增大而呈逐漸增大趨勢，當加淀粉量超過25%后（25%～35%），脆餅膨化度變化不明顯，這一變化趨勢與圖2中淀粉添加量與老化時間交互作用中，膨化度隨淀粉添加量變化趨勢一致。同理適量淀粉添加量可增加脆餅結構強度，而過量淀粉添加量會形成過多淀粉晶格，限制微波真空膨化過程。

由圖3可知，隨膨化時間變化，綠豆脆餅膨化度變化不顯著，說明在微波功率730 W，真空壓力80 kPa膨化條件下，脆餅內部用于氣化蒸發(fā)水分量基本相同，因此無論膨化時間如何變化，脆餅膨化體積無顯著變化，膨化度變化不顯著。

老化與膨化時間對綠豆餅膨化度交互影響如圖4所示，當膨化時間一定時，隨老化時間增加，綠豆脆餅膨化度增大，但超過24 h后，脆餅膨化度顯著降低。這一現(xiàn)象與圖2中淀粉添加量與老化時間交互作用時，老化時間對脆餅膨化度影響一致。同理，均是由于老化過程中脆餅內部晶體變化所致。在老化時間相同條件下，綠豆脆餅膨化度隨膨化時間增加，變化不顯著。該結果與圖3中膨化時間對脆餅膨化度影響一致，與脆餅內水分蒸發(fā)量有關。

表3 回歸模型方差分析Table 3Variance analysis for the regression model

圖2 淀粉添加量與老化時間對綠豆餅膨化度影響Fig.2Interaction of adding starch content and aging time

圖3 淀粉添加量與膨化時間對綠豆餅膨化度影響Fig.3Interaction of adding starch content and puffing time

圖4 老化時間與膨化時間對綠豆餅膨化度影響Fig.4Interaction of aging times and puffing time

圖5 淀粉添加量與老化時間對綠豆餅脆度影響Fig.5Interaction of adding starch content and aging time

3.1.2 脆度響應面分析

當以脆度為響應值時，由表3可知，經顯著性檢驗，脆度模型顯著水平P＜0.0001，說明該回歸模型極顯著；而模型失擬項不顯著（P=0.2196＞0.05），說明在選定參數(shù)水平范圍內，該模型擬合情況較好；決定系數(shù)R2=0.9814，表明98.14%響應變化能夠用此模型解釋。B、C、AB、A2、B2對試驗結果影響顯著，表明淀粉添加量、老化和膨化時間對綠豆餅脆度有重要影響。各因素對脆度影響程度依次為：老化時間＞膨化時間＞淀粉添加量。以脆度為響應值建立二次回歸模型，見式（4）。

淀粉添加量與老化時間對脆度交互影響如圖5所示。由圖5可知，老化時間在較低水平時，綠豆餅脆度值隨淀粉添加量增大而減小，最大值為3 346.20 g；當老化時間保持在較高水平固定不變時，脆度值隨淀粉添加量增大先減后增。當?shù)矸厶砑恿枯^低時，隨老化時間增加，老化過程中α-化淀粉β-化，形成一定量微晶結構，使化后綠豆餅結構均勻、疏松，脆度值減?。划斃匣瘯r間繼續(xù)增加，脆度值增加。

當?shù)矸厶砑恿窟_35%時，老化時間增加，脆度值也顯著增大，老化時間對脆度影響顯著，老化時間為12 h時，脆度值最小2 462.97 g，綠豆脆餅脆性口感最佳，當老化時間逐漸增加到36 h時，脆度值最大為5 645.93 g，綠豆脆餅脆性口感最差。

膨化時間與淀粉添加量對脆度交互影響如圖6所示。由圖6可知，在一定膨化時間下，隨淀粉添加量增加，綠豆脆餅脆度值減小。這是由于隨淀粉含量增加，淀粉老化產生晶體增加，水分急劇汽化，一定數(shù)量晶體在微波膨化加工時，淀粉本體膨化，呈多孔狀，制得綠豆餅酥脆，脆度值減小。但當?shù)矸厶砑恿看笥?5%脆度時值增大，即綠豆脆餅破裂力增大，脆性口感變差。這一結果與圖5淀粉添加量與老化時間交互作用時，淀粉添加量對脆餅脆度影響結果不同。

圖6 淀粉添加量與膨化時間對綠豆餅脆度影響Fig.6Interaction of adding starch content and puffing time

老化與膨化時間對脆度交互影響如圖7所示，當膨化時間不變時，隨老化時間增加，淀粉β-化，形成微晶結構，脆度值減小，但當老化時間超過24 h繼續(xù)增加時，微晶結構含量過多，不利于膨化，脆度值增大；當老化時間固定不變時，隨膨化時間增大，脆度變化不顯著，與圖6結果一致。

3.2 最佳工藝條件確定及驗證

對綠豆餅微波真空膨化工藝優(yōu)化，所有因素均在組合試驗設計范圍內，設定膨化度期望目標最大，脆度值期望目標最小，為確定綠豆餅微波真空膨化工藝參數(shù)優(yōu)化值，采用Design Expert軟件中數(shù)值最優(yōu)化方法，在最優(yōu)范圍內進一步優(yōu)化最佳結果，設定所有工藝參數(shù)范圍為優(yōu)化區(qū)域范圍，權重值為3，得出微波真空膨化綠豆餅工藝研究最佳工藝條件為：淀粉添加量27%、老化時間20 h和膨化時間102 s，在此條件下綠豆餅理論預測值為：膨化度3.29、脆度2 046.24 g，對優(yōu)化微波真空膨化綠豆脆餅條件驗證試驗，得到實際膨化度為3.11、脆度為2 217.48 g（三次重復試驗取平均值），膨化度誤差率為5.47%、脆度誤差率為8.37%，在可接受合理范圍內，該方法優(yōu)化確定綠豆餅微波真空膨化工藝參數(shù)合理。

圖7膨化時間與老化時間對綠豆餅脆度影響Fig.7Interaction of puffing time and ageing time

采用多層前饋網絡，即在包含加工量、初始含水率、膨化時間、真空壓強輸入層和脆裂用功輸出層之間增加一個隱含層，構成多層前饋網絡，任何布爾函數(shù)均可化為析取范式，因此均可用一個三層前饋型神經網絡實現(xiàn)。如果隱含層作用函數(shù)采用連續(xù)函數(shù)（如Sigmoid函數(shù)），則網絡輸出可逼近一個連續(xù)函數(shù)。該神經網絡作用可視為由4維歐氏空間到1維歐氏空間的非線性映射，只要隱層神經元數(shù)量充足，該映射可逼近任何連續(xù)函數(shù)。

利用遺傳算法對BPNN權值、閥值優(yōu)化。當BPNN網絡學習時，由于神經網絡在訓練之初權值和閾值隨機確定，學習結果對初始權向量通常會異常敏感，不同初始權值可能導致完全不同結果；隨機擾動下無法達到最佳效果，常收斂于局部最優(yōu)解，影響網絡學習率。將遺傳算法與神經網絡結合，充分利用遺傳算法全局搜索特性，用遺傳算法優(yōu)化其權值和閾值，得到一個初始權值矩陣和初始閾值向量，再用BP算法訓練，得到最終神經網絡結構。利用遺傳算法gadecod（）函數(shù)BPNN權值、閾值優(yōu)化，然后再賦給網絡全職和閾值，代碼片段如下：

可用誤差平方和SSE衡量閾值優(yōu)劣，誤差平方和由式（5）計算，在matlab程序中體現(xiàn)式（5）。

這個平方和SSE越小，說明神經網絡計算越準確。BPNN神經網絡訓練中，采用非線性列文伯格-馬夸爾特法（Levenberg Marquardt，L-M），其為利用梯度求最大（?。┲邓惴ǎ趍atlab中，該算法對應trainlm函數(shù)，通過設置訓練參數(shù)網絡訓練。

BP神經網絡與響應曲面兩種方法優(yōu)化結果見表4，響應面法優(yōu)化結果相對誤差略小于神經網絡預測結果。

利用BP模型全因素仿真優(yōu)化，用網絡仿真值作為遺傳算法適應度函數(shù)值，經多次仿真優(yōu)化得出各因素水平值優(yōu)化組合：加工量96 g、初始含水率22%、膨化時間102 s和真空壓強60 kPa，脆裂用功最小值為3 546.9 g·s，誤差平方和SSE=0.6834，說明結果較準確。而先前二階CCD試驗響應曲面優(yōu)化最小脆裂用功值為2 046.24 g·s，該方法與響應面優(yōu)化結果接近。為進一步驗證結果準確性，在上述工藝參數(shù)條件下重復試驗，得到最小脆裂用功值平均試驗結果為2 043.39 g·s。BP神經網絡結合遺傳算法方式較響應面優(yōu)化結果更接近實際，說明采用BP神經網絡結合遺傳算法尋優(yōu)建模可行。

表4 優(yōu)化結果比較Table 4Comparison of optimizing results

4 結論

微波真空膨化綠豆餅時，3個因素對膨化度影響程度依次為：老化時間＞淀粉添加量＞膨化時間；對脆度影響程度依次為：老化時間＞膨化時間＞淀粉添加量。優(yōu)化得到微波真空膨化綠豆餅工藝最佳工藝條件為：淀粉添加量27%、老化時間20 h、膨化時間102 s。響應面法及神經網絡用于綠豆餅微波真空膨化工藝參數(shù)優(yōu)化可行，神經網絡優(yōu)化方法提高食品工藝參數(shù)優(yōu)化可靠性。本研究在微波真空加工工藝方面，重點分析微波真空加工條件對綠豆餅品質影響規(guī)律，為控制微波加工時綠豆制品品質指標提供理論依據(jù)。在平衡干燥品質和效率前提下，創(chuàng)探索微波真空綠豆餅新工藝。結果表明，微波加工法為一種高效率、高品質和低排放、低能耗食品綠色加工模式。

[1]紀花,陳錦屏,盧大新.綠豆營養(yǎng)價值及綜合利用[J].現(xiàn)代生物醫(yī)學進展,2006,10(6):143-144.

[2]田海娟.綠豆淀粉開發(fā)及其應用前景[J].吉林工商學院學報, 2011,27(5):84-86.

[3]汪少蕓,葉秀云,饒平凡.綠豆生物活性物質及功能研究進展[J].中國食品學報,2004,4(1):101-105.

[4]張肇富.肉類微波解凍[J].真空與低溫,1996,7(1):59.

[5]Vivek A C,BhaSkar N T.Microwave vacuum drying of shredded Carrots and Its nutritional evaluation[J].International Journal of Food Engineering,2016,7(4):935-948.

[6]Li Z F,Raghavan G S V,OrSat V.Temperature and power control in microwave drying[J].Journal of Food Engineering,2010,97(4): 478-483.

[7]Liu C,Li Q,Liu C H,et al.Process parameter study on microwave-assisted foam-mat drying properties of corn soaking water [J].Journal of Northeast Agricultural University:English Edition, 2016,23(2):65-77.

[8]鄭先哲,張寶輝,梁玉朋,等.微波輔助泡沫干燥過程中漿果營養(yǎng)成分降解模型[J].東北農業(yè)大學學報,2013,44(11):78-84.

[9]鄭先哲,梁玉朋,陶巖.微波輔助萃取藍莓中花青素抗氧化特性[J].東北農業(yè)大學學報,2015,46(6):99-103.

[10]Zheng X Z,Zhang Z G,Jin C J,et al.Purification characteristics andparametersoptimizationofanthocyaninextractedfrom blueberry[J].International Journal of Food Engineering,2015,8 (2):135-144.

[11]劉海軍.微波真空膨化漿果脆片機理研究[D].哈爾濱:東北農業(yè)大學,2013.

[12]蔣予箭,蔣家新,吳彩珍.微波膨化米餅生產工藝條件研究[J].糧食與飼料工業(yè),2001(5):44-45.

[13]雷鳴,盧曉黎,何自新.淀粉種類對甘薯膨化食品品質影響[J].食品科學,2002(2):55-58.

[14]劉成海,霍俊偉,鄭先哲,等.應用微波真空方法膨化藍靛果脆片研究[J].東北農業(yè)大學學報,2009,40(11):116-120.

Study on process parameters optimizing of microwave vacuum puffingmung bean chips/

LIU Haijun1,LIU Wei1,LIU Chenghai2,ZHANG Chunzhi1,HU Yaguang1, WEI Chunhong1(1.School of Food Science,Heilongjiang Bayi Agricultural University,Daqing Heilongjiang 163319,China;2.School of Engineering,Northeast Agricultural University,Harbin 150030,China)

In order to obtain puffing mung bean chips with good taste,the influencing factors of puffing degree was studied by the response surface experiments,getting the most optimal puffing process parameters.Taking amount of starch added,ageing time and puffing time as influencing factor, taking puffing degree and crispness as response indicators.The optimal puffing conditions were optimized.The amount of starch added was 27%,the ageing time was 20 h and the puffing time was 102 s.Through verified experiment,puffing degree was 3.11 and the crispness was 2 217.48 g. Expansion degree error rate was 5.47%,brittleness error rate was 8.37%.In reasonable range by using response surface and neural network method to optimize process parameters of microwave vacuum puffing mung bean chip viably.

mung bean chip;microwave;puffing;optimization

TS214.9

A

1005-9369（2016）11-0085-08

時間2016-12-1 13:57:25[URL]http://www.cnki.net/kcms/detail/23.1391.S.20161201.1357.012.html

劉海軍,劉偉,劉成海,等.綠豆餅微波真空膨化工藝優(yōu)化研究[J].東北農業(yè)大學學報,2016,47(11)：85-92.

Liu Haijun,Liu Wei,Liu Chenghai,et al.Study on process parameters optimizing of microwave vacuum puffing mung bean chips[J].Journal of Northeast Agricultural University,2016,47(11)：85-92.(in Chinese with English abstract)

2016-08-14

黑龍江省教育廳面上項目（12531453）

劉海軍（1978-），男，副教授，博士，研究方向為食品微波加工。E-mail:13804663543@163.com