復雜食品體系及食品加工過程的模型與分析：現(xiàn)狀及進展

劉東紅 徐恩波 鄒明明 侯福榮 陳衛(wèi)軍 周建偉

（1 浙江大學寧波研究院 浙江寧波 315100

2 浙江大學生物系統(tǒng)工程與食品科學學院 智能食品加工技術與裝備國家地方聯(lián)合工程實驗室（浙江）浙江省農(nóng)產(chǎn)品加工技術研究重點實驗室 浙江省食品加工技術與裝備省級工程實驗室 杭州 310058

3 浙江大學馥莉食品研究院 杭州 310058

4 浙江大學寧波理工學院 浙江寧波 315100）

隨著社會的進步和人們消費水平的迅速提升，要求食品加工在保證食品安全的同時，保持最佳的感官和營養(yǎng)特性，并盡可能降低能耗。從最初的群體化、單一化保障供給發(fā)展到個性化、多元化高質量供給，對食品加工無疑帶來巨大的挑戰(zhàn)，迫切需要交叉融合更多的前沿技術來推動食品行業(yè)與時俱進[1]。隨著計算機技術的發(fā)展，模擬仿真優(yōu)化在諸如機械、建筑、航空航天、材料、化工等領域得到大范圍應用。數(shù)字化計算與分析作為有效的工具已應用于產(chǎn)品及其處理過程的分析、設計、優(yōu)化和控制[2]。然而，這些創(chuàng)新數(shù)字化工具在食品領域尚處于起步階段。

食品體系及食品加工過程的模型研究從上世紀70年底起步（圖1），初步取得模型構建、推導與理論發(fā)展。通過從食品加工的模糊建模到局部精確建模，可以逐漸實現(xiàn)對食品加工過程中的基料變化與參數(shù)條件的精準控制，在最大程度上提高能源轉化率與利用率，以及設備的性能及可靠性[3]。為此，本文總結和介紹了食品體系和食品加工過程模型化研究的最新進展，期望推動數(shù)字化信息技術在食品產(chǎn)業(yè)中的快速發(fā)展。

1 食品體系及食品加工過程模型的構建方法

模型研究的目的是根據(jù)現(xiàn)有基本理論對食品加工過程中的化學變化或物理現(xiàn)象作出解釋，通過可測量的時間依賴性參數(shù)，建立復雜食品體系或者加工過程中基質分子相互關聯(lián)的特征相關性模型。食品加工過程建模和仿真應實現(xiàn)將熱量、密度、動量、能量平衡等表征參數(shù)與食品的納米結構、微觀結構到宏觀結構，產(chǎn)品質構的理化反應相互連通。為此，食品加工過程典型的建模過程如圖2所示：首先通過已有研究和數(shù)據(jù)基礎通過假說、機理、狀態(tài)變量和參數(shù)構建初始模型，之后通過設計實驗加以校驗和修正，從而獲得經(jīng)驗和理論相契合的模型，以及可通過實際應用檢驗的模型，最終才能應用于實際生產(chǎn)的感知和決策控制。

圖1 食品體系及食品加工過程的模型研究的發(fā)展歷程Fig.1 Development history of model research in food systems and food processes

圖2 典型食品加工建模過程Fig.2 Modelling process of typical food processing

通過現(xiàn)有食品知識建立的模型往往只能在特定的食品或理化環(huán)境中適用，這些模型獨特的基礎理論，使得模型之間相互的整合成為難題[4]。例如，熱質傳遞的研究可以用偏微分方程描述熱量的空間分布，然而這些方程都將化學和生物動力學模型進行了過度的簡化。另外，分子級別的理化模型往往需要忽略熱質傳遞的影響。為此將分子級別的模型和宏觀傳熱傳質的影響綜合建模就存在障礙。此外，食品加工研究中的實驗數(shù)據(jù)往往在數(shù)量和質量上有局限性。目前能實現(xiàn)在線監(jiān)測的數(shù)據(jù)僅限于溫度、壓力、速度等簡單易測的參數(shù)。而與食品品質直接相關的參數(shù)（細菌數(shù)、組分含量、質構）仍需在實驗室通過費時、費力的人工操作得到。與其它領域的實驗測量結果相比，食品領域在實驗室分析得到的數(shù)據(jù)誤差相對偏大，基于此建立可靠的模型顯然非常困難。為此，已有研究探索通過不同的方案解決上述問題（表1）。

表1 建模在食品加工中應用的難點和可能的解決方式Table1 Technical difficulties and their possible solutions of modelling in food processing

2 食品體系模型構建

2.1 食品品質模型

食品品質模型采用單一或組合數(shù)學模型擬合描述品質變化趨勢，從而實現(xiàn)食品品質、組分微觀與宏觀反應動力規(guī)律的數(shù)值化表達[5]。食品品質一般可分為化學、物理與生物品質因子（如組分、感官、質構、微生物等）。品質因子的變化大多遵循零級或一級反應動力學現(xiàn)象，常用Arrhenius、Q10、DZ值、Baranyi等動力學模型以及修正模型描述[5-7]。定性描述的的感官品質因子（如質構、滋味、香氣、色澤等）則可通過Weibull生存模型分析[8-9]。 Barsa等[6]報道Eyring-Polanyi方程對溫度-時間品質反應歷程有較準確的描述能力。Halder等[10]采用Monte Carlo矩陣變換對一級動力學過程優(yōu)化并獲取一定的統(tǒng)計數(shù)據(jù)，從而提高動力學模型的魯棒性。Cunha等[11]基于Jacobian矩陣變換對一階Arrhenius模型參數(shù)在線性升溫條件下進行優(yōu)化設計，對Arrhenius作為食品品質反應函數(shù)具有極大的參考意義。

基本數(shù)學模型f（t）可以對食品進行局部品質變化與壽命預測，然而由于食品組分及其分解產(chǎn)物多、加工環(huán)境復雜，其品質因子種類多樣、基數(shù)龐大，實際應用統(tǒng)計難度大[5]。在食品加工與貯藏過程中，有學者嘗試建立原料與產(chǎn)品特征指紋圖譜，或通過產(chǎn)品與包裝材料相結合的MRCP數(shù)學模型等方法，以此削減品質因子數(shù)量或定位關鍵品質因子[12-13]。van Boekel[5]采用神經(jīng)網(wǎng)絡人工智能建模方法對葡萄和葡萄酒的一級指標對葡萄酒質量進行評價時采用BP神經(jīng)網(wǎng)絡建模方法，可有效克服品酒師的人為誤差，準確反映葡萄酒的內在品質[14]。這是對擬合參數(shù)的不確定性與易變性的有效方法。

2.2 食品結構仿真

從結構層面，大多數(shù)食品為復雜多組分、多結構、多界面體系，其分子運動在宏觀性能上呈現(xiàn)出晶態(tài)、玻璃態(tài)、高彈態(tài)、粘流態(tài)等多相態(tài)特征[15]。食品物理結構變化常用 Einstein、Eilers、Williams-Landel-Ferry（WLF）動力學方程建模擬合數(shù)值。WFL方程還適用于描述食品在機械性能方面的品質變化。Rathnayaka等[16]基于無網(wǎng)格的3D粒子空間架構建模方法，由于其模擬結構變形、多相現(xiàn)象和復雜物理性質的優(yōu)越性，因此能夠更真實地預測3D細胞結構形態(tài)變化。Wijerathne等[17]提出一種新的粒度多尺度數(shù)值模型，用于預測干燥過程中食用植物組織的體積水平（宏觀尺度）變形。Karunasena等[18]基于無網(wǎng)格的2-D微尺度植物組織模型，將組織細胞建模為六邊形并聚集以形成具有對應于每種植物食物材料的定制特性的簡化組織，比較干燥過程中不同組織（蘋果、馬鈴薯、胡蘿卜和葡萄）的形態(tài)變化。Karunasena等[19]使用光滑粒子流體動力學（SPH）和離散元法（DEM）建模，通過將其近似為不可壓縮的牛頓流體（近似Neo-Hookean固體材料）來模擬黏性細胞原生質（細胞液），然而，仍沒有較好的模型來揭示組分間的分子鏈聚集態(tài)與聚集組裝行為，以及從食品組分微結構變化函數(shù)映射到整體品質變化的方法。

圖3 基于無網(wǎng)格的3D粒子空間架構建模方法[16]Fig.3 Meshless 3D particle space architecture modelling method[16]

近年來，隨著圖譜成像技術的發(fā)展，不僅可以獲得高分辨率（微米甚至納米級）的清晰食品組分圖像，而且可以結合數(shù)理分析、光譜分析對食品品質展開評價[20]。例如Wu等[21]對淀粉結構回生紋理，采用分形維數(shù)的方法還原淀粉高度不規(guī)則結構，并從中獲得分形特征信息，從而定量描述淀粉回生程度與淀粉品質關系。高光譜成像技術結合光譜學與成像可以直接評估食品組分占比且確定空間分布，可用于直觀地分析不同食品組分的聚集與構成特性[20]。

3 食品加工過程模擬

3.1 加熱與殺菌

食品的加熱和殺菌模型研究受到特別關注，因為它關系到食品的品質和安全，并最終與風險評估模型相結合[22]。Ghani等[23-30]對不同內裝物、不同運動形式、不同包裝類型的罐頭熱殺菌過程進行仿真研究，不僅顯示溫度場在殺菌過程中的變化，還揭示了殺菌后微生物與熱敏性營養(yǎng)素維生素C含量的場分布等信息。劉東紅等[31-41]基于COMSOL軟件模擬瓶裝啤酒、液態(tài)食品、金槍魚罐頭等對象的靜置、傾斜、螺旋式熱殺菌過程，揭示了液態(tài)罐頭食品溫度冷點與F值位置有所差異，還開發(fā)了仿真平臺對罐頭食品熱殺菌過程進行工藝優(yōu)化。Shafiekhani等[42]構建了三維蘋果醬罐頭模型，運用有限體積法討論熱處理過程中網(wǎng)格結構對溫度場的影響。Hamed等[43]采用混合計算策略，構建CFD模型，對一種中東食品熱加工過程中的溫度進行預測，并對設備的溫度-時間工藝曲線進行優(yōu)化，提高了營養(yǎng)價值和感官特性。

圖4 軟袋胡蘿卜橙湯蒸汽加熱殺菌過程3D模型分析結果-離底部30%高度截面的溫度場和VC場分布[25]Fig.4 Analysis of steam heating sterilization process of soft bag carrot orange soup by 3D model-temperature and VC distribution of 30%height section from the bottom[25]

在傳熱傳質模型基礎上，大量研究不斷地優(yōu)化熱處理過程，實現(xiàn)食品質量的提升。Alonson等[44-45]將建模和仿真與系統(tǒng)辨識、動態(tài)優(yōu)化工具和方法結合起來，構建一個分布式?jīng)Q策體系，用于在過程不確定或意外過程干擾的情況下，以最優(yōu)方式控制熱滅菌。Bouvier等[46]基于CFD對熱致蛋白質局部變性機理進行模擬，對超短巴氏殺菌和高溫滅菌進行工藝優(yōu)化[47]。Teixeira等[48-49]采用計算機對殺菌過程進行在線控制，進而改善食品品質。周建偉等[41]采用神經(jīng)網(wǎng)絡和遺傳算法對金槍魚罐頭的變溫熱殺菌進行優(yōu)化，大幅度提高了食品品質及熱敏性營養(yǎng)素保留，基于傳遞函數(shù)方法建立了便捷冷點溫度預測數(shù)學模型，在此基礎上開發(fā)了智能殺菌控制系統(tǒng)，解決了以往單一用實時F值控制而忽略冷卻段殺菌效果帶來的過度殺菌問題。

近年來，多物理場輔助熱處理，如超聲、高壓、微波等輔助熱處理的新方式正不斷涌現(xiàn)。這些新技術需要對溫度、壓力、聲強等多個物理場進行綜合分析，因而基于多物理場的建模仿真十分必要。Resurreccion等[50]建立了微波輔助熱滅菌計算機仿真模型（MATS-CSM），包括最佳加熱時間步長的確定、電磁場分布和由此產(chǎn)生的食品加熱方式的評價以及加熱方式的試驗驗證。壓力輔助熱滅菌（PAST）過程中，溫度對微生物的滅活起著重要作用，應特別關注高壓容器內的溫度分布。Khurana等[51]采用數(shù)值模擬的方法對有、無絕熱層的臥式容器內的熱輸運進行預測，結果表明，與不加隔熱層的容器相比，加隔熱層的容器溫度水平更高，然而溫度分布更不均勻。Reineke等[52]采用comsol多物理場結合matlab程序計算兩種過程的F值，探討熱脈沖電場（PEF）聯(lián)合處理對內生孢子的滅活作用。

3.2 干燥與脫水

干燥建模方法包括多物理場建模、多尺度建模、多相建模等。Goula等[53]基于細胞膜傳質和不同物種在細胞間隙擴散的滲透擴散模型，對滲透脫水和冷凍聯(lián)合過程中質量和傳熱進行模擬。Onwude等[54]建立了紅薯紅外線與熱風聯(lián)合干燥過程中水分與溫度分布的數(shù)值模型。Defraeye等[55]將水果在干燥過程中的濕熱歷史模型耦合到水果質量模型中，為優(yōu)化干燥過程提供了新方法。楊濤等[56]將接觸超聲與對流干燥結合，模擬結果表明，接觸超聲對水的擴散影響比水蒸發(fā)更深遠。Franco等[57]對雪蓮果汁和雪蓮濃縮果汁進行泡沫墊干燥模擬。Kara等[58]研究了石榴汁加工副產(chǎn)物薄層干燥動力學。Aregawi等[59]結合中子照相和數(shù)值模擬，研究蘋果組織的強制對流干燥，研究表明，干燥動力學主要是由組織中的水傳輸而不是通過空氣-組織界面處的對流流動。

3.3 蒸發(fā)與濃縮

近年來，濃縮模型在使用過程流程模擬器模擬、逆流多效蒸發(fā)模擬、模擬滲透蒸餾過程方面取得較好的應用。Madoumier等[60]提出一種在過程模擬器中對液態(tài)食品進行建模的方法，對工業(yè)生產(chǎn)牛奶蒸發(fā)過程和中試蒸發(fā)器進行建模仿真。Jorge等[61]對甘蔗汁工業(yè)蒸發(fā)系統(tǒng)進行建模仿真。Chantasiriwan等[62]基于蒸發(fā)過程的數(shù)學模型實現(xiàn)了加熱器、多效蒸發(fā)器和結晶器3組件間質量和能量平衡。齊阮等[63]采用逆流多效蒸發(fā)的數(shù)學模型對不同操作策略下的果汁濃縮過程進行模擬。Zambra等[64]采用質量傳遞模型預測滲透蒸餾系統(tǒng)對蔓越橘汁進行濃縮的過程，結果發(fā)現(xiàn)果汁濃縮過程中黏度的增加可以產(chǎn)生果汁邊界層中傳質系數(shù)的顯著改變，預測模型取決于水活度預測方法的準確性和膜的鄰近處的傳質系數(shù)的預測能力。

3.4 凝膠與擴散

生物活性組分從膠體結構中的釋放，在多數(shù)情況下符合Fickian定律，其動力學過程可以用Higuchi及其改進模型來描述[65]。Shi等[66]利用Higuchi方程分析淀粉-薄荷醇復合體中薄荷醇的釋放動力學，并從微觀上詮釋了V型直鏈淀粉與薄荷醇的最佳絡合方法。而對于植物來說，細胞中活性成分的釋放速率與其比表面積成正比，樣品顆粒越小，活性成分釋放的越快[67]。Yang等[68]制備了肉桂和丁香超細粉末并研究抑菌活性物質從粉末到無水乙醇的釋放動力學及機制。肉桂醛的釋放過程符合Ritger-Peppas方程，表明其擴散屬于非Fickian擴散，是擴散控制和溶脹控制相結合的釋放機制。然而，丁香酚的釋放最符合Higuchi方程，是擴散或溶脹控制的釋放機制。

凝膠的結構、流變性質及其形成動力學取決于組分顆粒的尺寸、形狀、體積分數(shù)及其凝膠化前、后的相互作用性質。Huang等[69]開發(fā)亞麻籽油和槲皮素共載脂質體——殼聚糖水凝膠珠粒以增強其穩(wěn)定性和溶解性，通過Higuchi模型闡述該凝膠體系的緩釋機制，表明殼聚糖水凝膠在食品工業(yè)中具有廣闊的應用前景。Madeo等[70]提出一種用于磁性水凝膠的2D顯微可擴展物理模型，用該模型研究了磁性水凝膠的動力學行為，能夠解釋磁性水凝膠的物理特性，未來可應用于更多的生物醫(yī)學和臨床應用的設計和模擬上。

3.5 發(fā)酵

圖5 熱殺菌參數(shù)仿真設計平臺[37]Fig.5 Simulation design platform of thermal sterilization parameters[37]

Rodman等[71]應用第一動態(tài)原理模型，根據(jù)啤酒質量屬性的多維靈敏度分析與大量初始條件篩選（可能有數(shù)十萬種溫度控制曲線）表明，初始糖濃度明顯影響最終乙醇濃度，從而影響啤酒產(chǎn)品質量，最顯著的發(fā)現(xiàn)是通過控制進料到發(fā)酵罐的初始生物質濃度（酵母接種率），可以改善發(fā)酵效率和批次持續(xù)時間。

為了模擬和優(yōu)化啤酒發(fā)酵過程，Rodman[72]介紹了工業(yè)啤酒發(fā)酵過程模型的詳細計算方法，用于模擬溫度控制過程。利用模擬退火（SA）算法，以便實現(xiàn)發(fā)酵罐溫度控制曲線的隨機優(yōu)化，可以將發(fā)酵時間減少16 h，然而也增加乙醇濃度并將副產(chǎn)物濃度維持在閾值以下。

Schmidt等[73]使用 OpenFOAMRsultiphaseEuler-Foam求解器的修改版本進行3D CFD兩相流模擬，評估工業(yè)規(guī)模的葡萄酒發(fā)酵過程中實現(xiàn)可溶性營養(yǎng)添加劑（例如DAP）的均勻分布所需的時間。如果形成足夠的氣泡，則可以在幾分鐘內實現(xiàn)均勻性。整個發(fā)酵過程的過程模型，在發(fā)酵的主要階段可以減少到1D，這是因為與發(fā)酵的總時間尺度相比，在非常小的時間尺度上存在不均勻性?；谠摻Y果，可以應用優(yōu)化技術找到關于混合行為的葡萄酒發(fā)酵容器的最佳形狀。

4 結論與展望

模型的研究和發(fā)展應用有助于識別食品加工過程中不同影響因素之間的復雜相互關系，以及明確闡釋相關的物理過程以及生物化學和生物學變化。在此基礎上，通過進一步的工藝優(yōu)化及控制，可以實現(xiàn)智能化的食品制造，在食品工業(yè)中有廣闊的應用潛力。食品體系的品質與結構模型構建方法已受到關注，食品加工過程建模已在冷凍與解凍、濃縮與干燥、分離與提取、擠壓與膨化、發(fā)酵與熟制、加熱與殺菌、膠體與改性等方面有了成功的應用案例。通過建模，進一步進行數(shù)值仿真及優(yōu)化，可以改善食品加工過程中的傳熱傳質、營養(yǎng)品質、貨架壽命，有助于縮短設計周期，適應食品產(chǎn)業(yè)快速更新?lián)Q代的需求，實現(xiàn)全場和全程的精確生產(chǎn)控制，節(jié)約能源和提高效益，是食品產(chǎn)業(yè)實現(xiàn)智能化控制和制造的基礎。

隨著對食品的微觀認識、加工過程機理的深入了解，以及計算機計算性能的進一步提高，食品建模這一技術將為食品工藝的改良、食品裝備的優(yōu)化設計及過程控制提供更多數(shù)據(jù)支持與理論支撐。