本文關鍵詞：冷鏈豬肉環(huán)境信息檢測及貨架期預測研究

  更多相關文章： 冷鏈豬肉 環(huán)境信息 貨架期預測 高光譜技術

【摘要】：冷鮮豬肉的流通存儲溫度多控制在4℃,但在實際銷售中由于各種因素的影響,會導致貯藏環(huán)境溫度發(fā)生波動,甚至會出現(xiàn)冷鏈短暫中斷的情況。傳統(tǒng)的微生物檢測分析方法雖然準確可靠,但耗時長,程序繁瑣,起不到預測的作用,無法對冷鮮豬肉產(chǎn)業(yè)鏈的溫度控制和品質(zhì)保障提供指導。因此,科學的監(jiān)測冷鏈豬肉的環(huán)境信息并對其貨架期進行預測對人體健康以及冷鮮豬肉的食用安全性具有重要的指導意義。本論文應用預測微生物學、高光譜及計算機的方法來建立快速準確評價冷鮮豬肉貨架期的預測模型,本論文通過分析冷鮮豬肉中的微生物數(shù)量隨時間、溫度的變化,建立冷鮮豬肉的貨架期預測模型,應用光譜的手段預測菌落數(shù),開發(fā)冷鮮豬肉在生產(chǎn)、流通和銷售過程中的環(huán)境變化和貨架期的實時監(jiān)控及預測系統(tǒng)。具體研究內(nèi)容及研究結(jié)果如下： (1)通過分析冷鮮豬肉在0、4、7、10、15、20℃有氧貯藏條件下豬肉中的細菌總數(shù),通過預測微生物學的分析研究方法,選用修正的Gompertz模型、修正的Logistic模型及Baranyi模型作為一級模型,平方根模型為二級模型,建立冷鮮豬肉中總好氧菌的生長動力學模型,試驗表明預測微生物學的方法能很好地預測冷鮮豬肉中微生物總數(shù),其貨架期可以通過總好氧菌從初始菌數(shù)(No)到最小腐敗菌數(shù)(Ns)所需的增殖時間來預測。 (2)應用高光譜技術分析冷鮮豬肉在4℃冷藏溫度及20℃的室溫條件的細菌總數(shù)與光譜曲線的變化。研究基于全部波段及特征波段下建立預測模型的可行性,對比不同建模方法所建立模型的精度。研究表明,在4、20℃恒溫條件有氧菌數(shù)及光譜曲線之間存在良好的關系。應用高光譜技術快速無損檢測4℃和20℃下冷鮮豬肉中細菌總數(shù)是可行的,并能獲得滿意的預測精度。 (3)采用RS-485總線技術,搭建了一套冷鮮豬肉環(huán)境監(jiān)控與貨架期實時預測系統(tǒng)。從信息采集模塊、顯示模塊、通信接口和控制接口幾個方面設計了基于RS-485通信的監(jiān)控終端。采用VB.NET開發(fā)B/S構(gòu)架的管理應用軟件,結(jié)合數(shù)據(jù)庫管理系統(tǒng)技術,實現(xiàn)冷鮮豬肉環(huán)境信息智能檢測及貨架期預測。
【關鍵詞】：冷鏈豬肉 環(huán)境信息 貨架期預測 高光譜技術
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F323.7
【目錄】：

• 致謝5-6
• 摘要6-8
• Abstract8-10
• 目錄10-13
• 第1章 緒論13-25
• 1.1 前言13-14
• 1.2 研究目的和意義14-16
• 1.2.1 研究背景14
• 1.2.2 研究目的和意義14-16
• 1.3 國內(nèi)外研究現(xiàn)狀16-23
• 1.3.1 影響冷鮮豬肉貨架期的因素16-17
• 1.3.2 食品預測微生物學及貨架期預測17-20
• 1.3.3 高光譜在肉品新鮮度和貨架期分析中的應用20-21
• 1.3.4 當前的食品貨架期預測裝置研究現(xiàn)狀21-23
• 1.4 研究內(nèi)容23-25
• 第2章 基于預測微生物學的冷鮮豬肉貨架期預測研究25-46
• 2.1 引言25-26
• 2.2 材料與方法26-28
• 2.2.1 材料與儀器26-27
• 2.2.2 試驗方法27
• 2.2.3 數(shù)據(jù)處理27
• 2.2.4 模型驗證27-28
• 2.3 結(jié)果與分析28-45
• 2.3.1 細菌總數(shù)在0℃、4℃、7℃、10℃、15℃、20℃下的生長曲線28-32
• 2.3.2 菌總數(shù)生長的動力學模型及參數(shù)32-38
• 2.3.3 溫度對細菌總數(shù)生長動力學參數(shù)的影響38-42
• 2.3.4 菌總數(shù)生長動力學模型的驗證和評價42-44
• 2.3.5 剩余貨架期的預測44-45
• 2.4 結(jié)論45-46
• 第3章 基于高光譜技術的冷鮮肉菌落數(shù)研究46-58
• 3.1 引言46-47
• 3.2 樣品與方法47-52
• 3.2.1 樣品及處理47
• 3.2.2 儀器設備47-48
• 3.2.3 試驗方法48-49
• 3.2.4 光譜數(shù)據(jù)預處理49-50
• 3.2.5 光譜建模算法50-51
• 3.2.6 光譜特征波長選擇算法51-52
• 3.3 結(jié)果與討論52-57
• 3.3.1 豬肉反射光譜圖及細菌總量統(tǒng)計分析52-53
• 3.3.2 基于預處理全部光譜PLS模型53-54
• 3.3.3 SPA提取有效波長54
• 3.3.4 基于特征波長建模54-57
• 3.4 結(jié)論57-58
• 第4章 冷鮮豬肉環(huán)境信息檢測與貨架期預測系統(tǒng)58-69
• 4.1 引言58-59
• 4.2 冷鮮豬肉貨架期檢測系統(tǒng)架構(gòu)與功能實現(xiàn)59-64
• 4.2.1 數(shù)據(jù)通信協(xié)議設計59-60
• 4.2.2 RS-485接口的監(jiān)控終端設計60-64
• 4.3 系統(tǒng)軟件設計64-68
• 4.4 本章小結(jié)68-69
• 第5章 結(jié)論與展望69-72
• 5.1 主要結(jié)論69-70
• 5.2 創(chuàng)新點70
• 5.3 展望70-72
• 參考文獻72-78
• 作者簡歷78

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王偉;彭彥昆;張曉莉;;基于高光譜成像的生鮮豬肉細菌總數(shù)預測建模方法研究[J];光譜學與光譜分析;2010年02期

2 張學文;張立福;黃長平;鄭蘭芬;童慶禧;;基于FISS成像光譜數(shù)據(jù)的鮮-解凍肉識別研究[J];光譜學與光譜分析;2011年08期

3 朱逢樂;章海亮;邵詠妮;何勇;;基于高光譜成像技術的多寶魚肉冷藏時間的可視化研究[J];光譜學與光譜分析;2014年07期

4 趙進輝;涂冬成;歐陽靜怡;劉木華;沈杰;;利用高光譜圖像技術檢測雞胴體內(nèi)部糞便污染物[J];江西農(nóng)業(yè)大學學報;2011年03期

5 高曉東;吳建虎;彭彥昆;陳菁菁;陶斐斐;;基于高光譜成像技術的牛肉大理石花紋的評估[J];農(nóng)產(chǎn)品加工(學刊);2009年10期

6 傅鵬;李平蘭;周康;程萬鵬;;冷卻肉中假單胞菌溫度預測模型的建立與驗證[J];農(nóng)業(yè)工程學報;2008年04期

7 張雷蕾;李永玉;彭彥昆;王偉;江發(fā)潮;陶斐斐;單佳佳;;基于高光譜成像技術的豬肉新鮮度評價[J];農(nóng)業(yè)工程學報;2012年07期

8 彭輝;文友先;王巧華;王樹才;吳蘭蘭;;基于小波變換和BP神經(jīng)網(wǎng)絡的蛋殼破損檢測[J];農(nóng)業(yè)機械學報;2009年02期

9 張淑娟;張海紅;趙艷茹;趙華民;;鮮棗可溶性固形物可見/近紅外光譜檢測建模方法比較[J];農(nóng)業(yè)機械學報;2012年03期

10 彭彥昆;張雷蕾;;農(nóng)畜產(chǎn)品品質(zhì)安全高光譜無損檢測技術進展和趨勢[J];農(nóng)業(yè)機械學報;2013年04期

，

本文編號：602841