主题：【分享】【金秋计划】食品保质期预测常用模型及应用

浏览0 回复1 电梯直达

王小盒

结帖率：

100%

关注：0 |粉丝：0

新手级：新兵

发表于：2024/09/04 22:53:34 楼主管理分享倒序浏览只看楼主回复私聊

目前在食品和饮料产品上标明的保质期通常为消费者提供了一个粗略的指南，告诉他们在既定加工、包装、运输和储存条件下该产品的货架寿命。

但在实际产品生命链条中，储存条件、运输对包装的破坏等因素的改变可能会使产品的实际保质期短于或长于产品预期的保质期，从而导致与食品安全和浪费相关的问题。

因此保质期预测和评估的进展对提高食品供应的安全性、可靠性和可持续性起到至关重要的作用。

在保质期预测方法中选择合适的动力学模型和数据分析技术是至关重要的，可以根据环境条件的变化，更加准确的预测产品使用寿命，还可以进行实时监控。本文梳理了基于品质衰变原理的保质期预测方法。

近年来，国内外学者利用动态模型研究了肉制品、蔬菜、水果等的品质变化，并对其贮藏期进行预测，取得了较好的结果。

通过分析影响产品质量变化的主要因素确定用于货架期结束的关键指标，形成基于品质衰变原理的货架期预测方法体系。

食品品质变化由内在品质性质因素Ci表示（如浓度、pH 值、水分活度等）与外在环境因素Ej表示（如温度、相对湿度、包装等）决定，食品品质衰变可表示为：rQ=f(Ci,Ej)。食品品质衰变一般包括化学品质衰变、微生物生长动力和食品感官失效三个方面的改变。

1.化学品质衰变动力学模型

食品劣变大多由化学反应引起的食品，一般采用化学品质衰变动力学模型来进行保质期预测。

常用的化学品质衰变动力学模型为阿伦尼乌斯模型（Arrhenius 模型）。

阿伦尼乌斯模型应用于脂肪氧化、美拉德反应、蛋白质变性等易被化学反应破坏的食品。

一般来说，温度越高，化学反应的速度越快，这意味着产品质量下降的速度越快。Q10 模型侧重于温度对货架期的影响，而导致其预测精度比较低，在Arrhenius 模型中，用Q10 这个概念来确定温度对反应的敏感程度。

食品保质期的损失通常通过测量特征质量指数A随时间t的变化来评估，通常表示为f(A)=k(T)t，其中f(A)为食品的质量函数，k 为反应速率常数。

速率常数是绝对温度T 的逆指数函数，由Arrhenius阿伦尼乌斯表达式给出，k=kAexp(–EA/RT)，其中kA为常数，EA为控制质量损失的反应活化能，R为通用气体常数。根据以下拟合方程，可以推算货架终点产品品质：

–d[A]/dt=k[A]n，–d/dt=k′n′

式中：k 和k′为品质变化速率常数；

n 和n′为反应级数；

d[A]/dt 和d/dt 为品质变化速率。

化学指标A（如营养素或特征风味）的损失或不期望的化学指标B（异味成分或褪色色素含量）

若满足A 或B 与时间t 的线性拟合，则为零级模式；

若满足A 或B 半对数与t 的线性拟合，则为一级模式；

若满足1/A 或1/B 与t 的线性拟合，则为二级模式。

2.微生物生长动力学模型

微生物腐烂是食品变质的主要方式之一，特别是对新鲜或最低限度加工的冷藏产品。

微生物可引起食物腐败或引起食源性疾病。研究表明微生物导致的食品腐烂，主要是食品贮藏中的特定腐败菌（specific spoilage organisms，SSO）活动导致的，并且微生物菌群不是静态的，随着不同品类食品内在因素和外界环境因素发生改变，其增长态势是预测食品货架期的重要因素。

货架寿命可以定义为从开始储存到SSOs 达到某一最大水平的时间。生产加工企业应进行货架期实验，以确定何时发生变质，并应有效验证致病性微生物生长趋势，使用合理科学研究来评估其食品的潜在风险。

文献中有许多与温度相关的模型来描述微生物的生长还开发了一系列软件工具来预测食品中某些微生物的生长，然而只有少数是适用于实际的货架寿命预测。

常见的微生物动力学一级模型主要包括四种，Linear 模型、Logistic模型、Gompertz 模型及Baranyi & Roberts 模型。其中Gompertz 模型是预测微生物学的基石，美国农业部开发的PMP（Pathogen Modeling Program）系统和英国农粮渔部开发的FM（Food Micromodel）系统都以Gompertz 函数作为初级模型。

3、感官预测保质期模型

感官预测保质期方法早在20 世纪80 和90 年代，Taoukis 等就描述了进行有效加速货架期测试（ASLT: Accelerated shelf-life testing）的原则和方法。

在ASLT 方法中，温度是决定食品损伤的关键参数，因为温度越高，食品损伤越快。

温度和变质速度之间的关系可以用阿伦尼乌斯方程来表示。通常有两类主要的测试可用于此目的：差异测试（特别是成对比较，双三联测试——通常在差异变化的控制测试中——和三角形测试）和使用适当尺度的测试（特征或某些特定属性）。

目前国内外广泛使用的感官预测货架期方法为威布尔危险分析（Weibull hazard），这是一种较为实用的方法，有效地结合了ASLT 原理和感官方法并进行改进。

威布尔概率函数在工程中被广泛用于描述失效现象，由Gacula 和Kubala提出用于货架寿命测试。该方法的原理主要为产品被消费者拒绝所体现的累计危害率与贮藏时间的关系式为：lgt=lgH/β+lgα

式中：t 为发现新变质食品的时间/d；

H 为累计危险率/%；

α 是尺度威布尔分布参数；

β 是形状威布尔分布参数。

4、保质期预测方法研究案例

Wahyuni等研究布朗尼蛋糕货架期的预测，采用加速货架期测试（ASLT）方法，并结合Arrhenius 模型。

在该研究中，使用了20℃、30℃ 和40 ℃三种储存温度的变化，并选择硫代巴比妥酸（TBA）为变化指标进行监测。

根据Ketaren的研究表明贮藏过程中脂肪等营养成分的变化会使食品发生酸败，氧化产物醛类可与TBA 生成有色化合物，用TBA 值来表示氧化程度，TBA 的数量是决定油脂损害程度的最重要因素。

实验结果表明，TBA 的值随着贮藏温度的升高而增加，布朗尼的贮藏寿命通过阿伦尼乌斯方程来估计，即随着温度升高（20℃、30℃、40 ℃），产品货架期分别为1.57、4.9 和14 d。

Nashi等对超高温瞬时处理后的燕麦谷物饮料进行风味特征的货架期研究，评价指标有不良风味混合物、正己醛和PVG，评价方法采用风味物质色谱分析法，并成立感官评价小组进行风味可接受程度打分，实验结果表明当正己醛含量高于初始值的3~5 倍时，燕麦谷物饮料风味为不可接受。

HU 等研究壳聚糖包埋的鸡蛋在贮藏过程中品质变化和货架期，分别在5℃、20℃和35 ℃条件下，测定经包埋的鸡蛋在贮藏过程中品质的变化。并分析以哈夫值、密度和气室直径增加百分比的Pearson 相关系数，建立基于Arrhenius 方程的货架期预测模型。

结果表明，随着贮藏时间的延长，鸡蛋品质呈下降趋势。高温（20℃和35 ℃）贮藏环境比低温（5 ℃）贮藏环境对品质劣化影响显著；蛋黄品质与霍夫单位的相关系数最高，可以作为预测货架期的重要指标；根据鸡蛋品质的变化规律，蛋黄因素可以建立一阶动力学模型。

根据蛋黄品质变化数建立的模型，预测值与实测值拟合曲线的系数R2 为0.982 5，平均相对误差P 为9.32%，小于10%。较好地描述了蛋黄品质与温度之间的动力学关系。

同时基于动态模型，确定了基于蛋黄系数的壳聚糖鸡蛋货架期预测模型。平均相对误差为7.6%，小于10%，说明基于蛋黄品质变化的鸡蛋货架期预测模型是可行的。

刘红等研究表明目前我国食品及饮料行业保质期的测定大多依靠参照法，即经验值来进行确定，缺乏科学和标准测试方法。在我国应用较为广泛的为加速破坏性实验，所选用的方法为Q10 模型，主要研究贮藏期间温度对产品品质变化的影响。

任亚妮等应用 ASLT 法预测软面包的货架期，实验温度选择为常温20℃、37℃ 和47 ℃，相对湿度为60%，通过检测37 ℃和47 ℃下产品的酸价、过氧化值和微生物指标（菌落总数、霉菌、大肠杆菌），并结合感官评价结果，结合Q10 模型，推算出常温贮藏条件下软面包的货架期。

近年来，部分动力学模型和微生物生长模型也逐渐应用到我国产品保质期预测中。胡云峰等研究不同贮藏温度下鲜湿米粉的品质变化动力学模型，并应用Arrhenius 模型预测其货架期。研究结果表明鲜湿米粉的典蓝值的拟合系数较高，以典蓝值为预测目标建立的模型，经验证误差较小。

程晓凤等研究压缩饼干货架期预测，选择ASLT 方法结合Arrhenius 模型进行预测。在加速储藏温度条件下，测定压缩饼干酸价的变化，研究发现酸价变化较为明显，符合一级动力学模型，从而建立压缩饼干货架期预测方程，计算出产品在45 ℃下的保质期。

恭喜您！提交成功

主题：【分享】【金秋计划】食品保质期预测常用模型及应用