响应面法优化榴莲酶解工艺:提高果酒生产效率
77 浏览量
更新于2024-09-03
收藏 701KB PDF 举报
"响应面法优化榴莲酶解工艺的研究,通过四因素三水平的响应面试验,探索并优化了榴莲果酒生产中的酶解工艺条件,以提高还原糖得率为目标。研究由江南大学食品学院和嘉兴景程生物科技有限公司合作进行,主要研究人员包括李孟平、殷飞和冯骉等。"
在榴莲果酒的生产过程中,酶解是一个至关重要的步骤,直接影响到最终产品的质量和产量。本研究以还原糖得率为评价标准,首先进行了单因素试验,然后基于这些试验结果设计了一个四因素三水平的响应面试验。这四个因素分别是酶解的pH值、液固比、酶解温度和酶解时间。使用DesignExpert7.1.6软件对试验数据进行分析,建立了二次回归方程的回归模型,用于预测最佳酶解条件。
根据模型的预测,最佳的酶解工艺参数为:pH值为3.81,液固比为6.87g/g,酶解温度为61.99℃,酶解时间为6.83小时。在这些条件下,模型预测的还原糖得率最大值可达到131.518mg/g。为了验证模型的有效性,研究人员在最优条件下进行了实验验证,实际测得的还原糖得率为129.68mg/g,与模型预测值的误差仅为1.398%,表明模型的预测精度较高。
响应面法是一种统计优化技术,常用于实验设计和数据分析,能有效地找出变量之间的最佳组合,以最大化或最小化目标函数。在食品工业中,这种方法常用于优化加工工艺,如酶解过程,以提高产品质量、降低成本和提高生产效率。
关键词涉及榴莲的酶解、还原糖的提取以及响应面法的应用。本研究对于提升榴莲果酒的工业化生产水平具有重要意义,不仅提供了理论依据,也为其他水果的酶解工艺优化提供了参考方法。中图分类号TS255.115则表明这是关于食品加工技术的科学研究。
这项研究通过响应面法优化了榴莲酶解工艺,找到了提高还原糖得率的最佳条件,并通过实验证实了模型的有效性,为榴莲果酒的生产提供了科学的工艺指导。
2021-07-19 上传
2021-05-10 上传
2021-11-21 上传
2024-10-27 上传
2021-09-09 上传
2022-03-07 上传
weixin_38629920
- 粉丝: 6
- 资源: 914
最新资源
- 火炬连体网络在MNIST的2D嵌入实现示例
- Angular插件增强Application Insights JavaScript SDK功能
- 实时三维重建:InfiniTAM的ros驱动应用
- Spring与Mybatis整合的配置与实践
- Vozy前端技术测试深入体验与模板参考
- React应用实现语音转文字功能介绍
- PHPMailer-6.6.4: PHP邮件收发类库的详细介绍
- Felineboard:为猫主人设计的交互式仪表板
- PGRFileManager:功能强大的开源Ajax文件管理器
- Pytest-Html定制测试报告与源代码封装教程
- Angular开发与部署指南:从创建到测试
- BASIC-BINARY-IPC系统:进程间通信的非阻塞接口
- LTK3D: Common Lisp中的基础3D图形实现
- Timer-Counter-Lister:官方源代码及更新发布
- Galaxia REST API:面向地球问题的解决方案
- Node.js模块:随机动物实例教程与源码解析