超高温杀菌乳货架期的复配稳定剂稳定性研究_第1页
超高温杀菌乳货架期的复配稳定剂稳定性研究_第2页
超高温杀菌乳货架期的复配稳定剂稳定性研究_第3页
超高温杀菌乳货架期的复配稳定剂稳定性研究_第4页
超高温杀菌乳货架期的复配稳定剂稳定性研究_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

超高温杀菌乳货架期的复配稳定剂稳定性研究

复配乳化剂对超高温牛乳稳定性的影响由于超高温消毒,无菌乳系统中的微生物数量达到商业无菌水平。因此,由微生物腐败引起的产品变质不是货架期的限制因素。牛乳体系一般是由蛋白质、脂肪、糖类等营养物质组成,是一种客观不稳定的分散体系。超高温处理使得蛋白质和脂质体的结构较生奶发生变化,脂肪颗粒随着时间的推移发生聚集并产生浮油,蛋白质颗粒会发生沉淀。目前,超高温灭菌乳的保质期时间一般在6个月,亦有8个月左右的产品,但是到8个月时其组织状态一般都不甚理想,因此,超高温灭菌乳的稳定性是其货架期的最主要限制因素。要解决此问题,需加入配比恰当且适量的乳化剂、增稠剂等以使产品稳定。κ-卡拉胶可与乳酪蛋白起络合反应并形成稳定的弱凝胶网络体系,起到悬浮和稳定乳蛋白的作用。前期试验结果表明,添加0.02%的κ-卡拉胶即可很好地稳定超高温灭菌乳中的蛋白质。然而,乳脂肪在观察期内的稳定性较差,容易发生脂肪聚集及浮油现象,因此,本文的研究重点集中于乳化剂的复配上。目前,关于配方优化设计中常用的方法有正交试验、响应面试验等,正交试验忽略了各因子之间交互性,得到的结果只是试验水平上的最佳配比及预测各因子对变量的影响趋势,不能预测最佳配比问题;响应面试验可以得到最佳值,但需要进行大量的试验。混料设计就是研究配料中各试验因子的最佳配比问题,各因子配比总和等于1(即100%)。该方法不仅可通过较少的试验次数,利用回归分析建立连续变量曲线模型,对各因子及其交互作用进行评价,还可以根据设定目标进行成分组成的优化,确定各成分的最佳比例。根据试验设计点的选择不同,混料设计又细分为单纯形质心法、单纯形格点法及极端顶点设计,这3种不同的试验点选择方法是为了选取具有代表性试验点使其均匀分布于试验水平范围内,以此来替代全面试验。但适用的情况不同,对于≤3个因子混料设计,一般采用单纯形质心法选取试验点;对于≥4个因子混料设计,单纯形质心法选取试验点不能够代表全面情况,单纯形格点法可通过增加试验点数使其代表全面情况;极端顶点设计法主要针对各个因子的添加量受到上下限的问题。本试验中选取混料-总量型混料设计方法采用单纯形质心法来设计各试验点。此外,对复配乳化剂对超高温牛乳的稳定效果考察,主要以观察法和离心法为主,这两种方法检测精度不够精确,只能定性但不能定量评价其对超高温牛乳体系的稳定效果。根据反射物理模型背散射光的强度(BS,%)与体系的颗粒体积浓度ϕ的平方根呈正比,与颗粒平均粒径d的平方根呈反比,即BS=fϕ/d−−−√BS=fϕ/d(其中f为简化常数),背散射光的变化率可以反映体系的均一程度、颗粒大小和浓度,据此判断体系的稳定性。本文以蔗糖酯SE-15(sucroseestersSE-15)、分子蒸馏单甘酯(moleculedistilledmonoglyceride,DMG)及羟基化改性大豆磷脂(soybeanhydroxyphosphatide,SHP)为原料,运用混料设计的原理进行配方设计并采用近红外发射光谱的背散射光随时间的变化率的均值(ΔBS)作为超高温灭菌乳稳定性评价指标来考察复配乳化剂的稳定效果,以期得到适于其的单体复配稳定剂。1试验材料和方法1.1聚羟基化型聚羧酸酯anisco及稳定仪器新鲜牛奶,光明乳业股份有限公司;κ-卡拉胶,美国CPKelco公司;DimodonHP-C分子蒸馏单甘酯,丹麦Danisco(上海)公司;蔗糖酯SE-15,杭州瑞霖化工有限公司;羟基化改性大豆磷脂,美国中央大豆有限公司;KAT25高速组织分散机,德国IKA公司;APV1000型高压均质机,丹麦APV公司;TurbiscanLab稳定分析仪,法国Formulaction公司;TP37SE型超高温杀菌机,日本PowerpointInternational公司。1.2乳化剂的选择由于添加0.02%(质量)的κ-卡拉胶即可很好地稳定超高温灭菌乳中的蛋白质,因此,本文重点考虑乳化剂的复配,乳化剂的添加量为0.1%(质量)。以蔗糖酯SE-15、分子蒸馏单甘酯及羟基化改性大豆磷脂为原料,运用Minitab14(MinitabInc.Pennsylvania,USA)进行混料设计,试验点的选择采用单纯形质心设计,试验方案见表1。1.3均质、杀菌、灌装将1.0kg的生鲜牛奶加热至75~80℃,利用高速组织分散机将7.2g的复配稳定剂溶解于牛奶中,8000r·min-1搅拌10min,与5.0kg的生鲜牛奶混合后搅拌5min,将其加热至(65±2)℃后经2级均质(1级均质压力15MPa,2级均质压力5MPa),经超高温瞬时灭菌(137℃,3~4s)后灌装,备用。1.4扫描曲线及方法待测样品装在一个圆柱形的玻璃测试室中。仪器采用脉冲近红外光源(λ=880nm)两个同步光学探测器分别探测透过样品的透射光和被样品反射的反射光(偏离入射光135°处),采用扫描模式进行测量,以样品测试室底部为坐标的0点,光学探测头从低于样品测试室底部的-2mm处起沿样品测试室向上扫描,最大高度为55mm,每40μm高度采集一次透射光和反射光数据。透射光和反射光强度以%表示,其含义是相对标准样品(Latexsuspension:0.3μm-10%siliconeoil)的光通量的百分比。对于透明体系,选取透射光的透过率(T,%)为指标,不透明体系则选取背散射光的反射率(BS,%)为指标,牛奶属于不透明体系,其稳定性评价指标为BS。扫描曲线给出了不同扫描时间透射光和反射光随样品高度的变化关系。以样品初始BS为对照,不同观察时间的BS与之的差值(即变化率,ΔBS)反映其体系的变化,从而放大了样品在测定时间内微观特征变化。测试样品的添加量为20.0ml,样品在样品测试室中所占高度约为45.0mm。采用多次扫描模式进行测量,设定每个样品的扫描时间为12h,扫描间隔为20min。牛奶体系具有热力学不稳定性的特性,温度越高布朗运动越剧烈,能加速观察其体系的不稳定性,因此,设定样品室的温度为35℃。1.5bs与实际货架期的将比测量模型及稳定动力学的建立稳定分析仪给出的评价指标是超高温灭菌乳观察时间内背散射光的平均变化率(ΔBS,%),ΔBS与体系稳定性呈负相关,体系越稳定,ΔBS值越小,体系越不稳定,ΔBS值越大。稳定分析仪给出最终评价指标是经微积分处理后得到的在观察时间内的平均背散射光变化率,试验结果表明,有些样品在观察时间前期很稳定,ΔBS值很小,后期时发生脂肪颗粒聚集,ΔBS值较大,从而导致有些发生脂肪颗粒聚集,浮油的样品的ΔBS比未发生脂肪颗粒聚集的样品的ΔBS小,表现为更稳定。利用TurbiscanEasysoft软件可以测定不同样品体系的稳定动力学参数(stabilityindex,SI)并可比较样品之间稳定性差异。此外,在35℃、12h的观察时间内ΔBS变化率很小,均小于2.0,不同配比复配乳化剂间的ΔBS亦不是很大。虽然ΔBS直观反映样品体系因脂肪上浮及蛋白质沉淀的微观变化,但其与因脂肪上浮而导致超高温灭菌乳组织状态的改变之间还有很大的差异,不能确定ΔBS与实际货架期之间的关系。悬浮在液体或气体中的微粒所做的永不停止的无规则运动叫做布朗运动。做布朗运动的粒子非常微小,直径约0.1~10μm,当粒子直径小于50μm时布朗运动不明显,微粒愈小、温度愈高,布朗运动愈激烈。牛奶经20MPa压力均质后粒径分布在0.1~0.2μm,在货架期内因脂肪颗粒聚集而导致粒径分布0.05~2μm,仍属布朗粒子范畴。布朗粒子在体系中不同的高度具有不同的势能[见式(1)],布朗粒子在重力场中达到热平衡后,其数密度按高度的分布应遵循Boltzmann分布[见式(2)]。基于布朗粒子Boltzmann分布定律研究牛乳体系中脂肪颗粒的上浮现象,建立数学模型构建稳定分析仪所得到的指标ΔBS与牛乳的稳定动力学之间的关系,并以SI作为超高温灭菌乳货架期的预测指标[式(4)]。该模型认为TD温度下脂肪迁移的最终状态属于布朗粒子Boltzmann分布定律,在特定的温度及高度差条件下为一常数;以体系的ΔBS作为脂肪的迁移速率,但其与温度呈反比。为了加大发生浮油时间内ΔBS对SI的影响权重,建立如式(5)的稳定动力学评价体系。ε=−43πr3(ρfg−ρm)ε=-43πr3(ρfg-ρm)gh(1)N2N1=exp(−ε2kTD)exp(−ε1kTD)(2)Ν2Ν1=exp(-ε2kΤD)exp(-ε1kΤD)(2)K=lgN2N1(3)Κ=lgΝ2Ν1(3)SInc=T′DKΔBStD24(tD2=0)(4)SΙnc=Τ′DΚΔBStD24(tD2=0)(4)SIc=T′DKtDtD1ΔBStD24(tD2≠0)(5)SΙc=Τ′DΚtDtD1ΔBStD24(tD2≠0)(5)式中ε是以观测样品的上液面为0势能面,沿竖直向下建立坐标系,高度为h处脂肪颗粒的势能;N2是在势能坐标系内,高度为h2的粒子分布数;N1是在势能坐标系内,高度为h1的粒子分布数;r是均质后牛奶中脂肪球平均粒径,此处以0.45μm计;ρfg是脂肪球密度,此处以0.92g·cm-3计;ρm是牛奶密度,此处以1.030g·cm-3计;g是重力加速度,此处以9.8m·s-2计;h是样品顶部与底部高度差;k是Boltzmann常数,1.38062×10-23J·K-1;K是Boltzmann分布常数;ΔBS是观察时间内超高温灭菌乳样品散射光变化率的均值;TD是测定超高温灭菌乳样品稳定动力学的热力学温度,K;T′D是测定超高温灭菌乳样品稳定动力学的温度,℃;tD是测定超高温灭菌乳样品稳定动力学的时间;tD1是测定超高温灭菌乳样品稳定动力学的未发生浮油的时间;tD2是测定超高温灭菌乳样品稳定动力学的发生浮油的时间。1.6数据采集和分析利用TurbiscanLab稳定分析仪的TLAbEXPERT1.23软件采集数据并用TurbiscanEasysoft软件进行数据分析;采用Minitab14进行混料试验设计及回归分析。2结果与讨论2.1复配稳定剂对微乳体系稳定性的影响按1.3节方法制备超高温灭菌乳。以复配稳定剂BD0027为对照,添加量为0.12%,制得的样品为样品1。将如表1中配比的乳化剂以及κ-卡拉胶分别以0.1%(质量)和0.02%(质量)添加,SE-15、DMG及SHP3者比例分别为0.5∶0∶0.5(质量)以及0.16667∶0.16667∶0.6667(质量),制得的样品分别为样品2和样品3。利用稳定分析仪按1.4节方法测定其稳定性并按1.5节方法测定其稳定动力学参数ΔBS,结果见图1。由图1可见,曲线1对应于复配稳定剂BD0027样品的稳定动力学曲线,其ΔBS为1.1,理论的SI为185,保质期试验得出的实际货架期为6个月,即180d,理论值与实际值较为接近。曲线3对应于配方2的复配稳定剂样品较曲线2对应于配方1的复配稳定剂在0~8h内的ΔBS要小,说明前者对超高温灭菌乳体系的稳定效果要好于后者,但8~12h之间的结果截然相反,软件所给出的对应于配方1的复配稳定剂的ΔBS为0.71,而对应于配方2的复配稳定剂的ΔBS为0.68。稳定动力学曲线3与曲线1、2之间存在一定的差异,可能除了脂肪上浮外还存在脂肪球颗粒聚集的情况,为此对3个样品的平均粒径进行分析,样品1在观察时间内的平均粒径略有下降,由初始的0.53μm降低为0.48μm;样品2的平均粒径由初始的0.52μm降低为0.45μm。平均粒径的下降是由于部分脂肪球颗粒的上浮迁移造成,但未发生脂肪颗粒的聚集。样品3的平均粒径在0~8h内,由0.56μm降低为0.55μm,而在8~12h内,则由0.55μm上升为0.58μm。说明样品3在0~8h内稳定性较好,脂肪球颗粒上浮较少,但在8~12h内脂肪球颗粒增大。由于稳定分析仪给出最终评价指标是经微积分处理后得到的在观察时间内的平均背散射光变化率,样品3前期稳定但后期稳定性较差,其ΔBS为0.68反而较样品2的0.71小,这与实际现象明显不符,这也是1.5节方法中建立如式(5)的SIc评价体系的原因。2.2si的方差分析结果运用Minitab14,以SE-15、DMG及SHP为考察因子,各分量变化范围为0~1.0g·kg-1,采用单纯形质心法并通过轴点增强设计选取试验点进行混料设计,共选取10个观察试验点,具体见表1。采用Minitab14对表1中的SI数据进行二次多项式回归拟合,得到SI与SE-15、DMG及SHP添加量的回归系数及其显著性,结果见表2。以因素A蔗糖酯SE-15添加量为例:其回归系数(Coef)为268.7、标准误差(SECoef)为3.891、t-统计量(T)与P值(P)均高度显著,方差膨胀因子(VIF)为1.964。由表2结果可知,蔗糖酯SE-15、DMG、SHP、SE-15×DMG、SE-15×SHP以及DMG×SHP的添加量均对超高温灭菌乳体系的稳定性影响显著。以SI为因变量,蔗糖酯SE-15、DMG、SHP以及两两交互作用为自变量拟合得到的回归方程为SI=268.7A+190.0B+165.4C+217.7A×B+184.4A×C+175.2B×C(6)该模型的方差分析结果见表3。由表3可知,二次模型的Prob(P)>F值为0.000(‘Prob(P)>F’<0.05视为模型显著,‘Prob(P)>F’<0.01视为模型高度显著),表明所得回归方程达到高度显著;由表2亦可知,回归方程的决定系数R2=99.57%,说明模型的拟合度很好,回归方程预测和校正决定系数分别为R2(pred)=94.98%与R2(adj)=99.03%,说明99.03%的试验数据的变异性可用此回归模型来解释,即该模型在被研究的整个回归区域拟合很好,可用来进行响应值预测。混料设计可以根据各组分的三元等值线图直观地观察各组分间的变化对指标的影响。图2(a)为SE-15、DMG以及SHP这3种组分不同配比条件下SI的响应曲面图,从图中可知SI的最大值约为290左右,单一组分的SE-15对超高温灭菌乳的稳定效果明显好于DMG或SHP作为单一组分乳化剂的稳定效果。图2(b)为SE-15、DMG以及SHP这3种组分不同配比条件下SI的等值曲线图,在SI>280的范围内,DMG和SHP的含量似乎小一些将使得SI的值更大,在SE-15取0.5、DMG取0.3、SHP取0.2处附近有最大值,但不能得知其最佳配比及最大的SI。2.3模型预测准确性验证为了得到最大SI情况下的SE-15、DMG以及SHP这3种组分配比,使用软件的最优化

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论