技术详细介绍
冷鲜肉以其独特的口感、风味鲜美,消费方便,是肉类加工和消费的方向。但其在生产流通过程中由于水分含量较高,虽然在较低温度下贮藏,但并不能完全抑制微生物的生长,再加上冷鲜肉在运输、销售等过程中贮藏温度的波动变化,使得优势致腐微生物出现间歇性动态生长,加速肉质腐败进程。目前,大部分冷鲜肉企业,在物流过程中仅实时监控温度的变化,然而温度与冷鲜肉新鲜度之间的相关性缺乏研究,以至于仅仅凭借温度变化,无法准确判断其品质,这是目前行业内存在的难题。因此,基于我国目前冷鲜肉生产加工和流通过程中温度动态变化的实际情况,本项目模拟实际冷链过程中温度的动态变化,检测波动温度点处的微生物数量,利用R语言编程结合4阶Rung-Kutta法解析方程获得优势致腐微生物的动力学参数,并利用Python法进行参数优化,最后对模型进行验证,构建了微生物间歇性动态生长的预测模型。 2、以肉制品中TVB-N含量划分其新鲜度等级,通过不同冷鲜肉新鲜度与微生物数量的相关性分析,通过伪彩色模块表征其新鲜度,以直观、形象地实现冷鲜肉新鲜度等级的快速可视化。 3、以微信平台为依托,开发肉制品新鲜度可视化程序,将构建的冷鲜肉制品优势致腐菌动态预测模型与企业实际物流过程中的温度数据对接,实现实时预测冷链过程中肉制品新鲜度的快速可视化。
冷鲜肉以其独特的口感、风味鲜美,消费方便,是肉类加工和消费的方向。但其在生产流通过程中由于水分含量较高,虽然在较低温度下贮藏,但并不能完全抑制微生物的生长,再加上冷鲜肉在运输、销售等过程中贮藏温度的波动变化,使得优势致腐微生物出现间歇性动态生长,加速肉质腐败进程。目前,大部分冷鲜肉企业,在物流过程中仅实时监控温度的变化,然而温度与冷鲜肉新鲜度之间的相关性缺乏研究,以至于仅仅凭借温度变化,无法准确判断其品质,这是目前行业内存在的难题。因此,基于我国目前冷鲜肉生产加工和流通过程中温度动态变化的实际情况,本项目模拟实际冷链过程中温度的动态变化,检测波动温度点处的微生物数量,利用R语言编程结合4阶Rung-Kutta法解析方程获得优势致腐微生物的动力学参数,并利用Python法进行参数优化,最后对模型进行验证,构建了微生物间歇性动态生长的预测模型。 2、以肉制品中TVB-N含量划分其新鲜度等级,通过不同冷鲜肉新鲜度与微生物数量的相关性分析,通过伪彩色模块表征其新鲜度,以直观、形象地实现冷鲜肉新鲜度等级的快速可视化。 3、以微信平台为依托,开发肉制品新鲜度可视化程序,将构建的冷鲜肉制品优势致腐菌动态预测模型与企业实际物流过程中的温度数据对接,实现实时预测冷链过程中肉制品新鲜度的快速可视化。