響應面主成分分析法優化馬鈴薯掛面工藝

,,2,*, ,,

(1.西南科技大學生命科學與工程學院,四川綿陽 621010;2.四川省生物質資源利用與改性工程技術研究中心,四川綿陽 621010;3.江油市春雨生態農業科技有限公司,四川江油 621700)

公艷1,熊雙麗1,2,*,彭凌1,李安林1,薛朝云3

(1.西南科技大學生命科學與工程學院,四川綿陽 621010;2.四川省生物質資源利用與改性工程技術研究中心,四川綿陽 621010;3.江油市春雨生態農業科技有限公司,四川江油 621700)

本文以小麥粉、馬鈴薯全粉為主要原料,豆腐柴葉為輔料,采用單因素和Box-Behnken實驗設計,響應面和主成分分析法優化馬鈴薯掛面加工工藝。結果表明:第1～第3主成分累計貢獻率達到86.10%,足以描述馬鈴薯掛面質構、感官、烹調損失率和干物質吸水率綜合反應的掛面品質。以主成分分析得到的規范化綜合評分為響應值建立的二次多項式回歸模型回歸效果顯著,擬合度較好(p<0.0001,R2=0.9699)。偏最小二乘法回歸分析預測馬鈴薯掛面最佳綜合評分工藝參數為:馬鈴薯全粉添加量31%,豆腐柴汁液添加量9%,醒發時間31 min,醒發溫度25 ℃,理論綜合評分值達到0.9194,該條件下馬鈴薯掛面規范化綜合評分達0.9116,與模型預測值接近,表明以主成分分析得到的規范化綜合評分為響應值建立的回歸模型具有良好的預測能力。

馬鈴薯,豆腐柴,質構特性,主成分分析,響應面

馬鈴薯含有豐富的膳食纖維、蛋白質、維生素、礦物質及酚類物質[1],尤其具有其他蔬菜無可比擬的優質完全蛋白質特性[2-3],優良的食用營養和保健雙重價值[4]。2015年,我國正式啟動馬鈴薯主糧化戰略,馬鈴薯添加到日常主食中,使馬鈴薯成為繼稻谷、玉米、小麥之外的第四大主糧[2]。關于馬鈴薯掛面的研究也成為近年研究熱點。

由于馬鈴薯不含面筋蛋白導致其加工性能較差,因此研究者在研究將馬鈴薯應用于面制品時多與小麥面粉混合使用[5]。趙煜[6]等認為馬鈴薯薯泥添加量42%,谷朊粉添加量2.1%,食鹽添加量0.45%,食用堿添加量0.064%,在此條件下制得面條,薯味濃郁、適合大眾口味;郭祥想[7]等認為馬鈴薯全粉添加量在20%以下時,干物質損失率較低,面條具有較好品質;魏園園[8]等發現馬鈴薯全粉添加量為10%時,馬鈴薯掛面具有較高的蒸煮品質和感官評分。各報道不盡一致,而且添加量低,烹調損失率較高、成型難,易渾湯,口感差[9-10]等問題凸顯。

豆腐柴葉含有豐富的營養成分,且果膠含量豐富[11-13]。豆腐柴葉果膠具有良好的膠凝化、乳化和營養保健作用,已作為天然原料,廣泛應用于食品、醫藥和化妝品等行業[14]。本文將豆腐柴葉作為天然綠色的膠凝劑添加到馬鈴薯掛面中,結合主成分分析和響應面實驗法優化馬鈴薯掛面加工工藝,擬提升馬鈴薯添加量,增強營養保健價值,為馬鈴薯高含量高品質掛面生產工業化奠定一定的理論和應用基礎。

1 材料與方法

1.1 材料與儀器

金沙河家用小麥粉 河北金沙河面業集團有限責任公司;馬鈴薯雪花全粉 內蒙古富廣食品有限公司;豆腐柴葉 采摘于四川綿陽江油豆腐柴基地,江油市春雨生態農業科技有限公司;食鹽 市售。

TA.XTplus物性測試儀 stable Micro system Ltd UK;PH-030(A)干燥/培二用箱 上海齊欣科學儀器有限公司;DMT-5電動面條機 龍口市復興機械有限公司;C21-SK2101美的多功能電磁爐 廣東美的生活電器制造有限公司;HR-2006飛利浦打漿機 飛利浦電子香港有限公司。

1.2 實驗方法

1.2.1 豆腐柴葉凝膠劑的制備 稱取20 g采摘于8月份新鮮豆腐柴葉洗凈,用80 ℃的熱水燙漂30 s,加入50 mL水,打漿機打漿后用紗布過濾,將過濾液按比例添加到馬鈴薯全粉-小麥粉混合粉中。

1.2.2 馬鈴薯掛面的制作工藝流程 配料(馬鈴薯全粉、小麥粉、豆腐柴汁液、食鹽)→和面→熟化→壓面切條→干燥→成品。

稱取一定比例的馬鈴薯全粉-小麥粉混合粉,加入一定比例鹽水和豆腐柴汁液,充分攪拌成面絮,揉成面團,一定溫度下醒發一定時間后,用電動壓面機壓至光滑,制得厚度為1 mm,寬度4 mm的面條,自然晾干后的面條切成20 cm即為樣品。

1.2.3 普通掛面的制作 稱取一定量小麥粉,食鹽添加量為1.5%,水添加量35%,充分攪拌成面絮,揉成面團,25 ℃下醒發31 min,用電動壓面機壓至光滑,制得厚度為1 mm,寬度4 mm的面條,自然晾干后的面條切成20 cm即為樣品。

1.2.4 單因素實驗

1.2.4.1 馬鈴薯全粉添加量的確定 馬鈴薯全粉添加量分別為0、10%、25%、30%、35%、40%、45%,固定食鹽添加量1.5%(以面粉干重計),豆腐柴汁液添加量8%,水添加量35%,25 ℃下醒發30 min制得掛面,研究馬鈴薯全粉添加量對馬鈴薯掛面感官品質和烹調損失率的影響。

1.2.4.2 豆腐柴汁液添加量的確定 豆腐柴汁液添加量分別為0、4%、8%、12%、16%,固定馬鈴薯全粉添加量35%,食鹽添加量1.5%,水添加量為分別為43%、39%、35%、31%、27%,25 ℃下醒發30 min制得掛面,研究豆腐柴汁液添加量對馬鈴薯掛面感官品質和烹調損失率的影響。

1.2.4.3 醒發時間的確定 25 ℃下分別醒發0、15、30、45、60 min,固定馬鈴薯全粉添加量35%,食鹽添加量1.5%,豆腐柴汁液添加量8%,水添加量35%制得掛面,研究醒發時間對馬鈴薯掛面感官品質和烹調損失率的影響。

1.2.4.4 醒發溫度的確定 醒發溫度分別為5、15、25、35、45 ℃,固定馬鈴薯全粉添加量35%,食鹽添加量1.5%,豆腐柴汁液添加量8%,水添加量35%,醒發30 min制得掛面,研究醒發溫度對馬鈴薯掛面感官品質和烹調損失率的影響。

1.2.4.5 食鹽添加量的確定 食鹽添加量分別為0、0.5%、1.0%、1.5%、2.0%,固定馬鈴薯全粉添加量35%,豆腐柴汁液添加量8%,水添加量35%,25 ℃下醒發30 min制得掛面,研究食鹽添加量對馬鈴薯掛面感官品質和烹調損失率的影響。

1.3 Box-Behnken Design響應面優化實驗設計

在單因素實驗基礎上,根據Box-Behnken的中心組合設計原理,進行4因素3水平(見表1)的實驗設計,為更加客觀地評價馬鈴薯掛面品質,優化實驗增加了質構和干物質吸水率測定,并采用主成分分析法將馬鈴薯掛面品質8個指標降維成3個指標,并計算綜合評分,以規范化綜合評分為響應值,確定馬鈴薯掛面最優制作工藝。

表1 響應面分析實驗因素水平表Table 1 Factors and levels table of response surface design

1.4 馬鈴薯掛面品質評價方法

1.4.1 感官評定 感官評定人員為食品專業10位同學(由4名男生和6名女生組成,均經過感官評定培訓)依次對馬鈴薯掛面進行感官評分,評分標準(參照LS/T3212-2014中感官評定,結合馬鈴薯和豆腐柴葉特有風味制作)見表2。

表2 馬鈴薯掛面感官評分標準Table 2 The standard of sensory evaluation for potato noodles

1.4.2 熟斷條率、最佳蒸煮時間的測定 參照標準LS/T3212-2014中的方法。

1.4.3 掛面的干物質吸水率、烹調損失率的測定 參照郭穎[15]的方法。

1.4.4 質構的測定 將達到最佳蒸煮時間的馬鈴薯掛面撈出過冷水,用濾紙吸干表面水分,取三根平行放置于物性儀載物臺上進行測試,選取探頭P/35,測前速度1.00 mm/s,測中速度1.00 mm/s,測后速度10.00 mm/s,應變位移70%,觸發力5.0 g,每秒點數200 pps,測定掛面的硬度、回復能量、回復性、咀嚼性和彈性,每組測量五次,取平均值[16]。

1.5 分析方法

1.5.1 主成分分析 對馬鈴薯掛面品質各指標進行主成分分析,得到原始數據的特征值、貢獻率及累積貢獻率,對特征值大于1的因子[17],提取主成分。

1.5.2 馬鈴薯掛面品質的綜合評分 按式(1)計算馬鈴薯掛面各個實驗組的綜合得分后按公式(2)將得到的綜合評分F進行規范化處理。

F=(F1Y1+F2Y2+F3Y3)/C

式(1)

Z=(F-Fmin)/(Fmax-Fmin)

式(2)

式(1)中:F為綜合評分;F1、F2和F3為主成分1、2和3的得分;Y1,Y2,Y3為主成分的特征值;C為累積特征值。

式(2)中:Z為規范化綜合評分;F為綜合評分;Fmax為綜合評分最大值;Fmin為綜合評分最小值。

1.5.3 數據處理 用Microsoft Excel進行基本數據處理,響應面設計及結果分析用軟件Design-Expert 8.0.6進行處理,用軟件SPSS 21.0進行主成分分析,采用origin8.0制圖。

2 結果與分析

2.1 單因素實驗

2.1.1 馬鈴薯全粉添加量對馬鈴薯掛面感官評分和烹調損失率的影響 由圖1可知,馬鈴薯全粉添加量小于30%時,隨著馬鈴薯全粉添加量的增加，馬鈴薯掛面感官評分呈上升趨勢且馬鈴薯全粉添加量為30%時,感官評分達到最高85.7,繼續增加馬鈴薯全粉的添加量,感官評分呈下降趨勢。烹調損失率隨著馬鈴薯全粉添加量的增加呈明顯上升趨勢,這可能因為馬鈴薯全粉不含面筋蛋白[18],馬鈴薯全粉的增加使面筋的網格結構進一步減弱變得結構疏散從而導致掛面的烹調損失率上升。結合感官評分,故選擇馬鈴薯全粉的添加量為25%～35%。

圖1 馬鈴薯全粉添加量對馬鈴薯掛面感官評分和烹調損失率的影響Fig.1 Effect of potatoes granules amount on sensory score and cooking loss rate of potato noodles

2.1.2 豆腐柴汁液添加量對馬鈴薯掛面感官評分和烹調損失率的影響 由圖2可以看出,馬鈴薯掛面烹調損失率隨著豆腐柴汁液添加量的增加而明顯降低,可能因為豆腐柴葉中的果膠形成有彈性的凝膠有效的增加面團的延展性,蛋白質含量較高的豆腐柴汁液與面團中的水分形成面筋網格結構[19],進而提高了掛面的品質。豆腐柴汁液添加量在0～8%時,馬鈴薯掛面的感官評分隨著豆腐柴汁液添加量的增加而升高,隨后感官評分開始下降,豆腐柴汁液添加量為8%時,制作出來的馬鈴薯掛面感官評分達86.4,具有馬鈴薯的清香,繼續增加豆腐柴汁液的添加量到16%時制作出的馬鈴薯掛面,豆腐柴葉的味道對馬鈴薯的清香有所掩蓋,故選擇豆腐柴汁液的添加量為4%～12%。

圖2 豆腐柴汁液添加量對馬鈴薯掛面感官評分和烹調損失率的影響Fig.2 Effect of Premna microphylla Turcz Juice amount on sensory score and cooking loss rate of potato noodles

2.1.3 醒發時間對馬鈴薯掛面感官評分和烹調損失率的影響 由圖3可以看出,醒發時間在30 min內時,感官評分隨著醒發時間的延長而升高,在30 min時,感官評分最高,之后開始下降。而且馬鈴薯掛面的烹調損失率隨著醒發時間的延長,呈現出先下降后上升的趨勢,這與郭祥想[7]等人的研究結果一致,適當的延長面團的醒發時間,有利于淀粉和蛋白質充分吸收水分,從而形成均勻的網格結構,制作出的面條品質較好,但是過度延長面團的醒發時間會使面團內部結構不在變化甚至變得松軟,面團內部水分向表面遷移,使得面團表面黏性增加,在壓面過程中容易粘輥。結合感官評價,醒發時間的選擇為15～45 min。

圖3 醒發時間對馬鈴薯掛面感官評分和烹調損失率的影響Fig.3 Effect of fermentation time on sensory scoreand cooking loss rate of potato noodles

2.1.4 醒發溫度對馬鈴薯掛面感官評分和烹調損失率的影響 由圖4可知,醒發溫度從0 ℃上升到45 ℃時,烹調損失率呈下降趨勢,可能因為較低的醒發溫度使蛋白質膨潤值較低,緊密的面筋蛋白分子結構不利于面筋蛋白分子間的聚合,因此無法形成良好的面筋網格結構;隨熟化溫度的上升,蛋白質膨潤值增強,松散的面筋蛋白分子結構有利于面筋蛋白分子間的聚合,進一步形成均勻的網格結構[20],一般認為30 ℃左右時蛋白質膨潤值最高,若溫度過高易引起蛋白質變性,導致面筋數量減少[21],結合感官評價,故醒發溫度的選擇為15～35 ℃。

圖4 醒發溫度對馬鈴薯掛面感官評分和烹調損失率的影響Fig.4 Effect of fermentation temperature on sensory score and cooking loss rate of potato noodles

2.1.5 食鹽添加量對馬鈴薯掛面感官評分和烹調損失率的影響 由圖5可以看出,食鹽添加量的增加對馬鈴薯掛面的烹調損失率影響不大,感官評分在食鹽添加量達到2%時明顯降低,因為添加量為2%,馬鈴薯掛面有明顯咸味。較低的食鹽添加量可能通過鹽溶作用增加蛋白質的吸水作用,蛋白質之間氫鍵作用增大,面筋收斂使得彈性和延伸性增強[22]。而鹽添加量過高,可能產生鹽析作用,破壞蛋白質網絡結構。大量文獻顯示[23-24,28],食鹽添加量一般為1%～2%效果最好,故選擇食鹽添加量為1.5%。

圖5 食鹽添加量對馬鈴薯掛面感官評分和烹調損失率的影響Fig.5 Effect of salt amount on sensory score and cooking loss rate of potato noodles

2.2 響應面實驗

根據表1進行二次旋轉多元回歸實驗,研究各因素與馬鈴薯掛面質構、烹調損失率、干物質吸水率和感官評分的關系。實驗結果見表3。

表3 Box-Behnken 實驗設計及結果Table 3 Box-Behnken experimental design and results

2.2.1 馬鈴薯掛面品質主成分分析 主成分分析在將原始變量轉變為主成分的過程中,同時形成了反映主成分和指標包含信息量的權數,以計算綜合評價值,有效解決了多指標評價參數的問題[25]。本文利用主成分分析,將馬鈴薯掛面品質8個指標降維成幾個綜合指標,評價其品質。

對表3中馬鈴薯掛面品質各指標數據用SPSS 21.0進行主成分分析[26-28],主成分的特征值、貢獻率和累積貢獻率見表4,主要指標的特征向量見表5。根據主成分分析,累積貢獻率大于85%原則,提取三個主成分時,累積貢獻率達到86.10%,說明提取的三個主成分能夠全面反映馬鈴薯掛面的品質信息[29]。通過各個指標的特征向量值可以看出,決定第一主成分的指標主要是咀嚼性和回復能量;決定第二主成分的是彈性、硬度、回復性和干物質吸水率;決定第三主成分的是烹調損失率和感官評分。

表4 相關成分的特征值及貢獻率Table 4 Eigenvalue and variance contribution rates of the related components

根據第一、第二、第三主成分得分,按公式(1)計算馬鈴薯掛面各個實驗組的綜合評分F[30],由于不同指標間具有不同的單位和變異程度,為消除量綱影響和變量自身變異大小和數值大小的影響,因此將綜合評分F按公式(2)進行規范化處理得到綜合評分Z,見表6。

表5 主要指標的特征向量Table 5 Eigenvectors of principal components

表6 主成分得分值及規范化綜合評分Table 6 Principal component scores and standardized score

表7 回歸模型方差分析Table 7 Analysis of variance for the regression model

注:**表示差異極顯著(p<0.01);*表示差異顯著(0.01

2.2.2 馬鈴薯掛面的配方工藝優化 響應面回歸模型的建立與檢驗 響應面優化馬鈴薯掛面的配方工藝方案見表3,以表6中規范化綜合評分Z為響應值,利用Design-Expert 8.0.6進行數據處理得到回歸模型方程:

Z=0.91+0.059A+0.09B+0.025C-0.021D-0.18AB-0.12AC-0.09AD-0.078BC-0.08BD-0.00635CD-0.23A2-0.29B2-0.087C2-0.35D2

由表7可以看出,模型的一次項A,B為極顯著,C,D不顯著,交互項AB,AC極顯著,AD,BC,BD顯著,CD不顯著,二次項A2,B2,C2,D2均表現為極顯著,由各因素F值的大小得出對響應值影響最大的因素為豆腐柴汁液添加量,其次是馬鈴薯全粉添加量,再次是醒發時間,最后為醒發溫度。

2.2.3 各因素交互分析 由圖6可知,固定醒發溫度和醒發時間在0水平,響應面圖曲線陡峭可以看出馬鈴薯全粉添加量和豆腐柴汁液添加量對響應值Z具有極顯著影響,當A<29,B<6時,等高線較密集,表明在此范圍內,馬鈴薯全粉和豆腐柴汁液添加量的變化對響應值Z影響大,繼續增加馬鈴薯全粉和豆腐柴汁液添加量,響應值Z達到最大值后開始呈緩慢下降趨勢。

圖6 Z=f(馬鈴薯全粉添加量,豆腐柴汁液添加量)響應面圖Fig.6 Z=f(Potatoes granules amount,Premna microphylla Turcz Juice amount)Response surface and contour

由圖7可知,固定豆腐柴汁液添加量和醒發溫度在0水平,當A<29,C<27時,等高線較密集,表明在此范圍內,馬鈴薯全粉添加量和醒發時間的變化對響應值Z影響大,交互作用極顯著,當在較長醒發時間下,隨著馬鈴薯全粉添加量的不斷增加,響應值Z緩慢上升,達到極值后下降趨勢明顯增大。

圖7 Z=f(馬鈴薯全粉添加量,醒發時間)響應面圖Fig.7 Z=f(Potatoes granules amount,Fermentation time)Response surface

由圖8可知,固定豆腐柴汁液添加量和醒發時間在0水平,當A<29,D<20時,等高線較密集,表明在此范圍內,馬鈴薯全粉添加量和醒發溫度的變化對響應值Z影響大,繼續增加馬鈴薯全粉添加量和醒發溫度,響應值Z達到最大值后開始呈緩慢下降趨勢。

圖8 Z=f(馬鈴薯全粉添加量,醒發溫度)響應面圖Fig.8 Z=f(Potatoes granules amount,Fermentation temperature)Response surface

由圖9可知,固定馬鈴薯全粉添加量和醒發溫度在0水平,豆腐柴汁液添加量和醒發時間對響應值Z影響顯著,Z值隨著因素的變化而變化,當B<6,C<27時,等高線較密集,表明在此范圍內,馬鈴薯全粉添加量和醒發溫度的變化對響應值Z影響較大。

圖9 Z=f(豆腐柴汁液添加量,醒發時間)響應面圖Fig.9 Z=f(Premna microphylla Turcz Juice amount,Fermentation time)Response surface and contour

由圖10可知,固定馬鈴薯全粉添加量和醒發時間在0水平時,豆腐柴汁液添加量在較高水平時,隨著醒發溫度的不斷升高,響應值Z上升到極值后開始緩慢下降。

圖10 Z=f(豆腐柴汁液添加量,醒發溫度)響應面圖Fig.10 Z=f(Premna microphylla Turcz Juice amount,Fermentation temperature)Response surface

通過軟件Design-Expert 8.0.6對所得到的響應面模型進行分析,得到馬鈴薯掛面制作工藝最優參數為馬鈴薯全粉添加量31%,豆腐柴汁液添加量9%,醒發時間31 min,醒發溫度25 ℃,理論綜合評分值達到0.9194。

2.2.4驗證實驗 在最優工藝條件下進行馬鈴薯掛面驗證實驗,實驗結果見表8,通過對表8各指標數值進行主成分分析得到馬鈴薯掛面規范化綜合評分為0.9116±0.06,與預測值基本一致,說明該回歸模型準確,主成分分析與響應面分析法相結合對馬鈴薯掛面工藝進行優化的綜合評價方法是準確可行的。

2.2.5與普通掛面對比 以制作的普通掛面為對照組,規范化綜合評分為參考標準,對表8普通掛面各指標數值進行主成分分析得到規范化綜合評分為0.7788±0.06,明顯低于馬鈴薯掛面規范化綜合評分,說明馬鈴薯掛面綜合品質優于普通掛面且易被大眾所接受。

表8 馬鈴薯掛面和普通掛面各個指標值Table 8 Potato noodles and ordinary noodles each index value

3 討論與結論

目前研究者研究結果表明,馬鈴薯全粉添加量一般在20%左右,其馬鈴薯面條感官品質較好。如馬櫟[31]等人對馬鈴薯面條加工工藝的研究,王蔚新[32]等人研究的馬鈴薯蕎麥面條,其添加量均低于本實驗31%的研究結果。本研究以馬鈴薯全粉和面粉為主要原料,以豆腐柴葉作為天然綠色的膠凝劑,在單因素的基礎上,通過響應面和主成分分析法優化馬鈴薯掛面加工工藝,且最優參數為:馬鈴薯全粉添加量31%,豆腐柴汁液添加量9%,醒發時間31 min,醒發溫度25 ℃,該條件下制得馬鈴薯掛面規范化綜合評分達0.9116,與模型預測值0.9194接近,表明以主成分分析得到的規范化綜合評分為響應值建立的回歸模型具有良好的預測能力。

在最優工藝條件下制得的馬鈴薯掛面,口感爽滑,有彈性,其斷條率為0且營養全面豐富,有效地解決了馬鈴薯面條口感差,斷條率高等問題,制得的馬鈴薯掛面符合面條行業標準。今后將馬鈴薯作為主食應用到日常面食中,其添加量和品質有待于進一步研究。

[1]Akyol H,Riciputi Y,Capanoglu E,et al. Phenolic Compounds in the Potato and Its Byproducts:An Overview[J]. International Journal of Molecular Sciences,2016,17(6):1-19.

[2]何賢用,楊松. 馬鈴薯主糧化與馬鈴薯全粉及其生產線[J]. 食品工業科技,2015(24):378-379,384.

[3]徐海泉,王秀麗,馬冠生. 馬鈴薯及其主食產品開發的營養可行性分析[J]. 中國食物與營養,2015(7):10-13.

[4]呂巨智,染和,姜建初. 馬鈴薯的營養成分及保健價值[J]. 中國食物與營養,2009(3):51-52.

[5]劉穎,劉麗宅,于曉紅,等馬鈴薯全粉對小麥粉及面條品質的影響[J]. 食品工業科技,2016(24):163-167.

[6]趙煜,彭濤,張小燕,等. 馬鈴薯主食化面條新產品的研究[J]. 食品工業科技,2016(7):232-236,242.

[7]郭祥想,常悅,李雪琴,等. 加工工藝對馬鈴薯全粉面條品質影響的研究[J]. 食品工業科技,2016(5):191-195,200.

[8]魏園園,萬菲菲,王娜,等. 馬鈴薯全粉面條加工工藝的研究[J]. 農產品加工,2016(23):24-27.

[9]Esm A A,Hucl P,Chibbar R N,et al. Physicochemical and structural characteristics of flours and starches from waxy and nonwaxy wheats.[J]. Cereal Chemistry,2002,79(3):458-464.

[10]Li Po-Hsien,Huang Chien-Chun,Yang Ming-Yu,et al.Textural and sensory properties of salted noodles containing purpleyam flour[J].Food Research International,2012,47(2):223-228.

[11]高貴珍,曹穩根,蔡紅,等. 野生豆腐柴葉營養成分分析及評價[J]. 植物資源與環境學報,2003,12(1):60-61.

[12]羅曼,楊永年. 豆腐柴葉蛋白營養及安全性研究[J]. 應用與環境生物學報,1999,5(3):283-287.

[13]徐汶,張俊峰,王存文,等. 豆腐柴葉果膠的提取工藝條件研究[J]. 天然產物研究與開發,2003,15(2):138-140.

[14]劉世彪,馮運明,郭榮亮,等. 豆腐柴葉果膠含量的季節性變化及膠凍加工[J]. 食品工業科技,2009(4):90-92.

[15]郭穎. 不同烘干溫度對掛面品質影響的研究[D]. 河南工業大學,2015.

[16]Colakoglu A S,?zkaya H. Potential use of exogenous lipases for DATEM replacement to modify therheological and thermal properties of wheat flour dough[J]. Journal of Cereal Science,2012,55(3):397-404.

[17]鄧娜娜,馬永昆,張龍,等. 不同殺菌處理桑椹果醋香氣質量的主成分分析[J]. 食品與發酵工業,2014,40(4):172-177.

[18]Hou G G,Syunsuke O,Hideki O,et al. Noodle Processing Technology[M]//Asian Noodles:Science,Technology,and Processing. 2010:99-140.

[19]Baik B K,Czuchajowska Z,Pomeranz Y. Role and contribution of starch and protein contents and quality to texture profile analysis of oriental noodles[J]. Cereal Chemistry,1994,71(4):315-320.

[20]李聰,陸啟玉. 面條制作過程中面帶熟化工藝研究[J]. 農業機械,2011(16):99-103.

[21]陸啟玉. 掛面生產工藝與設備[M]. 化學工業出版社,2007.

[22]Baik B K,Czuchajowska Z,Pomeranz Y. Role and contribution of starch and protein contents and quality to textureprofile analysis of oriental noodles.[J]. Cereal Chemistry,1994,71(4):315-320.

[23]王志兵,姜海峰,王力,等. 西蘭花營養面條的工藝研究[J]. 農業機械,2012(6):87-91.

[24]黃龍安,張宏康. 黑豆面條的研制[J]. 農業機械,2012(14):83-86.

[25]李艷雙,曾珍香,張閩,等. 主成分分析法在多指標綜合評價方法中的應用[J]. 河北工業大學學報,1999,28(1):94-97.

[26]Guillén-Casla V,Rosales-Conrado N,León-González M E,et al. Principal component analysis(PCA)and multiple linear regression(MLR)statistical tools to evaluate the effect of E-beam irradiation on ready-to-eat food[J]. Journal of Food Composition & Analysis,2011,24(3):456-464.

[27]Chun M H,Kim E K,Kang R L,et al. Quality control of Schizonepeta tenuifolia Briq by solid-phase microextraction gas chromatography/mass spectrometry and principal component analysis[J]. Microchemical Journal,2010,95(1):25-31.

[28]Beatriz S,Siqueira,Priscila Z,et al.Analyses of technological and biochemical parameters related to the HTC phenomenon in carioca bean genotypes by the use of PCA[J].LWT-Food Science and Technology,2016,65(1):939-945.

[29]李玉龍,楊燁,陸國權. 基于均勻設計和主成分分析的甘薯薯片油炸工藝優化[J]. 食品科學,2017(4):223-230.

[30]Ghosh D,Chattopadhyay P. Application of principal component analysis(PCA)as a sensory assessment tool for fermented food products[J]. Journal of Food Science and Technology,2012,49(3):328-334.

[31]馬櫟,宋斌,李逸鶴,等. 馬鈴薯面條加工工藝研究[J]. 現代面粉工業,2016,30(3):10-13.

[32]王蔚新,陸興森,占劍峰. 馬鈴薯蕎麥面條的研制[J]. 黃岡師范學院學報,2016,36(3):38-41.

《食品工業科技》愿為企業鋪路、搭橋！

Optimizationofpotatonoodlestechnologybyresponsesurfacemethodologyandprincipalcomponentanalysis

GONGYan1,XIONGShuang-li1,2,*,PENGLing1,LIAn-lin1,XUEChao-yun3

(1.School of Life Science and Engineering,Southwest University of Science and Technology,Mianyang 621010,China;2.Engineering Research Center for Biomass Resource Utilizationand Modification of Sichuan Province,Mianyang 621010,China;3.Jiangyou Chunyu Ecological Agricultural Science and Technology Company,Jiangyou 621700,China)

In this paper,wheat flour and potato granules were used as main raw materials,and thePremnamicrophyllaTurczleaves were used as auxiliary materials.The single factor and Box-Behnken experimental design,response surface analysis(RSA)and principal component analysis(PCA)were used to optimize the processing technology of potato noodles in this paper. The results showed that the first to third principal components cumulative percentages contribution was 86.10%,which could be sufficient to reflect the quality of noodles with comprehensive response of the texture indexes,sensory,cooking loss rate and dry matter water absorption rate. The regression coefficient of the two polynomial regression model established by principal component analysis was significant,and had better fit degree(p<0.0001,R2=0.9699). Partial least squares regression analysis predicted that the best comprehensive score for the process parameters was:potato granules of 31%,PremnamicrophyllaTurczJuice of 9%,fermentation time of 31 min,fermentation temperature of 25 ℃. The comprehensive score of the theory reached 0.9194.The actual measured value was 0.9116 which was consistent with the model predicted value. The results indicated that the regression model established by principal component analysis has had a good predictive ability.

potato;PremnamicrophyllaTurcz;texture properties;principal component analysis;response surface methodology

2017-05-25

公艷(1991-),女,在讀碩士研究生,研究方向:農產品精深加工及綜合利用,E-mail:gongyan727@yeah.net。

*通訊作者:熊雙麗(1977-),女,博士,教授,研究方向:功能性食品加工與安全,E-mail:xiongshuangli@ swust.edu.cn。

四川省生物質資源利用與改性工程技術研究中心專職科研創新團隊建設基金項目(14tdgc04)；江油市豆腐柴種植與綜合利用及示范(2017NFP0178)。

TS201.1

B

1002-0306(2017)23-0143-09

10.13386/j.issn1002-0306.2017.23.028