響應面法優化生脫殼苦蕎米色選機的工作參數

時小東 肖含磊 張國珍

[摘要]為探索苦蕎色選的最佳工藝方案，以CCD色選機為研究對象，采用Box-Behnken設計原理和響應面法，比較色選機供料量、供氣時間、靈敏度等工作參數對苦蕎色選精度和帶出比的影響。結果表明，供料量、供氣時間、靈敏度對色選精度有極顯著影響，影響程度為靈敏度>供料量>供氣時間;供氣時間對帶出比影響不顯著，而靈敏度和供料量對帶出比具有顯著影響。苦蕎色選最優工作參數組合為供料量30，供氣時間18ms，靈敏度34，對應的色選精度為80.79%、帶出比為2.41，驗證值與模型預測值相對一致。結果表明，該優化參數適用于苦蕎不良品分選，可以為優化苦蕎色選機的工作參數提供參考。

[關鍵詞]苦蕎;色選機;響應面法;工作參數

中圖分類號：S226.5 文獻標識碼：A DOI：10.16465/j.gste.cn431252ts.202008

苦蕎（Fagopyrum tataricum （L.）Gaertn）為蓼科（Polygonaceae）蕎麥屬（Fagopyrum）一年生或多年生雙子葉草本植物，是一種食藥兩用的特色雜糧作物，其營養豐富、保健功效強、經濟價值高、開發前景廣闊[1]。苦蕎富含淀粉、脂肪、礦物質、膳食纖維和維生素等營養成分，并且含有其他糧食作物沒有或少有的生物黃酮類（蘆丁、槲皮素、山奈酚等）活性成分[2]。隨著生活水平的提高和全民健康觀念的增強，兼具營養與保健功效于一身的苦蕎及其加工制品越來越受關注，逐漸成為人們喜愛的健康食品之一。

苦蕎殼具有較強的韌性，且殼與仁之間無間隙，造成苦蕎脫殼的難度極大[3]。生產中大多通過水熱處理等方式進行苦蕎脫殼，但該技術容易造成苦蕎營養和活性成分的損失，嚴重阻礙了苦蕎產品的開發和利用[4]。隨著分子生物學研究和加工技術的發展，推動了苦蕎在易脫殼品種選育和精深加工方面的發展[5]。成都大學等單位通過育種技術培育了易脫殼的苦蕎品種——米蕎1號，該品種無需經過熟化等處理工藝就可直接生脫殼，是少有的苦蕎專用加工品種，為開發無營養損失苦蕎米及高品質產品加工提供了原料[6]。但在生產中發現，苦蕎直接生脫殼后會不可避免地出現籽粒殘缺、殼未完全脫凈、雜質等混雜情況，難以保證苦蕎米的質量。

色選機的發明和應用能有效地解決混雜問題，保證苦蕎米的質量。色選機利用特殊識別鏡頭捕捉物料表面某些成分的信息，與標準信號對比分析出物料的品質優劣，具有效率高、節約人力、無破壞等優點[7-8]。色選機已經廣泛應用于農業，對提高農作物等原料質量等級發揮了重要的作用，如大米、花生、茶葉等[9-11]。CCD色選機以圖像傳感技術為核心，可對正在高速運動的物體進行抓攝，所得圖像質量良好，極大地提高了色選精度和效率[12-13]。由于苦蕎生脫殼米品種及珍珠米產品屬于新興苦蕎產品，因此在其CCD色選工藝和操作規范方面尚未展開深入的研究。

本研究以CCD雜糧色選機為對象，對生脫殼后的米蕎1號進行色選處理，根據中心組合試驗設計方法對影響色選效率的工作參數進行響應面試驗研究，分別以精度和帶出比作為響應指標優化苦蕎色選工作參數，為進一步推廣應用奠定基礎。

1 材料與方法

1.1 材料與試劑

本研究選取米蕎1號作為試驗材料。米蕎1號是目前少有的生脫殼苦蕎品種，具有較強的應用代表性。

1.2 儀器與設備

CCD色選機：配有柯蒂斯無油空氣壓縮機，合肥泰禾光電科技股份有限公司。

1.3 試驗方法

1.3.1 響應面試驗

根據Box-Behnken設計原理，選取供料量X1、供氣時間X2和靈敏度X3為自變量，以精度Y1和帶出比Y2為評價指標，設置3因素3水平的二次回歸正交試驗設計方案。響應面試驗設計因素和水平如表1所示。

1.3.2 項目測定

精度是指含有異色顆粒的被選物料經過色選后，其正常物料顆粒的含量。雜糧色選機工作完成后，記錄苦蕎籽正品質量和物料總質量，兩者比值即為色選精度Y1。帶出比Y2是指物料經色選后，其不良品質量與帶出的正品物料顆粒質量之比。

1.3.3 數據分析

試驗數據采用Design-Expert 8.0.6軟件分析考察因素和評價指標之間的二次多項回歸方程模型，并對各因素的相關性和交互效應等進行統計分析及繪圖。

2 結果與分析

2.1 試驗結果

根據Box-Behnken設計原理，共得到17個試驗點，包括5個零點試驗。試驗方案和結果如表2所示，精度Y1范圍為24.20%～76.70%，帶出比Y2介于0.28～2.50。

2.2 回歸模型擬合與顯著性分析

采用Design-Expert 8.0.6軟件對試驗結果進行多元回歸擬合，得到精度Y1和帶出比Y2對供料量X1、供氣時間X2、靈敏度X3的二次多項回歸方程如下：

Y1=69.84-7.50X1-1.56X2-19.26X3-1.87X1X2-0.18X1X3-0.40X2X3-3.67X12+0.70X22-15.55X32 ? ? ? ? ?（1）

Y2=1.24-0.55X1-0.070X2-0.71X3-0.052X1X2+0.4 X1X3+0.078X2X3+0.006X12+0.10X22-0.25X32 ? ? ? ? ?（2）

對回歸方程進行方差分析（如表3～表4所示），色選精度Y1模型和帶出比Y2模型的P值均小于0.01，表明回歸方程描述的評價指標和自變量模型顯著性極好。兩個模型的相關系數R2分別為0.998 7和0.984 1，表明評價指標的變化來源于所選自變量，該模型能夠描述試驗結果。因此該模型可以預測與分析苦蕎色選工作參數。

2.3 單因素對精度和帶出比的影響分析

各考察單因素對精度Y1和帶出比Y2的影響可通過回歸模型方差分析中的P值和F值進行衡量。由表3可知，單因素中供料量X1、供氣時間X2、靈敏度X3對精度的P值均小于0.01，表明3個因素對精度產生極顯著影響。3個因素對精度的F值分別為543.15、23.57、3 582.80，可推測對精度影響程度的大小為靈敏度>供料量>供氣時間。由表4可知，單因素中供料量X1、靈敏度X3對帶出比的P值均小于0.01，表明供料量和靈敏度對精度產生極顯著影響;而供氣時間X2對帶出比的P值為0.172 3，表明供氣時間對帶出比不存在顯著性影響。由F值的大小可推測，3個因素對帶出比影響大小順序為靈敏度>供料量>供氣時間。

2.4 交互因素對響應值的響應面分析

以精度為響應值時，交叉項供料量X1和供氣時間X2的P值小于0.01，具有極顯著的交互作用，其他因素之間的交互作用不顯著。以帶出比為響應值時，交叉項供料量X1和靈敏度X3的交互作用極顯著，其他因素之間的交互作用不顯著。

響應面三維圖可直觀反映出各因素交互作用對響應值的影響，進而推測出響應值的最佳方案。供料量X1、供氣時間X2、靈敏度X3中兩因素交互作用對苦蕎色選精度影響的響應面三維圖如圖1所示。圖1（a）是靈敏度X3為40時，供料量X1和供氣時間X2對精度Y1交互作用的響應面圖，由圖可以看出，供料量減少能夠增加苦蕎色選精度，而供氣時間增加有利于苦蕎色選精度。圖1（b）是供氣時間為15ms時，供料量X1和靈敏度X3對精度Y1交互作用的響應面圖，由圖可知，供料量為70時，色選精度隨靈敏度的降低而逐漸增加;靈敏度為30時，色選精度隨供料量的增加而逐漸降低。圖1（c）是供料量為50時，供氣時間X2和靈敏度X3對精度Y1交互作用的響應面圖，由圖可知，當供氣時間為12ms時，隨靈敏度增加，色選精度呈現出先迅速升高而后緩慢降低的變化趨勢;當靈敏度為30時，精度隨供氣時間的增加而緩慢降低。色選精度最大值時，供氣時間為12ms，靈敏度為30～35。

供料量X1、供氣時間X2、靈敏度X3中兩因素交互作用對苦蕎色選帶出比X2影響的響應面三維圖如圖2所示。圖2（a）為靈敏度X3為40時，供料量X1和供氣時間X2對帶出比Y2交互作用的響應面圖，由圖可以看出，供料量減少能夠增加苦蕎色帶出比，而供氣時間的變化對帶出比影響不大。圖2（b）為供氣時間為15ms時，供料量X1和靈敏度X3對帶出比Y2交互作用的響應面圖，由圖可知，供料量為30時，帶出比Y2隨靈敏度的降低而逐漸增加;當靈敏度恒定時，帶出比Y2隨供料量的降低而逐漸增加，且靈敏度越小，帶出比增加越明顯。圖2（c）為供料量為50時，供氣時間X2和靈敏度X3對帶出比Y2交互作用的響應面圖，由圖可知，隨靈敏度的增加，帶出比Y2呈現降低趨勢;當靈敏度為30時，帶出比Y2隨供氣的時間增加而降低。

隨著供料量的降低，苦蕎籽粒在供料滑槽中的均勻度得以提高，對正品的誤選減少，進而色選精度和帶出比有所提高;當供氣時間延長，產生的空氣壓力足夠吹出更多品質不良的籽粒，最終增加色選精度和帶出比;而當靈敏度增加時，能夠在一定程度上獲得更優質籽粒，但同時會導致廢料中的優質籽粒數量增加，從而影響最終的正品得率。

2.5 模型驗證

采用Design-Expert軟件對各參數進行優化，得到苦蕎色選最佳工作參數，即供料量為30，供氣時間18，靈敏度為33.86，預測色選精度為80.79，帶出比為2.41。綜合考慮色選機設置可行性，得出優化最佳方案為供料量為30、供氣時間為18、靈敏度為34，并對優化最佳方案進行驗證。

如表5所示，模型預測最佳方案下精度為77.25、帶出比為2.84，表明驗證結果與模型預測結果相吻合，該參數組合可作為苦蕎色選最佳方案。色選后出料中的不良品多為癟粒或脫殼殘缺粒，可進一步通過過篩方法進行剔除。

3 結 論

采用響應面法對苦蕎米CCD色選機進行工作參數研究，以供料量、供氣時間和靈敏度為因素指標，精度和帶出比為響應指標，建立了相應指標的預測模型，并確定了各因素和交互作用對響應指標的影響作用。苦蕎色選工作參數對精度和帶出比影響程度順序從大到小依次均為靈敏度、供料量、供氣時間;以精度為響應值時，供料量X1和供氣時間X2之間的交互作用顯著;以帶出比為響應值時，供料量X1和靈敏度X3之間的交互作用極顯著。苦蕎色選機最優工作方案為供料量為30、供氣時間18ms、靈敏度為33，驗證結果表明驗證值與模型預測值相一致，可用于苦蕎色選作業。本研究以米蕎1號為試驗對象，其脫殼正品在色澤、形態等方面與不良品差別較小，進而增加了色選的難度和效果。本試驗以米蕎及其他生脫殼苦蕎品種為試驗對象，通過對苦蕎米CCD色選機進行參數微調而獲得最佳工作方案，為苦蕎色選技術進一步優化提供理論基礎和科學依據。

參考文獻

[1]趙鋼.蕎麥加工與產品開發新技術[M].北京：科學出版社，2010.

[2]張余，黃小燕，劉昌敏，等.苦蕎營養保健成分及其食品開發研究進展與展望[J].糧食與油脂，2019，32（8）：12-14.

[3]陳偉，杜文亮，劉彩霞，等.苦蕎浸蒸處理前后的力學特性[J].農機化研究，2015（7）：194-197.

[4]朱新華，范維果，李澤，等.苦蕎麥非熱脫殼機試驗研制[J].中國農業大學學報，2017，22（12）：146-155.

[5]時小東，吳琪，譚茂玲，等.藥食同源作物苦蕎分子生物學研究進展[J].成都大學學報（自然科學版），2019，38（1）：38-41.

[6]趙鋼，王安虎，鄒亮，等.制米苦蕎麥新品種的品質及開發利用研究：第二屆海峽兩岸雜糧健康產業峰會論文集[C].成都：四川大學出版社，2010.

[7]范平.淺析色選技術在中國的發展過程[J].糧食科技與經濟，2005， 30（4）：46-47.

[8]姚惠源，方輝.色選技術在糧食和農產品精加工領域的應用及發展趨勢[J].糧食與食品工業，2011，18（2）：4-6.

[9]金增輝.大米色選與滾筒精選[J].糧食與油脂，2004，17（8）： 44-47.

[10]鄭功宇，金心怡，葉秋萍，等.響應面法優化閩北烏龍茶CCD色選機的工藝參數[J].福建農林大學學報（自然科學版），2015， 44（2）：135-141.

[11]袁婷蘭，張友峰，曹佳茜，等.花生仁光電色選工藝條件的研究[J].中國油脂，2019，44（2）：5-7+13.

[12]張德高，謝煥雄，胡志超，等.花生色選機工作參數優化與試驗[J].江蘇農業科學，2017，45（18）：218-222.

[13]余淑華，劉艷麗，王世璞，等.基于FPGA的脫絨棉種色選機實現[J].農業機械學報，2015，46（8）：20-26.