找回密码 注册

基本信息

项目名称:
基于BP神经网络和遗传算法研究啤酒糟不溶性膳食纤维的酶法脱脂工艺
小类:
生命科学
简介:
采用脂肪酶对酶碱法制备啤酒糟不溶性膳食纤维的脱脂工艺进行研究,并对制备得到IDF的成份和功能特性进行分析。在正交试验的基础上,基于BP神经网络建立脂肪酶脱脂模型,利用遗传算法优化工艺条件。BP神经网络建立的脱脂模型误差为0.0001,具有较强的逼近能力。制备得到IDF的溶胀性达6.05mL/g,持水力达318.2%,具有较好的生理活性。
详细介绍:
目前,麦糟中不溶性膳食纤维的制备方法有碱法和酶碱法。碱法条件苛刻,环境污染严重,因此推崇酶碱法,它包括有机溶剂脱脂、淀粉酶水解、蛋白酶水解和碱解四个主要步骤,后三个步骤的研究报道多。而对于膳食纤维的脱脂工序,目前仍多采用乙醚、丙酮等有机溶剂,脱脂效果好,但有机溶剂脱脂有一定的缺点:一方面,脱脂过程中有机溶剂有毒性,不利于操作,且膳食纤维损失较多;另一方面,产品中有机溶剂残留,有食用安全隐患,同时污染环境。而采用酶法脱脂具有反应条件温和,无环境污染,无有机溶剂残留等优势,有很好的发展和应用前景。冯翠萍等采用酶法提取芦笋中高活性膳食纤维,筛选出脂肪酶最适用量27mg,脂肪含量由10.29%降低到6.02%,取得了较好效果,但脂肪酶应用于麦糟脱脂的研究尚未见报道。本文采用脂肪酶酶解脱脂代替传统的有机溶剂脱脂,制备麦糟不溶性膳食纤维。 试验首次将BP神经网络建模和GA优化应用于脂肪酶酶解脱脂的研究,以期为脂肪酶脱脂过程的预测和优化提供参考和依据。BP神经网络具有非线性映射能力,适用于高度非线性的系统,广泛应用于农业、化工和生物等领域的模型建立。遗传算法(GA)是基于达尔文进化论和孟德尔遗传学说来实现随机、自适应、并行性全局搜索寻优的方法。

作品专业信息

撰写目的和基本思路

通过作品撰写,总结采用脂肪酶酶解脱脂代替传统的有机溶剂脱脂制备麦糟不溶性膳食纤维研究的基本过程,以及将BP神经网络建模和GA优化应用于脂肪酶酶解脱脂的科学优化方法。为未来有效利用啤酒糟生产优质膳食纤维,提供理论参考和科学依据。

科学性、先进性及独特之处

试验在采用单因素、正交试验的基础上,基于BP神经网络建立脂肪酶脱脂模型,利用遗传算法优化工艺条件。作品研究内容明确新颖,研究方法科学合理,试验首次将BP神经网络建模和GA优化应用于脂肪酶酶解脱脂的研究,在啤酒糟资源应用研究方面有创新之处。

应用价值和现实意义

作品具有很高的科学价值和应用价值。采用脂肪酶酶解脱脂代替传统的有机溶剂脱脂,制备麦糟不溶性膳食纤维, 条件温和易实现,无毒无害无污染,可以更大程度的开发优质膳食纤维来源,更充分的利用工业废物生产出健康食品原料或医药原料,提高啤酒糟的应用价值,减少了大中型啤酒厂的环保压力,实现生产和环保相结合,经济效益和社会效益相结合,具有极大的潜在发展前景,巨大的经济收入。

学术论文摘要

论文采用脂肪酶对酶碱法制备啤酒糟不溶性膳食纤维(IDF)的脱脂工艺进行研究,并对制备得到IDF的成份和功能特性进行分析。在正交试验的基础上,基于BP神经网络建立脂肪酶脱脂模型,利用遗传算法优化工艺条件。BP神经网络建立的脱脂模型误差为0.0001,具有较强的逼近能力。优化得到的最佳工艺条件是加酶量 0.7g,温度39.6℃,时间5.6h。在此条件下,脂肪去除率达74.1%。制备得到IDF的溶胀性达6.05mL/g,持水力达318.2%,具有较好的生理活性。

获奖情况

在《食品科学》2010年14期发表,研究项目获奖证书:“啤酒糟资源的精深加工应用研究” 2010.05 南阳市科技进步二等奖”

鉴定结果

参考文献

[1]邱雁临.生物技术在啤酒糟综合利用中的研究进展与前景[J].食品与发酵工业,2002,28(1):72-73 [2]陈季旺,刘英,孙勤等.燕麦麸膳食纤维脱色工艺及对产品特性的影响[J].农业工程学报,2008,24(11):247-250 [3]冯翠萍,庞侯英,常明昌等.酶法提取芦笋中高活性膳食纤维的研究[J].农业工程学报,2004,20(3):188-191 [4]王金华,张声华.啤酒糟中可溶性膳食纤维的提取及化学组成[J].食品科学,2002,23(12):64-67 [5]王金华,李冬生.麦糟中水不溶性膳食纤维的提取及化学组成[J].酿酒,2002,29(6):80-83 [6]李凤凤.啤酒糟膳食纤维的提取及不可溶性膳食纤维的改性研究[D].长春:吉林大学硕士学位论文,2007:19-35 [7]刘焕云,李慧荔,赵红.燕麦麸中水溶性膳食纤维提取工艺优化[J].农业机械学报,2008,39(7):103-106 [8]邵平,姜绍通,应艳杰等.基于BP神经网络的脂肪酶酯化菜籽油脱臭馏出物的仿真研究[J].农业工程学报,2006,22(10):198-202

同类课题研究水平概述

目前,麦糟中不溶性膳食纤维的制备方法有碱法和酶碱法。碱法条件苛刻,环境污染严重,因此推崇酶碱法,它包括有机溶剂脱脂、淀粉酶水解、蛋白酶水解和碱解四个主要步骤,后三个步骤的研究报道多。而对于膳食纤维的脱脂工序,目前仍多采用乙醚、丙酮等有机溶剂,脱脂效果好,但有机溶剂脱脂有一定的缺点:一方面,脱脂过程中有机溶剂有毒性,不利于操作,且膳食纤维损失较多;另一方面,产品中有机溶剂残留,有食用安全隐患,同时污染环境。而采用酶法脱脂具有反应条件温和,无环境污染,无有机溶剂残留等优势,有很好的发展和应用前景。冯翠萍等采用酶法提取芦笋中高活性膳食纤维,筛选出脂肪酶最适用量27mg,脂肪含量由10.29%降低到6.02%,取得了较好效果,但脂肪酶应用于麦糟脱脂的研究尚未见报道。本文采用脂肪酶酶解脱脂代替传统的有机溶剂脱脂,制备麦糟不溶性膳食纤维。 试验首次将BP神经网络建模和GA优化应用于脂肪酶酶解脱脂的研究,以期为脂肪酶脱脂过程的预测和优化提供参考和依据。BP神经网络具有非线性映射能力,适用于高度非线性的系统,广泛应用于农业、化工和生物等领域的模型建立。遗传算法(GA)是基于达尔文进化论和孟德尔遗传学说来实现随机、自适应、并行性全局搜索寻优的方法。
建议反馈 返回顶部