《LWT》：Evaluation and modeling of drying kinetics and quality changes of bamboo shoots under air-impingement drying based on parameter intelligent control
编辑推荐：
本研究针对竹笋传统热风干燥效率低、品质劣变严重等问题，系统探究了基于参数智能控制的气流冲击干燥(ADPIC)技术。研究人员通过调控干燥温度、相对湿度(RH)及高湿阶段时长，显著提升了干燥效率，并改善了产品质地、色泽，抑制了木质化。创新性地应用蜣螂优化算法增强的反向传播神经网络(DBO-BP)进行水分含量预测，模型精度(R2=0.994)显著优于传统BP网络。该研究为高水分农产品智能化干燥提供了理论依据和技术支持。
竹笋作为中国的营养密集型蔬菜，富含植物蛋白、必需氨基酸和生物可利用的微量矿物质，年产量超过350万吨。然而，其采收窗口期短，采后贮藏过程中快速的木质化进程严重制约了生产效率和商业利用。热风干燥(HAD)虽是工业上常用的脱水技术，但其干燥过程中持续的低相对湿度环境易导致物料表面形成致密屏障，阻碍内部水分扩散，降低干燥效率并引起表面硬化。特别是漫长的干燥时间会对产品品质产生不利影响，并促进竹笋的木质化过程。因此，开发创新的干燥方法作为解决竹笋脱水过程中上述技术挑战的潜在方案至关重要。
本研究采用了一种新型干燥技术——基于参数智能控制的气流冲击干燥(ADPIC)，它结合了气流冲击干燥和湿度控制热风干燥技术的优点。ADPIC过程中的阶梯式降湿调控策略不同于持续除湿，其初始干燥阶段采用恒温高湿条件，以提高样品内部温度，促进内部水分迁移；随后维持温度、降低相对湿度至设定值，以增强表面水分去除。根据焓湿图分析，相同温度下，高湿干燥空气比低湿空气能保留更高的焓值，从而导致更快的加热速率。
为了深入研究ADPIC技术，研究人员以竹笋为对象，系统评价了特定湿度参数对竹笋关键品质决定因素的影响，同时分析了脱水动力学和微观结构演变。此外，开发了用于干燥过程实时水分含量监测的预测性DBO-BP神经网络模型，为水分迁移过程的计算和模拟提供了经验基础。
研究采用了单因素实验设计，探究了不同ADPIC温度(50, 55, 60, 65 °C)、相对湿度(20%, 30%, 40%, 50%)和高湿干燥持续时间(0, 5, 15, 30分钟)对竹笋干燥特性和品质属性的影响。以60°C、风速3.0 m/s的传统热风干燥作为对照组。所有实验至少重复三次，平均水分含量值用于构建干燥曲线。
关键技术方法
研究使用由四川农业大学机电工程学院开发的ADPIC设备进行漂烫和干燥。样品经80°C蒸汽漂烫6分钟后进行干燥。通过自动称重系统记录失重，并测定干燥速率、水分比。采用色差仪、质构分析仪、扫描电镜(SEM)、低场核磁共振(LF-NMR)分别评估颜色、质地(脆度、咀嚼性)、微观结构、水分状态(T2弛豫时间)。木质素含量采用Klason重量法测定。关键创新是建立了以干燥时间、温度、相对湿度、高湿时长为输入，水分含量为输出的DBO-BP神经网络预测模型(4-12-1结构)，并与传统BP网络对比性能。
干燥动力学影响
结果表明，干燥时间与ADPIC温度呈反比关系，65°C处理将干燥时间从50°C组的180分钟显著缩短至95分钟。ADPIC在60°C下的干燥效率比HAD提高了56.25%。值得注意的是，相对湿度参数对干燥过程有显著影响(p < 0.05)。在阶梯式降湿组中，预调质在RH 50%下5分钟的样品干燥时间比持续除湿缩短9.5%，而延长高湿暴露时间(15-30分钟)则会增加干燥时间。这反映了双相机制：短暂高湿阶段通过保持毛细管连续性防止表面硬化，而延长暴露则会降低蒸汽压梯度。
内部温度变化与水分迁移
热力学分析揭示了湿热耦合效应对脱水动力学的显著影响。恒湿组(RH 30%-RH 50%)将物料内部温度升至稳定温度(约58°C)的时间比持续除湿缩短了62.5%。物料在高温高湿(RH 50%)下的预热使对流换热系数比RH 20%条件提高2.67倍，核心温度升至稳态的时间从16分钟减少到6分钟。优化试验(初始维持RH 50%，随后逐步降湿至RH 20%)实现了双相增强：预热期间的快速热启动加速了后续水分去除。NMR的T2弛豫谱显示，脱水过程中自由水(T23)和细胞内水(T22)信号逐渐衰减，并伴随峰左移，表明水分子流动性降低。初始5分钟高湿维持比立即除湿(0分钟对照组)在30分钟时保留了多23.7%的自由水含量。
对微观结构的影响
SEM微观结构分析表明，干燥温度从50°C升高到65°C会降低孔隙分布密度、减小孔径并诱导竹笋组织表面卷曲。这种结构改变归因于脱水导致的竹笋组织收缩以及木质素特性的变化。经过初始高湿调质的竹笋与持续除湿对照组相比，表现出更优的微通道通畅性，同时表面皱纹严重程度减轻。这主要是因为初始干燥阶段的高湿维持增强了竹笋内部的传导加热，促进了内部水分向表面的快速迁移，从而减少了内外水分梯度，缓解了表面硬化和过度收缩。然而，过长的初始高湿暴露(超过15分钟)会引起部分孔隙收缩。
对木质素含量的影响
竹笋的木质素含量随干燥温度升高呈现显著抑制(p < 0.05)，65°C处理比50、55、60°C处理的木质素含量分别降低了1.56、0.66和0.07 g/100g。ADPIC处理期间的高湿持续时间也显著降低了竹笋的木质素积累(p < 0.05)，含量在5.13至5.75 g/100g之间变化，而HAD样品为6.46 g/100g。特别是5分钟初始高湿持续时间预处理比0、15和30分钟试验组的木质素含量分别降低了0.43、0.45和0.62 g/100g。
对质地属性的影响
ADPIC温度对竹笋的脆度和咀嚼性有显著影响(p < 0.05)，在60°C时达到最大值1.67 N和0.53 N。质地属性随初始高湿时间的延长达到峰值，在5分钟初始高湿时间后达到最高值1.71 N和0.55 N。通过策略性的湿度控制相变管理建立的快速蒸汽压梯度，可以缩短湿热应激持续时间，从而在脱水阶段保持细胞壁弹性。
对颜色值的影响
随着干燥温度从50°C升高到65°C，色差ΔE、a和L值呈现先下降后上升的趋势，而b值则呈现相反模式。在60°C下ADPIC处理观察到最佳的颜色保持效果(ΔE = 17.5, L= 50.53, a* = -5.33)。高湿持续时间比较显示，处理30分钟的样品L值低于0、5和15分钟，而a、b*和ΔE值显著增强。在60°C下初始高湿暴露5分钟后，色差ΔE达到最小值16.97。
水分含量预测模型
DBO-BP神经网络架构在模拟最佳ADPIC过程方面优于BP神经网络。DBO-BP模型在整个数据集上的确定系数R2为0.998，比基线BP模型(0.94501)相对提高了5.31%。DBO-BP将平均绝对误差(MAE)降低了0.0499，均方根误差(RMSE)降低了0.0263，同时将R2提高了3.06%。DBO-BP的误差范围(-0.07至0.04)比BP模型(-0.56至0.24)缩小了87.5%，证明了其在模拟竹笋脱水过程中水分动态方面的鲁棒性。
研究结论与意义
本研究表明，基于参数智能控制的气流冲击干燥(ADPIC)能有效优化竹笋的脱水动力学和理化品质属性。高温诱导细胞收缩和结构致密化，而湿度的补偿效应缓解了过度细胞收缩。微通道分布孔隙度随温度升高而降低，但随ADPIC参数的高湿持续时间延长而增加。湿度优化试验证实，在60°C下，50%相对湿度维持5分钟是最有效的配置，其特征是快速热平衡和最短脱水时间(95分钟)、最低木质化含量(5.37 g/100g)和色差ΔE(17.5)。这种协同效应源于湿度调节在抑制表面结壳和防止竹笋木质化过程中的多方面作用。DBO-BP神经网络的成功应用为竹笋干燥过程中的水分迁移动态模拟提供了可靠框架和数字化工具，促进了食品工业的实时过程优化。总之，ADPIC通过精确控制温度和湿度，加速了竹笋的干燥动力学，同时改善了理化品质，展示了其在工业干燥应用中的巨大潜力。该研究发表于《LWT》期刊。
