《Journal of Food Engineering》：Digital twin for fresh produce washing in flume tanks: Reducing water and sanitiser use while ensuring food safety
编辑推荐：
数字孪生模型优化连续水槽式蔬果清洗工艺，通过机械模型描述水质动态、消毒剂降解及微生物失活过程，结合多目标优化平衡用水与消毒剂用量，实时调整参数以维持卫生标准，验证了数字孪生在提升资源效率和微生物安全性的应用价值。
阿里·萨尔瓦多·莫雷诺·拉索（Ari Salvador Moreno Razo）| 卡洛斯·维拉斯（Carlos Vilas）| 何塞·A·巴斯克斯（Jose A. Vázquez）| 安娜·阿连德（Ana Allende）| 米里亚姆·R·加西亚（Míriam R. García）
生物系统与生物过程工程小组，IIM-CSIC，爱德华多·卡贝略街6号，维戈，36208，西班牙
摘要
清洗新鲜农产品对于去除土壤和灭活可能对生食产品构成风险的微生物至关重要。然而，由于农产品负荷的变化以及水质与消毒剂化学性质之间的时空相互作用，运行连续式流水槽系统具有挑战性。
本研究通过开发一个数字孪生模型来应对这一挑战，该模型能够优化连续式流水槽运行过程中的水和消毒剂的添加量。其主要组成部分是一个描述水质动态、消毒剂衰减以及微生物灭活的机理模型。该模型被离线用于解决多目标优化问题，以平衡补水和消毒剂剂量，同时确保出水口的细菌浓度不超过规定的最大允许值。所得到的帕累托前沿（Pareto front）显示，最佳解决方案会随着是优先考虑节水还是减少消毒剂使用而发生变化，并揭示了仅依赖补水时所需的水量过大这一问题。对于在线应用，数字孪生模型会根据实时测量的农产品质量调整最佳方案，从而在负荷波动的情况下保证卫生要求。
引言
有效清洗新鲜农产品是去除土壤、减少微生物负荷以及防止清洗过程中交叉污染的关键控制点。收获的农产品可能携带土壤和有机物质，并可能被致病微生物污染，这些微生物必须在零售前被清除或灭活，尤其是对于生食产品而言。最近的一项文献综述指出，2010年至2022年间发生了50多起与食用新鲜切割和完整蔬菜及香草相关的食品安全事件（欧洲食品安全局生物危害小组（EFSA BIOHAZ）等，2023年）。这些事件导致数千例人类病例，约500人住院治疗。
微生物污染通常通过两种主要方法进行控制：添加清水或添加含消毒剂的清水（通常是基于氯的抗菌剂）（Seymour，1999年）。通过这些方法，从食物转移到水中的微生物要么被稀释（仅添加清水时），要么被同时灭活和稀释（使用含消毒剂的水时）。同时，有机物质也会从食物转移到水中，这可能会阻碍微生物的灭活。大量添加水或消毒剂可以控制微生物数量，但也可能带来负面后果，包括环境影响，以及在使用消毒剂的情况下对消费者健康的威胁。在高浓度下，基于氯的消毒剂会与有机物质反应生成有害的消毒副产物（如三卤甲烷（THMs）和氯酸盐（Gadelha等，2019年），这些物质可能被清洗后的蔬菜吸收。相反，仅依赖补水而不使用消毒剂可能在环境上不可持续，因为这需要大量的水（Gil等，2025年）。
鉴于使用水和消毒剂所涉及的权衡，显然需要工具来预测和优化在实际变化的操作条件下的清洗过程性能。数字孪生模型是现实世界对象或系统的虚拟表示，能够实时更新，并包含准确模拟其真实对应物动态、过程和行为的必要组件（Defraeye等，2021年）。使用数字孪生模型可以在不同的操作条件下优化工业过程。为了构建和实施某个过程的数字孪生模型，需要传感器网络、连接传感器的平台以及仿真平台（Verboven等，2020年）。仿真平台包含计算模型，这些模型使用传感器数据作为输入，并执行必要的计算以获得改进过程性能、决策和数据分析的输出结果。
在食品加工应用中，可以采用不同的建模方法，从基于数据的经验模型到基于原理的机理模型。在工业实践中，通常更倾向于使用经验模型，因为主要目标是确保安全和产品质量，而不是深入了解潜在过程（Erdogdu等，2017年）。然而，与基于数据的模型相比，机理模型在数字孪生框架中作为仿真模型使用时具有明显优势。除了量化过程动态和食品质量的演变外，机理模型对噪声和变异性的抵抗力更强，所需数据量更少，适用范围更广，并有助于阐明潜在的过程机制（Defraeye等，2021年）。此外，关于新鲜农产品的处理，大多数现有模型都是非动态的，只有少数模型考虑了水中游离氯与微生物污染水平之间的相互作用（Munther等，2015年；Dunkin等，2017年；Mokhtari等，2018年；Abnavi等，2019年；Moreno-Razo等，2025年）。有关这些模型的更多细节，请参见Gil等（2025年）的研究，其中包含了一份比较当时可用研究中不同表示方法的表格。
然而，大多数建模研究通常假设水混合均匀，因此不适合用于表示流水槽系统。流水槽是食品行业中常用的长形开放式渠道系统（Tudela等，2019年）。与混合均匀的槽不同，流水槽涉及单向流动，通常设计为将产品沿输送带移动或通过水流输送一定距离。由于水流的空间分布以及有机物、微生物和化学物质之间的持续相互作用，该过程存在空间变异性。鉴于流水槽的长几何形状以及搅拌作用和主导的流动方向，沿纵向的空间梯度预计比横向更为显著。据作者所知，Tan等（2022年）是唯一一项研究流水槽中时空变化的研究。这项工作近似描述了微生物和有机物质污染的动态和空间分布，但没有考虑关键机制，例如化学需氧量（COD）对灭活的影响（Abnavi等，2021年；Falcó等，2023年；Moreno-Razo等，2025年）。
重要的是，文献中报道的模型从未被用于旨在确定达到安全微生物水平所需最佳操作条件的过程优化，也未被用于开发数字孪生模型。只有少数初步尝试，例如Zhou等（2014年）提出了一个旨在维持稳定氯浓度的剂量算法。
本研究提出了一个流水槽清洗过程的数字孪生模型，旨在支持多目标优化和实时过程控制。这里的“数字孪生”特指一个数学模型，该模型通过从过程中获取的数据不断更新，并能够计算出最佳操作方案（最小化干预影响），以调节细菌浓度和游离氯水平。论文首先描述了过程和模型的数学表述，以及实时实施的优化策略的开发。随后，“结果与讨论”部分展示了从离线优化分析和在线闭环策略中获得的结果，这些分析是在代表切块洋葱清洗的模拟测试案例上进行的。
清洗过程描述
图中展示了本研究中考虑的特定流水槽的示意图。工艺用水以给定的体积流量（）进入槽中，而进入槽中的农产品的质量流量为。在槽内，有机物和细菌从农产品持续转移到工艺水中。消毒剂（本例中为基于氯的抗菌剂）通过注射口加入槽中，其流量由表示。
结果与讨论
尽管所提出的策略具有通用性，可以应用于不同的食品基质，但本文使用切块洋葱作为清洗产品进行了数值测试。在工业实践中，切块洋葱在切割后用含氯消毒剂清洗，然后冲洗并干燥包装。选择切块洋葱的原因是基于欧洲食品安全局技术报告中提供的工艺数据的可用性和质量（EFSA BIOHAZ小组等，2025年；Gil等，2025年）。
结论
在这项工作中，我们开发了一个数字孪生模型，用于优化流水槽中新鲜农产品的清洗过程，其中必须考虑相关变量的空间分布。该数字孪生模型基于一维（1D）模型，考虑了关键的传输和反应现象，包括细菌和COD从农产品转移到工艺水中的过程、消毒剂对细菌的灭活作用，以及在湍流条件下的对流和扩散传输。
作者贡献声明
阿里·萨尔瓦多·莫雷诺·拉索（Ari Salvador Moreno Razo）：撰写 – 审稿与编辑，撰写 – 原稿，可视化，软件开发，方法论研究，数据管理。卡洛斯·维拉斯（Carlos Vilas）：撰写 – 审稿与编辑，撰写 – 原稿，监督，项目管理，概念构思。何塞·A·巴斯克斯（Jose A. Vázquez）：撰写 – 审稿与编辑，资金筹集，概念构思。安娜·阿连德（Ana Allende）：撰写 – 审稿与编辑，资金筹集，概念构思。米里亚姆·R·加西亚（Míriam R. García）：撰写 – 审稿与编辑
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能影响本文所述的工作。
致谢
我们感谢PID2021-123654OB-C32、PID2022-136817OB-I00、PID 2022–1417080B–I00和PID2024-157718OB-C32项目的资助，这些项目由MCIN/AEI/10.13039/501100011033/FEDER提供支持。此外，作者还感谢AGROALNEXT计划（MCIN和NextGenerationEU基金，PRTR–C17.I1）以及加利西亚自治区政府（IN607B 2023/04）的财政支持。
