猪肉生产过程中质量损耗分析与预冷过程优化

        中国是世界第一肉类生产大国,却不是肉类加工强国,存在产业加工率低、质量安全保障程度不高等重大问题[1]。为此,要实现企业猪肉的利用最大化,就需控制影响猪肉质量的诸多因素,以保证猪肉品质量的安全,减少不同生产阶段猪肉质量的损耗。猪肉生产全过程在时间上是连续的。按时间顺序可分为:宰前饲养、运输、宰前静养、屠宰和分割、冷却成熟、猪肉运输6个阶段。每个阶段的处理均可影响本阶段或后续阶段的猪肉质量损失,猪肉质量损耗影响因素。

1、猪肉质量损失因素分析

1.1宰前饲养

     宰前饲养是特指生猪从饲养场运出前的一段时间。生猪宰前饲养方式可避免或能显著影响此后的猪肉质量损失:在宰前2～3周饲喂高蛋白质、高脂肪、高粗纤维和低可消化淀粉的饲料可降低汁液流失；在生猪屠宰前5d额外添加0.5%的色氨酸,能够减少白肌肉(屠宰后胴体出现肉色泽淡白、质地松软、有汁液渗出现象),其发生频率可下降1/3。

1.2生猪运输

      生猪在运输中,死亡和组织损伤发生最多[4]。超过1%生猪在运输后变得难以行走甚至死亡。因此,扩充每头猪的运输空间可减少生猪损耗,运输空间从1头猪0.39m2增至0.48m2,其损耗将减少一半。然而,运输空间也不是越大越好,空间过大,将会出现猪只难以保持平衡,相互无所依靠。实际操作,运输空间与猪的大小相关联,大约4.6×10-3m2/kg[5]。损耗也与运输距离和季节有关,适宜运输温度15～25℃。

1.3宰前静养

     生猪经初步检验检疫进入屠宰厂后,需静养禁食12～24h,保持外部环境安静,发现病猪和伤猪需剔除。静养12h左右质量损耗不到1%,可减少白肌肉产生率。补充电解质溶液、营养补充剂或糖蜜溶液可支持24h静养,能提高猪肉产品质量[3,5]。

1.4屠宰与分割

      生猪电麻后、应在致昏30s内放血,以免苏醒挣扎引起肌肉出血。放血造成质量减少约为5%,其中只有3%左右能利用,其余伴随生产过程流失。另一种生猪气体击昏法在欧洲较为普及。它利用CO2、氩气及其混合气体使动物失去知觉。从福利角度,动物在80%以上CO2密闭室中静置15～45s,就完全失去知觉,并维持昏迷状态2～3min[1]。有研究认为气体击昏法可降低汁液流失率

    猪体经历去头、蹄、尾、内脏、劈半、分离板油、摘腰(肾脏)和修整成白条肉。经过冷却、运输,最终到达销售商。一般热剔骨会增加汁液流失[2]。胴体劈半、分割方式对肉保水性有影响。因劈半工具的不良或准确性不高,会破坏里、外脊完整性,加大肉的汁液损失[6]。

1.5冷却成熟

     猪宰杀后胴体从40℃降至4℃左右,以控制微生物繁殖,保证产品质量。采用强冷风直吹产品,迅速降低胴体温度的同时水分也受损失,这种损失称为干耗。中国干耗损失在1.8%～3.5%,远高于欧美[4]。一般认为,加快冷却速度可减少汁液流失,在不影响肉品嫩度的前提下应尽快冷却[3]。而胴体水喷淋也可减少干耗,间歇喷淋8h以上能使片猪肉胴体干耗降低到1%以下[7-8]。

1.6猪肉运输

     生鲜产品运输需保证冷链条件下进行。中国大型屠宰企业使用的运输工具是冷藏车,而运输距离为100～700km,其产品处在冷风的不断冷却与保温下,质量慢慢降低。随着运输距离增加,质量减少更多。在超过300km运输中,产品质量减少现象尤为明显。为实现猪肉冷链物流,应对环境温度、设施设备和温度信息采集等做出特殊要求。

2、猪肉预冷过程优化

2.1猪肉预冷过程现状

        生猪致晕、刺杀放血后,经60～65℃热水或蒸汽浸烫后,猪肉体外表面温度很高,而体内新陈代谢仍在进行,释放热量,使猪肉温度继续上升l.5～2.0℃；猪肉富含脂肪、蛋白质等多种营养物质,温度较高,微生物极易繁殖；较高的肉温将进一步促进乳酸发酵,导致白肌肉发生率提高。为保证品质,猪肉修整后,急需对其冷却,使猪肉后腿中心温度达到7℃以下。由于猪肉在预冷过程中自身温度高,而周围环境湿度低,胴体表面水分将出现散失,即预冷损耗产生。损耗越大,损失越大,猪肉预冷过程中,如何控制损耗是预冷工艺的关键。通常情况下,冷却方式、冷库湿度、温度和风速是影响损耗的关键因素。

2.2预冷过程建模策略

      预冷过程会带来1%～3%胴体质量损耗,影响肉类加工企业经济效益。基于现有企业生产条件,确定合理预冷过程已成为亟待解决的课题。为冷却环境建立精确流体力学模型(考虑风速、温度和湿度),从而较准确地预测损耗,但此策略要求采集大量信息,设置大量传感器,当前,国内肉类加工企业尚难以做到。针对目前企业现状,急需建立简单且有效的优化系统,即企业只需方便地确定适合自己的预冷过程,不一定要精确了解冷室内的物理过程,可尝试在软件指导下进行试验,以给出特定生产条件下(特定冷室、基本不变胴体摆放方式、胴体质量和品种等品质因素)较优预冷过程参数(预冷时间、各个时刻风速、环境温度、环境湿度),从而获得较少胴体质量损耗和较小的能耗参数。

      为此,何振峰等[9]采用少量预冷试验数据,在猪肉预冷损耗控制中,提出一种预冷过程建模策略,定义了2种预冷过程向量:基于温度梯度的降温过程向量和基于当前损耗的损耗过程向量,分别用于描述胴体热量散失和物质流失规律[9]。针对每条试验记录,包括有风和无风2种工况,需要构建有风时的预冷向量和无风时的预冷向量,而1次试验中,既包括开风机的时间,也包括关风机的时间,要构建有风预冷向量就需要无风预冷向量,反之,要构建无风预冷向量就需要有风预冷向量。对于这种存在相互依赖的不确定量的求解问题,多采用期望最大化算法(EM)。EM算法常用于基于混合高斯模型的参数估计,通过迭代地分步估计各个样本的隶属度和各个高斯分布的特征,来获得各个高斯分布的参数,但它可以推广,用于估计各种相互依赖的参数。构建预冷向量给出结合限制的EM算法来同时拟合[10-11]:E过程构建有风预冷过程向量,M过程构建无风预冷过程向量,E过程和M过程中施加2个向量间的偏序限制,均以云进化算法(CEBA)为优化算法[12]。该算法基于云模型,利用云发生器来发生子代,在子代中选择最优的个体集,再利用这些个体去发生下一代[12]。基于37条试验记录构建了预冷过程向量,却要分别构建出高维的有风和无风条件下的降温向量和损耗向量,困难较大,构建过程中应尽可能引入领域知识。从领域知识知2个预冷向量均存在“单调性限制”:温度梯度越大时,降温速度往往越快；已有损耗越多时,损耗速度往往越慢。由于进化算法较容易引入各种约束,常被用于解决复杂问题,故被选作构建2个预冷向量的优化算法,此法被用来模拟猪胴体的预冷过程,降温过程拟合的平均误差为0.93℃,损耗过程拟合的平均误差为0.151%。

       该研究不需要精确定义物理过程的预冷过程优化,结合专家知识以更科学地评价预冷过程描述策略,从而确定较有效的特征参数形式,并用来描述预冷过程；探索一个迭代的预冷过程特征参数确定策略,指导企业更快更好地完成特征参数确定过程[13]。与传统冷却方式相比,加速冷却是采用超低的温度使猪肉快速降温；喷雾预冷是在较高的湿度环境下,快速降低猪肉表面温度,但降温速度不及加速预冷方式。猪肉预冷商业化运作中,可使用该策略分析企业实际猪肉预冷过程数据,形成一个综合损耗、能耗等多方面因素的预冷过程评价策略,将其应用于优化预冷过程参数,有助于对屠宰企业预冷损耗控制的改进,达到节能降耗,提高企业经济效益的目的。

3、结语

综合性评价猪肉生产过程中,宰前饲养、运输、宰前静养、屠宰和分割、冷却成熟和猪肉运输6个阶段是影响猪肉质量的损耗因素。减少微小的质量损耗变化,可降低风险,给企业带来明显效益。

根据文献和现有试验数据,冷却过程(包括冷却时间,冷库温度、风速和湿度等)对于预冷效果影响较大。所以,本研究猪肉预冷过程优化,首先只考虑冷却过程,将基于冷却过程来分析损耗。采用限制EM算法模拟猪肉预冷过程,便于对这种试验数据分散过程的规律性进行观察,数据的采集不会影响企业的实际生产,对于生产具有一定实用价值。

本试验基于36条试验记录较好地建模预冷过程,其中对降温过程的预测效果佳:降温过程预测的平均误差为0.93℃,损耗过程预测的平均误差为0.151%。

由于在预冷过程的前几个小时,胴体的温度和损耗变化速度最快,为保证产品质量及提高建模精度,企业还是需要科学合理地安排短时间预冷试验方案,以采集早期预冷过程数据。