摘要
针对青花椒贮藏和干燥过程中色泽褐变、风味流失等问题，本文系统性探究了青花椒不同烫漂和干燥方式的品质特性及工艺优化。建立BP神经网络模型，实现不同干燥条件下青花椒的品质指标拟合与验证。主要结论如下： （1）热水烫漂和真空脉动蒸汽烫漂处理均可有效抑制酶活性，改善青花椒的色泽。不同烫漂方式下温度对青花椒的色泽、质量损失率影响显著（Plt;0.05），当烫漂温度为70℃时，青花椒出现明显褐变，质量损失率随温度的升高显著增大（Plt;0.05）；烫漂温度和时间对青花椒挥发油含量影响最为显著，对酰胺类物质影响最为显著的是温度和脉动比。 （2）热风阶段控温干燥较热风恒温干燥可大幅提升干燥速率，最优工艺条件为：温度48.5℃、阶段时间20min、升温温度2℃。此条件下青花椒色差6.86、开口率99.83%、挥发油含量1.43mL·10g-1、酰胺类物质含量32.49mg·g-1；微波真空干燥各因素对青花椒综合品质影响主次顺序依次为微波功率密度、真空度和干燥温度，最佳工艺条件为温度60℃、功率密度6W·g-1、真空度-80kPa，此时青花椒的色差2.34，开口率98.54%，挥发油含量1.47mL·10g-1，酰胺类物质含量30mg·g-1；真空脉动干燥的温度、真空保持时间和常压保持时间对干燥速率影响显著（Plt;0.05），优化工艺参数为：温度62℃、真空保持时间13min、常压保持时间4min。此条件下，色差5.37，开口率98.31%，挥发油含量1.07mL·10g-1，酰胺物质含量39.40mg·g-1。综合对比不同干燥方式下的青花椒，微波真空干燥速率最高，感官品质俱佳。 （3）利用BP神经网络，建立了青花椒不同干燥方式下挥发油和酰胺类物质含量的拟合与预测模型，所得训练集、验证集和测试集的最大均方误差MSE为0.007695，模型的拟合度在0.978~0.999之间，训练样本与预测值间的最大相对偏差?值仅为0.89%。BP神经网络模型可满足不同干燥条件下青花椒的品质指标预测，具有非线性映射、误差小，精度高的显著优势。
NETL