文摘

甜菊糖甙rebaudiana世界各地日益流行和消费作为一种优良的天然甜味剂由于其比糖甜300倍。自甜菊叶中经常使用他们的干燥状态,干燥过程对成品的属性不可避免的影响。在这项研究中,甜菊叶微波干燥在五个不同层次的权力从180到900 W评估功率对水分的影响比(先生),干燥速率和时间,有效水分扩散系数,具体的能源消耗(SEC),颜色,和生化特征。5中选择薄层模型评估干燥行为,半经验的页面描述干燥动力学模型很好R²> 0.997。有效扩散系数增加 来 米²与增加微波功率/ s,而证券交易委员会第一次增加到320 W的值9.77 MJ /公斤,然后跟着一个下降的趋势。此外,多层前馈(MLF)人工神经网络(ANN)使用反向传播算法被用来预测甜叶菊叶片的水分比在微波干燥。结果表明,ANN模型的隐层神经元15 1例高先生可以预测的R²值(0.999)。因此,ANN模型可以成功地用作预测样品的干燥动力学的有效工具。此外,颜色属性显示显著差异之间的新鲜和干样品除了色相角,它们的值的变化并没有受到微波干燥机的输出功率的影响。在720 W功率,甜菊苷的含量最高(11.84毫克/克)和瑞(7.11毫克/克)和最大保留观察抗坏血酸(∼86%),而总酚含量最高(56.98毫克GAE / g)和抗氧化能力(74.22%)在微波干燥的样品在900 W。

1。介绍

甜菊糖甙rebaudiana据属于家族菊科(菊科),是一个小的多年生灌木-这是巴拉圭,巴西,阿根廷1]。甜叶菊叶子,天然甜味剂,被视为替代人工甜味剂因为它的甜度是蔗糖的300倍增加的好处没有热量,没有碳水化合物,没有生产血糖峰值(2]。甜叶菊叶子可以吃新鲜或晒干,碾碎或甜的组件可以从中提取。水分的干叶子10 - 13%用于使商业甜味剂(3]。根据品种和生长条件,干叶子有甜菊苷(甜组件)在4 - 20%的范围4]。

就像其他中药材,干燥的甜叶菊叶子是必要的存储和消费。干燥涉及减少水分的限制,允许安全储存寿命长。干燥过程中水分减少减少了体积,减少包装和存储空间和所需的材料也降低了运输的成本5]。最近,微波干燥类型的青睐,因为短的干燥时间,统一在能量耗散,增强能量回收,和最终产品的质量6- - - - - -8]。微波是一种电磁辐射频率范围内的300 mhz - 300 GHz。不同电场引起的旋转极粒子,这些粒子碰撞导致摩擦发出热能(9,10]。因此,巨大的体积和热梯度内部蒸汽压力产生的样本,它把水分向表面的样本其核心。这是微波干燥的原因大大在较短的时间内完成改善食品质量和减少能源消耗。这是与传统干燥,将样品表面的热量转移到其核心和延长干燥过程11- - - - - -13]。

理论、半理论和实证薄层数学模型用于理解干燥现象。许多模型提供了一个可接受的回归自然干燥实验数据由于其经验;然而,他们只是局限于处理情况(14]。由于他们的学习能力和适应性非线性过程,人工神经网络(ann)有许多优势传统建模方法(15- - - - - -17]。他们能够模型不作任何假设底层现象学机制的特点(14]。最近,几项研究已经报道的应用微波辐射干燥的叶子的morisa xak (苋属caudatus)[18),芹菜19),香菜(19),月桂nobilis(5),辣木属鉴定(20.),和泰国柠檬21]。神经网络作为一个近似的方法已被用于微波干燥的百里香的叶子22和茶叶23]。也没有很多研究微波干燥甜叶菊叶子的文学。这些调查只用单一的微波水平权力(700或800 W) (24,25]。

这项研究是第一个(i)研究微波功率水平如何影响干燥动力学甜叶菊叶子和选择最好的模型中五个薄层干燥数学模型,(2)来确定有效水分扩散系数和特定的能源消耗,(iii)开发安甜菊叶干燥模型在不同的权力,和(iv)来研究微波的影响力量在颜色和生化属性。

2。材料和方法

2.1。植物材料

新鲜的叶子甜菊糖甙rebaudiana据是收获从本地温室位于卢迪亚纳,印度旁遮普。树叶是精心选择脱离阀杆和基于视觉分析无损外观和类似的绿色叶子的颜色和大小的实验。保持原始的新鲜品质,采摘树叶放在冰箱5.0±2°C,直到他们利用干燥试验。的初始含水率的测定新鲜树叶进行使用方法采用AOAC公认所描述的方法(26]。新鲜的甜菊叶的初始含水率80.66%湿基。甜叶菊叶片的厚度被校准估计数字卡尺(日本三丰公司、模型绝对电子数显)和观察为0.24±0.005毫米。

2.2。设备和干燥过程

微波干燥的甜叶菊叶子进行了使用国内微波炉(群体bc1、中国招标行业有限,34)最大输出功率为900 W 2450 MHz。烤箱230 - 240 V的技术特点和50赫兹。与一个旋转玻璃板底部直径30厘米的烤箱,烘干室的尺寸376毫米×498毫米×500毫米。此外,它有一个数字控制设备进行修改处理时间和可能在不同功率运行的水平。

进行干燥试验,样品25 g的甜叶菊叶子使用使用数字平衡重(美国瓦胡岛公司SP J602)精度为0.01 g。样本在不同干微波输出功率从180年到900年W和在每一个功率输出,三个复制。实验重现性为5%或更少。称量的样品进行了定义的时间间隔通过将玻璃板,在不到10秒,每个称量过程就完成了。干燥是一直持续到样品的重量减少到0.1 g / g·db。

2.3。水分率,干燥速率和数学模型

通过干燥的新鲜甜菊叶放在烤箱里24小时在105°C,树叶的含水率是评价(26]。这些水分含量是利用估计水分比使用公式和安装成五种流行的薄层干燥模型确定水分比干燥时间的函数,如表所示1。

甜菊叶的水分比是决定使用下列方程(1):

干燥速率与实验使用后含水率数据估计方程(2): 先生在哪里水分比例(无量纲)博士是干燥速率(g / g水干物质·min),米₀是初始含水率(g / g db),米_e是平衡含水率(g / g db),是水分在特定时间,是水分含量(g / g·db)在哪里t+ dt(6]。

2.4。有效水分扩散系数

的估计在干燥过程中水分移动的速度可以有效扩散系数来表示。菲克第二定律可以应用于直接传质扩散的样本无论从事干燥的机制(27]。 在哪里l是样品的一半厚度(米),D_eff有效水分扩散系数(m²/ s),t干燥时间(s)。上述方程(3)以对数形式可以表示如下:

策划干燥实验数据作为ln(先生)与干燥时间(t)收益率直线斜率。进一步将等于斜率 并用于计算扩散系数。

2.5。特定的能源消耗

特定的能源消耗(SEC)被定义为的能量需要删除一个单位质量的水甜菊叶和估计使用数学公式给出如下(27]: 在哪里水的质量(千克)蒸发的样本,微波功率(W),t干燥时间,10⁻⁶乔丹是J的转换系数,t干燥时间。

2.6。安造型

不同的ANN模型预测的微波干燥过程中水分比例甜叶菊叶片设计和测试使用MATLAB软件(美国MathWorks R2018a)。最常见的著名ann,多层前馈反向传播学习算法选择。在本算法所使用的监督训练方法,随机网络权重和偏见是首先初始化。至少有三层(input-hidden-output)在MLF的节点。安包含两个输入(干燥的微波功率和时间)和一个输出变量(水分比例),如图1。

之前分成子组培训、验证和测试,实验数据最初打乱。估算梯度训练网络权值和偏见,70%的数据被使用,而15%是用于网络评估和15%是用于测试。Tansig受雇随着网络传递函数在这项研究中,与Levenberg-Marquardt算法作为培训功能。试验和错误是利用计算隐层神经元的数目,以产生最佳的ANN模型。最后,三个统计criteria-mean平方误差(MSE),均方根误差(RMSE),和确定系数(R²)- ANN模型的计算来评估性能如下:

2.7。颜色特征

不同的颜色值( , ,和 )甜菊叶与色度计测量(柯尼卡美能达CR-10颜色读者,日本)。的值是明度的测量不同零黑色100完美的白色,价值措施发红积极/绿色当消极时,和价值当积极的/蓝色当消极措施发黄。这些值( , , )被转换成浓度(28)和色相角(29日使用下面的方程()7)和(8):

2.8。斯替维醇苷

人工智能的方法等。30.)是用于从甜叶菊叶子中提取斯替维醇苷。0.2克的混合粉甜叶菊干叶和10毫升的甲醇-水解决方案(6:4 v / v)是用(40 kHz, 250 W) 60°C 30分钟紧随其后在5000×g离心5分钟。得到的上层清液和60%甲醇稀释至50毫升。重复提取进行了三次之后,过滤提取通过膜过滤(0.45μ孔隙大小)之前进行HPLC(高效液相色谱)比较分析。

斯替维醇糖苷的测定进行了使用高效液相色谱法(安捷伦科技1260年,威尔明顿,德)配备一个ODS2列(4.6毫米×150毫米,5μ米粒子大小;安捷伦科技)和荧光检测器。流动相是乙腈和磷酸的混合物(32:68 v / v)。其他参数如下:柱温25°C,流量1毫升/分钟,注入20卷μl。甜菊苷和瑞在210 nm量化内容根据峰面积,和结果表示为毫克每克样品。

2.9。抗坏血酸

抗坏血酸水平的样本甜叶菊叶子估计使用2,6-dichloroindophenol滴定法(26]。一克甜叶菊叶子样本建立研钵和研杵使用3%偏磷酸其次是通过绘画纸1号滤纸过滤。抗坏血酸溶液对染料溶液滴定(2,6-dichloroindophenol使用酚酞作为指示剂淡淡的粉红色的终点应持续至少15秒)。结果的形式表达了每个样本的毫克/ 100克。

2.10。总酚含量

总酚含量(TPC)测量spectrophotometrically(模型:UV - 2601 UV / VIS双梁,瑞利,中国)在765 nm使用Folin-Ciocalteu技术(31日]。离开的计算总酚醛树脂的样品进行了使用线性方程产生的校准曲线绘制以没食子酸为标准。没食子酸的浓度的解决方案是做的范围µg / ml准备的标准曲线。甜菊叶的TPC表示为没食子酸的当量/ g (mg GAE / g)的干树叶。

2.11。DPPH自由基清除活性

样品的抗氧化活性(AA)估计使用2,2-diphenyl-1-picrylhydrazyl (DPPH)分析根据Şahin描述的方法et al。32]。proton-donating活动录制的波长的吸光度下降517 nm和抑制%使用下面的公式计算: 在哪里一个₀和一个_年代代表控制(甲醇)和样品的吸光度,分别。

2.12。统计分析

起源Pro 8.5软件被用来做非线性回归分析。减少卡方(χ²),均方根误差(RMSE),和确定系数(R²)被用来确定如何干燥曲线符合执行。更高的R²值和较低的χ²和RMSE值被认为是一个合适的指标模型(33]。使用SPSS软件统计分析进行了20为Windows版本。手段±SD为一式三份分析考察了所有参数的意义使用方差分析t以及确定任何治疗之间的显著差异 。

3所示。结果与讨论

3.1。水分率、干燥速度和干燥曲线造型

图2显示了甜叶菊叶片的水分率与干燥时间干各级微波炉微波功率。很明显,当微波功率增长从180年到900 W,树叶的干燥时间大幅减少到2.5分钟车程15分钟。甜菊叶,花了15 9 5.5,4和2.5分钟在180,360,540,720,和900 W,分别达到最终的水分水平(< 10%湿基)。随着微波功率水平的提高了四倍,干燥时间平均下降了6倍。这表明,群众运动在树叶下发生得更快更大的功率,因为一代更多的热量发生在树叶和结果在一个巨大的蒸汽压差之间产品的中心和表面由于典型的微波加热体积(27]。类似的结果已经在文献中报道的微波干燥不同叶子的露兜树amaryllifolius(34),香菜(35),而无花果林(11]。干燥速率与时间是描绘在图3不同微波功率水平。目前微波干燥实验开始时只显示了一个短暂的加速度,没有稳定的时期。此外,发现微波功率放大的增加干燥速率。这些结果符合发现不同食品的微波干燥等欧芹(36和芒果姜汁14]。

干燥的信息是用来解释微波干燥动力学甜叶菊叶子。非线性回归分析用于符合实验数据与常用的五种模型方程。确定系数(R²),均方根误差(RMSE)和卡方(χ²)实验和预测之间的水分比例值被用来评估模型的适应性。统计结果对甜叶菊叶子进行微波干燥的所有模型都显示在表中1。分析了参数值包括R²值在0.77643和0.9994之间,χ²值在0.0001和0.0164之间,RSME值在0.0072和0.1279之间不同的模型。页面模型被发现最合适的一个对所有实验数据确定系数的值(R²)大于0.997,均方根误差(RMSE)低于0.0003,和卡方(χ²)低于0.01相比其它模型选择调查获得的统计参数(表1)。类似的结果还指出当干欧芹叶(36),无花果l .叶子(11在微波)。比较实验数据与预测模型如图页面2。可见,干燥常数的值k玫瑰与微波功率的增长水平。这表明随着微波功率的增加干燥曲线变得陡峭意味着更快的干燥的叶子37]。

3.2。有效水分扩散系数

山坡上的方法,包括图形ln(先生)与干燥时间(t)关于数据获得在不同微波功率水平,被用来估计水分扩散系数。有效水分扩散系数值(D_eff)和相应的系数值的确定(R²)在不同功率水平如表所示2。在这个调查中,D_eff甜菊叶不等的价值观 来 米²/ s。因此,它被注意到D_eff值与增加功率增强可能是由于开发叶之间的高水分梯度样品和环境以及一个增量驱动力的传质和水分扩散系数(38]。紫罗勒的微波干燥的叶子39),无花果L。(11了类似的结果。此外,有效扩散系数的值决定当前调查的一般范围内10⁻¹²到10⁻⁸米²/ s为食品(27]。

3.3。特定的能源消耗

SEC为各种水平的微波输出功率值,范围从6.78到9.77 MJ /公斤水,如表所示2。这个表显示的最后一秒离开提高微波功率增加时从180年到360年W。同样,增加初始SEC已报告在微波干燥洋葱片40]。微波干燥的薄荷叶子,SEC在增加200 - 600 W的微波功率范围(38]。这可能是解释的最后阶段干燥的水分含量减少,导致较低的能量吸收的样品和更高的能源要求除去水分(11]。然而,SEC的甜菊叶减少从540年到900 W功率的增加可能是由于减少干燥时间(41]。然而,证券交易委员会在540年和720年之间轻微下降W可能是由于这样的事实,这些权力(540和720 W)有更紧密的干燥时间的叶子(分别为330和240秒)。

3.4。安造型

发展一个人工神经网络(ANN)进行了使用多层前馈拓扑和确定隐藏神经元的数量,这些拓扑进行了评估。MSE对隐藏的神经元的数目绘制提供洞察隐藏神经元的数量如何影响人工神经网络的性能,如图4。MSE平均平方区别是输出和目标,和较低的值被认为是一个最优的模型。在不同的人工神经网络,网络是一个最好的三个分层拓扑15隐层神经元(2-15-1)。

对比实验和最好的ANN模型的预测干燥过程水分比例如图5。相关系数(R)预测的ANN训练、验证和测试为0.99991,0.99994,和0.99996,分别。图6显示实验,以及预计通过最好的安所有微波功率水平。结果表明,ANN能够预测高精度的甜叶菊叶子的干燥动力学干燥时使用微波能量。最好的安,这是发现R²、MSE和RMSE值是0.9999, ,和0.039,分别。因此,根据这一调查,获得的结果预测的一个潜在的有效方法干燥微波干燥动力学甜叶菊叶子安造型。

3.5。颜色特征

甜叶菊干叶的颜色参数表中所示3。微波干叶子显示显著减少( )的值 , ,和比较新鲜的。同样,甜叶菊叶子进行微波干燥的色度值明显不同的新鲜叶子除了色相角的值。微波功率的增加水平从180年到900年W没有展示重大影响( )在 , 和 ,色相角,和色度值。这表明颜色的变化参数不依赖于微波功率水平。这些发现的结果有很好的一致性microwave-dried欧芹叶(36和胡荽叶35]。很明显,一个漂亮的绿色的基调是维护尽管微波干燥导致一些黯淡的叶子颜色相比,新鲜的甜菊叶。

3.6。斯替维醇苷

不同微波力量的影响甜菊叶的斯替维醇糖苷含量如表所示4。甜菊苷和瑞的内容明显的干树叶堆里( )相比,减少了新鲜的树叶。力量的增长从180年到720年W显著( )提高了甜菊苷和瑞内容在干树叶。这可能是由于原因,甜菊叶含有斯替维醇糖苷前兆,加热后,经过化学反应生成匹配的甜味剂(42]。甜菊苷的含量最高(11.84毫克/克)和瑞(7.11毫克/克)在样品干720 W。此外,从720年到900 W功率的增量减少甜菊苷的含量和瑞9.01毫克/克和6.44毫克/克,分别。当材料的内部温度上升在干燥期间,发生更多的酶反应发生的酶活性增加可能导致配糖体浓度的衰减43]。

3.7。抗坏血酸含量

表4比较甜菊叶的抗坏血酸含量的样品暴露在不同的微波功率输出与新鲜样品离开。干叶子的维生素c的含量相比显著降低新鲜甜菊叶,而输出功率也显著影响叶片的抗坏血酸含量。抗坏血酸的最小值(12.23毫克/ 100克)在180 W的微波功率干燥时间最长的一次。抗坏血酸的含量下降microwave-dried观察样本与干燥的时间(44]。抗坏血酸是保留最大(∼86%)在720 W叶子晒干。类似的抗坏血酸的减少值延长微波干燥的微波干燥报道羽衣甘蓝叶(45]。抗坏血酸在900 W被报道为20.89毫克/ 100克,比观察到720 W值较小。这可能是由于原因在900 W干燥时间虽短,但供应的热量更多,这可能导致明显的退化的抗坏血酸(46]。

3.8。总酚含量

甜叶菊叶子晒干的总酚含量在不同微波功率是描述在表4。新鲜的甜菊叶样品最初估计的总酚含量显示值为49.96毫克GAE / g。干燥的样品的总酚含量显著( )微波功率的影响。180和360 W的功率显示的内容总酚醛树脂的大幅下降约15.55%和10.58%,分别相比,新鲜的树叶。这可能是由于酚类内容的原因,被敏感干燥暴露的时候,退化在较低功率(180和360 W),一段时间的干燥在这些权力更大。类似的发现与酚醛含量降解被报道的微波干燥猕猴桃片(47]。随着微波功率的增加,从540年到900年W,总酚含量从52.54增加到56.98毫克GAE / g。这可能是由于原因,微波功率的增加组织内产生较高的蒸汽压力和温度会破坏聚合物的植物细胞壁的植物和从细胞壁释放酚醛组件绑定酚类化合物(48]。类似的趋势首先减少后,总酚含量增加力量也观察到在微波干燥的菠萝片(49]。在另一项研究在微波干燥的芫荽叶,总酚含量增强微波时增加(50]。

3.9。DPPH自由基清除活性

的抗氧化能力的变化microwave-dried甜叶菊叶通过使用不同的微波功率表4。微波干燥的自由基清除活性显著影响甜菊叶。DPPH抑制百分比变化从79.09到50.15%。增加微波功率从180年到360年W导致显著衰减的自由基清除活性干叶子相比,新鲜的树叶。抗氧化化合物的降解在干燥是下降的原因。类似的抗氧化能力衰减观察菠萝微波干燥的微波功率从120增加到350 W时(49]。新鲜的甜菊叶相比,优越的自由基清除活性观察到900 W的值为74.22%。无意义的差异观察值的DPPH抑制百分比在540,720和900 W。同样,微波干燥的柠檬桃金娘叶没有表现出显著差异对DPPH三微波功率720 W的水平,960 W和1200 W (51]。微波功率360 W以上,DPPH的百分比的增加可能是由于抗氧化剂的发展特点,自然形成的组件或美拉德反应的产物与抗氧化活性52]。

4所示。结论

甜叶菊叶子在微波干燥机在不同功率(180、360、540、720和900 W)评估干燥动力学、有效水分扩散系数,具体的能源消耗,颜色变化和生化属性。功率的增加增加了干燥速度和干燥时间的衰减。关于拟合优度指数(R²,χ²和RMSE),页面模型给最适合的实验数据在五个不同的选择模型。微波功率测试,这个模型预测很好含水率干燥时间的函数。增强有效水分扩散系数的值 来 米²/ s与功率的增量。特定的能源消耗(SEC)首先增加然后减少与增加功率从180年到900年W。为了描述甜叶菊叶子的微波干燥,使用反向传播算法的前馈人工神经网络也发现准确预测含水率。最后选择模型,2-15-1成功显示输入和输出参数之间的关系R²> 0.999。安已经表明,它可能是一个可行的替代甜叶菊叶子薄层干燥模型由于其可接受的功能和简单。颜色估计显示出显著( )microwave-dried树叶的颜色变化参数相比,新鲜的叶子,虽然良好的绿色是维护。此外,颜色值的干水平并不依赖于功率。甜叶菊叶子晒干在720 W显示甜菊苷的含量最高(11.84毫克/克)和瑞(7.11毫克/克)和最大(∼86%)抗坏血内容的保留。总酚含量最高(56.98毫克GAE / g)和抗氧化能力(74.22%)观察到microwave-dried样品在900 W。

数据可用性

用于这项工作的所有数据是可用在手稿。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

Baldev辛格Kalsi参与调查、概念、方法,正式的分析,软件提供初稿的编写,数据管理,审查和编辑。Sandhya辛格参与概念化、方法论、监督,项目管理、验证、评审和编辑。穆罕默德阿拉姆沙菲克负责软件提供,数据管理,正式的分析,审查和编辑。苏雷卡Bhatia正式分析,负责审查和编辑。

确认

作者感谢AICRP(所有印度协调研究项目)在收获后工程科技金融援助。作者还感谢旁遮普农业大学设施。