不同壁材对绿咖啡油微胶囊微观结构及其热稳定性的影响

分别以阿拉伯胶（gum arabic, GA）与大豆分离蛋白（soybean protein isolate, SPI）、乳清分离蛋白（whey protein isolate, WPI）和酪蛋白酸钠（sodium caseinate, SC）作为壁材,通过复合凝聚法制备3种绿咖啡油（green coffee oil, GCO）微胶囊。结合不同表征技术手段,对壁材的浊度、红外光谱特征、表观形貌以及荧光共定位进行分析;比较3种绿咖啡油微胶囊的包封效率、形貌、粒径、结构表征及热稳定性。结果表明,阿拉伯胶与不同蛋白之间通过静电相互作用形成复聚物,可作为包埋绿咖啡油的新型壁材;红外光谱分析表明,3种壁材均能较好地包埋绿咖啡油,包埋率从大到小依次为SPIGA-GCO(69.26%)>SCGA-GCO(58.69%)>WPIGA-GCO(52.57%);绿咖啡油微胶囊的微观结构表面平坦,无明显裂纹,其中SPIGA-GCO中油滴分布较为均匀;差示扫描热量法分析表明,微胶囊热变性温度较高（103.93～108.33℃）,具有良好的热稳定性。研究结果表明,SPIGA-GCO微胶囊性能明显优于...     

基于傅里叶红外光谱的多茶类判别研究

采用乌龙茶、绿茶、红茶和白茶成品茶样本,按同步建模和特定茶类建模两种策略,进行了基于傅里叶红外光谱和逐步判别分析技术的茶类判别研究。结果表明,以1 000~1 800 cm^-1波段吸收值、主要吸收峰比值、萃取前二者的建模因子进行同步建模,所得回代判别准确率和外部验证准确率分别为84.8%、85.0%,81.9%、80.0%,89.0%、88.5%;3种数据处理方法针对特定茶类建模的回代判别准确率和外部验证准确率分别为94.2%、95.0%,89.2%、90.0%,93.0%、95.0%;同步建模和特定茶类建模分别得到判别效果较好的函数4条,能有效区分4种茶类,并且特定茶类建模的效果优于同步建模。     

炒青绿茶的生化组分和微量元素综合评级

对炒青绿茶四套样的级別与其主要生化成分和微量元素含量间的关系的研究结果表明,绿茶的级别与氨基酸、镁和锌的含量均呈直线关系;与茶多酚和咖啡碱的含量呈抛物线关系,其逆转临界含量分另为24%和4.5%。多元逐步回归分析结果表明,绿茶中氨基酸(x_1)、镁(x_2)和锌(x_3)的含量是决定共级别(y)的主要因素,其回归方程 y=11.1228-1.4382x_1-0.0078x_2+0.1946x_3可以作为绿茶化学定级的预测模型。鉴于微量元素对茶叶品质的影响的多面性,而且在成茶中含量稳定,分析简便,因而有希望     

基于计算机视觉的绿茶炒干中在制品理化变化研究

为探明绿茶炒干过程中在制品理化变化规律,利用计算机视觉技术对其外形和色泽的变化进行实时监测,同时测定其主要成分变化。结果显示,随着炒干时间的增加:(1)在制品曲率半径值逐渐下降,10~30 min下降最快;R、G、B和平均灰度值呈先下降后上升的趋势,一致性则呈相反趋势;色相H值显著上升,饱和度S值显著下降。(2)表没食子儿茶素没食子酸酯(EGCG)、表没食子儿茶素(EGC)、叶绿素a、叶绿素b和类胡萝卜素含量显著下降,没食子儿茶素没食子酸酯(GCG)含量显著上升。试验结果表明,曲率半径值与含水率、叶温呈极显著相关,H值与叶绿素a、叶绿素b含量等呈极显著相关,S值与叶绿素a、类胡萝卜素和表儿茶素没食子酸酯(ECG)含量呈极显著相关。EGCG和H值线性拟合度最高,为0.922 1。今后可通过在线监测含水率、叶温和H值等来预测绿茶炒干过程中曲率半径值和化学成分的变化。