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。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见表1。

　　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。

　　生猪在运输中，死亡和组织损伤发生最多。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0.39 m2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。损耗也与运输距离和季节有关，适宜运输温度15～25℃。

　　表1 猪肉质量损耗影响因素

　　生猪经初步检验检疫进入屠宰厂后，需静养禁食12～24 h，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。

　　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。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。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。

　　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。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。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。

　　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。

　　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。

　　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。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: 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。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。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。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。

　　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。