一种冷链物流的冷却肉货架期预测方法及系统技术方案

技术编号:10953955 阅读:128 留言:0更新日期:2015-01-23 15:40
本发明专利技术公开一种冷链物流的冷却肉货架期预测方法及系统,所述方法包括:S1.在至少三个不同温度环境下定时对冷却肉进行货架期品质分析,得到不同时间段的感官评价结果、理化分析结果及微生物数量;S2.综合所述不同时间段的感官评价结果、理化分析结果及微生物数量,确定所述冷却肉的最低腐败量;S3.根据所述最低腐败量及所述不同时间段的微生物数量,构建冷却肉货架期预测模型;S4.通过所述冷却肉货架期预测模型预测冷却肉货架期。本发明专利技术提出的冷链物流的冷却肉货架期预测方法及系统通过构建冷却肉货架期模型提高了预测冷却肉货架期的准确性。

【技术实现步骤摘要】
一种冷链物流的冷却肉货架期预测方法及系统
本专利技术涉及物流监控
,具体涉及一种冷链物流的冷却肉货架期预测方法 及系统。
技术介绍
在冷链物流过程中,微生物是冷却肉腐败变质的关键因素,微生物生长繁殖到一 定数量时,消耗冷却肉中的营养物质并产生粘液,导致冷却肉有异味以及肉色改变,严重影 响销售和消费安全。微生物的生长受到多种因素的综合影响,但温度是最关键的生长限定 因子。在规范的冷链条件下,冷却肉处于〇?4°C低温环境中,一些中温型微生物和嗜冷 (或耐冷型)微生物的生长受到一定程度的抑制。但目前冷却肉在贮藏、运输和分销等整 个物流过程中时常出现断链现象,导致温度骤升,微生物生长加快,在反复温度变化的情况 下,还会促使微生物生长繁殖具有耐冷性,加速肉质腐败进程。 现有的冷却肉中微生物的生长预测模型主要针对单一菌株或某一类微生物等,如 大肠杆菌、单增李斯特菌、假单胞菌、热杀索丝菌的生长预测模型,且多数生长预测模型是 通过培养基规范条件下获得的基础数据来建立的,不能很好地反映真实条件下冷却肉中微 生物的生长行为,为了有效控制冷却肉在物流过程的微生物生长和食用安全性,避免重复 抽样检验、耗时费力、结果滞后等传统方法的缺点;因此,构建真实条件下的冷却肉货架期 模型亟需解决,为冷却肉物流过程的品质劣变起到事前预警和事中控制的作用。
技术实现思路
本专利技术所要解决的技术问题是如何构建冷却肉货架期模型,从而提高预测冷却肉 货架期的准确性。 为此目的,第一方面,本专利技术提出一种冷链物流的冷却肉货架期预测方法,该方法 包括: S1.在至少三个不同温度环境下定时对冷却肉进行货架期品质分析,得到不同时 间段的感官评价结果、理化分析结果及微生物数量; S2.综合所述不同时间段的感官评价结果、理化分析结果及微生物数量,确定所述 冷却肉的最低腐败量; S3.根据所述最低腐败量及所述不同时间段的微生物数量,构建冷却肉货架期预 测模型; S4.通过所述冷却肉货架期预测模型预测冷却肉货架期。 可选的,在S3中,所述冷却肉货架期预测模型是通过以下步骤得到的: S31.根据所述不同时间段的微生物数量,建立描述微生物生长的一级模型,所述 一级模型为: Nt = N〇+(Nmax-N〇) XExp{-Exp[UmaxX2. 718/(Nmax-N0) X (Lag-t)+l]}; 其中,t为时间,Nt是经过t时间后微生物数量,N。为初始微生物数量,I是微生 物生长稳定期的最大微生物数量,umax是微生物生长的最大比生长速率,Lag是微生物生长 的延滞期; S32.根据所述一级模型,拟合得到微生物的生长参数,所述生长参数包括N^N^、 及 Lag ; S33.根据所述1]^及Lag及所述温度环境的温度,建立描述所述微生物的生长参 数与温度关系的二级模型,所述二级模型为: 本文档来自技高网...
一种冷链物流的冷却肉货架期预测方法及系统

【技术保护点】
一种冷链物流的冷却肉货架期预测方法,其特征在于,该方法包括:S1.在至少三个不同温度环境下定时对冷却肉进行货架期品质分析,得到不同时间段的感官评价结果、理化分析结果及微生物数量;S2.综合所述不同时间段的感官评价结果、理化分析结果及微生物数量,确定所述冷却肉的最低腐败量;S3.根据所述最低腐败量及所述不同时间段的微生物数量,构建冷却肉货架期预测模型;S4.通过所述冷却肉货架期预测模型预测冷却肉货架期。

【技术特征摘要】
1. 一种冷链物流的冷却肉货架期预测方法,其特征在于,该方法包括:51. 在至少三个不同温度环境下定时对冷却肉进行货架期品质分析,得到不同时间段 的感官评价结果、理化分析结果及微生物数量;52. 综合所述不同时间段的感官评价结果、理化分析结果及微生物数量,确定所述冷却 肉的最低腐败量;53. 根据所述最低腐败量及所述不同时间段的微生物数量,构建冷却肉货架期预测模 型;54. 通过所述冷却肉货架期预测模型预测冷却肉货架期。2. 根据权利要求1所述的方法,其特征在于,在S3中,所述冷却肉货架期预测模型是通 过以下步骤得到的:531. 根据所述不同时间段的微生物数量,建立描述微生物生长的一级模型,所述一级 模型为: Nt = N〇+(Nmax-N〇) XExp{-Exp[UmaxX2. 718/(Nmax-N〇) X (Lag-t)+l]}; 其中,t为时间,Nt是经过t时间后微生物数量,队为初始微生物数量,Nmax是微生物生 长稳定期的最大微生物数量,Umax是微生物生长的最大比生长速率,Lag是微生物生长的延 滞期;532. 根据所述一级模型,拟合得到微生物的生长参数,所述生长参数包括队、Nmax、Umax 及 Lag ;533. 根据所述Umax及Lag及所述温度环境的温度,建立描述所述微生物的生长参数与 温度关系的二级模型,所述二级模型为:其中,T为温度,Tmin_为微生物在所述微生物生长延滞期Lag内没有代谢活动时的最 低温度,Tminu为在微生物的生长速率U为零且微生物没有代谢活动时的最低温度,及b 为所述二级模型拟合得到的常数;534. 根据所述一级模型、所述二级模型及所述最低腐败量,构建冷却肉货架期预测模 型,所述冷却肉货架期预测模型为: 冷却肉货架期=Lag- [ (Nmax-N。) /Umax X 2. 718] X {In [-In [ (Ns-N。) ANmax-N。) ] -1}; 其中,Ns为最低腐败量。3. 根据权利要求2所述的方法,其特征还在于,该方法还包括评价一级模型可靠性的 如下步骤: 5311. 在至少两个不同温度环境下定时对冷却肉进行微生物数量检测并通过所述一级 模型预测微生物数量,得到微生物数量实测值N 与微生物数量预测值; 5312. 根据所述微生物数量预测值与微生物数量实测值,采用偏差度及准确 度评价一级模型的可靠性,其中:其中,N_为微生物数量预测值,为微生物数量实测值心_,η为微生物数量测试 次数; 若所述偏差度在预设偏差度范围内且准确度在预设准确度范围内,则所述一级模型可 靠;否则,所述一级模型不可靠。4. 根据权利要求3所述的方法,其特征还在于,该方法还包括评价冷却肉货架期预测 模型可靠性的如下步骤:55. 利用所述冷却肉货架期预测模型预测冷却肉的货架期,得到冷却肉货架期预测值 SL麵;56. 根据所述冷却肉货架期预测值51^_与冷却肉货架期实测值...

【专利技术属性】
技术研发人员:刘寿春赵春江杨信廷钱建平刘学馨
申请(专利权)人:北京农业信息技术研究中心
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1