【摘 要】
:
随着食品工业的发展,食品流变学的研究愈来愈广泛,对淀粉及其淀粉糊的流变学特性研究成为一个热点。本项研究的目的在于以早籼米为研究对象,探讨大米分子结构和理化性质与其
论文部分内容阅读
随着食品工业的发展,食品流变学的研究愈来愈广泛,对淀粉及其淀粉糊的流变学特性研究成为一个热点。本项研究的目的在于以早籼米为研究对象,探讨大米分子结构和理化性质与其流变特性的关系、自然发酵对大米粉流变特性的影响、食用胶与大米粉共混体系的流变特性变化,为未来的大米淀粉流变学特性研究奠定一定的基础。主要研究内容如下:(1)利用动态流变仪对16个品种的大米粉在加热和冷却过程中粉团流变特性的变化进行研究。结果表明,储能模量峰值温度与总淀粉含量显著正相关,蛋白质含量与峰值损耗因子显著负相关。大米淀粉凝胶体系的凝胶强度、凝胶速度、G’max和G"max较大米粉显著降低,表明蛋白质可有效的加强和促进凝胶网络的形成,提高了淀粉糊的硬度和强度。大米粉细度越大形成的凝胶硬度和强度越大,凝胶速度越快。冷冻干燥处理的大米粉颗粒更容易吸水膨胀,直链淀粉析出更快,从而形成了更强的凝胶网络,冷却形成凝胶的速度更快。(2)利用快速粘度计和质构仪测定了大米淀粉、大米粉及其发酵粉的糊化特性和质构特性,并用动态流变仪测定了大米粉、大米淀粉和发酵粉的凝胶和回生。结果显示:大米淀粉的凝胶速度、凝胶强度和糊化温度最低,峰值黏度、崩解值、终黏度和回生值最高,淀粉凝胶的弹性和粘性较高,但是硬度却最低。大米经自然发酵后,蛋白质含量、凝胶强度和凝胶速度显著降低,峰值黏度、崩解值、终黏度、回生值显著升高,总淀粉含量和直链淀粉含量变化不显著,但发酵可能是对大米淀粉分子进行了适度降解,使大分子含量相对减少而中等分子质量的分子含量相对增加,使与蛋白质结合的淀粉释放出来,形成均匀致密的凝胶,从而赋予发酵粉较好的质构特性。(3)利用动态流变仪测定添加一定比例卡拉胶、黄原胶、海藻酸钠的大米粉凝胶流变特性的变化。结果表明:添加0.4%的卡拉胶可提高大米粉凝胶体系的强度;0.8%黄原胶可以适当降低淀粉凝胶的强度,提高淀粉凝胶的柔韧性,能得到较好大米凝胶;海藻酸钠的添加明显抑制了大米粉凝胶的形成。因此卡拉胶和黄原胶作为食用安全性很高的食用胶,是具有开发价值的大米凝胶制品的品质改良剂。
其他文献
Suzuki偶联与Heck偶联反应作为有机化学中碳-碳键成键的重要方法,在药物复杂分子合成与天然产物全合成中占有重要的地位。因此,关于Suzuki偶联与Heck偶联反应的研究在国内外
变压器作为供电系统中电能传输、转换的枢纽设备,它能够可靠运行对整个电力系统的安全经济运行至关重要,因此有必要对变压器进行故障预诊断。基于此本文建立了一个基于深广神经网络的变压器故障诊断案例推理系统。首先介绍了变压器油中溶解气体法,分析了变压器发生故障的一些常见原因以及一些常见故障,总结了故障特征和故障类型之间的关系。然后提出基于案例推理的变压器故障诊断方法,采用K近邻算法(K-Nearest Ne
氮杂环丙烷是一种用途广泛的有机合成中间体,其具有的环丙烷结构可以进行一系列亲核开环反应,以合成各种生物活性化合物。这一性质使得氮杂环丙烷受到研究者的广泛重视。虽然
数控刀架既是用来装夹刀具的一种部件,也是用于转位换刀的一种装置。因此数控刀架不仅影响刀具的安装效果,也会影响机床的加工精度和加工效率。为改善国产数控刀架的品质,提
含有N-N二齿配体的羰基铼配合物Re(CO)3(N-N)L具有典型的金属中心八面体结构。铼配合物丰富的光物理性质(冷光、光化学、电致发光等),在化学、生物、太阳能等领域展现广泛的
车联网技术的出现可以为车载终端提供很多便利,因而受到广泛的关注。车联网提供的应用主要包括安全辅助驾驶和数据内容共享两方面。近年来,人们对于数据业务的需求不断增加,
倒伏胁迫是我国玉米生长过程中主要自然灾害之一,在玉米生长过程中,由于品种特性、栽培管理、病虫危害以及外界环境等因素,导致玉米在营养(抽雄期)、生殖(灌浆期)生长阶段容易遭受倒伏威胁。倒伏导致玉米籽粒产量、品质降低,严重影响了机械收获能力,限制玉米高产优质,成为玉米生长过程中主要自然灾害胁迫之一,严重威胁粮食安全。近年来发展迅速的遥感技术以其快速、客观、经济、区域性等优点,在倒伏灾情监测、灾情评估方
无缝内衣针是直接参与编织无缝内衣产品的关键部件,其性能的好坏对于无缝内衣的质量有着重要的影响。随着经济的发展和人们生活水平的提高,无缝内衣产品的需求量越来越大,这
随着汽车行业在工业领域中的不断壮大和发展,汽车排放造成的环境污染问题受到人们的日益重视,而世界各国制定的汽车尾气排放法规也日趋严格,世界能源极度紧缺,再加上人们对汽
随着社会的发展和人们生活节奏的加快,摄像头已经大量的在各个地方安置,对于消防安全问题也格外重视,而大量的摄像头如需人工监控则并不现实。因此火灾发生时的自动检测与识别显得尤为重要,基于视频图像来自动进行火灾的识别与检测变得非常有意义和价值。传统的计算机视觉方法针对这种视频图像的处理判别已经有了十分可观的成果但是仍有不足。近年来机器学习特别是神经网络带来的新兴技术能够对这种基于视频的自动检测带来了很大