面食作为全球食品工业的重要支柱品类,代表性产品有面包、面条、披萨和馒头等,其能量贡献约占全球人均日摄入能量的18% ~22%[1]。 面团加工(亦称和面或揉面)是上述面制品生产的基础工序,所形成面团的品质直接决定最终产品的结构、质地与口感[2]。 Luchian 等[3]将面团形成过程划分为3 个阶段:初始混合、最佳形成与过度混合。 史赵建等[4]则依据面絮颗粒的宏观状态,将和面过程进一步细为润湿黏连、聚集成形、破裂分散和稳定平衡等阶段。 杨晓飞等[5]则通过分析不同搅拌时间下面团的品质来研究搅拌强度对面团特性的影响。 这些研究均表明[6-7],混合不充分可能导致面筋网络发育不全,而过度混合则易破坏已形成的面筋结构。
Vidal 等[8]指出,面团加工中输入的机械能主要包括拉伸、压缩与剪切作用。 在工业化生产中,和面机为主要加工设备[9-10],但其机械作用,如搅拌轴对面团所产生的复杂变形缺乏量化表征,且变形程度与面团最佳形成阶段之间的定量关系尚不明确,导致实际生产中工艺参数调控多凭经验,难以精准优化面团品质。 针对上述问题,本研究创新性地将加工过程中面团的复杂变形简化为拉伸与压缩2 种基本形式,并提出以拉伸比和压缩比作为核心参数,系统量化面团在加工中的基础变形程度,具有理论合理性与实践可操作性。 在此基础上,本文首次通过单因素试验与响应面法,系统研究了拉伸比、压缩比以及模拟手工“揣面”的局部压缩次数这3 个关键变形参数,对面团多尺度品质(质构、流变、水分分布与微观结构)的协同影响规律,旨在明确面团达到最佳品质时所对应的变形程度组合。 此研究可以为面团加工设备的结构参数设计提供理论依据,对优化加工工艺与提升面制品品质具有参考价值。
本实验面粉(富强粉),北京古船食品有限公司生产,此面粉为中筋小麦粉;精制食用盐,中国盐业股份有限公司;无菌蒸馏水,比克曼生物科技有限公司生产。
RM200H 和面机,合肥荣事达电子电器集团有限公司;SF-400C 电子天平,常德比克曼生物科技有限公司;DL90150B 游标卡尺,宁波得力工具有限公司;TA.XT plus 质构仪,英国Stable Micro Systems 公司;MCR 301 流变仪,奥地利Anton Paar 安东帕股份有限公司;MesoMR20 中尺寸核磁共振成像分析仪,苏州纽迈分析仪器股份有限公司;SU4800 场发射扫描电子显微镜,Hitachi 日本日立公司。
1.3.1 鲜面团的制备
准确称取500 g 面粉置于和面机中,加入225 g蒸馏水,使加水率为45%。 启动和面机搅拌15min,形成高含水面絮后取出,将其捏合成直径约10 cm 的圆形面团。 随后分别施加不同条件的拉伸变形、压缩变形及局部压缩次数进行揉面处理,整个过程持续5 min,即完成样品制备。
图1 揉面变形程度示意图
Fig.1 Dough kneading deformation diagram
1.3.2 单因素试验
本研究以质构特性、流变特性、水分分布与状态、表观形貌及微观结构为评价指标,通过量化拉伸比、压缩比和揣面次数,系统探究揉面过程中面团变形程度对其品质的影响。 具体实验设计如下:a)拉伸变形影响:固定压缩比为0.6 且不进行局部压缩,分别采用拉伸比1.0、1.5、2.0、2.5 和3.0 制备面团样品;b)压缩变形影响:固定拉伸比为2.0 且不进行局部压缩,分别采用压缩比1.0、0.8、0.6、0.4 和0.2 制备面团;c)局部压缩影响:固定拉伸比2. 0 与压缩比0.6,分别进行0 次、3 次和6 次揣面处理,以研究局部压缩变形的作用。
1.3.3 响应面试验设计
在单因素试验基础上,采用三因素三水平的Box-Behnken 响应面法进行实验设计,因素与水平见表1。 以综合加权评分为响应值,利用Design-Expert 13软件进行数据拟合。
表1 Box-Behnken 方案设计因素和水平编码值表
Table 1 Box-Behnken design factors and levels coding table
水平因素A(拉伸比)B(压缩比)C(局部压缩次数)-11.50.40 2.00.63 1 2.50.86 0
张艳艳等[11]在面团特性研究过程中采用了综合加权评分法。 综合加权评分法是一种依据各指标重要性赋予相应权重,将多指标结果整合为单一评分值的方法。 本研究选取全质构分析(texture profile analysis,TPA)测试中的硬度、弹性、内聚性、胶黏性和咀嚼性作为评分因子,并分别赋予15%、30%、15%、10%和30%的权重。 此权重设置主要基于各参数对面团最终食用品质与加工适应性的影响程度及方向,并参考了面制品品质评价的常规侧重点。 如硬度直接影响面团的延展性和最终产品的口感。 过硬的面团不易加工,且可能导致制品口感粗糙。 因此,其数值与品质呈负相关,赋予负向权重;弹性是评价面团网络结构强度与回复能力的关键指标,弹性良好的面团能更好地保持气体,赋予制品适宜的蓬松度和嚼劲。 它被认为是核心的正向品质指标,故赋予最高正向权重;内聚性反映面团内部结合力,适中的内聚性有助于面团在加工过程中保持完整不松散。 作为正面属性,赋予中等正向权重;胶黏性过高表示面团过于黏稠,不利于机械化操作且影响口感清爽度。 其与加工性能和口感愉悦度常呈负相关,因此赋予负向权重;而咀嚼性综合了硬度、弹性、内聚性等多方面信息,与最终产品在口腔中的感官体验直接相关,是消费者感知品质的核心。 因其高度的综合性与重要性,赋予与弹性同等最高的正向权重。 综上,该权重体系旨在使综合评分能更科学、全面地反映面团的整体品质特性。 加权计算模型如公式(1)与公式(2)所示:
式中:Y,某一组的加权综合得分;xi,每个指标所对应的权重;yi,各项的标准分;yj,该组中每个指标的实际测量值;yjmin,几组间同一指标中的最小值;yjmax,几组间同一指标中的最大值[12]。
1.3.4 面团表观形貌分析
采用数码成像系统对面团宏观表面形貌进行采集与分析[13]。 将不同处理的面团样品置于标准光源箱内,使用高分辨率数码相机(Canon EOS 70D)在固定光源及拍摄参数(光圈f/5,快门速度1/200 s,ISO 400)下采集图像,以保证图像的一致性与可比性。 重点分析样品表面颜色的均匀性及光滑程度。
1.3.5 面团质构特性的测定
使用英国SMS TA-XT PLUS 质构仪测定面团质构特性。 测试前,将面团用模具制成直径2.8 cm、厚度2.5 cm 的圆柱形样品。 测定采用P/36R 圆柱形探头,模式为TPA,指标包括硬度、黏附性、弹性、内聚性、胶黏性、咀嚼性及回复性。 参数设置如下[14-16]:测试前、后速度均为1.5 mm/s,测试中速度1 mm/s,压缩比50%,2 次压缩间隔5 s,触发力5 g,数据采集速率200 pps。 每组实验重复测定4 次,数据以“平均值±标准差”形式呈现,以增强实验的可重复性和数据可靠性。
1.3.6 面团流变特性的测定
参考杨玉玲[17]的方法,取适量面团置于高级旋转流变仪测试平台(平板直径35 mm),调整平行板间距至2 mm,将面团压成厚度为2 mm 的薄片并去除多余部分。 样品在平台上松弛5 min 后,先通过动态应变扫描确定线性黏弹区,再进行频率扫描分析动态流变特性。 频率扫描条件:应变0.1%,温度30 ℃,频率范围0.1 ~10 Hz。
1.3.7 面团水分分布与状态测定
取1 ~2 g 面团样品置于核磁管中,放入低场核磁共振仪磁体腔内的射频线圈中心,采用CPMG 脉冲序列测定自旋-自旋弛豫时间(T2)[18-19]。 主要参数设置为:采样点数333 334,采样频率333. 333 kHz,主频12 MHz,回波时间0. 1 ms,回波数10 000,峰偏移0.003 ms,累加次数16[20]。 检测完成后保存数据,经T2 反演获得弛豫时间谱图。 谱图中各峰代表不同存在状态的水分,其峰面积占比反映相应水分的相对含量。 T2 越短,表明水分与基质结合越紧密;T2 越长,则水分流动性越高[21]。 每个样品重复测定2 次,结果以“平均值±标准差”表示。
1.3.8 面团微观结构分析
将20 mm ×20 mm ×20 mm 的面团样品经真空冷冻干燥后,敲击破碎以获得自然断裂面。 选取代表性断面黏贴于样品台并进行喷金处理,随后在扫描电镜下观察并拍摄图像[22-23]。 观察放大倍数分别为500 ×和2 000 ×。
采用Excel 进行数据整理,所有数据采用“平均值± 标准差”表示,使用Origin 2024 进行图表绘制。采用SPSS Statistics 26 进行方差分析与显著性分析(显著水平P <0.05),并采用Design-Expert 13 设计BBD 响应面试验。
如图2 所示为面团宏观表面形貌的图像。 通过比较不同揉面变形处理下样品的表观形貌,可直观识别面团在均匀性与表面光滑性方面的差异。 图2-a ~图2-c 分别为拉伸比1.0、2.0 和3.0 下面团的表观图像。 未拉伸处理(拉伸比1.0)时,面团表面颜色不均,出现深黄与浅白色斑块,裂纹较深且光滑性差,这可能由于缺乏拉伸导致水分分布不均与面筋网络形成不充分,进而引起结构疏松。 当对其进行适度拉伸时(拉伸比2.0),面团颜色趋于均匀,裂纹减少,表面更为光滑,说明拉伸有助于水分吸收和面筋网络舒展,从而增强结构紧密性。 然而,当拉伸过度(拉伸比3.0)时,面团整体颜色偏白,结构松软,推测因面筋网络受损致使水分渗出。 图2-d ~图2-f 为不同压缩比(1.0、0.6、0.2)下面团的图像。 仅当压缩比为0.6 时,面团表面较为光滑、裂纹少且颜色均匀;未压缩(1. 0)或过度压缩(0. 2)均导致表面状态恶化。图2-g ~图2-i 为局部压缩次数(0、3、6 次)下面团的图像。 随着压缩次数增加,面团颜色更均匀,表面更光滑,表明局部压缩有助于改善面团结构。
图2 不同变形处理后面团表观形貌图片
Fig.2 Images of the dough’s surface appearance after different deformation treatments
如表2 ~表4 所示,拉伸变形、压缩变形和局部压缩次数均对面团质构特性有显著影响。 在拉伸变形方面(表2),拉伸比的变化显著影响面团的黏附性、弹性、内聚性和咀嚼性。 当拉伸比为2.0 时,面团的弹性(0.69)和内聚性(0.50)均达最大值,并显著高于其他组(P <0.05),同时该组的咀嚼性(541.68 g)也显著优于拉伸比为1.0 和3.0 的组别。 结果表明,适度拉伸有助于形成弹性和内聚性更佳的面团结构,而拉伸不足或过度均不利于面筋网络的优化。 不同拉伸比下面团的硬度和胶黏性无显著差异。
表2 拉伸变形对面团TPA 质构特性的影响
Table 2 Effect of stretching deformation on the TPA texture characteristics of dough
拉伸比硬度/g黏附性/(g·s)弹性(比值)内聚性(比值)胶黏性/g咀嚼性/g回复性(比值)11 993.16 ±253.76a-986.83 ±168.86a0.41 ±0.05c0.33 ±0.01c654.07 ±69.11a266.59 ±23.96c0.05 ±0.00b 1.51 866.27 ±249.06a -1 651.57 ±282.14ab0.53 ±0.07bc0.42 ±0.04b769.85 ±68.90a407.28 ±66.47abc 0.05 ±0.00c 21 554.02 ±45.84a -2 453.39 ±467.26b0.69 ±0.03a0.50 ±0.03a782.57 ±62.61a541.68 ±68.87a0.05 ±0.00c 2.51 464.53 ±51.81a -1 731.00 ±68.20ab0.65 ±0.02ab0.47 ±0.00ab690.89 ±23.43a449.91 ±20.71ab 0.05 ±0.00bb 31 524.57 ±139.00a -1 039.44 ±154.36a0.50 ±0.02c0.40 ±0.01b612.26 ±51.69a309.94 ±34.03bc 0.06 ±0.00a
注:不同小写字母表示水平上差异显著(P <0.05),下同。
在压缩变形方面(表3),压缩比的影响更为显著。 当压缩比为0.8 时,面团的弹性(0.94)、内聚性(0.55)和咀嚼性(829.87 g)均达峰值,且显著高于其他水平(P <0.05)。 此外,该组黏附性( -3 294.02 g·s)也显著更高,表明面团更易黏附,可能不利于后续连续生产。 压缩比为0.4 时,面团黏附性较低,弹性、胶黏性和咀嚼性等指标较为均衡;而压缩比为0.2 时,各项质构指标均显著下降,说明过度压缩会严重破坏面团网络结构。
表3 压缩变形对面团TPA 质构特性的影响
Table 3 Effect of compression deformation on the TPA texture characteristics of dough
压缩比硬度/g黏附性/(g·s)弹性(比值)内聚性(比值)胶黏性/g咀嚼性/g回复性(比值)11 638.65 ±160.14a-2 146.00 ±73.48c0.67 ±0.04b0.49 ±0.03ab796.66 ±38.44a532.53 ±16.12b0.05 ±0.00ab 0.81 595.00 ±74.86ab-3 294.02 ±248.21d 0.94 ±0.01a0.55 ±0.01a879.01 ±38.97a829.87 ±34.28a0.05 ±0.00ab 0.61 346.80 ±29.73bc-1 406.74 ±283.38b 0.57 ±0.05bc0.43 ±0.03bc582.91 ±55.74bc335.25 ±61.51cd 0.05 ±0.00b 0.41 327.49 ±55.50bc-1 672.76 ±198.38bc 0.65 ±0.04b0.47 ±0.03b617.85 ±36.59b405.73 ±45.39c0.05 ±0.00bab 0.21 261.40 ±38.75c-722.46 ±19.70a0.46 ±0.02c0.38 ±0.00c477.91 ±10.59c221.32 ±7.48d0.05 ±0.00a
在局部压缩方面(表4),局部压缩次数对面团质构改善效果显著。 经6 次局部压缩后,面团的弹性(0.92)、内聚性(0.51)和咀嚼性(785.88 g)均为最高,且与0 次和3 次压缩组差异显著(P <0.05)。 说明多次局部压缩能有效促进面筋蛋白交联与网络形成,从而提升面团质构。
表4 局部压缩次数对面团TPA 质构特性的影响
Table 4 Effect of local compression times on the TPA texture characteristics of dough
局部压缩次数硬度/g黏附性/(g·s)弹性(比值)内聚性(比值)胶黏性/g咀嚼性/g回复性(比值)无(0)1 579.97 ±29.26a-1 032.18 ±198.41a 0.42 ±0.05b0.33 ±0.02b517.50 ±22.69c 220.80 ±33.17b 0.05 ±0.00a少量(3)1 826.50 ±113.20a -1 399.10 ±144.09ab 0.49 ±0.05b0.37 ±0.02b672.06 ±18.31b 332.92 ±34.32b 0.05 ±0.00b多次(6)1 727.18 ±149.24a -1 844.88 ±166.92b 0.92 ±0.02a0.51 ±0.05a858.15 ±20.76a 785.88 ±32.50a 0.05 ±0.00a
面团的动态振荡特性是其关键流变学特性之一,常通过频率扫描进行测定[24]。 该方法可在不破坏样品结构的前提下获取分子层面的结构信息。 本研究采用频率扫描分析揉面过程中不同变形程度下面团的动态流变特性,主要指标包括储能模量(G′,弹性模量)、耗能模量(G″,黏性模量)及损耗因子tan δ( =G″/G′)。 结果表明,面团为典型的黏弹性材料,其弹性模量高于黏性模量,表现出类固体行为占主导的特征。
如图3 ~图5 所示,在扫描频率范围内,面团的储能模量(G′)与损耗模量(G″)均随频率增加而上升,而损耗因子(tan δ)则呈现先下降后上升的趋势,在约1 Hz 处达到最小值。 在拉伸变形过程中,随着拉伸比增大,G′与G″ 均先升高后降低,并在拉伸比为1.5 时达到最大值;损耗因子则在拉伸比为2.0 时最小。 在压缩变形方面,随着压缩比从1.0 降至0. 2,G′与G″呈非线性变化,先上升后下降,在压缩比为0.6时达到峰值。 局部压缩处理显著增强了面团的黏弹性:与未处理组(0 次)相比,G′与G″均明显上升,且随着处理次数从3 次增至6 次,模量继续增大,损耗因子持续降低,说明弹性增长优于黏性,网络结构在强化后仍保持良好的固态特性。
图3 不同拉伸变形下面团动态流变的变化规律
Fig.3 Variation patterns of dough dynamic rheology under different stretching deformations
图4 不同压缩变形下面团动态流变的变化规律
Fig.4 Variation patterns of dough dynamic rheology under different compression deformations
图5 不同局部压缩次数下面团动态流变的变化规律
Fig.5 Variation of dough dynamic rheology under different local compression times
上述结果与前文分析一致,适度的拉伸与压缩可有效促进面筋蛋白交联,形成更致密稳定的三维网络结构,从而提高面团的G′与G″。 然而,过度压缩所产生的强机械力可能破坏面筋网络完整性,导致模量下降。 局部压缩则能有效增强面团的黏弹性结构,其效果随处理强度增加而提升,原因可能在于局部压缩所提供的集中机械能更有效地促进了面筋蛋白分子间相互作用,从而增强了网络结构的稳定性。
低场核磁共振技术(low-field nuclear magnetic resonance,LF-NMR)可用于分析面团中水分的存在状态与分布[25]。 图6、图7、图8 分别展示了不同拉伸变形、压缩变形及局部压缩次数下面团的横向弛豫时间(T2)反演图谱。 各图谱均呈现2 个明显峰,表明在本实验条件下,面团中水分主要以2 种形式存在,T21(0.26 ~0.32 ms)代表与淀粉、面筋蛋白等大分子紧密结合的深层结合水;T22(8.34 ~10.11 ms)为存在于大分子网络空间中的弱结合水,其流动性介于结合水与自由水之间。 根据表5 所列各处理组的T2 值与峰面积比例(A2),所有样本中弱结合水比例(A22)均约为90%,说明弱结合水是面团中水分的主要存在形态。
表5 不同揉面变形量下面团水分的弛豫时间(T2)与峰面积比例(A2)
Table 5 Relaxation time (T2) and peak area ratio (A2) of dough moisture under different kneading deformation levels
组别T21/msT22/msA21/%A22/%10.29 ±0.00b 9.18 ±0.00b 9.55 ±0.19b 90.45 ±0.19a 1.5 0.28 ±0.01b 9.17 ±0.00b 9.74 ±0.07b 90.26 ±0.07a拉伸比20.26 ±0.00c 8.34 ±0.00c 9.66 ±0.18b 90.34 ±0.18a 2.5 0.29 ±0.00b 9.18 ±0.00b 10.26 ±0.07a 89.74 ±0.07b 30.32 ±0.00a 10.11 ±0.00a 9.77 ±0.01b 90.23 ±0.01a 1.0 0.29 ±0.00a 10.11 ±0.00a 9.38 ±0.04c 90.62 ±0.04a 0.8 0.28 ±0.02a 9.64 ±0.65ab 9.76 ±0.03a 90.24 ±0.03c压缩比 0.6 0.26 ±0.00a 8.34 ±0.00c 9.51 ±0.02b 90.49 ±0.02b 0.4 0.28 ±0.02a 9.18 ±0.00b 9.83 ±0.06a 90.17 ±0.06c 0.2 0.29 ±0.00a 9.18 ±0.00b 9.44 ±0.03bc 90.56 ±0.03ab局部压00.29 ±0.00a 9.18 ±0.00a 10.24 ±0.04a 89.76 ±0.04a缩次数30.26 ±0.00b 9.18 ±0.00a 10.03 ±0.07a 89.98 ±0.07a 60.26 ±0.00b 9.17 ±0.01a 10.06 ±0.20a 89.94 ±0.20a
注:不同小写字母表示水平上差异显著(P <0.05)。
在拉伸变形方面(图6),T22 峰高随拉伸变形增加呈先降后升趋势,在拉伸比为1.5 时最低,且所有拉伸处理组的T22 峰高均低于对照组(拉伸比1.0),表明拉伸处理总体上增强了水分的束缚。 表5 数据显示,拉伸比为2. 0 时,T21 与T22 均显著降至最低(P <0.05),分别为0.26 ms 和8.34 ms,表明适度拉伸使水分与面团组分结合更紧密,水分自由度最低。然而,当拉伸比增至3.0 时,T21与T22均显著升至最高,推测是因过度拉伸破坏了面筋网络结构,削弱了对水分的束缚能力,导致水分流动性显著上升。 从水分比例来看,拉伸比为2.5 时,A21 显著最高(10.26%),A22显著最低(89.74%),说明该拉伸程度可能促使部分弱结合水转化为强结合水,从而增强面团的持水紧密性。
图6 不同拉伸变形下面团水分的T2 反演图谱与T21横向弛豫时间
Fig.6 T2 inversion spectra and T21 transverse relaxation time of dough moisture under different stretching deformations
压缩变形对面团水分状态的影响如图7 所示。反演图谱显示,T22 的峰高与压缩比未呈现简单的线性关系,但在压缩比为0.8 时出现最大值,表明此时弱结合水的流动性相对较强。 弛豫时间T21先下降后上升,在压缩比为0.6 时最小(0.26 ms),表明此时水分与基质结合更加紧密。 由表5 数据可知,水分比例(A21 和A22)的变化则较为复杂,未呈现单一线性规律。 例如,在压缩比0.8 和0.4 时,A21(强结合水比例)相对较高,这反映了压缩处理对面团微观结构影响的复杂性,可能导致水分在不同相态间重新分布。
图7 不同压缩变形下面团水分的T2 反演图谱与T21横向弛豫时间
Fig.7 T2 inversion spectra and T21 transverse relaxation time of dough moisture under different compression deformations
在局部压缩次数方面(图8),T22 峰值在3 次局部压缩时最高,6 次时略有下降。 表5 数据表明,与未处理组(0 次)相比,3 次和6 次局部压缩后T21 显著降低(P <0.05),从0.29 ms 降至0.26 ms,说明局部压缩强化了强结合水与面团基质间的相互作用。然而,局部压缩对T22、A21 和A22 均无显著影响,表明该机械作用主要局限于增强深层结合水的束缚力,未显著改变弱结合水状态及各水分组分的相对比例。
图8 不同局部压缩次数下面团水分的T2 反演图谱与T21横向弛豫时间
Fig.8 T2 inversion spectra and T21 transverse relaxation times of dough moisture under different local compression cycles
如图9 为经冷冻干燥和喷金处理的面团自然断裂面在扫描电镜下的显微图像(500 × 和2 000 × ),清晰显示了不同处理后面团内部淀粉颗粒与面筋蛋白的分布情况。 图9-a ~图9-c 分别为拉伸比1.0、2.0 和3.0 下面团的微观结构。 未拉伸处理(拉伸比1. 0)时,面团内部结构松散,淀粉颗粒表面附着面筋蛋白较少,表明缺乏拉伸时难以形成充分的面筋蛋白,导致淀粉颗粒排列疏松。 适度拉伸后,面筋蛋白逐渐形成并包覆于淀粉颗粒表面,有效填充颗粒间空隙,使内部结构更为致密稳定。 然而,当拉伸过度时,部分面筋蛋白在强机械力作用下发生撕裂,致使结构重新变得松散,稳定性下降。 图9-d ~图9-f 为不同压缩比(1.0、0.6、0.2)下面团的微观结构。 结果显示,仅在适度压缩(压缩比0.6)时,面筋蛋白网络结构形成良好;压缩不足或过度均导致面筋结构松散,内部存在较多空隙。 推测是因压缩不足时淀粉颗粒与蛋白间接触不充分,难以形成连续网络;而压缩过度则使已形成的面筋网络发生断裂,结构稳定性丧失。图9-g ~图9-i 为不同局部压缩次数(0、3、6 次)下面团的微观结构。 未进行局部压缩时,面筋蛋白已初步形成并与淀粉结合,但仍有部分淀粉颗粒未被包覆。随着局部压缩次数增加,更多游离淀粉颗粒被面筋蛋白包裹,网络结构逐渐致密化。
图9 不同变形处理后面团微观结构图片(500 ×和2 000 ×)
Fig.9 Microscopic images of dough after different deformation treatments
注:白色圆圈区域(500 ×)与左上角微观结构(2 000 ×)对应。
2.6.1 响应面试验结果与分析
在单因素试验的基础上采用响应面法进行优化,选取拉伸比(A)、压缩比(B)、局部压缩次数(C)3 个因素作为自变量,并设置3 个水平,以综合加权评分为响应值,响应面优化结果见下表6。
表6 Box-Behnken 试验方案与结果
Table 6 Box-Behnken experimental design and results
试验编号拉伸比(A)压缩比(B)局部压缩次数(C)综合加权评分1 2 0.6310.97 1.50.6018.9 3 2 0.861.72 2 0.6317.28 5 2 0.6333.61 4 2 0.803.05 7 1.50.4364.28 8 2.50.668.27 9 2.50.60-7.86 1020.6320.46 112.50.835.13 1220.6313.81 131.50.6646.94 1420.4654.46 1520.408.22 162.50.4326.92 171.50.8337.16 6 2
利用Design-Expert 软件对表6 的数据进行多元回归拟合,得到面团品质综合加权评分与拉伸比(A)、压缩比(B)、局部压缩次数(C)的回归方程。
Y =19.23 -16.85A -13.35B +11.14C +1.33AB -2.98AC -11. 89BC +6.92A2 +7.22B2 -9.59C2。 对该回归方程进行方差分析,结果见表7。
表7 回归方程的方差分析
Table 7 Analysis of variance for the regression equation
来源自由度平方和均方F 值P 值显著性模型6 071.519674.6114.670.000 9**A(拉伸比)2 272.0512 272.05 49.410.000 2**B(压缩比)1 426.3111 426.31 31.020.000 8**C(局部压缩次数)991.911991.9121.570.002 4**AB7.1017.100.154 5 0.706 0 AC35.46135.460.771 3 0.409 0 BC565.731565.7312.300.009 9**A2201.821201.824.390.074 4 B2219.691219.694.780.065 1 C2386.971386.978.420.023 0*残差321.86745.98失拟项12.1534.050.052 3 0.982 1 不显著纯误差309.70477.43总和6 393.3616
注:*表示显著(P <0.05),**表示极显著(P <0.01)。
由表7 可知,回归模型的P 值为0.000 9( <0.01),F 值为14.67( >6.00),失拟项P 值为0.982 1( >0.05)不显著,表明该模型是有效的。 模型的复相关系数R2为0.949 7,表明模型可以解释94. 97% 的响应值变化,可以用来预测揉面过程的变形程度对面团质构综合品质的影响。 R2adj和R2pred 之间的差值为0.00 9 <0.02,说明模型在预测方面的准确性高,且信噪比为14.105 4,远高于临界值4,进一步证实模型的可靠性。 模型中的一次项A、B、C 的检验水平极为显著,交互项BC 的检验水平极为显著,平方项C2的检验水平为显著。 根据F 值,3 个一次项中对面团样品的质构综合品质影响最大的因素为拉伸比(F = 49. 41,A >B >C)。 用Design Expert 软件对回归方程进行优化分析,得到揉面过程面团变形程度的优化条件为:拉伸比1.56,压缩比0.40,局部压缩4.42次,对应的综合加权评分为71.45。
2.6.2 响应曲面图分析
如图10 所示,面团质构的综合加权评分(Y 值)随拉伸比与压缩比的减小而逐步提升,表明在一定范围内,较小的拉伸变形与较大的压缩变形有助于改善面团的质构特性。 具体而言,Y 值随压缩比增大而降低,而随局部压缩次数增加呈现先增后减的趋势,但均高于未进行局部压缩的组别(0 次),说明适度的局部压缩能够有效提高面团的综合评分。 进一步分析表明,在较低压缩比条件下,Y 值随局部压缩次数增加持续上升;而在较高压缩比时,Y 值则随局部压缩次数增加呈先升后降的变化。 综合加权评分的最大值出现在压缩比为0. 4、局部压缩6 次的条件下。
图10 面团变形程度对加权综合得分影响等高线图与响应面图
Fig.10 Contour and response surface plots of the effect of dough deformation on the weighted comprehensive score
2.6.3 模型的试验验证
根据模型试验的优化结果,结合实际情况调整为:拉伸比1.5,压缩比0.4,局部压缩5 次。 在此条件下进行验证试验,结果如表8,最终加权综合得分为70.966,与计算值之间的误差为0.682%,表明回归方程对面团质构特性的综合加权评分的估算具有一定的精度。
表8 验证试验设计表与试验结果
Table 8 Confirmation runs and experimental results
试验条件面团品质加权综合得分拉伸比压缩比局部压缩次数硬度/g弹性内聚性胶黏性咀嚼性实际值预测值误差/%1.50.451 584.970.910.55870.75792.8270.9771.450.68
图11-a ~图11-f 分别为响应面实验中评分最低组、评分最高组及模型优化组的样品表观形貌与微观结构图像。 与评分最低组相比,评分最高组与模型优化组的面团表面颜色均匀、裂纹少而浅,表现出更佳的表观形貌。 并且其内部结构更为致密,面筋网络形成更为充分。 特别是经模型优化后,面筋网络展现出更强的连续性,进一步验证了该模型的可靠性。
图11 响应面实验中部分面团表观形貌与微观结构图片
Fig.11 Apparent morphology and microstructure of selected dough samples from the response surface design
本研究通过量化面团加工中的变形参数,系统揭示了拉伸、压缩变形与局部压缩次数对面团品质的协同影响规律,主要结论如下:变形参数对面团品质具有显著且交互的影响。 单因素试验表明,当拉伸比为2.0、压缩比为0.6 并配合多次局部压缩时,面团的质构特性、深层结合水比例(A21)及微观网络结构均达到较优状态;而在拉伸比为1.5、压缩比为0.6 时,面团的储能模量(G′)与耗能模量(G″)最大,损耗因子tan δ( = G″/G′)较小,表明弹性占主导地位,结构进一步增强。 通过响应面法建立的工艺优化模型具有较高可靠性。 在优化参数下进行验证实验,面团综合评分与预测值的误差仅为0.682%,且其表观与微观结构均得到进一步改善,说明该模型能有效预测并指导优质面团的制备。
上述结果与“混合不足则面筋网络形成不充分,过度混合则结构破坏”的经典理论一致,并在此基础上进一步深化:适度的拉伸变形有助于面筋蛋白定向排列,压缩变形则促进水分均匀分布与网络交联。 局部压缩产生的“揉揣”效果能够弥补单纯拉压变形的不足,有效排除大气泡,使面筋网络更加均匀致密。本研究首次将面团加工中的复杂机械作用量化为可精确调控的拉伸与压缩参数,为和面机核心部件,如搅拌叶形状与间隙的设计与智能工艺控制提供了直接的理论依据与数据支持。 未来研究可在此基础上,构建更全面的“变形-品质”模型,并将该方法拓展至不同面粉体系,从而推动面制品加工向精准化与标准化方向发展。
[1] 宋归华, 刘锐, 王旭琳, 等. 小麦及制品的营养特性与营养化途径[J]. 中国粮油学报, 2020, 35(7):180 -187.Song G H, Liu R, Wang X L, et al. Nutrition characteristics and nutrition fortification of wheat grains and products[J]. Journal of the Chinese Cereals and Oils Association, 2020, 35(7):180 -187.
[2] 杜险峰, 周舟, 牟心泰, 等. 面条产品生产工艺及品质创新的研究进展[J]. 食品研究与开发, 2021, 42(21):211 -217.Du X F, Zhou Z, Mu X T, et al. Progress of research on production technology and quality innovation for noodles products[J]. Food Research and Development, 2021, 42(21):211 -217.
[3] Luchian M I, Csatlos C. Research on change in protein composition during dough processing[J]. Bulletin of the Transilvania University of Brasov. Series II:Forestry Wood Industry Agricultural Food Engineering, 2011, 4(1):109 -114.
[4] 史赵建, 胡新中, 李亮, 等. 小麦面条和面过程不同阶段面絮的划分与自动识别[J]. 农业工程学报,2022,38(5):279 -287.Shi Z J, Hu X Z, Li L, et al. Classification and automated identification of dough crumbs at different stages of the wheat noodles mixing process[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(5):279 -287.
[5] 杨晓飞, 李文钊, 张家萍, 等. 搅拌强度对面团特性及其烘焙品质的影响研究[J]. 食品与发酵工业,2025,51(9):283 -289.Yang X F, Li W Z, Zhang J P, et al. Effect of stirring intensity on dough characteristics and baking quality[J]. Food and Fermentation Industries, 2025, 51(9):283 -289.
[6] Brandner S, Becker T, Jekle M. Gluten-starch interface characteristics and wheat dough rheology-Insights from hybrid artificial systems[J]. Journal of Food Science, 2022, 87(4):1375 -1385.
[7] Jia R B, Zhang M L, Yang T B, et al. Evolution of the morphological, structural, and molecular properties of gluten protein in dough with different hydration levels during mixing[J]. Food Chemistry,2022, 15:100448.
[8] Vidal L M, Braun A, Jekle M, et al. Micro-scale shear kneading-gluten network development under multiple stress-relaxation steps and evaluation via multiwave rheology[J]. Polymers,2022,14(4):846.
[9] Liu Q N, Li K, Wu L, et al. Effects of pressure in hand kneading and mechanical bionic kneading on dough formation and texture properties[J]. Food and Bioproducts Processing, 2024, 144:102 -109.
[10] 孟莲. 手擀面与机制面的品质差异及机制研究[D]. 无锡:江南大学, 2020.Meng L. Study on the quality difference and mechanism between hand-made noodles and machine-made noodles[D]. Wuxi:Jiangnan University, 2020.
[11] 张艳艳, 郭朋磊, 张予涵, 等. 超声波辅助冷冻对面团中小麦淀粉理化特性及分子结构的影响[J]. 食品工业科技, 2023,44(7):53 -59.Zhang Y Y, Guo P L, Zhang Y H, et al. Effects of ultrasonic assisted freezing on physicochemical properties and molecular structure of wheat starch in dough[J]. Science and Technology of Food Industry, 2023, 44(7):53 -59.
[12] 吴若言, 罗登林, 张康逸, 等. 超声辅助面团发酵对馒头品质的影响及工艺优化[J]. 食品研究与开发,2018,39(18):95-101.Wu R Y, Luo D L, Zhang K Y, et al. Ultrasound-assisted dough fermentation for Chinese steamed bread[J]. Food Research and Development, 2018, 39(18):95 -101.
[13] 姜淙允, 余锦志, 杨成, 等. 不同和面水温对全玉米粉、全玉米面团及全玉米饼品质的影响[J]. 食品工业科技, 2025, 46(21):138 -149.Jiang C Y, Yu J Z, Yang C, et al. Impact of different blending temperatures on whole corn flour, whole corn dough, and whole corn Chinese steamed pancake quality characteristics[J]. Science and Technology of Food Industry, 2025, 46(21):138 -149.
[14] Feng Y L, Zhang H J, Wang J, et al. Dynamic changes in glutenin macropolymer during different dough mixing and resting processes[J]. Molecules, 2021, 26(3):541.
[15] Ooms N, Delcour J A. How to impact gluten protein network formation during wheat flour dough making[J]. Current Opinion in Food Science, 2019, 25:88 -97.
[16] 张毅. 制面过程小麦面团特性及面筋网络结构影响机理的研究[D]. 郑州:河南工业大学, 2021.Zhang Y. Study on the influence mechanism of dough making process on wheat dough characteristics and gluten network structure[D]. Zhengzhou:He'nan University of Technology, 2021.
[17] 杨玉玲.不同和面方式对面团流变特性及面条品质的影响[J]. 现代面粉工业, 2020, 34(1):53 -54.Yang Y L. Effects of different kneading methods on rheological properties of dough and noodle quality[J]. Modern Flour Milling Industry, 2020, 34(1):53 -54.
[18] Gao X, Tong J Y, Guo L, et al. Influence of gluten and starch granules interactions on dough mixing properties in wheat (Triticum aestivum L.)[J]. Food Hydrocolloids, 2020, 106:105885.
[19] Liu S Y, Sun Y L, Obadi M, et al. Effects of vacuum mixing and mixing time on the processing quality of noodle dough with high oat flour content[J]. Journal of Cereal Science, 2020, 91:102885.
[20] 刘锐. 和面方式对面团理化结构和面条质量的影响[D]. 北京:中国农业科学院, 2015.Liu R. Effects of mixing modes on dough physico-chemical structure and noodle quality property[D]. Beijing:Chinese Academy of Agricultural Sciences, 2015.
[21] 刘玲, 马鑫鑫, 史赵建, 等. 从水分迁移角度阐释压延间距对小麦鲜面品质的影响[J]. 食品科学,2023,44(4):152 -161.Liu L, Ma X X, Shi Z J, et al. Influence of sheeting gap on the quality of fresh wheat noodles from the perspective of water migration[J]. Food Science, 2023, 44(4):152 -161.
[22] Wang W, Zhou X L, Li W L, et al. Real-time monitoring of dough quality in a dough mixer based on current change[J]. Foods,2024, 13(3):504.
[23] Yang Y L, Guan E Q, Zhang T J, et al. Comparison of rheological behavior, microstructure of wheat flour doughs, and cooking performance of noodles prepared by different mixers[J]. Journal of Food Science, 2020, 85(4):956 -963.
[24] 史家仪, 韩四海, 薛柃燚, 等. 大豆分离蛋白对面包面团多维度特性的影响研究[J]. 食品与发酵工业, 2026, 52(6):83 -89.Shi J Y, Han S H, Xue L Y, et al. Study on influence of soybean protein isolate on multi-dimensional properties of bread dough[J].Food and Fermentation Industries, 2026, 52(6):83 -89.
[25] 厉桂宁, 郝静, 钟志明, 等. 磁场改性小麦粉对面团特性及面条品质的影响[J]. 食品与发酵工业, 2025, 51(20):190 -195.Li G N, Hao J, Zhong Z M, et al. Effect of wheat flour modified by magnetic field on dough properties and noodle quality[J]. Food and Fermentation Industries, 2025, 51(20):190 -195.
Effects of deformation during dough kneading on dough quality