温度波动下油脂物理性能与结晶行为的变化及其内在机制

将分形理论引入复杂油脂体系的"后熟化"阶段的研究中，以掌握温度波动下油脂结晶网络结构变化与宏观物理性能变化间内在机制为研究目标，系统地考察油脂在温度波动下固液转化、晶形转变、颗粒生长等结晶行为以及油脂的粘弹性、硬度等物理性能变化规律，借助现代分析手段研究油脂的分形特性随着温度波动变化规律，揭示温度波动下油脂结晶网络动态变化所遵循的机制，有机地结合分形理论、数据融合理论以及人工神经网络模型，建立关联油脂组成-微观结构-宏观物理性能的模型。本项目的研究借助于多学科的交叉与融合，为油脂结晶的研究提供新的思路与方法，以期能解决油脂加工过程中关键科学问题，为我国及国外的油脂加工工业的科技进步和发展提供有用的参考数据与理论。

本项目以棕榈油分提物为研究对象，对其基本物理性质及结晶性质进行了研究。在此基础上，以棕榈油分提物为基料油，实验室模拟制备了人造奶油，对制备工艺进行了优化。系统地考察了制备的样品在温度恒定模式（0°C、10°C、20°C、30°C、40°C）下储藏28天及在温度波动模式下（0°C-12h/20°C-12h; 10°C-12h/20°C-12h; 30°C-12h/20°C-12h; 40°C-12h/20°C-12h）储藏28天时，在不同时间点（1d、4d、7d、14d、28d）的固液转化、晶形转变、颗粒生长等结晶行为以及粘弹性模量、硬度及固体脂肪含量的变化规律。使用Benoit 1.3 对油脂的分形特性进行提取，得到其随温度的变化规律。结果表明，在两种温度模式下储藏，硬度、固体脂肪含量、粘弹性模量均随着温度的升高而降低，晶体网络随着温度的升高变得逐渐疏松，分形维数变大，且温度波动储藏模式对样品的物理性质及网络结构的影响大于恒温储藏模式。建立关联温度、时间、固体脂肪含量、分形维数与硬度及弹性模量的人工神经网络模型，结果表明，所建立的网络能很好的拟合，精度高，可以根据温度、时间、固体脂肪含量及分析维数可靠的预测弹性模量及硬度。