关键词:
明胶可食用涂膜
荷质比
表面张力
接触角
深度神经网络
摘要:
目的 探究不同荷质比明胶溶液的润湿性能,并建立预测模型。方法 以明胶可食涂膜为研究对象,利用感应荷电施加外源静电场以改善膜液润湿性能,探究电场电压对明胶液滴荷质比与表面张力,以及液滴在疏水表面接触角的影响,并通过机器学习建立荷质比与表面张力/接触角之间预测模型。结果 随着电压升高,明胶液滴荷质比不断增大,且仅以司盘20为表面活性剂(tw0组)时液滴具有最高的荷质比(-50 nC/g)。在0~7 kV内,明胶液滴的表面张力随电压升高从35.99~40.65 mN/m降至31.38~35.65 mN/m,其中tw0组表面张力下降最为明显。明胶液滴在石蜡表面的接触角也随电压升高而减小,在表面活性剂吐温20与司盘20质量比为1∶1时具有最小值,即电压7 kV时接触角为64.99°。深度神经网络预测模型决定系数接近于1,均方误差小于0.08,平均绝对误差小于0.15,具有最好的预测效果。结论 静电喷涂能够有效改善膜液在食品表面的润湿性能,利用深度神经网络能够建立膜液液滴荷质比与表面张力/接触角的良好预测模型。