*苏维均，男，教授，主要从事智能控制与检测技术方面的研究，通信作者。

猪肉提供了人类所需的蛋白质、氨基酸、脂肪等营养物质，是人们膳食中的重要组成部分[1]；但由于自身和外界环境、微生物等的作用，存储时间长了易变质腐烂，营养成分分解，同时会产生有毒有害物质，影响人类健康[2]。猪肉新鲜度常用检测方法主要有感官评价、理化检测和微生物检测[3]。感官评价判断比较直接和综合，但费时、费力，而且会受到主观随意性等因素影响，准确性较差; 理化指标检测客观性精度高、准确性好，是目前主要的检测方式，但检测过程相当烦琐、耗时较长，不能达到快速检测目的[4]。在理化检测中，挥发性盐基氮(total volatile basic nitrogen，TVB-N)为国家猪肉新鲜度标准检测法。在组成肉类的氨基酸中，有一些含有硫氢基的氨基酸，在细菌产生的脱硫基酶作用下发生分解能放出硫化氢气体[5-8]，因此可根据肉类在不同时期产生硫化氢的程度，来探索测量TVB-N含量的方法。

基于可调谐二极管激光器吸收光谱技术(tunable diode laser absorption spectroscopy，TDLAS)能够很好地满足硫化氢气体的检测要求。TDLAS通过向待测气体发射特定波长频率的激光，利用探测器对穿过气体的激光信号进行解调，达到分析气体组分和浓度的目的。TDLAS技术以其实时性好、精准性高、可遥测、抗干扰强等特点在很多领域得到广泛应用[9]。唐东林等[10]利用TDLAS技术设计了硫化氢气体传感器(1 575 nm)，检测下限达到10-6。中科院半导体研究所研制的基于TDLAS的气体传感器可以检测到10-7级别气体浓度。表明TDLAS技术对于猪肉变质过程中产生的硫化氢气体检测是可行的。

本文采用TDLAS技术和现行的GB/T 5009.44—2003《肉与肉制品卫生标准分析方法》中的半微量定氮法[11]，分别对新鲜猪肉变质过程中产生的H2S浓度进行检测和对应时刻TVB-N进行测定，并采用统计分析方法，探索H2S浓度与TVB-N含量的数量关系。

1 材料与方法

1.1 实验样品

实验样品为购于北京市永辉超市的宰后24 h排酸新鲜猪里脊肉，在冷藏环境下，将其平均分割为22份，每份大小约5 cm×5 cm×3 cm，约为250 g，并进行编号P1～P22。将P1～P11放置于第一个CZ-G-27D型恒温恒湿培养箱(25 ℃，70% RH)中作为H2S检测的实验样品部分，用来加速猪肉样品的变质过程，并且每6 h记下此时的H2S浓度值。将P12～P22放置于第二个CZ-G-27D型恒温恒湿培养箱(30 ℃，70% RH)中作为猪肉变质过程中TVB-N含量检测的实验样品部分，每隔6 h检测第一个培养箱中H2S的同时，将第二个培养箱中的一部分取出并利用国标中规定半微量定氮法测量猪肉样品的TVB-N值。

1.2 H2S挥发浓度的测量

1.2.1 实验系统

实验系统如图1，利用以TDLAS气体检测技术为原理搭建的实验装置遥测恒温恒湿箱中猪肉挥发H2S浓度。通过在第一个培养箱中安装角反射器并调整光路来实现猪肉变质过程中挥发H2S的精准遥测。本系统由激光器、温控模块、菲涅尔透镜、角反射器、光探测器、锁相放大器、A/D模块、无线模块组成。系统可分为3个单元：激光调制发射部分、激光接收锁相部分、信号的模数转换及传输部分。通过C#语言编写上位机软件对数据采集卡实时数据采集，实现检测含有气体浓度信息的二次谐波信号的提取和转换，同时实时监测记录挥发H2S浓度，每6 h记下此时的H2S浓度值。系统具有实时性好，精度高可测下限1.0×10-7，可进行不接触测量的优点。

图1 TDLAS系统示意
Fig.1 System structure diagram of TDLAS

1.2.2 硬件设计及波形调制

1.2.2.1 硬件设计

根据查询2012 HITRAN数据库[12]，得到H2S的本征吸收谱在波长为1 574.5、1 579、1 590 nm处[13]。H2S在近红外光谱中1 579 nm和1 590 nm 附近有较强的吸收带。考虑到需要避开CO和CO2的干扰，选定1 590 nm 附近的吸收带，如图2。

图2 H2S吸收峰的选择
Fig.2 Selection of absorption peaks of hydrogen sulfide gas

激光器选用德国nanoplus公司1 590 nm的DFB激光器，其 25 ℃时的最大光功率为12 mW，阈值电流为30 mA。在这个波段可以避免CO和CO2的干扰，是目前检测H2S使用最多的波段。分析仪采用Port City Instrument公司的PCI-FPGA-1A模块，该模块可以提供驱动激光器的指定频率锯齿电流信号，实现波长的调谐，设计中扫描频率为2 Hz。激光器的扫描范围为1 589.5～1 590.5 nm，最大功率为12 mW。同时该模块提供最大为31.4 kHz的调制信号，设计中采用调制频率为31.4 kHz，调制幅度为18 mA。

激光器的温度控制模块采用Wavelength公司的WTC3243温度控制板。该模块的工作电压为直流5～30 V，能够提供最高±2 A的电流输出，正常工作的温度-40～85 ℃，稳定性为0.008 ℃。控制温度精度为0.2%。

本系统的锁相放大器采用Port City Instrument公司的PCI-FPGA-1A模块，该模块是本系统的核心部分，集成了兼容InGaAs和InAs探测器的前置放大器，实现了对含有气体浓度信息的二次谐波信号的提取及一次谐波的检测。二次谐波信号提取的数字模式消除了被动元件随时间和温度导致的信号链漂移问题，使得二次谐波的增益有高度的稳定性，非常适合于现场使用。

1.2.2.2 波形调制

激光器的驱动信号见式(1)[14]：

U(t)=Usin(t)+Uramp(t)。

(1)

31.4 kHz的调制信号见式(2):

Usin(t)=asin(ωsin(t)+φ)。

(2)

2 Hz的锯齿波扫描信号见式(3):

(3)

图3 波形调制信号和驱动信号
Fig.3 Waves of modulation signal and drive signal

式(1)～式(3)中，t为时间，s；Tramp为驱动信号周期，s。调制信号及驱动信号的波形图如图3。

1.2.3 实验方法

首先通过温控粗调激光器，使得输出波长粗略调整到1590 nm附近，再通过PCI控制板搭载的电流控制器精细调节激光器的波长，直到波长调整到1 590 nm。将激光探测器放置在透镜的焦点位置，尽量使所有反射光聚集到探测器；探测器与PCI控制板连接，信号在PCI中实现二次谐波的提取；将PCI输出信号经过数据采集卡的数模转换，将转换后的信号通过WIFI模块传送至上位机，在上位机上通过算法处理得到气体浓度。实验所得不同时间点二次谐波幅值与H2S浓度标值的对应关系如表1。

表1 二次谐波幅值与对应H2S浓度值

Tab.1 Second harmonic amplitude and corresponding gas concentrations value

t/h二次谐波幅值体积分数标值/10-6600133312002234180033362400413630005537360069394200793948008546540101596001126266012375

1.3 TVB-N含量的测定

按照国标方法《肉与肉制品卫生标准分析方法》中的半微量定氮法进行测定TVB-N含量。该测定方法的原理是肉类在酶和细菌的双重作用下 ,使得蛋白质分解而产生氨及胺类等碱性含氮物质，该类物质具有比较强的挥发性,经过在碱性溶液中蒸发后, 采用标准酸滴定的方法来计算其含量 .根据滴定用去的酸液量, 计算总TVB-N的最终含量。

1.3.1 样品的前期处理

首先将样品除去多余的脂肪、骨及腱后绞碎，并搅拌均匀，然后准确称取(10.00±0.01 )g，处理后的猪肉样品置于锥形瓶中，加入100 mL的蒸馏水，并按时振摇，浸泡30 min后过滤，将其置于冰箱冷藏室备用。

1.3.2 蒸馏滴定

首先制作吸收液。将装有10.0 mL 2%的硼酸溶液与5～6滴甲基红- 乙醇指示剂(2 g/L)、次甲基蓝指示剂(1 g/L)混合液按照1∶1的比例混合，现用现配。然后将吸收液置于冷凝管下端，插入锥形瓶内吸收液面下，然后吸取5.0 mL冰箱内滤液置于蒸馏器反应室内，放入5 mL的10 g/L的氧化镁混悬液，为防止漏气需要迅速盖上并加水，通入蒸汽进行蒸馏。从冷凝管出现第一滴冷凝水的时候开始计时，5 min后停止蒸馏。实验用0.010 mol/L的盐酸标准滴定溶液滴定吸收液，直到该溶液滴定为蓝紫色。为了做对比，需要同时做试剂空白实验。同时，为了保证实验数据的准确度，对于每个样品采取两个平行样进行测定处理，用其算术平均值作为结果。

1.3.3 数据处理

实验样品中的TVB-N含量ω计算公式如式(4)。

(4)

式(4)中:ω为样品中TVB-N的含量，mg/100g；V2为用样液消耗的盐酸标准溶液的体积，mL;V1为空白消耗盐酸标准溶液的体积，mL；C为盐酸标准溶液的浓度，mol/L；m为试样的质量，g。

1.3.4 统计分析

利用专业的统计分析软件IBM SPSS Statistics 22对所得的实验数据进行方差分析和回归分析[15]。实验探究得到猪肉变质过程中产生的H2S浓度与猪肉新鲜度重要理化指标TVB-N含量的定性定量关系。

2 结果与讨论

2.1 猪肉样品变质过程中TVB-N含量变化规律

按照1.3的方法测定TVB-N的含量，每隔6 h测量并记录一次，第一次取第二个培养箱中的P12，再隔6 h取P13以此类推，测定其TVB-N含量，其含量的变化如图4。随着保存时间的增加，TVB-N含量不断增加。通过对各个测试时间点的含量进行方差分析，从表1可以看出，TVB-N在前11 h内(p>0.06)变化稳定，在11 h以后变化波动大(p<0.06)。

图4 TVB-N含量随时间变化情况
Fig.4 Changes of TVB-N contents at different times

2.2 猪肉样品变质过程中H2S浓度变化规律

按照1.2.3节中TDLAS测气体浓度的方法进行测定，每隔6 h记录一次第一个培养箱的H2S浓度值。随着保存时间的增加，挥发出的H2S浓度逐渐增大，通过对不同时间点H2S浓度的方差分析,可知猪肉挥发H2S浓度在存储过程中前11 h内变化不明显(p>0.05)，变化平稳。在11 h以后H2S浓度变化明显增大(p<0.05)。

2.3 H2S浓度值与TVB-N含量的回归分析

将每个测试时间点的挥发性H2S含量与TVB-N进行回归分析，以TVB-N含量y为因变量，H2S浓度x为自变量(如图5)，得到拟合公式(5)。

y=30.644x-87.69。

(5)

图5 H2S浓度与TVB-N含量关系
Fig.5 Correlation chart between concentrations of hydrogen sulfide and TVB-N

由图5可以看出猪肉变质过程中产生的H2S浓度值与TVB-N含量相关性极大(p<0.02)，与最初设想探测结果一致，所建回归方程很有意义，H2S浓度值与TVB-N含量近似为一次线性关系，R2=0.976 8。由拟合方程可以看出，随着猪肉变质过程中挥发出H2S浓度增加，TVB-N的含量呈现线性增加。即通过TDLAS系统测量挥发出H2S的浓度就可以间接计算出猪肉新鲜度重要指标TVB-N含量，克服了传统测量方法的破坏性和流程复杂、检测精度低的缺点。猪肉新鲜度与TVB-N的关系参见表2。

表2 猪肉新鲜度与TVB-N值间的对应关系

Tab.2 Relationship between pork freshness and TVB-N contents mg/100 g

猪肉新鲜度等级w(TVB⁃N)新鲜肉<15次鲜肉15～25腐败肉>25

根据GB 2707—2005 鲜(冻)畜肉卫生标准，新鲜猪肉的TVB-N质量比应不高于15 mg/100 g，带入拟合公式(5)，可以求出此时的H2S体积分数为3.4×10-6，此时为实验测试的第11小时。换言之，为了保证猪肉的新鲜以及健康食用，最好在购买后11 h内食用,这与陈丽丽等[16]得出的结论基本一致。

3 结 论

采用GB/T 5009.44—2003《肉与肉制品卫生标准分析方法》中的半微量定氮法和TDLAS技术，分别对新鲜猪肉变质过程中产生的TVB-N含量和对应时刻挥发出的H2S浓度进行测量，采用统计分析方法得到新鲜猪肉变质过程中TVB-N含量与H2S浓度的关系近似为一次线性关系(p<0.02)，数量关系为y=30.644x-87.69，相关系数为R2=0.976 8。认为可以通过TDLAS技术检测H2S浓度的方式，间接实现无损、快速、精准测定TVB-N的含量。

参考文献：

[1] 付妍,郭培源,孙梅,等. 肉品品质检测技术综述[J]. 北京工商大学学报(自然科学版),2012,30(1):69-73.

FU Y,GUO P Y,SUN M,et al. Review of meat quality testing technology[J]. Journal of Beijing Technology and Business University (Natural Science), 2012,30(1):69-73.

[2] 田晓静,刘丽霞,王俊.电子舌技术在肉与肉制品检测中的应用[J].食品工业科技,2013(7):397-400.

TIAN X J,LIU L X,WANG J. Application of electronic tongue technology in meat and meat products testing[J]. Science and Technology of Food Industry,2013(7):397-400.

[3] GUO P Y, XIAO H B, FANG Y. Grading system of the meat freshness based on plaque characteristics[C]∥2010 4th international conference on bioinformatics and biomedical engineering. Beijing: IEEE Computer Society, 2010:1-4.

[4] 许冠男,郭培源,袁芳. 猪肉新鲜度无损检测技术现状及发展方向[J]. 北京工商大学学报(自然科学版),2010,28(1):14-17,42.

XU G N,GUO P Y,YUAN F. Current status and development of nondestructive testing of pork freshness[J]. Journal of Beijing Technology and Business University (Natural Science) ,2010,28(1):14-17,42.

[5] 徐霞,成芳,应义斌.近红外光谱技术在肉品检测中的应用和研究进展[J].光谱学与光谱分析,2009(7): 1876-1880.

XU X,CHENG F,YING Y B. Application and research progress of near infrared spectroscopy in meat products testing[J]. Spectroscopy and Spectral Analysis,2009(7): 1876-1880.

[6] 赵杰文，翟剑妹，刘木华，等．牛肉嫩度的近红外光谱法检测技术研究[J]．光谱学与光谱分析,2006(4):640-642.

ZHAO J W,ZHAI J M,LIU M H, et al. Study on the determination of beef tenderness by near infrared spectroscopy[J]．Spectroscopy and Spectral Analysis,2006(4):640-642.

[7] 孟庆阳,李翠玲,彭彦昆.基于DSP的便携式猪肉品质无损快速检测装置的研发[J].食品工业科技,2017(1):291-295.

MENG Q Y,LI C L,PENG Y K. Research and development of portable pork quality nondestructive rapid detection device based on DSP[J]. Science and Technology of Food Industry, 2017(1):291-295.

[8] PENG Y，LU R.Prediction of apple fruit firmness and soluble solids content using characteristics of multispectral scattering images[J].Journal of Food Engineering,2007,82(2):142-152.

[9] SUN H W, PENG Y K, LIN W. Development of a portable device for simultaneous detection on multi-quality attributes of fresh pork[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015,31(20):268-274.

[10] 唐东林,王莹,郭峰,等.光谱吸收硫化氢气体浓度传感器[J].传感技术学报,2010(4):458-460.

TANG D L,WANG Y,GUO F,et al. Spectral absorption hydrogen sulfide gas concentration sensor[J]. Journal of Transduction Technology,2010(4):458-460.

[11] 全国文献工作标准化技术委员会第七分委员会. 鲜(冻)畜肉卫生标准:GB 2707—2005[S]. 北京: 中国标准出版社,2005.

[12] 齐汝宾,赫树开,李新田,等. 基于HITRAN光谱数据库的TDLAS直接吸收信号仿真研究[J]. 光谱学与光谱分析,2015(1):172-177.

QI R B,HE S K,LI X T,et al. Simulation of TDLAS direct absorption signal based on HITRAN spectral database[J]. Spectroscopy and Spectral Analysis,2015(1):172-177.

[13] 杨雅涵,李国林,李小鹏,等.基于TDLAS技术的天然气中痕量硫化氢分析的PLS算法应用[J].光子学报,2017(2):80-87.

YANG Y H,LI G L,LI X P, et al. Application of PLS algorithm in analysis of trace hydrogen sulphide in natural gas based on TDLAS technology[J]. Acta Photonica Sinica,2017(2):80-87.

[14] 李彬. 基于1 654 nm分布反馈激光器的甲烷检测系统[J]. 光谱学与光谱分析,2016,36(1):20-26.

LI B. Methane detection system based on 1 654 nm distributed feedback laser[J]. Spectroscopy and Spectral Analysis, 2016,36(1):20-26.

[15] 薛薇.基于SPSS的数据分析[M].北京：中国人民大学出版社, 2011：69-99.

[16] 陈丽丽,赵利,袁美兰,等. 电子鼻检测贮藏期草鱼新鲜度的变化[J]. 食品科学技术学报,2014,32(4):64-68.

CHEN L L,ZHAO L,YUAN M L, et al. Electronic nose to detect changes in freshness of grass carp during storage[J]. Journal of Food Science and Technology,2014,32(4):64-68.

[17] 李晓波.肉及肉制品中的细菌[J].肉类研究,2009(3):42-46.

LI X B. Bacteria in meat and meat products[J].Meat Research,2009(3):42-46.

[18] DUTTA R, HINES E L, GARDNER J W, et al. Tea quality prediction using a tin oxide-based electronic nose: an artificial intelligence approach[J].Sensors and Actuators,2003(94):228-237.

[19] 黄蓉,刘敦华. 猪肉新鲜度评价指标、存在问题及应对措施[J]. 肉类工业,2010(6):43-46.

HUANG R,LIU D H. Pork freshness evaluation index, problems and countermeasures[J]. Meat Industry,2010(6):43-46.

[20] LIU K, TIAN M, LIU T G, et al. A high-efficiency multiple events discrimination method in optical fiber perimeter security system[J]. Journal of Lightwave Technology, 2015,33：4885-4890.