随着中国“双碳”战略和国家食品装备智能化战略的逐步展开,基于品质智能检测的果蔬干燥已成为我国果蔬加工领域的重要内容。当前果蔬干燥面临着干燥终点精准判别难、干燥过程品质检测手段少、过程控制智能化水平低等产业关键共性难题。随着消费市场对果蔬干制产品色、香、味、形、营养要求的逐步提高,以外观和营养改善为主的品质提升也亟需解决。本研究借助现代过程分析思维（PAT）,以低场核磁共振技术（LF-NMR）和近红外光谱技术（NIR）为手段,探明在不同干燥方法（热风干燥HAD、红外干燥IRD、微波真空干燥MVD、红外冷冻干燥IFD）中三种典型果蔬香蕉（水果）、胡萝卜（蔬菜）、杏鲍菇（食用菌）的水分含量（MC）、体积、色泽、营养成分等品质要素的变化机制。研究检测手段与检测指标的方法适配性,建立基于LF-NMR的水分含量、皱缩智能检测模型和基于LF-NMR-NIR信息融合的褐变、营养智能检测模型。经过在单体干燥工艺和联合干燥工艺中适应性评估,结果显示所建智能检测模型在水分转换点检测、干燥终点精准判别、皱缩色泽调控、营养过程监测等方面具有巨大潜力。具体研究如下:1.基于LF-NMR的三种典型果蔬干燥过程水分监控与干燥终点精准判别技术研究。在干燥过程中,三种典型果蔬具有不同的LF-NMR特征信息演变行为,但整体上均呈现总水分核磁信息（A总）和自由水核磁信息（A23）逐渐减小,半结合水核磁信息（A22）和结合水核磁信息（A21）先增大后减小的规律。相关性分析发现果蔬干燥过程中LF-NMR信息和MC极显著相关,可以作为MC过程监测的指标。通过检测参数自适应调整和MC模型参数优化手段可以提升LF-NMR干燥终点精准判别能力。经优化LF-NMR关键检测参数重复时间（TR）、回波时间（TE）、回波次数（Nech）和扫描次数（NS）等,LF-NMR检测结果相对标准偏差（RSD）＜10%,经优化反向传播人工神经网络（BP-ANN）MC模型参数学习方法、传递函数、激活函数、神经元数量等,MC模型判定系数（R2）为0.9975,均方误差（RMSE）为0.0173 g/gw.b.。方法适应性评估结果显示胡萝卜、香蕉、杏鲍菇在联合干燥工艺中MC转换点预测精度分别为标准偏差（SD）0.0185 g/gw.b.、0.0139 g/gw.b.、0.0137 g/gw.b.,干燥终点精准判别正确率达80%以上。2.基于LF-NMR的三种典型果蔬干燥皱缩检测与调控技术研究。研究发现干燥过程果蔬皱缩主要发生在干燥前中期,呈现先快速皱缩后趋于稳定的规律,表面张力和玻璃化转变分别为两个阶段的重要影响因素。三种物料皱缩各具特点,香蕉以纵向皱缩为主,保留体积最大（36%）,杏鲍菇以横向皱缩为主,胡萝卜横纵皱缩均等,保留体积最小（13%）,三种物料分别在 MC 为 0.70g/gw.b.、0.70g/gw.b.、0.60g/gw.b.左右达到皱缩平衡点。四种不同干燥工艺对皱缩产生不同影响,降低真空度有利于形状的保持,随着微波强度的增大,果蔬保留体积呈现先增大后减小趋势,增大温度加重了果蔬皱缩程度。LF-NMR研究发现,自由水散失阶段果蔬干燥皱缩与MC变化显著相关,当A23与A22含量相当,即A23/A22（1）时是皱缩体积平衡的关键指示点,缩短干燥起始至A23/A22（1）之间的加工时间有利于减少皱缩程度,体积保留率增加了 39.13%。基于LF-NMR全信息的BP-ANN皱缩模型在物料高水分阶段具有较高的皱缩监控能力,检测精度大于95%,干燥末期,检测精度大于80%,对变功率工艺的物料保留体积皱缩预测准确度大于 75%。3.基于LF-NMR-NIR的果蔬干燥过程营养指标检测技术研究。不同营养物质在干燥过程中呈现不同的变化规律,类胡萝卜素呈现缓慢降低-快速降解-趋于稳定的总体趋势,主要降解区为MC 0.15 g/g w.b.～0.85 g/g w.b.,维生素C（Vc）降解主要发生在干燥前中期,主要降解区为MC 0.60 g/g w.b.～0.90 g/g w.b.,还原糖降解则主要出现在中后期,从MC0.50g/gw.b.加速降低,相比杏鲍菇,香蕉还原糖含量在干燥前中期有增大现象,可溶性固形物（SSC）含量逐渐降低。LF-NMR适合用于与水相关指标的检测,NIR对营养等组分指标检测更有优势,LF-NMR-NIR信息融合技术能进一步提升营养指标检测的准确度。通过对营养指标的LF-NMR-NIR数据进行Savitzky-Golay（SG平滑）、标准正态变量变换（SNV）、多元散射校正（MSC）、一阶导数（1stD）数据预处理优化及偏最小二乘（PLS）、支持向量机（SVM）、BP-ANN模型构建优化发现,不同营养指标适配不同方法,类胡萝卜素和Vc适合1stD-SG-BP-ANN方法,还原糖适合PLS方法,SSC适合SVM方法。基于LF-NMR-NIR信息融合的混合干燥营养指标模型能够提高营养模型在HAD、IRD和MVD营养指标检测中的性能。4.基于LF-NMR-NIR信息融合的果蔬干燥色泽劣变机制及调控技术研究。重点研究果蔬干燥过程色泽变化和褐变机制,结果显示果蔬干燥色泽、褐变经历增大-平稳-增大三个阶段,干燥前期主要受物理性皱缩和酶促褐变影响,干燥后期主要受非酶褐变,尤其是美拉德反应的影响。干燥过程中三种物料色泽、褐变变化各有特点,亮度L*方面,胡萝卜呈现先增大后减小的规律,香蕉和杏鲍菇因较强酶促褐变效应,L*逐渐减小;干燥后期,胡萝卜出现较强的色素降解,a*、b*变化显著,香蕉和杏鲍菇则波动不大;在总色差变化方面,胡萝卜受到L*和b*共同影响,香蕉则以L*影响为主,而杏鲍菇则受b*影响显著。基于褐变指标的调控方法更有利于干燥产品外观品质的提升,建立了基于LF-NMR-NIR信息融合的果蔬干燥过程褐变检测方法,通过无信息变量消除（UVE）、水分背景消除以及多物料多干燥方法单体模型构建等方法,提升了 BP-ANN果蔬干燥褐变模型的适用范围和方法准确度,胡萝卜、香蕉和杏鲍菇的预测RMSE分别下降了46.65%、33.55%和47.80%,在褐变调控模式和焦糊预警模式下产品褐变度分别控制在0.168±0.02 和 0.274±0.03,能效提升了 28%以上。5.LF-NMR-NIR信息融合技术在果蔬干燥过程综合品质智能检测中的应用。在前期果蔬干燥品质变化机理研究之上,设计开发了基于LF-NMR-NIR的多模式模糊逻辑果蔬综合品质智能干燥控制系统,该系统以MC、A23/A22和褐变度为输入变量、微波功率和加热温度为控制变量,实现了干燥过程中水分、物料体积和褐变度的实时监控及干燥参数优化调节,具备干燥终点精准判别和褐变焦糊防制能力。通过三种典型果蔬的智能干燥综合品质控制系统干燥验证,该系统干燥终点判别结果相对误差＜20%;三种果蔬干燥产品综合品质优异,胡萝卜、香蕉和杏鲍菇褐变度分别降低了 30.23%、21.43%和20.45%,体积保留率增加了 40.03%、34.62%和58.33%,类胡萝卜素、Vc、香蕉还原糖、香蕉SSC、杏鲍菇多糖和杏鲍菇SSC分别提升了 6.49%、7.31%、13.02%、8.82%、8.53%和6.54%,干燥效率提升幅度＞31.25%。