[发明专利]一种荔枝低温等离子体无菌气调保鲜方法在审
申请号: | 202010762352.6 | 申请日: | 2020-07-31 |
公开(公告)号: | CN111728023A | 公开(公告)日: | 2020-10-02 |
发明(设计)人: | 钟楚杰 | 申请(专利权)人: | 钟楚杰 |
主分类号: | A23B7/04 | 分类号: | A23B7/04;A23B7/152;A23B7/015;C08J5/18;C08L23/06 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 陈卫;禹小明 |
地址: | 516001 广东省惠州市惠*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 荔枝 低温 等离子体 无菌 保鲜 方法 | ||
1.一种荔枝低温等离子体无菌气调保鲜方法,其特征在于,包括如下步骤:
S1、清晨采摘8~8.5成熟荔枝,去掉病虫害果、损烂果、小果,干身装入气调保鲜袋,收紧袋口至留有小口,放入冷库中预冷12~24小时;
S2、经预冷后,将荔枝连同气调保鲜袋取出,密闭气调保鲜袋封口后,送入等离子体处理密闭室进行低温等离子体处理1~10小时;
S3、将经低温等离子体处理后的荔枝连同气调保鲜袋转移至冷库中贮藏,且每隔3~7天再移入至等离子体处理密闭室作低温等离子体处理1~10小时。
2.根据权利要求1所述的荔枝低温等离子体无菌气调保鲜方法,其特征在于,所述气调保鲜袋是以树脂材料为基质,并添加功能性材料混合后吹制而成;所述树脂材料占混合物总质量的60~95%,所述功能性材料占混合物总质量的5~40%;
所述树脂材料为聚乙烯;所述功能性材料选用生物降解高分子材料、成核透明剂、填充剂、抑菌防霉剂、流滴剂、偶联剂和着色剂中的一种以上,以及石墨烯和/或石墨粉。
3.根据权利要求2所述的荔枝低温等离子体无菌气调保鲜方法,其特征在于,所述生物降解高分子材料选用改性淀粉和改性甲壳素中的一种以上,所述生物降解高分子材料占混合物总质量的0~30%;
和/或,所述成核透明剂为对甲基苯甲醛山梨醇、二(苯亚甲基)山梨醇、二(对甲基苯亚甲基)山梨醇、二(3.4-二甲基苯亚甲基)山梨醇中的一种,所述成核透明剂占混合物总质量的0%~3%;
和/或,所述填充剂为碳酸钙、滑石粉、大谷石、沸石、方解石、二氧化硅、二氧化钛、硅藻土、赤泥、陶瓷粉末中的1~4种,所述填充剂占混合物总质量的1%~15%;
和/或,所述抑菌防霉剂为银离子、纳米银、纳米二氧化钛、纳米二氧化锌、肉桂醛中的1~3种,所述抑菌防霉剂占混合物总质量的0.5%~5%;
和/或,所述流滴剂为失水山梨醇单月桂酸酯、失水山梨醇单棕榈酸酯、失水山梨醇单硬脂酸酯、聚氧乙烯(5)甘油单硬脂酸酯中的1~2种,所述流滴剂占混合物总质量的0%~3%;
和/或,所述偶联剂为乙烯基甲基二甲氧基硅烷、乙烯基三乙氧基硅烷、聚硅氧烷、甲基三乙氧基硅烷中的1~2种,所述偶联剂占混合物总质量的0%~15%;
和/或,所述着色剂为氧化铁红、钴蓝、二氧化钛中的一种,所述着色剂占混合物总质量的0%~3%。
4.根据权利要求2或3所述的荔枝低温等离子体无菌气调保鲜方法,其特征在于,所述石墨烯和/或石墨粉占混合物总质量的0.1~3%。
5.根据权利要求1所述的荔枝低温等离子体无菌气调保鲜方法,其特征在于,所述气调保鲜袋中每袋装1~2.5公斤荔枝;所述收紧袋口并留有小口为收紧袋口至余留2~3cm口径的小口。
6.根据权利要求1所述的荔枝低温等离子体无菌气调保鲜方法,其特征在于,所述预冷的温度为0~5℃,气流速度保持为1~2米/秒。
7.根据权利要求1所述的荔枝低温等离子体无菌气调保鲜方法,其特征在于,所述低温等离子体处理的温度为0~5℃,湿度为40~80%,气流速度保持在1~8米/秒,正负离子浓度保持在2~2.5×108个/cm3范围内,且所述荔枝放置于距等离子体发生源5~40厘米处。
8.根据权利要求1所述的荔枝低温等离子体无菌气调保鲜方法,其特征在于,所述等离子体处理密闭室设置在所述冷库内,且体积为所述冷库体积的1/10~2/15;所述等离子体处理密闭室内设置有等离子体发生器、风扇以及载料台。
9.根据权利要求1所述的荔枝低温等离子体无菌气调保鲜方法,其特征在于,所述贮藏的温度为-2~7℃。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于钟楚杰,未经钟楚杰许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010762352.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于治疗产后风的中药制剂
- 下一篇:深度学习模型及其预测流量数据的方法