基于太赫兹时域光谱与Transformer神经网络的微波真空脱水过程中牛肉、甜菜根和香蕉片水分流失连续监测研究

为解决微波真空脱水(MVD)过程中实时监测与水分损失预测的难题，研究人员创新性地将太赫兹时域光谱(THz-TDS)与基于Transformer的神经网络(TbNN)相结合，通过筛选PTFE材料(透射率0.824)构建监测系统，成功实现牛肉、甜菜根和香蕉片脱水过程的连续监测，预测精度达R2=0.96。该研究为食品工业智能化质量控制提供了新范式。

　　

食品脱水是延长肉类、果蔬保质期的关键技术，但传统热风干燥效率低且易破坏营养成分。微波真空脱水(MVD)虽能实现低温高效处理，却长期缺乏实时监测手段，现有方法多需中断流程或破坏样本。更棘手的是，太赫兹时域光谱(THz-TDS)技术虽具非破坏性优势，却受限于复杂噪声干扰和小样本数据分析难题。

University College Dublin (UCD)国立爱尔兰大学的研究团队在《Journal of Food Engineering》发表突破性研究，通过THz-TDS与Transformer神经网络(TbNN)的融合，实现了MVD过程中水分流失的精准监测。该团队首先从聚乙烯(PE)、聚四氟乙烯(PTFE)和石英三种材料中筛选出最优透射材料PTFE(透射率0.824)，随后利用TbNN的自注意力机制提取0.0659-2.8864 THz特征频率，最终建立预测精度达R²=0.961的模型，为食品工业智能化升级提供关键技术支撑。

关键技术方法包括：(1)采用标准AOAC方法测定参考水分含量；(2)THz-TDS单点采样结合快速傅里叶变换(FFT)获取0-15 THz频域数据；(3)构建含位置嵌入层和4头自注意力机制的TbNN架构；(4)采用标准正态变量(SNV)预处理和分段学习率策略优化模型。实验设计涵盖牛肉、甜菜根、香蕉三类样本，在100W功率和3±1kPa条件下进行6个时间点(0-30分钟)的MVD处理。

【3.1. 空气软管材料的透射率】

通过THz-TDS成像系统比较发现，PTFE软管中心透射率达0.824，显著优于PE(0.624)和石英(0.543)，其径向对称的透射率分布特性使其成为MVD监测的理想载体。

【3.2. THz光谱分析】

在0-3 THz范围内识别出9个水蒸气特征吸收峰(如1.0989 THz和2.8864 THz)，其强度与脱水时间呈正相关。30分钟时透射值升至0.6-0.7，印证THz信号对水分蒸发的敏感性。

【3.3. TbNN建模分析】

基于特征频率构建的TbNN模型，经线性校准后测试集R²从0.954提升至0.966，MAE低至0.0297。模型通过dropout(0.2)和L2正则化(0.0005)有效防止小数据过拟合，注意力权重可视化显示对2.3956 THz频段关注度最高。

该研究开创性地将Transformer架构应用于THz光谱分析，突破传统CNN/RNN在小样本场景的局限。PTFE软管与TbNN的组合使MVD监测精度提升至工业应用级别(RMSE<0.041)，特征频率的发现为食品水分检测提供新生物标记。未来可扩展至更多农产品矩阵，推动食品加工向智能化、非破坏性检测方向演进。