《Journal of Food Engineering》：Digital twin for fresh produce washing in flume tanks: Reducing water and sanitiser use while ensuring food safety
編輯推薦：
數字孿生模型優化連續水槽式蔬果清洗工藝，通過機械模型描述水質動態、消毒劑降解及微生物失活過程，結合多目標優化平衡用水與消毒劑用量，實時調整參數以維持衛生標準，驗證了數字孿生在提升資源效率和微生物安全性的應用價值。
阿里·薩爾瓦多·莫雷諾·拉索（Ari Salvador Moreno Razo）| 卡洛斯·維拉斯（Carlos Vilas）| 何塞·A·巴斯克斯（Jose A. Vázquez）| 安娜·阿連德（Ana Allende）| 米里亞姆·R·加西亞（Míriam R. García）
生物系統與生物過程工程小組，IIM-CSIC，愛德華多·卡貝略街6號，維戈，36208，西班牙
摘要
清洗新鮮農產品對于去除土壤和滅活可能對生食產品構成風險的微生物至關重要。然而，由于農產品負荷的變化以及水質與消毒劑化學性質之間的時空相互作用，運行連續式流水槽系統具有挑戰性。
本研究通過開發一個數字孿生模型來應對這一挑戰，該模型能夠優化連續式流水槽運行過程中的水和消毒劑的添加量。其主要組成部分是一個描述水質動態、消毒劑衰減以及微生物滅活的機理模型。該模型被離線用于解決多目標優化問題，以平衡補水和消毒劑劑量，同時確保出水口的細菌濃度不超過規定的最大允許值。所得到的帕累托前沿（Pareto front）顯示，最佳解決方案會隨著是優先考慮節水還是減少消毒劑使用而發生變化，并揭示了僅依賴補水時所需的水量過大這一問題。對于在線應用，數字孿生模型會根據實時測量的農產品質量調整最佳方案，從而在負荷波動的情況下保證衛生要求。
引言
有效清洗新鮮農產品是去除土壤、減少微生物負荷以及防止清洗過程中交叉污染的關鍵控制點。收獲的農產品可能攜帶土壤和有機物質，并可能被致病微生物污染，這些微生物必須在零售前被清除或滅活，尤其是對于生食產品而言。最近的一項文獻綜述指出，2010年至2022年間發生了50多起與食用新鮮切割和完整蔬菜及香草相關的食品安全事件（歐洲食品安全局生物危害小組（EFSA BIOHAZ）等，2023年）。這些事件導致數千例人類病例，約500人住院治療。
微生物污染通常通過兩種主要方法進行控制：添加清水或添加含消毒劑的清水（通常是基于氯的抗菌劑）（Seymour，1999年）。通過這些方法，從食物轉移到水中的微生物要么被稀釋（僅添加清水時），要么被同時滅活和稀釋（使用含消毒劑的水時）。同時，有機物質也會從食物轉移到水中，這可能會阻礙微生物的滅活。大量添加水或消毒劑可以控制微生物數量，但也可能帶來負面后果，包括環境影響，以及在使用消毒劑的情況下對消費者健康的威脅。在高濃度下，基于氯的消毒劑會與有機物質反應生成有害的消毒副產物（如三鹵甲烷（THMs）和氯酸鹽（Gadelha等，2019年），這些物質可能被清洗后的蔬菜吸收。相反，僅依賴補水而不使用消毒劑可能在環境上不可持續，因為這需要大量的水（Gil等，2025年）。
鑒于使用水和消毒劑所涉及的權衡，顯然需要工具來預測和優化在實際變化的操作條件下的清洗過程性能。數字孿生模型是現實世界對象或系統的虛擬表示，能夠實時更新，并包含準確模擬其真實對應物動態、過程和行為的必要組件（Defraeye等，2021年）。使用數字孿生模型可以在不同的操作條件下優化工業過程。為了構建和實施某個過程的數字孿生模型，需要傳感器網絡、連接傳感器的平臺以及仿真平臺（Verboven等，2020年）。仿真平臺包含計算模型，這些模型使用傳感器數據作為輸入，并執行必要的計算以獲得改進過程性能、決策和數據分析的輸出結果。
在食品加工應用中，可以采用不同的建模方法，從基于數據的經驗模型到基于原理的機理模型。在工業實踐中，通常更傾向于使用經驗模型，因為主要目標是確保安全和產品質量，而不是深入了解潛在過程（Erdogdu等，2017年）。然而，與基于數據的模型相比，機理模型在數字孿生框架中作為仿真模型使用時具有明顯優勢。除了量化過程動態和食品質量的演變外，機理模型對噪聲和變異性的抵抗力更強，所需數據量更少，適用范圍更廣，并有助于闡明潛在的過程機制（Defraeye等，2021年）。此外，關于新鮮農產品的處理，大多數現有模型都是非動態的，只有少數模型考慮了水中游離氯與微生物污染水平之間的相互作用（Munther等，2015年；Dunkin等，2017年；Mokhtari等，2018年；Abnavi等，2019年；Moreno-Razo等，2025年）。有關這些模型的更多細節，請參見Gil等（2025年）的研究，其中包含了一份比較當時可用研究中不同表示方法的表格。
然而，大多數建模研究通常假設水混合均勻，因此不適合用于表示流水槽系統。流水槽是食品行業中常用的長形開放式渠道系統（Tudela等，2019年）。與混合均勻的槽不同，流水槽涉及單向流動，通常設計為將產品沿輸送帶移動或通過水流輸送一定距離。由于水流的空間分布以及有機物、微生物和化學物質之間的持續相互作用，該過程存在空間變異性。鑒于流水槽的長幾何形狀以及攪拌作用和主導的流動方向，沿縱向的空間梯度預計比橫向更為顯著。據作者所知，Tan等（2022年）是唯一一項研究流水槽中時空變化的研究。這項工作近似描述了微生物和有機物質污染的動態和空間分布，但沒有考慮關鍵機制，例如化學需氧量（COD）對滅活的影響（Abnavi等，2021年；Falcó等，2023年；Moreno-Razo等，2025年）。
重要的是，文獻中報道的模型從未被用于旨在確定達到安全微生物水平所需最佳操作條件的過程優化，也未被用于開發數字孿生模型。只有少數初步嘗試，例如Zhou等（2014年）提出了一個旨在維持穩定氯濃度的劑量算法。
本研究提出了一個流水槽清洗過程的數字孿生模型，旨在支持多目標優化和實時過程控制。這里的“數字孿生”特指一個數學模型，該模型通過從過程中獲取的數據不斷更新，并能夠計算出最佳操作方案（最小化干預影響），以調節細菌濃度和游離氯水平。論文首先描述了過程和模型的數學表述，以及實時實施的優化策略的開發。隨后，“結果與討論”部分展示了從離線優化分析和在線閉環策略中獲得的結果，這些分析是在代表切塊洋蔥清洗的模擬測試案例上進行的。
清洗過程描述
圖中展示了本研究中考慮的特定流水槽的示意圖。工藝用水以給定的體積流量（）進入槽中，而進入槽中的農產品的質量流量為。在槽內，有機物和細菌從農產品持續轉移到工藝水中。消毒劑（本例中為基于氯的抗菌劑）通過注射口加入槽中，其流量由表示。
結果與討論
盡管所提出的策略具有通用性，可以應用于不同的食品基質，但本文使用切塊洋蔥作為清洗產品進行了數值測試。在工業實踐中，切塊洋蔥在切割后用含氯消毒劑清洗，然后沖洗并干燥包裝。選擇切塊洋蔥的原因是基于歐洲食品安全局技術報告中提供的工藝數據的可用性和質量（EFSA BIOHAZ小組等，2025年；Gil等，2025年）。
結論
在這項工作中，我們開發了一個數字孿生模型，用于優化流水槽中新鮮農產品的清洗過程，其中必須考慮相關變量的空間分布。該數字孿生模型基于一維（1D）模型，考慮了關鍵的傳輸和反應現象，包括細菌和COD從農產品轉移到工藝水中的過程、消毒劑對細菌的滅活作用，以及在湍流條件下的對流和擴散傳輸。
作者貢獻聲明
阿里·薩爾瓦多·莫雷諾·拉索（Ari Salvador Moreno Razo）：撰寫 – 審稿與編輯，撰寫 – 原稿，可視化，軟件開發，方法論研究，數據管理。卡洛斯·維拉斯（Carlos Vilas）：撰寫 – 審稿與編輯，撰寫 – 原稿，監督，項目管理，概念構思。何塞·A·巴斯克斯（Jose A. Vázquez）：撰寫 – 審稿與編輯，資金籌集，概念構思。安娜·阿連德（Ana Allende）：撰寫 – 審稿與編輯，資金籌集，概念構思。米里亞姆·R·加西亞（Míriam R. García）：撰寫 – 審稿與編輯
利益沖突聲明
作者聲明他們沒有已知的財務利益沖突或個人關系可能影響本文所述的工作。
致謝
我們感謝PID2021-123654OB-C32、PID2022-136817OB-I00、PID 2022–1417080B–I00和PID2024-157718OB-C32項目的資助，這些項目由MCIN/AEI/10.13039/501100011033/FEDER提供支持。此外，作者還感謝AGROALNEXT計劃（MCIN和NextGenerationEU基金，PRTR–C17.I1）以及加利西亞自治區政府（IN607B 2023/04）的財政支持。
