基于食用植物油加工環(huán)節(jié)安全風(fēng)險(xiǎn)評(píng)估方法的研究

郭允棟，賈才華*，張賓佳，牛 猛，趙思明，黃漢英

（1華中農(nóng)業(yè)大學(xué)食品科學(xué)技術(shù)學(xué)院 武漢 430070 2華中農(nóng)業(yè)大學(xué)工學(xué)院 武漢 430070）

在植物油物質(zhì)組成中，不僅含有亞油酸、亞麻酸等物質(zhì)，還包括一些微量元素，是人們生活所必需的熱量和營(yíng)養(yǎng)，對(duì)人體調(diào)節(jié)平衡具有非常重要的意義[1]。如：α-亞麻酸具有降壓，抗癌，提高腦神經(jīng)功能[2]，對(duì)高血脂癥和動(dòng)脈硬化有明顯的抑制作用[3]。植物甾醇具有降低膽固醇、血脂，抑制脂質(zhì)過氧化和保護(hù)肝臟的作用[4]。亞油酸是人體必需脂肪酸，具有治療糖尿病、視網(wǎng)膜病變的潛力[5-6]。維生素E（生育酚）具有降血脂，增強(qiáng)免疫，抗不育，抑制腫瘤細(xì)胞生長(zhǎng)，改善動(dòng)脈粥硬化及預(yù)防心血管疾病等生理功能，其中α-生育酚和γ-生育酚具有較強(qiáng)的抗氧化能力[7-8]。

江南大學(xué)食品安全風(fēng)險(xiǎn)治理研究院通過大數(shù)據(jù)挖掘技術(shù)獲取的數(shù)據(jù)顯示：2006—2015年我國(guó)主流網(wǎng)絡(luò)媒體報(bào)道全國(guó)31 個(gè)省區(qū)（不包括我國(guó)的臺(tái)灣、香港和澳門地區(qū)）共發(fā)生245 862 起食品安全事件，平均全國(guó)每天發(fā)生約67.4 起食品安全事件[9]。為解決食品質(zhì)量安全問題，許多國(guó)家很早就出臺(tái)食品安全法律法規(guī)，建立了有效的食品風(fēng)險(xiǎn)評(píng)估體系。如歐盟在2002年頒布的178/2002 法規(guī)，依法建立了歐盟食品安全局，開始食品風(fēng)險(xiǎn)評(píng)估和風(fēng)險(xiǎn)交流工作，目前已形成嚴(yán)密的分析體系[10]。食品安全風(fēng)險(xiǎn)分析是目前我國(guó)最有效的食品質(zhì)量管理手段，它可以提前檢測(cè)出食品中存在的潛在危險(xiǎn)和質(zhì)量問題，是一種有預(yù)見性的規(guī)避風(fēng)險(xiǎn)的措施[11]。我國(guó)在2009年頒布了《中華人民共和國(guó)食品安全法》，食品安全風(fēng)險(xiǎn)評(píng)估在中國(guó)得到了發(fā)展[12]。近年來，國(guó)內(nèi)外研究人員對(duì)食品風(fēng)險(xiǎn)評(píng)估模型和方法建立進(jìn)行了大量研究，如提出將其中一種大數(shù)據(jù)挖掘方式——BP 神經(jīng)網(wǎng)絡(luò)運(yùn)用于食品安全風(fēng)險(xiǎn)預(yù)警的構(gòu)想[13]；利用大數(shù)據(jù)挖掘方法進(jìn)行食品風(fēng)險(xiǎn)評(píng)估預(yù)警[14]；提出一種基于模糊邏輯和層次全息模型技術(shù)組成的混合模型進(jìn)行生鮮食品的風(fēng)險(xiǎn)評(píng)估方法[15]。采用近紅外技術(shù)，通過偏最小二乘法和BP 神經(jīng)網(wǎng)絡(luò)法所建立的模型，快速檢測(cè)食品或農(nóng)產(chǎn)品中重金屬等危害成分以及蛋白質(zhì)、脂肪、總糖、含水量等成分含量[16]，實(shí)現(xiàn)食品安全風(fēng)險(xiǎn)的在線評(píng)估。

我國(guó)食用植物油在2014—2018年間抽檢的不合格指標(biāo)主要為酸價(jià)、過氧化值、溶劑殘留等指標(biāo)超標(biāo)，大多數(shù)為加工環(huán)節(jié)產(chǎn)生的危害因子，產(chǎn)品的檢測(cè)多集中于終端產(chǎn)品，企業(yè)不了解生產(chǎn)環(huán)節(jié)的實(shí)時(shí)狀況，某一指標(biāo)超標(biāo)時(shí)，無法及時(shí)確定并采取控制措施。因此，通過對(duì)食用植物油加工環(huán)節(jié)中可能存在的危害因子進(jìn)行風(fēng)險(xiǎn)評(píng)估，便于實(shí)時(shí)了解生產(chǎn)狀況，為企業(yè)安全生產(chǎn)提供指導(dǎo)作用。

1 試驗(yàn)方法

1.1 風(fēng)險(xiǎn)評(píng)估流程

有關(guān)研究指出，個(gè)體層面的安全風(fēng)險(xiǎn)評(píng)估是食品安全風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)，通常需要大量真實(shí)的食品安全狀態(tài)檢測(cè)數(shù)據(jù)，也可以參考相關(guān)的食品安全標(biāo)準(zhǔn)限量進(jìn)行研究[17]。因此，可以根據(jù)《食品安全國(guó)家標(biāo)準(zhǔn) 食品中真菌毒素限量》（GB 2761）[18]、《食品安全國(guó)家標(biāo)準(zhǔn) 食品中污染物限量》（GB 2762）[19]、《食品安全國(guó)家標(biāo)準(zhǔn) 食品中農(nóng)藥最大殘留限量》（GB 2763）[20]、《食品安全國(guó)家標(biāo)準(zhǔn) 食用植物油料》（GB 19641）[21]、《食品安全國(guó)家標(biāo)準(zhǔn) 植物油》（GB2716）[22]等法律法規(guī)及標(biāo)準(zhǔn)來確定加工環(huán)節(jié)的關(guān)鍵指標(biāo)及其限值。在一定檢測(cè)方法和頻率下，獲得植物油檢測(cè)指標(biāo)值，進(jìn)而確定植物油加工過程風(fēng)險(xiǎn)狀態(tài)表征參數(shù)，計(jì)算風(fēng)險(xiǎn)指數(shù)。最后，基于風(fēng)險(xiǎn)評(píng)估算法，根據(jù)各指標(biāo)的檢測(cè)值，判斷植物油加工節(jié)點(diǎn)所在風(fēng)險(xiǎn)區(qū)間，從而采取相應(yīng)的風(fēng)險(xiǎn)控制措施，保證加工過程中植物油的安全。有相關(guān)報(bào)道指出新鮮牛肉生產(chǎn)過程中采集的指示微生物數(shù)據(jù)符合正態(tài)分布[23]，因此，本文采用正態(tài)分布隨機(jī)函數(shù)生成的數(shù)據(jù)模擬實(shí)際生產(chǎn)數(shù)據(jù)。植物油質(zhì)量安全風(fēng)險(xiǎn)評(píng)估流程，如圖1所示，本文重點(diǎn)在于風(fēng)險(xiǎn)評(píng)價(jià)關(guān)鍵指標(biāo)算法的研究。

圖1 植物油質(zhì)量安全風(fēng)險(xiǎn)評(píng)估流程Fig.1 Process of risk assessment of vegetable oil quality and safety

1.2 指標(biāo)的確定及一致化處理

植物油加工工藝流程：原料驗(yàn)收→清理→壓榨→過濾→脫膠（水化）→堿煉（脫酸）→水洗→脫水→脫色→脫臭→檢驗(yàn)→包裝→入庫(kù)。其中每個(gè)加工環(huán)節(jié)稱作一個(gè)節(jié)，通過分析植物油加工過程，確定原料驗(yàn)收、堿煉、脫色與脫臭4 個(gè)環(huán)節(jié)為關(guān)鍵控制點(diǎn)。在植物油加工環(huán)節(jié)中存在大量的指標(biāo)數(shù)據(jù)，根據(jù)其質(zhì)量安全要求和指標(biāo)數(shù)據(jù)需求分析，以大豆油為例，參考最新的《食品安全國(guó)家標(biāo)準(zhǔn) 大豆》（GB 1352）[24]、《食品安全國(guó)家標(biāo)準(zhǔn) 大豆油》（GB/T 1535）[25]等相關(guān)標(biāo)準(zhǔn)，確定植物油加工中影響植物油質(zhì)量安全需采集的關(guān)鍵性指標(biāo)，將其作為風(fēng)險(xiǎn)評(píng)估的指標(biāo)參數(shù)，具體采集指標(biāo)如表1所示。

表1 信息采集表Table 1 Table of information collection

基于風(fēng)險(xiǎn)評(píng)估算法，為了使關(guān)鍵控制點(diǎn)各部分的指標(biāo)計(jì)算在內(nèi)部保持一致性，同時(shí)保持其內(nèi)部關(guān)系的正確性，對(duì)關(guān)鍵控制點(diǎn)指標(biāo)與關(guān)鍵限值關(guān)系進(jìn)行一致性處理，以檢測(cè)指標(biāo)≤關(guān)鍵限值的方式來表示，根據(jù)《食品安全國(guó)家標(biāo)準(zhǔn) 大豆》（GB 1352）25 中的規(guī)定，大豆完整粒率指標(biāo)以高于關(guān)鍵限值表示，因此對(duì)其進(jìn)行指標(biāo)一致化處理按照非完整粒率≤5%來表示（以等級(jí)1 大豆為例）。

1.3 風(fēng)險(xiǎn)評(píng)估模擬數(shù)據(jù)獲取

植物油危害因子模擬檢測(cè)數(shù)據(jù)是基于國(guó)家標(biāo)準(zhǔn)限值，采用Excel 中NORMINV（rand，mean，standard_dev） 正態(tài)分布隨機(jī)函數(shù)生成的模擬數(shù)據(jù)[26-27]。首先根據(jù)企業(yè)實(shí)際監(jiān)測(cè)數(shù)據(jù)分析得出平均值與標(biāo)準(zhǔn)值，然后使用正態(tài)分布函數(shù)隨機(jī)生成數(shù)據(jù)。通過模擬計(jì)算此函數(shù)抽樣生成的1 000 組隨機(jī)數(shù)，其中函數(shù)模擬生產(chǎn)的數(shù)據(jù)是隨機(jī)變化的。

抽樣次數(shù)：依據(jù)植物油加工實(shí)際情況，每小時(shí)抽樣檢測(cè)1 次，按每天生產(chǎn)10 個(gè)小時(shí)，即每天抽樣10 次，一年按加工生產(chǎn)100 d 計(jì)算，總計(jì)抽樣次數(shù)1 000 次。因此，模擬抽樣1 000 次，即是模擬植物油加工整個(gè)年度的質(zhì)量安全指標(biāo)檢測(cè)風(fēng)險(xiǎn)狀態(tài)。

平均值與標(biāo)準(zhǔn)差：重金屬Pb 平均值與標(biāo)準(zhǔn)差根據(jù)實(shí)際檢測(cè)數(shù)據(jù)計(jì)算得到，其它危害因子，假設(shè)根據(jù)重金屬平均值、標(biāo)準(zhǔn)差與限值等比例得到。

1.4 風(fēng)險(xiǎn)評(píng)估算法

采用單指標(biāo)相對(duì)風(fēng)險(xiǎn)值Vji和加工環(huán)節(jié)的節(jié)點(diǎn)風(fēng)險(xiǎn)指數(shù)Fj表示，Vji是加工中第j 個(gè)環(huán)節(jié)第i個(gè)單個(gè)指標(biāo)的相對(duì)風(fēng)險(xiǎn)指數(shù)值，F(xiàn)j是加工中第j個(gè)環(huán)節(jié)的風(fēng)險(xiǎn)指數(shù)值。

風(fēng)險(xiǎn)概率圖的繪制：利用Excel 軟件，基于相對(duì)風(fēng)險(xiǎn)值、風(fēng)險(xiǎn)指數(shù)和綜合風(fēng)險(xiǎn)指數(shù)（1）、（2）、（3）計(jì)算公式，利用有關(guān)函數(shù)生成的模擬數(shù)據(jù)，計(jì)算加工環(huán)節(jié)中相對(duì)風(fēng)險(xiǎn)值Vji及風(fēng)險(xiǎn)指數(shù)Fj值，使用COUNTIF（range，criteria）函數(shù)統(tǒng)計(jì)1 000 次檢測(cè)數(shù)據(jù)Fj在0～1（以0.05 為間距）范圍中風(fēng)險(xiǎn)區(qū)間的概率，繪制風(fēng)險(xiǎn)指數(shù)概率圖。

1.4.1 相對(duì)風(fēng)險(xiǎn)值 加工環(huán)節(jié)中單項(xiàng)指標(biāo)的相對(duì)風(fēng)險(xiǎn)值[28]為：

式中，Vji——第j 個(gè)節(jié)點(diǎn)第i 個(gè)指標(biāo)的相對(duì)風(fēng)險(xiǎn)；A——指標(biāo)關(guān)鍵限值；B——實(shí)測(cè)值；j——第j個(gè)節(jié)點(diǎn)（j=1，2，3，…）；i——第j 個(gè)節(jié)點(diǎn)的第i 個(gè)指標(biāo)（i=1，2，3，…）。

當(dāng)Vji﹤1 時(shí)，該單項(xiàng)指標(biāo)檢測(cè)合格；當(dāng)Vji≥1時(shí)，該單項(xiàng)指標(biāo)檢測(cè)超標(biāo)。

1.4.2 風(fēng)險(xiǎn)指數(shù) 節(jié)點(diǎn)的風(fēng)險(xiǎn)指數(shù)，采用最大值法。

式中，F(xiàn)j——第j 個(gè)環(huán)節(jié)的風(fēng)險(xiǎn)指數(shù)；Vjn——第j 個(gè)節(jié)點(diǎn)的第n 個(gè)指標(biāo)風(fēng)險(xiǎn)值。

1.4.3 綜合風(fēng)險(xiǎn)指數(shù) 4 個(gè)關(guān)鍵控制環(huán)節(jié)的綜合風(fēng)險(xiǎn)指數(shù)，采用最大值法。

式中，F(xiàn)——全鏈條的綜合風(fēng)險(xiǎn)指數(shù)。

風(fēng)險(xiǎn)指數(shù)和綜合風(fēng)險(xiǎn)指數(shù)算法中均采用最大值算法，雖然最大值算法會(huì)增加植物油生產(chǎn)成本，但是卻能最大程度上保證植物油質(zhì)量安全。

1.4.4 風(fēng)險(xiǎn)指數(shù)概率的計(jì)算

式中，p——風(fēng)險(xiǎn)指數(shù)（p=0.1，0.15，0.2，…）；P——第j 個(gè)環(huán)節(jié)的風(fēng)險(xiǎn)指數(shù)低于p 的概率。

1.5 指標(biāo)數(shù)據(jù)的生成

基于1.2 中風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)，以大豆油堿煉環(huán)節(jié)為例，選取油料種子中污染物（Pb）、真菌毒素（黃曲霉毒素B1）、農(nóng)殘（滅草松）等危害因子和成品的酸價(jià)、過氧化值等質(zhì)量因子，并根據(jù)1.3 中數(shù)據(jù)獲取的方法隨機(jī)生成指標(biāo)數(shù)據(jù)，即為符合條件的隨機(jī)實(shí)測(cè)值。該函數(shù)獲取的局部數(shù)據(jù)如圖2所示，根據(jù)1.4 中風(fēng)險(xiǎn)概率圖的繪制方法，僅針對(duì)成品油中的指標(biāo)繪制風(fēng)險(xiǎn)概率圖。

圖2 正態(tài)分布函數(shù)隨機(jī)生成數(shù)據(jù)（局部）Fig.2 Random data generated by normal distribution function（local）

1.6 風(fēng)險(xiǎn)評(píng)估與預(yù)警應(yīng)用

k 為預(yù)警系數(shù)，是正常區(qū)間與預(yù)警區(qū)間的分界值，是判斷是否采取控制手段的標(biāo)準(zhǔn)。因此，風(fēng)險(xiǎn)等級(jí)根據(jù)Fj與k的關(guān)系，劃分為正常區(qū)間、預(yù)警區(qū)間、超標(biāo)區(qū)間3 個(gè)區(qū)間，F(xiàn)j=0～k，為正常區(qū)；Fj=k～1，為預(yù)警區(qū)間；Fj≥1，為超標(biāo)區(qū)。本試驗(yàn)通過模擬數(shù)據(jù)，計(jì)算出Vji值和Fj值，最終通過風(fēng)險(xiǎn)指數(shù)概率圖，分析Fj值與k 的關(guān)系，并依據(jù)植物油加工過程的實(shí)際情況，從而確認(rèn)k 的取值，用于有效的風(fēng)險(xiǎn)預(yù)警。

植物油生產(chǎn)加工過程具有連續(xù)生產(chǎn)的特點(diǎn)，生產(chǎn)設(shè)備自動(dòng)化程度高，生產(chǎn)過程中各環(huán)節(jié)檢測(cè)頻率高，在加工生產(chǎn)過程中有必要使用物聯(lián)網(wǎng)設(shè)備對(duì)關(guān)鍵控制點(diǎn)進(jìn)行連續(xù)性不間斷檢測(cè)。采樣時(shí)間c：2 次采樣間隔的時(shí)間為1 h，包含采樣時(shí)間、檢測(cè)時(shí)間等，c＞采樣時(shí)間+檢測(cè)分析時(shí)間。采樣總次數(shù)為20 次，每次4 個(gè)關(guān)鍵控制點(diǎn)數(shù)據(jù)采集同時(shí)進(jìn)行。采集的20 次數(shù)據(jù)來源于前面生產(chǎn)的模擬數(shù)據(jù)。

2 結(jié)果與分析

2.1 風(fēng)險(xiǎn)評(píng)估和預(yù)警

利用1.4 中的公式，計(jì)算大豆油堿煉環(huán)節(jié)的風(fēng)險(xiǎn)指數(shù)概率如圖3所示，其中Pji≥1 的概率穩(wěn)定在0.2%左右，表明1年抽樣1 000 次中大約有2 次不合格。當(dāng)k 取0.95 時(shí)，k ≤Vji≤1 的概率為5.5%；當(dāng)k 取0.9 時(shí)，k ≤Vji≤1 的概率為41.7%；當(dāng)k 取0.85 時(shí)，k ≤Vji≤1 的概率為95%左右，分析可以得到結(jié)論：k 值越小，預(yù)警越頻繁，風(fēng)險(xiǎn)評(píng)估與預(yù)警模型的可靠性越差。當(dāng)k=0.95 時(shí)，風(fēng)險(xiǎn)評(píng)估與預(yù)警模型既較穩(wěn)定，可靠性較高，又有助于食用植物油安全事件的提前防范。

圖3 正態(tài)分布風(fēng)險(xiǎn)指數(shù)概率圖Fig.3 Probability graph of normal distribution risk

植物油加工環(huán)節(jié)中的綜合風(fēng)險(xiǎn)指數(shù)Fj作為植物油質(zhì)量安全風(fēng)險(xiǎn)評(píng)估關(guān)鍵值。若Fj＜0.95，則其質(zhì)量安全風(fēng)險(xiǎn)評(píng)估在安全區(qū)，此時(shí)植物油生產(chǎn)風(fēng)險(xiǎn)低，可持續(xù)生產(chǎn)。若Fj≥0.95，則需要針對(duì)植物油加工環(huán)節(jié)中Fj≥0.95 的關(guān)鍵節(jié)點(diǎn)進(jìn)行下面的風(fēng)險(xiǎn)評(píng)估與預(yù)警。

當(dāng)0.95 ≤Fj＜1 時(shí)，則植物油質(zhì)量安全風(fēng)險(xiǎn)評(píng)估在預(yù)警區(qū)間，此時(shí)產(chǎn)品生產(chǎn)有風(fēng)險(xiǎn)，需要持續(xù)關(guān)注或者根據(jù)預(yù)警檢測(cè)指標(biāo)采取對(duì)應(yīng)措施，直至風(fēng)險(xiǎn)評(píng)估回到正常區(qū)間范圍。

當(dāng)Fj≥1 時(shí)，植物油質(zhì)量安全風(fēng)險(xiǎn)評(píng)估則進(jìn)入到超標(biāo)區(qū)間，此時(shí)產(chǎn)品生產(chǎn)不合格，需停止生產(chǎn)，查找原因。

2.2 關(guān)鍵點(diǎn)風(fēng)險(xiǎn)評(píng)估

原料驗(yàn)收是一個(gè)產(chǎn)業(yè)鏈環(huán)節(jié)的起點(diǎn)，原料符合標(biāo)準(zhǔn)是產(chǎn)品安全的基礎(chǔ)和保障。植物毛油中含有一定量的游離脂肪酸，為脫除這些脂肪酸，需要向油中添加堿性水溶液與脂肪酸發(fā)生皂化反應(yīng)生成不溶于油的皂鹽，強(qiáng)的吸附能力可將相當(dāng)數(shù)量的磷脂、蛋白質(zhì)、色素等雜質(zhì)一同吸附帶入絮狀沉淀物中[29]。脫色的目的在于去除色素、微量金屬、皂粒、膠質(zhì)、殘留農(nóng)藥和其它雜質(zhì)[30]。油脂脫臭的目的是脫除油脂中的氣味物質(zhì)，如醛類，脫臭工藝還能提高油脂的煙點(diǎn)，提高植物油脂的安全性。保證油脂加工環(huán)節(jié)質(zhì)量因子和危害因子在符合標(biāo)準(zhǔn)的范圍內(nèi)，以保證油脂加工過程中持續(xù)的安全性。

圖4是植物油加工環(huán)節(jié)4 個(gè)關(guān)鍵控制點(diǎn)隨機(jī)抽樣后，對(duì)其指標(biāo)進(jìn)行風(fēng)險(xiǎn)評(píng)估得到的折線圖。由圖可以看出，原料驗(yàn)收環(huán)節(jié)的風(fēng)險(xiǎn)指數(shù)趨于穩(wěn)定，其中，在20 次檢測(cè)中，第12 次檢測(cè)時(shí)的風(fēng)險(xiǎn)指數(shù)最高為0.946，所有檢測(cè)的指標(biāo)風(fēng)險(xiǎn)指數(shù)都在預(yù)警系數(shù)之下，說明原料驗(yàn)收階段屬于質(zhì)量安全監(jiān)控正常區(qū)間。

圖4 植物油加工關(guān)鍵控制點(diǎn)風(fēng)險(xiǎn)指數(shù)曲線圖Fig.4 Curve chart of risk index of critical control points for vegetable oil processing

在堿煉環(huán)節(jié)的風(fēng)險(xiǎn)評(píng)估中，從第10 次檢測(cè)開始，該關(guān)鍵控制點(diǎn)綜合指數(shù)超過正常區(qū)間，進(jìn)入預(yù)警區(qū)間，第10 次檢測(cè)結(jié)果為0.9615，第11 次檢測(cè)結(jié)果為0.9712，第12 次檢測(cè)結(jié)果為0.9805，第13次檢測(cè)結(jié)果為0.9615，第14 次檢測(cè)結(jié)果為0.9885。其它檢測(cè)風(fēng)險(xiǎn)指數(shù)都低于0.95，在正常區(qū)間范圍內(nèi)。第10 次檢測(cè)時(shí)，風(fēng)險(xiǎn)指數(shù)達(dá)到預(yù)警區(qū)間，觸發(fā)系統(tǒng)預(yù)警，管理人員根據(jù)堿煉環(huán)節(jié)風(fēng)險(xiǎn)指數(shù)查找該環(huán)節(jié)超標(biāo)的風(fēng)險(xiǎn)值，進(jìn)而確定預(yù)警指標(biāo)。企業(yè)通過明確的指標(biāo)因素可以進(jìn)一步排查與指標(biāo)相關(guān)的投入物、環(huán)境因素等。生產(chǎn)主管根據(jù)預(yù)警原因?qū)υ撽P(guān)鍵控制點(diǎn)采取應(yīng)對(duì)措施，在采取措施期間，第11～14 次檢測(cè)持續(xù)停留在預(yù)警區(qū)間，通過應(yīng)對(duì)措施處理好該風(fēng)險(xiǎn)預(yù)警后，在第15 次檢測(cè)時(shí)回歸到正常區(qū)間范圍。

由圖4中曲線可以看出，脫色環(huán)節(jié)20 次檢測(cè)，風(fēng)險(xiǎn)指數(shù)都在0～0.95 之間波動(dòng)，說明此環(huán)節(jié)加工屬于質(zhì)量安全監(jiān)控正常區(qū)間，通過系統(tǒng)監(jiān)控可以確定植物油在該環(huán)節(jié)生產(chǎn)質(zhì)量合格。

脫臭環(huán)節(jié)在第6 次檢測(cè)時(shí)，該關(guān)鍵控制點(diǎn)脫臭風(fēng)險(xiǎn)指數(shù)進(jìn)入超標(biāo)區(qū)間，檢測(cè)值為1.0512，此時(shí)應(yīng)立刻停產(chǎn)檢查，找出導(dǎo)致脫臭風(fēng)險(xiǎn)指數(shù)進(jìn)入超標(biāo)區(qū)間的指標(biāo)Pji及指標(biāo)個(gè)數(shù)。企業(yè)通過明確的指標(biāo)因素可以進(jìn)一步排查該關(guān)鍵控制點(diǎn)與指標(biāo)相關(guān)的投入物、環(huán)境因素等。生產(chǎn)主管根據(jù)超標(biāo)原因?qū)υ撽P(guān)鍵控制點(diǎn)采取應(yīng)對(duì)措施，在采取措施期間，第7～10 次處于停產(chǎn)期間無風(fēng)險(xiǎn)指數(shù)檢測(cè)數(shù)據(jù)，通過應(yīng)對(duì)措施處理好該風(fēng)險(xiǎn)超標(biāo)事故后，在第11 次檢測(cè)時(shí)間重新啟動(dòng)生產(chǎn)，風(fēng)險(xiǎn)指數(shù)檢查值回歸到正常區(qū)間范圍。

運(yùn)用食品安全風(fēng)險(xiǎn)分析的算法對(duì)食用植物油加工環(huán)節(jié)關(guān)鍵控制點(diǎn)的指標(biāo)進(jìn)行數(shù)據(jù)監(jiān)測(cè)，實(shí)現(xiàn)關(guān)鍵點(diǎn)加工風(fēng)險(xiǎn)可視化，能及時(shí)、快速反應(yīng)監(jiān)測(cè)點(diǎn)的安全狀況。當(dāng)風(fēng)險(xiǎn)超標(biāo)時(shí)，能夠確定出現(xiàn)問題的指標(biāo)，采取相應(yīng)措施解決風(fēng)險(xiǎn)，避免因?yàn)橘|(zhì)量或安全問題造成大批次不合格產(chǎn)品，保持生產(chǎn)的連續(xù)化。企業(yè)可以根據(jù)記錄數(shù)據(jù)的情況，找到食用植物油加工中風(fēng)險(xiǎn)較高的指標(biāo)或環(huán)節(jié)，并制定相對(duì)應(yīng)的措施，使其在后續(xù)生產(chǎn)中的風(fēng)險(xiǎn)保持在安全水平。

3 結(jié)論

通過分析食用油加工鏈條的特點(diǎn)，確定原料驗(yàn)收、堿煉、脫色和脫臭為關(guān)鍵控制點(diǎn)，采用模擬數(shù)據(jù)，針對(duì)植物油加工環(huán)節(jié)中可量化的指標(biāo)，確定了適宜的風(fēng)險(xiǎn)評(píng)估指標(biāo)?；谙鄬?duì)風(fēng)險(xiǎn)值、風(fēng)險(xiǎn)指數(shù)、綜合風(fēng)險(xiǎn)指數(shù)，評(píng)價(jià)植物油加工各環(huán)節(jié)的風(fēng)險(xiǎn)狀態(tài)。確定預(yù)警系數(shù)k 為0.95，通過比較F、Fj、k與1 之間的關(guān)系，準(zhǔn)確劃分風(fēng)險(xiǎn)區(qū)間，對(duì)植物油加工環(huán)節(jié)進(jìn)行預(yù)警，確定采取相應(yīng)的控制措施，保證食用植物油安全，為實(shí)現(xiàn)食品全鏈條的安全風(fēng)險(xiǎn)評(píng)估與預(yù)警提供技術(shù)支撐。