物理學家揭開炒飯的秘密

科技行者 發佈 2020-03-02T08:06:48+00:00

最近,來自喬治亞理工學院的物理學家教授DavidL. Hu和研究生Hungtang Ko,在《Royal Society: Interface》期刊發表了一篇論文《The physics of tossing fried rice》,他們設計出一套模型,用以解釋炒飯的顛勺動作原理

炒飯,幾乎是每一家中餐館的傳統食物之一,而真正可口的炒飯需要「持續的高溫」和「持續的翻炒」,最終製成一道美味的佳肴——烹飪過程總是與化學原理相關,但也經常涉及物理原理。

64.5%的中餐廳廚師在調查中稱,調整翻勺正是導致該職業肩頸疼痛的核心原因之一。最近,來自喬治亞理工學院的物理學家教授David L. Hu和研究生Hungtang Ko,在《Royal Society: Interface》期刊發表了一篇論文《The physics of tossing fried rice》,他們設計出一套模型,用以解釋炒飯的顛勺動作原理,希望幫助廚師減少重複勞動,介紹如何能製作出完美的炒飯。

炒飯的歷史最早可追溯到1500年前。起初,在漢代(公元前206年至公元220年),顛勺的最初用途在於「烘乾食物」,而非「烹飪食物」。而顛勺手法帶來的高人氣餐食之一,正是炒飯——這種色澤金黃誘人的食品,起源於1500年前的隋朝(公元581年至619年)。

顛勺,為人們帶來了期待已久的焦香與鍋氣(鑊氣)。顛勺是一種褐變類型,只有在炒鍋表面達到1000°C時,才會發生這種「美拉德反應」,即胺基酸與碳水化合物在高溫下發生化學作用,從而導致肉類出現褐變。在高溫下,廚師快速翻勺的動作能夠確保米粒只發生褐變,而絕不致焦糊。

2018年夏季與2019年夏季,Ko與Hu先後在中國大陸以及台灣拍攝了五位專業廚師的炒飯過程,並從錄像當中提取顛勺頻率數據。(他們向受訪者明確解釋了錄製素材的作用,即僅用於科學研究,絕不會在電視上公開放映)

在台灣的兩家餐廳,廚師使用的炒鍋重1.4公斤,寬39厘米,深13厘米。廚師們會烹製一份常規炒飯,主要成分包括大米、雞蛋、豬肉、胡蘿蔔以及玉米,烹飪完成的炒飯重約0.3公斤。

在出鍋之前,廚師們大概需要完成2分鐘左右的炒制過程,平均每份炒飯需要顛勺276次,每次顛勺平均時長約0.3秒,具體步驟包括:預熱炒鍋,按順序加入食材,用鍋鏟將食材混勻,翻勺顛炒。

在烹飪當中,翻勺顛炒的次數並不太多,只是偶爾出現。但在廚師加入所有食材之後,往往會連續進行五次顛炒,同時用鍋鏟將個別粘連在炒鍋上的米粒除下。

整個過程的運行軌跡分兩種:一種是,向前推動炒鍋,並順時針旋轉,以接住顛勺騰空的米粒;另一種是,向後拉炒鍋,以逆時針方式接住米粒。

本質上,炒飯相當於進行兩種運行方向:平移(使米粒沿炒鍋滑動),翻轉(將米粒拋向空中)——「其中的要訣,是將灶台邊緣作為活動支點。」另外,這兩種運動具有相同的頻率,但相位略有不同。

▲ 圖:炒飯顛勺運動學。(a)在美國喬治亞州亞特蘭大Chin Chin餐廳中,廚師正在進行顛勺,圖片來源/Candler Hobbs;(b-e)顯示顛勺過程中炒鍋運動的圖像序列,彩色的點顯示出研究人員在視頻中跟蹤的點,注意,炒鍋左端點沿順時針方向行進,炒鍋右端點則沿逆時針方向行進,兩條軌跡皆標記為藍色;炒鍋中央位置的行動軌跡標記為紅色,連杆擺動模型疊加在圖像序列的上方,用以顯示模型變量θ1與θ2的演變過程。

▲ 圖:用於表達顛勺運動的數學模型。(a)展示數學模型示意圖。(b)炒鍋上各預設點的運動軌跡,在廚房坐標系中以灰色繪製。實驗數據用藍色實心點表示,模擬數據用灰線表示。炒鍋最左側與最右側部分的運動軌跡,同模擬結果最為吻合。綠線定義炒鍋參數。角度ζ 表示炒鍋上的位置,角度區間從-ζmax到ζmax不等。常數L、D以及W分別代表炒鍋的半徑、深度與寬度。(c)擺角θ1 (red)與θ2 (blue)。各點表示實驗,各線表示模型。灰色區域代表米粒在顛勺過程中的滯空階段。(d)為炒飯過程中,五位專業廚師的各自顛炒次數,不同顏色代表不同廚師。

在確定了基本運動軌跡之後,Ko與Hu寫道,事實證明,只需要兩個變量就能準確模擬炒鍋的運動,且運動軌跡可通過雙連杆擺錘實現。

而由於廚師很少會在炒飯過程中將鍋從爐子上取下,因此整套運作可以只涉及「單一滑動接觸點」。他們的模型利用三項指標,基於彈丸運動特性,預測了炒飯過程中米粒的運動軌跡,分別為:拋擲起的米粒比例,米粒的飛行高度,以及米粒的角位移。

Hu解釋道,在經過簡化之後,整個運動軌跡類似於「翻轉煎餅或者米粒雜耍」,其中的訣竅,在於炒鍋內的溫度可達到1200攝氏度,為了避免快速焦糊,廚師必須確保米粒不斷離開鍋體,以稍稍得到冷卻,如此一來,米粒本身的水分將慢慢收干,而由此炒出的米飯既可充分褐變,但又不致焦糊。

根據Hu與Ko的分析,他們建議,廚師們進一步增加炒飯過程中的顛勺頻率,以保證兩種不同運動之間出現「相位滯後」——即儘可能讓米粒的滯空時間更長,促進充分冷卻與充分混合。

Hu與Ko希望,通過這套數學模型,可以總結出烹飪炒飯的最佳方案,並提出對現有炒鍋結構加以改進的方法,更重要的一大目標在於,通過這項研究,衍生出顛勺機器人,以及廚師專用「可穿戴式外骨骼或者類似裝置」,以減少廚師罹患肌肉拉傷的幾率。

事實上,大多數亞洲美食均採用顛勺工藝,而在中式餐廳,廚師需要完成大量顛勺。長期以來,人們懷疑炒鍋本身的重量加上操作速度,正是引發從業者高勞損幾率的重要原因。在面向中式廚師的肌肉骨骼疾病研究中,炒鍋成為經常被提及的「罪魁禍首」。2014年,炒鍋被歸納為需要研究並調整設計工藝的幾項核心風險因素之一。顛勺動作需要的精確肌肉活動並不確切,但很可能嚴重依賴於肩部。由於烹飪過程大量使用肩部發力,因此肩頸不適成為中式餐廳廚師群體中最常見的疾病之一,患病率高達64.5%,有九分之一的廚師因肩部不適而被迫選擇離職。從這個角度來看,了解顛勺動作中的基本原理,將成為解析相關身體勞損難題的重要前提。

自上世紀五十年代以來,人們開始對烹飪自動化產生濃厚興趣。最近幾年出現的烹飪機器人技術研究,主要集中在利用機器人模仿人類廚師完成烹飪操作,例如切割、燉煮、油炸以及添加配料等。對於諸如翻轉煎餅等動態任務,機器人也能夠利用機器學習算法,快速掌握個中竅門。

也有人嘗試實現炒飯的自動化,但目前來看效果不夠理想。

一方面,大多數顛勺設備採用旋轉,攪拌,或者搖動等方式,實現配料混合。1957年,Wang發明出一種攪拌機器人,能夠利用旋轉滾筒,以類似於洗衣機的方式實現配料混合;上世紀八十年代末,新的設計則開始引入自動攪拌工具,例如鍋鏟等;到九十年代,工程師們著手將這些方法結合起來,開發出一種「翻鏟一體炒鍋」,能夠像翻轉煎餅一樣翻轉食材,並利用自動鍋鏟,防止食材在高溫下相互粘連。然而,雖然這類設備能夠通過旋轉或搖動實現食材的充分混合,但由於缺少顛勺環節,因此無法實現決定高溫烹飪風味的穀物碳化過程。

另一方面,還有一些餐廳利用機器人準備食物,但效果依然差異。比如,一家位於美國麻薩諸塞州波士頓市的餐廳Spyce,利用轉筒以0.5 Hz的頻率混合併加熱中餐,能夠將專業廚師的顛勺動作縮減至原先的六分之一——由於翻動速率較低,食物未能得到充分拋擲,因此有理由懷疑,這套設備需要降低炒鍋溫度以避免焦糊,但這同時也令美拉德反應變得無法實現;再比如,來自新加坡樟宜機場的Ruyi餐廳,他們於2014年展出了自己的最新顛勺機,然而儘管這台顛勺機將翻動頻率提升到了2 Hz,但仍然不足以讓食材如人工操作般得到充分拋擲。

Hu指出,「如果能開發出一種理想的自動化方案,可能會給廚師帶來新的希望。」

該論文這項工作出自喬治亞理工學院David Hu實驗室,作者為David L. Hu和研究生Hungtang Ko(Ko也是2019年一篇「關於火蟻集體建造木筏中的物理學原理論文」的聯合作者)。該實驗室主要對螞蟻、水黽、蛇、各類爬行動物,蚊子,貓舌獨特屬性,以及動物體的排泄等活動特性開展研究,並憑藉「關於袋熊為何會排出方形糞便」的研究獲得2019年搞笑諾貝爾獎。

關鍵字: