低乳化剂或无乳化剂巧克力

相关申请的交叉引用

本申请要求2020年5月28日提交的名称为“REDUCED EMULSIFIER OR EMULSIFIER-FREE CHOCOLATE”的欧洲申请20177019.5的权益，其全文以引用方式并入本文。

技术领域

本发明涉及低乳化剂或无乳化剂的巧克力组合物和制造低乳化剂或无乳化剂的巧克力组合物的方法。具体地，本发明涉及低乳化剂或无乳化剂的巧克力组合物，其具有大于等同的传统制造的巧克力的最大填充分数，同时具有与等同的传统制造的巧克力基本相同的粘度，以便提供更健康的替代物。

背景技术

乳化剂通常被添加到巧克力中以增强流变性。这些乳化剂有助于包覆巧克力中的固体颗粒，以使其流动。通常用于巧克力的乳化剂的一些示例是由大豆、向日葵或油菜籽制得的卵磷脂、铵磷脂和聚甘油聚蓖麻油酸(PGPR)。也可以选择乳化剂，例如以生产特殊形状的甜品或减少在巧克力上形成被称为巧克力霜的白色霉菌样斑点。

然而，使用乳化剂存在缺点。例如，较高剂量的乳化剂会导致巧克力加工中的异味和困难。在某些管辖区，对可使用的乳化剂的量还存在法律限制。此外，消费者越来越喜欢具有较少添加剂的“更健康”的、所谓的清洁标签或标签友好的食物产品。一些乳化剂是有争议的，因为据称它们与负面副作用有关，包括肠道炎症和疾病、结肠直肠癌以及变态反应。衍生自某些植物的乳化剂还受到与转基因作物相关的伦理和法律方面的关注。

因此，需要与传统巧克力产品相比不含乳化剂或乳化剂含量降低的巧克力产品。

巧克力的粘度是预期应用的关键。一般而言，巧克力包含的脂肪和/或乳化剂越少，熔化的巧克力会越稠和越粘。这可能适合于例如挤出应用，但不适合于包覆或模制应用，因为会难以加工。例如，如果巧克力太稠，在机械上难以将巧克力薄涂层施加到甜食产品上，并且在凝固发生之前气泡可能不会从粘稠巧克力中上升，从而不利地影响成品的外观和质地。乳化剂对粘度的影响通常大于脂肪的影响。以卵磷脂为例，据说0.5％的卵磷脂相当于5％的可可脂，因此预计会导致减少卵磷脂量的巧克力的粘性比减少相同量脂肪的巧克力大10倍。

基于这种传统知识，期望从巧克力中减少或消除乳化剂将对巧克力粘度和其他流变特性具有显著的负面影响。为了抵消这种影响，需要向配制物中添加更多的脂肪(例如，在使用卵磷脂的情况下，多10倍)，出于健康和成本原因，这是非常不可取的。

巧克力是固体颗粒(例如糖，奶粉和可可固形物)在连续脂肪相中的分散体。这些固体颗粒的粒度分布对巧克力流变特性的影响先前已被研究过。例如，EP1061813公开了通过采用特定粒度分布生产的流变改性甜食，其具有16％至35％的总脂肪含量。EP1061813的目的是提高固体颗粒的填充密度。然而，由于作者没有考虑到固有特征诸如颗粒形状，所实现的颗粒填充实际上是差的。如通过本文所述的方法所测定，EP1061813中描述的产品的最大填充分数仅为约0.54(参见本文的实施例4)。这意味着填充有昂贵的可可脂的固体颗粒之间仍存在大的空间。因此，其中所述的巧克力的生产成本高，并且流变特性差。此外，EP1061813中描述的巧克力包含乳化剂，因此其不可避免地具有上述缺点。

仍然需要替代传统巧克力的避免或改善上述缺点的无乳化剂或低乳化剂巧克力。本发明试图通过调整巧克力中固体颗粒的形态参数以允许通过增加固相体积来降低乳化剂含量，同时精确控制巧克力的流变学行为来满足这种需要。本文所述的组合物和方法可用于生产适用于多种应用的巧克力组合物。本发明的组合物具有与等同的常规巧克力组合物相似的流变性，同时有利地减少了乳化剂。

发明内容

在一个方面，本发明提供了低乳化剂或无乳化剂的巧克力组合物，其包含：

连续脂肪相，所述脂肪相包含脂肪和任选的乳化剂；

以及

分布在整个所述脂肪相中的至少两种颗粒物质；

其中所述至少两种颗粒物质具有彼此不同的D50粒度，所述差值为6至8倍。

低乳化剂或无乳化剂的巧克力组合物可具有固相体积x和在40℃或更高温度下以Pa.s计的宾汉(Bingham)塑性粘度值y，其中：

x为0.4至0.7；并且

y<264x

低乳化剂或无乳化剂的巧克力组合物的最大填充分数对于挤出应用可大于或等于0.72，对于模制应用可大于或等于0.63，对于包覆应用可大于或等于0.64，或对于冰淇淋应用可大于或等于0.66。

低乳化剂或无乳化剂的巧克力组合物在40℃下的宾汉塑性粘度值可在0.1Pa.s与10Pa.s之间，并且宾汉屈服应力可在1Pa与150Pa之间。

在另一方面，本发明提供了制备低乳化剂或无乳化剂的巧克力组合物的方法，该方法包括：

(a)提供初始巧克力组合物，其包含

连续脂肪相，所述脂肪相包含脂肪和任选的乳化剂；以及分散在整个脂肪相和乳化剂中的至少两种颗粒物质；

(b)任选地测量初始巧克力组合物的最大填充分数和粘度；以及

(c)通过以下步骤制备初始巧克力组合物的低乳化剂或无乳化剂型式：

i.确定初始巧克力组合物的至少两种颗粒物质的优化的颗粒填充参数，其中对优化的颗粒填充参数进行优化，使得低乳化剂或无乳化剂的巧克力组合物具有大于初始巧克力组合物的最大填充分数值的最大填充分数值和与初始巧克力组合物的粘度基本相同的粘度；

ii.为低乳化剂或无乳化剂的巧克力组合物选择至少两种颗粒物质，所述至少两种颗粒物质与初始巧克力组合物的至少两种颗粒物质相同，但具有优化的颗粒填充参数；以及

iii.将所选择的颗粒物质跟与初始巧克力组合物的脂肪相和乳化剂相同的脂肪相和任选的乳化剂组合，以提供初始巧克力组合物的低乳化剂或无乳化剂型式。

颗粒填充参数可包括粒度分布、颗粒形状和/或至少两种颗粒物质的相对量。

可以对优化的颗粒填充参数进行优化，使得低乳化剂或无乳化剂的巧克力组合物的最大填充分数比初始巧克力组合物的最大填充分数大至少1％。

可以使用数学建模来确定优化的颗粒填充参数。优选地，所使用的数学模型是本文所述的可压缩填充模型。

在另一方面，本发明提供了通过本发明的方法获得或可获得的低乳化剂或无乳化剂的巧克力组合物。

所述至少两种颗粒物质可选自糖、可可固形物、乳固形物、膨松剂、碳酸钙、营养颗粒和调味剂以及/或它们中的两种或更多种的混合物。

脂肪相可包含可可脂、可可脂等同物、可可脂替代物、无水乳脂、它们的级分以及/或它们中的两种或更多种的混合物或由其组成。

如果存在的话，乳化剂可选自卵磷脂、大豆卵磷脂、聚甘油聚蓖麻醇酸酯(PGPR)、铵磷脂(AMP)、脱水山梨糖醇三硬脂酸酯、蔗糖聚芥酸酯(sucrose polyerucate)、蔗糖聚硬脂酸酯、单甘油酯的磷酸化单-二甘油酯/二乙酰基酒石酸。

在另一方面，本发明提供了包含本发明的低乳化剂或无乳化剂的巧克力组合物的食物产品。

附图说明

图1是示出通用溶液的粘度与固相体积之间的关系的图。

图2是黑巧克力样品的PGPR流动曲线。

图3是牛奶巧克力样品的PGPR流动曲线。

图4是可压缩填充模型(CPM)中考虑的(a)松动和(b)壁效应的表示。

图5是示出二元混合物的虚拟最大填充分数的演变的图。

图6是示出最大填充分数为0.49的典型可可粉的粒度分布的图。

图7是描述最大填充分数作为(a)形状系数β(b)颗粒纵横比的函数的一系列两个图(a)和(b)。粒度分布保持恒定(如图6所示)

具体实施方式

除非另外指明，否则所有术语应具有与本领域技术人员所理解的通常含义一致的技术含义。

除非另外指明，否则本说明书中的所有比率、量和百分比均相对于巧克力组合物的总重量。

除非另外指明，否则所有参数范围包括范围的端点以及端点之间的所有值。

当用于这些说明书和权利要求中时，术语“包含(comprises)”和“含有(comprising)”及其变型意指包括指定的特征、步骤或整体。这些术语不应被解释为排除其他特征、步骤或组分的存在。

本发明提供了一种制备无乳化剂或低乳化剂的巧克力组合物的方法。如本文所用，术语“巧克力组合物”是指包含任何量的可可固形物(如下文所定义)的任何组合物，尽管在一些司法管辖区中，可通过存在最少量的可可固形物和/或包含可可脂或可可脂替代物的化合物在法律上定义巧克力。有利地，术语巧克力组合物是指满足任何司法管辖区(优选美国和/或欧盟)中巧克力的法定定义的组合物，并且还包括其中全部或部分可可脂被可可脂等同物、替代物或代用品替代的任何产品(和/或其组分)。术语巧克力组合物还可以指包含可可脂和除可可固形物之外的可食用固形物的巧克力组合物，以及指包含可食用固形物在除可可脂之外的连续脂肪相中的悬浮液的“巧克力样”组合物(例如，

术语“无乳化剂”是指组合物中不添加乳化剂。术语“低乳化剂组合物”是指相对于初始巧克力组合物，巧克力组合物具有较低的添加乳化剂总量和/或较少类型的乳化剂。低乳化剂组合物可仅包含忽略不计的添加乳化剂量。在本文中，可以添加的乳化剂的非限制性示例为卵磷脂、大豆卵磷脂、聚甘油聚蓖麻醇酸酯(PGPR)、铵磷脂(AMP)、脱水山梨糖醇三硬脂酸酯、蔗糖聚芥酸酯、蔗糖聚硬脂酸酯、磷酸化的单-二-甘油酯/二乙酰基酒石酸单甘油酯。添加的乳化剂可包含任何量的磷脂，例如30％或更多、40％或更多、50％或更多、60％或更多、70％或更多、80％或更多、90％或更多或100％。

初始巧克力组合物是用于本发明方法的起始材料，并可包含任何如上定义的现有巧克力组合物，其可以是市售的或特制的。该方法的目的是获得低乳化剂或无乳化剂的巧克力组合物，其可用作初始巧克力组合物的替代物，即获得初始巧克力组合物的低乳化剂或无乳化剂型式。

可以或能够通过本发明的方法获得的低乳化剂或无乳化剂的巧克力组合物包含分散在整个连续脂肪相中的至少两种颗粒物质。熔化形式时，颗粒物质悬浮在组合物的脂肪相中，该脂肪相是液态。优选地，颗粒物质基本上均匀地分布在整个脂肪相中。

低乳化剂或无乳化剂的巧克力组合物的脂肪相可包含任何适于巧克力制作的脂肪，包括但不限于可可脂、可可脂替代物(包括等同物、替代物和代用品)、植物脂肪、无水乳脂、它们的级分以及/或它们中的两种或更多种的混合物。优选地，脂肪相由适于制作巧克力的一种或多种脂肪组成。

优选地，脂肪相包含可可脂。脂肪相中的这种可可脂在本文中也被称为“添加的可可脂”或“添加的脂肪”，以将其与如下所述的一些含有可可固形物的成分所固有的可可脂区分开来。

在一个非限制性示例中，相对于巧克力组合物的总质量，巧克力组合物中存在的添加的可可脂的量为0质量％至40质量％。优选地，5％至35％，更优选地10％至30％，更优选地15％至25％。

低乳化剂或无乳化剂的巧克力组合物的总脂肪含量包括脂肪相中添加的脂肪以及可以是颗粒成分的一部分的任何脂肪(例如在全脂可可粉中)。根据本发明的巧克力组合物的总脂肪含量可以等于或小于初始巧克力组合物的总脂肪含量。

脂肪相或者不包含任何添加的乳化剂，或者相对于初始巧克力组合物包含减少量的乳化剂。令人惊奇地发现，通过操纵和优化颗粒填充特性充分控制了巧克力组合物的流变性，使得不需要乳化剂或需要较少的乳化剂就可以提供所需的粘度。

低乳化剂或无乳化剂的巧克力组合物包含至少两种颗粒物质，其(例如均匀地)分布在整个脂肪相中。

所述至少两种颗粒物质选自糖、可可固形物、乳固形物、填充剂、碳酸钙、营养颗粒(例如维生素、矿物质和/或营养组合物)、调味剂(例如香草、香料、咖啡、盐等)、不可见内含物和/或适用于甜食的任何其他可食用固体颗粒，以及它们的任何组合。

本文所用的术语“糖”是指适用于食品的任何类型的甜味剂或含甜味剂的配制物。可用于本发明的糖的非限制性示例包括单糖，诸如葡萄糖、右旋糖、果糖、阿卢糖或半乳糖；二糖，诸如蔗糖、乳糖或麦芽糖；多元醇，诸如山梨糖醇、甘露糖醇、麦芽糖醇、木糖醇、赤藓糖醇或异麦芽酮糖醇；高强度甜味剂，诸如

有利地，糖为蔗糖。如本文所用，术语“蔗糖”包括各种形式的蔗糖，包括但不限于标准(例如颗粒状或结晶状)食用糖、粉状糖、细砂糖、糖粉、糖浆、丝糖、未精制糖、粗蔗糖和糖蜜。

有利地，糖是根据以下实施例1制备的包含分散在可可脂(下文称为“甜脂肪”)中的结晶糖的配制物。甜脂肪基本上是无可可的巧克力或不含乳制品的白巧克力。

在一个非限制性示例中，相对于巧克力组合物的总重量，巧克力组合物包含按重量计介于1％与65％之间的任何量的糖，例如5％与60％之间，或10％与55％之间，或15％与50％之间，或20％与45％之间，或25％与40％之间，或30％与35％之间。优选地，糖的含量为40％至60％，或优选地45％至60％，或优选地50％至55％。

如本文所用，粒度(也称为“颗粒度”)使用D50值来定义。D50值是描述粒度分布的常用方法，并且有时称为“平均”粒度。“D50”是指最大颗粒尺寸的值(例如，大致球形颗粒的直径)，其中样品中颗粒体积的50％具有低于该值的最大颗粒尺寸。换句话讲，在颗粒样品中最大颗粒尺寸的累积分布中，分布的50％低于D50值。

“最大尺寸”或“最大颗粒尺寸”是指任何特定颗粒，例如可可固形物颗粒或糖颗粒的最长横截面尺寸。

可以使用本文所述的方法，使用激光衍射/散射粒度分析仪(例如由MalvernPanalytical Ltd.销售的Malvern Mastersizer 3000)或使用其他已知的方法测量D50值。

用于本发明的糖可以是D50粒度大于50μm的“粗糖”，或者可以是D50粒度为1μm至15μm，或优选地7μm至13μm，或优选地8μm至12μm，或优选地约10μm的“细糖”。在一个优选的实施方案中，细糖是D50粒度在9μm与11μm之间的甜脂肪(如上所定义)形式的糖。在一些示例中，糖可具有双峰粒度分布。在这种情况下，上述D50值可以仅适用于一种分布。

本文所用的“可可固形物”是指固体可可颗粒。优选地，所使用的可可固形物将是可可粉或包含诸如可可液块或可可块的成分的可可固形物。在此类含可可固形物的成分的情况下，术语可可固形物仅指固体可可颗粒，而不是也可能存在于成分中的任何周围脂肪。优选地，可可固形物是标准可可粉(具有10％至12％的脂肪含量)、减脂或脱脂可可粉(例如使用溶剂萃取制备)或可可液块。

在一个非限制性示例中，相对于巧克力组合物的总质量，巧克力组合物中存在的可可固形物的量可以是按质量计5％至40％，或优选地15％至25％，或优选地约20％。

可可固形物可以是D50粒度为5μm至15μm，或优选地7μm至13μm，或优选地8μm至12μm，或优选地约10μm的“粗可可固形物”。或者，可可固形物可以是D50粒度为0.5μm至4μm，或优选地1μm至3μm，或约2μm的“细可可固形物”。在一些示例中，可可固形物可具有双峰粒度分布。在这种情况下，上述D50值可以仅适用于一种分布。

细糖和/或细可可固形物可以商购获得，或者可以在受权利要求书保护的方法的预步骤中通过应用已知的方法诸如研磨、微粉化或类似于粗糖或可可固形物的方法来生产它们。

“膨松剂”，也称为“填充剂”，可用作颗粒物质，以影响巧克力组合物的感官或流变特性。根据本发明，可以使用本领域已知的任何合适的膨松剂，包括可溶性和/或不溶性纤维。可根据本发明使用的“不溶性纤维”的非限制性示例是膳食纤维、谷物纤维和/或其他植物纤维。可根据本发明使用的“可溶性纤维”的非限制性示例是抗性糊精、抗性/改性的麦芽糖糊精、聚葡萄糖、β-葡聚糖、半乳甘露聚糖、低聚果糖、低聚葡萄糖、低聚半乳糖、MOS(低聚甘露糖，在本领域中也称为低聚甘露糖或甘露低聚糖)、果胶、洋车前子、菊粉和抗性淀粉。

根据本发明，所述至少两种颗粒物质具有彼此不同的D50粒度。优选地，该差值为3至12倍，优选地5至10倍，更优选地6至8倍，更优选地7倍。在一个示例中，所述至少两种颗粒物质中较大者的D50粒度比所述至少两种颗粒物质中较小者的D50粒度大至少7倍。在另一个示例中，所述至少两种颗粒物质中最大者的D50粒度比所述至少两种颗粒物质中最小者的D50粒度大至少7倍。当巧克力组合物中存在三种或更多种颗粒物质时，三种或更多种颗粒物质中的每一种的D50粒度之间的差值至少为7倍。

优选地，所述至少两种颗粒物质选自糖和可可固形物。当存在糖和可可固形物时，糖颗粒和可可固形物可具有彼此不同的D50粒度。另选地或除此之外，可可固形物和/或糖可具有双峰粒度分布。在一个非限制性示例中，第一颗粒物质是粗糖，第二颗粒物质是细可可固形物，或细可可固形物和粗可可固形物的混合物。在另选的非限制性示例中，第一颗粒物质是粗可可固形物，第二颗粒物质是细糖，或细糖和粗糖的混合物。在另一个非限制性示例中，第一颗粒物质是包含在可可液块中的粗可可固形物(D50为约10μm)，第二颗粒物质是包含在可可液块中的细可可固形物(D50为约1μm至2μm)。在另选的非限制性示例中，第一颗粒物质是粗可可粉(D50为约10μm)，第二颗粒物质是包含在可可液块中的细可可固形物(D50为约1μm至2μm)。在另一个非限制性示例中，第一颗粒物质是包含在可可液块中的粗可可固形物(D50为约10μm)，并且第二颗粒物质是粗糖(D50为约50μm)。在另一个非限制性示例中，第一颗粒物质是粗可可粉(D50为约10μm)，第二颗粒物质是粗糖(D50为约50μm)。

熔化的巧克力是非稀释的悬浮液，其中颗粒分散在脂肪的牛顿溶液中并在流体动力学上相互作用，从而增加粘性耗散。D如图1所示，耗散随着固相体积(Φ)而增加，并且在固相体积接近最大填充分数(Φ

本文所用的“粘度”是指塑性粘度，它是巧克力制作工业中使用的标准参数。塑性粘度是材料一旦开始流动时其流动容易程度的量度，即材料在流动时有多“稀”或多“稠”。

悬浮液的粘度可以通过本领域已知的Krieger Dougherty模型来描述：

其中μ是悬浮液粘度，μ

如公式(1)和图1所示，最大填充密度的增加(具体地意味着Φ

对于本发明，希望在巧克力组合物中具有非常紧密或致密的颗粒物质填充，理想的是接近几何学上可允许的最高填充。填充密度是颗粒体系的固有几何特性，并且受包括粒度分布和颗粒形状的形态参数的影响。

双峰(即具有两种算术模式)或多分散(即具有多于两种算术模式)的粒度分布通常比单分散(即具有一种算术模式)的粒度分布具有更高的填充密度，因为具有可变尺寸的颗粒可以更有效地填充给定空间。简单地说，较粗颗粒之间的空间可以被双峰或多分散体系中的较细颗粒占据，从而减小颗粒之间的填隙空位的尺寸。在本发明的上下文中，这种紧密填充会影响颗粒流过彼此的方式，从而改变体系的流变性，例如粘度。令人惊奇地发现，通过操纵颗粒填充可以充分控制流变性，使得不需要乳化剂或需要较少的乳化剂就可以在最终产品中获得期望的流变性。

为了优化颗粒填充，必须控制体系的粒度分布。虽然理论上可以通过使用试错法混合不同比例的具有各种粒度分布的颗粒来实验性地优化简单组合物的颗粒填充，但这对于复杂的多组分体系诸如巧克力实际上是不可能的。

颗粒形状也会影响颗粒填充。例如，球体本身的排列方式与立方体、碎料或纤维不同。先前的研究已经表明，具有规则形状和平坦表面的颗粒比具有不规则形状的颗粒局部排列得更好。具有更圆、更光滑形状的颗粒通常也比具有粗糙表面的颗粒具有更高的填充密度。

本发明的方法包括确定初始巧克力组合物中颗粒物质的最佳颗粒填充参数。颗粒填充参数可包括粒度分布、颗粒形状和/或至少两种颗粒物质的相对量。这种确定包括分析初始巧克力组合物体系中的颗粒物质并计算或预测这些颗粒物质的最佳颗粒填充参数。

这种最佳颗粒填充参数的确定可以使用数学建模来进行。例如，可以在理论模型中操纵体系中的变量，以确定对最大填充分数的影响，同时控制粘度参数。最佳颗粒填充参数是产生理论上可能的最高最大填充分数的那些参数。

与先前使用的模型(例如在EP1061813中)不同，本发明人采用的最大填充分数计算，例如下文描述的CPM，将颗粒尺寸分布和颗粒形状纳入考虑来估计填充密度。这使得能够在低乳化剂或无乳化剂的产品中实现更紧密的颗粒填充。

优选地，使用的数学模型是由

发明人出乎意料地发现，最初为基于混凝土的材料开发的CPM可用于预测和优化糖和可可颗粒的最大填充分数。他们发现不同可可/糖混合物的所预测(通过CPM)和所测量(通过下文的离心测量方法1)的最大填充分数作为它们的组成的函数是相等的。

可压缩填充模型(CPM)实际上是由de Larrard和Storvall在1986年开发的称为线性填充模型(LPM)的旧模型的改进。使CPM成为比LPM更好的填充模型的原因是它考虑了填充指数K，该指数取决于实验方案填充。该指数对应于用于实验性地填充体系的能量，因此使得可以具有代表实验性地测量的真实填充密度的预测填充密度。CPM允许预测两种类型的填充，即真实最大填充分数和虚拟最大填充分数。真实最大填充分数对应于所谓的随机紧密填充(即，在给定量的压实能量下的颗粒填充)，其本身对应于本文所述的称为

给定混合物的虚拟最大填充分数

让我们以由组分1(粗颗粒)和组分2(细颗粒)组成的二元混合物的示例来说明CPM如何工作。组分1和组分2分别具有粒径d

在下文中，我们通过研究与先前相同(d

其中，

根据定义：

y

当颗粒之间存在部分相互作用时，当粗颗粒占优势时将发生松动效应，而当细颗粒占优势时将观察到壁效应。因此，为了计算虚拟最大填充分数，将松动和壁效应系数(分别为a

由于细颗粒的存在，松动效应导致部分体积

壁效应导致由细颗粒占据的体积减小。这里我们将再次假设，如果粗颗粒彼此相距足够远，则该减小是真实最大填充分数

无论哪种优势直径，都可以计算

则：

de Larrard将这些最后的不等式称为相对于组分1和组分2的不可穿透性约束。因此，我们可以从这些先前的陈述中得出结论，而无需更多地关注哪种组分占优势：

系数a

当

当

考虑了颗粒相互作用的虚拟最大填充分数

现在考虑三元混合物的一般情况，其中d

假设2是优势组分，1对2施加壁效应，而3对2施加松动效应。因此，

y

如果我们遵循与先前相同的方法，我们可以得出结论：

则，

由于描述松动和壁效应的方程是线性的，我们可以容易地归纳出给出n种不同尺寸组分的多分散混合物的虚拟最大填充分数的公式。当i在多分散混合物中占优势时，用于虚拟填充分数的最通用公式为：

其中：

我们现在考虑二元混合物的实际填充分数。如上所述，存在允许从虚拟最大填充分数推导出真实最大填充分数的填充指数K。在de Larrard方法中，用于二元混合物的填充指数K的表达式为：

对于具有优势组分i的多分散混合物，填充指数K的表达式变为：

对于单分散混合物：

为了能够以实际方式使用CPM，可以使用Microsoft Excel

一旦确定了初始巧克力组合物的最佳颗粒填充参数，制造商就能用该信息来生产具有与初始巧克力组合物相同类型的颗粒成分的初始巧克力组合物的低乳化剂或无乳化剂型式，但是其中颗粒物质的特征已被选择或操纵，使得那些颗粒物质的颗粒填充参数尽可能紧密地符合先前确定的最佳颗粒填充参数。

实际上，不可能获得绝对最佳的颗粒填充参数，因此我们将低乳化剂或无乳化剂的巧克力组合物中的颗粒填充参数描述为“优化”而不一定是“最佳”。优化应被理解为是指颗粒填充参数实际上尽可能接近最佳，或绝对最佳。

在一个示例中，制造商可通过从一组可用的颗粒物质中选择颗粒物质的最佳组合，并考虑到它们的性质诸如粒度分布和颗粒形状，来选择用于低乳化剂或无乳化剂的巧克力组合物的颗粒物质。在另一个示例中，制造商可通过使用已知方法(例如研磨、碾磨等)改变可用颗粒物质的尺寸和/或形状来操纵可用颗粒物质。在任一种情况下，目的是获得尽可能紧密地符合先前确定的最佳颗粒填充参数的颗粒物质。

当颗粒填充参数优化时，低乳化剂或无乳化剂的巧克力组合物的最大填充分数大于初始巧克力组合物的最大填充分数，并且其粘度与初始巧克力组合物的粘度基本上相同。“基本上相同”的粘度是指低乳化剂或无乳化剂的巧克力组合物的粘度与初始巧克力组合物的粘度相同，或考虑到低乳化剂或无乳化剂的巧克力组合物的预期应用，其与初始巧克力组合物的粘度的差异在可接受的限度(例如±5％)内。换句话讲，低乳化剂或无乳化剂的巧克力组合物的粘度使其适于与初始巧克力组合物相同的应用，并且可用作初始巧克力组合物的替代物、替换物或代用品。

通常，可以验证给定的巧克力组合物是根据本发明方法生产的低乳化剂的巧克力组合物还是无乳化剂的巧克力组合物，即给定的巧克力组合物中的颗粒物质是否根据所述方法进行了优化，因为如果是这样的话，给定的巧克力组合物的最大填充分数将紧密符合所述方法中使用的数学模型。可以使用本文所述的离心测量方法1测量给定的真实生活中的巧克力组合物的最大填充分数。或者，如果给定巧克力组合物的特征诸如颗粒尺寸分布和/或颗粒物质的形状是已知的，例如从文献中得知，则可通过例如使用软件将所述值输入上述CPM中来数学计算给定巧克力组合物的最大填充分数。后者在以下实施例3中进行了说明。

申请人惊奇地发现，当选择成分以实现最大填充分数计算时，可以降低或消除乳化剂含量，同时保持基本相同的粘度。

本发明的巧克力组合物的最大填充分数大于初始巧克力组合物的最大填充分数。优选地，本发明的巧克力组合物的最大填充分数比初始巧克力组合物的最大填充分数大至少1％，或更优选地比初始巧克力组合物的最大填充分数大至少3％。在非限制性示例中，巧克力组合物的最大填充分数大于或等于0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74或0.75。

由于如上文参考图1详述的最大填充分数和粘度之间的相关性，以及粘度对于巧克力加工的重要性，巧克力组合物的所需最大填充分数可取决于巧克力组合物的最终应用。例如，用于挤出应用的巧克力组合物的理想最大填充效率将不同于(例如，高于)用于包覆应用的巧克力的最大填充分数。例如，最大填充分数对于挤出应用可大于或等于0.72，对于模制应用可大于或等于0.63，对于包覆应用可大于或等于0.64，或者对于冷冻甜食(例如冰淇淋浸渍)应用可大于或等于0.66。本发明的巧克力组合物的宾汉粘度值在0.1Pa.s与10Pa.s之间。例如，在40℃下，粘度可在1Pa.s与9Pa.s之间、2Pa.s与8Pa.s之间、3Pa.s与7Pa.s之间或4Pa.s与6Pa.s之间。

粘度可用Bingham塑性模型测量。宾汉塑性模型是广泛用于描述许多类型流体的流动特性的双参数流变模型。其可以在数学上描述如下：

其中：

τ：剪切应力(Pa)

τ

μ：塑性粘度(Pa.s)

塑性粘度是宾汉塑性模型的参数。它是屈服应力上方的剪切应力/剪切速率线的斜率。

屈服应力是从静止开始流动所应克服的最小应力。本发明的巧克力组合物的宾汉屈服应力在40℃下为1Pa至150Pa。例如，屈服应力在20Pa与130Pa之间，或在40Pa与110Pa之间，或在60Pa与90Pa之间。

在下面的测量方法2中提供了粘度和屈服应力的测量方法。

本发明的无乳化剂的巧克力组合物具有固相体积x和在40℃或更高温度下的宾汉塑性粘度值y(Pa.s)，其中

x为0.4至0.7；并且

y<264x

如本文所用，“固相体积”是指由颗粒物质占据的总体积与熔化的巧克力组合物的总体积的比率，熔化的巧克力组合物的总体积又是固相(即颗粒物质)和脂肪相的体积之和。

在一个示例中，本发明的方法包括从可用的颗粒物质中选择，即主动选择至少两种具有如上所述的优化的颗粒填充参数的颗粒物质。因此，颗粒物质的选择由数学模拟驱动，以优化如上所述的颗粒填充密度。重要的是，所选择的至少两种颗粒物质具有不同的平均粒度，以便提高填充密度。

由于该方法的目的是制备初始巧克力组合物的低乳化剂或无乳化剂型式，因此选择用于低乳化剂或无乳化剂的巧克力组合物中的成分(即颗粒物质、脂肪和乳化剂)将与初始巧克力组合物中使用的成分具有相同类型，只是颗粒物质的颗粒填充参数不同(优化)。例如，如果初始巧克力组合物包含可可固形物、糖、可可脂和PGPR，则低乳化剂或无乳化剂的巧克力组合物也将包含可可固形物、糖、可可脂和PGPR，但不同之处在于可可固形物和糖是特别选择的，以使得颗粒填充参数优化。

在另一个示例中，本发明的方法包括操纵一种或多种可用的颗粒物质，例如通过改变它们的粒度分布和/或颗粒形状，使得它们具有如上所述的优化的颗粒填充参数。适于进行这种操纵的技术的非限制性示例包括研磨或碾磨。

一旦通过选择或操纵或两者获得了至少两种颗粒物质，使用任何已知的巧克力制作技术将它们与脂肪相和乳化剂(如果存在的话)组合以形成巧克力组合物。

优选地，该方法不包括添加乳化剂的步骤，使得所得的组合物不含乳化剂。如果使用乳化剂，则相对于初始组合物中乳化剂的量，添加较少量的乳化剂。脂肪和乳化剂可以分别或同时与颗粒物质组合。在一个示例中，将乳化剂添加到颗粒物质/脂肪混合物中。在另选的示例中，在与颗粒物质组合之前将乳化剂添加到脂肪相中。脂肪可以一次性或分批添加。优选地在混合的同时进行组合。

任选地，颗粒物质可以在与脂肪相组合之前预混合。

任选地，可以对颗粒物质进行精制过程。这可以发生在该方法的任何阶段。

该方法还可以包括精炼步骤。

本发明的巧克力组合物可形成食物产品的全部或部分。食物产品优选地为甜食产品。甜食产品是风味主要是甜味的食品。示例性的甜味产品包括但不限于巧克力、巧克力样材料、脂肪连续填充材料、冷冻甜食(诸如冰淇淋)、冷冻甜食内的巧克力块、烘焙食品诸如饼干、蛋糕、面包和糕点、甜品、糖果、软糖、甜食、片剂、点心、太妃糖、硬糖果、棒棒糖、焦糖、法奇糖、甘草、棉花糖、牛轧糖、松露、方旦糖、甘那许。根据本发明的甜食产品可以是整个食物产品，或者它可以是食物产品的一部分，诸如食物产品的填充物、粘合剂、外壳或涂层、夹杂物或装饰。本发明还涵盖上述替代方案的任何组合。

优选地，甜食产品是巧克力产品。在本发明的上下文中，术语“巧克力”具有与术语“巧克力组合物”相同的定义(参见上述定义)。

1.

巧克力固体的最大填充分数(Φ

根据配方(例如黑巧克力或牛奶巧克力)，PGPR剂量需要测量屈服应力与PGPR浓度的关系。

Φ

其中：Φ

V

H

液态脂肪是熔化的可可脂，并且可包括乳化剂，并且在牛奶巧克力的情况下，包括来自全脂奶粉的脂肪。

固体(即颗粒物质)为：

-对于黑巧克力：糖(蔗糖)、可可固形物(来自可可液块)

-对于牛奶巧克力：糖(蔗糖)、乳糖、可可固形物(来自可可液块)、全脂奶粉、脱脂奶粉、乳清粉。需注意，在组成计算中，全脂奶粉中的脂肪(通常为26wt％)由配制物质量推导出并加到液体脂肪相中。

-离心机：Sorvall Legend XTR Thermo Fisher Scientific(或Sigma 3-16PK)，测量温度为40℃(离心机预热，见下文)。转子是TX-750，带有4个圆桶，代码为7500 6308。

圆桶容纳保持器7500 3638，保持器可容纳50mL的7个管，总共28个管。

-带有密封帽的50mL聚丙烯离心管(VWR SuperClear)。

-RWD 20Digital IKA搅拌器，带有4个叶片推进器07 410 00。

-金属刮刀。

-分析天平，精确至0.01g。

-塑料巴氏吸管。

-卡尺Mitutoyo UK Ltd.(代码为500-123U，型号为n℃D-15B，序列号为287072)，使用V13GA电池运行。

-风扇辅助烘箱，设置在50℃，用于在离心之前熔化和调理巧克力。

-风扇辅助烘箱，设置在50℃，用于熔化不含超细颗粒的巧克力，设置在60℃，用于熔化含超细颗粒的牛奶巧克力，设置在80℃，用于熔化含超细颗粒的黑巧克力。

-精细记号笔

-校准热电偶(0.1℃数字读数)

-用于烘箱和离心机中温度控制的液态可可脂)。

-PGPR(在50℃下储存)。

对于常规巧克力，50℃熔化过夜即足够。

对于具有超细颗粒的巧克力，将黑巧克力在80℃下熔化过夜，并将牛奶巧克力在60℃下熔化过夜。

熔化后，用具有4个叶片推进器的RWD 20Digital IKA搅拌器以840rpm将内容物充分混合5分钟，以确保所有颗粒随机且均匀地分散。

根据基于近似组成的Φ

为确保有足够的样品用于Phi max、流变学和PSD分析，以足以容纳3个50mL离心管的质量规模制备熔化的巧克力(填充水平～45mL)。

对于黑巧克力和奶油巧克力，目标Φ

使用流动曲线(在40℃下)确定PGPR最佳剂量。将不同比例的PGPR添加到样品中，并测量粘度和屈服应力，以获得流动曲线。添加的PGPR的比例在0％至2.5％(增量为0.5％)/固体颗粒总质量的范围内。屈服应力最低时的PGPR比例是用于使样品解絮凝以确定最大填充分数的剂量。不受理论的束缚，使用最小屈服应力，是因为它对应于使样品解絮凝时的屈服应力，意味着颗粒之间没有相互作用。在最小屈服应力下，可以认为样品完全解絮凝，并且为了测量最大填充分数，体系必须处于解絮凝状态。图2和图3分别示出了黑巧克力和牛奶巧克力的示例性PGPR流动曲线。

发现屈服应力最小时的最佳PGPR剂量对于黑巧克力而言为总固形物的1.5％，对于牛奶巧克力而言为总固形物的2.0％。

取决于巧克力的组成，初始Φ

当需要去除脂肪时，将样品以4500rpm离心约1小时。去除脂肪，添加PGPR，用搅拌器充分混合内容物，得到流质光滑浆液，直接分析(不需要温育)Φ

例证1：黑巧克力：Noir 58 HC5738 AA00，包含

*糖40.84w％

*可可块43.96w％(由54w％脂肪和46w％可可固形物组成)

*可可脂15.20w％

在初始状态下，每100g总质量，要去除的总脂肪的量为5.15g(38.94-33.79)，但这包括要添加的PGPR，即0.92g(1.5％×61.06g固形物)。

因此在离心后首先去除6.07g脂肪，然后添加0.92g PGPR。

例证2：牛奶巧克力：Lacte Equilibre HL3435 AA00，包含

*糖41.86w％

*可可块10.77w％(由54w％脂肪和46w％可可固形物组成)

*可可脂24.64w％

*全脂奶粉22.73w％(由26w％脂肪和74w％脱脂奶粉组成)

在初始状态下，每100g总质量，要去除的总脂肪的量为2.22g(36.37-34.15)，但这包括要添加的PGPR，即0.95g(1.5％×63.63g固形物)。

因此在离心后首先去除3.17g脂肪，然后添加0.95g PGPR。

添加PGPR后，用具有4个叶片推进器的RWD 20 Digital IKA搅拌器以840rpm将内容物混合5分钟。解絮凝的巧克力准备进行离心。

将空管放入直径略高于测试管的管保持器中，以便在垂直位置填充管，即，如果管保持器直径太大且管保持器高度太低，不会发生倾斜。

将PGPR-解絮凝的巧克力转移至45mL标记处，用螺旋盖封闭管，用细记号笔在底部和顶部画4条线。这4条线在2条对角线的交叉处。

在3个不同的管上进行该工序，平均重复3次。

在第一离心步骤之前对离心机进行恒温。预热花费约20分钟，并以4153rpm旋转以产生热空气流。因此，在没有管的情况下进行预热。

离心机具有可供选择速度/RCF的两种模式。操作模式是以rpm为单位的旋转速度。

-加速速度1(低)

-断开速度1(低)

-温度40℃

在离心步骤5结束时，记录初始高度(H

步骤6和步骤7用于检查两个高度是否恒定。

如果不是，继续进行额外的1小时步骤，直至恒定。

结果：

最大填充分数为：

Φ

取3次测量的平均值(3个单独的50mL离心管)，精确到小数点后两位报告该值。

2.

-C-VOR Bohlin流变仪，配备有40℃恒温控制水浴。叶片几何形状用于测量。叶片工具直径为25mm，其高度为40mm，外杯直径为50mm，其深度为60mm。

-Turbo-Test Rayneri VMI搅拌器

-600mL玻璃烧杯(VWR Collection)。

-金属刮刀。

-分析天平，精确至0.01g。

-风扇辅助烘箱，设置在50℃，用于在样品制备之前熔化和调理巧克力。

-风扇辅助烘箱，设置在50℃，用于向日葵油加热，设置在60℃，用于熔化含超细颗粒的牛奶巧克力，设置在80℃，用于熔化含超细颗粒的黑巧克力。

-巧克力样品(由CARGILL提供)

对于常规巧克力，50℃熔化过夜即足够。

对于具有超细颗粒的巧克力，将黑巧克力在80℃下熔化过夜，并将牛奶巧克力在60℃下熔化过夜。

从烘箱中取出巧克力样品时，用金属刮刀混合巧克力样品。

将150g倒入玻璃烧杯中。150g是填充叶片几何形状所需的量。

然后使用turbo-test Rayneri VMI搅拌器以840rpm混合5分钟。混合应在热水浴中进行，以便在5分钟后使样品处于40℃。

流变测量必须在混合后立即进行。

样品1：Mouscron黑巧克力Noir 58 HC5738 AA00，包含

*糖40.84w％

*可可块43.96w％(由54w％脂肪和46w％可可颗粒组成)

*可可脂15.20w％

样品2：Mouscron牛奶巧克力Lacte Equilatre HL3435 AA00，包含

*糖41.86w％

*可可块10.77w％(由54w％脂肪和46w％可可颗粒组成)

*可可脂24.64w％

*全脂奶粉22.73w％(由26w％脂肪和74w％脱脂奶粉组成)

用样品填充流变仪的杯并开始测量序列。

将样品以177s

静止3秒后，使样品经受剪切速率从100s

选择线性采集，以覆盖所研究的剪切速度范围。

递减斜坡然后递增斜坡的顺序允许我们验证测量结果的再现性、样品的稳定性，并确保使用该方案时，所研究的体系的触变性对流变行为的影响可忽略不计。

在下文中，我们将仅研究用于数据分析的递减曲线。

流动曲线用宾汉方程拟合。

分析程序如下：

-绘制表观粘度与剪切速率的函数关系图。

-绘制剪切应力与剪切速率的函数关系图，但仅适用于递减曲线，即剪切速率从100s

-将线性趋势线添加到曲线中，以获得如下线性方程：y＝ax+b。

样品的塑性粘度和屈服应力分别由a和b给出。

3.

通过激光衍射法(在解絮凝状态下)测量巧克力固体颗粒的粒度分布。

用PGPR将颗粒分散在溶剂(即油)中。分散颗粒所需的PGPR剂量在以不同剂量进行几次测量后确定(参见PGPR剂量部分)。

Section 1.09术语定义：

颗粒度分布的计算基于Mie理论。

-d

-d

-d

-d

光学指数(折射率和吸收率)是通过Mie理论计算颗粒度分布所需的。它们由材料的复折射率的实部和虚部表示，定义为：

N＝n-ik

其中n是实部并取决于材料的性质。虚部k表示被穿过的颗粒对光束的吸收。它也取决于材料的性质，而且还取决于其纯度。

固体颗粒为：

-对于黑巧克力：糖(蔗糖)、可可颗粒(来自可可块)

-对于牛奶巧克力：糖(蔗糖)、乳糖、可可颗粒(来自可可块)、全脂奶粉、脱脂奶粉、乳清粉。

向日葵油用作溶剂。

-激光衍射仪，Mastersizer 3000，配备有分散单元Hydro LV(MalvernInstruments Ltd.，Malvern Panalytical，法国)。

-Turbo-Test Rayneri VMI搅拌器

-带压力盖的25mL玻璃瓶(VWR Collection)。

-金属刮刀。

-分析天平，精确至0.01g。

-塑料巴氏吸管。

-风扇辅助烘箱，设置在50℃，用于在样品制备之前熔化和调理巧克力。

-风扇辅助烘箱，设置在50℃，用于向日葵油加热，设置在60℃，用于熔化含超细颗粒的牛奶巧克力，设置在80℃，用于熔化含超细颗粒的黑巧克力。

-商业向日葵油(AUCHAN，法国)

-乳化剂：PGPR(由CARGILL提供)。

-巧克力样品(由CARGILL提供)

对于常规巧克力，50℃熔化过夜即足够。

对于具有超细颗粒的巧克力，将黑巧克力在80℃下熔化过夜，并将牛奶巧克力在60℃下熔化过夜。

在包含7g向日葵油和1g PGPR的溶液中添加10g融化的巧克力。

用Turbo-Test Rayneri VMI搅拌器以840rpm将悬浮液混合5分钟，以确保所有颗粒均匀分散。

将悬浮液置于50℃的烘箱或水浴中过夜。

将600ml向日葵油在50℃下放置过夜，用于每次测量。

样品1：Mouscron黑巧克力Noir 58 HC5738 AA00，包含

*糖40.84w％

*可可块43.96w％(由54w％脂肪和46w％可可颗粒组成)

*可可脂15.20w％

样品2：Mouscron牛奶巧克力Lacte Equilibre HL3435 AA00，包含

*糖41.86w％

*可可块10.77w％(由54w％脂肪和46w％可可颗粒组成)

*可可脂24.64w％

*全脂奶粉22.73w％(由26w％脂肪和74w％脱脂奶粉组成)

输入测量所需的参数(样品名称、颗粒和溶剂的光学指数、颗粒形状...)。确保将软件设置为每次测量重复5次。

用预热的600ml向日葵油填充单元格，并盖上单元格。

将单元格中制备的样品吹干，直至折光率在12％与15％之间。

测量粒度分布。

对于黑巧克力样品，必须进行两次测量。一次测量使用糖的光学指数，另一次测量使用可可的指数。因此，对于每次测量，获得按体积计的粒度分布。

对于牛奶巧克力样品，原理是相同的，但是你必须进行三次测量而不是两次。用牛奶的光学指数进行第三次测量。

·样品1：Mouscron黑巧克力Noir 58 HC5738 AA00

1.使用可可的光学指数对从五次连续测量获得的按体积计的粒度分布进行平均。

2.使用糖的光学指数对从五次连续测量获得的按体积计的粒度分布进行平均。

3.估计样品中可可和糖颗粒的体积比例。

糖的体积比例(α)：

可可颗粒的体积比例(β)：

我们回顾：

糖的体积＝

可可颗粒的体积＝

并且可可颗粒的质量＝0.46×可可块质量

对于样品1，我们发现：

4.黑巧克力的按体积计的粒度分布是通过将用可可和糖的光学指数根据它们各自的体积比例获得的按体积计的平均粒度分布进行平均而获得的。

对于固定尺寸的样品1：

黑巧克力的体积比例(γ)：

γ＝(α×用可可的光学指数获得的按体积计的平均粒度分布)+(β×用糖的光学指数获得的按体积计的平均粒度分布)

·样品2：Mouscron牛奶巧克力Lacte Equilibre HL3435 AA00

分析程序与前文所述相同。然而，在这种情况下，也应该考虑牛奶颗粒。因此，有必要确定它们的体积比例。

糖的体积比例(α)：

可可颗粒的体积比例(β)：

牛奶颗粒的体积比例(Φ)：

我们回顾：

牛奶颗粒的体积＝

并且牛奶颗粒的质量＝0.74×全脂奶粉的质量

对于样品2，我们发现：

在固定尺寸下：

牛奶巧克力的体积比例(δ)：

δ＝(α×用可可的光学指数获得的按体积计的平均粒度分布)+(β×用糖的光学指数获得的按体积计的平均粒度分布)+(δ×用牛奶的光学指数获得的按体积计的平均粒度分布)

以下是本发明的示例性实施方案。

示例性实施方案1.一种无乳化剂的巧克力组合物，其具有固相体积x和40℃或更高温度下的宾汉粘度值y(Pa.s)，其中：

x为0.4至0.7；并且

y<264x

示例性实施方案2.一种制备低乳化剂或无乳化剂的巧克力组合物的方法，该巧克力组合物包含连续脂肪相和任选的乳化剂，该方法包括：

提供初始巧克力组合物，其包含分散在整个脂肪相和乳化剂中的至少两种颗粒物质；

确定初始巧克力组合物的最大填充分数和粘度；以及

通过以下步骤制备初始巧克力组合物的低乳化剂或无乳化剂型式：

确定所述至少两种颗粒物质的优化的颗粒填充参数，其中对优化的颗粒填充参数进行优化，使得低乳化剂或无乳化剂的巧克力组合物具有大于初始巧克力组合物的最大填充分数的最大填充分数和与初始巧克力组合物的粘度基本相同的粘度；

选择具有优化的颗粒填充参数的所述至少两种颗粒物质；以及

将所选择的颗粒物质与脂肪相和任选的乳化剂组合，以提供初始巧克力组合物的低乳化剂或无乳化剂型式。

示例性实施方案3.根据示例性实施方案2所述的方法，其中颗粒填充参数包括所述至少两种颗粒物质的粒度分布、颗粒形状和/或相对量。

示例性实施方案4.根据示例性实施方案2或3所述的方法，其中对所述优化的颗粒填充参数进行优化，使得低乳化剂或无乳化剂的巧克力组合物的最大填充分数比初始巧克力组合物的最大填充分数大至少1％。

示例性实施方案5.根据示例性实施方案2至4中任一项所述的方法，其中使用基于所述颗粒物质的粒度分布和/或形状的输入值预测最大填充分数的软件来确定最大填充分数。

示例性实施方案6.根据示例性实施方案2至4中任一项所述的方法，其中最大填充分数(Φ

示例性实施方案7.一种低乳化剂或无乳化剂的巧克力组合物，其通过或能够通过示例性实施方案2至6中任一项所述的方法获得。

示例性实施方案8.根据示例性实施方案1或7所述的低乳化剂或无乳化剂的巧克力组合物，其包含：

分散在整个连续脂肪相中的至少两种颗粒物质，和任选的乳化剂，

所述至少两种颗粒物质具有彼此不同的D50粒度。

示例性实施方案9.根据示例性实施方案8所述的低乳化剂或无乳化剂的巧克力组合物，其中所述至少两种颗粒物质的D50粒度彼此相差3至12倍。

示例性实施方案10.根据示例性实施方案1或7至9中任一项所述的低乳化剂或无乳化剂的巧克力组合物，其最大填充分数对于挤出应用大于或等于0.72，对于模制应用大于或等于0.63，对于包覆应用大于或等于0.64，或对于冰淇淋应用大于或等于0.66。

示例性实施方案11.根据示例性实施方案1或7至10中任一项所述的低乳化剂或无乳化剂的巧克力组合物，其在40℃下的宾汉粘度值在0.1Pa.s与10Pa.s之间，并且宾汉屈服应力在1Pa与150Pa之间。

示例性实施方案12.根据前述示例性实施方案中任一项所述的方法、低乳化剂或无乳化剂的巧克力组合物，其中所述至少两种颗粒物质选自糖、可可固形物、乳固形物、膨松剂、碳酸钙、营养颗粒和调味剂以及/或它们中的两种或更多种的混合物。

示例性实施方案13.根据前述示例性实施方案中任一项所述的方法、低乳化剂或无乳化剂的巧克力组合物，其中所述脂肪相包含可可脂、可可脂等同物、可可脂替代物、无水乳脂、它们的级分以及/或它们中的两种或更多种的混合物。

示例性实施方案14.根据前述示例性实施方案中任一项所述的方法或低乳化剂的巧克力组合物，其中所述乳化剂选自卵磷脂、大豆卵磷脂、聚甘油聚蓖麻醇酸酯(PGPR)、铵磷脂(AMP)、脱水山梨糖醇三硬脂酸酯、蔗糖聚芥酸酯、蔗糖聚硬脂酸酯、单甘油酯的磷酸化单-二甘油酯/二乙酰基酒石酸。

示例性实施方案15.一种食物产品，其包含根据示例性实施方案1或7至15中任一项所述的低乳化剂或无乳化剂的巧克力组合物。

1.使用Stephan搅拌器充分混合11.7kg(78％)冰糖(重量)加3.3kg(22％)液体可可脂的混合物。

2.使该混合物通过三辊精磨机。

3.收集获得的薄片。

4.使这些薄片第二次通过相同的三辊精磨机；

5.将0.15kg(1％)可可脂添加到双重研磨的薄片中。

6.将该混合物转移至Colette精炼机(垂直轴)。

7.将其在60℃下精练5小时。

甜脂肪中糖的D50粒度为10.86μm。

制备具有表8配方的用于挤出应用的黑巧克力样品。配制物1包含乳化剂但具有未优化的颗粒填充，配制物2不含乳化剂并具有未优化的颗粒填充，而配制物3不含乳化剂并由于用粗糖替代30％的甜脂肪而具有优化的颗粒填充。根据上述方法测量配制物的粘度和屈服应力。

结果表明，去除乳化剂通常会导致粘度增加，但当颗粒填充优化时，可以去除乳化剂而不影响粘度。

进行进一步的研究，以评价用粗糖替代糖对粘度的影响。

使用如本文所述的CPM，在数学上预测当配制物1中80％的糖被粗糖替代时，Φmax将增加，直至达到最佳。因此，假设为避免在没有乳化剂的情况下配制时粘度增加，必须用粗糖替代至少80％的糖。对此进行了实验测试。结果示于表9。

配制物4＝无粗糖

配制物5＝配制物1中40％的糖被粗糖替代

配制物6＝配制物1中60％的糖被粗糖替代

配制物7＝配制物1中80％的糖被粗糖替代

如所预期的，配制物7(80％粗糖)具有最接近配制物4(无粗糖)的粘度。因此，CPM提供了精确的预测。另外，在不存在乳化剂的情况下，80％粗糖的替代导致屈服应力降低。

EP1061813在实施例5中公开了一种巧克力。

EP1061813的实施例5中描述的颗粒物质的粒度分布通过参考所述文献的图2a来确定。

未测量脱脂奶粉的密度。然而，文献中引用的密度为1.13kg/m3(参见Walstra P,JTM Wouters and TJ Geurts 2006Dairy Technology第2版CRC/Taylor&Francis，其以引用方式并入本文。

EP1061813的实施例5中公开的颗粒物质的比例(按重量计)为：

糖68.5％

脱脂乳粉25.4％

可可粉6.1％

将上述值输入微软Excel

然后改变EP1061813中描述的颗粒物质的比例，以观察对最大填充分数值的影响。结果示于表13中(CP

为了进行比较，随后研究了相同的比率，但是在模型中用可可粉替代具有1.8μm更细粒度的理论可可粉。这些结果也示于表13中(CP

*SMP＝脱脂乳粉

**CP＝可可粉

研究了具有图6所示粒度分布(通过粒度测定法测量)和最大填充分数为0.49(通过离心测量)的典型可可粉。

根据粉末的粒度分布和最大填充分数，可压缩填充模型(CPM)允许计算粉末的独特形状系数β(此处等于0.42，如图7所示)。形状系数β对应于具有相同颗粒形状的单分散粉末的最大填充分数。当处理多分散粉末时，该模型假设，对于相同的粉末，颗粒的形状与尺寸级别无关。

为了研究形状系数对可可的最大填充分数的影响，我们在此改变形状系数并根据CPM计算相应的最大填充分数，同时保持图6的粒度分布。

图7a示出了根据CPM计算的具有恒定粒度分布的可可粉的最大填充分数与形状系数的函数关系。需注意，形状系数增加会导致粉末的最大填充分数增加。等于0.64的形状系数对应于球体。

文献中显示，颗粒纵横比是影响颗粒最大填充分数的主要参数之一。用Ahmadah等人开发的半经验公式计算这些粉末的纵横比(Oumayma Ahmadah,

如本文所述，增加粉末的最大填充分数允许降低巧克力组合物中的乳化剂含量，同时保持粘度恒定。

这些结果表明，利用CPM的本发明的方法考虑了颗粒形状，并且颗粒形状对填充特性的影响以及因此对巧克力组合物成分选择的影响是至关重要的。

在前面的描述或以下权利要求或附图中公开的特征以其特定形式或以用于执行所公开的功能的装置来表示，或用于适当地获得所公开的结果的方法或过程可单独地或以此类特征的任何组合用于以其各种不同的形式实现本发明。

尽管已描述了本发明的某些示例性实施方案，但所附权利要求书的范围并非旨在仅限于这些实施方案。权利要求应按字面意思、有目的地和/或涵盖等同物进行理解。