На предприятиях пищевой промышленности в последнее время часто вырабатывается продукция не соответствующая требованиям стандарта. С целью получения дополнительной прибыли распространено внесение различных пищевых добавок. В рецептурах подавляющего большинства пищевых продуктов наблюдается использование низкосортных ингредиентов вместо сырья более высокого качества, присутствуют пищевые добавки неизвестного состава разнообразных торговых марок [2, c.3]. Практика показывает, что качество этих пищевых продуктов, как правило, ниже по сравнению с изделиями, выработанными с учетом нормативных требований. Особенно остро стоит проблема качества вареных, полукопченых и варенокопченых колбасных изделий [1, c.24]. Поэтому важно сохранить баланс между интересами производителей и потребителей, между приемлемыми рисками от потребления продукции и возможностями, связанными с научно-техническим и экономическим уровнем развития, а также обеспечить поступление на прилавок продукции с гарантированными качественными показателями.
Действующие стандарты устанавливают требования к качеству по микробиологическим, органолептическим (внешний вид, консистенция, вид на разрезе, запах, вкус, цвет, форма, размер) и некоторым физико-химическим показателям: массовая доля влаги (%, не более), белка, жира и другим [3, c.5]. Однако эти показатели, хотя и являются важными, не позволяют достаточно точно идентифицировать продукт. Разработка метода оценки соответствия качества пищевых продуктов нормативным требованиям позволит защитить потребителя от недоброкачественных изделий.
На предварительном этапе был выполнен анализ химического и аминокислотного составов сырья, используемого в колбасном производстве: мясо говядина и свинина жилованная всех сортов, печень говяжья, шпик, грудинка свиная, шкурка свиная, соевые белковые препараты изолированные и концентрированные, казеинат натрия, белок животный Cat-Pro 95, мука соевая, яйца куриные, мука пшеничная. Исходя из количества анализируемых компонентов, был составлен план смеси и заданы интервалы варьирования факторов. В матрице планирования безразмерные показатели были заменены на натуральные. С использованием разработанной на алгоритмическом языке Pascal программы на основании данных матрицы планирования создан факторный массив значения факторов, в котором рассчитывались с учетом того, чтобы сумма компонентов основного сырья в рецептуре составляла 100 процентов. Массив включал 17026 вариантов композиционных составов. Для каждого варианта было рассчитано содержание сухих веществ, белка и жира (в том числе в пересчете на сухое вещество), аминокислотный состав (по незаменимым аминокислотам и оксипролину), сумма незаменимых аминокислот (НАК), отношение триптофан : оксипролин. Контроль оксипролина необходим для оценки наличия в мясопродуктах соединительной ткани и обеспечивает возможность определить соответствие рецептуры нормативным количествам сортового жилованного мяса и пищевых добавок. Показатели содержания белка и жира (в % на сухое вещество) характеризуют возможность использования различных белково-углеводных добавок и соответствие рецептуры нормам по количественному содержанию сортового мяса свинины. Аминокислотный состав композиции указывает соотношение в рецептуре сырья, содержащего белковую фракцию, поскольку каждый используемый ингредиент имеет характерный набор аминокислот.
Для оценки эффективности разработанной методики был изготовлен опытный образец по рецептуре колбасы вареной столичной высшего сорта. С учетом возможной ошибки при проведении экспериментальных исследований (в технологических расчетах допускается 5%) выполнен расчет химического и аминокислотного составов данного вида изделия. Результаты лабораторного анализа и расчетные показатели были внесены в базу данных, состоящую из факторного массива и функциональных показателей, характеризующих соответствие данного мясопродукта нормативным требованиям.
Данные массива были подвергнуты кластерному анализу. В результате выявлен кластер, состоящий из 61 варианта композиций. На рис. 1 в анализируемом кластере интервал расчетных данных (с учетом ошибки эксперимента) рецептуры колбасы столичной расположен между показателями «standart», а результаты исследований химического и аминокислотного составов опытного образца обозначены термином «sample».
Рисунок 1. Результаты кластеризации исследуемых вариантов
Внутри исследуемого диапазона выявлено четыре варианта композиций не отличающиеся по своей цветовой гамме и, следовательно близких по своим качественным характеристика к прогнозируемым показателям (standart, sample, standart, 58). Если исследуемые составы выделить в отдельную группу (рис. 2), то об идентичности выделенных вариантов свидетельствует наложение диаграмм исследуемых образцов.
Несмотря на визуальное соответствие анализируемых вариантов, композиция № 58 не расположена внутри диапазона «standart», это обусловлено незначительным отличием анализируемых показателей от нормативных требований. Исследование факторных показателей образца № 58 выявило наличие в нем незначительного количества соевых белковых препаратов (исследуемые показатели 12, 13 на рис. 2).
Рисунок 2. Оценка качественных характеристик исследуемых композиций
Эффективно оценить полученные данные можно с помощью нейронных сетей, называемыми картами Кохонена, их принципиальное отличие заключается в использовании неконтролируемого обучения. При таком обучении обучающее множество состоит лишь из значений входных переменных. Можно сказать, что такая сеть учится понимать структуру данных. Эти сети способны решать задачи классификации без учителя, т.е. кластеризации. Отличительной особенностью карт Кохонена является возможность оценки не только числовых значений, но и текстовых понятий. Поэтому по разработанной методике для каждого вида мясопродуктов целесообразно создать отдельный кластер (аналогично кластеру, представленному на рис. 1) и в табличные данные ввести дополнительную колонку характеризующую каждый композиционный вариант. В результате анализа получают карту Кохонена по которой можно дать качественную оценку исследуемого образца.
Последнее время появились новые современные приборы, позволяющие быстро проводить экспериментальные исследования по определению химического и аминокислотного составов пищевых продуктов. Комплексное использование существующих методов оценки качества и предложенной методики позволит эффективно идентифицировать не только мясопродукты, но и другие пищевые продукты на соответствие требованиям стандарта.
В результате проведенных аналитических и экспериментальных исследований в дополнение к существующим методам оценки качества пищевых продуктов разработана методика определения соответствия рецептуры анализируемых изделий нормативным требованиям.
Список литературы:
- Моргунова А.В. Разработка технологии мясопродуктов с использованием кавитационно-дезинтегрированных систем. Диссертация на соискание ученой степени кандидата технических наук / Северо-Кавказский государственный технический университет. Ставрополь, 2012
- Трегубова Н.В. Продовольственная безопасность в эпоху генетически модифицированных продуктов В книге: Теория и практика инновационного развития кооперативного образования и науки. Тезисы докладов международной научно-практической конференции профессорско-преподавательского состава и аспирантов. Белгород, 2010. С. 260-261.
- Якубова Э.В., Дрижд Н.А. Современные методы анализа и управления ассортиментом товаров. Ставрополь, 2010.[schema type=»book» name=»КОМПЛЕКСНАЯ ОЦЕНКА КАЧЕСТВЕННЫХ ХАРАКТЕРИСТИК ПИЩЕВЫХ ПРОДУКТОВ» description=»Целью работы являлась разработка метода оценки качества пищевых продуктов на базе результатов исследования химического и аминокислотного составов готовых изделий и характеристик используемого сырья. Для идентификации полученных показателей применен кластерный анализ. Разработанный метод апробирован на вареных колбасных изделиях.» author=»Веревкина Дарья Юрьевна, Садовой Владимир Всеволодович, Щедрина Татьяна Викторовна» publisher=»БАСАРАНОВИЧ ЕКАТЕРИНА» pubdate=»2017-01-25″ edition=»ЕВРАЗИЙСКИЙ СОЮЗ УЧЕНЫХ_31.10.15_10(19)» ebook=»yes» ]