12670 (Анализ и оценка качества некоторых молокосодержащих продуктов), страница 3

2016-08-02СтудИзба

Описание файла

Документ из архива "Анализ и оценка качества некоторых молокосодержащих продуктов", который расположен в категории "". Всё это находится в предмете "биология" из , которые можно найти в файловом архиве . Не смотря на прямую связь этого архива с , его также можно найти и в других разделах. Архив можно найти в разделе "остальное", в предмете "биология и химия" в общих файлах.

Онлайн просмотр документа "12670"

Текст 3 страницы из документа "12670"

г / 100г

Рис. 3. Содержание аминокислот в ультрафильтрате и экстракте из листьев стевии: аргинин (1), лизин (2), тирозин (3), фенилаланин (4), гистидин (5), лейцин (6), изолейцин (7), метионин (8), валин (9), пролин (10), треонин (11), серин (12), аланин (13), глицин (14), глутаминовая кислота (15), аспарагиновая кислота (16), цистин (17).

В главе 5 приведены экспрессные и легковыполнимые методики оценки качества некоторых молокосодержащих продуктов (творожная сыворотка, ультрафильтрат, экстракт стевии). Для оценки органолептических характеристик сыворотки, ультрафильтрата и экстракта стевии применяли разработанную мультисенсорную систему на основе 9 модифицированных пьезокварцевых резонаторов.

Аналитические сигналы пьезосенсоров матрицы при их одновременном экспонировании в парах равновесной газовой фазы анализируемого продукта фиксируются 9-канальным цифровым измерительным комплексом с интервалом 1 с, группируются в

общий (интегральный) выходной сигнал мультисенсорной системы, который формирует узнаваемый «визуальный образ» запаха

– «лепестковую» диаграмму с осями F, Гц. Для расчета площади «визуального образа» применяли специально разработанное программное обеспечение «Анализ потока данных».

В идентичных условиях (20 ± 1 0С) через 2 ч после выработки по результатам анализа получены «визуальные образы» аромата сыворотки, ультрафильтрата и экстракта (рис. 4).

F, Гц

F, Гц


(б)

F, Гц

(а)

(в)

Рис. 4. «Визуальные образы» аромата сыворотки (а), ультрафильтрата (б)

и экстракта стевии (в) после 5 с сорбции

«Визуальные образы» аромата сыворотки и ультрафильтрата идентичны по форме, что подтверждает единую природу запаха, но различаются по площади. Площадь «визуального образа» сыворотки 3450 150 усл.ед., ультрафильтрата – 1866 80 усл.ед., т.е. запах ультрафильтрата менее интенсивен по сравнению с сывороткой. Аромат экстракта стевии формируют как легколетучие вещества сыворотки – полярные соединения, так и ароматобразующие компоненты листьев стевии – полярные (например, производные коричной кислоты) и неполярные (сексвитерпеновые углеводороды) соединения, что приводит к ослаблению, маскированию и модификации специфического сывороточного запаха. «Визуальный образ» аромата экстракта из листьев стевии (рис. 4) резко отличается по форме от «визуальных образов» ароматов сыворотки и ультрафильтрата.

Качество пищевых продуктов меняется непрерывно, для каждого из них установлено время, в течение которого сохраняются на допустимом уровне органолептические и физико-химические показатели, определяющие качество продуктов. Динамику изменения качества оценивают с применением органолептических, титриметрических, физико-химических и микробиологических методов, а также математического моделирования.

Для оценки динамики изменения качества и установления сроков хранения пробы сыворотки, ультрафильтрата и экстракта стевии хранили при 6 ± 2 оC. Через 12 ч анализировали многокомпонентную парогазовую смесь ароматобразующих веществ, строили «визуальные образы» запаха каждого продукта и рассчитывали их площади. Содержание ароматобразующих веществ при хранении продуктов повышается, их количественные соотношения изменяются, что существенно влияет на площадь «визуальных образов» (рис. 5).

S, усл. ед.


(б)

S, усл. ед.

(а)


Время, сут.

Время, ½ сут.


Рис. 5. Зависимость площадей «визуальных образов»

аромата сыворотки (а) и экстракта стевии (б)

от продолжительности хранения продуктов

Установленная зависимость изменения площади «визуаль-

ного образа» многокомпонентной парогазовой смеси ароматобра-

зующих веществ анализируемых продуктов (рис. 5) от продолжительности хранения позволяет сделать вывод о динамике измене-

ния их качества, сроках хранения и пригодности продуктов к потреблению. Для анализируемых продуктов характерны аналогич-

ные зависимости изменения площади «визуального образа» аромата от продолжительности хранения: резкое возрастание пло-

щади «визуального образа» отмечается на 3-ьи сутки хранения сыворотки, 6-ые сутки – ультрафильтрата и 10-ые сутки – экстракта стевии (рис. 5). Затем площади «визуальных образов» изменяются значительно медленнее (продукт непригоден к потреблению).

Одновременно оценивали динамику изменения качества продуктов с применением титриметрического, потенциометрического и микробиологического методов. При этом определяли титруемую (К, 0Т) и активную (рН) кислотность проб продуктов, а также общую микробиологическую обсемененность (количество мезофильных анаэробных и факультативно анаэробных микроорганизмов, колоний образующих единиц/г; КМАФАнМ, КОЕ/г·10 – 4). Эти показатели обусловливают качество анализируемых продуктов; как пример приводим данные для творожной сыворотки (рис. 6 и 7). Для творожной сыворотки, пригодной к потреблению, титруемая кислотность не должна превышать

75 0Т, общая микробиологическая обсемененность – 1105 КОЕ/г, рН не менее 3,7. Этим требованиям удовлетворяет сыворотка со сроком хранения до 3-х суток (рис. 6 и 7).

К,0 Т

(б)

рН

(а)


Время, ½ сут.

Время, ½ сут.


Рис. 6. Изменение активной (а) и титруемой (б) кислотности

при хранении сыворотки


КМАФАнМ, КОЕ/г·10 – 4


Время, ½ сут.


Рис. 7. Количественный состав микрофлоры сыворотки

Результаты сенсорометрического анализа многокомпонентной смеси ароматобразующих соединений анализируемых продуктов коррелируют с данными микробиологических исследований, а также изменением титруемой и активной кислотности при хранении.

С применением разработанной методики установлены следующие оптимальные сроки хранения при 6 ± 2 оC: сыворотки – до 3-х суток, ультрафильтрата – до 6-ти суток, экстракта пищевых компонентов стевии – до 10-ти суток.

Для прогнозирования показателей качества сыворотки применяли мультисенсорную систему в сочетании с компьютерной обработкой сигналов сенсоров методом искусственных нейронных сетей.

Работа по прогнозированию показателей качества сыворотки включает: получение аналитических сигналов матрицы сенсоров при их одновременном экспонировании в многокомпонентной парогазовой смеси ароматобразующих веществ 3-х проб сыворотки (производители – ООО «Малыш», ЗАО «Рикон» г. Воронеж, молкомбинат «Воронежский»); обучение нейронной сети; проверку полученной модели по тестовой выборке.

Для получения корректных выходных сигналов необходимо предварительное обучение нейронной сети, которое осуществляли по величинам аналитических сигналов матрицы пьезосенсоров с пленками сорбентов на электродах, полученным при одновременном экспонировании в парах равновесной газовой фазы сыворотки. Мультисенсорный анализ трех проб сыворотки проводили каждые сутки в течение 6 дней с интервалом измерений 12 ч, сыворотку хранили при 6 ± 2 оC.

Одновременно определяли титруемую и активную кислотность проб сыворотки, показатель преломления, а также общую микробиологическую обсемененность. Значения этих показателей служили выходными параметрами для обучения нейронной сети.

Применяли трехслойную нейронную сеть с 9 нейронами во входном слое (по числу сенсоров в массиве), 22 нейронами во внутреннем слое и 4 нейронами в выходном слое (по числу выходных параметров). Для обучения сети применяли алгоритм обратного распространения ошибки.

Оценка значимости входных сигналов сети показала, что все 9 входных сигналов являются значимыми и влияют на точность прогноза. Прогнозирование показателей качества сыворотки проведено по 9 исходным признакам.

Полученная сеть прогнозирует показатели качества сыворотки практически безошибочно, относительная погрешность не превышает 1 % при прогнозировании активной и титруемой кислотности и показателя преломления, 3 % - при прогнозировании общей микробиологической обсемененности. Для проверки соответствия сети поставленной задаче нейронную сеть тестировали с применением проб сыворотки, не входивших в обучающую выборку (табл. 4).

Таблица 4

Прогнозирование показателей качества творожной сыворотки

Номер пробы

сыворотки

Измеренный

показатель

Прогнозируемый

показатель

Относительная погрешность

прогноза,

%

Титруемая кислотность, 0 Т

1

85

83,74

1,5

2

91

90,19

0,9

3

57

58,75

3,1

Показатель преломления

1

1,3430

1,3430

0

2

1,3429

1,3428

0,007

3

1,3400

1,3412

0,090

Общая микробиологическая обсемененность,

КМАФАнМ, КОЕ/г·10 – 4 *

1

19,8

20,11

1,6

2

97,9

96,43

1,5

3

3,26

3,14

3,7

Активная кислотность, рН

1

4,2

4,12

1,9

2

3,1

3,20

3,2

3

4,6

4,47

2,8

* КМАФАнМ, КОЕ/г·10 – 4 – количество мезофильных анаэробных и факультативно анаэробных микроорганизмов, колоний образующих единиц/г.

Разработанная нейронная сеть способна прогнозировать показатели качества сыворотки с относительной погрешностью, не превышающей 4 %. Анализ спрогнозированных с применением нейронных сетей показателей позволяет сделать вывод о качестве, свежести сыворотки и ее пригодности к потреблению.

В Ы В О Д Ы

1. Разработана аналитическая схема экспресс-оценки органолептических характеристик, динамики изменения качества, установления сроков хранения и прогнозирования показателей качества (титруемая, активная кислотность, показатель преломления, общая микробиологическая обсемененность) некоторых молокосодержащих продуктов с применением мультисенсорной системы на основе 9 модифицированных пьезокварцевых резонаторов. Относительная погрешность прогноза не превышает 4 %.

2. Проведена оптимизация условий микровзвешивания паров равновесных газовых фаз ароматобразующих веществ сыворотки (масса пленки модификаторов электродов пьезосенсоров, выбранные модификаторы матрицы, время фиксирования интегрального аналитического сигнала датчиков).

3. Разработана мультисенсорная система (типа «электронный нос») для тестирования многокомпонентной смеси ароматобразующих веществ, предложен алгоритм и реализована автоматическая обработка интегрального выходного сигнала датчиков и визуализация «образов» ароматобразующих соединений.

4. Предложена математическая модель процесса экстрагирования пищевых компонентов из листьев стевии. Установлены и оптимизированы основные доминирующие факторы – температура (40 0С), продолжительность (40 мин), соотношение объемов твердой (высушенные и измельченные листья стевии) и жидкой (ультрафильтрат сыворотки) фаз (1 : 10), рН экстрагента (4,4) методами математического планирования эксперимента. Установлено содержание дитерпеновых гликозидов, аминокислот, свободных сахаров, флавоноидов, витаминов – В1, В2, Е, макроэлементов – Са, Р в экстракте.

5. По результатам проведенных исследований установлены оптимальные сроки хранения продуктов при 6 ± 2 оC (сыворотка – до 3-х суток, ультрафильтрат – до 6-ти суток, экстракт пищевых компонентов стевии – до 10-ти суток), а также визуально и инструментально оценены органолептические характеристики продуктов без участия дегустатора.

Основное содержание диссертации опубликовано в следующих работах.

1. Пат. 2288468 Россия, МПК7 G 01 N 27/12. Универсальная пьезосорбционная ячейка детектирования / Киселев А.А., Нифталиев С.И., Коренман Я.И., Мельникова Е.И., Светолунова С.Е. - № 200512176228; Заявл. 11.07.05; Опубл. 27.11.06, Бюл. № 33, ч. I, 2006. - С. 318.

Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
5173
Авторов
на СтудИзбе
436
Средний доход
с одного платного файла
Обучение Подробнее