Использование статистических методов при разработке многофазных рецептур на кондитерские изделия Текст научной статьи по специальности «Прочие технологии»

The mathematical model are considered and outcomes of computer simulation of driving of a corpuscle of a loose material in a conical spiral feeder-dozatore of the rotor powder filler allowing to estimate nature and the travelling speed of a corpuscle indispensable for projection of a feeder-dozatora on the preset efficiency are considered.

Key words: a rotor powder filler, a spiral feeder-dozator, a loose material, mathematical model, driving differential equations, simulation.

Zharkov Vjacheslav Viktorovich, postgraduate, krukov@,tula. net, Russia, Tula, Tula State University,

Kryukov Vladimir Alekseevich, doctor of technical science, professor, [email protected], Russia, Tula, Tula State University,

Prejs Vladimir Viktorovich, doctor of technical sciences, professor, the chief of the cathedra, preys@klax. tula.ru, Russia, Tula, Tula State University

УДК 658.562:621.9

ИСПОЛЬЗОВАНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ ПРИ РАЗРАБОТКЕ МНОГОФАЗНЫХ РЕЦЕПТУР НА КОНДИТЕРСКИЕ ИЗДЕЛИЯ

Е.В. Ким, Е.А. Саввина

Рассмотрены рецептуры, разрабатываемые на кондитерские изделия, причинно-следственная диаграмма, ход опытных проработок для расчета рецептуры на кондитерские изделия, параметры технологического процесса приготовления многофазной рецептуры, критерии органолептических и физико-химических показателей качества, диаграмма рассеяния (разброса), стратификация данных.

Ключевые слова: разрабатываемая рецептура, эффективная рецептура, причинно-следственная диаграмма, параметры технологического процесса приготовления, критерии органолептических и физико-химических показателей качества, диаграмма рассеяния, стратификация данных.

На предприятиях общественного питания производство кондитерских изделий высокого качества осуществляется по разработанным специалистом-технологом рецептурам. Рецептуры являются составной частью технологического процесса производства кондитерских изделий, основное назначение которых - установление правильного соотношения сырья, этапов и параметров технологического процесса производства, обусловливающих получение требуемого вида изделий с характерными качественными и вкусовыми свойствами.

Разрабатываемые рецептуры на кондитерские изделия могут быть по расчету простыми и сложными в зависимости от технологии производства продуктов. Простые рецептуры состоят из одной фазы изготовления

151

продукта, сложные - из 2 фаз и более. К простым рецептурам можно отнести рецептуры на некоторые виды печенья и т.д. Примером более сложной рецептуры могут служить рецептуры на торты и пирожные. При разработке многофазных рецептур специалист-технолог сначала разрабатывает рецептуры на полуфабрикаты.

Улучшенную и наиболее эффективную рецептуру позволяет получить применение на всех этапах разработки так называемых «инструментов контроля качества» [1].

Причинно-следственная диаграмма это ключ к разработке улучшенной технологии приготовления нового вида кондитерских изделий. Данный вид диаграммы позволяет специалисту в простой и доступной форме систематизировать все потенциальные факторы, влияющие на технологический процесс изготовления нового вида изделия, выделить самые существенные и провести поуровневый анализ.

Согласно диаграмме Исикавы в ходе проработке новой рецептуры необходимо [3]:

- собрать и систематизировать все факторы, прямо или косвенно влияющие на новую рецептуру;

- сгруппировать эти факторы по смысловым и причинно-следственным блокам;

- ранжировать их внутри каждого блока;

- провести анализ получившейся картины.

На рис. 1 приведен пример причинно-следственной диаграммы, применяемой в ходе процесса разработки новой рецептуры на кондитерское изделие пониженной калорийности.

Составление данной диаграммы позволяет специалисту-технологу наглядно отразить область исследования для создания нового вида кондитерского изделия.

Полученная диаграмма демонстрирует область, которую необходимо исследовать и анализировать в процессе разработки новой рецептуры с целью формирования наиболее эффективных параметров технологического процесса и высоких показателей качества кондитерских изделий. После подробного проведения данного вида анализа в процессе разработки следует определить сырьевой набор и на его основе составить рецептуру (проект); провести ряд опытных проработок с целью уточнения рецептуры (по нормам расхода сырья - брутто и нетто), определения выхода полуфабриката и блюда (изделия) с учетом отходов и потерь в соответствии с действующими нормативами [2].

В ходе опытных проработок для расчета рецептуры на кондитерское изделие необходимо получить следующие исходные данные:

- технологические фазы, из которых состоит процесс изготовления продукта (кондитерские изделия определенного сорта, вида) и их последовательность;

- фактический расход сырья и полуфабрикатов (в кг) на загрузку по фазам технологического процесса;

- содержание сухих веществ в сырье и полуфабрикатах;

- содержание сухих веществ в готовых изделиях (простая рецептура);

- нормы потерь (в пересчете на сухое вещество) полуфабрикатов по фазам производства и готовых изделий данного сорта.

Рис. 1. Причинно-следственная диаграмма

Также при проработке многофазной рецептуры устанавливают все необходимые параметры технологического процесса приготовления (температурный режим и продолжительность тепловой обработки полуфабрикатов и т.п.), определяют и задают критерии органолептических и физико-химических показателей качества (внешний вид, вкус, цвет, запах, содержание жира, кислотность и т.п.).

Диаграмма рассеивания (англ. - diagramm of dispersion) - двумерное графическое изображение полученных пар двух признаков х и у.

Диаграмма рассеивания - это графическое представление множества пар данных двух переменных величин, позволяющее определить вид и степень связи между показателями качества и влияющими на них факторами, при анализе причинно-следственной диаграммы и при проведении корреляционного и регрессивного анализа [1].

Диаграмма рассеивания даёт возможность выдвинуть гипотезу о наличии или отсутствии корреляционной связи между двумя случайными величинами. При этом изучаются обычно величины, характеризующие:

153

- показатели качества и влияющие на них факторы;

- два различных показателя качества;

- два фактора, влияющих на один показатель качества.

Диаграмма рассеивания (разброса) показывает взаимосвязь между

двумя видами связанных данных и подтверждает их зависимость.

Для того чтобы специалист-технолог мог разработать многофазную рецептуру на кондитерские изделия, удовлетворяющую потребность населения в продукции высокого качества, ему необходимо установить зависимость между сочетанием исходного сырья, параметрами технологического процесса, органолептическими и физико-химическими показателями качества полуфабрикатов и готовых изделий. Например, зависимость ор-ганолептических показателей качества, готовых изделий от заданных параметров технологического процесса; влияние количества и качества исходного сырья, предусмотренной проектом рецептуры на физико-химические показатели качества готовых изделий; зависимость между массой полуфабриката подготовленного к тепловой обработке и установленным температурным режимом и продолжительностью тепловой обработки. В данном случае, чтобы понять связь между рассматриваемыми параметрами, используем диаграммы рассеивания.

Для построения диаграммы рассеивания нужно не менее 30 пар данных (х,у). Оси х и у строят так, чтобы длины рабочих частей были примерно одинаковы. На диаграмму наносят точки (х,у)9 название диаграммы, а также интервал времени, число пар данных, названия осей, ФИО, должность исполнителя, и т.д. Точки, далеко отстоящие от основной группы, являются выбросами, и их исключают.

Диаграмма рассеивания строится в таком порядке: по оси абсцисс откладывается значение одной переменной х^ (чаще всего независимой переменной), а по оси ординат другой переменной ух (зависимой) и на графике получаем одну точку. Проведя такие построения для всех п (обычно п >30) значений двух переменных величин, получают совокупность точек, разбросанных по координатному полю («полю корреляции») [1].

Возможны различные варианты скоплений точек. Для установления силы связи полезно вычислить коэффициент корреляции по формуле

г= Х(ъ-*)Х(У1-У) (!)

^Ье-^ЕЫ-у)2

Коэффициент корреляции используют только при линейной связи между величинами. Значение г находится в пределах от -1 до +1. Если г близко к значению 1, имеется сильная положительная корреляция (сильная связь между рядами данных). Если г близко к значению -1, имеется сильная отрицательная корреляция. При г, близком к значению 0, корреляция слабая (отсутствует). Если г близко к значению 0,6 (или - 0,6), корреляционная зависимость считается существующей.

Можно оценить достоверность коэффициента корреляции. Для этого вычисляют его среднюю ошибку по формуле

1-г2

тг = ±Ци. (2)

л/п

При г/тг < 3 коэффициент корреляции считается достоверным, т.е. связь доказана. При г/тг < 3 связь недостоверна.

В табл. 1 представлены данные взаимозависимости между выбранным температурным режимом (°С) и временем тепловой обработки (минуты) подготовленных полуфабрикатов.

Таблица 1

Исходные данные параметров технологического процесса

приготовления полуфабрикатов многофазной рецептуры кондитерского изделия

№ 1 2 3 4 5 6 7 8 9 10

температурный режим, °С 190 225 200 225 210 190 220 200 225 170

Уи время тепловой обработки, мин. 55 40 50 45 15 15 10 15 15 10

№ 11 12 13 14 15 16 17 18 19 20

X/, температурный режим, С 185 220 250 200 180 170 100 200 180 170

Уи время тепловой обработки, мин. 15 30 25 35 40 10 60 18 22 75

№ 21 22 23 24 25 26 27 28 29 30

X/, температурный режим, С 200 215 205 185 165 160 185 185 «п 00 190

уи время тепловой обработки, мин. 50 25 30 80 100 100 80 60 55 50

Рассмотрим корреляционную взаимозависимость между температурным режимом х и временем тепловой обработки у. Характерные варианты скоплений точек показаны на рис. 2.

В результате корреляционного анализа получим уравнение вида

у = -0,41x4-121,7.

Коэффициент корреляции (1) равен 0,43, а средняя ошибка корреляции (2) равна 0,96.

В табл. 2 представлены данные взаимозависимости между содержанием (%) сухих веществ в готовом изделии и влажность готового изделия.

170

5

X I- о 5 >5 I 100

Ю

ГО а £ 80

ю Я СО

о >х о X X о Й 60

ш о ^ X и а а ю го -О- 40

с Р £ 20

к сС >

ш о. X о с; о 0

2С с

со

50

100

150

200

250

300

Температурный режим тепловой обработки кондитерских изделий и полуфабрикатов (°С)

Рис. 2. Зависимость между температурным режимом и временем тепловой обработки: ♦ - время тепловой обработки полуфабрикатов; - - линейное время тепловой обработки полуфабрикатов

Таблица 2

Исходные данные физико-химических показателей качества готовых кондитерских изделий

№ 1 2 3 4 5 6 7 8 9 10

X/, содержание сухих веществ, % 25 6 16 20 24 5,5 16,5 7,5 8 3

уь влажность, % 75 96 84 80 76 94,5 83,5 92,5 92 97

№ 11 12 13 14 15 16 17 18 19 20

X/, содержание сухих веществ, % 23 12 22 21 18 15 26 25,2 7 6

у„ влажность, % 77 88 78 79 82 85 74 74,8 93 94

Рассмотрим корреляционную взаимозависимость между процентным содержаниемх и влажностью;; (рис. 2).

В результате корреляционного анализа получим уравнение вида >> = —1,016.г +100,3.

Коэффициент корреляции (1) равен 0,998, а средняя ошибка корреляции (2) равна 0,78.

Результаты анализа показали наличие существенной связи между температурным режимом и временем тепловой обработки и наличием сильной связи между содержанием сухих веществ и влажностью.

При разделении данных на группы в соответствии с их особенностями группы именуют слоями (стратами), а сам процесс разделения - расслаиванием (стратификацией). Желательно, чтобы различия внутри слоя были как можно меньше, а между слоями - как можно больше. В результа-

156

тах измерений всегда есть больший или меньший разброс параметров. Если осуществлять стратификацию по факторам, порождающим этот разброс, легко выявить главную причину его появления, уменьшить его и добиться повышения качества продукции.

120 -,-

5

X

0 5 10 15 20 25 30

Содержание сухих веществ в кондитерских изделиях и полуфабрикатах (%)

Рис. 2. Зависимость между содержанием сухих веществ и влажностью: ♦ - влажность; --линейная влажность

Применение различных способов расслаивания зависит от конкретных задач. В производстве часто используется способ, называемый 4М, учитывающий факторы, зависящие от человека (man); машины (machine); материала (material); метода (method).

Расслаивание можно осуществить:

- по исполнителям (по полу, стажу работы, квалификации и т.д.);

- по машинам и оборудованию (по новому или старому, марке, типу

и т.д.);

- по материалу (по месту производства, партии, виду, качеству сырья и т.д.);

- по способу производства (по температуре, технологическому приему и т.д.).

На предприятиях общественного питания может быть расслаивание по поварам, кондитерам, видам выпускаемой кулинарной продукции и кондитерским изделиям, сезонам.

Метод расслаивания в чистом виде применяется при расчете стоимости изделия, когда требуется оценка прямых и косвенных расходов отдельно по изделиям и партиям, при оценке прибыли от продажи изделий отдельно по потребителям и по изделиям и т.д. Расслаивание также ис-

пользуется в случае применения других статистических методов: при построении причинно-следственных диаграмм, диаграмм Парето, гистограмм и контрольных карт.

Стратификация данных выполняется следующим образом.

1. Определяются факторы, по которым будет проводиться стратификация. В качестве фактов могут выступать время, операторы, оборудование, условия производственных операций (такие как температура, влажность, давление, освещенность и т.п.), материалы и средства измерения (такие как измерительное оборудование и методы измерения).

2. Определяется число страт (слоев). Количество страт берется соответственно количеству факторов, выявленных на предыдущем шаге. Например, отклонения в показателях продукции могут возникать из-за действий оператора. Если к производству продукта привлечено четыре оператора, то стратификация выполняется по четырем факторам и число страт должно быть четыре. Или, если условия производства продукта остаются одними и теми же, изменения в характеристиках могут возникать в разные периоды времени - первая смена, вторая смена или третья смена работы. В этом варианте страт будет три (по количеству смен) и стратификация проводится по трем факторам.

3. Выбирается необходимый инструмент качества для графического представления статистических данных. Как правило, для этих целей используются диаграмма разброса, контрольная карта или гистограмма. Можно применять и табличный метод, но графический способ является более наглядным и позволяет быстрее определить системность в представленных данных.

4. Определяется количество статистических данных, попадающих в каждую страту. Для того чтобы стратификация данных была эффективной, необходимо придерживаться двух условий. Во-первых, различия между значениями случайной величины внутри страты должны быть как можно меньше по сравнению с различием ее значений в исходной совокупности данных. Во-вторых, различия между стратами должны быть как можно больше. Количественно это различие можно определить по разнице средних значений случайной величины в каждой страте.

5. На выбранный графический инструмент качества «наносятся» данные с указанием принадлежности этих данных к каждой из страт. Для отделения данных друг от друга можно использовать самый простой метод - цветовую индикацию данных.

6. Проводится анализ подмножества данных. Анализ данных проводится для каждой страты отдельно.

Таким образом, для обеспечения требуемого уровня качества продукции нужно уметь управлять всеми влияющими факторами и определять возможные варианты реализации качества. Использование статистических

методов на всех этапах создания новой рецептуры на кондитерские изделия позволяет эффективно формировать показатели качества изделий и оказывает положительное влияние на результативность технологического процесса

Список литературы

1. Автоматизация статистического контроля качества пищевой продукции в массовых производствах / А.С. Горелов, С. А. Лисицын, В.Б. Морозов, В.В. Прейс, Е.А. Саввина. Тула: Изд-во ТулГУ, 2011. 140 с.

2. Справочник работника общественного питания / В.Н. Голубев [и др.]. М.: ДеЛи Принт. 2003. 590 с.

3. Ким Е.В. Саввина Е.А. Использование статистических методов при исследовании с целью разработки новой рецептуры // Вестник Тульского государственного университета. Автоматизация: проблемы, идеи, решения: сб. трудов междунар. науч.-техн. конф. 13-14 ноября 2014 г. / под науч. ред. В.В. Прейса. Тула: Изд-во ТулГУ, 2014. С 22 - 27.

Ким Елена Викторовна, асп., deva7l8iamail.ru, Россия, Тула, Тульский государственный университет,

Саввина Екатерина Александровна, канд. техн. наук, доц., savvekarambler.ru, Россия, Тула, Тульский государственный университет

USING STATISTICAL TECHNIQUES IN DEVELOPING MULTIPHASE FORMULATIONS

BASED CONFECTIONERY.

E. V.Kim, E.A. Savvina

Developed recipes for pastries, at cause-and-effect diagram, the course of the experimental design study for the calculation of the recipe for pastry, process parameters preparing of a multi-phase formulation, the criteria for the organoleptic and physico-chemical parameters of quality, a scatter diagram (scatter), stratification of data are considered.

Key words: recipe developed, effective formulation at cause-and-effect diagram, process parameters of the prepared-criteria organoleptic and physico-chemical parameters of quality, diagrams scattering data stratification.

Elena Viktorovna Kim, postgraduate, deva 7l8iamail. ru, Russia, Tula, Tula State University,

Savvina Ekaterina Alexandrovna, candidate of technical sciences, docent, sav-veka rambler. ru, Russia, Tula, Tula State University