CC BY
44
УДК 637.52.002.61:519.688
Компьютерные технологии для оценки качества мясного фарша
в зависимости от количества добавленных белковых ингредиентов
А. Б. Лисицын, академик РАН, д-р техн. наук, профессор, А. Н. Захаров, канд. техн. наук, М. А. Никитина, канд. техн. наук, Е. Б. Сусь, канд. техн. наук, В. В. Насонова, канд. техн. наук Всероссийский научно-исследовательский институт мясной промышленности имени В. М. Горбатова
Одним из основных направлений научно-исследовательских работ, проводимых как в России, так и за рубежом, является применение прогнозных технологий для разработки продуктов с высокими потребительскими и функциональными свойствами, которые и формируют в итоге высокое качество выпускаемой продукции. В настоящее время не существует единого термина «качество продукции», различные источники дают ему различные определения [1-3].
Согласно одному из них [4], качество продукции - это совокупность объективно присущих продукции свойств и характеристик, уровень и вариант которых формируется при создании продукции с целью удовлетворения существующих потребностей.
На основании ГОСТ Р 52675-2006 «Полуфабрикаты мясные и мясосо-держащие. Общие технические условия» и ГОСТ Р 55365-2012 «Фарш мясной. Технические условия», -мясной фарш (мясной рубленый полуфабрикат) должен соответствовать следующим требованиям по органо-лептическим и физико-химическим показателям:
внешний вид - однородная мясная масса без костей, хрящей, сухожилий, грубой соединительной ткани, кровяных сгустков и пленок;
степень измельчения - не более 8,0 мм;
цвет - от светло-розового до темно-красного (в зависимости от используемого мясного сырья);
запах, свойственный доброкачественному продукту;
массовая доля белка зависит от используемого мясного сырья;
массовая доля жира зависит от используемого мясного сырья.
Качество мясного фарша, таким образом, определяют комплексом
показателей: сенсорных, санитарно-гигиенических и технологических, а также пищевой ценностью.
Показатели, совокупность которых говорит о качестве мяса, можно разделить на четыре группы:
органолептические - внешний вид, цвет, вкус, запах, консистенция;
санитарно-гигиенические - определяющие соответствие продукта установленным нормам по микробиологическим показателям, содержанию токсичных элементов, антибиотиков, пищевых добавок;
определяющие пищевую ценность - содержание белков и жиров, витаминов (особенно группы В), углеводов, макро- и микроэлементов;
технологические - водосвязываю-щая способность, значение рН, содержание соединительной ткани, содержание и состояние жира.
В настоящее время белковые ингредиенты растительного и животного происхождения используют практически на всех предприятиях мясной промышленности при выработке полуфабрикатов рубленых.
Благодаря химическому составу и функциональным свойствам, белковые ингредиенты животного происхождения применяют с целью замены части мясного сырья, повышения пищевой и биологической ценности, в том числе функциональных характеристик, улучшения органолептиче-ских свойств, усиления мясного вкуса и снижения себестоимости мясных продуктов [5, 6].
Доказано, что при правильном подборе белоксодержащих ингредиентов мясные продукты могут содержать до 30% коллагена от общего количества белка без существенного снижения биологической ценности системы. При этом, однако, в процессе создания новых видов мясных продуктов необходимо найти такое сочетание рецептурных ингредиентов
и технологических режимов их переработки, при которых готовые изделия будут обладать сбалансированным составом по пищевой ценности, а также высокими органолептически-ми характеристиками, не уступающими традиционным продуктам и быть приемлемыми по вкусу для потребителей [7].
Для разработки (выработки) продукта питания высокого качества используют всевозможные банки и базы данных [8-10], содержащие справочную информацию о химическом составе пищевых продуктов, которые обеспечивают возможность правильного ведения производства, помогают в совершенствовании технологии и создании новых продуктов питания и т. д.
Однако, на данный период времени отсутствуют сведения о наличии программного обеспечения (Software) и справочников, которые позволили бы специалистам мясоперерабатывающей отрасли прогнозировать, без проведения дополнительных исследований, качественные характеристики готового продукта на основании сведений о наличии видов мясного сырья, белковых ингредиентов и подобрать их требуемые соотношения с целью создания продукта гарантированного качества.
Специалистами Центра экономико-аналитических исследований и информационных технологий и Отдела научно-прикладных и технологических разработок Всероссийского научно-исследовательского института мясной промышленности имени В. М. Горбатова проводятся исследования, направленные на создание банка данных, базы данных и знаний, математической модели прогнозирования качества мясного фарша (и, как следствие, готового мясного продукта) в зависимости от процента замены мясного сырья не мясными ингредиентами (белковой природы).
Установление влияния белковых ингредиентов на химический состав, функционально-технологические, структурно-механические и органо-лептические показатели позволит в дальнейшем подобрать необходимый белковый препарат растительного или животного происхождения и процент замены мясного сырья (говядины и /или свинины) для получения продукта заданного качества и целесообразного с экономической точки зрения.
Цель исследовании - изучение динамики показателей мясного фарша с различным содержанием жировой и соединительной ткани в зависимости от количества добавленных белковых ингредиентов.
Модельными образцами мясного фарша служили образцы с различным уровнем замены мясного сырья на белковые препараты животного происхождения в диапазоне от 10 до 30% с приращением 5%.
В качестве контрольных были изготовлены образцы из мяса говядины различной сортности, не содержащие каких-либо добавок: контроль 1 - говядина высшего сорта, контроль 2 - говядина 1 сорта, контроль 3 - говядина 2 сорта.
Изготовленные образцы (контрольные и опытные) были направлены на испытание по следующим показателям: химический состав - влага, жир, белок, зола; функционально-технологические свойства - определение ВСС, рН; структурно-механические свойства - определение предельного напряжения сдвига; интенсивность окраски - цвет, устойчивость окраски; активность воды.
Важнейшим требованием, согласно Международным стандартам ИСО серии 9000 (ISO - International Organization for Standardization -Международная организация по стандартизации) - это активное использование статистических методов для принятия решений на всех этапах жизненного цикла продукции.
Крупнейший специалист в области управления качеством Каору Исикава [11, 12] говорил: «Методы статистики - именно то средство, которое необходимо изучить, чтобы внедрить управление качеством. Они -наиболее важная составная часть комплексной системы всеобщего управления качеством на фирме. В японских корпорациях все, начиная от председателя совета директоров и до рядового рабочего в цехе, обязаны знать хотя бы основы статистических методов».
Всесторонний и глубокий анализ полученных данных на 1-ом этапе исследований необходим для оптимального интервала варьирования изучаемых белковых добавок животного происхождения (белки плазмы крови; соединительно-тканые белки). На рис. 1, а показаны графические зависимости, характеризующие динамику изменения химического состава опытных модельных систем на примере говядины 1 сорта (контрольный образец 2).
Из гистограммы с группировкой, применяемой для сравнения значений по нескольким категориям, видно отличие опытных образцов от контроля. Анализ полученных результатов показывает, что с повышением процента замены мясного сырья белковыми добавками увеличивается содержание влаги и уменьшается
74 72
£
ПЗ
m
О)
I
пз
Ü
CD g
j
GO
Контроль Белок плазмы Соединительно-крови тканный белок □ 10% В15% □ Л1% □ 25% а 10%
2,5
г
1,5 1 0,5 0
- ■
1 ■ п
: ■ 1 [ ■
; к 1 ■
1 1F
Контроль
Белок плазмы крови
□ 10% ЕШ% взо%
ч о
и
11 12 10 в 0 1 2 0
Соединительнотканный белок
■ ■
1Ш
Контроль Белок плазмы Соединительно-
крови
тканный белок
□ ю% ami п«0- <310%
20
3
10
& CD
с*
3
Контроль
I
Ш№Ы
%
I
Белок плазмы Соединительно крови тканный белок
□ 10% Н15% Ы20« О ¿5<: Н 30%
Рис. 1, а. Динамика изменения химического состава модельных мясных систем
содержание жира и белка в мясном фарше.
Однако, согласно соотношению белок: вода в готовой продукции [6]
В = (Б х 4) + 10,
где В - максимально допустимое содержание влаги в продукте, %; Б - массовая доля белка в продукте, %, действующему в ряде стран Евросоюза и США применительно к группе мясопродуктов высших и первых сортов. Чем больше массовая доля белка в колбасах либо ветчинах, тем больше воды в них может содержаться.
Для большинства мясопродуктов традиционных рецептур и технологий значения соотношения вода: белок находятся в интервале от 4,1 до 5,0.
На основании вышеизложенных требований, предъявленных к качеству готовой продукции, далее осуществлялся поиск рационального процента замены мясного сырья методами математического программирования. В результате было установлено, что предельно допустимый уровень замены говядины 1 сорта белком плазмы крови составляет 18%. Полученная статистика по проценту замены белками животного происхождения различных сортов говядины была занесена в формирующуюся базу данных.
Под функциона льно-техно -логическими свойствами (ФТС) в прикладной технологии мяса и мясопродуктов понимают совокупность показателей, характеризующих уровни эмульгирующей, жиро- и водосвя-зывающей способности, структурно-
механические свойства (липкость, вязкость, пластичность и т. д.), сенсорные характеристики (цвет, вкус, запах), величину выхода и потерь при термообработке различных видов сырья и мясных систем.
Вопрос рассмотрения ФТС неразрывно связан со следующими проблемами: оценкой технологических функций и потенциальных возможностей использования сырья; выбора вида, соотношений и условий совместимости компонентов рецептуры; обоснования условий и параметров обработки сырья, что особенно существенно при изготовлении мясных эмульсий и осуществлении термообработки; направленного регулирования свойств отдельных видов используемого сырья и мясных систем в целом; прогнозирования характера изменения свойств мясных систем на различных этапах технологической обработки; рационального использования белоксодержащих компонентов; получения мясопродуктов гарантированного качества.
Как видно из рис. 1, б, значение величины рН в опытных образцах близко к контролю. Из практики известно, что значительное увеличение рН приводит к его сдвигу в щелочную сторону, но это нежелательно с технологической точки зрения, так как может привести к ухудшению качественных характеристик: цвета, запаха, внешнего вида. Введение белковых добавок приводит к увеличению таких показателей, важных с технологической точки зрения, отвечающих за выход готового про-
Контроль Белок плазмы крови
110% 015% В20% И 30%
Соединительнотканный белок
30 7В 76
71
72 70 68 ОБ 64
п г 1
1
1 ■
1
1 ■■■■■■ й
Контроль Белок плазмы Соединительно-крови тканный белок
□ 10% 1215% D 20% □ 25% В 30%
Рис. 1, б. Динамика изменения химического состава модельных мясных систем
Результаты регрессионного анализа
Таблица 1
Текстовое поле «Информация» Дополнительное текстовое поле
Коэс Коэс Коэс Коэс Урав Кри" Кри" Дов( 0,26 Иссг знач F = Мод эфициент а = 62,70 эфициент а = 0,34 эфициент корреляции: г = 0,9840 )фициент детерминации: R2 = 0,968 нение регрессии: у = 67,7 + 0,336^х герий Стьюдента ш = 9,5727 герий Стьюдента 1а = 84,2085 эрительные интервалы для а и в: 8<Ь< 0,40461,253 < 64,147 едуемая зависимость статистически има! 91,6364 ель адекватна Выборочная дисперсия х = 50,00 Выборочная дисперсия у = 5,83 Среднеквадратическое отклонение: Б (х) = 7,071 Среднеквадратическое отклонение: Б (у) = 2,414 Стандартная ошибка регрессии Бу = 0,555 Стандартные отклонения случайных величин а и Ь: Ба = 0,7446, БЬ = 0,0351
в случае, если наблюдаемые и результирующие переменные являются количественными, и тогда он является основным при обработке этого типа экспериментальных данных.
Для большей наглядности работы компьютерной системы произведем расчет и выявим зависимость между процентом замены мясного сырья и содержанием влаги в мясном фарше.
Как видно из табл. 1, в результате проведения регрессионного анализа, компьютерная система БББВ1о предоставляет исчерпывающее количество статистических данных, на основании которых можно сделать определенные выводы.
Важной особенностью БББВ1о является возможность построения графиков регрессий, а также наглядное представление расположения выборки (рис. 3). Данная функция позволяет визуально оценить корреляционно-регрессионную зависимость.
Аналогично были получены регрессионные зависимости и коэффициенты корреляции (табл. 2), отражающие тесноту и глубину связи
Рис. 3. Графики линий регрессии и распределение выборки
Таблица 2
Значение коэффициентов парной корреляции и уравнения регрессии
дукта, как ВСС. В ходе исследований было выяснено, что благодаря белковым добавкам и их способности создавать белково-жировые эмульсии с жирами сырья (ЖУС) выход последних будет увеличиваться.
Для достоверного отображения объективно существующих в технологии процессов необходимо выявить существенные взаимосвязи и дать количественную оценку. С этой целью были использованы два модуля компьютерной системы SSSBio [13] -корреляционный и регрессионный анализ.
Компьютерная программа SSSBio (Subsystem Statistical Supportfor Biologicalresearch), разработанная специалистами ВНИИМП им.
Физико-химические показатели Соединительно-тканый белок Белок плазмы крови
Влага r = 0,9840 y = 62,7 + 0,336х r = 0,9857 y = 65,58 + 0,264х
Жир r = -0,9959 y = 14,36 + 0,108х r = 0,9826 y = 14,4 + 0,132х
Белок r = 0,9973 y = 18,62 + 0,142х r = 0,9820 y = 18,4 + 0,112х
Зола r = 0,9973 y = 0,722 + 0,0432х r = 0,9883 y = 0,728 + 0,041х
В.М. Горбатов, позволяет осуществить обработку статистических данных и получить стохастическую зависимость (математическую модель). В БББВ1о реализованы алгоритмы обработки активного эксперимента (полный факторный, дробный факторный и ортогональный центрально-композиционный) и пассивного эксперимента (одно-факторный дисперсионный анализ, линейный корреляционный анализ, ранговый корреляционный анализ с использованием коэффициентов Спирмена и Кендалла, линейный и множественный регрессионный анализ).
Методы регрессионного анализа позволяют установить структуру и параметры модели, связывающей количественные результирующую и факторные переменные, и оценить степень ее согласованности с экспериментальными данными. Этот вид статистического анализа позволяет решать главную задачу эксперимента
между процентом замены мясного сырья белковыми добавками животного происхождения и физико-химическими показателями мясного фарша.
Как видно из данных табл. 2, полученные значения коэффициентов парной корреляции по модулю больше 0,9 и стремятся к 1 - это свидетельствует о сильной связи между процентом замены мясного сырья на белок животного происхождения и совокупности показателей, характеризующих физико-химические свойства.
Дальнейшее исследование будет связано с изучением динамики изменения показателей качества мясного фарша с различным содержанием жировой и соединительной ткани в зависимости от количества добавленных белковых и небелковых ингредиентов.
Полученные результаты экспериментов будут занесены в базу данных «Мясной фарш и его характери-
стики», исследованы с помощью методов математического и статистического анализа с получением стохастических зависимостей, которые в дальнейшем будут использоваться в банке моделей компьютерной системы «Оценка качества мясного фарша от процента замены мясного сырья белковыми препаратами».
Таким образом, компьютерные технологии призваны быть помощниками специалистов, работающих, в частности, в мясоперерабатывающей промышленности.
Среди этих специалистов немаловажную роль играют технологи. От них не требуется знаний в области вычислительной техники, а также владения хорошим математическим аппаратом (в это число входят методы прогностического моделирования).
Необходимо, чтобы произошла интеграция между технологами, компьютерными технологиями и математическими методами. Тогда будет возможно повысить качество выпускаемой продукции, которое должно соответствовать современному мировому уровню.
Наработанная база данных и банк стохастических моделей позволит
технологам прогнозировать качество будущей продукции на основании характеристик поступающего сырья и ингредиентов животного происхождения.
ЛИТЕРАТУРА
1. ГОСТ 15467-79. Управление качеством продукции. Основные понятия. Термины и определения. - М.: Изд-во стандартов, 1979.
2. Международные стандарты «Управление качеством продукции». ИСО 9000-9004, ИСО 8402. - М.: Изд-во стандартов, 1988.
3. Международный стандарт ИСО 9000:2005 (ГОСТ Р ИСО 9000:2005). Системы менеджмента качества. Основные положения и словарь.
4. Огвоздин, В. Ю. Управление качеством. Основы теории и практики: учеб. пособие/ В.Ю. Огвоздин. - М.: Изд-во «Дело и Сервис», 2009. - 304 с.
5. Глазкова, И. В. Прогнозирование цвета колбас методом математического моделирования/И. В. Глазкова, М. А. Никитина // Fleischwirtschaft International Россия. - 2010. - № 1. - С. 64-67.
6. Жаринов, А. И. Некоторые технологические аспекты производства мясопродуктов с супервыходами/А. И. Жаринов // Вестник «Аромарос». - 2005. -№ 2 (12). - С. 49-54.
7. Лисицын, А. Б. Производство мясной продукции на основе биотехнологии/ А. Б. Лисицын [и др.]. - М.: ВНИИМП, 2005. - 369 с.
8. Лисицын, А. Б. Химический состав мяса: Справочные таблицы общего химического, аминокислотного, жирно-кислотного, витаминного, макро- и микроэлементного составов и пищевой (энергетической и биологической) ценности мяса/А. Б. Лисицын [и др.]. - М.: ВНИИМП, 2011. - 104 с.
9. Химический состав пищевых продуктов. Кн. 2: Справочные таблицы содержания аминокислот, жирных кислот, витаминов, макро- и микроэлементов, органических кислот и углеводов. - М.: Агропромиздат, 1987. - 360 с.
10. Химический состав российских продуктов питания: справочник. - М.: ДеЛи принт, 2002. - 236 с.
11. Ishikawa, Karoru. What is Total Quality Control? The Japanese Way/Karoru Ishikawa, Kaoru Ishikawa, David J. Lu. -Prentice Hall, 1988. - 240 p.
12. Ishikawa, Kaoru. Guide to Quality Control (Industrial engineering & technology)/Kaoru Ishikawa. - Quality Resources, 1986. - 226 p.
13. Никитина, М. А. Статистическое обеспечение биологических исследований с использованием компьютерных технологий/М. А. Никитина, Е. Б. Сусь // Все о мясе, - 2015. - № 2. - С. 31-34.
Компьютерные технологии для оценки качества мясного фарша в зависимости от количества добавленных белковых ингредиентов
Ключевые слова
белок животного происхождения; качество; компьютерные технологии; мясной фарш; прогнозирование
Реферат
Одним из направлений государственной политики в области здорового питания является разработка высококачественных пищевых продуктов с заданным химическим составом и пищевой ценностью, отвечающей требованиям существующего СанПиН. В связи с этим важнейшей задачей мясоперерабатывающей промышленности является повышение качества продукции, рациональное применение сырья, интенсификация производства на основе использования научно-технического прогресса и внедрения прогрессивных технологий, расширение ассортиментного ряда продукции, в том числе за счет создания новых видов продуктов на основе сочетания мясного сырья с белками животного и растительного происхождения. В статье представлены результаты первого этапа проведения научных исследований, направленных на изучение динамики показателей мясного фарша с различным содержанием жировой и соединительной ткани в зависимости от количества добавленных белковых ингредиентов. Накопленные в ходе экспериментов статистические данные послужат информационной основой базы данных «Мясной фарш и его характеристики», структурированно отображающей сведения о физико-химических, функционально-технологических, структурно-механических показателях и активности воды. Накопленный багаж данных и знаний будет направлен на создание математической модели прогнозирования качества мясного фарша (и, как следствие, готового мясного изделия) с уровнем замены мясного сырья на белковые препараты животного или растительного происхождения, учетом вида, сортности и категории исходного мясного сырья и вносимой добавки, их химического состава и функционально-технологических свойств. Информационные технологии, реализуемые методами математического прогнозирования, позволят технологам произвести футурологию качества будущей продукции на основании характеристик поступающего сырья и ингредиентов животного или растительного происхождения.
Авторы
Лисицын Андрей Борисович, академик РАН, д-р техн. наук, профессор, Захаров Александр Николаевич, канд. техн. наук, Никитина Марина Александровна, канд. техн. наук, Сусь Егор Борисович, канд. техн. наук, Насонова Виктория Викторовна, канд. техн. наук
Всероссийский научно-исследовательский институт мясной промышленности имени В. М. Горбатова, 109316, Москва, ул. Талалихина, д. 26, [email protected]
Computer Technologies for Evaluating the Quality of Minced Meat, Depending on the Amount of Added Protein Ingredients
Key words
animal protein; quality; computer technology; chopped meat; forecasting
Abstracts
High quality food products development with a given chemical composition and nutritional value, which are suited to the requirements of the existing SanPiN is one of the directions of the state policy in the field of healthy food. In this regard, improving the quality of products, the rational use of raw materials, intensification of production based on the use of scientific and technological progress and the introduction of advanced technologies, the expansion of the assortment of products, including through the creation of new types of products which based on a combination of raw meat proteins of animal and vegetable origin, are the most important task of the meat industry. The article presents the results of the first phase of researches aimed at understanding the dynamics of indicators of minced meat with different content of fat and connective tissue, depending on the amount of added protein ingredients. Accumulated during experiments statistics are information basis of database «Minced meat and its characteristics», displaying structured information about physicochemical, functional and technological, structural and mechanical properties, and water activity. The accumulated experience and knowledge of the data will be directed to create a mathematical model predicting the quality of minced meat (and, consequently, of the finished meat product) with replacement level of raw meat substitution on protein preparations of animal or vegetable origin, taking into account the type, grade and category of the original raw meat and introduced additives, chemical composition and functional-technological properties. Information technology implemented by mathematical prediction allow technologists to make futurology quality of future products on the basis of the characteristics of the incoming raw materials and ingredients of animal or vegetable origin.
Authors
Lisitsyn Andrey Borisovich, Academician of RAS, Doctor of Technical Science, Professor, Zakharov Alexandr Nikolaevich, Candidate of Technical Science, Nikitina Marina Alexandrovna, Candidate of Technical Science, Sus Egor Borisovich, Candidate of Technical Science, Nasonova Viktoria Viktorovna, Candidate of Technical Science
The Gorbatov's All-Russian Meat Research Institute, 26, Talalikhina St., Moscow, 109316,[email protected]
