CC BY
7
УДК 663.5 DOI: 10.24411/0235-2486-2019-10130
Онтологический подход к формализации производства спиртных напитков
Н.В. Шелехова, д-р техн. наук; И.М. Абрамова*, д-р техн. наук; Т.М. Шелехова, канд. техн. наук ВНИИ пищевой биотехнологии - филиал ФИЦ питания, биотехнологии и безопасности пищи, Москва
Дата поступления в редакцию 18.04.2019 * abramova@mail.ru
Дата принятия в печать 26.08.2019 © Шелехова Н.В., Абрамова И.М., Шелехова Т.М, 2019
Реферат
Производство пищевой продукции требует разработки и внедрения новейших информационных технологий, так как именно здесь скрыты наиболее существенные резервы повышения его эффективности. В статье представлен один из возможных подходов к совершенствованию системы управления технологическими процессами производства спиртных напитков, базирующийся на применении информационных технологий. В основу подхода легла методика формализованного представления знаний предметной области. В процессе решения исследовательской задачи предпринята попытка создания основ для разработки нового высокоэффективного и результативного механизма управления качеством алкогольной продукции в целях реализации элементов концепции безлюдного производства. Показано, что IT-технологии займут лидирующее место при решении сложных производственно-технологических задач, требующих интеграции знаний из различных научных областей. Установлено, что цифровая трансформация производства предусматривает формирование цифровой инфраструктуры и разработку онтологических моделей. В ходе исследований разработана модель интеллектуальной экспертной системы, состоящая из четырех баз данных, базы знаний и подсистемы анализа. Показано, что одним из основных элементов разработанной системы является подсистема анализа, использующая при решении аналитических задач базу знаний, для формирования которой выбран и обоснован онтологический подход. Построена онтологическая модель, выполняющая задачу классификации методов анализа, применяемых в аналитическом контроле производства пищевого этанола и спиртных напитков, приготовленных на его основе, которая позволяет рассматривать взаимодействующие классы проектируемой системы с различных точек зрения и дает возможность совершенствовать систему посредством уточнения архитектуры. Обосновано, что цифровая трансформация производства спиртных напитков позволит рационально использовать производственные ресурсы и разрабатывать новые ресурсосберегающие технологии глубокой переработки сельскохозяйственного сырья, а также вывести на новый уровень контроль качества и безопасности алкогольной продукции. Определена перспектива глобальной информатизации производства, заключающаяся в разработке автоматизированных систем управления производственными процессами, основанная на принципах искусственного интеллекта. Полученные результаты являются основой для проведения дальнейших углубленных исследований в области цифровизации производства спиртных напитков.
Ключевые слова
онтология, семантические сети, спиртные напитки, формализация, цифровое производство, этиловый спирт Для цитирования
Шелехова Н.В., Абрамова И.М., Шелехова Т.М. (2019) Онтологический подход к формализации производства спиртных напитков // Пищевая промышленность. 2019. № 8. С. 72-76.
Ontological approach to formalize the production of alcoholic beverages
N.V. Shelekhova, Doctor of Technical Sciences; I.M. Abramova*, Doctor of Technical Sciences; T.M. Shelekhova, Candidate of Technical Sciences
All-Russian Scientific-Research Institute of Food Biotechnology - Branch of the Federal Research Center for Nutrition, Biotechnology and Food Safety, Moscow
Received: April 18, 2019 * abramova@mail.ru
Accepted: August26, 2019 © Shelekhova N.V., Abramova I.M., Shelekhova T.M., 2019
Abstract
Food production requires the development and implementation of the latest information technologies, as it is here that the most significant reserves for improving its efficiency are hidden. The article presents one of the possible approaches to improving the control system of technological processes of production of alcoholic beverages, based on the use of information technology. The approach is based on the method of formalized representation of knowledge of the subject area. It is shown that IT - technologies will take a leading place in solving complex production and technological problems that require the integration of knowledge from various scientific fields. It is established that the digital transformation of production involves the formation of digital infrastructure and the development of ontological models. In the process of solving the research problem, an attempt was made to create the basis for the development of a new highly effective and efficient mechanism for managing the quality of alcoholic beverages in order to implement the elements of the concept of without people production. A model of intelligent expert system consisting of four databases, knowledge base and analysis subsystem is developed. It is shown that one of the main elements of the developed system is a subsystem of analysis, which uses the knowledge base in solving analytical problems, for the formation of which is selected and justified the ontological approach. An ontological model is constructed that performs the task of classifying the analysis methods used in the analytical control of the production of food ethanol and alcoholic beverages prepared on its basis, which allows us to consider the interacting classes of the designed system from different points of view, and makes it possible to improve the system by refining the architecture. It is proved that the digital transformation of the production of alcoholic beverages will allow rational use of production resources and develop new resource-saving technologies for deep processing of agricultural raw materials, as well as bring to a new level of quality control and safety of alcoholic beverages. The perspective of global informatization of production consisting in development of the automated control systems of production processes based on the principles of artificial intelligence is defined. The results are the basis for further in-depth research in the field of digitalization of alcohol production.
Key words
ontology, semantic networks, alcoholic drinks, formalization, digital production, ethyl alcohol For citation
Shelekhova N.V., Abramova I.M., Shelekhova T.M. (2019) Ontological approach to formalize the production of alcoholic beverages // Food processing industry = Pischevaya promyshlennost. 2019. № 8. P. 72-76.
Введение. В период новой промышленной революции концепция цифровой трансформации предприятий становится одним из главных приоритетов инновационного развития промышленности. Вполне очевидно, что цифровые технологии в России активно развиваются и становятся общим трендом, поэтому оставаться в стороне от этих процессов не представляется возможным [1-5]. Во исполнение Указа Президента РФ от 7 мая 2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» на государственном уровне разработано шесть федеральных проектов, в которых обозначены приоритетные направления разработок в IT-отрасли и определены механизмы и способы достижения поставленных целей.
На многочисленных форумах, посвященных новейшим стратегиям, технологиям, перспективам развития IT, обмену опытом, обсуждается ряд ключевых вопросов, таких как кибербезопасность, геолокация, нейросетевые технологии, цифровые инфраструктуры, блокчейн, 3D-моделирование. Появление этих форумов в России не случайно и обусловлено наступлением эпохи Digital Enterprise. Развитие цифровых технологий открывает широкий спектр возможностей во всех отраслях науки и промышленности. Следует подчеркнуть, что реализация данной стратегии в полной мере согласуется с комплексом мероприятий, обозначенных государственными программами.
Цифровая трансформация промышленных предприятий базируется на внедрении в практику актуальных научно-технических достижений в области кибернетики, мехатроники, нейросетевых технологий. Поэтому особую актуальность приобретает интенсификация научно-технических разработок, обеспечивающих повышение эффективности использования потенциала науки за счет перехода результатов фундаментальных исследований в прикладную стадию. К сожалению, внедрение научных достижений в практику несколько затруднено наличием лишь небольшого количества предприятий, способных в полной мере внедрять высокие технологии. Однако нельзя не отметить, что уровень технологической оснащенности предприятий непрерывно растет, что связано с реализацией государственной политики Российской Федерации.
Исследования в области информационных технологий охватывают обширный перечень научных направлений. Важными элементами становятся тех-
нологии больших данных, облачные вычисления, промышленный интернет вещей. Многочисленные научные публикации отражают возрастающий интерес к исследованиям в области разработки автоматизированных систем контроля [6], специализированных программных комплексов [7-10], интеллектуальных экспертных систем [11-14]. Все это ведет к преобразованию структур, форм и способов производства.
В процессе производственной деятельности на предприятиях аккумулируются большие массивы неструктурированной информации, которую с целью формализации и извлечения знаний чаще всего приводят к виду классификаторов посредством кластеризации. Так, например, неструктурированную текстовую информацию целесообразно представлять в виде четких и нечетких графов, которые впоследствии могут быть обработаны методами кластерного анализа [15]. Нельзя не отметить, что кластеризация является мощным инструментом математического моделирования и совместно с онтоло-гиями используется для формализации знаний различных предметных областей [16].
Известно, что онтологии являются наиболее полно проработанным инструментом формального описания знаний и применяются в программировании как форма представления знаний предметной области, которые могут быть использованы для описания технологических процессов и процедур контроля.
на основании вышеизложенного можно сделать вывод, что актуальным направлением исследований в области цифровизации производства алкогольной продукции является реализация концепции интернета вещей, разработка инструментальных экспресс-методов анализа, создание специализированных программных комплексов, проектирование онтологических моделей предприятий.
Цель исследования. Формирование новых подходов к созданию и использованию автоматизированных систем управления, основанных на принципах искусственного интеллекта.
Методы и материалы исследования. Методологическую базу для анализа теоретических источников составили общенаучные методы, включающие принципы объективности, системности, индукции, дедукции. При проведении исследований применяли системно-структурный и функциональный под-
ходы. Конструирование онтологических моделей осуществляли с использованием программного средства Protege 5.0 (USA). Объектами исследований служили биотехнологические и технологические процессы производства спирта этилового ректификованного из зернового сырья и спиртных напитков, газохрома-тографические, электрофоретические, хромато-масс-спектрометрические методы анализа, продукты и полупродукты, образующиеся на всех стадиях технологических процессов.
Обсуждение результатов. Теоретический анализ научных источников в области информационных технологий показал, что для формирования инновационного пути развития производства алкогольной продукции необходима комплексная цифровая трансформация производства. Концепция безлюдного производства предусматривает формирование цифровой инфраструктуры, автоматизацию документооборота, планирование и моделирование производственных процессов, разработку технологических маршрутов, эргономический анализ процессов, применения кибер-физических систем, разработку онтологических моделей, создание алгоритмов и инструкций для выполнения заданий роботами.
В настоящей работе предпринята попытка создания основ для разработки нового высокоэффективного механизма управления качеством алкогольной продукции в целях реализации элементов концепции цифровизации производства.
Для решения поставленной задачи построена когнитивная модель интеллектуальной экспертной системы, состоящая из четырех баз данных, базы знаний и подсистемы анализа, использующей принципы искусственного интеллекта (рис. 1).
Показано, что одним из ключевых элементов интеллектуальной экспертной системы является подсистема анализа, использующая при решении задач аналитического характера базу знаний. База знаний состоит из правил анализа, наборов инструкций и нормативных документов, руководствуясь которыми подсистема анализа генерирует рекомендации по разрешению проблемы. Важно подчеркнуть, что основное отличие базы данных от базы знаний состоит в том, что базы знаний активны и являются логическим средством получения новых знаний из больших массивов информации как о самих объектах, так и о возможных взаимосвязях между ними.
Рис. 2. Фрагмент онтологии предметной области аналитического контроля производства спиртных напитков
В целях организации базы знаний и создания экспертной системы на основе принципов искусственного интеллекта необходимо представить разнородную информацию в едином виде, понятном для машинной обработки. В этих условиях представляется своевременной и актуальной разработка онтологического подхода к формализации знаний в различных предметных областях, в том числе и в производстве алкогольной продукции.
Предложенный подход к формированию базы знаний основан на онтологиях, представленных семантическими сетями понятий и отношений предметной области, и позволяет представить процесс производства спиртных напитков, а также аналитический контроль показателей качества и безопасности алкогольной продукции в виде, пригодном для интерпретации машинами. Этот способ представления знаний позволяет приложениям распознавать семантические отличия без участия человека. Онтологический подход включает в себя построение семантических сетей, в которых роль вершин выполняют понятия баз знаний, а дуги отражают отношения между ними. Известно, что недостатком семантических сетей больших размеров является затруднение их восприятия человеком, однако этот недостаток легко устраним путем разделения семантической сети на области.
Традиционно онтологии формируются вручную экспертами соответствующих предметных областей, что требует достаточно больших временных затрат и человеческих ресурсов. В целях повышения эффективности процесса проектирования онтологических моделей использована компьютерная программа Protege 5.0, позволяющая визуализировать иерархическую структуру классов. Неоспоримым преимуществом реализации онтологий в качестве инструмента организации знаний является возможность их повторного использования.
С целью выявления перспективности применения онтологического подхода к формализации производства алкогольной продукции рассмотрена возможность применения нового методологического подхода к автоматизации в области аналитического контроля. В процессе решения исследовательской задачи построена онтологическая модель, выполняющая задачу классификации методов анализа, применяемых в аналитическом контроле технологических процессов производства пищевого этанола и спиртных напитков, приготовленных на его основе.
Анализ предметной области контроля показателей качества и безопасности алкогольной продукции позволил выделить следующие классы: метод анализа, являющийся центральным классом, три класса наследника - газовая хроматография, капиллярный электрофорез, хромато-масс-спектромерия. Каждый из классов-наследников, в свою очередь, содержит подкласс методики анализа, который включает подкласс определяемых компонентов, тем самым выстраивая иерерхию классов (рис. 2).
Разработанная модель позволяет рассматривать взаимодействующие классы проектируемой системы с различных точек зрения и дает возможность совершенствовать систему посредством уточнения архитектуры (рис. 3).
Важно подчеркнуть, что онтология является концептуальной схемой, позволяющей визуализировать семантику предметной области. Кроме того, такое представление семантической модели позволяет осуществлять построение запросов к ней, реализованное с использованием, например, языка SPARQL, применение которого обеспечивает не только чтение, но и манипуляцию данными. Таким образом, информационные ресурсы становятся доступными для машинной обработки, что открывает обширные перспективы для автоматизации.
На основании вышеизложенного можно сделать вывод, что цифровая трансформация производства этилового спирта и спиртных напитков позволит рационально использовать производственные ресурсы. В рамках выбранных стратегических приоритетов и новых методов управления с применением систем поддержки принятия решений информационные технологии будут способствовать разработке новых ресурсосберегающих технологий глубокой переработки сельскохозяйственного сырья, а также смогут вывести на новый уровень контроль качества и безопасности алкогольной продукции.
В заключение, подводя итоги проведенного исследования, необходимо сделать следующие выводы:
- цифровизация производственных предприятий ведет к преобразованию структур, форм и способов производства;
- исследования в области цифровых технологий предоставляют огромные возможности для разработки теоретических положений и создания на их основе инструментария для формирования рациональной системы, обеспечивающей
выпуск высококачественной продукции с заданными качественными характеристиками;
- проектирование онтологических моделей позволяет систематизировать знания предметной области производства алкогольной продукции;
- результаты проведенного исследования могут служить основой для проведения дальнейших разработок в области диджитализации.
Не вызывает сомнений, что в перспективе тотальной цифровой трансформации производства автоматизированные экспертные системы, основанные на принципах искусственного интеллекта, займут лидирующее место в решении сложных производственно-технологических задач, требующих интеграции знаний из различных научных областей.
НИР по подготовке рукописи проведена за счет субсидии на выполнение госзадания по теме 0529-2019-0066 «Разработка ресурсосберегающих биотехнологий глубокой переработки сельскохозяйственного сырья и вторичных сырьевых ресурсов АПК с целью получения пищевых и кормовых продуктов, спиртных напитков, ферментных препаратов, пищевых ингредиентов и биологически активных добавок к пище».
ЛИТЕРАТУРА
1. Шелехова, Н. В. Перспективы применения IT-технологий на предприятиях пищевой промышленности/ Н.В. Шелехова,
B.А. Поляков, Е. М. Серба // Пищевая промышленность. - 2018. - № 12. - С. 86-90.
2. Тутельян, В.А. Эволюция и революции на пути формирования современной нутрициологии, интегративная и цифровая нутрициология как ближайшее будущее // Вопросы питания. - 2018. - Т. 87. - № S5. -
C. 21-22.
3. Шелехова, Н.В. Информационные технологии в аналитическом контроле качества алкогольной продукции/ Н. В. Шелехова [и др.] // Пищевая промышленность. -2018. - № 8. - С. 30-33.
4. Гришин, А.С. Новые технологии в индустрии питания - 3D-печать /А. С. Гришин [и др.] // Вестник Южно-Уральского государственного университета. Серия: Пищевые и биотехнологии. - 2017. - Т. 4. - С. 36.
5. Шелехова, Н.В. Управление технологическими процессами производства алкогольной продукции с применением информационных технологий/Н.В. Шелехова, Л.В. Римарева // Хранение
и переработка сельхозсырья. - 2017. -№ 3. - С. 28-31.
6. Благовещенская, М. М. Автоматизированная система контроля безопасности пищевых продуктов на примере мясного сы-рья/М.М. Благовещенская [и др.] // Хранение и переработка сельхозсырья. - 2017. -№ 4. - С. 49-52.
7. Шелехова, Н.В. Специализированные программные комплексы в контроле качества алкогольной продукции/Н.В. Шелехова [и др.] // Пищевая промышленность. -
2017. - № 1. - С. 50-52.
8. Семипятный В.К. Свидетельство № RUS 2018662200 «Программа для многокритериальной идентификации продукта»: свидетельство об офиц. регистрации программы для ЭВМ; заявитель и правообладатель Федеральный научный центр пищевых систем им. В.М. Горбатова; зарегистрировано в реестре программ для ЭВМ от 18.05.2018. -[1] с.
9. Шелехова, Н.В. Специализированный программный комплекс «С2Н5ОН-аналитик» -инновационный инструмент автоматизации контроля качества и безопасности алкогольной продукции/Н.В. Шелехова, В.А. Поляков, Л.В. Римарева // Пищевая промышленность. -2015. - № 9. - С. 28-31.
10. Шелехова, Н.В. Внутрилабораторный контроль качества измерений с применением IT-технологий/Н.В. Шелехова [и др.] // Пищевая промышленность. - 2018. - № 10. -С. 70-73.
11. Красуля, О. Н. Интеллектуальные экспертные системы в практике решения прикладных задач пищевого производства/ О. Н. Красуля [и др.] // ООО «Мегапринт», Иркутск. - 2017. -С. 152.
12. Шелехова, Н.В. Комплексная система контроля производства этилового спирта и спиртных напитков/ Н. В. Шелехова, В. А. Поляков, Л. В. Римарева // Хранение и переработка сельхозсырья. - 2015. -№ 12. - С. 53-56.
13. Карпов, В.И. Искусственный интеллект в технологической системе производства колбас заданного качества // В.И. Карпов, О.Н. Красуля, А.В. Токарев // Вестник Воронежского государственного университета инженерных технологий. - 2017. - Т. 79. -№ 1 (71). С. 106-113.
14. Шелехова, Н.В. Информационные технологии в аналитическом контроле качества алкогольной продукции/ Н. В. Шелехова [и др.] // Пищевая промышленность. -
2018. - № 8. - С. 30-33.
15. Дударин, П. В. Алгоритм построения иерархического классификатора коротких текстовых фрагментов на основе кластеризации нечеткого графа/П.В. Дударин, Н.Г. Ярушки-на // Радиотехника. - 2017. - № 6. - С. 17-23.
16. Дударин, П. В. Формирование признаков из иерархического классификатора для кластеризации коротких текстовых фрагментов/П.В. Дударин, Н. Г. Ярушкина // Нечеткие системы и мягкие вычисления. - 2017. -Т. 12. -№ 2. - С. 87-96.
REFERENCES
1. Shelekhova NV, Poljakov VA, Serba EM. Perspektivy primenenija IT-tehnologij na predprijatijah pishhevoj promyshlennosti [Prospects for the use of IT technologies in the food industry]. Pishhevaja promysh-lennost [Food processing industry]. 2018. No. 12. P. 86-90.
2. Tutel'jan VA. Jevoljucija i revoljucii na puti formirovanija sovremennoj nutriciologii, integrativnaja i cifrovaja nutriciologija kak blizhajshee budushhee [Evolution and revolution the formation of modern nutrition, integrative nutrition science and digital as the future]. Voprosy pitanija [Nutrition questions]. 2018. T. 87. No. S5. P. 21-22.
3. Shelekhova NV. Informacionnye teh-nologii v analiticheskom kontrole kachestva alkogol'noj produkcii [Information technologies in analytical quality control of alcoholic beverages]. Pishhevaja promyshlennost [Food processing industry]. 2018. No. 8. P. 30-33.
4. Grishin AS. Novye tehnologii v industrii pitanija - 3D-pechat'[New technologies in the food industry - 3D printing]. Vestnik Juzhno-Ural'skogo gosudarstvennogo universiteta. Serija: Pishhevye i biotehnologii [Bulletin of South Ural state University. Series: Food and biotechnology]. 2017. T. 4. P. 36.
5. Shelekhova NV, Rimareva LV. Upravlenie tehnologicheskimi processami proizvodstva
alkogol'noj produkcii s primeneniem informa-cionnyh tehnologij [Management of technological processes of production of alcoholic beverages with the use of information technologies]. Hranenie i pererabotka selhozsyrj'a [Storage and processing of agricultural raw materials]. 2017. No. 3. P. 28-31.
6. Blagoveshhenskaja MM. Avtomatiziro-vannaja sistema kontrolja bezopasnosti pish-hevyh produktov na primere mjasnogo syr'ja [Automated system of food safety control on the example of raw meat]. Hranenie i pererabotka selhozsyrja [Storage and processing of agricultural raw materials]. 2017. No. 4. P. 49-52.
7. Shelekhova NV. Specializirovannye pro-grammnye kompleksy v kontrole kachestva alkogol'noj produkcii [Specialized software complex in quality control alcoholic beverages]. Pishhevaja promyshlennost [Food processing industry]. 2017. No. 1. P. 50-52.
8. Semipjatnyj VK. Svidetel'stvo No. RUS 2018662200 Programma dlja mnogokriterial'noj identifikacii produkta [Program for multi-criteria product identification]. svidetel'stvo ob ofic. registracii programmy dlja JeVM; za-javitel' i pravoobladatel' Federal'nyj nauchnyj centr pishhevyh sistem im. V.M. Gorbatova; zaregistrirovano v reestre programm dlja JeVM ot 18.05.2018. [1]p.
9. Shelekhova NV, Poljakov VA, Rimareva LV. Specializirovannyj programmnyj kompleks «C2H5OH-ana1itik» - innovacionnyj instrument avtomatizacii kontrolja kachestva i bezopasnosti alkogol'noj produkcii [A specialized software complex «C2H5OH analyst» -an innovative tool of automated control of quality and safety of alcoholic products]. Pishhevaja promyshlennost [Food processing industry]. 2015. No. 9. P. 28-31.
10. Shelekhova NV. Vnutrilaboratornyj kontrol' kachestva izmerenij s primeneniem IT-tehnologij [Intra-laboratory quality control measurements with the use of IT-technologies]. Pishhevaja promyshlennost [Food processing industry]. 2018. No. 10. P. 7073.
11. Krasulja ON. Intellektual'nye jekspert-nye sistemy v praktike reshenija prikladnyh zadach pishhevogo proizvodstva [Intelligent expert systems in the practice of solving applied problems of food production]. OOO «Megaprint» [Publ. OOO «Megaprint»]. Irkutsk[Irkutsk]. 2017. P. 152.
12. Shelekhova NV, Poljakov VA, Rimareva LV. Kompleksnaja sistema kontrolja proizvodstva jetilovogo spirta i spirtnyh napitkov [Comprehensive system control production of ethyl alcohol and alcoholic beverages]. Hranenie i pererabotka selhozsyrja [Storage and processing of agricultural raw materials]. 2015. No. 12. P. 53-56.
13. Karpov VI, Krasulja ON, Tokarev AV. Iskusstvennyj intellekt v tehnologicheskoj sisteme proizvodstva kolbas zadannogo kachestva [Artificial intelligence in the technological system of sausage production of a given quality]. Vestnik Voronezhskogo gosudarstvennogo universiteta inzhenernyh tehnologij [Bulletin of Voronezh state University of engineering technologies]. 2017. T. 79. No. 1 (71). P. 106-113.
14. Shelekhova NV. Informacionnye tehnologii v analiticheskom kontrole kachestva alkogol'noj produkcii [Information technologies in analytical quality control of alcoholic beverages]. Pishhevaja promyshlennost [Food processing industry]. 2018. No. 8. P. 30-33.
15. Dudarin PV, Yarushkina NG. Algoritm postroenija ierarhicheskogo klassifikatora korotkih tekstovyh fragmentov na osnove klasterizacii nechetkogo grafa [Algorithm for constructing a hierarchical classifier of short text fragments based on fuzzy graph clustering ]. Radiotehnika [Radiotechnics]. 2017. No. 6. P. 17-23.
16. Dudarin PV, Yarushkina NG. Formiro-vanie priznakov iz ierarhicheskogo klassi-fikatora dlja klasterizacii korotkih tekstovyh fragmentov [Feature construction based on hierarchical classifier for short text clustering problem]. Nechetkie sistemy i mjagkie vychislenija [Fizzy systems and soft calculations]. 2017. T. 12. No. 2. P. 87-96.
Авторы
Шелехова Наталия Викторовна, д-р техн. наук, Абрамова Ирина Михайловна, д-р техн. наук, Шелехова Тамара Михайловна, канд. техн. наук
ВНИИ пищевой биотехнологии - филиал ФИЦ питания, биотехнологии и безопасности пищи, 111033, Россия, Москва, ул. Самокатная, д. 4Б, sateLLa@maiL.ru, i-abramova@mai1.ru, 4953623751@mai1.ru
Authors
Nataliya V. Shelekhova, Doctor of Technical Sciences,
Irina M. Abramova, Doctor of Technical Sciences,
Tamara M. Shelekhova, Candidate of Technical Sciences
All-Russian Scientific-Research Institute of Food Biotechnology - Branch
of the Federal Research Center for Nutrition, Biotechnology and Food
Safety, 4B, Samokatnaya str., Moscow, Russia, 111033, satella@mail.ru,
i-abramova@mail.ru, 4953623751@mai1.ru
