CC BY
38
УДК 664
В. Я. Пономарев, Э. Ш. Юнусов, Г. О. Ежкова, А. З. Каримов, Т. Н. Юнусова
ОПТИМИЗАЦИЯ РЕЦЕПТУР МЯСОПРОДУКТОВ,
ОБОГАЩЕННЫХ БИОТЕХНОЛОГИЧЕСКИ МОДИФИЦИРОВАННЫМИ КОМПОНЕНТАМИ
Ключевые слова: математическое моделирование, оптимизация рецептур, полуфабрикаты.
С целью более полного и рационального использования вторичного сырья пищевой промышленности предложено внесение в состав рубленых мясных полуфабрикатов пивной дробины, прошедшей биотехнологическую трансформацию посредством ферментативной обработки. Разработан способ оптимизации многокомпонентной рецептурной смеси для производства рубленого полуфабриката с использованием ферментированной пивной дробины, заключающийся в выделении ее доминирующего компонента и последующего внесения дополнительных компонентов при непрерывном контроле характеристик рецептурной смеси.
Keywords: mathematical modeling, optimization of recipes, semi-finished products.
To fully utilize the raw food we proposed beer pellet, after enzymatic treatment for the production of meat products. A method for optimizing the recipes for manufacturing chopped semifinished product in the allocation of the main component and adding additional components in the control characteristics of the formulation.
Введение
В настоящее время моделирование, являющееся инструментом, позволяющим изучить поведение объекта с помощью его математического описания, является неотъемлемой частью производства новых пищевых продуктов, в частности на стадии составления рецептурных смесей и прогнозирования функционально-технологических свойств продуктов питания [1].
В реалиях современного общества рацион человека представляет собой ряд продуктов сложного рецептурного состава, включающих в себя разнообразные компоненты. В особенности это касается мясных продуктов, в рецептуру которых помимо собственно мясной составляющей, входят разнообразные не мясные компоненты, влияющие как на пищевую и биологическую ценность готового изделия, так и на его технологические и потребительские свойства. Таким образом, создание комбинированных продуктов питания — это новое и перспективное направление развития пищевой отрасли, требующее информационное
методологическое обеспечение процессов моделирования и программной реализации при решении конкретных задач [2].
Одним из способов решения проектирования технологических процессов производства
мясопродуктов является использование
формализованных математических описаний, которые отражают в аналитическом виде все многообразие функциональных связей между основными параметрами технологических процессов. С помощью прикладных программ на ЭВМ возможно прогнозировать производственные ситуации, которые сложно оценить прямым экспериментальным путем или аналитическим исследованием. Математические модели позволяют в режиме диалога произвести оценку эффективности вариантов технологической системы, которая является совокупностью различных продуктов, потоков и процессов. Также представляется возможным при помощи
математического моделирования выявить возможность рационального использования сырья, определить оптимальные технологические режимы, спрогнозировать качество конечной продукции. Основными признаками, которые определяют пищевую ценность продуктов питания, являются свойства составных частей, а также их сбалансированность в составе продуктов. Для потребителя существенную роль играют субъективные показатели, определяемые органолептическими методами оценки. В связи с этим, при составлении модели необходимо опираясь на объективную оценку качества учитывать и сенсорные характеристики готового изделия [3].
Математические модели, описывающие технологические процессы, представляют собой алгебраические и дифференциальные уравнения, а также уравнения регрессии, которые получаются на основании аналитических методов, натурного эксперимента, учитывающего вероятностные характеристики реального процесса, а также методов математической статистики и планирования эксперимента [4].
Основной проблемой получения адекватных моделей является большая начальная неопределенность, которая обусловлена трудно формализуемым разбросом свойств сырья, а также характеристик взаимосвязей между свойствами исходного сырья и конечной продукции. Таким образом, создание адаптивных моделей, основанных на методах математического программирования, является актуальной задачей и представляет значительный практический интерес.
В проведенных ранее исследованиях нами было показано, что использование отходов пивоваренного производства, в частности пивной дробины, весьма перспективно с точки зрения рационального использования вторичных ресурсов пищевой промышленности, а также в целях экономии сырья при производстве мясопродуктов. Приемлемый уровень потребительских характеристик
получаемого продукта достигался за счет предварительной биотехнологической обработки пивной дробины мультиэнзимной композицией, разработанной на кафедре технологии мясных и молочных продуктов КНИТУ.
Данная работа проведена с целью оптимизации многокомпонентной рецептурной смеси для производства рубленого полуфабриката с использованием ферментированной пивной дробины.
Материалы и методы исследования
Объектами исследования служили ингредиенты, необходимые для приготовления рубленого мясного полуфабриката. В качестве основы рецептуры был выбран полуфабрикат «Котлеты Московские». Обработку пивной дробины проводили новой мультиэмзимной композицией, в состав которой входят микробные ферментные препараты целлюлолитического и протеолитического действия. Режим обработки пивной дробины обоснован ранее проведенными исследованиями [5].
Для решения задачи оптимизации рецептуры полуфабрикатов с использованием ферментированной пивной дробины в качестве компонента рецептуры был разработан алгоритм и проведена параметрическая идентификации параметров модели функционально-технологических свойств
рецептурной смеси с доминирующим компонентом. В качестве основы для математического моделирования и оптимизации рецептур мясопродуктов использовались рекомендации, изложенные в изобретении. Метод оптимизации опирается на патент РФ № 2269910 [6].
Результаты исследований и обсуждение
На первоначальном этапе работы нами были определены характеристики YJO доминирующего компонента, являющиеся средними значениями наблюдаемых величин при отсутствии внесения дополнительных компонентов. Выделение основы в качестве доминирующего компонента необходимо для того, чтобы на его фоне, добавляя к нему дополнительные ингредиенты, измерить
вышеуказанные показатели и определить влияние дополнительных ингредиентов на доминирующий компонент.
Нами были выбраны состав и диапазон изменения количества компонентов рецептуры при производстве
Далее для получения исходных данных для моделирования нами были определены основные показатели, которые позволяют охарактеризовать структуру и технологические свойства готового
продукта, а также оказывающие непосредственное влияние в процессе технологической обработки. В качестве таких показателей нами были выбраны:
В качестве ФТС были выбраны:
• рН - показатель активной кислотности;
• Содержание влаги, %;
• Водосвязывающая способность, % к общей влаге.
В ходе работы были определены основные технологические показатели доминирующего компонента, а также степень воздействия дополнительных ингредиентов на динамику их изменения. После каждого изменения рецептуры нами были оценены технологические показатели вновь образовавшейся системы. В итоге была составлена многокомпонентная система, в состав которой входили как доминирующий компонент, так и остальные рецептурные ингредиенты. Результат оценки функционально-технологических свойств рассматриваемых систем на примере влагосвязывающей способности представлен на рис. 1.
Рис. 1 - Влагосвязывающая способность различных компонентов рубленого
полуфабриката
Внесение различных компонентов неоднозначно влияет на рассматриваемые показатели, что связано с механизмом воздействия ферментированной дробины и соевого текстурата на белковые комплексы мяса и как следствие на функционально-технологические свойства модельных фаршевых систем.
Алгоритм решения задачи оптимизации рецептуры полуфабриката. Были определены характеристики YJO доминирующего компонента как средние значения наблюдаемых величин Y1 в отсутствии дополнительных компонентов:
п п
где ¡=1,2...,1; П=1,2...Ы - число снятия показаний с одной системы.
К доминирующей компоненте поочередно добавлялись дополнительные ингредиенты. Тогда модель характеристик системы примет вид:
у.^ + рм + н,,
где ¡=1,2___,1; Р| - параметр модели без учета
взаимодействия компонентов; М| - массовая доля доминирующих компонентов; Н - помеха,
рубленого полуфабриката, %:
Мясо говяжье котлетное 50,0-55
Хлеб из пшеничной муки 8-14
Гидратированный соевый текстурат 5-15
Ферментированная пивная дробина 1-4
Репчатый лук свежий 1
Соль 1,2
Перец черный 0,06
Вода Остальное
обусловленная неидеальностью модели и ошибкой эксперимента.
Вклад, который вносит в систему, состоящую из доминирующего компонента, дополнительный компонент, определяется по формуле
titf.OOfcM-rj
р _ _
Г! - N »
2XW
«=[
где М| - массовая доля 1-го (дополнительного компонента).
Модель ФТС смеси с доминирующим компонентом имеет следующий вид
1 J к
где i= 1,2...,L; k=1,2,..., K; 1^k; Yio - i-е ФТС доминирующего компонента; М| - массовая доля 1-го (дополнительного) компонента; Мк - массовая доля k-го (дополнительного) компонента; Р| - параметры модели без учета взаимодействия компонентов; Pik -параметры модели, учитывающие взаимодействие компонентов; Hi - помеха, обусловленная неидеальностью модели и ошибкой эксперимента.
Процесс решения уравнений автоматизировали с помощью функции «Поиск решения» электронной таблицы Microsoft Excel.
С помощью математического моделирования была рассчитана оптимальная рецептура мясного
Резюмируя проведенные исследования, можно утверждать, что рассматриваемый способ оптимизации рецептурных композиций сложного состава путем выделения в ней доминирующего компонента и последовательного внесения дополнительных ингредиентов позволяет повысить точность прогнозирования качества готового продукта, а также сократить число экспериментальных итераций, тем самым сокращая сроки разработки новых рецептур для предприятий пищевой отрасли.
Литература
1. Пономарев В.Я. и др. Вестник Казанского технологического университета. 9 (Т.15), 601-608, (2010);
2. Н.В.Колесникова, К.М. Миронов Научные принципы конструирования комбинированных продуктов питания- Улан-Удэ: Изд-во ВСГТУ, 2009. - 80 с.
3. Липатов Н.Н. Предпосылки компьютерного проектирования продуктов и рационов питания с задаваемой пищевой ценностью // Хранение и переработка сельхоз сырья. -1995. - №3.
4. Николаева С.В. Решение оптимизационной задачи составления рецептурной смеси при неопределенности целевого критерия // Хранение и переработка сельхозсырья. - 2006. - №11.
5. Моделирование рецептур пищевых продуктов и технологий их производства : теория и практика : учеб. пособие / О. Н. Красуля, С. В. Николаева, А. В. Токарев [и др.]. — СПб. : ГИОРД, 2015. — 320 с.
6. Пат. РФ, № 2004120511/13, 07.07.2004 Красуля О.Б., Бобренева И.Б., Протопопов И.И., Токаев Э.С., Николаева С.В., Шайлиева М.М. Способ оптимизации состава рецептурной смеси мясного рубленого полуфабриката // Патент России № 2269910. 2006. Бюл. №5.
рубленого полуфабриката, %:
Мясо говяжье котлетное 50,0
Хлеб из пшеничной муки 8
Ферментированная пивная дробина 2
Гидратированный соевый текстурат 10
Репчатый лук свежий 1
Соль 1,2
Перец черный 0,06
Вода Остальное
© В. Я. Пономарев - к.т.н., доцент кафедры ТММП KHHTy,[email protected]; Э. Ш. Юнусов - к.б.н., доцент той же кафедры, [email protected]; Г. О. Ежкова - б.н., проф. той же кафедры, [email protected]; А. З. Каримов - асп. той же кафедры; Т. Н. Юнусова - магистрант той же кафедры.
© V. Y. Ponomarev, Ph.D., assistant professor. Dep. technology of meat and dairy products of the Institute of Food Production and Biotechnology KNRTU, [email protected]; E. Sh. Yunusov, Ph.D., assistant professor. Dep. technology of meat and dairy products of the Institute of Food Production and Biotechnology KNRTU [email protected]; G. O. Ezchkova, doctor of sciences, professor Dep. technology of meat and dairy products of the Institute of Food Production and Biotechnology KNRTU, [email protected]; A. Z. Karimov, graduate student Dep. technology of food products of the Institute of Food Production and Biotechnology KNRTU; T. N. Yunusova, undergraduate Dep. technology of meat and dairy products of the Institute of Food Production and Biotechnology KNRTU.
