CC BY
5
УДК 004.42:543.92 Ил. 6. Библ. 9.
разработка программы для обработки результатов дегустационных оценок профильно-дескрипторным методом
Никитина М.А., канд. техн. наук, Кузнецова Т.Г., доктор вет. наук, Лазарев А.А., канд. техн. наук, Захаров А.Н., канд. техн. наук ФНЦ пищевых систем им. В.М. Горбатова
Ключевые слова: органолептическая оценка, дескрипторы, согласованность, эталон, программа с архитектурой «клиент-сервер»
Реферат
Использование современных методов органолептической оценки, таких как профильно-дес-крипторный метод, позволяет решать актуальные на сегодняшний день задачи, связанные с объективизацией результатов органолептической оценки, мониторингом стабильности сенсорных характеристик, анализом сенсорной конкурентоспособности и повышением качества выпускаемой мясной продукции. Однако современные сенсорные методы оценки продукции требуют сложной статистической обработки полученных результатов. Решению этой проблемы может способствовать использование специализированных компьютерных программ. Сотрудниками ФНЦ пищевых систем им. В.М. Горбатова разработана в среде программирования Embarcadero Delphi 2010 сетевая компьютерная программа по сбору и статистической обработке сенсорных данных, которая позволит не только подтвердить объективность результатов дегустационной оценки, но и реализовать задачи, связанные с повышением конкурентоспособности мясной продукции.
Конкурентоспособность продукта является важным индикатором экономической деятельности. Предприятия-производители используют все доступные средства и ресурсы для продвижения своей продукции. В России предприятия начинают использовать широкий спектр комплексных методов сенсорного анализа наряду с различными маркетинговыми подходами. Такие методы, как профиль-но-дескрипторный анализ широко используются зарубежом с целью повышения конкурентоспособности, разработки новых продуктов, диверсификации производства или выхода на новые рынки.
Сущность профильно-дескрипторного анализа заключается в том, что сложное понятие одного из органолептических свойств (вкус, запах, консистенция) представляют в виде совокупности простых составляющих (дескрипторов), которые оцениваются дегустаторами по соответствующей шкале. Важно отметить, что обработку результатов дегустационной оценки данным методом проводят с помощью многофакторного дисперсионного или кластерного анализа, метода главных компонент и других многомерных процедур [1, 2, 8]. К сожалению, применение этих и других методов статистической обработки сенсорных данных, позволяющих решить проблемы субъективности и согласованности дегустационной оценки, в России имеет определенные трудности. Прежде всего, это связано с недооценкой влияния субъективного подхода на результаты работы дегустаторов, а также отсут-
ствием готовых профильных программных продуктов с технической поддержкой и обучением специалистов. В конечном счете это создает проблемы с реализацией на предприятии программы сенсорного контроля качества продукции, проведением сравнительного анализа сенсорных характеристик вырабатываемой продукции с конкурентами или разработкой сенсорных профилей эталонов продуктов [3, 9].
Решением таких проблем активно занимаются в ФНЦ пищевых систем им. В.М. Горбатова. Сотрудниками центра была разработана и тестируется сетевая программа с архитектурой «клиент-сервер» по сбору и статистической обработке данных, полученных при дегустационной оценке мясной продукции.
«Клиент-сервер» - это вычислительная или сетевая архитектура (рисунок 1), в которой задания или сетевая нагрузка распределены между поставщиками услуг, называемыми серверами, и заказчиками услуг, называемыми клиентами.
development of the program for processing
of the tasting assessment results by the profile descriptive method
Nikitina M.A., Kuznetsova T.G., Lazarev А.А., Zakharov A.N.
Gorbatov Research Center for Food Systems
Key words: organoleptic evaluation, descriptors, correspondence, reference, program with client-server architecture
Summary
The use of the modern methods for the organoleptic evaluation such as the profile descriptive method allows solving the current topical tasks associated with objectiv-ization of organoleptic evaluation results, monitoring of the sensory characteristics stability, analysis of the sensory competitiveness and an increase in quality of manufactured meat products. However, modern sensory methods for product assessment require complex processing of the obtained results. The use of the specialized computer programs can facilitate a solution to this problem. Using the software development environment Embarcadero Delphi 2010, the specialists of the Gorbatov Research Center for Food Systems developed a network computer program for data collection and statistical processing, which will allow not only confirmation of the objectivity of tasting assessment results but also realization of tasks associated with an increase in product competiveness.
Фактически клиент и сервер - это программное обеспечение. Обычно эти программы расположены на разных вычислительных машинах и взаимодействуют между собой через вычислительную сеть посредством сетевых протоколов, но они могут быть расположены также и на одной машине [4].
Разработанное программное обеспечение (ПО) по сбору и статистической обработке сенсорных данных предполагает любой вариант взаимодействия посред-ствам сетевых протоколов. Программа создавалась в среде программирования Embarcadero Delphi 2010.
Программное обеспечение включает в себя 6 функциональных модулей:
□ параметры оценки;
□ оценка дескрипторов продукта;
□ создание набора данных для анализа;
□ сенсорный профиль;
□ сравнение с эталоном;
□ помощь (пользователю и администратору).
Первоначально администратор (ПО) задает настройки параметров оценки и проведения дегустации (рисунок 2). Перечень параметров, определяемый целью дегустации, включает в себя:
□ количество дегустируемых образцов и оцениваемых дескрипторов;
□ тип шкалы (структурированная или неструктурированная):
□ наименование оцениваемых дескрипторов;
□ папка для сохранения файлов в формате *.txt с результатами дегустации;
□ инструкция для дегустационном комиссии.
После установки параметров оценки проводится подключение дегустаторов к Программе-Сервер. Задачи дегустатора максимально ограничены в плане работы с программой. Он просто вводит идентификационные данные (например, Ф.И.О.) в Программе-Клиент и нажимает кнопку «Приступить» (рисунок 3). Далее дегустатор оценивает с помощью шкалы интенсивность дескрипторов в образцах продукции. Для непосредственной оценки дескриптора он передвигает курсор (бегунок) по линии шкалы от отметки «минимального экстремума» до отметки «максимального экстремума». После оценки всех дескрипторов в продукте дегустатор нажатием кнопки переходит к оценке следующего продукта или завершает дегустацию (в случае, если оценивается 1 продукт).
Рисунок 2. Модуль параметров настройки
Рисунок 3. Подключение дегустатора к программе Программе-Сервер через Программу-Клиент
При органолептической оценке образцов дегустаторы (в Программе-Клиент) могут регистрировать характеристики (дескрипторы) продукта, порядок их проявления, интенсивность и общее впечатление. После окончания дегустации результаты оценочных операций передаются на компьютер-сервер (Программа-Сервер), где производится статистическая обработка индивидуальных оценок, рассчитываются комплексные показатели и количественные меры согласованности дегустаторов (рисунок 4).
Для статистической обработки оценок дегустаторов в Программе-Сервере используется многофакторный дисперсионный анализ - арбитражный метод, который не только признан на мировом уровне, но и интегрирован в международные стандарты ИСО [5].
Основой проведения двухфактор-ного дисперсионного анализа служит комбинационная группировка по двум факторам с последующим разложением дисперсии результативного признака ст^ по формуле 1:
—2 —2 —2 —2 СТУ= СТА + СТВ + СТ^ (1)
где ст^ - общая выборочная дисперсия - показатель вариации наблюдаемых «игреков», вызванной влиянием на У фактора А, фактора В и остаточных факторов; стА - дисперсия групповых средних по фактору А - показатель вариации наблюдаемых «игреков», вызванной влиянием на У фактора А;
Рисунок 4. Результаты проверки согласованности дегустаторов по дескриптору «Запах копчения»
стВ - дисперсия групповых средних по фактору В - показатель вариации наблюдаемых «игреков», вызванной влиянием
на У фактора В; — 2 _ ст0 - средняя групповых дисперсий - показатель вариации наблюдаемых «игреков», вызванной влиянием на У остаточных факторов.
На основе данного разложения для генеральной дисперсии ст2 находятся 4 несмещенные оценки: 50, 5^, 5^ и 5^. Причем оценка 502 является несмещенной оценкой в любом случае, оценка 5^ - при выполнении гипотезы И„:=о=п=... = о ,
А 1 2 т;
оценка 5^ - при выполнении гипотезы ИВ:=Ь1 = Ь2 = ... = Ьт , оценка - при выполнении гипотез ИА и ИВ.
Проверка гипотезы ИА основывается на сравнении дисперсий 5^ и 50. В математической статистике доказывается, что если гипотеза ИА верна, то величина
к=тА-1 и
52
Ра = -а- имеет Р-распределение с чис-
502
лом степеней свободы 1=(тА-1)(тв-1), т.е. 52
-А-=Як=тА-1, /=(тА-1)К-1)).
502
Аналогичным образом рассчитывается и величина Рв.
Проверка выдвинутых гипотез осуществляется так же, как и при однофакторном дисперсионном анализе и состоит в нахождении правосторонних критических интервалов с последующим
контролем попадания (или непопадания) в данный интервал расчетных значений Р (или Р). Если расчетное значение попадает в критический интервал, то гипотеза ИА(ИВ) отвергается, т.е. считается, что фактор А(В) влияет на результативный признак У [6, 7].
2017 | №6 все о мясе
в центре. Количество линий равно числу оцененных дескрипторов (характеристик) продукта. На линиях откладываются отрезки, соответствующие средним арифметическим значениям оценок интенсивности.
С помощью выполнения аналогичных процедур программа дает возможность сравнить профиль продукта, вырабатываемого на предприятии, с профилями продуктов конкурентов.
Для сравнения профиля продукта и «эталона» предварительно вырабатывается эталонный продукт, оцениваются его характеристики, и формируется сенсорный профиль. Для проведения сравнения загружаются данные эталонного профиля, и добавляется на график профиль аналогичного образца другой партии (рисунок 6).
Разработанная программа также позволяет выявлять изменения сенсорных характеристик в продукте при замене ингредиентов или пряностей в рецептуре, использования новых видов упаковки и др.
Таким образом, внедрение на предприятия отрасли разработанного программного обеспечения по сбору и статистической обработке сенсорных данных позволит не только подтвердить объективность результатов дегустационной оценки, но и реализовать задачи, связанные с повышением конкурентоспособности продукции. При этом область применения созданного программного обеспечения не ограничивается мясной отраслью. Его можно внедрять на любых предприятиях пищевой отрасли, где проводится органо-лептическая оценка сырья, ингредиентов, добавок продуктов и др.
© контакты:
Никитина Марина Александровна а m.nikitina@fncps.ru Кузнецова Татьяна Георгиевна а ^ки7песоуа@ fncps.ru Лазарев Антон Александрович а а.1а7агеу@ fncps.ru Захаров Александр Николаевич а azakharov@vniimp.ru
список ЛИТЕРАТУРЫ: REFERENCES:
1. Lawless, H.T. Sensory evaluation of food: principles and practices / H.T. Lawless, H. Heymann. — New York: Springer Science & Business Media, 2010.— 596 p.
2. Murray, J.M. Descriptive analysis: Past, present and future / J.M. Murray, C.M. Delahunty, I.A. Baxter // Food Research International.- 2001.- № 34. - P. 461-471.
3. Лисицын, А.Б. Комплексный подход к органолептической оценке как инструмент повышения качества продукции / А.Б. Лисицын, Т.Г. Кузнецова, А.А. Лазарев // Все о мясе.- 2017.— № 2. — С. 4-7. Lisitsyn, A.B. Kompleksnyj podhod k organolepticheskoj ocenke kak instrument povyshenija kachestva produkcii [Complex approach to organoleptic assessment as a tool for increasing product quality] / A.B. Lisitsyn, T.G. Kuznetsova, A.A. Lazarev // Vsyo o myase.- 2017.- № 2. - P. 4-7.
4. Firebird, Борри Х. Руководство разработчика баз данных / Борри Х. Firebird. — М.: Изд. БХВ-Петербург, 2006.— 1127 с. Firebird, B.H. Rukovodstvo razrabotchika baz dannyh [Reference for Database Developers] / Borri H. Firebird. - M.: Izd. BHV-Peterburg, 2006.- 1127 p.
5. ГОСТ Р ИСО 8586-2-2008 «Органолептический анализ. Общее руководство по отбору, обучению испытателей и контролю за их деятельностью. Ч. 2. Эксперты по сенсорной оценке». — М.: Стандартинформ, 2009.— 12 с. GOST R ISO 8586-2-2008 «Organolepticheskij analiz. Obshhee rukovodstvo po otboru, obu-cheniju ispytatelej i kontrolju za in dejatel'nost'ju. Ch. 2. Jeksperty po sensornoj ocenke» [Sensory analysis. General guidance for the selection, training and monitoring of assessors. Part 2. Expert sensory assessors]. - M.: Standartinform, 2009.- 12 p.
6. Бранд, З. Анализ данных. Статистические и вычислительные методы для научных работников и инженеров / З. Бранд; пер. с анг. О.И. Волкова; ред. Е.В. Чепурин. — М.: Мир; Аст, 2003.— 686 с. Brand, Z. Analiz dannyh. Statisticheskie i vychislitel'nye metody dlja nauchnyh rabotnikov i inzhenerov [Data analysis. Statistical and Computational Methods for Scientists and Engineers] / Z. Brand; per. s ang. O.I. Volkova; red. E.V. Chepurin. - M.: Mir; Ast, 2003.- 686 p.
7 Вуколов, Э.Л. Основы статистического анализа / Э.Л. Вуколов. — М.: Форум, 2008.— 464 с. Vukolov, Je.L. Osnovy statisticheskogo analiza [Principles of statistical analysis] / Je.L. Vukolov. -M.: Forum, 2008.- 464 s.
8. Кузнецова, Т.Г. Флейвор мясных продуктов: подходы в отечественной и зарубежной практике / Т.Г. Кузнецова, А.А. Лазарев // Все о мясе.— 2017.— № 5. — С. 30-33. Kuznetsova, T.G. Flejvor mjasnyh produktov: podhody v otechestvennoj i zarubezhnoj praktike [Flavor of meat products: approaches in the national and foreign practice] / T.G. Kuznetsova, A.A. Lazarev // Vsyo o myase.- 2017.- № 5. - P. 30-33
9. Кузнецова, Т.Г. Профильно-дескрипторные методы и органолептическая оценка мясных продуктов / Т.Г. Кузнецова, А.А. Лазарев // Мясная индустрия.— 2016.— № 5. — С. 28-33. Kuznetsova, T.G. Profil'no-deskriptornye metody organolepticheskaja ocenka mjasnyh produktov [Profile descriptive methods and organoleptic assessment of meat products] / T.G. Kuznetsova, A.A. Lazarev // Mjasnaja industrija-2016.- № 5. - P. 28-33.
Рисунок 5.
Сенсорный профиль трех образцов вареной колбасы в Программе-Сервере
Рисунок 6. Сенсорный профиль «эталона» и трех образцов вареной колбасы
После статистической обработки резуль- дуктов. На рисунке 5 показан пример сен-
татов дегустации (в случае согласованной сорного профиля трех образцов вареной
и достоверной оценки) программа позво- колбасы. Радиальные линии на графике
ляет построить сенсорные профили про- представляют собой шкалы со значением 0
