Publication text
(PDF):
Read
Download
Введение В последние годы бурное развитие получили системы и инструменты менеджмента качества. Статистические инструменты при этом имеют большое значение, так как позволяют оценить со- стояние технологических процессов и выявить от- клонения от установленных требований, определя- ют возможные направления воздействия для кор- ректировки и улучшения процесса. Основной зада- чей статистического управления процессом являет- ся недопущение отклонений параметров процессов от установленных стандартов и в меньшей мере обнаружение уже допущенного отклонения от стандарта. Эффективность применения на практике инструментария статистического анализа подтвер- ждена многими предприятиями, которые достигли успеха в области обеспечения высокого уровня ка- чества продукции. Из всего множества инструментов управления качеством выделяют 7 методов, которые в научно- технической литературе имеют название «Семь инструментов контроля качества» [1]: - гистограмма; - диаграмма разброса; 131 ISSN 2074-9414. Техника и технология пищевых производств. 2015. Т. 37. № 2 - диаграмма Парето; - стратификация (расслоение); - графики; - диаграмма Исикавы (причинно-следственная диаграмма); - контрольная карта. Гистограмма используется для предваритель- ной оценки дифференциального распределения изучаемой случайной величины, однородности экспериментальных данных, сравнения разброса данных с допустимым, природы и точности изуча- емого процесса. Гистограмма - это столбчатый график, позволяющий наглядно представить харак- тер распределения случайных величин в выборке. Такие инструменты, как диаграмма разброса, диа- грамма Исикавы, графики, диаграмма Парето, поз- воляют выявить причинно-следственные связи изу- чаемых величин. Диаграмма разброса позволяет без математической обработки экспериментальных данных о значениях двух переменных на основе графического представления этих данных оценить характер и тесноту связи между ними. Диаграмма Парето - это способ графического представления опытных данных о результатах различных видов деятельности, процессов, облегчающий принятие решения о наиболее важных причинах получения этих результатов. Стратификация (расслоение) - это один из наиболее простых, эффективных и рас- пространенных методов выявления причин несоот- ветствий, влияния различных факторов на показа- тели качества процесса. Расслоение данных заклю- чается в разделении результатов процесса на груп- пы, внутри которых эти результаты получены в определенных условиях протекания процесса. Дан- ные, разделенные на группы по признаку условий их формирования, называют слоями (стратами), а сам процесс разделения на слои - стратификацией данных. Стратификация данных производится часто по следующим признакам: оборудование; человече- ский фактор; исходные материалы; методы работы; условия и способы измерений. Применение графи- ков придает наглядность и облегчает понимание закономерностей, которые эти данные отражают. Часто используют следующие виды графиков: гра- фик в виде ломаной линии; столбчатый график; кру- говой график; ленточный график; «радиационная» диаграмма. Диаграмму Исикавы или причинно- следственную диаграмму используют для выявления и систематизации факторов, влияющих на опреде- ленный результат процесса, вызывающих какую- либо проблему при его реализации [1]. Цель контрольных карт - обнаружить неесте- ственные изменения в данных из повторяющихся процессов и дать критерии для обнаружения отсут- ствия статистической управляемости. Контрольная карта - это графический способ представления и со- поставления информации, основанной на последова- тельности выборок, отражающих текущее состояние процесса, с границами, установленными на основе внутренне присущей процессу изменчивости [3]. Преимущество этих методов - простота, но вме- сте с тем они сохраняют связь со статистикой, что позволяет использовать их при принятии решений, основанных на фактах. Инструменты контроля ка- чества дают возможность получить эти факты - достоверную информацию о состоянии изучаемых процессов. Эти методы можно рассматривать и как отдельные инструменты, и как систему методов. Цель настоящей работы - разработать алгоритм для анализа и улучшения процесса производства пива. Объект и методы исследования Для исследования выбран объект - пиво с экстрактивностью начального сусла 12,5 %. Анализ содержания высших спиртов в пиве проводился на газовом хроматографическом комплексе «Хромос ГХ-1000». Для анализа технологического процесса исполь- зовались статистические методы: гистограмма и контрольная карта Шухарта. Результаты и их обсуждение Технологический процесс производства пива является достаточно сложным, качество готового продукта определяется множеством факторов, ко- торые необходимо учитывать и управлять ими для достижения требуемого результата. С точки зрения потребителя понятие «качество пива» является достаточно субъективным и во мно- гом зависит от индивидуальных предпочтений. Тем не менее общепризнанным стандартом хорошего пива является напиток, в котором соблюдается ба- ланс между горечью, кислотностью, сладостью, содержанием алкоголя, концентрацией эфиров и приятным хмелевым ароматом и имеется достаточ- ное количество диоксида углерода, придающего пиву приятную свежесть и способствующего пенообразованию [2]. При употреблении пива возникают вкусовые ощущения, которые переходят из одного в другое и быстро теряют свою остроту. Вкусовые ощущения протекают в три стадии - начальную, оцениваю- щую и завершающую. Общая вкусовая картина этих стадий должна быть сбалансирована. Полнота вкусового ощущения зависит от температуры пива (чем оно холоднее, тем ниже полнота ощущения), от содержания диоксида углерода, от личных пред- почтений дегустатора. В формировании вкуса большое значение имеет аромат. Аромат может быть хмелевым или иметь эфирно-спиртовые ноты. Выразительность послед- него зависит от содержания высших спиртов, эфиров и альдегидов. Кроме того, на первой стадии возникает ощущение более или менее выраженной полноты вкуса, которая зависит от массовой доли сухих веществ начального сусла и цветности пива. Полнота вкуса обусловлена, с одной стороны, сте- пенью сладости сахаров, оставшихся в пиве после брожения, а также декстринами и спиртом, а с дру- гой - количеством и размерами коллоидных ча- стиц. Спустя некоторое время после начала дегу- стации оценивается «игристость» пива, которая зависит от значения рН пива, содержания раство- ренных буферных веществ и фосфатов, от качества солода и состава пивоваренной воды. Непосред- ственное влияние на вкус пива оказывает также 132 ISSN 2074-9414. Food Processing: Techniques and Technology. 2015. Vol. 37. № 2 содержание диоксида углерода: чем оно выше (в пределах 0,38-0,50 %), тем дольше сохраняется вкус пива, однако высокое содержание СО2 при несбалансированном составе пива (при недостаточ- ном содержании коллоидов и низкой вязкости) мо- жет приводить к появлению резкого вкуса. Завершающая стадия оценки вкуса определяется по горечи. Кроме того, на третьей стадии вкус пива может характеризоваться кисловатым или даже слегка кисловатым оттенком. Вкус пива считается завершенным, когда отличные друг от друга вкусо- вые ощущения гармонично переходят от одного к другому [6]. В пиве содержится большое количество компо- нентов, которые оказывают влияние на вкус и аромат: - главные вкусовые составляющие, их концен- трация более чем в два раза превышает порог ощущения (этанол, диоксид углерода, горькие хмелевые вещества); - вторичные вкусовые составляющие - имеют концентрацию, которая в один-два раза превышает порог ощущения. Это наиболее важные вкусовые вещества пива (изоамиловый спирт, изоамилацетат, этилкаприлат, этилацетат и др.); - фоновые вкусовые вещества, концентрация в пиве этих веществ ниже значения порога ощуще- ния от двух до десяти раз (фенилацетат, ацетоин и др.) [2]. Наиболее важными компонентами, влияющими на сенсорный профиль пива, являются: органиче- ские спирты, кислоты, эфиры, карбонильные и се- росодержащие соединения [2]. Таким образом, с органолептической точки зрения пиво представляет собой сложный комплекс соединений различных классов, каждое из которых вносит определенный вклад в качество пива. Для того чтобы качество пива соответствовало норма- тивным документам и ожиданиям потребителя, производителю необходимо определить основные компоненты, которые будут формировать отличи- тельный вкус и аромат напитка. Определив их, остается лишь, применяя комплекс инструментов контроля качества, управлять технологическим процессом, анализировать его и улучшать. Алго- ритм для анализа и улучшения технологического процесса приведен в табл. 1. Таблица 1 Алгоритм анализа и улучшения технологического процесса Блок-схема Описание шагов (в скобках указаны инструменты контроля качества, применяемые на этапе) 1. Определить параметры качества пива, которыми необходимо управлять в процессе производства с помощью инструментов кон- троля качества 2. Определить характер распределения изучаемых величин (гистограмма). 2.1. Характер изучаемых величин является нормальным? 3. Определить статистическую управляемость процесса (контрольная карта Шухарта). 3.1. Процесс статистически управляем? 4. Изучить причины, при которых распределение величины не является нормальным. Определить факторы статистической не- управляемости процесса (диаграмма разброса, диаграмма Исика- вы, графики, диаграмма Парето) 5. Определить возможности и пути улучшения процесса, в том числе используя данные о причинах нестабильности процесса, пункт 4 Прежде чем приступать к статистическому ана- лизу данных, необходимо определить параметры и процессы, которые наибольшим образом влияют на качество готового пива. В первую очередь такими параметрами являются те, которые регламентиро- ваны нормативной документацией. В пиве согласно [4] нормируются такие показатели, как объемная доля спирта, кислотность, рН, цвет, массовая доля двуокиси углерода, пенообразование, а также орга- нолептические показатели (прозрачность, аромат, вкус). Производитель вправе выбрать и дополни- тельные критерии для оценки качества пива. Как правило, потребители отдают предпочтение пиву, которое имеет мягкий вкус и аромат, легко пьется и хорошо утоляет жажду. Рассмотрим в качестве примера использования алгоритма статистический анализ содержания высших спиртов в пиве, так как некоторые из спиртов являются необходимыми компонентами пива, другие в концентрациях, пре- вышающих порог ощущения, отрицательно сказы- ваются на запахе продукта и придают ему нежела- тельный привкус [2]. Во время главного брожения образуется около 80 % высших спиртов от общего их количества в зависимости от используемой расы дрожжей, состава сусла и условий брожения. В фазе дображивания происходит лишь незначительное увеличение концентрации [5]. Существуют два пути образова- ния высших спиртов: катаболический и анаболиче- ский [2]. 133 ISSN 2074-9414. Техника и технология пищевых производств. 2015. Т. 37. № 2 Катаболический путь связан с распадом амино- кислот, которые поступают в клетку из сусла. В этом случае потребленные дрожжами аминокисло- ты трансаминируются с образованием α-кетокилот с последующим их декарбоксилированием и вос- становлением, в результате чего образуются спир- ты, содержащие на один атом углерода меньше, чем потребленная аминокислота. Анаболический путь связан с синтезом амино- кислот. В этом случае предпоследней реакцией является образование соответствующей α-кетокилоты из пирувата и ацетил-КоА. Далее, как и в первом случае, происходит декарбоксилирование и восста- новление этих α-кетокилот с образованием высших спиртов. Содержание высших спиртов колеблется от 60 до 150 мг/дм3, при нормальном низовом брожении - от 60 до 90 мг/дм3 [5]. Факторы, оказывающие су- щественное влияние на содержание высших спир- тов в пиве, представлены в табл. 2 [2, 5, 6]. Таблица 2 Основные факторы, оказывающие влияние на образование высших спиртов в пиве Фактор Образование высших спиртов возрастает Образование высших спиртов понижается Вид используемых дрожжей Верхового брожения Низового брожения Экстрактивность начального сусла Более 13 % Менее 13 % Концентрация аминокислот в сусле Пониженная концентрация аминокислот в сусле (сусло из бедного белком или слабо растворен- ного солода или при использовании несоложе- ных материалов) Чрезмерное содержание аминокислот Высокое количество аминокислот в сусле Температура брожения Увеличение температуры брожения Температура внесения дрожжей выше 8 °С Низкие температуры начального сусла Холодное брожение Давление пива во время брожения Повышенное давление Перемешивание молодого пива (например, мешал- кой или насосом) Интенсивное перемешивание молодого пива Отсутствие интенсивного перемешива- ния молодого пива Аэрация сусла Интенсивная аэрация сусла Исключение попадания кислорода в пиво уже после внесения дрожжей Доливы сусла При многократных доливах сусла При отсутствии доливов сусла В табл. 3 представлены результаты лаборатор- ного анализа содержания высших спиртов в пиве с экстрактивностью начального сусла 12,5 %, прове- денного по выборкам из 30 последовательных пар- тий на примере данных ООО «Бочкаревский пиво- варенный завод», также приведен скользящий раз- мах значений концентрации высших спиртов - это абсолютное значение разности измерений в после- довательных парах. Далее проводится анализ характера распределе- ния изучаемой величины с помощью инструмента гистограмма (шаг 2, табл. 1) [7]. Первым этапом построения гистограммы явля- ется определение наибольшего (L) и наименьшего (S) значения данных. По данным табл. 3 наимень- шим значением является 67,8 мг/дм3, наибольшим 80,3 мг/дм3. При построении гистограммы интервал между наибольшим и наименьшим значениями делят на соответствующие участки. Число участков соответ- ствует корню квадратному из числа данных (N), то есть в нашем случае - корню квадратному из 30. Таким образом, число участков равно 5. Определим ширину участка (h): разность между L и S разделим на число участков и округлим полученное число. Таким образом, ширина участка составит 2,5. Интервалы участка и частота попадания данных в участок - f приведены в табл. 4. Таблица 3 Сумма высших спиртов для 30 последовательных выборок партий пива № п/п 1 2 3 4 5 6 7 8 9 10 Сумма спиртов Х, мг/дм3 68,6 70,4 72,1 76,9 74,2 71,2 73,9 75,2 71,55 69,1 Скользящий размах R 1,8 1,7 4,8 2,7 3 2,7 1,3 3,65 2,45 № п/п 11 12 13 14 15 16 17 18 19 20 Сумма спиртов Х, мг/дм3 72,8 69,9 67,8 72,1 72,4 75,2 74,6 77,55 74,2 72,6 Скользящий размах R 3,7 2,9 2,1 4,3 0,3 2,8 0,6 2,95 3,35 1,6 № п/п 21 22 23 24 25 26 27 28 29 30 Сумма спиртов Х, мг/дм3 76,8 80,3 77,2 77,6 79,5 75,2 74,2 73,1 76,7 74,1 Скользящий размах R 4,2 3,5 3,1 0,4 1,9 4,3 1 1,1 3,6 2,6 134 ISSN 2074-9414. Food Processing: Techniques and Technology. 2015. Vol. 37. № 2 Таблица 4 Интервалы участков и частота попадания значений суммы высших спиртов в интервал Участок Интервал участка Центральное значение Частота попадания данных в участок, f 1 67,8-70,3 69,05 4 2 70,3-72,8 71,55 7 3 72,8-75,3 74,05 11 4 75,3-77,8 76,55 6 5 77,8-80,3 79,05 2 Следующий этап - построение гистограммы (рис. 1). Рис. 1. Гистограмма Рис. 1 показывает, что гистограмма имеет дву- стороннюю симметрию, что означает нормальное распределение. Следовательно, можно перейти к следующему этапу - анализу процесса с помощью контрольной карты Шухарта (шаг 3, табл. 1) [3]. Контрольная карта Шухарта представляет собой график значений определенных характеристик подгрупп в зависимости от их номеров. Он имеет цен- тральную линию (СL), соответствующую эталон- ному значению характеристики, а также контроль- ные границы относительно центральной линии (UCL - верхняя, LCL - нижняя). Контрольные границы на карте Шухарта находятся на расстоянии 3σ от центральной линии, где σ - генеральное стан- дартное отклонение используемой статистики. Гра- ницы ±3σ указывают, что около 99,7 % значений характеристики подгрупп попадут в эти пределы при условии, что процесс находится в статистически управляемом состоянии. Контрольные карты Шухарта бывают двух ос- новных типов: для количественных и альтернатив- ных (качественных) данных. Количественные дан- ные представляют собой наблюдения, полученные с помощью измерения и записи значений некоторой характеристики для каждой единицы. Карты для количественных данных - это классические контрольные карты, применяемые для управления процессами. Для контрольных карт, использующих количественные данные, предполагается нормаль- ное распределение для вариаций внутри выборок, причем отклонения от этого предположения влияют на эффективность карт. Существуют две ситуации при использовании контрольных карт: стандартные значения не заданы и стандартные значения заданы. Стандартные значе- ния - значения, установленные в соответствии с некоторыми конкретными целями или требованиями. Для построения контрольной карты Шухарта для индивидуальных значений Х суммы высших спиртов и скользящих размахов R, стандартные значения для которых не заданы, использованы данные табл. 3. Линии контрольной карты для скользящих раз- махов R: - центральная линия CL рассчитывается как среднеарифметическое значений R (табл. 3), CL = 2,6, (1) - верхняя контрольная граница UCL = D4 CL = 3,267 · 2,6 = 8,49, (2) - нижняя контрольная граница LCL = D3 CL = 0 · 2,6 = 0 (3) (так как число измерений в подгруппе меньше 7). Значения множителей D3 и D4 взяты из [3]. Кар- та размахов приведена на рис. 2 и демонстрирует статистически управляемое состояние, это означа- ет, что можно построить контрольную карту инди- видуальных значений. Рис. 2. Контрольная карта скользящих размахов R Результаты расчета линии контрольной карты индивидуальных значений наносятся на контроль- ную карту (рис. 3). Линии контрольной карты индивидуальных зна- чений Х: центральная линия CL = 73,9 (это средне- арифметическое значений Х, таблица 3); - верхняя контрольная граница UCL = CL + Е2 Ȓ = 73,9 + (2,66 · 2,6) = 80,8 (4) -нижняя контрольная граница LCL = CL - Е2 Ȓ = 73,9 - (2,66 · 2,6) = 67,0 (5) Значение множителя E2 взято из [3]. Определим зоны внутри контрольных границ шириной σ: σ = (UCL - CL) / 3 = 2,3 (6) Линии зон шириной σ: UCL2/3х = UCL - σ = 80,8 - 2,3 = 78,5 (7) UCL1/3х = UCL2/3х - σ = 78,5 - 2,3 = 76,2 (8) LCL2/3х = CL - σ = 73,9 - 2,3 = 71,6 (9) LCL1/3х = LCL2/3х - σ = 71,6 - 2,3 = 69,3 (10) 135 ISSN 2074-9414. Техника и технология пищевых производств. 2015. Т. 37. № 2 Рис. 3 Контрольная карта индивидуальных значений Х Контрольные карты интерпретированы с помо- щью критериев для особых причин, которые выяв- ляют проявление особых (неслучайных) причин. Для этого на контрольной карте, помимо верхней и нижней контрольных границ и центральной линии, нанесены линии, которые делят карту на шесть равных зон шириной σ (расчет по формулам 6-10). Эти зоны обозначаются А, В, С, С, В, А, причем зоны С расположены симметрично центральной линии. Критерии для особых причин применимы к картам индивидуальных значений и картам средних значений, при условии, что распределение средних и индивидуальных значений является нормальным [3]. Результаты интерпретации представлены в табл. 5. Таблица 5 Интерпретация процесса с помощью критериев для особых причин № критерия Наименования критерия [3] Пояснение Результат 1 Одна точка вне зоны А Показывает выход точки на контрольной карте за границу верхнего или нижнего контрольного предела Отрица- тельно 2 Девять точек подряд в зоне С или по одну сторону от центральной линии Показывает наличие серии - такого состояния, когда точки неизменно оказываются по одну сторону от центральной линии Отрица- тельно 3 Шесть возрастающих или убывающих точек подряд Показывает наличие тренда (дрейфа) - непрерывно повышающейся или понижающейся кривой Отрицательно 4 Четырнадцать попеременно возрастающих и убывающих точек Показывает периодическую структуру (то подъем, то спад) Отрицательно 5 Две из трех последовательных точек в зоне А или вне ее Показывает приближение к контрольным пределам Отрицательно 6 Четыре из пяти последовательных точек в зоне В или вне ее Показывает отдаление точек от центральной линии Отрицательно 7 Пятнадцать последовательных точек в зоне С выше или ниже центральной линии Показывает приближение к центральной линии, то есть в подгруппах смешиваются данные различных распределений Отрица- тельно 8 Восемь последовательных точек по обеим сторонам от центральной линии и ни одной в зоне С Показывает отдаление точек от центральной ли- нии Отрица- тельно Анализ контрольных карт, приведенный в табл. 5, показал отсутствие специальных причин вариабель- ности процесса. Это значит, процесс производства пива находится в состоянии статистической управля- емости. Эти данные подтверждены органолептиче- ской оценкой исследуемых образцов пива. Отмечено, что все они соответствуют типу пива, имеют пол- ный, гармоничный аромат и вкус, аромат от побочных продуктов бро- жения отсутствует, пиво получило высокую оценку. Таким образом, разработанный алгоритм позво- ляет эффективно использовать инструментарий ста- тистического анализа в процессе производства пива. Последовательно используя статистические инстру- менты можно получить больше данных о процессе и принять эти сведения для улучшения технологиче- ского процесса и качества готовой продукции.