Russian Federation
Krasnoyarsk, Russian Federation
Russian Federation
Russian Federation
The objective of research is to reveal the patterns of change in the protein content in a mixture of texturate from native and sprouted grain and flour depending on the contribution of the constituent components in order to predict the functional properties of the semi-finished product. Objectives: to develop a mathematical model for predicting the protein content in the semi-finished product. A technological line was developed at the Engineering Center of the Krasnoyarsk State Agrarian University, a design for grain germination was patented, the modes were substantiated and the features of operation were identified. Native wheat was used as the main raw material, and sprouted soybean, corn, oat and other grains served as additional components. The preparatory stage of research included: grain germination, mixing with native wheat grain in proportions of 10; 15; 20; 25 %, respectively. At the main level of the study, the mixture was extruded, textured flour was obtained and it was added in proportions of 3; 5; 7; 10 % in the composition of flour mixtures based on premium, 1st, 2nd grade flour and wholemeal flour. A mathematical model is proposed that reveals the patterns of change in protein content in a mixture of texturate from native and sprouted grain and flour depending on the contribution of the constituent components to predict the functional properties of the semi-finished product. The final model is adapted to obtain mixtures of flour, respectively, from texturate with sprouted grain of soybeans, corn, oats and others in ratios of 10; 15; 20; 25 % and premium flour, 1st, 2nd grade, wholemeal flour – 3; 5; 7; 10 %.
wheat, sprouted grain, extrusion, texturate, flour, mixture, protein, technology, determination, modeling
Введение. Совершенствование технологий переработки зерновых культур за счет целенаправленного изменения физико-механических и биохимических свойств зерна является актуальной задачей. В связи с этим перспективным решением данной задачи является применение экструзионных технологий трансформации растительного сырья [1]. Для улучшения качественных характеристик экструдата или текстурированной муки, помимо основного компонента (пшеница, ячмень, овес), используют различные добавочные ингредиенты [2, 3], позволяющие повысить пищевую и энергетическую ценность готового продукта.
Известны исследования по использованию двух- и многокомпонентных смесей в пищевых системах (кормопроизводстве и продуктах питания) [4, 5].
В дополнение к основному сырью в зависимости от назначения используется измельченный картофель, белково-витаминный коагулят, жимолость, брусника, малина, чеснок, торф, вермикулит и др. В пищевых системах также целесообразно обогащать сырье и продукты питания биологически активными веществами путем использования биоактивированного (пророщенного) зерна [6–8].
Например, ранее авторами [9] проведена оценка энергетического дохода технологии
производства текстурированной муки на основе пшеницы и пророщенной кукурузы. Исследования показали, что увеличение доли пророщенной кукурузы в смеси приводит к росту количества содержащихся в готовой продукции сахаров, крахмала, биологически активных веществ и каротина. Энергетический доход по сравнению с технологией получения текстурированной муки из пшеницы возрастает на 0,16 МДж/кг сухого вещества.
Для устранения недостатков при проращивании зерна (высокие энергетические затраты, продолжительность и материалоемкость оборудования) учеными Красноярского ГАУ было разработано, запатентовано и изготовлено устройство для проращивания зерна [10].
Разработанное устройство способствует более широкому использованию экструзионных технологий для модификации существующих и разработке новых продуктов с высоким содержанием белка.
Задачи: разработать математическую модель для прогнозирования содержания белка в полуфабрикатах; адаптировать модель для муки из высшего, 1-го и 2-го сортов и обойной муки с использованием корректирующих экспериментов.
Материалы и методы. В Инжиниринговом центре Красноярского ГАУ разработана технологическая линия, запатентована конструкция установки для проращивания зерна, обоснованы режимы и выявлены особенности функционирования.
Анализ исходного сырья, промежуточных продуктов и готовых полуфабрикатов проводился с использованием утвержденных методик в научно-исследовательском испытательном центре Красноярского ГАУ. В качестве основного сырья применялась нативная пшеница, а дополнительными компонентами служили пророщенные зерна сои, кукурузы, овса и других культур. Проведено комбинирование основных (мука высшего, 1-го и 2-го сортов, обойная мука) и дополнительных компонентов (текстурат с пророщенным зерном) в соотношениях 3; 5; 7; 10 % по массе соответственно для получения мучных смесей.
Для выявления закономерностей изменения свойств зерна на всех стадиях технологического процесса проведен анализ содержания белка (рис. 1).
* Этапы биохимического анализа компонентов сырья.
Рис. 1. Схема исследований полуфабрикатов
При разработке математической модели использован математический аппарат корреляционно-регрессивного анализа, а также инструменты компьютерной статистики [11–13]. Для проверки адекватности (достоверности) использован критерий Пирсона, а значимость коэффициентов регрессии определена с использованием критерия Стьюдента. Независимость остатков регрессии установлена по критерию Дурбина – Ватсона [14].
Результаты и их обсуждение. Подготовительный этап исследований включал в себя проращивание зерна, смешивание с нативным зерном пшеницы в соотношениях 10; 15; 20; 25 % соответственно.
На основном уровне исследования выполнено экструдирование смеси и получение текстурированной муки, которую смешивали с мукой высшего, 1-го и 2-го сортов, обойной мукой в соотношениях 3; 5; 7; 10 % соответственно с получением различных комбинаций мучных смесей.
Предложена математическая модель определения количества белка в смеси текстурата и муки (y, %) в зависимости от количества белка в основном компоненте текстурата (x1, %), доли проращиваемого зерна в смеси для экструзии (x2, ед.), количества белка в пророщенном зерне (x3, %), количества белка в текстурате (x4, %), доли текстурата в мучной смеси (x5, %), количества белка в муке (x6, %), которая представляется следующими функциями (рис. 2, табл.):
,
,
,
,
где b1 = –6,519586617; b2 = –7,272404764; b3 = –7,239885532; b4 = –7,223109385;
b5 = 2,099945659; b6 = –8,756220475; b12 = 0,4550644959; b13 = 0,4677059963; b14 = 0,4687906048;
b15 = 1,085483801; b16 = 0,3697526956; b23 = –0,0006426297176; b24 = –0,003328450891;
b25 = –0,4085815146; b26 = 0,02471554207; b34 = 0,0; b35 = –0,001457066561; b36 = 0,0;
b45 = 1,015414972; b46 = –0,003015036311; b56 = –2,375174692, b11 = 0,5142376341,
b22 = 0,1075735234, b33 = 0,0; b44=0,0; b55 = –18,89182986, b66 = 0,1810442415.
Рис. 2. Закономерность изменения количества белка в смеси
текстурата и муки (y, %) в серии 92 опытов
Качество сглаживания экспериментальных данных определяется уровнем детерминации и относительной погрешностью приближения. В данной предметной области коэффициент детерминации R2 = 96,9951 % оказался выше 95 %, а максимальная относительная погрешность в опытных точках maxΙδΙ = 3,0270 % не превосходит 5 % (табл.).
При анализе серии 92 опытов установлено, что среднее значение результатного показателя количества белка в смеси текстурата и муки оценивается в 11,47 % при стандартном отклонении 0,39 и при вариации показателя 3,44 % (вариация не превышает 5 %). Аналогичный вычисленный показатель имеет среднее значение 11,4697, стандартное отклонение 0,39 и вариацию 3,4383, что свидетельствует о его большей устойчивости по вариабельности.
|
219 |
с оценкой отклонений теоретически предсказанных данных от фактических данных, полученных в серии опытов
|
Характеристика мучная смесь |
Номер опыта* |
Кол-во белка в основном компоненте текстурата, % |
Доля проращиваемого зерна в смеси для экструзии, ед. |
Кол-во белка в пророщенном зерне, % |
Кол-во белка в текстурате, % |
Доля текстурата в мучной смеси, ед. |
Кол-во белка в муке, % |
Кол-во белка в смеси текстурата и муки, % |
Расчетное кол-во белка в смеси текстурата и муки, % |
Отклонение f(x) от y, ед. |
Относительное отклонение f(x) от y, % |
|
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
y |
f(x) |
e |
d |
||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
Экструдат (пшеница : пророщенный горох 15 %) + мука ВС** |
10 |
15,48 |
0,15 |
26,79 |
14,95 |
0,03 |
10,80 |
10,92 |
10,9250 |
0,0005 |
0,0048 |
|
Экструдат (пшеница : пророщенная кукуруза 10 %) + мука ВС |
20 |
15,48 |
0,10 |
13,20 |
14,29 |
0,03 |
10,80 |
10,90 |
10,9037 |
–0,0009 |
–0,0084 |
|
Экструдат (пшеница : пророщенный рапс 20 %) + мука 1С |
30 |
15,48 |
0,20 |
13,10 |
15,82 |
0,05 |
11,10 |
11,34 |
11,3367 |
0,0006 |
0,0057 |
|
Экструдат (пшеница : пророщенная соя 15 %) + мука 1С |
40 |
15,48 |
0,15 |
12,10 |
15,22 |
0,05 |
11,10 |
11,31 |
11,3062 |
0,0002 |
0,0019 |
|
Экструдат (пшеница : пророщенная пшеница 25 %) + мука 2С |
50 |
15,48 |
0,25 |
13,99 |
15,01 |
0,07 |
11,60 |
11,84 |
11,8404 |
0,0020 |
0,0170 |
|
Экструдат (пшеница : пророщенный овес 15%) + мука 2С |
60 |
15,48 |
0,15 |
9,94 |
13,56 |
0,07 |
11,60 |
11,74 |
11,7384 |
0,0014 |
0,0117 |
|
Экструдат (пшеница : пророщенная пшеница 15 %) + мука ОБ |
70 |
15,48 |
0,10 |
13,99 |
14,98 |
0,10 |
11,50 |
11,85 |
11,8488 |
0,0005 |
0,0038 |
|
Экструдат (пшеница : пророщенная кукуруза 15 %) + мука ОБ |
90 |
15,48 |
0,15 |
13,20 |
13,75 |
0,10 |
11,50 |
11,73 |
11,7248 |
–0,0002 |
–0,0019 |
Заключение. Предложенная математическая модель, раскрывающая закономерности изменения содержания белка в смеси текстурата из нативного и пророщенного зерна и муки в зависимости от вклада составляющих компонентов, использована для исследования и прогнозирования функциональных свойств группы полуфабрикатов.
Методом корректирующих экспериментов доказана устойчивость по вариабельности содержания белка в смеси. Модельное представление результатного показателя адаптировано для получения смесей для муки соответственно из текстурата с пророщенным зерном сои, кукурузы, овса и других культур в соотношениях 10; 15; 20; 25 % и различными сортами муки с долей текстурата 3; 5; 7; 10 % в общем объеме.
1. Ostrikov A.N., Abramov O.V., Rudometkin A.S. `Ekstruziya v pischevyh tehnologiyah. SPb.: GIORD, 2004. 288 s.
2. Shvecov N., Pohodnya G., Salamahin S. Novye kombikorma s `ekstrudirovannym zer-nom // Zhivotnovodstvo Rossii. 2009. № 10. S. 43–44.
3. Ocenka `effektivnosti proizvodstva `ekstrudiro-vannyh kormov na osnove smesi zerna i rastitel'nyh komponentov / V.V. Matyushev [i dr.] // Vestnik KrasGAU. 2015. № 11. S. 140–145.
4. Chaplygina I.A., Matyushev V.V., Semenov A.V. Vliyanie massovoj doli proroschennyh semyan rapsa v smesi na pitatel'nuyu cennost' `ekstru¬datov // Vestnik KrasGAU. 2021. № 5 (170). S. 161–167.
5. Matyushev V.V., Chaplygina I.A., Semenov A.V. Ispol'zovanie chetyrehkomponen¬tnyh smesej, s predvaritel'nym proraschivaniem rapsa, v `ekstruzionnyh tehnolo¬giyah // Vestnik KrasGAU. 2021. № 6 (171). S. 130–135.
6. Okolelova T., Razduev V. Povyshenie cennos-ti zerna proraschivaniem // Kombikorma. 1999. № 2. S. 36–37.
7. Matyushev V.V., Chaplygina I.A., Semenov A.V. Ispol'zovanie proroschennogo zerna pshenicy v `ekstruzionnyh tehnologiyah // Vestnik KrasGAU. 2020. № 11(164). S. 184–189.
8. Ponomareva E.I., Alehina N.N., Bakaeva I.A. Hleb iz bioaktivirovannogo zerna pshenicy povyshennoj pischevoj cennosti // Voprosy pitaniya. 2016. T. 85, № 2. S. 116–121.
9. Matyushev V.V., Chaplygina I.A., Semenov A.V. Ocenka `energeticheskogo dohoda tehnologii proizvodstva teksturirovannoj muki // Vestnik KrasGAU. 2024. № 4 (205). S. 209–215.
10. Pat. 2769803 C2 Rossijskaya Federaciya, MPK A01C 1/02. Ustrojstvo dlya proraschivaniya zerna / V.V. Matyushev, V.N. Nevzorov, A.V. Semenov [i dr.]; zayavitel' Krasnoyar. gos. agrar. un-t. № 2020131218; zayavl. 21.09.2020; opubl. 06.04.2022.
11. Svidetel'stvo o gosudarstvennoj registracii programmy dlya `EVM № 2022660431 RF. `Ekspertno-analiticheskaya model' poluche¬niya hlebobulochnyh izdelij s ispol'zovaniem teksturirovannoj muki iz rastitel'nyh smesej na osnove zerna / I.A. Chaplygina, V.V. Matyu-shev, A.A. Belyakov; zayavitel' Krasnoyar. gos. agrar. un-t. № 2022619750; zayavl. 25.05.2022; opubl. 03.06.2022.
12. Svidetel'stvo o gosudarstvennoj registracii programmy dlya `EVM № 2022613485 RF. `Ekspertno-analiticheskaya model' poluche¬niya `energonasyschennyh `ekstrudatov iz pitatel'nyh smesej na osnove zerna / I.A. Chaplygina, V.V. Matyushev, A.V. Semenov, A.A. Belyakov; zayavitel' Krasnoyar. gos. agrar. un-t. № 2022612862; zayavl. 02.03.2022; opubl. 14.03.2022.
13. Svidetel'stvo o gosudarstvennoj registracii programmy dlya `EVM № 2023665188 RF. Imitacionnaya model' polucheniya `ekstrudiro-vannogo produkta iz dvuhkomponentnoj rasti-tel'noj smesi / V.V. Matyushev, A.S. Avetisyan, I.A. Chaplygina [i dr.]; zayavitel' Krasnoyar. gos. agrar. un-t. № 2023663618; zayavl. 29.06.2023; opubl. 12.07.2023.
14. Kobzar' A.I. Prikladnaya matematicheskaya statistika. Dlya inzhenerov i nauchnyh rabot-nikov. M.: FIZMATLIT, 2006. 816 s.
