Благовещенск, Амурская область, Россия
ВАК 05.18.04 Технология мясных, молочных и рыбных продуктов и холодильных производств
УДК 62 Инженерное дело. Техника в целом. Транспорт
ГРНТИ 65.63 Молочная промышленность
ОКСО 260000 ТЕХНОЛОГИЯ ПРОДОВОЛЬСТВЕННЫХ ПРОДУКТОВ И ПОТРЕБИТЕЛЬСКИХ ТОВАРОВ
ББК 36 Пищевые производства. Общественное питание. Кулинария
ТБК 5582 Пищевые производства
BISAC TEC012040 Food Science / Food Types *
Технологические процессы в молочной промышленности возможно изучать с помощью математического моделирования. В работе с помощью двухфакторного анализа показано изменение показателя титруемой кислотности в зависимости от параметров процесса производства обогащенных кисломолочных напитков, оказывающих наибольшее влияние на процесс получения бифивита и иммуновита. В результате чего разработаны математические модели.
бифивит, иммуновит, соевый белковый ингредиент, двухфакторный анализ, уравнение линейной регрессии, график
Введение. Функциональное питание является важным компонентом нутритивной профилактики и терапии в современной медицине [1]. Использование соесодержащих продуктов с целью обогащения рациона питания белком привлекает все большее внимание [2-4]. В лаборатории переработки сельскохозяйственной продукции Всероссийского НИИ сои разрабатывается линейка продуктов функционального назначения, в том числе, на основе кисломолочных напитков, что требует системного подхода к выявлению зависимости физико-химических показателей от технологических параметров технологического процесса [5, 6].
Цель настоящего исследования состояла в моделировании основных технологических параметров процесса производства бифивита и иммуновита.
Объект исследования
Объектами исследований являлись кисломолочные напитки (бифивит, иммуновит), приготовленные по стандартной рецептуре и обогащенные соевым белковым ингредиентом (СБИ), полученным из соевого зерна сортов селекции Всероссийского НИИ сои. Кисломолочные напитки получали путем термостатирования [7]. Математическую обработку экспериментальных данных проводили с помощью пакета прикладных программ Матлаб [8, 9].
При разработке технологии кисломолочных продуктов важными параметрами являются: температура и продолжительность сквашивания продукта. Для изучения влияния данных параметров на показатель титруемой кислотности (К) проведены научные исследования. Технологические параметры – температура сквашивания в термостате (Tс), продолжительность сквашивания (τс) и уровни их варьирования определены экспериментальным путем (табл. 1). Число повторностей N = 9.
При изучении параметров технологии производства кисломолочных напитков, разработали математические модели путем проведения двухфакторного анализа и получили уравнение линейной регрессии, описывающее динамику изменения показателя кислотности бифивита (Кб) и иммуновита (Ки) обогащенных СБИ, в зависимости от исследуемых факторов.
Таблица 1. Факторы и уровни их варьирования
|
Обозначение |
Фактор |
|
|
Тскв, °С |
τ, мин |
|
|
Верхний уровень (+1) |
40 |
480 |
|
Основной уровень (0) |
39 |
420 |
|
Нижний уровень (–1) |
38 |
360 |
Уравнение для бифивита:
Кб = – 311,5 + 9,767· Tс + 0,08028· τс (1)
при коэффициенте множественной корреляции R=0,7804. Критерий Т для коэффициента температуры сквашивания составил 4,95, а для коэффициента продолжительности сквашивания составил 2,44.
Зависимость параметров из уравнения 1 показана на рисунке 1.
Рис. 1 График зависимости кислотности бифивита от технологических параметров.
Уравнение для иммуновита:
Ки = – 305,8 + 9,600· Tс + 0,07722· τс (2)
при коэффициенте множественной корреляции R=0,7645. Критерий Т для коэффициента температуры сквашивания составил 4,47, а для коэффициента продолжительности сквашивания составил 2,3.
Зависимость параметров из уравнения 2 показана на рисунке 2.
Рис. 2 График зависимости кислотности иммуновита от технологических параметров.
Анализ T-статистик уравнений 1, 2 показывает, что при получении бифивита и иммуновита обогащенных СБИ, фактор Tс (температура сквашивания) оказывает значительно большее влияние на показатель кислотности кисломолочных напитков, чем фактор τс (продолжительность сквашивания). Следовательно, при разработке технологического процесса в обоих случаях необходимо уделить особое внимание поддержанию требуемой температуры.
Заключение. Таким образом, при получении кисломолочных напитков бифивита и иммуновита параметры: температура 38-40°С и продолжительность сквашивания 360-480 мин, являются благоприятными. При использовании данных параметров, согласно уравнению линейной регрессии, титруемая кислотность бифивита составила 80-109°Т, иммуновита – 93-128°Т, что соответствует нормам ГОСТ.
1. Кайшев В.Г, Серегин С.Н. Функциональные продукты питания: основа для профилактики заболеваний, укрепления здоровья и активного долголетия // Пищевая промышленность. 2017. № 7. С. 8-14.
2. Скрипко О.В. Использование дальневосточных сортов сои для переработки на пищевые цели. Вторая международная научно-практическая Интернет–конференция. Режим доступа: http://www.infotechno.ru/ros-soya2018/dok_skripko2018.php (дата обращения 21.08.2020).
3. Mark Messina. Soy and Health Update: Evaluation of the Clinical and Epidemiologic Literature // Nutrients. 2016. Vol. 8. № 12. P. 754.
4. Разработка технологии получения соево-тыквенных десертов функционального назначения / Стаценко Е.С., Литвиненко О.В., Корнева Н.Ю. Штарберг М.А., Бородин Е.А. // Техника и технология пищевых производств. 2020. Т. 50, №2. С. 351-360. DOI: https://doi.org/10.21603/2074-9414-2020-2-351-360
5. Захарова Л.М., Орехова С.В., Захаренко М.А., Лозманова С.С. Исследование технологических параметров производства функционального кисломолочного продукта // Техника и технология пищевых производств. 2012. №2. С.45-50.
6. Красильникова Е.А., Бурыкина И.М. Выбор оптимальных технологических параметров производства творожного продукта // Успехи современного естествознания. 2005. №9. С. 76-77
7. Твердохлеб Г.В., Сажинов Г.Ю., Раманаускас Р.И. Технология молока и молочных продуктов. М.: ДеЛи принт, 2006. 616 с.
8. Безруков Н.С., Ермакова Е.В., Колосов В.П., Перельман Ю.М. Система поддержки принятия решения для диагностики бронхиальной астмы по нейрофизиологическим параметрам на основе адаптивной нейро-нечеткой сети // Информатика и системы управления. 2006. № 2 (12). С. 29-36.
9. Безруков Н.С., Приходько А.Г., Ермакова Е.В., Еремин Е.Л., Перельман Ю.М. Система поддержки принятия решения для диагностики бронхиальной астмы и хронической обструктивной болезни легких // Бюллетень физиологии и патологии дыхания. 2006. № S23. С. 32-34.
