ОПТИМИЗАЦИЯ ТЕХНОЛОГИЧЕСКИХ ПАРАМЕТРОВ ТЕРМИЧЕСКОЙ ОБРАБОТКИ РЫБНЫХ ФАРШЕВЫХ ИЗДЕЛИЙ В ПАРОКОНВЕКТОМАТЕ
Аннотация и ключевые слова
Аннотация (русский):
В качестве альтернативы процессу обжаривания рыбных фаршевых изделий предложено их запекание в пароконвектомате в режиме конвекции. Для определения оптимальных технологических параметров термической обработки в пароконвектомате разработана методика оптимизации. Оптимизация технологических параметров термообработки осуществлялась на основе математического моделирования. Для этого использовали методы корреляционно-ре¬грессионного и дисперсионного анализов. Была построена оптимизационная математическая модель, состоящая из целевой функции и системы ограничений. Целевая функция представляет собой двухфакторную регрессионную модель, которая функционально связывает выход готовых изделий (параметр оптимизации), температуру и продолжительность процесса запекания. Целевая функция подлежала условной максимизации. Система ограничений состоит из одного уравнения и четырех неравенств. Данные ограничения учитывают кулинарную готовность и органолептические свойства изделий, энергетические затраты, а также диапазон изменения температуры в рабочей камере пароконвектомата. Максимальное значение целевой функции с учетом всех ограничений было найдено в программе MS Excel методом обобщенного приведенного градиента. В результате были получены оптимальные технологические параметры процесса термообработки в пароконвектомате: температура 231 °С, продолжительность процесса – 11 минут. При этом выход готовых рыбных фаршевых изделий составил 86,7 %, а энергетические затраты не превышают 1 кВт•ч. Полученные результаты экспериментально подтверждены. Готовые изделия имели высокие органолептические показатели качества: суммарная оценка составила 19,5 баллов. Была определена пищевая и энергетическая ценность биточков из тилапии. В 100 г продукта количество белков составляет 12,8 г, жиров – 3,8 г, углеводов – 11,4 г, энергетическая ценность – 128 ккал.

Ключевые слова:
оптимизация, оптимальные технологические параметры, термическая обработка, рыбные фаршевые изделия, пароконвектомат, математическая модель
Текст
Текст произведения (PDF): Читать Скачать

Введение

Термическую обработку фаршевых кулинарных изделий на предприятиях индустрии
питания по традиционной технологии осуществляют в электрических сковородах (обжаривание в растительном масле) и доводят до готовности в духовых шкафах или пароконвектоматах. Данный способ термообработки требует определенных затрат электроэнергии, которые влияют на себестоимость готовой продукции. В Астраханской области цена на электроэнергию для малых предприятий в 2019 г., по сравнению с 2015 г., повысилась в 2 раза (3 руб. и 6 руб. за кВт · ч соответственно). Стремительный рост стоимости энергоресурсов поднимает вопрос об экономичном
и энергосберегающем производстве. Кроме того, обжаривание как способ тепловой обработки имеет ряд недостатков:

− жареная пища не полезна (в продукте содержатся перекиси и гидроперекиси, трансизомеры жирных кислот, меланоидины, которые уменьшают пищевую и биологическую ценность белков, и другие токсичные соединения, которые образуются в процессе жарки);

− обжаривание – трудоемкий процесс, требующий постоянного контроля (переворачивание изделий, очистка масла от кусочков пищи);

− использование масла для жарки увеличивает себестоимость и стоимость готовых изделий.

Существует альтернатива процессу обжаривания – это запекание в пароконвектомате.
Но для использования этой технологии необходимо определить оптимальные технологические параметры термообработки (температуру и продолжительность процесса запекания), которые позволят снизить энергетические затраты, увеличивая при этом экономическую эффективность производства. Также это обеспечит максимальный выход готовых изделий, высокий уровень качества и поможет сделать данную продукцию более конкурентоспособной.

Целью данного научного исследования являлось совершенствование технологии рыбных фаршевых изделий путем оптимизации технологических параметров термической обработки
в пароконвектомате.

 

Объекты и методы исследования

Объектами данного научного исследования выступали:

 образцы рыборастительных фаршевых полуфабрикатов («Биточки из тилапии
по-деревенски»);

 образцы термически обработанных рыборастительных фаршевых полуфабрикатов («Запеченные биточки из тилапии по-деревенски»).

Биточки из тилапии имеют круглую приплюснутую форму, высота изделия – 20 мм, диаметр – 65 мм, масса биточка – 75 г (рис. 1).

 

 

Рис. 1. «Биточки из тилапии по-деревенски» (полуфабрикат)

 

Используемое для приготовления биточков из тилапии сырье (филе тилапии, яйца куриные, манная крупа, картофель, лук репчатый, морковь, чеснок свежий, зелень укропа, поваренная соль, перец черный молотый, сухари пшеничные панировочные, масло подсолнечное рафинированное) соответствовали требованиям действующей нормативно-технической документации, в том числе СанПиН 2.3.2.1078-01 [1].

Обработку и анализ данных проводили с использованием математических методов (регрессионный, корреляционный и дисперсионный анализы, дифференцирование функций с несколькими переменными, метод ротатабельного центрального композиционного планирования, метод обобщенного приведенного градиента), которые были реализованы средствами компьютерных программ MS Excel, Mathcad, Statistica v.10.

Для установления пищевой ценности биточков из тилапии определяли количество белка методом Кьельдаля, количество жира – методом Сокслета, углеводы – расчетным способом (для этого определяли количество воды арбитражным методом и золы – методом озоления
без ускорителя). Количество углеводов, г, рассчитывали по формуле [2]

где 100 – масса продукта, г; Б – количество белка, г; Ж – количество жира, г; В – количество воды, г; З – количество золы, г.

Энергетическую ценность, ккал, готовых изделий определяли по формуле

где 4, 9 и 3,75 – коэффициенты, характеризующие энергетическую ценность белков, жиров
и усвояемых углеводов соответственно при окислении в организме человека, ккал/г; Б – количество белка, г; Ж – количество жира, г; У – количество углеводов, г.

Определение органолептических показателей качества запеченных кулинарных изделий проводилось согласно ГОСТ 31986-2012 [3]. Качество изделий оценивалось по 5-балльной шкале. Дегустационная комиссия состояла из 5 человек.

 

Методика оптимизации технологических процессов термической обработки в пароконвектомате

Для разработки оптимизационной математической модели процесса термической обработки в пароконвектомате необходимо получить целевую функцию и выбрать ограничения.

Построение целевой функции. Априорное ранжирование параметров оптимизации показало, что наиболее значимыми из них являются выход готовых изделий, органолептические свойства изделий, энергетические затраты и количество мезофильных аэробных и факультативно анаэробных микроорганизмов (КМАФАнМ), или общая бактериальная обсемененность. Параметром оптимизации был выбран выход готовых изделий y, %. Температура термообработки
T, °C, и продолжительность процесса t, мин, являются входными независимыми факторами, которые наиболее вероятно оказывают влияние на параметр оптимизации y. Фактор Т варьировали в пределах 180–240 °C с шагом в 15 °C, а фактор t – в диапазоне от 5 до 26 мин. Для определения целевой функции процесса термической обработки в пароконвектомате  
составили план эксперимента (табл. 1).

Таблица 1

План эксперимента по установлению зависимости y = f(T, τ)

Номер опыта

Входные факторы

Номер опыта

Входные факторы

T, °С

t, мин

T, °С

t, мин

1

240

10

9

225

13

2

180

21

10

210

10

3

225

18

11

210

20

4

240

5

12

180

26

5

225

8

13

240

15

6

195

24

14

210

15

7

180

16

15

195

14

8

195

19

 

Биточки из тилапии (по 3 шт. на опыт) обрабатывали в режиме конвекции пароконвектомата Unox XVC 304 (рис. 2) в соответствии с табл. 1.

Описание: C:\Users\Дмитрий\Desktop\Обработка данных для диссертации\юнокс.jpg

Рис. 2. Пароконвектомат Unox XVC 304

После проведения каждого опыта готовые биточки взвешивали на электронных весах
и рассчитывали их выход, %, по формуле

где y – выход готовых изделий, %; Мги – масса готовых изделий, г; Мпф – масса полуфабриката. Для установления целевой функции были использованы наиболее подходящие типы регрессионных моделей, представленные в табл. 2.

Таблица 2

Типы используемых регрессионных моделей

Тип уравнения регрессии

Название уравнения регрессии

*

Линейная

Линейно-логарифмическая

Линейно-логарифмическая

Двойная линейно-логарифмическая

Логарифмически-линейная

Двойная логарифмическая

Двойная логарифмическая

Тройная логарифмическая

 

* - параметр оптимизации;  - искомые коэффициенты регрессии.

В программе MS Excel на основе полученных данных определяли коэффициенты регрессии, коэффициенты множественной детерминации (R2), F-критерии Фишера и t-критерии Стьюдента (уровень значимости 5 %). После проведения сравнительного анализа из восьми регрессионных моделей была выбрана одна самая лучшая и адекватная.

Построение системы ограничений. Первым ограничением является установление температурного диапазона. Для нахождения оптимальной температуры термообработки необходимо задать значения минимальной температуры Tmin и максимально возможной температуры Tmax.

Второе ограничение должно соответствовать кулинарной готовности и санитарным нормативам (КМАФАнМ не более 1×104). Поэтому необходимо построить двухмерную регрессионную модель вида , которая позволит установить корреляцию между фактором Т и фактором τ. Для выполнения этой задачи был составлен план эксперимента (табл. 3).

Таблица 3

План эксперимента по установлению зависимости τ = g(T)

Номер опыта

Температура

Номер опыта

Температура

T, °С

T, °С

1

200

4

190

2

180

5

210

3

220

6

230

 

Чтобы получить модель кулинарной готовности с учетом санитарных нормативов, необходимо определять температуру в центре изделий. Согласно СанПиН 2.3.4.050-96 [4] температура внутри рыбных кулинарных изделий должна быть не ниже 80 °C. При достижении температуры в 80 °C необходимо продлить термообработку еще на 5 мин, чтобы изделия соответствовали требованиям качества.

По плану, приведенному в табл. 3, было проведено 6 опытов (3 биточка на опыт). Температуру в центре изделий определяли с помощью встроенного в пароконвектомат термощупа. После каждого опыта проводилась органолептическая оценка готовых биточков, которая подтвердила полученные данные по продолжительности термообработки в зависимости от различных значений температур.

Для установления зависимости  были использованы наиболее подходящие типы регрессионных моделей:

где с0, с1 - искомые коэффициенты регрессии.

В программе MS Excel на основе полученных данных определяли коэффициенты регрессии, коэффициенты детерминации (R2), F-критерии Фишера и t-критерии Стьюдента (уровень значимости 5 %). После проведения сравнительного анализа из пяти регрессионных моделей была выбрана одна самая лучшая и адекватная.

Третье ограничение – зависимость  – двухфакторная регрессионная модель
органолептических свойств изделий после термообработки, где
Q – функция связи между
выходным фактором
q и входными факторами T и τ; – расчетное значение суммы баллов
органолептической оценки; т. е. изделие должно иметь не меньше 18 баллов по итогам органолептической оценки.

Для установления эмпирической зависимости  между органолептической оценкой формованных кулинарных изделий (сумма баллов органолептической оценки) q, температурой Т и продолжительностью термообработки τ был составлен ротатабельный центральный композиционный план для двух факторов (табл. 4).

Таблица 4

Ротатабельный центральный композиционный план для моделирования органолептических свойств запеченных рыбных фаршевых изделий

Система опытов

№ опыта

Температура термообработки

Продолжительность термообработки

Кодированные значения

X1*

Натуральные значения

Т, °C

Кодированные значения

X2*

Натуральные значения

τ, мин

ПФЭ** типа 22

1

+1

225

+1

22

2

+1

225

–1

12

3

–1

185

+1

22

4

–1

185

–1

12

Опыты в звездных точках

5

–1,414

177

0

17

6

+1,414

233

0

17

7

0

205

–1,414

10

8

0

205

+1,414

24

Опыты в центре плана

9

0

205

0

17

10

0

205

0

17

11

0

205

0

17

12

0

205

0

17

13

0

205

0

17

 

* X1 и X2 – кодированные значения для натуральных значений входных факторов.

** Полный факторный эксперимент типа 22, где основание степени 2 – количество уровней варьирования каждого входного фактора, а показатель степени 2 – количество входных факторов.

 

Кодированное значение фактора (Xi) определяли по формуле [5]

,

где i – номер входного фактора; Xi – кодированное значение фактора; ci и ciо− натуральные значения фактора (текущее значение и на основном уровне соответственно); εi − интервал варьирования.

Реализация опытов по плану эксперимента позволяет построить модель вида

,

где b0, b1, b2, b12, b11, b22 – искомые коэффициенты полиноминальной модели.

Четвертое ограничение – минимальные энергетические затраты. Номинальная мощность пароконвектомата составляет 5,3 кВт. Тогда, если фактор τ измеряется в минутах, уравнение расхода электроэнергии имеет следующий вид: W = 0,0883×τ. Минимальные энергетические
затраты, которые требуются для термообработки, не должны превышать 1 кВт
×ч, т. е. ограничение принимает вид неравенства 0,0883×τ £ 1.

Задача оптимизации – найти условный максимум целевой функции. Структура оптимизационной математической модели в общем виде имеет вид

Значения оптимальных факторов T и t находили в MS Excel методом обобщенного приведенного градиента. Оптимальные технологические параметры термической обработки соответствуют максимальному выходу продукции, минимальным энергетическим затратам и высоким органолептическим показателям качества.

 

Разработка оптимизационной математической модели

Оптимизационная математическая модель термической обработки рыбных фаршевых изделий в пароконвектомате позволит определить оптимальные значения параметров – температуры и продолжительности термообработки.

После осуществления плана эксперимента (см. табл. 1) были получены данные, представленные в табл. 5.

Таблица 5

Стохастическая связь между y, T и t

Номер опыта

Входные
факторы

Параметр
оптимизации

Номер опыта

Входные
факторы

Параметр
оптимизации

T, °С

t, мин

Выход, y, %

T, °С

t, мин

Выход, y, %

1

240

10

88,5

9

225

13

85,5

2

180

21

82,5

10

210

10

91,0

3

225

18

80,0

11

210

20

80,0

4

240

5

96,0

12

180

26

81,5

5

225

8

92,0

13

240

15

82,0

6

195

24

80,5

14

210

15

87,0

7

180

16

89,0

15

195

14

88,0

8

195

19

83,0

 

На основе этих данных были получены двухфакторные регрессионные модели с помощью MS Excel, обобщенная характеристика которых приведена в табл. 6.

Таблица 6

Обобщенная характеристика регрессионных моделей

Уравнение регрессии

R2

F-критерий

Фишера

t-критерий Стьюдента

*, %

0,912

61,89

18,72

4,52

10,45

1,37

0,916

65,76

7,95

4,72

10,80

1,35

0,964

159,22

27,94

7,01

16,83

0,85

0,963

158,81

12,56

7,00

16,84

0,83

0,917

66,57

65,04

4,79

10,88

1,50

0,922

70,99

18,69

5,00

11,26

1,30

0,957

132,93

77,72

6,51

15,41

1,10

0,957

132,27

25,20

6,50

15,40

0,91

 

*А – средняя относительная ошибка аппроксимации.

Наиболее подходящая модель выбиралась исходя из следующих условий:

– R2 > 0,5;

– расчетные значения F-критерия и t-критериев должны превосходить табличные: ; ;

– средняя относительная ошибка аппроксимации < 10 %.

Проведя сравнительный анализ моделей регрессии, выбираем линейно-логарифмическую модель  (целевая функция), которая соответствует всем вышеперечисленным условиям.

Коэффициент детерминации R2, равный 0,964, показывает, что вариация выхода готовых изделий на 96,4 % обусловлена факторами T и τ. Следовательно, эти факторы существенно влияют на параметр оптимизации. Модель является адекватной с вероятностью более 95 %.

 

Интерпретация математической модели

Для определения наибольшего влияния входных факторов на параметр оптимизации применяют средние коэффициенты эластичности, рассчитываемые по формулам

                                                                                                                          (1)

                                                                                                                            (2)

где  - частная производная функции  по переменной T (t);  - среднее значение переменной T (t);  - значение функции  при среднем значении переменных T и t.

Рассчитаем коэффициенты эластичности по формулам (1), (2):

Сравнение средних коэффициентов эластичности приводит к следующему выводу: наибольшее влияние на выход готовых изделий оказывает фактор Т – увеличение температуры на 1 % приводит к уменьшению выхода на 0,292 %, а повышение продолжительности τ на 1 % приводит к снижению выхода всего лишь на 0,165 %.

Трехмерный график целевой функции изображен на рис. 3.

 

Рис. 3. Трехмерный график целевой функции

Графическая модель наглядно показывает, что с ростом температуры и продолжительности термообработки выход готовой продукции уменьшается. По графику целевой функции нельзя определить область локализации оптимальных параметров.

На следующем этапе необходимо выбрать ограничения, накладываемые на целевую функцию. Первым ограничением является установление температурного диапазона. Минимальная температура термообработки – 170 °С. Максимальная температура составляет 260 °С. Поэтому данное ограничение должно отвечать неравенству  

Вторым ограничением является модель кулинарной готовности t = g(T). После осуществления плана эксперимента (см. табл. 3) были получены данные, представленные в табл. 7.

Таблица 7

Стохастическая связь между t и T

Номер опыта

Температура T, °С

Продолжительность термообработки t, мин

1

200

14,0

2

180

15,5

3

220

12,0

4

190

14,5

5

210

13,0

6

230

11,5

 

На основе этих данных были получены однофакторные регрессионные модели с помощью MS Excel, обобщенная характеристика которых приведена в табл. 8.

Таблица 8

Обобщенная характеристика однофакторных моделей

Уравнение регрессии

R2

F-критерий

Фишера

t-критерий
Стьюдента

, %

0,991

443,05

37,84

21,05

0,88

0,9908

432,14

23,94

20,79

0,82

0,9903

411,46

62,11

20,28

0,86

0,987

308,78

24,46

17,57

0,99

0,988

329,02

3,41

18,14

0,93

 

Наиболее подходящая модель выбиралась исходя из следующих условий:

– R2 > 0,5;

– расчетные значения F-критерия и t-критериев должны превосходить табличные: ; ;

– средняя относительная ошибка аппроксимации < 10 %.

Проведя сравнительный анализ моделей регрессии, выбираем линейную модель t = 30,1095 
 0,0814T, которая соответствует всем вышеперечисленным условиям. Коэффициент детерминации R2, равный 0,991, показывает, что вариация продолжительности термообработки на 99,1 % обусловлена таким фактором, как температура. Модель является адекватной с вероятностью более 95 %.

Третье ограничение   двухфакторная регрессионная модель органолептических свойств изделий после термообработки.

В результате реализации плана эксперимента (см. табл. 4) была получена стохастическая связь между q, T и τ. На основе этих данных была разработана адекватная математическая модель, которая точно характеризует органолептические свойства готовых рыбных кулинарных изделий:

Третье ограничение задается неравенством

Четвертое ограничение – минимальные энергетические затраты, которые задаются неравенством 0,0883×τ £ 1.

В результате оптимизационная модель термической обработки выглядит следующим образом:

Максимальное значение целевой функции находили в MS Excel методом обобщенного приведенного градиента. В итоге было найдено оптимальное решение: T = 230,77 °С,
τ = 11,33
 мин, y = 86,7 %.

Таким образом, для термообработки биточков из тилапии в пароконвектомате в режиме конвекции оптимальными параметрами являются: температура 231 °С, продолжительность процесса 11 мин. При найденном оптимальном режиме выход готовых изделий является максимальным и составляет приблизительно 87 %.

Разработанная оптимизационная математическая модель была экспериментально подтверждена. Органолептическая оценка кулинарной продукции, приготовленной с использованием режимов, рассчитанных на основании этих исследований, показала, что суммарный балл органолептической оценки запеченных биточков из тилапии составил 19,5 при максимальном балле 20, что свидетельствует о высоком качестве данных изделий.

Анализ пищевой и энергетической ценности биточков из тилапии показал, что в 100 г продукта количество белков составляет 12,8 г, жиров – 3,8 г, углеводов – 11,4 г, энергетическая ценность – 128 ккал.

 

Заключение

В работе представлены результаты исследований по усовершенствованию технологии рыбных фаршевых изделий путем оптимизации параметров термической обработки в пароконвектомате в режиме конвекции. На основе построенной оптимизационной математической модели были определены оптимальные технологические параметры термообработки в пароконвектомате: температура 231 °С, продолжительность 11 мин. При этом выход готовых рыбных фаршевых изделий составил 86,7 %, а энергетические затраты не превышают 1 кВт·ч. Полученные результаты были экспериментально подтверждены.

Список литературы

1. СанПиН 2.3.2.1078-01. Гигиенические требования безопасности и пищевой ценности пищевых продуктов. Санитарно-эпидемиологические правила и нормативы. М., 2001. 269 с.

2. Грициенко Е. Г. Физиология питания: методические указания к выполнению лабораторных работ для студентов направления 260800.62 «Технология продукции и организация общественного питания». Астрахань: Изд-во АГТУ, 2012. 50 с.

3. ГОСТ 31986-2012. Услуги общественного питания. Метод органолептической оценки качества продукции общественного питания. М.: Стандартинформ, 2014. 15 с.

4. СанПиН 2.3.4.050-96. Предприятия пищевой и перерабатывающей промышленности (технологи-ческие процессы, сырье). Производство и реализация рыбной продукции. Санитарные правила и нормы. М., 1996. 64 с.

5. Хамханов К. М. Основы планирования эксперимента: метод. пособие. Улан-Удэ: Изд-во ВСГТУ, 2001. 50 с.