Математическая модель закономерности содержания белка в смеси текстурата из нативного и пророщенного зерна и муки

Автор: Чаплыгина И.А., Матюшев В.В., Беляков А.А., Семенов А.В.

Журнал: Вестник Красноярского государственного аграрного университета @vestnik-kgau

Рубрика: Пищевые технологии

Статья в выпуске: 11, 2024 года.

Бесплатный доступ

Цель исследований - раскрыть закономерности изменения содержания белка в смеси текстурата из нативного и пророщенного зерна и муки в зависимости от вклада составляющих компонентов для прогнозирования функциональных свойств полуфабриката. Задачи: разработать математическую модель для прогнозирования содержания белка в полуфабрикате. В Инжиниринговом центре Красноярского ГАУ была разработана технологическая линия, запатентована конструкция для проращивания зерна, обоснованы режимы и выявлены особенности функционирования. В качестве основного сырья применялась нативная пшеница, а дополнительными компонентами служили пророщенные зерна сои, кукурузы, овса и др. 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, получение текстурированной муки и ее внесение в соотношениях 3; 5; 7; 10 % в состав мучных смесей на основе муки высшего, 1-го, 2-го сортов и обойной муки. Предложена математическая модель, раскрывающая закономерности изменения содержания белка в смеси текстурата из нативного и пророщенного зерна и муки в зависимости от вклада составляющих компонентов для прогнозирования функциональных свойств полуфабриката. Окончательная модель адаптирована для получения смесей муки соответственно из текстурата с пророщенным зерном сои, кукурузы, овса и другого в соотношениях 10; 15; 20; 25 % и мукой высшего сорта, 1-го, 2-го сорта, обойной мукой - 3; 5; 7; 10 %.

Еще

Пшеница, пророщенное зерно, экструзия, текстурат, мука, смесь, белок, технология, детерминация, моделирование

Короткий адрес: https://sciup.org/140308298

IDR: 140308298   |   DOI: 10.36718/1819-4036-2024-11-215-222

Текст научной статьи Математическая модель закономерности содержания белка в смеси текстурата из нативного и пророщенного зерна и муки

Введение. Совершенствование технологий Например, ранее авторами [9] проведена 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].

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.

Цель исследований – раскрыть закономерности изменения содержания белка в смеси текстурата из нативного и пророщенного зерна и муки в зависимости от вклада составляющих компонентов для прогнозирования функциональных свойств полуфабриката.

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 ос- татков 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 тек-стурата и муки (y, %) в зависимости от коли- чества белка в основном компоненте текстурата (xi, %), 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.):

у = f ( Х 1 , x 2 , Х 3 , Х 4 , Х 5 , Х б ) = L ( Х 1 , x 2 , Х 3 , x 4 , Х 5 , Х б ) +

+ P ( Х 1 , Х 2 , Х 3 , Х 4 , Х 5 , Х 6 ) + Q ( Х 1 , Х 2 , Х 3 , Х 4 , Х 5 , Х 6 ) ,

L ( Х 1 , Х 2 , Х 3 , Х 4 , Х 5 , Х б ) = ^ b k Хк , P ( Х 1 , Х 2 , Х 3 , Х 4 , Х 5 , Х 6 ) = £ b j x x j , k                                                 i j

Q(x1, х2, х3, х4, х5, х6) = £Ък • xk , где b1= –6,519586617; b2= –7,272404764; b3= –7,239885532; b4= –7,223109385;

b 5 = 2,099945659; b 6 = –8,756220475; b 12 = 0,4550644959; b 13 = 0,4677059963; b 14 = 0,4687906048;

b 15 = 1,085483801; b 16 = 0,3697526956; b 23 = –0,0006426297176; b 24 = –0,003328450891;

b 25 = –0,4085815146; b 26 = 0,02471554207; b 34 = 0,0; b 35 = –0,001457066561; b 36 = 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 ( у, % ) 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 max Ι δ Ι = 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.

% ‘X ю (x)j эинэноихю эоняиэ1иэон1о

СМ Т—

ОО

со со

со

ОО со со со" 1

цз со со со"

03

со со со"

СО

со со"

со со"

ОО со со со со"

03

со со со"

1

■Ьэ ‘X10 (x)j эинэноюно

ф

т—

ЦО СО СО со

со

03 со со со со"

1

со со со со со"

см со со со со"

со см со со со"

со со со"

цо со со со со"

см со со со со"

1

% 'имАи и BiedAioMOi иээиэ а вшэд од-ном 90Hi9h0Bj

Д

О т—

со ЦО СМ 03

со

со со 03 со"

со со ^

Т—

см со со

^

Т—

S

Т—

со Т—

ОО ОО

S

Т—

ОО 3

Т—

% ‘ияЛ|Л1 и BiBdAioxai ИЭЭ1Л1Э а вшэд оа-иоя

03

см 03

со

со 03 со"

^

Т—

ОО

Т—

Т—

цо сю

Т—

со

Т—

% ‘емЛ|/\1 а вшэд оашо»

i?

ОО

со ОО

со

Т—

со ОО со"

Т—

со

Т—

Т—

со

Т—

Т—

со

Т—

со

со

Т—

со

Т—

■tfe ‘ИЭ9ИЭ HOHhXlAI Э BiBdXiOMOi ьиоЦ

S

N-

со со

со

со со со"

ЦО со со"

ЦО со со"

со со"

СО со"

со

со"

со

со"

% ‘eiBdXioxeiа вмиэд оашо»

S

СО

цо О)

х—

03

Т—

см ОО цо"

Т—

см см цо"

Т—

со цо"

Т—

со ^ со"

Т—

ОО О)

х—

цз

со" Т—

% ‘endec lAioHHehiododu а вшэд оа-ио»

£

ЦО

S со' см

со ^ со"

Т—

со

со"

со см"

Т—

03 О) со"

Т—

оз"

03 О) со"

Т—

со ^ со"

Т—

'Нэ ‘HMcXdioxe bob' mooiaio а BHdae ojoiAiaBanhiBdodu киоЦ

ЦО

со

со

со"

со см со"

цо

со"

цо см со"

цо

со"

со

со"

цо

со"

% ‘BlBdAlOMSl Э1Н9Н0Н1Л10М |/\1Онаонэо а вшэд оа-ио»

со

ОО

ио

цз" Т—

^ цз"

Т—

цо"

^ цо"

Т—

цо" Т—

цо" Т—

цо" Т—

¥В11Я1Ю d9N0H

см

со Т—

со см

со со

о

со цо

со со

со

со 03

аз -0

1—  1  ф

ё co 5

5 1- о

ф ф 25

1— п 05 '   Т

^О I

х 5

т—

>s

т ф 3" о

о

■ ■ о аз СО J ф II

£ 8-о 2

СК аз X X ф 3" о

Яо 1= CD

■ ■ СО ® В

э ^

С о4

СО 1- т— § Го

о ^

>s

X X ф 3" о

о с

=г s аз

3 2 с +

'—

СО о4 3 °

1- о О 1=

О а.

СК аз X X ф 3" о

о с

S-O

S "" I аз ф

^ + 1—

CD sp ЕС ^

О о

СК аз X X ф 3" о 1°

. . аз аз > ^ 2 I + Ф с ^

-—- ю 1- см

§ 5 ? ^

О 1=

>s

X X ф 3" о

о с

аз О =г см

X Ф ф > 3 ^

н о О ф ^ со О о

СК аз X X ф 3" о

О L0 &О . . аз ф > ^ 2 X + ф 3 с ^ цо 1— § 5 ? ^

О 1=

СК аз X X ф h ■ ■ аз ф

С о4 цо 1— Т—

§ Го

о ^

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.

Список литературы Математическая модель закономерности содержания белка в смеси текстурата из нативного и пророщенного зерна и муки

  • Остриков А.Н., Абрамов О.В., Рудомет-кин А.С. Экструзия в пищевых технологиях. СПб.: ГИОРД, 2004. 288 с.
  • Швецов Н., Походня Г., Саламахин С. Новые комбикорма с экструдированным зер-ном // Животноводство России. 2009. № 10. С. 43–44.
  • Оценка эффективности производства экстру-дированных кормов на основе смеси зерна и растительных компонентов / В.В. Матюшев [и др.] // Вестник КрасГАУ. 2015. № 11. С. 140–145.
  • Чаплыгина И.А., Матюшев В.В., Семенов А.В. Влияние массовой доли пророщенных семян рапса в смеси на питательную ценность экструдатов // Вестник Крас-ГАУ. 2021. № 5 (170). С. 161–167.
  • Матюшев В.В., Чаплыгина И.А., Семенов А.В. Использование четырехкомпонентных смесей, с предварительным проращиванием рапса, в экструзионных техноло-гиях // Вестник КрасГАУ. 2021. № 6 (171). С. 130–135.
  • Околелова Т., Раздуев В. Повышение ценности зерна проращиванием // Комбикорма. 1999. № 2. С. 36–37.
  • Матюшев В.В., Чаплыгина И.А., Семенов А.В. Использование пророщенного зерна пшеницы в экструзионных технологиях // Вестник КрасГАУ. 2020. № 11(164). С. 184–189.
  • Пономарева Е.И., Алехина Н.Н., Бакаева И.А. Хлеб из биоактивированного зерна пшеницы повышенной пищевой ценности // Вопросы питания. 2016. Т. 85, № 2. С. 116–121.
  • Матюшев В.В., Чаплыгина И.А., Семенов А.В. Оценка энергетического дохода технологии производства текстурированной муки // Вестник КрасГАУ. 2024. № 4 (205). С. 209–215.
  • Пат. 2769803 C2 Российская Федерация, МПК A01C 1/02. Устройство для проращивания зерна / В.В. Матюшев, В.Н. Невзо-ров, А.В. Семенов [и др.]; заявитель Крас-нояр. гос. аграр. ун-т. № 2020131218; заявл. 21.09.2020; опубл. 06.04.2022.
  • Свидетельство о государственной регистрации программы для ЭВМ № 2022660431 РФ. Экспертно-аналитическая модель получения хлебобулочных изделий с использованием текстурированной муки из растительных смесей на основе зерна / И.А. Чаплыгина, В.В. Матюшев, А.А. Беляков; заявитель Краснояр. гос. аграр. ун-т. № 2022619750; заявл. 25.05.2022; опубл. 03.06.2022.
  • Свидетельство о государственной регистрации программы для ЭВМ № 2022613485 РФ. Экспертно-аналитическая модель получения энергонасыщенных экструдатов из питательных смесей на основе зерна / И.А. Чаплыгина, В.В. Матюшев, А.В. Семенов, А.А. Беляков; заявитель Краснояр. гос. аграр. ун-т. № 2022612862; заявл. 02.03.2022; опубл. 14.03.2022.
  • Свидетельство о государственной регистрации программы для ЭВМ № 2023665188 РФ. Имитационная модель получения экс-трудированного продукта из двухкомпонентной растительной смеси / В.В. Матю-шев, А.С. Аветисян, И.А. Чаплыгина [и др.]; заявитель Краснояр. гос. аграр. ун-т. № 2023663618; заявл. 29.06.2023; опубл. 12.07.2023.
  • Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников. М.: ФИЗМАТЛИТ, 2006. 816 с.
Еще
Статья научная