Поиск формализованных связей между потребительскими свойствами сахара и параметрами технологического процесса его производства

Автор: Егорова М.И., Райник В.В., Михалева И.С., Кретова Я.А., Николаева Е.С.

Журнал: Вестник Воронежского государственного университета инженерных технологий @vestnik-vsuet

Статья в выпуске: 3 (77), 2018 года.

Бесплатный доступ

До настоящего времени проведение технологического контроля в производстве сахара регламентируется требованиями, базовые положения которых разрабатывались в 80-е годы XX века. За истекший период произошли существенные изменения в состоянии рынка сахара, подходов к обеспечению качества и безопасности пищевых продуктов, претерпели изменения локальные процессы технологии и методы контроля. Для адекватного отражения изменений в схеме контроля целесообразно установить взаимосвязь между потребительскими свойствами сахара и параметрами технологического процесса его производства. Данную задачу решали опросом группы 25 экспертов по методу Дельфи, которым было предложено охарактеризовать степень влияния параметров технологического процесса из 39 позиций на показатели сахара, устанавливаемые промышленными потребителями, из 8 позиций. В результате математической обработки получена информационная модель, показывающая наличие такой связи и позволяющая определить как показатели потребительских свойств сахара, так и параметры технологического процесса для включения в схему контроля: мутность раствора сахара, содержание солей кальция, сапонина, рН, флокк-потенциал; на этапе очистки диффузионного сока рН полуфабрикатов, щелочность, содержание солей кальция, редуцирующих веществ...

Еще

Сахар, потребительские свойства, параметры технологического процесса, информационная модель, формализованные связи

Короткий адрес: https://sciup.org/140238631

IDR: 140238631 | DOI: 10.20914/2310-1202-2018-3-196-204

Текст научной статьи Поиск формализованных связей между потребительскими свойствами сахара и параметрами технологического процесса его производства

В рамках производственного контроля, программу которого должны самостоятельно разработать производители пищевой продукции, важный функционал отводится технологическому контролю, поскольку именно в технологическом процессе формируются базовые показатели качества и безопасности продукта. Изменения в технологии влекут за собой необходимость актуализации критериев и периодичности контроля, в полной мере это касается и изменения характеристик продукта – качественных и безопасности. Рассмотрим ситуацию с технологическим контролем при производстве сахара.

Технология сахара – сложный мегатехно-логический процесс, в котором происходят превращения свойств сахароносного растительного сырья – сахарной свеклы в свойства кристаллического сахара. Составляющие его локальные процессы представляют определенную совокупность и последовательность во времени многообразных физико-химических, механических, теплообменных и других процессов, обладающих соответствующими закономерностями. До настоящего времени проведение технологического контроля регламентируется требованиями Инструкции по химико-техническому контролю и учету сахарного производства, базовые положения которой разрабатывались в 80-е годы XX в. Произошедшие с тех пор события внесли существенные коррективы в состояние рынка сахара, подходы к обеспечению качества и безопасности пищевых продуктов, локальные процессы технологии, методы контроля. Так, отечественный рынок сахара все более интегрируется в международный, на нем, как и в мире возникла ситуация профицита товара [1]. Спрос на сахар промышленных потребителей, по сравнению с населением, растет. Видоизменились локальные процессы технологии: все большее распространение получают схемы экстрагирования сахарозы с глубоким отжимом жома и использованием жомопрессовой воды в качестве экстрагента, уваривания утфелей на основе стандарт-сиропа и маточного утфеля, расширились вариации схем очистки диффузионного сока, при этом появляются новые параметры контроля процессов и их значения. Закрепилась и продолжает расширяться линейка технологических вспомогательных средств [2], применение которых законодательно закреплено ТР ТС 029/11 “Требования безопасности пищевых добавок, ароматизаторов и технологических вспомогательных средств”. Произошло переформатирование нормативных документов на сахар – теперь единый стандарт определяет унифицированные требования к его качеству. Стандарты на методы испытаний сахара и другой продукции отрасли получили гармонизацию с международными требованиями – методиками ICUMSA. С учетом расширения экспорта сахара и линейки изготавливаемых с его использованием пищевых продуктов происходит сегментирование требований к сахару в нишах потребителей. Все эти изменения требуют адекватного отражения в документах, регламентирующих порядок проведения контроля технологических процессов на предприятиях сахарной отрасли.

Для того, чтобы внести соответствующие изменения в схему контроля, целесообразно установить взаимосвязь между потребительскими свойствами сахара и параметрами технологического процесса.

Материалы и методы

Оценку взаимосвязи потребительских свойств сахара и параметров технологического процесса проводили путем формирования информационной модели, основанной на результатах опроса группы экспертов. В качестве инструмента, позволяющего опросить ведущих специалистов сахарных заводов, расположенных в разных регионах России, учесть анонимное, независимое мнение и тем самым повысить достоверность получаемых результатов, использовали метод

Дельфи [3]. Опрос по методу Дельфи заключался в заочном (без личных контактов и коллективных обсуждений) анкетировании 25 главных технологов предприятий в три тура с обработкой результатов анкетирования в каждом туре. В первом туре опроса группе экспертов для заполнения предлагались табличные формы, содержащие перечень показателей из 8 позиций, наиболее часто устанавливаемых промышленными потребителями [4], и перечень параметров технологического процесса из 39 позиций, взятых из действующих схем контроля. По шкале бальных оценок от 0 до 9 (где 0 – полное отсутствие влияния; 9 – критичное влияние) эксперты характеризовали степень влияния процессов на показатели сахара исходя из предполагаемых закономерностей, полученных в оптимальный производственный период (без учета пусковых и завершающих декад), что способствовало повышению достоверности результатов. Полученные ответы обрабатывались с целью выявления среднего и крайних мнений, которые сообщались экспертам, после чего проводился второй тур опроса, в ходе которого эксперты могли изменить ответы, данные в первом туре. Кроме того, они объясняли, почему изменили или не изменили ответы в тех случаях, в которых наблюдались расхождения мнений более 2 баллов. Вновь полученные средние и крайние мнения, а также вся аргументация с сохранением анонимности сообщались экспертам и проводился третий тур опроса.

Совокупность данных экспертов подвергалась математической обработке для вычисления усреднённых оценок (коэффициентов весомости) влияния параметров технологического процесса на потребительские свойства сахара, соответствующие нормированные оценки суммировались, полученные суммы делились на количество экспертов.

Для подтверждения результатов информационной модели и установления характера взаимосвязи между параметрами технологического процесса и показателями сахара проводили структурно-параметрическое моделирование этапов технологического процесса производства сахара путем построения матриц взаимосвязей между сгруппированными параметрами технологического процесса и данными показателей потребительских свойств сахара. В качестве исходного материала выступали результаты мониторинга технологического процесса, полученные от тех сахарных заводов, чьи главные технологи входилив состав экспертной группы при составлении информационной модели.

Данные массива наблюдений, сформированные за оптимальный производственный период, статистически обрабатывали методами корреляционного и регрессионного анализа.

Результаты и обсуждение

Полагаем, что при формировании схемы технологического контроля, которая должна быть гибкой с возможностью перенастройки при изменении требований потребителей к сахару, необходим дифференцированный и инклюзивный подход, а в ее основе может быть номенклатура показателей качества и безопасности сахара, основанная на мнении потребителей. Как известно, потребители сахара представляют собой две группы: население и промышленные потребители. Население ориентируется на информацию, представленную на этикетке продукта, личных ощущениях, полученных при употреблении продукта, и тех знаниях, которыми обладает в области питания. С промышленными потребителями ситуация другая – для многих важными являются показатели, не нашедшие отражения в стандарте, например, такие как наличие продуктов деструкции крахмала в сахаре, мутность раствора, гранулометрический состав и др. Поскольку действующая система контроля обеспечивает лишь надлежащее соблюдение показателей в соответствии с требованиями стандарта, то перечисленные выше показатели не находят отражения при контроле технологических процессов.

Эмпирические знания дают основания подразумевать такую связь. Например, основными причинами мутности растворов сахара являются мигрирующие в кристаллы из маточного раствора слаборастворимые соли кальция и суспендированные частицы [5]. Катионы же кальция поступают в технологический поток в малых количествах с сахароносным сырьем, а в основном – с экстрагентом и известковым молоком, мигрируя в дальнейшем по технологическому потоку, их превращения определяются во многом анионным составом кислот сахарной свеклы, режимом процессов. Взвешенные частицы разного характера попадают в сахар по причине некачественного фильтрования сиропа. Как правило, повышенное содержание солей кальция в сахаре обуславливает в нем и увеличенное содержание золы, при этом рН раствора сахара переходит в зону щелочных значений, возрастают мутность и цветность [6, 7]. Однако такие эмпирические знания не позволяют формировать схему технологического контроля.

Для установления формализованной связи создали информационную модель взаимосвязи потребительских свойств сахара и параметров технологического процесса, фрагмент которой представлен в таблице 1.

Суммарные комплексные показатели К влияния технологических параметров на конкретный показатель потребительских свойств сахара, представляющие собой безразмерные величины, получены путем суммирования значений в столбцах. Отношение каждого из комплексных показателей влияния технологических параметров к сумме всех элементов информационной модели является уровнем значимости Р конкретного показателя качества сахара в их общей совокупности, исходя из полученных данных взаимосвязи между показателями потребительских свойств и параметрами процессов. Ранжировка по убыванию полученных значений Р позволяет сделать вывод о том, каким показателям потребительских свойств сахара необходимо уделить особое внимание при контроле: мутность раствора, содержание солей кальция, рН, содержание сапонина, флокк-потенциал.

Суммирование значений показателя влияния технологических параметров в строках модели дает числовой ряд показателей влияния ПВ единичных параметров технологического процесса на показатели потребительских свойств сахара. Ранжировка по убыванию значений ряда ПВ позволяет сделать вывод об уровне значимости конкретного параметра технологического процесса производства во вклад в формирование совокупности потребительских свойств сахара. Соответственно, особый контроль следует уделять таким параметрам: рН полуфабрикатов технологического потока, щелочность, содержание солей кальция, содержание редуцирующих веществ, а основной контроль необходимо сосредоточить на этапе очистки диффузионного сока.

Таким образом, показано, что при проведении контроля технологических процессов производства сахара необходимо учитывать требования, предъявляемые промышленными потребителями к сахару, которые образуют группу из 8 показателей, имеющих взаимосвязь с параметрами технологического процесса, установленную информационной моделью.

При проведении структурно-параметрического моделирования для построения матриц из обрабатываемых были исключены следующие показатели потребительских свойств сахара: флокк-потенциал, содержание крахмала, гранулометрический состав. Объясняется это следующими причинами: степень флокк-потенциала выражается как незначительная, слабая, умеренная и значительная, т. е. относится к безразмерным величинам и не может быть математически обработана [6]; содержание крахмала в сахаре определяется исходным сырьем, как известно [7], он содержится в сахарном тростнике и продуктах его переработки, поэтому зная источник происхождения сырья можно определить порядок проведения контроля по данному показателю; характеристики гранулометрического состава сахара выражаются средним размером кристаллов и коэффициентом вариации [8], которые имеют широкие пределы варьирования в зависимости от требования конкретных потребителей, что не позволяет установить оптимальные величины.

Методически структурно-параметрическое моделирование этапов технологических процессов проводили следующим образом. По каждому объекту исследований, в качестве которого выступали последовательно полуфабрикаты технологического потока, и относящимся к нему параметрам технологического процесса, приведенным в таблице 1, формировали массив исходных данных для каждого из 25 сахарных заводов, включавший в себя до 720 результатов исследований. В качестве примера в таблице 2 представлен фрагмент визуализации массива данных, полученных в результате измерений на этапе очистки диффузионного сока при исследовании сока II сатурации на одном из сахарных заводов. Исходными параметрами, отражающими протекание технологического процесса, выступают следующие: Х 1 – щелочность, % СаО; Х 2 – рН; Х 3 – содержание сахарозы, %; Х 4 – содержание сухих веществ, %; Х 5 – цветность, ед. ICUMSA; Х 6 – содержание солей кальция, %. Выходными параметрами являются показатели потребительских свойств сахара: Y 1 – содержание взвешенных частиц, мг/кг; Y 2 – рН; Y 3 – содержание солей кальция, %; Y 4 – мутность раствора, ед. ICUMSA; Y 5 – содержание сапонина, мг/кг.

Массив исходных данных трансформировали в матрицу корреляционных связей (таблица 3), отражающую глубину статистической связи между параметрами, путем определения коэффициентов корреляции [11].

Таблица 1.

Фрагмент информационной модели влияния параметров технологических процессов на потребительские свойства сахара

Table 1.

Information model fragment of the influence of technological process parameters on the consumer properties of sugar

2 “ ё 2 8 £ я v S п ^Мо 5 я о 2 2 § 0 н В о S U сл	Объект исследования Subject of research	Параметр технологического процесса The parameter of technological process	Показатель потребительских свойств сахара Indicator of consumer properties of sugar								ПВ CV
	Объект исследования Subject of research		Э 5 2	а	§ ад	О Я ^5	я с	§ .а	й ” 1	S и g & н 2 S о О о О о S ^а	ПВ CV
1	2	3	4	5	6	7	8	9	10	11	12
	Свекловичная стружка Beet chip	Содержание сахарозы, % Sucrose content, %	0	0	0	0	0	0	0	0	0
		Длина100 г стружки, м Lengthof 100 gr of chip, m	1	0	0	0	0	0	0	0	1
		Фактор стружки \| Chip factor	0	0	0	0	0	0	0	0	0
	Свекловичный сок Beet juice	рН	0	3,3	0	3,5	1,2	1,4	0	0	9,4
		Содержание оптически активных веществ, % Content of optically active substances, %	1,3	2,1	1,4	1,6	0	1,8	0	0	8,2
		Содержание сахарозы, % Sucrose content, %	0	0	0	0	0	0	0	0	0
		Содержание сухих веществ, % \| Solids content, %	0	0	0	0	0	0	0	0	0
	Диффузионный сок Diffusion juice	Содержание сухих веществ, % \| Solids content, %	0	0	0	0	0	0	0	0	0
		Содержание сахарозы, % Sucrose content, %	0	0	0	0	0	0	0	0	0
		Содержание мезги, % Pulp content, %	1,9	0	0	0	0	0	0	0	1,9
		Содержание редуцирующих веществ, % Content of reducing substances, %	2,1	1,8	2,3	2,5	1,7	1,2	6,1	2,7	20,4
		Содержание ВМС и коллоидов, % Content of high-molecular weight compound and colloids, %	5,2	1,5	2,7	6,1	2,7	3,4	6	2,2	29,8
		рН	0	3,3	1	0	0	3	0	0	7,3
ii ш 8 g й § 3 н ад g'§ о	Преддефекованный сок Predefecated juice	Общее содержание СаО, % Total CaO content, %	3,4	3	6,2	9,1	3,5	6,1	0	0	31,3
		Щелочность, % Alkalinity, %	3,1	3,2	6,1	9	3,9	6,4	0	0	31,7
		рН	0	7,5	5	9,3	9,1	7	0	0	37,9
	Дефекованный сок Defecated juice	Общее содержание СаО, % Total CaO content, %	3,7	3,4	6,6	9,5	3,5	6,2	0	0	32,9
	Дефекованный сок Defecated juice	Щелочность, % Alkalinity, %	3,5	3	5,2	9,8	3,9	6,3	0	0	31,7
	Сок I сатурации фильтрованный Filtered I saturation juice	Щелочность, %СаО Alkalinity, %CaO	3,2	3,2	6,4	9,1	3,4	6,7	0	0	32
	Сок I сатурации фильтрованный Filtered I saturation juice	рН	0	7	5,1	9,3	9,2	7,3	0	0	37,9
	Сок II сатурации фильтрованный Filtered II saturation juice	Щелочность, %СаО Alkalinity, %CaO	3,5	3,1	6,8	9,4	3,5	6,2	0	0	32,5
		рН	0	7	5,1	9,1	9	7,5	0	0	37,7
		Содержание сахарозы, % Sucrose content, %	0	0	0	0	0	0	0	0	0
		Содержание сухих веществ, % Solids content, %	0	0	0	0	0	0	0	0	0
		Цветность, ед.опт пл. Colority, IU	0	1,8	2,3	6,5	0	0	0	0	10,6
		Содержание солей кальция, % Calcium salt content, %	0	1,5	6,8	5,8	9,9	0	0	0	24
	Сироп из выпарной установки Syrup from the evaporator	Содержание сухих веществ, % Solids content, %	0	0	0	0	0	0	0	0	0
		Щелочность, %СаО Alkalinity, %CaO	3,8	3	6,5	6,1	6	8,4	0	0	33,8
		рН	0	8,3	5,4	6,2	9,5	6,1	0	6,7	42,2

Продолжение табл. 1 | Continuation of table 1

1	2	3	4	5	6	7	8	9	10	11	12
я “ Ян \| g i n 11 s В	Утфель I кристаллизации I crystallization massecuite	Содержание сахарозы, % Sucrose content, %	0	0	0	0	0	0	0	1,4	1,4
		Содержание сухих веществ, % Solids content, %	0	0	0	0	0	0	0	3,8	3,8
		рН	0	9,1	2,3	3,3	0	0	0	5,3	20
	Межкристальный раствор утфеля I кристаллизации Intercrystalline solution of I crystallization massecuite	Содержание сахарозы, % Sucrose content, %	0	0	0	0	0	0	0	0	0
		Содержание сухих веществ, % \| Solids content, %	0	0	0	0	0	0	0	0	0
	Оттеки I и II утфеля I кристаллизации Jets of I and II massecuite of I crystallization	Содержание сахарозы, % Sucrose content, %	0	0	0	0	0	0	0	1,9	1,9
		Содержание сухих веществ, % Solids content, %	0	0	0	0	0	0	0	2,1	2,1
	Утфель II кристаллизации II crystallization massecuite	Содержание сахарозы, % Sucrose content, %	0	0	0	0	0	0	0	4,2	4,2
		Содержание сухих веществ, % Solid scontent, %	0	0	0	0	0	0	0	2,7	2,7
		рН	0	9,2	2,8	3,9	0	0	0	5,2	21,1
К			35,7	85,3	86	129,1	80	85	12,1	38,2	551,4
Р			0,065	0,155	0,156	0,234	0,145	0,154	0,022	0,069

Таблица 2.

Фрагмент образца массива исходных данных

Table2.

Fragment of the sample of basic data array

X 1	X 2	X 3	X 4	X 5	X 6	Y 1	Y 2	Y 3	Y 4	Y 5
0,018	9,6	12,7	13,6	248	0,019	0,0001	7,0	0,002	20,0	8
0,019	9,4	12,2	13,0	244	0,028	0,0001	7,0	0,007	13,5	7,8
0,019	9,4	12,8	13,6	252	0,021	0,0003	7,1	0,003	7,6	8,0
0,020	9,5	11,9	12,8	256	0,022	0,0001	6,8	0,005	20,2	12
0,022	9,6	11,5	12,4	228	0,024	0,0002	7,2	0,007	7,4	13
0,025	9,6	13,2	14,0	256	0,022	0,0002	6,9	0,007	7,3	11,8
X 1n	X 2n	X 3n	X 4n	X 5n	X 6n	Y 1n	Y 2n	Y 3n	Y 4n	Y 5n

Таблица 3.

Фрагмент матрицы корреляционных связей

Table3.

Fragment of the correlation relationship matrix

	X 1	X 2	X 3	X 4	X 5	X 6	Y 1	Y 2	Y 3	Y 4	Y 5
X 1	1	0,011	0,233	0,410	0,632	0,856	0,100	0,206	0,420	0,620	0,341
X 2	0,011	1	0,324	0,632	0,887	0,009	0,366	0,428	0,369	0,145	0,183
X 3	0,233	0,324	1	0,633	0,202	0,333	0,107	0,198	0,567	0,059	0,345
X 4	0,410	0,632	0,633	1	0,772	0,230	0,144	0,233	0,612	0,114	0,427
X 5	0,632	0,887	0,202	0,772	1	0,026	0,736	0,088	0,366	0,820	0,631
X 6	0,856	0,009	0,333	0,230	0,026	1	0,555	0,323	0,936	0,300	0,411
Y 1	0,100	0,366	0,107	0,144	0,736	0,555	1	0,030	0,612	0,314	0,607
Y 2	0,206	0,428	0,198	0,233	0,088	0,323	0,030	1	0,200	0,326	0,885
Y 3	0,420	0,369	0,567	0,612	0,366	0,963	0,612	0,200	1	0,489	0,428
Y 4	0,620	0,145	0,059	0,144	0,820	0,300	0,314	0,326	0,489	1	0,109
Y 5	0,341	0,183	0,345	0,427	0,631	0,411	0,607	0,885	0,428	0,109	1

Матрицу корреляционных связей подвергали проверке значимости по критерию Стьюдента с получением матрицы коэффициентов корреляции Rij. Затем путем расчёта коэффициентов линейной множественной регрессии строили регрессионную матрицу. Для того, чтобы коэффициенты влияния параметров различной физической природы можно было сравнить между собой, переходили к матрице безразмерных величин [12]. Именно эти величины позволяют получить коэффициенты математических моделей зависимости показателей потребительских свойств сахара от параметров технологического процесса.

Для рассматриваемого фрагмента массива данных полученные математические модели имеют вид:

Y1 = 0,8 X1 + 0,59 X6;(1)

Y2 = 0,36 X1 + 0,41 X2;(2)

Y3 = 0,83 X1 + 0,41 X2 +0,26 X6;(3)

Y4 = 0,58 X1 + 0,61 X2;(4)

Y5 = 0,85 X1.(5)

Описанным выше образом для каждого из 25 сахарных заводов были получены математические модели по 12 объектам исследования этапов технологического процесса, которые затем трансформировали в обобщенные модели для каждого объекта исследований с применением метода наименьших квадратов.

Полученные результаты сопоставляли с данными информационной модели, фрагмент итога приведен в таблице 3 в форме квадратичной матрицы взаимосвязей, где символ “+” означает подтверждение мнения эксперта, а “-” опровержение мнения эксперта.

Таблица 4.

Итоги сопоставления взаимосвязей по математической и информационной моделям (для сока II сатурации)

Table 4.

Results of the comparison of relationships between the mathematical and information models (for II saturation juice)

Параметры технологического процесса	Показатель потребительских свойств сахара Indicator of consumer properties of sugar
Параметры технологического процесса	взвешенные частицы suspended particles	рН	соли кальция calcium salts	мутность turbidity	сапонин saponin
Щелочность, %СаО Alkalinity, %CaO	+	+	+	+	+
рН	+	+	+	+	-
Содержание сахарозы, % Sucrose content, %	+	+	+	+	+
Содержание сухих веществ, % Solids content, %	+	+	+	+	-
Цветность, ед. опт. пл. Colority, IU	+	+	+	+	+
Содержание солей кальция, %СаО Calciumsalts, %СаО	+	+	+	+	+

В данном случае видно, что мнения экспертов и данные математической модели не совпали по одному показателю потребительских свойств сахара – содержанию сапонина, для двух параметров технологического процесса, что составляет 7%. Как мы полагаем, это может быть связано с тем, что определение содержания сапонина в сахарных растворах представляет собой сложную аналитическую задачу, в связи с чем на предприятиях сахарной отрасли выполнение таких анализов не проводится, а эмпирические знания экспертов базировались на их интуитивных выводах, соответствующих багажу знаний.

В целом итоги сопоставления, проведенные по 12 объектам исследования показали, что результаты структурно-параметрического моделирования в 90…95% случаев совпадают с мнениями экспертов, что свидетельствует о высокой сходимости полученных результатов.

Заключение

Показано наличие взаимосвязи между потребительскими свойствами сахара и параметрами технологического процесса. Установленная формализованная связь представлена в виде информационной модели, полученной методом экспертных оценок, и математическими моделями как следствия структурнопараметрического моделирования. Указанные результаты могут быть применены при актуализации схемы технологического контроля в производстве сахара.

Список литературы Поиск формализованных связей между потребительскими свойствами сахара и параметрами технологического процесса его производства

Maitah M., Smutka L. Restoration and Grow thof the Russian Suga rMarket//Sugartech. 2017. V. 18. № 2. Р. 115-123.
Беляева Л.И., Лабузова В.Н., Остапенко А.В., Скрипко Е.М. Технологические вспомогательные средства в производстве Сахара: эволюция применения//Сахар. 2015. № 11. С. 39-43.
Горбашко Е.А. Управление качеством. М.: Издательство Юрайт, 2016. 463 с.
Егорова М.И., Райник В.В., Кретова Я.А. Информационные технологии как инструмент оценки технологических возможностей линии при получении сахара с заданными характеристиками//Материалы Международного научно-практического форума "Перспективные технологии в агропромышленном комплексе". 2018. С. 124-128. 10.3679/2587-9847-2018-21-124-128 DOI: 10.3679/2587–9847–2018–21–124–128
Чернявская Л.И., Кухар В.Н., Чернявский А.П. Содержание зольных элементов в белом Сахаре, методы их контроля и снижения//Сахар. 2017. № 11. С. 40-47.
Bak P., Antczak-Chrobot A., Wojtczak M. The content of nitrates and nitrites in the semi-products in the final stages of white sugar production process//International sugar journal. 2017. V. 119. № 1427. Р. 876-879.
Abdel-Rahman E., Floeter E. Physico-chemical Characterization of Turbidity-Causing Particles in Beet Sugar Solutions//International journal of food engineering. 2017. V 12. № 2. Р. 127-137.
Iciek J., Blaszczyk I., Biernasiak J. Floc in acidified solutions of white sugar -a literature review//Sugar industry-zuckerindustrie. 2012. V 137. № 7. С. 449-453.
Егорова М.И., Беляева Л.И., Милых А.А., Райник В.В. Идентификация сахара на основе определения содержания его микронутриента крахмала//Сахарная свекла. 2013. № 8. С. 7-9.
Bennar M., Betoret E. Bojnanska T., Brno D. et al. Optimal Particle Size Distribution of White Sugar//Listy cukrovarnicke a reparske. 2012. V. 128. № 12. P. 385-389.
Рыжаков В.В., Боклашов Н.М., Рудюк М.Ю. Планирование эксперимента и статистический анализ данных в управлении качеством продукции. Пенза: ПензГТУ, 2013. 124 с.
Благовещенский И.Г., Ивашкин Ю.А., Носенко С.М., Носенко А.С. Структурно-параметрическая модель процесса приготовления сахарного сиропа//Хранение и переработка сельхозсырья. 2015. № 4. С. 16-20.

Еще

Статья научная