Применение "электронного носа" для оценки легколетучих соединений полуфабрикатов мелкой рыбы

e-mail: , ORCID:

Аллоярова Ю. В. Применение "электронного носа" для оценки легколетучих соединений полуфабрикатов мелкой рыбы. Вестник МГТУ. 2023. Т. 26, № 4. С. 489–502. DOI:

e-mail: , ORCID:

Alloyarova, Y. V. 2023. Application of the "electronic nose" for evaluating volatile compounds of semi-finished small fish. Vestnik of MSTU, 26(4), pp. 489–502. (In Russ.) DOI: 10.21443/1560-9278-2023-26-4-489-502.

Импортозамещение значимых видов продукции рыбохозяйственного комплекса и усиление продовольственной безопасности являются целями развития агропромышленного и рыбохозяйственного комплексов Российской Федерации (Стратегия развития агропромышленного и рыбохозяйственного комплексов РФ на период до 2030 г.¹). По данным Росстата, производство рыбной продукции за первые пять месяцев 2023 г. составило 1,8 млн т (на 5,5 % выше уровня 2022 г.)². Использование в пищевом рационе рыбной продукции способствует поддержанию здоровья и повышению продолжительности жизни населения, что подтверждается рядом исследований ( Byrd et al., 2022 ). Доля рыбы и рыбопродуктов в РФ в 2016–2021 гг. в среднем на потребителя составляла 22 кг, из них 2,2 кг – рыбные консервы (данные за 2021 г.)³.

Для продления срока хранения или улучшения органолептических свойств рыбы применяется несколько технологий ее обработки. Консервы типа "Рыба копченая в масле" неуклонно пользуются спросом у населения ( Аллоярова, 2020 ). Копчение – древняя технология обработки рыбы, широко используемая в рыбной промышленности. Процесс копчения придает продуктам привлекательный цвет и уникальный аромат, которые зависят не только от разнообразия летучих ароматических соединений, но и от их относительного количества ( Du et al., 2021; Tümerkan, 2022 ). В древесном дыму идентифицировано до 1 100 химических соединений (из них более 400 летучих). Фенольные соединения признаны веществами, формирующими ароматические характеристики копченых продуктов. Альдегиды, кетоны, карбоновые кислоты, спирты, сложные эфиры и многие другие компоненты древесного дыма вносят свой вклад в вариации дымного аромата ( Yin et al., 2021 ). Коптильная жидкость применяется в качестве пищевой добавки и представляет собой более безопасную альтернативу традиционному процессу копчения ( Xin et al., 2021а ). Жидкий дым, сконденсированный из древесного дыма, используется в качестве пищевого ингредиента для улучшения сохранности, ароматизации и окраски обработанных пищевых продуктов ( Xin et al., 2021б ). Жидкий дым позволяет сформировать специфический ароматический букет копченой рыбы – один из отличительных признаков данного продукта, и потребители при выборе ориентируются преимущественно на него. Аромат (состав легколетучих соединений), вкус, цвет, структурно-механические свойства образуют общую совокупность органолептических факторов копченых продуктов.

Сенсорная оценка традиционно используется для определения характеристик аромата пищевых продуктов и выполняется группой опытных дегустаторов. Данный вид оценки является традиционным и незаменимым, но у него есть ограничения, заключающиеся в том, что этот метод продолжителен по времени, при его применении значительную роль играют физиологические и психологические особенности дегустаторов ( Tian et al., 2018; Головкова и др. 2021 ).

Анализ исключительных возможностей обонятельных рецепторов носа в обнаружении, распознавании и различении сложных смесей химических веществ, наряду с быстрым прогрессом в понимании того, как работает обонятельная система человека, стимулировал разработку электронных аналогов этой биологической системы. Отклики отдельных датчиков запаха, объединенные в массив, где каждый датчик обладает несколько иной избирательностью отклика и чувствительностью к запахам, при объединении с помощью подходящих математических методов могут предоставлять информацию для различения многих запахов образца. "Электронный нос" – система анализа летучих веществ, основанная на летучих компонентах образцов, которая имитирует обонятельную систему человека и использует газовые датчики для построения кривых отклика в ходе быстрого определения состава летучих веществ. "Электронный нос" часто применяют для исследования запахов, чтобы компенсировать необъективное суждение сенсорной оценки ( Huang et al., 2019; Tan et al., 2020 ).

В настоящее время технология "электронного носа" широко используется для оценки качества пищевой продукции благодаря ее многочисленным преимуществам по сравнению с традиционными методами и технологиями обнаружения, которые могут не подходить для онлайн-контроля качества пищевых продуктов ( Козырев и др., 2021; Кучменко и др., 2021а, 2021б, 2021в; Barea-Ramos et al., 2023; Wang et al., 2023 ).

Целью данного исследования являлась инструментальная оценка изменений профилей ароматов полуфабрикатов мойвы, приготовленных с использованием дымовоздушной среды (ДВС) и коптильного геля (КГ), в сравнении с мороженой мойвой.

Материалы и методы

В качестве объектов исследования использовались:

• –    мойва Mallotus villosus мороженая баренцевоморская; срок хранения 3,5–4 месяца; не ниже первого сорта в соответствии с ГОСТ 32366 "Рыба мороженая. Технические условия"⁴ и ТР ЕАЭС 040/2016 "О безопасности рыбы и рыбной продукции"⁵;

• –    изготовленный полуфабрикат мойвы холодного копчения (параметры копчения: температура ДВС 26–28 °С; скорость движения ДВС 1,5–2,5 м/с);

• –    полуфабрикат из мойвы, приготовленный с применением КГ.

Полуфабрикаты изготовлены из мороженого сырья. Полуфабрикат холодного копчения приготовлен в условиях и с помощью технологического оборудования учебно-экспериментального цеха Мурманского арктического университета. КГ произведен с применением следующих компонентов: крахмал картофельный (ГОСТ 53876-20106); коптильная жидкость AntonioSilver (ТУ 2455-001-00471633-037, разработка Мурманского государственного технического университета).

"Электронный нос" – устройство, способное идентифицировать отдельные и сложные газы, состоящее из нескольких газовых датчиков с перекрывающимися свойствами и соответствующим методом классификации образов. Состав легколетучей фракции (аромата) исследовался в НИЛ ООО "Сенсорика – новые технологии" (г. Воронеж) с применением экспериментального анализатора запахов МАГ-8 ("электронный нос", Россия) в равновесной газовой фазе (РГФ) над образцами.

В ходе анализа составов легколетучей фракции (ароматов) полуфабрикатов копченой мойвы, приготовленных по разным рецептурам и технологиям, использовались:

образец 1 – мойва мороженая без обработки, сырье (контрольный образец);

образец 2 – мойва, приготовленная с использованием КГ;

образец 3 – мойва, приготовленная с применением ДВС.

Методика исследования

Состав аромата оценивался в НИЛ ООО "Сенсорика – новые технологии" с помощью экспериментального анализатора запахов МАГ-8 (рис. 1, а ). Режим анализатора при исследовании – фронтальная загрузка/подача аналитов из образца в околосенсорное пространство (frontal analyte input).

Профили летучих веществ были охарактеризованы с помощью "электронного носа", который содержал десять различных датчиков на основе оксидов металлов (МОП). В измерительном массиве использовались восемь сенсоров – пьезокварцевых резонаторов типа объемных акустических волн (ОАВ) с разнохарактерными наноструктурированными сорбентами на электродах из набора Living system ( Kuchmenko, 2017; Кучменко, 2015 ). Частота колебаний ОАВ составляла 14,0 МГц. Выбор сенсоров произведен с учетом обеспечения селективности в отношении различных классов летучих соединений (табл. 1) ( Kuchmenko, 2017; Kuchmenko et al., 2014; Кучменко и др., 2014, 2021а, 2021б, 2021в ).

Таблица 1. Свойства сенсоров анализатора запахов МАГ-8 Table 1. Properties of the odor analyzer MAG 8 sensors

s 3 о д m g	Название сенсора	Чувствительность к веществам
		Спирты	Кетоны	Кислоты	Арены	Амины	Органические кислоты	Сложные эфиры
1 и 8	Карбоксилированные углеродные нанотрубки (МУНТ –соон )	х*	х	х	х	–	–	–
2 и 7	Нитрат оксида циркония Zr	х	–	–	–	х	х	–
3	Дициклогексан-18-Краун-6 (ДЦГ18К6)	х	х	–	–	–	–	х
4 и 5	Биогидроксиапатит (ГА)	х	х	х	х	х	–	–
6	Полиэтиленгликоль сукцинат (ПЭГск)	–	–	–	–	х	–	–

Примечание. *Буквой "х" обозначается хорошая чувствительность к указанным веществам.

Подготовка проб к анализу

Варианты представленных для испытаний проб массой 10 г и с температурой 20 °С укладывали в пробоотборники и выдерживали 20 мин для формирования над образцами насыщенной РГФ.

В период активного измерения в течение 80 с базовая линия сенсоров в массиве без нагрузки в ячейке детектирования оставалась стабильной (колебания не более ±1 Гц) (рис. 1, б ).

а

Время T , с б

Рис. 1. Фронтальное исследование образца с помощью анализатора газов МАГ-8 ( а ); полученные хроночастотограммы сенсоров ( б )

Fig. 1. Frontal study of the sample on the MAG 8 gas analyzer ( a );

the obtained chronoperiodograms of the sensors ( б )

Режим измерения

Фронтальное исследование аналитов осуществлялось в течение 200 с и включало следующие периоды:

• 0 –80 с – сенсоры расположены над образцами, легколетучие фракции (аромат) поступают в околосенсорное пространство фронтально;

• 8 1–200 с – десорбция образцов от сенсоров с открытой ячейкой детектирования.

При повторных экспериментах воспроизводимость измерений для сенсора 1 (наименьшая чувствительность) составила 3–5 %, а для сенсора 8 (наибольшая чувствительность) – не более 10 %.

В качестве результатов исследования анализатор запахов МАГ-8 создает выходную кривую пьезосенсора (хроночастотограмму), на которой выводится динамика значений частоты колебаний сенсоров и продолжительности работы сенсоров (рис. 2). Хроночастотограммы в дальнейшем используются для анализа.

Суммарный аналитический сигнал получается при использовании алгоритма интегральной обработки сигналов сенсоров и представляется в виде "визуального отпечатка" – графика максимальных сигналов. В целях определения состава легколетучих фракций (аромата) использовали наибольшие отклики восьми сенсоров – полные "визуальные отпечатки" максимумов, которые соответствовали максимальным откликам сенсоров в РГФ за первый период испытаний. Полученные результаты позволяют установить соответствие между составами легколетучих фракций (ароматов) исследуемых вариантов образцов ( Kuchmenko, 2017 ). Установленное программное обеспечение также позволяет производить автоматический расчет площадей под полученными кривыми.

Для проведения анализа данных использовались характеристики:

• 1)    качественные:

• –    сопоставление полученного "визуального отпечатка" и набора "визуальных отпечатков", находящихся в базе данных соединений;

• –    идентификация отдельных соединений или типов веществ, находящихся в смеси, с использованием метрик Aij, полученных от сенсоров при проведении исследования ( Kuchmenko et al., 2014 );

• 2)    количественные:

• –    площадь фигуры "визуального отпечатка" S Σ, Гц∙с, позволяющая определить интенсивность легколетучих фракций (аромата), их концентрацию, а также содержание воды;

• –    значения максимумов показаний сенсоров с наиболее активной или специфической пленками сорбентов Δ F max , Гц, применяемая для оценки содержания отдельных классов органических соединений в РГФ методом нормировки ( Kuchmenko, 2017 ).

Отклики сенсоров зафиксированы, обработаны и сопоставлены с использованием программного обеспечения (ПО) анализатора MAG Soft.

Методика получения и обработки результатов

Для выбранных точек каждого образца снимали показания сенсоров в РГФ, эксперименты проводили в двукратной повторности.

По полученным в результате сенсорной оценки хроночастотограммам определяли количественные показатели: площади "визуальных отпечатков" и максимальные значения откликов. Экспериментальные данные представлены на рис. 2.

Образец 1

Рис. 2. Хроночастотограммы сенсоров массива при измерении запаха проб мойвы в режимах предварительного насыщения в пробоотборнике с применением фронтального ввода паров и без насыщения (естественное состояние пробы): а – вариант 1 (насыщенные пары); б – вариант 1 (разбавленное нативное состояние);

Fig. 2. Chronoperiodograms of array sensors when measuring the smell of capelin samples in the pre-saturation mode in the sampler and frontal vapor injection and without saturation (natural state of the sample): а – option 1 (saturated vapors); б – option 1 (diluted native state); в – option 2 (saturated vapor);

г – option 2 (dilute native state)

Время Т, с                                      Время Т, с а                                                б

Образец 2

–Δ F , Гц                                      –Δ F , Гц

в

Время Т , с                                        Время Т , с

г

Образец 3

Время Т , с д

Рис. 2 (продолжение). Хроночастотограммы сенсоров массива при измерении запаха проб мойвы в режимах предварительного насыщения в пробоотборнике с применением фронтального ввода паров и без насыщения (естественное состояние пробы): в – вариант 2 (насыщенные пары); г – вариант 2 (разбавленное нативное состояние) д – вариант 3 (насыщенные пары); е – вариант 3 (разбавленное нативное состояние)

Fig. 2 (continued). Chronoperiodograms of array sensors when measuring the smell of capelin samples in the pre-saturation mode in the sampler and frontal vapor injection and without saturation (natural state of the sample): д – option 3 (saturated vapor); е – option 3 (dilute native state)

–Δ F , Гц

Время Т , с

е

С помощью встроенной программы производили фиксацию сигналов от набора сенсоров, формировали "визуальный отпечаток".

В ходе сопоставления составов легколетучих фракций (ароматов) исследованных образцов применяли метод наложения следов летучих веществ ("визуальных отпечатков" максимальных сигналов сенсоров). Далее методом нормировки определяли параметры для сравнения проб: Aij и массовую долю отдельных групп соединений ω, мас.%, по вкладу в суммарный показатель сигналов отдельных сенсоров (Kuchmenko, 2017).

При соответствии качественного и количественного состава образцов эти показатели в пределах допустимой вариации должны быть близкими. А при изменении состава легколетучих фракций (аромата) наблюдается расхождение одного или нескольких качественных показателей, например спектра качественного состава (параметры Aij).

В ходе исследования произведено графическое изображение спектров качественного состава рассматриваемых образцов по показателям Aij, изучена динамика их изменения с последующей проверкой корреляции полученных матриц параметров Aij.

Используемые в ходе анализа экспериментальные данные статистически надежны, грубые промахи и неоднородность исключены.

Последующий корреляционный и регрессионный анализ полученной информации проводился с помощью интернет-приложения "Корреляционно-регрессионный анализ"8.

Результаты и обсуждение

Установление отличий в составах легколетучих фракций

В целях нахождения достоверных отличий в составах легколетучих фракций (ароматах) исследуемых образцов использовали способ, включающий подготовительную концентрацию компонентов в пробоотборнике. Сигналы сенсоров после насыщения РГФ легколетучими фракциями анализируемых образцов возрастают до 2,5–3 раз (табл. 1). Вместе с тем существенного влияния способов обработки мойвы на изменение характера состава легколетучих фракций образцов не установлено. В образце мойвы, обработанной с использованием КГ, значительно повышается содержание легколетучих фракций, в том числе воды. В образце мойвы, приготовленной с ДВС, заметно изменяется химический состав запаха.

Анализатор запахов МАГ-8 определяет значения максимальных и минимальных откликов работающих в ходе эксперимента сенсоров, а также площадь "визуального отпечатка", полученную при нанесении экстремальных значений на график (табл. 2). Поэтому для оценки изменений в качественном и количественном составе легколетучих соединений проб мойвы, поступающих из тушки в РГФ и околосенсорное пространство, сравним первичную информацию – величины откликов выбранных сенсоров в массиве и величины количественного интегрального сигнала "электронного носа" – площади "визуального отпечатка" минимальных откликов (табл. 1).

Таблица 2. Средние отклики сенсоров и площадь круговой диаграммы сигналов сенсоров Table 2. Average responses of sensors and the circle diagram area of sensor signals

Номер сенсора	Насыщенные пары			Разбавленные пары
	Мойва			Мойва
	мороженая	с КГ	с ДВС	мороженая	с КГ	с ДВС
1	178	261	148	76	88	56
2	347	336	242	131	150	100
3	331	347	223	130	148	103
4	594	633	363	198	228	156
5	161	175	109	61	71	50
6	158	182	124	69	79	56
7	452	520	317	162	195	123
8	305	405	278	158	182	124
SΣmax, Гц∙с	194 354	325 468	104 281	21 450	53 996	17 122

Таким образом, для естественных условий формирования комплекса легколетучих фракций (аромата) образцов мойвы и в случае их первоначальной концентрации в РГФ качественный и количественный составы запаха незначительно отличаются. Вместе с тем общий характер отличий представляется следующим: количественное содержание исследуемых веществ в образцах 1 и 3 меньше, чем в образце 2.

При рассмотрении полученных от сенсоров диаграмм "визуального отпечатка" подтверждаются различия в химическом составе равновесно-газовой фазы над всеми исследованными образцами. Количественное сравнение интенсивности ароматов исследованных образцов представлено на рис. 3.

Сравнение проб 1 (мороженая мойва) и 2 (с КГ)

Насыщенные равновесные фазы Площадь: базовый образец: 267 949,3; сравниваемое измерение: 352 050,4. Расхождение площадей 84 101,2. Относительное расхождение 31,4 %

Нативные условия

Площадь: базовое измерение 41 646,8; сравниваемое измерение 55 809,1. Расхождение площадей 14 162,3.

Относительное расхождение 34,0 %

Сравнение проб 1 (мороженая) и 3 (с ДВС)

Насыщенные равновесные фазы

Площадь: базовое измерение 267 949,3; сравниваемое измерение 138 731,5. Расхождение площадей 129 217,8.

Относительное расхождение 48,2 %

Нативные условия

Площадь: базовое измерение 41 646,8; сравниваемое измерение 25 332,8. Расхождение площадей 16 314,0.

Относительное расхождение 39,2 %

Рис. 3. Диаграммы "визуальных отпечатков" сигналов сенсоров в РГФ над пробами и статистика сравнения. По круговой оси указаны номера сенсоров в массиве, по вертикальной – максимальные отклики сенсоров за время измерения (Δ F _max, Гц) Fig. 3. "Visual prints" of the sensor signals in the equilibrium gas phase above the samples. Along the axes are indicated: along the circular – the numbers of sensors in the array, along the vertical – the maximum responses of the sensors during the measurement (Δ F _max, Hz)

Сравнение проб 2 (с КГ) и 3 (с ДВС)

SIM0O1

SIM 005

Нативные условия

Площадь: базовое измерение 55 809,1; сравниваемое измерение 25 332,8.

Расхождение площадей 30476,3.

Относительное расхождение 54,6 %

Рис. 3 (продолжение). Диаграммы "визуальных отпечатков" сигналов сенсоров в РГФ над пробами и статистика сравнения. По круговой оси указаны номера сенсоров в массиве, по вертикальной – максимальные отклики сенсоров за время измерения (Δ F _max, Гц)

Fig. 3 (continued). "Visual prints" of the sensor signals in the equilibrium gas phase above the samples.

Along the axes are indicated: along the circular – the numbers of sensors in the array, along the vertical – the maximum responses of the sensors during the measurement (Δ F _max, Hz)

Определение содержания отдельных групп веществ

Рассмотрим количественное содержание отдельных групп соединений в составе анализируемой смеси, выделяемых с помощью массива сенсоров, настроенного на определенные типы легколетучих фракций (табл. 3). Основным критерием нормировки являются максимальные отклики сенсоров, зарегистрированные в период проведения исследования.

Таблица 3. Относительное содержание компонентов в пробах ω (±0,5), мас.%

Table 3. Relative content of components in samples ω (±0.5), %wt

Номер сенсора	Насыщенные пары			Разбавленные пары
	Мойва			Мойва
	мороженая	с КГ	с ДВС	мороженая	с КГ	с ДВС
ω1	7,05	9,13	8,2	7,72	7,71	7,29
ω2	13,7	11,8	13,4	13,3	13,1	13,0
ω3	13,1	12,1	12,4	13,2	13	13,4
ω4	23,5	22,1	20,1	20,1	20	20,3
ω5	6,4	6,1	6,0	6,2	6,2	6,5
ω6	6,25	6,37	6,87	7,0	6,9	7,3
ω7	17,9	18,2	17,6	16,5	17,1	16,0
ω8	12,1	14,2	15,4	16,0	16,0	16,2

При условии насыщенных паров образцы 2 и 3 имеют более близкие между собой значения трех параметров – вкладов в сорбцию сенсоров 1, 3 и 8 – по сравнению с образцом 1. Показания сенсоров 5, 6 и 7 свидетельствуют об одинаковом составе легколетучих фракций исследуемых образцов. По результатам работы сенсора 4 можно судить о близких значениях влажности образцов 1 и 2. Показатели образцов, которые выдерживались на воздухе, характеризуются значительно меньшими различиями, однако общий характер дифференциации образцов сохраняется для данных, полученных с помощью сенсора 7.

В табл. 4 представлены идентифицированные в пробах легколетучие вещества – типичные вещества, по которым предварительно "обучался" массив сенсоров.

Таблица 4. Вещества с высокой вероятностью присутствия в легколетучих фракциях образцов Table 4. Substances with a high probability of being present in the volatile fractions of samples

Образец мойвы	Насыщенные пары	Разбавленные пары
Мороженая	Ацетон, вода, гексанон, метиламин, метилпропанон, пентанол, триэтиламин, триметиламин	Амины простого и сложного строения, ацетон, бензальдиаль, вода, гексанон, кислоты, метиламин, метилпропанон, триэтиламин, пентанол, триметиламин
Приготовленная с КГ	Амины простого и сложного строения, бензальдиаль, вода, метиламин, пропандиаль, спирты, триэтиламин, триметиламин	1,2-спирты, диэтиламин, диметилциклогексиламин, кетоны, кислоты, пиридинкарбальдегид, пропиламин
Приготовленная с ДВС	Молочная кислота, муравьиная кислота	Бензальдегид, бензальдиаль, гексанеон, изопропанол, кислоты, метилбензальдегид, метил-О-этиламин, метил-О-пропиламин, циклогексиламин, циклопентиламин, этиламинол

Отличия используемых маркеров объясняются различным содержанием указанных веществ в образцах и их перераспределением в процессе исследования в окружающую воздушную среду.

Изменения интегрального восприятия аромата исследуемых образцов целесообразно оценить с помощью матриц параметров Аij, которые показывают динамику изменения соотношений концентраций отдельных типов легколетучих веществ. Показатели Аij отражают неизменность/схожесть ароматов исследуемых образцов.

В случае различия показателей сигналов сенсоров можно сделать вывод о том, что концентрации отдельных групп веществ в РГФ исследуемых образцов также различаются. Например, отличие показателя на 40 % и более свидетельствует о существенных различиях качественного состава присутствующих типов веществ в ароматах образцов.

Для нахождения различия в качественном составе легколетучих фракций в ходе исследований были определены 28 расчетных параметров А (рис. 4).

б

Рис. 4. Спектры параметров стабильности качественного состава легколетучих фракций ароматов исследуемых образцов в разбавленном ( а ) и в насыщенном ( б ) состоянии

Fig. 4. Spectra of the stability parameters of the qualitative composition of the volatile fractions of the studied samples' aromas, in the diluted (а) and the saturated (б) state

Для разбавленного (естественного) фона ароматов образцов (без концентрирования) определена наибольшая степень идентичности химического состава легколетучих фракций между контрольным образцом и образцом мойвы, приготовленной с применением КГ. В большей степени оттенки запаха проявляются при концентрировании компонентов в РГФ. При таком подходе все пробы значительно отличаются по химическому составу. Для количественной оценки степени подобия химического состава РГФ над пробами мойвы проведем корреляционно-регрессионный попарный анализ матриц А (табл. 5).

Таблица 5. Корреляционно-регрессионный анализ матриц А Table 5. Correlation-regression analysis of matrices A

Показатель	Сравнение проб 1, 2	Сравнение проб 1–3	Сравнение проб 2, 3
Коэффициент корреляции r	0,980	0,976	0,984
Связь между исследуемыми признаками	Прямая
Теснота (сила) связи по шкале Чеддока	Высокая
Число степеней свободы f	26,0
t -критерий Стьюдента	25,417           \	22,774           \	28,220
Критическое значение t -критерия Стьюдента при данном числе степеней свободы	2,056
Уравнение парной линейной регрессии	y = 0,06619 + 0,89978 x	y = 0,11673 + 0,81836 x	y = 0,06840 + 0,89925 x
Коэффициент детерминации r 2	0,961 (факторный признак x определяет 96,1 % дисперсии зависимого признака y )	0,952 (факторный признак x определяет 95,2 % дисперсии зависимого признака y )	0,968 (факторный признак x определяет 96,8 % дисперсии зависимого признака y )
Средняя ошибка аппроксимации (характеризует адекватность регрессионной модели)	13,5 %	13,0 %	9,8 %

При сравнении трех исследуемых проб установлено, что t _набл >  t _крит, а зависимость признаков статистически значима ( p = 0,000000).

Корреляционный анализ показывает, что химические составы проб 2 и 3 коррелируют в максимальной степени. Незначительно изменяет состав легколетучей фракции мойвы ДВС, а КГ – в меньшей степени.

Заключение

В результате данного исследования были сопоставлены составы легколетучих фракций копченых полуфабрикатов мойвы, обработанных коптильным гелем и дымовоздушной смесью, направляемых на производство консервов.

После насыщения свободного пространства над пробами сигналы при нагрузке сенсоров равновесной газовой фазой возрастают до 3 раз. Однако принципиальных отличий в характере влияния разных способов обработки полуфабрикатов мойвы не установлено.

Для естественных условий формирования запаха проб мойвы и при предварительном концентрировании их в равновесной газовой фазе качественный и количественный составы ароматов отличаются. Содержание соединений в образце, обработанном коптильным гелем, больше, чем в мороженой мойве и образце, обработанном дымовоздушной смесью. Для насыщенных паров установлено, что по трем параметрам (вкладам в сорбцию сенсоров 1, 3 и 8) составы проб, обработанных дымовоздушной смесью и коптильным гелем, ближе между собой, чем к составу мороженой мойвы. Сенсоры 5, 6 и 7 не различают запах всех рассматриваемых проб, а значит, реагируют на летучие соединения мойвы. Сенсор 4 отражает схожесть показателей влажности мороженой мойвы и мойвы, обработанной коптильным гелем.

В результате проведенного корреляционного анализа определены соответствия полученных химических проб и установлено, что химические составы проб полуфабрикатов мойвы, обработанных дымовоздушной смесью и коптильным гелем, коррелируют в максимальной степени. Однако следует сделать вывод о том, что обработка дымовоздушной смесью полуфабрикатов мойвы в большей степени изменяет состав легколетучей фракции по сравнению с использованием коптильного геля.