EP4179315A1 - Verfahren zur bestimmung mindestens eines qualitätsparameters von frischkäse - Google Patents

Verfahren zur bestimmung mindestens eines qualitätsparameters von frischkäse

Info

Publication number
EP4179315A1
EP4179315A1 EP21736539.4A EP21736539A EP4179315A1 EP 4179315 A1 EP4179315 A1 EP 4179315A1 EP 21736539 A EP21736539 A EP 21736539A EP 4179315 A1 EP4179315 A1 EP 4179315A1
Authority
EP
European Patent Office
Prior art keywords
cream cheese
determined
quality parameter
cheese
process variables
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP21736539.4A
Other languages
English (en)
French (fr)
Inventor
Martine Lefebvre
Rebecca Page
Raphael KUHNEN
Wolfgang Drahm
Ulrich Kaiser
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Endress and Hauser Flowtec AG
Original Assignee
Endress and Hauser Flowtec AG
Flowtec AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Endress and Hauser Flowtec AG, Flowtec AG filed Critical Endress and Hauser Flowtec AG
Publication of EP4179315A1 publication Critical patent/EP4179315A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/04—Dairy products
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23C—DAIRY PRODUCTS, e.g. MILK, BUTTER OR CHEESE; MILK OR CHEESE SUBSTITUTES; PREPARATION THEREOF
    • A23C19/00—Cheese; Cheese preparations; Making thereof
    • A23C19/06—Treating cheese curd after whey separation; Products obtained thereby
    • A23C19/068—Particular types of cheese
    • A23C19/076—Soft unripened cheese, e.g. cottage or cream cheese
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23C—DAIRY PRODUCTS, e.g. MILK, BUTTER OR CHEESE; MILK OR CHEESE SUBSTITUTES; PREPARATION THEREOF
    • A23C19/00—Cheese; Cheese preparations; Making thereof
    • A23C19/06—Treating cheese curd after whey separation; Products obtained thereby
    • A23C19/068—Particular types of cheese
    • A23C19/076—Soft unripened cheese, e.g. cottage or cream cheese
    • A23C19/0765—Addition to the curd of additives other than acidifying agents, dairy products, proteins except gelatine, fats, enzymes, microorganisms, NaCl, CaCl2 or KCl; Foamed fresh cheese products

Definitions

  • the invention relates to a method for determining at least one quality parameter of cream cheese.
  • Fresh cheese as a food is subject to natural fluctuations in its quality parameters such as taste or consistency and must therefore be examined and checked regularly. This usually begins with an incoming goods inspection of the raw materials for the cream cheese, i.e. the milk and any other additives for the cream cheese, such as herbs and/or spices.
  • the raw materials also vary in their quality parameters and are often dependent on their origin and production method.
  • the cream cheese is produced in a large number of defined process steps.
  • One of the last process steps is the foaming of the cream cheese with the introduction of gaseous nitrogen into the cream cheese.
  • This frothing process step has a major impact on the quality parameters of the cream cheese.
  • the nitrogen bubbles in the cream cheese affect the mouthfeel and taste of the cream cheese when eaten.
  • the consistency also depends on the degree of foaming of the cream cheese.
  • the increase in volume of the cream cheese after the cream cheese has been foamed can take place in a so-called overrun measurement.
  • samples of the cream cheese are taken regularly. For example, samples are taken every 30 to 60 minutes.
  • the cream cheese samples are then initially left to cool down.
  • the quality parameters of the cream cheese are examined about two to three days after the sample has been taken.
  • a number of trained test persons eat the cream cheese samples taken and evaluate them with regard to a number of quality parameters such as taste, consistency or the distribution of additives such as herbs in the cream cheese.
  • the quality parameters are in front primarily to be detected by sensors and thus necessarily dependent on the test persons and their sensory perception.
  • deviations from the desired quality parameters are only detected late, after the cream cheese production has been completed, when the process value creation is already well advanced.
  • JP 09-218192 A describes a method which predicts the taste of the yoghurt.
  • a large number of aroma and flavor components such as various acids and sugars, are determined in the laboratory and linked to the taste determined by the test persons.
  • a neural network then learns to predict the taste of the yoghurt based on the specific aroma and flavor components.
  • the problem to be solved by the invention is therefore to provide a method which can easily determine at least one quality parameter of the cream cheese.
  • the object is achieved by a method for
  • Determination of at least one quality parameter of cream cheese comprising at least the following steps:
  • the method according to the invention makes it possible to determine at least one quality parameter of fresh cheese or to predict this independently of test persons. For this purpose, as many process parameters of the cream cheese as possible are first determined in the process in order to determine as many influencing factors as possible on the cheesemaking process and the quality parameters of the cheese
  • Determining the plurality of process variables of the fresh cheese can take place at a specific process step or the different process variables can be determined at different steps in the process.
  • the step of foaming the cream cheese has a significant influence on the quality parameters to be determined later due to the introduction of nitrogen, it makes sense to increase the process variables before and/or during and/or immediately after the foaming/foaming of the cream cheese determine in order to subsequently examine the interaction of the process variables on the quality parameters of the cream cheese.
  • the cream cheese After the cream cheese has been foamed, the cream cheese is usually filled. In some cases, there is the possibility of returning part of the foamed cream cheese to a section of the process that has already been run through, so that this part of the cream cheese goes through at least the foaming step a second time. In the event that an obvious qualitative defect has occurred in the cream cheese, the at least one quality parameter of the cream cheese and/or the increase in volume of the cream cheese can be corrected by returning the foamed cream cheese. At least one process variable of the cream cheese can be determined in the area of such a return of part of the cream cheese. After filling the cream cheese, samples of the cream cheese are taken at regular intervals. The process parameters of the cream cheese were also determined beforehand either continuously or at intervals.
  • the data collected ie the at least one quality parameter of the cream cheese and the specific multiplicity of process variables of the cream cheese, are compiled and correlated with one another in order to calculate a model for predicting the at least one quality parameter of cream cheese.
  • Some process variables will correlate more strongly with the at least one quality parameter of the cream cheese and others less. It is also possible that a process variable does not correlate at all with the at least one quality parameter of the cream cheese, so that the determination of this process variable can be dispensed with in the future. Thanks to the calculated model for predicting the at least one quality parameter of the cream cheese, the use of test persons to determine the at least one quality parameter of the cream cheese will be at least reduced in the future, as will the frequency of taking samples of the cream cheese.
  • the at least one quality parameter is no longer determined via the sensory system of test persons, but based on precisely determined process variables of the cream cheese.
  • the at least one quality parameter of the fresh cheese can thus be determined and monitored during the ongoing process, ie online.
  • a density, a viscosity, a flow rate, an entry of nitrogen, a size and/or a distribution of gas bubbles, a pressure and/or a temperature are determined as process variables.
  • the process variables are determined by field devices which are provided for determining and/or monitoring the respective process variables. Such field devices are well known and are not detailed here.
  • Process variables such as the size and/or distribution of the (nitrogen) gas bubbles, can be expected in advance to correlate strongly with the at least one quality parameter, since, for example, the size and/or distribution of the gas bubbles influences the mouthfeel of the cream cheese and thus also the perceived taste of the cream cheese. In the case of other process variables, the influence on the at least one quality parameter is less evident and must first be determined using the method.
  • At least one seasonal parameter of at least one starting material for the production of the cream cheese is determined.
  • the raw materials are produced locally and thus depend on the environmental conditions at their place of production, which can vary depending on the season, i.e. winter or summer etc. However, if the at least one starting material changes due to seasonal conditions, this can have an impact on the at least one quality parameter of the cream cheese.
  • a possible embodiment includes that the model for predicting the at least one quality parameter of the cream cheese is calculated based on the determined plurality of process variables and the determined at least one seasonal parameter of at least one raw material, wherein the determined quality parameters of the cream cheese with the determined plurality of process variables of the cream cheese and can be correlated with the determined at least one seasonal parameter of at least one starting material.
  • the use of seasonal parameters of the at least one raw material can help to refine and deepen the model for predicting the at least one quality parameter of the cream cheese.
  • milk is used as at least one starting material. As a rule, milk from cows is used, although the milk can also come from other animals and/or plants.
  • herbs and/or spices are used as further starting materials.
  • Such other starting materials are used the refinement of the cream cheese and can also influence the at least one quality parameter of the cream cheese.
  • a composition of the at least one starting material that is dependent on a season is determined as a seasonal parameter.
  • Milk derived from cows for example, is strongly influenced by how the cows fold. There are often differences in how the cows are fed between the different seasons. For example, in the summer the cows prefer to be in the pasture and eat fresh grass, while in the winter they tend to be in the barn and fed with straw, fodder maize and the like. Apparently, the food the cows eat has an impact on their milk and will differ depending on how they are folded.
  • the proportion and type of fatty acids and proteins are advantageously determined as the composition of the at least one starting material. This applies in particular to milk, the proportions of fatty acids and proteins in which depend, for example, on the diet of the cows. Proteins in particular serve to stabilize foams or gas bubbles and thus have a direct influence on the at least one quality parameter.
  • a calculation unit equipped with artificial intelligence is preferably used to calculate the model for predicting the at least one quality parameter of the cream cheese. It is therefore an intelligent quality prediction.
  • the learning process that the calculation unit runs through based on the data presented to it, i.e. the determined large number of process variables of the cream cheese and the determined at least one quality parameter, can be either supervised or non-supervised unsupervised) learning process act.
  • an increase in volume of the cream cheese is determined after the cream cheese has been foamed.
  • the increase in volume also represents an influencing factor on the at least one quality parameter and can be included in the calculation of the model Prediction of the at least one quality parameter of the fresh cheese and be correlated with the specific plurality of process variables and the specific at least one quality parameter.
  • the increase in volume of the cream cheese due to the introduction of nitrogen into the cream cheese can be determined using a sample that is taken after the cream cheese has been filled, or can be determined in the process, i.e. online, after the cream cheese has been foamed.
  • a consistency, a taste and/or a distribution of herbs and/or spices is determined as a quality parameter.
  • the model for predicting the at least one quality parameter of the fresh cheese is used in order to monitor and/or regulate the production of the fresh cheese with regard to the at least one quality parameter.
  • the model for predicting the at least one quality parameter of the fresh cheese can be determined early on in the process.
  • the prediction of the at least one quality parameter can be used in order to adjust the process variables in the ongoing process and set them to the desired at least one quality parameter of the fresh cheese.
  • FIG. 1 shows an exemplary embodiment of the method according to the invention.
  • the method according to the invention from FIG. 1 is used to determine at least one quality parameter of cream cheese, for example a consistency, a taste and/or a distribution of herbs and/or spices in the cream cheese.
  • a seasonal parameter of at least one raw material for the production of the cream cheese is optionally determined.
  • Possible starting materials are for example milk and spices and/or herbs.
  • a composition of the at least one starting material that is dependent on a season such as the proportion and type of fatty acids and proteins in the starting material, can be determined as a seasonal parameter.
  • milk is known to have its
  • composition of fatty acids and proteins depends on the often seasonally different diet of the cows. Obviously, the composition of the milk influences the taste and possibly other quality parameters.
  • a large number of process variables of the cream cheese are determined before and/or during and/or immediately after foaming/foaming of the cream cheese by introducing nitrogen into the cream cheese.
  • Process variable or which field device is used in which way to determine a respective process variable Possible process variables include a density, a viscosity, a flow, an entry of nitrogen, a size and/or a distribution of gas bubbles, a pressure and/or a temperature.
  • an increase in volume of the cream cheese can optionally be determined in a third step (3), for example using a flow meter.
  • the increase in volume can also be determined using a sample after filling the cream cheese.
  • part of the foamed cream cheese can be returned to a section of the process that has already been completed and foamed again.
  • At least one process variable is determined when returning the cream cheese (step 4).
  • the multiplicity of process variables are determined in accordance with step 2 (2).
  • a fifth step (5) involves removing one
  • the certain at least one quality parameter of the cream cheese is correlated with the certain number of process variables of the cream cheese and, if optionally available, with the certain at least one seasonal parameter of the at least one starting material and the certain increase in volume of the cream cheese after foaming to calculate a model for predicting the at least one quality parameter of the cream cheese based on the determined plurality of process variables, and optionally the determined at least one seasonal parameter of the at least one starting material and the determined increase in volume.
  • This calculation can be done, for example, with a calculation unit that is equipped with artificial intelligence.
  • the calculated model can optionally be used to predict the at least one quality parameter of the cream cheese in an eighth step (8) in order to reduce the production of the cream cheese with regard to the at least one

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Polymers & Plastics (AREA)
  • Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Microbiology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Dairy Products (AREA)

Abstract

Verfahren zur Bestimmung mindestens eines Qualitätsparameters von Frischkäse. Das Verfahren umfasst zumindest folgende Schritte: - Bestimmen einer Vielzahl von Prozessgrößen des Frischkäses vor und/oder während und/oder unmittelbar nach einem Aufschäumen/ eines Aufschäumens des Frischkäses durch einen Eintrag von Stickstoff in den Frischkäse (2), - Entnehmen von einer Vielzahl von Proben des Frischkäses nach Abschluss einer Abfüllung des Frischkäses (5), - Bestimmen mindestens eines Qualitätsparameters des Frischkäses für jede Probe des Frischkäses mittels Testpersonen (6), und - Berechnen eines Modells zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses anhand der bestimmten Vielzahl von Prozessgrößen, wobei der bestimmte mindestens eine Qualitätsparameter des Frischkäses mit der bestimmten Vielzahl von Prozessgrößen des Frischkäses korreliert wird (7).

Description

Verfahren zur Bestimmung mindestens eines Qualitätsparameters von
Frischkäse
Die Erfindung betrifft ein Verfahren zur Bestimmung mindestens eines Qualitätsparameters von Frischkäse.
Frischkäse als Lebensmittel ist natürlichen Schwankungen seiner Qualitätsparameter wie Geschmack oder Konsistenz unterworfen und muss daher regelmäßig untersucht und kontrolliert werden. Dies beginnt üblicherweise mit einer Wareneingangsprüfung der Ausgangsstoffe des Frischkäses, also der Milch und eventueller weiterer Zusätze für den Frischkäse, wie Kräuter und/oder Gewürze. Auch die Ausgangsstoffe variieren in ihren Qualitätsparametern und sind häufig abhängig von ihrer Herkunft und Produktionsweise.
Die Herstellung des Frischkäses erfolgt in einer Vielzahl von definierten Prozessschritten. Einer der letzten Prozessschritte ist das Aufschäumen des Frischkäses mit einem Eintrag von gasförmigen Stickstoff in den Frischkäse. Dieser Prozessschritt des Aufschäumens wirkt sich stark auf die Qualitätsparameter des Frischkäses aus. So beeinflussen die Stickstoffbläschen im Frischkäse das Mundgefühl und den Geschmack des Frischkäses beim Verzehr. Auch die Konsistenz ist abhängig von dem Grad der Aufschäumung des Frischkäses. Die Volumenvergrößerung des Frischkäses nach dem Aufschäumen des Frischkäses kann in einer sogenannten Overrun-Messung erfolgen.
Nach der Produktion des Frischkäses werden regelmäßig Proben des Frischkäses entnommen. Beispielsweise erfolgt die Probenentnahme alle 30 bis 60 Minuten. Die Proben des Frischkäses ruhen dann zunächst, um auszukühlen. In der Regel erfolgt etwa zwei bis drei Tage nach der Probenentnahme die Untersuchung der Qualitätsparameter des Frischkäses. Eine Reihe von geschulten Testpersonen verzehren die entnommenen Proben des Frischkäses und bewerten diese hinsichtlich einer Reihe von Qualitätsparametern wie Geschmack, Konsistenz oder die Verteilung von Zusätzen wie Kräutern in dem Frischkäse. Die Qualitätsparameter sind vor allem sensorisch zu erfassen und damit notwendigerweise abhängig von den Testpersonen und ihrer sensorischen Wahrnehmung. Abweichungen von den gewünschten Qualitätsparametern werden außerdem erst spät, nach abgeschlossener Herstellung des Frischkäses festgestellt, wenn die Prozesswertschöpfung schon weit fortgeschritten ist.
Um die Qualitätsparameter von Joghurt unabhängig von den Testpersonen zu bestimmen, ist in der JP 09-218192 A ein Verfahren beschrieben, welches den Geschmack des Joghurts vorhersagt. Dazu werden eine Vielzahl von Aroma- und Geschmackskomponenten, wie beispielsweise verschiedene Säuren und Zucker, im Labor bestimmt und mit dem von den Testpersonen bestimmten Geschmack in Zusammenhang gebracht. Ein neuronales Netzwerk lernt anschließend anhand der bestimmten Aroma- und Geschmackskomponenten den Geschmack des Joghurts vorherzusagen.
Die zu lösende Aufgabe der Erfindung ist es daher, ein Verfahren bereitzustellen, welches auf einfache Weise mindestens einen Qualitätsparameter des Frischkäses bestimmen kann. Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren zur
Bestimmung mindestens eines Qualitätsparameters von Frischkäse, wobei das Verfahren zumindest folgende Schritte umfasst:
- Bestimmen einer Vielzahl von Prozessgrößen des Frischkäses vor, während, und/oder unmittelbar nach einem Aufschäumen/eines Aufschäumens des Frischkäses durch einen Eintrag von Stickstoff in den Frischkäse,
- Entnehmen von einer Vielzahl von Proben des Frischkäses nach Abschluss einer Abfüllung des Frischkäses,
- Bestimmen mindestens eines Qualitätsparameters des Frischkäses für jede Probe des Frischkäses mittels Testpersonen, und
- Berechnen eines Modells zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses anhand der bestimmten Vielzahl von Prozessgrößen, wobei der bestimmte mindestens eine Qualitätsparameter des Frischkäses mit der bestimmten Vielzahl von Prozessgrößen des Frischkäses korreliert wird. Das erfindungsgemäße Verfahren ermöglicht es, mindestens einen Qualitätsparameter von Frischkäse zu bestimmen bzw. diesen unabhängig von Testpersonen vorherzusagen. Dazu werden zunächst im Prozess möglichst viele Prozessgrößen des Frischkäses bestimmt, um möglichst viele Einflussfaktoren auf die Fierstellung und die Qualitätsparameter des
Frischkäses zu sammeln. Das Bestimmen der Vielzahl von Prozessgrößen des Frischkäses kann bei einem bestimmten Prozessschritt erfolgen oder die verschiedenen Prozessgrößen können an verschiedenen Schritten im Prozess bestimmt werden. Dabei werden die Prozessgrößen des Frischkäses vor und/oder während und/oder unmittelbar nach dem Aufschäumen/des
Aufschäumens des Frischkäses bestimmt. Da wie eingangs beschrieben der Schritt des Aufschäumens des Frischkäses durch den Eintrag von Stickstoff einen erheblichen Einfluss auf die später zu bestimmenden Qualitätsparameter hat, ist es sinnvoll, die Prozessgrößen vor und/oder während und/oder unmittelbar nach dem Aufschäumen/des Aufschäumens des Frischkäses zu bestimmen, um das Zusammenspiel der Prozessgrößen auf die Qualitätsparameter des Frischkäses nachher zu untersuchen.
Nach dem Aufschäumen des Frischkäses erfolgt in der Regel das Abfüllen des Frischkäses. Teilweise gibt es die Möglichkeit einen Teil des aufgeschäumten Frischkäses in einen bereits durchlaufenen Abschnitt des Prozesses zurückzuführen, so dass dieser Teil des Frischkäses zumindest den Schritt des Aufschäumens ein zweites Mal durchläuft. Für den Fall, dass ein offensichtlicher qualitativer Mangel am Frischkäse aufgetreten ist, kann mittels der Rückführung des aufgeschäumten Frischkäses der mindestens eine Qualitätsparameter des Frischkäses und/oder die Volumenvergrößerung des Frischkäses nachgebessert werden. Im Bereich einer solchen Rückführung eines Teils des Frischkäses kann mindestens eine Prozessgröße des Frischkäses bestimmt werden. Nach der Abfüllung des Frischkäses werden in regelmäßigen zeitlichen Abständen Proben des Frischkäses entnommen. Auch die Prozessgrößen des Frischkäses wurden vorher entweder durchgehend oder in zeitlichen Abständen bestimmt. Dabei ist auf eine gute Dokumentation der Zeitpunkte der Entnahme der Proben des Frischkäses sowie der Zeitpunkte der Bestimmung der Prozessgrößen zu achten, um die jeweiligen bestimmten Prozessgrößen des Frischkäses den entnommenen Proben des Frischkäses zuordnen zu können. Typischerweise ruht der Frischkäse nach dem Abfüllen für in etwa zwei bis drei Tagen, um ein Gleichgewicht von Temperatur und Stickstoffanteil zu erreichen. Anschließend werden die entnommenen Proben des Frischkäses von Testpersonen auf mindestens einen Qualitätsparameter hin überprüft, wobei die Testpersonen den Frischkäse vor allem sensorisch überprüfen.
Zuletzt werden die gesammelten Daten, also der mindestens eine Qualitätsparameter des Frischkäses sowie die bestimmte Vielzahl von Prozessgrößen des Frischkäses zusammengetragen und miteinander korreliert, um ein Modell zur Vorhersage des mindestens einen Qualitätsparameters von Frischkäse zu berechnen. Dabei werden manche Prozessgrößen stärker mit dem mindestens einen Qualitätsparameter des Frischkäses korrelieren und andere weniger. Es ist auch möglich, dass eine Prozessgröße gar nicht mit dem mindestens einen Qualitätsparameter des Frischkäses korreliert, so dass auf die Bestimmung dieser Prozessgröße in Zukunft verzichtet werden kann. Dank des berechneten Modells zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses wird zukünftig der Einsatz von Testpersonen zur Bestimmung des mindestens einen Qualitätsparameters des Frischkäses zumindest reduziert werden, ebenso wie die Häufigkeit der Entnahme von Proben des Frischkäses.
Folglich wird der mindestens eine Qualitätsparameter nicht mehr über die Sensorik von Testpersonen, sondern anhand von genau bestimmten Prozessgrößen des Frischkäses bestimmt. Durch die laufende Bestimmung der Vielzahl von Prozessgrößen des Frischkäses kann der mindestens eine Qualitätsparameter des Frischkäses damit im laufenden Prozess, also online, bestimmt und überwacht werden.
In einer Ausgestaltung des erfindungsgemäßen Verfahrens wird als Prozessgröße eine Dichte, eine Viskosität, ein Durchfluss, ein Eintrag von Stickstoff, eine Größe und/oder eine Verteilung von Gasblasen, ein Druck und/oder eine Temperatur bestimmt. Die Bestimmung der Prozessgrößen erfolgt durch Feldgeräte, welche für die Bestimmung und/oder Überwachung der jeweiligen Prozessgrößen vorgesehen sind. Derartige Feldgeräte sind hinreichend bekannt und werden hier nicht näher ausgeführt. Bei manchen Prozessgrößen, wie die Größe und/oder Verteilung der (Stickstoff-)Gasblasen, lässt sich im Voraus erwarten, dass sie mit dem mindestens einen Qualitätsparameter stark korrelieren, da beispielsweise die Größe und/oder Verteilung der Gasblasen das Mundgefühl des Frischkäses beeinflusst und damit auch den wahrgenommenen Geschmack des Frischkäses. Bei anderen Prozessgrößen ist der Einfluss auf den mindestens einen Qualitätsparameter weniger ersichtlich und muss erst mittels des Verfahrens bestimmt werden.
In einerweiteren Ausgestaltung wird mindestens ein saisonaler Parameter mindestens eines Ausgangsstoffes für die Produktion des Frischkäses bestimmt. Die Ausgangsstoffe werden lokal produziert und hängen damit von den Umgebungsbedingungen ihres Produktionsorts ab, die je nach Saison, also Winter oder Sommer etc., verschieden sein können. Wenn sich der mindestens eine Ausgangstoff aber aufgrund von saisonalen Bedingungen ändert, kann dies einen Einfluss auf den mindestens einen Qualitätsparameter des Frischkäses haben.
Eine mögliche Ausgestaltung beinhaltet, dass das Modell zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses anhand der bestimmten Vielzahl von Prozessgrößen und des bestimmten mindestens einen saisonalen Parameters mindestens eines Ausgangsstoffes berechnet wird, wobei die bestimmten Qualitätsparameter des Frischkäses mit der bestimmten Vielzahl von Prozessgrößen des Frischkäses und mit dem bestimmten mindestens einen saisonalen Parameters mindestens eines Ausgangsstoffes korreliert werden. Der Einsatz von saisonalen Parametern des mindestens einen Ausgangsstoffs kann helfen, dass Modell zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses zu verfeinern und zu vertiefen. Eine mögliche Ausgestaltung sieht vor, dass als mindestens ein Ausgangsstoff Milch verwendet wird. In der Regel wird dabei Milch von Kühen verwendet, wobei die Milch auch von anderen Tieren und/oder Pflanzen stammen kann.
In einer bevorzugten Ausgestaltung werden als weitere Ausgangsstoffe Kräuter und/oder Gewürze eingesetzt. Solche weiteren Ausgangsstoffe dienen der Verfeinerung des Frischkäses und können zusätzlich den mindestens einen Qualitätsparameter des Frischkäses beeinflussen.
In einer bevorzugten Ausgestaltung wird als saisonaler Parameter eine Zusammensetzung des mindestens einen Ausgangsstoffs bestimmt, welche von einer Saison abhängig ist. Von Kühen stammende Milch wird beispielsweise stark durch die Flaltungsweise der Kühe beeinflusst. Häufig gibt es Unterschiede bei der Fütterung der Kühe zwischen den einzelnen Jahreszeiten. So sind die Kühe beispielsweise im Sommer bevorzugt auf der Weide und fressen frisches Gras, während sie im Winter eher im Stall sind und mit Stroh, Futtermais und ähnlichem gefüttert werden. Offensichtlich hat die aufgenommene Nahrung der Kühe einen Einfluss auf ihre Milch und wird sich je nach Flaltungsweise unterscheiden.
Vorteilhafterweise wird als Zusammensetzung des mindestens einen Ausgangsstoffes der Anteil und die Art von Fettsäuren und Proteinen bestimmt. Dies trifft besonders auf Milch zu, deren Anteile von Fettsäuren und Proteinen beispielsweise von der Nahrung der Kühe abhängt. Insbesondere Proteine dienen der Stabilisierung von Schäumen bzw. Gasblasen und haben damit direkten Einfluss auf den mindestens einen Qualitätsparameter.
Bevorzugterweise wird zur Berechnung des Modells zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses eine mit künstlicher Intelligenz ausgestattete Berechnungseinheit verwendet. Es handelt sich also um eine intelligente Qualitätsvorhersage. Bei dem Lernprozess, den die Berechnungseinheit anhand der ihr vorgelegten Daten, also der bestimmten Vielzahl von Prozessgrößen des Frischkäses und den bestimmten mindestens einen Qualitätsparameter, durchläuft, kann es sich sowohl um einen überwachten (engl supervised) als auch um einen nicht-überwachten (engl unsupervised) Lernprozess handeln.
In einerweiteren Ausgestaltung wird nach dem Aufschäumen des Frischkäses eine Volumenvergrößerung des Frischkäses bestimmt. Auch die Volumenvergrößerung stellt einen Einflussfaktor auf den mindestens einen Qualitätsparameter dar und kann in die Berechnung des Modells zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses mit einfließen und mit der bestimmten Vielzahl von Prozessgrößen und dem bestimmten mindestens einen Qualitätsparameter korreliert werden. Die Volumenvergrößerung des Frischkäses durch einen Eintrag von Stickstoff in den Frischkäse kann anhand einer Probe bestimmt werden, die nach dem Abfüllen des Frischkäses entnommen wird, oder im Prozess, also online, nach dem Aufschäumen des Frischkäses bestimmt werden.
In einer möglichen Ausgestaltung wird als Qualitätsparameter eine Konsistenz, ein Geschmack und/oder eine Verteilung von Kräutern und/oder Gewürzen bestimmt.
Vorteilhafterweise wird das Modell zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses verwendet, um die Produktion des Frischkäses hinsichtlich des mindestens einen Qualitätsparameters zu überwachen und/oder zu regeln. Mithilfe des Modells zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses können schon frühzeitig im Prozess Abweichungen von beispielsweise den Prozessgrößen festgestellt werden, die den mindestens einen Qualitätsparameter negativ beeinflussen würden. Um dies zu verhindern, kann die Vorhersage des mindestens einen Qualitätsparameters eingesetzt werden, um die Prozessgrößen im laufenden Prozess anzupassen und auf den gewünschten mindestens einen Qualitätsparameters des Frischkäses einzustellen.
Das erfindungsgemäße Verfahren soll anhand der nachfolgenden Fig. 1 näher erläutert werden. Es zeigt:
Figur 1 ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens.
Das erfindungsgemäße Verfahren aus Fig. 1 dient zur Bestimmung mindestens eines Qualitätsparameters von Frischkäse, also beispielsweise einer Konsistenz, eines Geschmacks und/oder einer Verteilung von Kräutern und/oder Gewürzen in dem Frischkäse. In einem ersten Schritt (1) wird optional ein saisonaler Parameter mindestens eines Ausgangsstoffs für die Produktion des Frischkäses bestimmt. Mögliche Ausgangsstoffe sind beispielsweise Milch und Gewürze und/oder Kräuter. Als saisonaler Parameter kann unter anderem eine Zusammensetzung des mindestens einen Ausgangsstoffs bestimmt werden, welche von einer Saison abhängig ist, wie zum Beispiel der Anteil und die Art von Fettsäuren und Proteinen in dem Ausgangsstoff. Besonders Milch ist dafür bekannt, dass seine
Zusammensetzung an Fettsäuren und Proteinen von der häufig saisonal verschiedenen Nahrung der Kühe abhängt. Offensichtlich beeinflusst die Zusammensetzung der Milch den Geschmack und womöglich auch andere Qualitätsparameter.
In einem zweiten Schritt (2) wird eine Vielzahl von Prozessgrößen des Frischkäses vor und/oder während und/oder unmittelbar nach einem Aufschäumen/eines Aufschäumens des Frischkäses durch einen Eintrag von Stickstoff in den Frischkäse bestimmt. Es erfolgt keine Beschränkung hinsichtlich des genauen Zeitpunkts der Bestimmung der jeweiligen
Prozessgröße oder welches Feldgerät auf welche Weise zur Bestimmung einer jeweiligen Prozessgröße eingesetzt wird. Mögliche Prozessgrößen sind unter anderem eine Dichte, eine Viskosität, ein Durchfluss, ein Eintrag von Stickstoff, eine Größe und/oder eine Verteilung von Gasblasen, ein Druck und/oder eine Temperatur. Nach dem Aufschäumen des Frischkäses kann optional in einem dritten Schritt (3) eine Volumenvergrößerung des Frischkäses bestimmt werden, beispielsweise mit einem Durchflussmessgerät. Alternativ kann die Volumenvergrößerung auch anhand einer Probe nach der Abfüllung des Frischkäses bestimmt werden. Als zusätzliche Option besteht die Möglichkeit einen Teil des aufgeschäumten Frischkäses in einen bereits durchlaufenen Abschnitt des Prozesses zurückzuführen und erneut aufzuschäumen. Bei der Rückführung des Frischkäses wird mindestens eine Prozessgröße bestimmt (Schritt 4). Die Bestimmung der Vielzahl von Prozessgrößen erfolgt entsprechend Schritt 2 (2). Nach der Abfüllung des Frischkäses erfolgt in einem fünften Schritt (5) die Entnahme von einer
Vielzahl von Proben des Frischkäses, welche anschließend in einem sechsten Schritt (6) Testpersonen zugeführt wird, die den mindestens einen Qualitätsparameter des Frischkäses vor allem sensorisch erfassen und bestimmen. Im siebten Schritt (7) werden schließlich der bestimmte mindestens eine Qualitätsparameter des Frischkäses mit der bestimmten Vielzahl von Prozessgrößen des Frischkäses und, sofern optional vorhanden, mit den bestimmten mindestens einen saisonalen Parameters des mindestens einen Ausgangsstoff und der bestimmten Volumenvergrößerung des Frischkäses nach dem Aufschäumen korreliert, um ein Modell zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses anhand der bestimmten Vielzahl von Prozessgrößen, sowie optional des bestimmten mindestens einen saisonalen Parameters des mindestens einen Ausgangsstoffs und der bestimmten Volumenvergrößerung, zu berechnen.
Diese Berechnung kann beispielsweise mit einer Berechnungseinheit erfolgen, welche mit künstlicher Intelligenz ausgestattet ist. Zusätzlich kann das berechnete Modell zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses in einem achten Schritt (8) optional eingesetzt werden, um die Produktion des Frischkäses hinsichtlich des mindestens einen
Qualitätsparameters zu überwachen und/oderzu regeln, also beispielsweise, um eine Prozessgröße zu ändern und dadurch den gewünschten mindestens einen Qualitätsparameter einzustellen.

Claims

Patentansprüche
1. Verfahren zur Bestimmung mindestens eines Qualitätsparameters von Frischkäse, wobei das Verfahren zumindest folgende Schritte umfasst: - Bestimmen einer Vielzahl von Prozessgrößen des Frischkäses vor und/oder während und/oder unmittelbar nach einem Aufschäumen/eines Aufschäumens des Frischkäses durch einen Eintrag von Stickstoff in den Frischkäse (2),
- Entnehmen von einer Vielzahl von Proben des Frischkäses nach Abschluss einer Abfüllung des Frischkäses (5),
- Bestimmen mindestens eines Qualitätsparameters des Frischkäses für jede Probe des Frischkäses mittels Testpersonen (6), und
- Berechnen eines Modells zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses anhand der bestimmten Vielzahl von Prozessgrößen, wobei der bestimmte mindestens eine
Qualitätsparameter des Frischkäses mit der bestimmten Vielzahl von Prozessgrößen des Frischkäses korreliert wird (7).
2. Verfahren nach Anspruch 1 , wobei als Prozessgröße eine Dichte, eine Viskosität, ein Durchfluss, ein
Eintrag von Stickstoff, eine Größe und/oder eine Verteilung von Gasblasen, ein Druck und/oder eine Temperatur bestimmt wird.
3. Verfahren nach mindestens einem der Ansprüche 1-2, wobei mindestens ein saisonaler Parameter mindestens eines
Ausgangsstoffes für die Produktion des Frischkäses bestimmt wird (1).
4. Verfahren nach Anspruch 3, wobei das Modell zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses anhand der bestimmten Vielzahl von Prozessgrößen und des bestimmten mindestens einen saisonalen Parameters mindestens eines Ausgangsstoffes berechnet wird, wobei die bestimmten Qualitätsparameter des Frischkäses mit der bestimmten Vielzahl von Prozessgrößen des Frischkäses und mit dem bestimmten mindestens einen saisonalen Parameter mindestens eines Ausgangsstoffes korreliert werden (7).
5. Verfahren nach mindestens einem der Ansprüche 3-4, wobei als mindestens ein Ausgangsstoff Milch verwendet wird.
6. Verfahren nach Anspruch 5, wobei als weitere Ausgangsstoffe Kräuter und/oder Gewürze eingesetzt werden.
7. Verfahren nach mindestens einem der Ansprüche 3-6, wobei als saisonaler Parameter eine Zusammensetzung des mindestens einen Ausgangsstoffs bestimmt wird, welche von einer Saison abhängig ist.
8. Verfahren nach Anspruch 7, wobei als Zusammensetzung des mindestens einen Ausgangsstoffes der Anteil und die Art von Fettsäuren und Proteinen bestimmt wird.
9. Verfahren nach mindestens einem der Ansprüche 1-8, wobei zur Berechnung des Modells zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses eine mit künstlicher Intelligenz ausgestattete Berechnungseinheit verwendet wird.
10. Verfahren nach mindestens einem der Ansprüche 1-9, wobei nach dem Aufschäumen des Frischkäses eine Volumenvergrößerung des Frischkäses bestimmt wird (3).
11. Verfahren nach m indestens einem der Ansprüche 1-10, wobei als Qualitätsparameter eine Konsistenz, ein Geschmack und/oder eine Verteilung von Kräutern und/oder Gewürzen bestimmt wird.
12. Verfahren nach mindestens einem der Ansprüche 1-11, wobei das Modell zur Vorhersage des mindestens einen Qualitätsparameters des Frischkäses verwendet wird, um die Produktion des Frischkäses hinsichtlich des mindestens einen Qualitätsparameters zu überwachen und/oder zu regeln (8).
EP21736539.4A 2020-07-13 2021-06-21 Verfahren zur bestimmung mindestens eines qualitätsparameters von frischkäse Pending EP4179315A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020118435.2A DE102020118435A1 (de) 2020-07-13 2020-07-13 Verfahren zur Bestimmung mindestens eines Qualitätsparameters von Frischkäse
PCT/EP2021/066738 WO2022012864A1 (de) 2020-07-13 2021-06-21 Verfahren zur bestimmung mindestens eines qualitätsparameters von frischkäse

Publications (1)

Publication Number Publication Date
EP4179315A1 true EP4179315A1 (de) 2023-05-17

Family

ID=76730515

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21736539.4A Pending EP4179315A1 (de) 2020-07-13 2021-06-21 Verfahren zur bestimmung mindestens eines qualitätsparameters von frischkäse

Country Status (3)

Country Link
EP (1) EP4179315A1 (de)
DE (1) DE102020118435A1 (de)
WO (1) WO2022012864A1 (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE29910223U1 (de) * 1999-03-24 2000-04-13 Hochland, Reich, Summer & Co., 88178 Heimenkirch Frischkäsezubereitung

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09218192A (ja) 1996-02-14 1997-08-19 Snow Brand Milk Prod Co Ltd ヨーグルトのおいしさの予測方法
US20060141107A1 (en) * 2004-12-29 2006-06-29 Kraft Foods Holdings, Inc. Method and system for controlling product density
US20060204642A1 (en) * 2005-03-09 2006-09-14 Adams Leslie N Reduced-density foodstuff having improved flavor aroma, and mouth feel
PT2238839E (pt) * 2009-04-09 2015-06-24 Kraft Foods R & D Inc Alimento de textura múltipla
FR3019005B1 (fr) * 2014-03-26 2021-03-26 Roquette Freres Assemblage d'au moins une proteine vegetale et d'au moins une proteine laitiere, sa preparation et ses utilisations

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE29910223U1 (de) * 1999-03-24 2000-04-13 Hochland, Reich, Summer & Co., 88178 Heimenkirch Frischkäsezubereitung

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
COUTOULY ALI�NOR ET AL: "Effect of heat treatment, final pH of acidification, and homogenization pressure on the texture properties of cream cheese", DAIRY SCIENCE & TECHNOLOGY, vol. 94, no. 2, 1 March 2014 (2014-03-01), FR, pages 125 - 144, XP093012332, ISSN: 1958-5586, DOI: 10.1007/s13594-013-0148-z *
See also references of WO2022012864A1 *

Also Published As

Publication number Publication date
DE102020118435A1 (de) 2022-01-13
WO2022012864A1 (de) 2022-01-20

Similar Documents

Publication Publication Date Title
EP2882296B1 (de) Verfahren und vorrichtung zur überwachung einer fleischverarbeitungsmaschine
DE69511768T2 (de) Mehrschichtiges Nahrungsmittel mit Essbarer Trennschicht und angepasster Behälter
DE112008001377T5 (de) Verfahren und Vorrichtung zum Verwalten einer Gruppe von Milch gebenden Tieren sowie ein Computerprogrammprodukt dafür
DE102022213606A1 (de) Verfahren und Vorrichtung zur Anomaliedetektion eines Streichmessers einer Papierherstellungsmaschine und Rechenvorrichtung
EP2691217B1 (de) Vorrichtung und verfahren zur automatischen überwachung einer vorrichtung zur verarbeitung von fleischprodukten
Bittante et al. Monitoring of sensory attributes used in the quality payment system of Trentingrana cheese
DE102022213425A1 (de) Verfahren und Vorrichtung zum Evaluieren eines Gesundheitszustands eines Streichmessers einer Papierherstellungsmaschine und Rechenvorrichtung
EP4179315A1 (de) Verfahren zur bestimmung mindestens eines qualitätsparameters von frischkäse
EP4345545A1 (de) Verfahren und steuersystem zum steuern einer landwirtschaftlichen anlage zur kleinvieh- und/oder mittelviehhaltung
DE60203575T2 (de) Verfahren zum Sammeln von Meßdaten während des automatischen Melkens eines Tieres
EP2120691B1 (de) Verfahren zur bestimmung der trainingsintensität
DE60210885T2 (de) Vorrichtung zum Melken eines milchgebenden Tieres
EP4356209B1 (de) Überwachung der produktion von werkstoffplatten, insbesondere holzwerkstoffplatten, insbesondere unter verwendung einer selbstorganisierenden karte
EP4528269A1 (de) Verfahren zur beurteilung der stabilität und qualität von milchprodukten sowie pflanzlichen milchalternativen über die lagerzeit
DE69816729T2 (de) Verfahren zur Bestimmung des physiologischen Zustandes eines Wiederkäuerns unter Verwendung eines einnehmbaren Bolus
AT504796B1 (de) Zerstörungsfreie messung von qualitätsparametern für lebensmittel
DE60314810T2 (de) Verfahren und Vorrichtung zur Herstellung von Käse aus Milch
Akça et al. Is There Any Link Between Cattle Milk Price and Beef Production?-Empirical Evidence from Turkey
AT524001B1 (de) Verfahren zur Optimierung und/oder Bedienung mindestens eines Produktionsprozesses
EP4337444B1 (de) Verfahren zur herstellung von folie aus einer gesamtmenge an rohstoffen mit einer folienextrusionsmaschine sowie computerprogrammprodukt zur durchführung des verfahrens
AT527305B1 (de) Computer-implementiertes Verfahren zum Ermitteln zumindest eines körperlichen Zustands eines zu überprüfenden Nutztieres
DE10209889A1 (de) Verfahren zur Erfassung und Verarbeitung von Messdaten an Melksystemen zur Online-Qualitätsbestimmung von Rohmilch
AT16964U1 (de) Verfahren zur Analyse und/oder Kartierung einer landwirtschaftlich genutzten Fläche
Boykin National Beef Quality Audit–2016: Survey of Carcass Characteristics Related to Quality, Quantity, and Value through In-Plant and Instrument Grading Assessments
Thiermann et al. Abating Ammonia Emissions through Slurry Acidification during Spreading: Farmers’ Willingness to Participate in a Support Scheme

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20221216

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20240313

RAP3 Party data changed (applicant data changed or rights of an application transferred)

Owner name: ENDRESS+HAUSER FLOWTEC AG