RU2563820C1 - Способ определения свежести гречневой крупы - Google Patents

Способ определения свежести гречневой крупы Download PDF

Info

Publication number
RU2563820C1
RU2563820C1 RU2014134737/15A RU2014134737A RU2563820C1 RU 2563820 C1 RU2563820 C1 RU 2563820C1 RU 2014134737/15 A RU2014134737/15 A RU 2014134737/15A RU 2014134737 A RU2014134737 A RU 2014134737A RU 2563820 C1 RU2563820 C1 RU 2563820C1
Authority
RU
Russia
Prior art keywords
buckwheat
cluster
sample
freshness
samples
Prior art date
Application number
RU2014134737/15A
Other languages
English (en)
Inventor
Ксения Борисовна Гурьева
Сергей Леонидович Белецкий
Юлия Валерьевна Данильчук
Анастасия Леонидовна Мастихина
Юлия Олеговна Сумелиди
Original Assignee
Федеральное государственное бюджетное учреждение Научно-исследовательский институт проблем хранения Федерального агентства по государственным резервам
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 Федеральное государственное бюджетное учреждение Научно-исследовательский институт проблем хранения Федерального агентства по государственным резервам filed Critical Федеральное государственное бюджетное учреждение Научно-исследовательский институт проблем хранения Федерального агентства по государственным резервам
Priority to RU2014134737/15A priority Critical patent/RU2563820C1/ru
Application granted granted Critical
Publication of RU2563820C1 publication Critical patent/RU2563820C1/ru

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

Изобретение относится к пищевой промышленности. Согласно способу отбирают пробу гречневой крупы, варят в воде в соотношении 1:3 в течение 15-20 мин для усиления аромата, охлаждают до температуры 20-25°C, раздельно помещают по 5 г пробы в пять виал, опускают виалы в автоматическое устройство отбора проб мультисенсорной системы распознавания компонентов газовых смесей типа «VOCmeter», нагревают до температуры 50-55°C в течение 10-20 мин, отбирают из емкостей летучие вещества, пропускают их через четыре неселективных металл-оксидных сенсора, реагирующих на летучие компоненты образца изменением электрической проводимости чувствительного слоя, которая преобразовывается в электрический сигнал. Далее регистрируют сигнал на компьютере, обрабатывают, сравнивают с эталонными образцами методом главных компонент, получают отчет в виде диаграммы, по которой определяют координаты центра тяжести кластера из пяти точек, соответствующего центру кластера по оси главных компонент, и устанавливают свежесть гречневой крупы. Причем гречневую крупу считают свежей, если центр тяжести кластера не превышает 45000 условных единиц. Достигается повышение точности, а также ускорение и упрощение определения. 4 ил., 2 пр.

Description

Изобретение относится к пищевой промышленности в области контроля качества круп и может быть использовано для определения свежести гречневой крупы и ее пригодности для дальнейшего хранения и переработки.
Известен способ органолептической оценки свежести гречневой крупы описательным методом, предусматривающим определение цвета, вкуса и запаха. При этом в продукте не должно быть прогорклого и кислого вкуса, затхлого и плесневелого запаха (ГОСТ 5550-74 Крупа гречневая. Технические условия).
Недостатками указанного способа являются:
- субъективность, т.к. ощущения цвета, вкуса и запаха зависят от физического, психологического состояния экспертов;
- невозможность получить численные значения исследуемых характеристик продукта, и, следовательно, недостаточно высокая точность определения;
- сложность организации дегустационной оценки;
- необходимость перерывов для восстановления обонятельных и вкусовых рецепторов экспертов, что существенно удлиняет процесс;
- трудность выявления порчи крупы на начальных этапах.
Известен способ определения свежести круп по кислотному числу жира, заключающийся в экстракции жира н-гексаном, последующем удалении растворителя, высушивании, взвешивании жира и титровании извлеченных свободных жирных кислот КОН концентрацией 0,1 моль/дм3 (ГОСТ Ρ 52466-2005 Зерно и продукты его переработки. Метод определения кислотного числа жира).
К недостаткам известного способа относятся трудоемкость, длительность процесса, отсутствие точных критериев для оценки свежести гречневой крупы.
Технический результат предлагаемого изобретения заключается в повышении точности, сокращении продолжительности и трудоемкости исследования.
Для достижения указанного технического результата в способе определения свежести гречневой крупы согласно изобретению отбирают пробу гречневой крупы, варят в воде в соотношении 1:3 в течение 15-20 мин для усиления аромата, охлаждают до температуры 20-25°C, раздельно помещают по 5 г пробы в пять стеклянных герметично закрытых емкостей (виал), опускают виалы в автоматическое устройство отбора проб мультисенсорной системы распознавания компонентов газовых смесей типа «VOCmeter», нагревают до температуры 50-55°C в течение 10-20 мин, отбирают из емкостей летучие вещества, пропускают их через четыре неселективных металл-оксидных сенсора, реагирующих на летучие компоненты образца изменением электрической проводимости чувствительного слоя, которая преобразовывается в электрический сигнал, регистрируют сигнал на компьютере, обрабатывают, сравнивают с эталонными образцами методом главных компонент (РСА), получают отчет в виде диаграммы, по которой определяют координаты центра тяжести кластера (L), соответствующего центру кластера по оси главных компонент (PCl), и устанавливают свежесть гречневой крупы. Причем гречневую крупу считают свежей, если центр тяжести кластера не превышает 45000 условных единиц.
Сущность способа заключается в следующем.
При хранении пищевых продуктов, в том числе гречневой крупы, происходит разложение химических веществ (белков, углеводов и пр.) с образованием летучих соединений (СО, NO, NO2, SO2, СН4 и др.). Кроме того, каждый продукт отличается химическим составом и содержанием ароматических соединений. Например, характерной особенностью гречневой муки является высокое содержание белков.
С целью повышения точности, сокращения длительности проведения испытания и снижения трудоемкости свежесть гречневой крупы устанавливают по значению координаты центра кластера по оси главных компонент, полученного при исследовании образца с помощью мультисенсорной системы распознавания компонентов газовых смесей типа «VOCmeter».
Для этого отбирают пробу гречневой крупы, варят в воде в соотношении 1:3 в течение 15-20 мин для усиления аромата, охлаждают до температуры 20-25°C, раздельно помещают по 5 г пробы в пять стеклянных чистых виал, которые затем пломбируют ручным устройством для закупоривания алюминиевого обжимного колпачка.
Далее виалы опускают в автоматическое устройство отбора проб мультисенсорной системы распознавания компонентов газовых смесей типа «VOCmeter» и нагревают до температуры 50-55°C в течение 10-20 мин. При температуре ниже 50°C происходит недостаточно интенсивное выделение ароматических компонентов крупы, а при температуре выше 55°C возможна денатурация белков, что снижает точность и достоверность определения. Указанный временной интервал термостатирования является оптимальным для выделения достаточного количества летучих веществ, необходимого для реакции сенсоров.
Затем отобранные из емкостей летучие вещества пропускают через четыре неселективных металл-оксидных сенсора (MOS), реагирующих на летучие компоненты образца изменением электрической проводимости чувствительного слоя, которая преобразовывается в электрический сигнал и передается по присоединенному кабелю на внешний персональный компьютер.
Далее результаты исследования обрабатывают с помощью компьютерной программы «ARGUS» методом главных компонент (РСА), получают отчет в виде диаграммы, полученные значения сенсоров прибора в условных единицах сравнивают с эталонными образцами.
На рис.1 (а) приведен общий вид пространственного расположения точек мультисенсорного анализа эталонных проб гречневой крупы.
На рис.1 (б) представлен увеличенный фрагмент пространственного расположения точек мультисенсорного анализа эталонных проб гречневой крупы, соответствующих свежему продукту.
Экспериментально установлено, что если пространственное расположение точек мультисенсорного анализа проб гречневой муки близко к кластерам с точками 1 и 2, то образец гречневой крупы является свежим. Резкое увеличение размеров кластеров 3, 4 и 5 демонстрирует, что образец приобретает совершенно другой аромат вследствие порчи (рис. 1).
При качественном определении свежести гречневой крупы методом главных компонент с помощью компьютерной программы «ARGUS» осуществляется сравнение показаний прибора с базой данных и их распределение к ближайшему кластеру.
Для количественного определения свежести гречневой крупы определяют координаты центра тяжести кластера L из пяти точек, соответствующего центру кластера по оси главных компонент (PCl). При этом установлено, что гречневая крупа является свежей, если центр тяжести кластера не превышает 45000 условных единиц (рис.2).
На рис.2 изображено пространственное расположение кластеров свежести проб гречневой крупы (база данных эталонных образцов гречневой крупы), где «fresh» - уровень, характеризующий продукт питания как свежий, «stale» - уровень, характеризующий продукт питания как несвежий.
Использование для количественного определения свежести гречневой крупы компьютерной программы позволяет ускорить процесс, получать более достоверные данные, выраженные в цифровом виде.
Предлагаемое изобретение поясняется на следующих примерах.
Пример 1. Отбирают 50 г гречневой крупы, варят в 150 г воды 20 мин, охлаждают до температуры 22°C, помещают по 5 г пробы в пять стеклянных виал, которые затем пломбируют ручным устройством для закупоривания алюминиевого обжимного колпачка. Виалы с анализируемыми образцами опускают в автоматическое устройство отбора проб мультисенсорной системы распознавания компонентов газовых смесей VOCmeter, нагревают до температуры 55°C в течение 15 мин, отбирают из емкостей летучие вещества, пропускают их через четыре неселективных металл-оксидных сенсора, реагирующих на изменение электрической проводимости в присутствии анализируемых газов. Полученные сигналы сенсоров обрабатывают на компьютере, сравнивают с базой данных эталонных образцов гречневой крупы методом главных компонент с помощью компьютерной программы, получают отчет в виде диаграммы (рис.3), по которой определяют пространственное положение кластера из 5 точек и координаты его центра тяжести.
На рис.3 представлено пространственное расположение точек при обработке методом главных компонент показаний сенсоров MOS мультисенсорного анализа образцов гречневой крупы для Примера 1 (П1), отнесенной обрабатывающей программой к категории свежее («fresh»).
Получают, что все точки мультисенсорного исследования попадают в кластер свежести «fresh» (свежий), при этом центр тяжести кластера L равен 31000 условных единиц по оси главных компонент (PCl). Следовательно, образец гречневой крупы является свежим и может использоваться для длительного хранения и переработки.
Пример 2. Процесс определения свежести образца гречневой крупы проводят аналогично примеру 1.
На рис.4 представлено пространственное расположение точек при обработке методом главных компонент показаний сенсоров MOS мультисенсорного анализа образцов гречневой крупы для Примера 2 (П2), отнесенной обрабатывающей программой к категории несвежее («stale»).
После обработки результатов мультисенсорного исследования получают, что все точки попадают в кластер свежести «stale» (несвежий), при этом центр тяжести кластера L равен 195000 условных единиц по оси главных компонент (рис. 4). Следовательно, образец гречневой крупы является несвежим и не может использоваться для длительного хранения и переработки.
Таким образом, изобретение позволяет повысить точность, сократить длительность, снизить трудоемкость способа определения свежести гречневой крупы, а также оценить ее количественно.

Claims (1)

  1. Способ определения свежести гречневой крупы, характеризующийся тем, что отбирают пробу гречневой крупы, варят в воде в соотношении 1:3 в течение 15-20 мин для усиления аромата, охлаждают до температуры 20-25°C, раздельно помещают по 5 г пробы в пять стеклянных герметично закрытых емкостей (виал), опускают виалы в автоматическое устройство отбора проб мультисенсорной системы распознавания компонентов газовых смесей типа «VOCmeter», нагревают до температуры 50-55°C в течение 10-20 мин, отбирают из емкостей летучие вещества, пропускают их через четыре неселективных металл-оксидных сенсора, реагирующих на летучие компоненты образца изменением электрической проводимости чувствительного слоя, которая преобразовывается в электрический сигнал, регистрируют сигнал на компьютере, обрабатывают, сравнивают с эталонными образцами методом главных компонент, получают отчет в виде диаграммы, по которой определяют координаты центра тяжести кластера из пяти точек, соответствующего центру кластера по оси главных компонент, и устанавливают свежесть гречневой крупы, причем гречневую крупу считают свежей, если центр тяжести кластера не превышает 45000 условных единиц.
RU2014134737/15A 2014-08-26 2014-08-26 Способ определения свежести гречневой крупы RU2563820C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2014134737/15A RU2563820C1 (ru) 2014-08-26 2014-08-26 Способ определения свежести гречневой крупы

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2014134737/15A RU2563820C1 (ru) 2014-08-26 2014-08-26 Способ определения свежести гречневой крупы

Publications (1)

Publication Number Publication Date
RU2563820C1 true RU2563820C1 (ru) 2015-09-20

Family

ID=54147974

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2014134737/15A RU2563820C1 (ru) 2014-08-26 2014-08-26 Способ определения свежести гречневой крупы

Country Status (1)

Country Link
RU (1) RU2563820C1 (ru)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU245448A1 (ru) * А. С. Ерман, В. И. Комаров , В. П. Хаустов Способ определения пленчатости плодов гречихи
JP2002005919A (ja) * 2000-06-26 2002-01-09 Able Corp 穀類の鮮度測定方法
RU2244916C1 (ru) * 2003-07-02 2005-01-20 Орловский Государственный Аграрный Университет (Огау) Способ определения хлорофилла в растениях гречихи
JP2008096320A (ja) * 2006-10-13 2008-04-24 Nippon Flour Mills Co Ltd 液体クロマトグラフィータンデム質量分析法(lc―ms/ms)を使用した農薬の分析方法
RU2352934C2 (ru) * 2007-05-22 2009-04-20 Владимир Владимирович Филатов Способ определения теплофизических характеристик дисперсных пищевых материалов
RU2378957C2 (ru) * 2008-02-29 2010-01-20 Владимир Владимирович Филатов Способ определения теплофизических характеристик дисперсных пищевых продуктов
RU2380006C2 (ru) * 2007-06-27 2010-01-27 Владимир Владимирович Филатов Способ определения пространственной энергетической облученности дисперсных пищевых материалов

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU245448A1 (ru) * А. С. Ерман, В. И. Комаров , В. П. Хаустов Способ определения пленчатости плодов гречихи
JP2002005919A (ja) * 2000-06-26 2002-01-09 Able Corp 穀類の鮮度測定方法
RU2244916C1 (ru) * 2003-07-02 2005-01-20 Орловский Государственный Аграрный Университет (Огау) Способ определения хлорофилла в растениях гречихи
JP2008096320A (ja) * 2006-10-13 2008-04-24 Nippon Flour Mills Co Ltd 液体クロマトグラフィータンデム質量分析法(lc―ms/ms)を使用した農薬の分析方法
RU2352934C2 (ru) * 2007-05-22 2009-04-20 Владимир Владимирович Филатов Способ определения теплофизических характеристик дисперсных пищевых материалов
RU2380006C2 (ru) * 2007-06-27 2010-01-27 Владимир Владимирович Филатов Способ определения пространственной энергетической облученности дисперсных пищевых материалов
RU2378957C2 (ru) * 2008-02-29 2010-01-20 Владимир Владимирович Филатов Способ определения теплофизических характеристик дисперсных пищевых продуктов

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ГОСТ 5550-74 Крупа гречневая. Технические условия. Введен в действие 01.07.1975. *

Similar Documents

Publication Publication Date Title
Sliwinska et al. Food analysis using artificial senses
Sobrino-Gregorio et al. Monitoring honey adulteration with sugar syrups using an automatic pulse voltammetric electronic tongue
Peris et al. Electronic noses and tongues to assess food authenticity and adulteration
Wei et al. Detecting internal quality of peanuts during storage using electronic nose responses combined with physicochemical methods
Kiani et al. A portable electronic nose as an expert system for aroma-based classification of saffron
Kiani et al. Fusion of artificial senses as a robust approach to food quality assessment
Han et al. Nondestructive detection of fish freshness during its preservation by combining electronic nose and electronic tongue techniques in conjunction with chemometric analysis
Kiani et al. Integration of computer vision and electronic nose as non-destructive systems for saffron adulteration detection
Peris et al. A 21st century technique for food control: Electronic noses
Jiang et al. Internal quality detection of Chinese pecans (Carya cathayensis) during storage using electronic nose responses combined with physicochemical methods
Kong et al. Advances in instrumental methods to determine food quality deterioration
Di Rosa et al. Botanical origin identification of Sicilian honeys based on artificial senses and multi-sensor data fusion
CN103913484B (zh) 鱼露分类鉴别的方法
Radi et al. Study on electronic-nose-based quality monitoring system for coffee under roasting
Zhang et al. One-class classification based authentication of peanut oils by fatty acid profiles
Zhong Electronic nose for food sensory evaluation
Lopetcharat et al. Relationship between overall difference decision and electronic tongue: Discrimination of civet coffee
Zhang et al. Spoiling and formaldehyde-containing detections in octopus with an E-nose
CN103412013A (zh) 一种基于电子舌的鱼粉新鲜度检测装置
Lozano et al. Automatic sensor system for the continuous analysis of the evolution of wine
Faal et al. Physicochemical properties of Iranian ziziphus honey and emerging approach for predicting them using electronic nose
Han et al. A Nondestructive Method for Fish Freshness Determination with Electronic Tongue Combined with Linear and Non-linear Multivariate Algorithms.
Wei et al. Monitoring the freshness of pork during storage via near-infrared spectroscopy based on colorimetric sensor array coupled with efficient multivariable calibration
Manley et al. Applications: food science
Wei et al. Application of electronic nose for detection of wine-aging methods

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20170827