СПОСОБ ОПРЕДЕЛЕНИЯ КОЛИЧЕСТВА И КАЧЕСТВА КЛЕЙКОВИНЫ В ЗЕРНЕ ПШЕНИЦЫ Российский патент 2016 года по МПК G01N33/10 

Изобретение относится к хлебопекарной, кондитерской и макаронной промышленности, в частности к способам оценки технологических качеств зерна пшеницы.

Известен способ определения количества и качества клейковины зерна пшеницы, основанный на отмывании клейковины из размола зерна по стандартному методу согласно требованиям ГОСТ Р 54478-2011 [ГОСТ Р 54478-2011 - Зерно. Методы определения количества и качества клейковины в пшенице]. Для этого берут строго определенное количество размолотого зерна, помещают в чашку и заливают водой. После чего замешивают тесто, оставляют на отлежку на 20 минут, по истечении которых начинают отмывание клейковины под слабой струей воды над густым шелковым капроновым ситом. Отмывание ведут до тех пор, пока оболочки не будут полностью отмыты и вода, стекающая при отжимании клейковины, не будет почти прозрачной (без мути). Количество отмытой клейковины определяют взвешиванием с точностью до 0,1 грамма. Качество клейковины определяют на приборах ИДК-1М, ИДК-2.

Недостатками существующего способа определения являются значительные временные и трудовые затраты, необходимость точного дозирования сырья и поддержания температурно-влажностного режима, зависимость всех вышеназванных параметров от сорта муки, а также наличие субъективных ошибок и субъективных оценок органолептических и физических параметров оператором.

Наиболее близким к предлагаемому является способ одновременного определения технологических качеств зерна пшеницы, включающий отбор проб, измельчение, снятие спектра в ближней ИК-области и определение содержания белка и влаги на компьютеризированном спектрофотометре при определенных длинах волн, с использованием соответствующего уравнения регрессии [Патент №2079262. Способ одновременного определения хлебопекарных качеств зерна пшеницы]. В данном способе одновременно определяют показатели массы 1000 зерен, натурной массы зерна, стекловидности, выхода муки, седиментации, содержания и качества сырой клейковины зерна, содержания и качества сырой клейковины муки, содержания сухой клейковины муки, удельной работы деформации теста, отношения упругости к растяжимости теста, водопоглотительной способности теста, времени до начала разжижения теста и разжижения теста, валориметрической оценки теста, объемного выхода хлеба из 100 г муки, общей балловой оценки качества хлеба, при различных длинах волн и соответствующих коэффициентах уравнения регрессии.

Прототип характеризуется невысокой точностью определения количества и качества клейковины в пшенице.

Клейковина представляет собой сильно гидратированный гель, состоящий не только из белков, но и углеводов, липидов, минеральных веществ. Оценка количества клейковины на основе спектроскопического анализа количества белков зерна снижает точность определения.

Качество клейковины в большей степени зависит не только от состава и соотношения различных фракций, входящих в состав клейковины белков, но и от степени их гидратации. Снятие спектра в ближней ИК-области относительно слабо характеризует данную характеристику клейковины.

Техническим результатом заявленного изобретения является повышение точности определения количества и качества клейковины в зерне пшеницы.

Поставленная задача решается тем, что в способе определения количества и качества клейковины в зерне пшеницы производят измельчение зерна с получением муки 70% выхода, а затем определяют количество и качество клейковины. Для определения количества и качества клейковины в зерне пшеницы производят микроснимки размола зерна методом оптического микроскопирования, на которых из центра тяжести фигуры, ограниченной контуром частицы муки, проводят не менее 300 отрезков к контуру частицы во все стороны, определяют среднеарифметическое значение длин получившихся отрезков X, мкм, и коэффициент вариации длин получившихся отрезков К, %, затем определяют количество клейковины M_K, %, по формуле

М_K=0,24·К_СР.СТ.-0,30·Х_СР.СТ.+41,86.

Качество клейковины L_K, ед. ИДК, определяют по формуле

L_K=1,14·К_СР.СТ.-1,51·Х_СР.СТ.+139,06,

где Х_СР.СТ. - среднестатистические значения X при измерении не менее 5000 частиц зерна, мкм,

К_СР.СТ. - среднестатистические значения К при измерении не менее 5000 частиц зерна.

Предлагаемый способ осуществляется следующим образом. Берут пробу зерна, например, в количестве 100 г, измельчают ее, например, на вальцовой мельнице «Квадрумат Юниор» для получения муки, используя для просеивания сито с 70% выходом муки. Измельчать зерно можно на лабораторных мельничках типа ЛЗМ, Пируэт, а также на установках МЛУ-202, ЛМ.

Выделенную навеску муки тщательно перемешивают, разравнивают в виде прямоугольника, делят на 10 частей и удаляют каждую вторую часть до тех пор, пока масса оставшейся муки не составит примерно 2 г. Из оставшихся 2 г выделяют навеску массой 24-26 мг муки. Выделенную навеску наносят на 2 предметных стекла с помощью набора сит №№73, 38, 32. Нанесение препарата начинают при помощи сита, имеющего наименьший размер отверстий для того, чтобы сначала нанести самую тонкую фракцию муки. Оставшийся на первом сите остаток переносят на второе сито, имеющее более крупный размер отверстий. Выбор номера второго сита определен с таким расчетом, чтобы оставшаяся на первом сите мука практически полностью просеялась через него. Оставшийся небольшой остаток второго сита переносится на третье сито, имеющее наибольший размер отверстий, и полностью наносится на предметные стекла. Нанесение препарата следует проводить при помощи легкого постукивания по обечайке сита. Подготовленный таким образом препарат муки устанавливают на предметном столике микроскопа. Путем перемещения предметного столика микроскопа выбирают соответствующие кадры и делают их микроснимки.

Для обеспечения статистической достоверности результатов измерения частиц муки методом оптического микроскопирования необходимо провести измерение не менее 5000 частиц. Получаемые микроснимки анализируются автоматически с помощью соответствующего программного обеспечения персонального компьютера (ПК) согласно предлагаемому способу. Анализ полученных изображений осуществляют с помощью, например, Open Source Computer Vision Library (OpenCV), библиотеки алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения с открытым кодом. OpenCV позволяет произвести структурный анализ изображений: выявление контуров предметов, описание их форм, обнаружение объектов и др.

С помощью данной библиотеки осуществляют анализ изображений микроснимков, а также автоматизированный расчет прогнозируемых значений показателей - количества и качества зерна пшеницы по следующему алгоритму: из центра тяжести фигуры, ограниченной контуром частицы, проводят не менее 300 отрезков к контуру частицы во все стороны; определяют среднеарифметическое значение длин получившихся отрезков X, мм, и коэффициент вариации длин получившихся отрезков К.

Количество клейковины М_K, %, определяли по формуле

М_K=0,24·К_СР.СТ.-0,30·Х_СР.СТ.+41,86,

где Х_СР.СТ. - среднестатистические значения X при измерении не менее 5000 частиц зерна пшеницы, мм,

К_СР.СТ. - среднестатистические значения К при измерении не менее 5000 частиц зерна пшеницы.

Качество клейковины L_K, ед. ИДК, определяют по формуле

L_K=1,14·К_СР.СТ.-1,51·Х_СР.СТ.+139,06,

где Х_СР.СТ. - среднестатистические значения X при измерении не менее 5000 частиц зерна пшеницы, мм,

К_СР.СТ. - среднестатистические значения К при измерении не менее 5000 частиц зерна пшеницы.

Примеры выполнения предлагаемого способа

Пример 1

Образцы зерна пшеницы 50 различных сортов урожая 2012-2014 годов, выращенной в разных природно-климатических зонах, в количестве 100 г, размалывали на вальцовой мельнице «Квадрумат Юниор» с получением муки 70% выхода.

Полученные навески муки, тщательно перемешав, разравнивали в виде прямоугольника, делили на 10 частей и удаляли каждую вторую часть до тех пор, пока масса оставшейся муки не составляла примерно 2 г. Из оставшихся 2 г выделяли навеску массой 24-26 мг муки, наносили ее равномерно на 2 предметных стекла с помощью набора сит №№73, 38, 32, начиная с сита, имеющего наименьший размер отверстий. Остаток первого сита переносили на второе сито, имеющее более крупный размер отверстий, остаток второго сита переносится на третье сито, имеющее наибольший размер отверстий. Подготовленный таким образом препарат муки устанавливали на предметном столике микроскопа, после чего производили микросъемку образцов муки.

Полученные микрофотографии частиц муки анализировали с помощью соответствующего программного обеспечения ПК, используя библиотеки алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов OpenCV. Микрофотографии программно обрабатывали следующим образом: из центра тяжести фигуры, ограниченной контуром частицы, проводили не менее 300 отрезков к контуру частицы во все стороны, определяли среднеарифметическое значение длин получившихся отрезков X, мкм, и коэффициент вариации длин получившихся отрезков К, %. Для обеспечения статистической достоверности результатов анализу подвергали не менее 5000 частиц муки каждого образца.

Исходя из полученных среднестатистических значений X и К с помощью описанных в предлагаемом способе уравнений находили количество М_K и качество клейковины L_K образцов муки.

Для сравнительного анализа предлагаемого способа и прототипа параллельно определяли количество и качество клейковины пшеницы одних и тех же образцов зерна методикой, описанной в прототипе.

Для определения достоверности полученных результатов воспользовались референтным методом - анализировали эти же образцы муки 70% выхода из зерна пшеницы по стандартизированной методике [ГОСТ Р 54478-2011 - Зерно. Методы определения количества и качества клейковины в пшенице].

Результаты корреляционного анализа количества и качества клейковины зерна пшеницы по стандартизированной методике в сравнении с предлагаемым способом и прототипом представлены в таблице 1.

Сравнив результаты, полученные предлагаемым способом и по стандартизированной методике, выявили устойчивую и статистически значимую корреляцию между показателями количества и качества клейковины зерна пшеницы, определенными этими способами. В то же время предлагаемый способ по сравнению с прототипом показал большую точность определения.

Пример 2

По схеме, описанной в примере 1, оценивали образцы зерна пшеницы 50 различных сортов урожая 2012-2014 годов. В отличие от примера 1, оценку проводили только предлагаемым способом и по стандартизированной методике. Кроме того, микрофотографии частиц муки программно обрабатывали следующим образом: из центра тяжести фигуры, ограниченной контуром частицы, проводили в первом случае - 100 отрезков, во втором - 300 отрезков и в третьем - 1000 отрезков к контуру частицы во все стороны. Затем, так же, как и в примере 1, определяли среднеарифметическое значение длин получившихся отрезков X, мкм, и коэффициент вариации длин получившихся отрезков К, %. Для обеспечения статистической достоверности результатов анализу подвергали не менее 5000 частиц муки каждого образца. Исходя из полученных среднестатистических значений X и К с помощью описанных в способе уравнений находили количество М_K и качество клейковины L_K образцов муки. Сравнивали результаты определений технологических качеств зерна пшеницы каждого из трех случаев предлагаемого способа и результаты определений по стандартизированной методике. Данные о корреляции результатов оценок количества и качества клейковины зерна пшеницы, полученных по стандартизированной методике в сравнении с предлагаемым способом, представлены в таблице 2.

Результаты проведенных оценок показали, что наименьшее число отрезков, обеспечивающее максимально возможную точность (согласно коэффициентам корреляции) - не менее 300. Дальнейшее увеличение числа отрезков не приводило к повышению точности определения.

Пример 3

По схеме, описанной в примере 1, оценивали технологические качества зерна яровой и озимой пшеницы 30 разнокачественных сортов урожая 2012-2014 годов.

В отличие от примера 1, оценку проводили только предлагаемым способом и по стандартизированной методике. Микрофотографии частиц муки программно обрабатывали следующим образом: из центра тяжести фигуры, ограниченной контуром частицы, проводили не менее 300 отрезков к контуру частицы во все стороны, определяли среднеарифметическое значение длин получившихся отрезков X, мкм, и коэффициент вариации длин получившихся отрезков К, %.

В отличие от примера 1, анализу подвергали в первом случае - 500, во втором - 5000, в третьем 50000 частиц муки каждого образца. Исходя из полученных среднестатистических значений X и К с помощью описанных в способе уравнений находили количество М_K и качество клейковины L_K образцов муки.

Сравнивали результаты определений количества и качества клейковины зерна пшеницы каждого из трех случаев предлагаемого способа и результаты определений по стандартизированной методике. Данные о корреляции результатов оценок количества и качества клейковины зерна пшеницы, полученных по стандартизированной методике в сравнении с предлагаемым способом, представлены в таблице 3.

Результаты проведенных оценок показали, что наименьшее число частиц муки, обеспечивающее максимально возможную точность (согласно коэффициентам корреляции), - не менее 5000. Дальнейшее увеличение числа измеряемых частиц не приводило к повышению точности определения.

Таким образом, по сравнению с прототипом данный способ позволяет повысить точность оценки количества и качества клейковины зерна пшеницы.

Изобретение относится к хлебопекарной промышленности, в частности к определению количества и качества клейковины в зерне пшеницы. Для этого проводят измельчение зерна для получения муки с последующим просеиванием средней пробы через сита. Затем производят микроснимки тонкой фракции муки не менее 5000 частиц методом оптического микроскопирования. Микроснимки анализируют автоматически с помощью программного обеспечения. Для этого из центра тяжести фигуры, ограниченной контуром частицы муки, проводят не менее 300 отрезков к контуру частицы во все стороны, определяют среднеарифметическое значение длин получившихся отрезков X (мкм) и коэффициент вариации длин получившихся отрезков К (%). Количество клейковины М_K (%) по формуле М_K=0,24·К_СР.СТ.-0,30·Х_СР.СТ.+41,86. Качество клейковины L_K (ед. ИДК) определяют по формуле L_K=1,14·К_СР.СТ.-1,51·Х_СР.СТ.+139,06, где Х_СР.СТ. (мкм) - среднестатистические значения X при измерении не менее 5000 частиц зерна, К_СР.СТ. - среднестатистические значения К при измерении не менее 5000 частиц зерна. Изобретение позволяет определить технологические качества зерна пшеницы, при этом точность определения количества и качества клейковины зерна пшеницы повышается. 3 табл., 3 пр.

Способ определения количества и качества клейковины зерна пшеницы, включающий отбор проб, измельчение зерна, определение количества и качества клейковины зерна пшеницы, отличающийся тем, что производят микроснимки размола зерна методом оптического микроскопирования, на которых из центра тяжести фигуры, ограниченной контуром частицы муки, проводят не менее 300 отрезков к контуру частицы во все стороны, определяют среднеарифметическое значение длин получившихся отрезков X, мкм, и коэффициент вариации длин получившихся отрезков К, %, затем определяют количество клейковины M_K, %, по формуле
,
качество клейковины L_K, ед. ИДК, определяют по формуле
,
где X_СР.СТ. - среднестатистические значения X при измерении не менее 5000 частиц зерна, мкм,
К_СР.СТ. - среднестатистические значения К при измерении не менее 5000 частиц зерна.