Шадрин Максим Александрович, кандидат техн. наук, доцент, зав. кафедрой «Биотехнология, технология общественного питания и товароведение»,
ул. Мира, д. 11, г. Омск, 644050
Maxim A. Shadrin, PhD in Engineering, associate professor, Head of the Department «Biotechnology, Catering Technology and Food Science»,
11, Mira str., Omsk, 644050
Бураковская Нина Владимировна, кандидат техн. наук, доцент кафедры «Биотехнология, технология общественного питания и товароведение»,
ул. Мира, д. 11, г. Омск, 644050,
burakovskaya-nina@mail.ru
Nina V. Burakovskaya, PhD in Engineering, associate professor, the Department «Biotechnology, Catering Technology and Food Science»,
11, Mira str., Omsk, 644050
Молибога Елена Александровна, доктор техн. наук, профессор кафедры «Биотехнология, технология общественного питания и товароведение»,
ул. Мира, д. 11, г. Омск, 644050
Elena A. Moliboga, DSc in Engineering, professor at the Department «Biotechnology, Catering Technology and Food Science»,
11, Mira str., Omsk, 644050
Щукина Наталья Викторовна, кандидат пед. наук, доцент кафедры математических и естественнонаучных дисциплин,
Институтская площадь, д. 1, г. Омск, 644008
Natalya V. Shchukina, PhD in Pedagogical Science, associate professor, the Department of Mathematics and Natural Sciences,
Institutskaya Square, 1, Omsk, 644008
Приставка Мария Ивановна, аспирант,
ул. Мира, д. 11, г. Омск, 644050
Maria I. Pristavka, graduate student,
11, Mira str., Omsk, 644050
В рамках исследований проведен процесс оптимизации производства крафтового пива, установлены состав затора, доза внесения ферментного препарата, разработан подход к выбору оптимального соотношения технического компонента на основании полученных физико-математических показателей сусла. Оптимальные параметры анализируемого процесса производства крафтового пива определяли с использованием универсальной математической компьютерной системы Table Curve 3d.v4.0, которая строит трехфакторные математические модели, оценивает адекватность и значимость полученной модели, рассчитывает коэффициенты корреляции, детерминации модели, значение стандартной ошибки по имеющимся данным. На первом этапе обработки экспериментальных данных и разработки математических моделей выполнена проверка на достоверность различий между контрольными и опытными показателями. Определена принадлежность контрольных и опытных выборок к разным генеральным совокупностям. Достоверность различий между двумя выборками оценивали с помощью критерия Стьюдента. В качестве нулевой принималась гипотеза: различие между контрольными и опытными данными обусловлены случайностями выборки. Полученные результаты показали, что расчетное значение критерия Стьюдента в показателях больше табличного значения критерия, из чего следует, что принимается альтернативная гипотеза: различия в средних контрольных и опытных образцов значимы и не обусловлены случайными причинами, что позволяет сделать вывод – две выборки (контрольная и опытная) принадлежат двум разным генеральным совокупностям. С высоким уровнем достоверность различия объясняется внесением ферментного препарата Амилосубтилин в пивное сусло. В ходе экспериментальных исследований было установлено, что его применение позволяет повысить уровень ферментации, ускорить процесс брожения и улучшить качество пива, при этом снижая себестоимость итогового продукта. Все разработанные модели в программе Table Curve 3d.v4.0. отличались высоким уровнем адекватности, величина коэффициентов корреляции моделей составила не менее 0,99, а относительная погрешность математических моделей – не более 0,5 %.
Within the framework of the research the process of optimization of craft beer production was carried out, the composition of the mash, the dosage of enzyme preparation introduction were established, the approach to the selection of the optimal ratio of the technical component was developed on the basis of the obtained physical and mathematical parameters of the wort. The optimal parameters of the analyzed process of craft beer production were determined using the universal mathematical computer system Table Curve 3d.v4.0, which builds three-factor mathematical models, evaluates the adequacy and significance of the obtained model, calculates the correlation coefficients, model determination, the value of standard error on the available data. At the first stage of experimental data processing and development of mathematical models there was checked the reliability of differences between control and experimental indicators. The belonging of control and experimental samples to different general populations was determined. Reliability of differences between two samples was evaluated using Student's criterion. The following hypothesis was accepted as null hypothesis: the difference between control and experimental data is due to sampling randomness. The obtained results show that the calculated value of Student's criterion in the indicators is greater than the tabular value of the criterion, from which it follows that the alternative hypothesis is accepted: the differences in the mean of control and experimental samples are significant and are not due to random causes, which makes it possible to conclude: the two samples (control and experimental) belong to two different general populations. The high level of reliability of the difference is explained by the introduction of the enzyme preparation Amylosubtilin into the beer wort. In the course of experimental studies it was found that the use of the enzyme preparation Amylosubtilin allows to increase the level of fermentation, accelerate the fermentation process and improve the quality of beer, while reducing the cost of the final product. All developed models were characterized by a high level of adequacy, the value of correlation coefficients of models was not less than 0.99, and the relative error of mathematical models was not more than 0.5 %, according to the results of the application of the program Table Curve 3d.v4.0.
The authors declare that there are no conflicts of interest present.