Рассматривается нахождение зависимости, облегчающей регулирование процесса фракционирования солодового дистиллята. Обосновывается необходимость рассматривать в роли критериев качества одновременно объективные показатели (содержание примесей) и органолептические свойства, откуда вытекает потребность в едином критерии качества, основанном на экспертном мнении и имеющем числовое выражение. Методом функции Харрингтона был найден такой критерий, привязанный к модельному процессу фракционирования солодового дистиллята. Дистиллят готовился двойной перегонкой на установке «Доктор Губер» зрелой бражки из светлого солода, полученной с помощью реактивированных дрожжей «Дистиламакс MW» за 70 ч брожения при 24°C. Режим перегонки зрелой бражки был постоянным, но в ходе второй, фракционной, перегонки первый образец спирта делился на фракции по исходному (эталонному) режиму, а последующий образец фракционировался дробно, с шагом времени 20 мин, для оценки динамики выхода примесей: альдегидов, высших спиртов и эфиров. После определения примесей газохроматографическим методом находился обобщенный показатель по формуле линейной свертки значений концентрации примесей и соответствующих коэффициентов значимости. Коэффициенты находились с помощью набора нечетких правил, полученных методом функции Харрингтона. Тем самым логика коллегиального решения относительно первого, эталонного, и последующих, дробных, образцов дистиллята фиксировалась в виде упрощенной модели, и устанавливалась зависимость обобщенного показателя от времени сгонки, которая предоставляет обратную связь от экспертной оценки сенсорных характеристик дистиллята к режиму фракционной перегонки. Используя эту связь, возможно моделировать логику экспертной оценки дистиллята и так регулировать процесс фракционирования без дальнейшего сбора экспертного мнения.

фракционная перегонка, солодовый дистиллят, сенсорный профиль, обобщенный показатель, функция Харрингтона

1. Сhristoph N., Bauer-Christoph C. Flavour of spirit drinks: raw materials, fermentation, distillation, and ageing // Flavours and Fragrances: Chemistry, Bioprocessing and Sustainability; ed. Berger R.G. Springer, 2007. P. 219–240.

2. Robichaud J., Bleibaum R.N., Thomas H. Cracking the consumer code linking winemakers to consumers to increase brand loyalty // Proceedings of the 13th Australian Wine Industry Technical Conference. 2005.

3. ГОСТ 15467–79. Управление качеством продукции. Основные понятия, термины и определения. М.: Стандартинформ, 2009.

4. Дилигенский Н.В., Дымова Л.Г., Севастьянов П.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. М.: Машиностроение-1, 2004. 488 с.

5. Григорьева А.А., Григорьева А.П. Математическое обеспечение информационной системы оценки инноваций на базе теории нечетких множеств // Инновационные технологии и экономика в машиностроении: сборник трудов Международной научно-практической конференции. Томск: Томский политехнический университет, 2012. Т. 2. С. 77–79.

6. РД 50.1.028. Методология функционального моделирования IDEF0. М.: ИПК издательство стандартов, 2014. 75 с.

7. Володин А.А. Системный анализ и управление сложными биосистемами на базе нейро-нечетких регуляторов. Ставрополь: СКФУ, 2014. 214 с.

8. Jaeger S.R., Cardello A.V., Chheang S.L., Beresford M.K. et al. Holistic and consumer-centric assessment of beer: A multi-measurement approach // Food Research International. 2017. V. 99. № 1. P. 287–297. doi: 10.1016/j.foodres.2017.05.004

9. Востриков С.В., Коростелев А.В., Кучменко Т.А. и др. Изучение состава ароматообразующих компонентов спирта-виски с помощью сенсорных систем с искусственным интеллектом // Производство спирта и ликероводочных изделий. 2010. № 4. С. 46–48.

10. Романов В.А., Баракова Н.В. Подбор технологических параметров для получения солодового дистиллята с наиболее приемлемым сенсорным профилем // Научный журнал НИУ ИТМО. Серия «Процессы и аппараты пищевых производств». 2017. № 4 (34). С. 53–60.