Prognozowanie bioprocesorow. Mikrobiologia prognostyczna w przemysle piwowarskim

• Autorzy: Kregiel D. , Oberman H.
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono definicję i historię mikrobiologii prognostycznej oraz jej przydatność we wspomaganiu systemu HACCP. Omówiono prognostyczne programy komputerowe: FoodMicro Model i Pathogen Modeling Program, ich modele matematyczne, analizowane parametry i rodzaje bakterii patogennych, do których te modele się odnoszą. Omówiono także możliwości zastosowania tych modeli w procesach technologicznych i zarządzaniu jakością w produkcji piwa. Przedstawiono system sieci neuronowych i ich szerokie zastosowanie, m. in. w prognozowaniu procesu fermentacji produkcji piwa.

EN

The definition and history of prognostic microbiology is presented in this paper. Its usefulness in the assistance the HACCP system is presented. The computer prognostic programs FoodMicro Model and Pathogen Modeling Program and their mathematics models, analysed parameters and analysed pathogen bacteria are discussed. The possibilities of these models use in technological processes and quality management are discussed. The Neural Network system and its wide use, also in the programming of beer fermentation process, are discussed.

Słowa kluczowe

PL

zarzadzanie jakoscia; sieci neuronowe; zastosowanie; systemy jakosci; program Pathogen Modeling; system HACCP; oprogramowanie; mikrobiologia zywnosci; programy komputerowe; program FoodMicro Model; mikrobiologia prognostyczna; procesy technologiczne; browarnictwo; modele matematyczne

• Wydawca: -
• Czasopismo: Przemysł Fermentacyjny i Owocowo-Warzywny
• Rocznik: 2004
• Tom: 48
• Numer: 01
• Opis fizyczny: s.12-14,rys.,tab.,bibliogr.

Twórcy

autor

Kregiel D.

• Politechnika Lodzka, Lodz

autor

Oberman H.

Bibliografia

• [1] Battey A. S., Schaffner D. W.: 2001. Modelling bacterial spoilage in cold-filled ready to drink beverages by Acinetobacter calcoaceticus and Gluconobacter oxvdans. J. Appl. Microbiol., 91, 237-247.
• [2] Cawley G. C., PeckM. W., Fernandez P. S.: 1998. A Neural Model of Time to Toxin Production by Non-Proteolytic Clostridium botulinum. Proceedings of the I.E.E.E. International Joint Conference on Neural Networks (IJCNN-98), part of the 1998 I.E.E.E. World Congress on Computational intelligence. Anchorage, Alaska, USA.
• [3] Gardner J. W., Pearce T. C., Friel S., Bartlett P. N., Blair N.: 1994. A multisensor system for beer flavour monitoring using an array of conducting polymers and predictive classifiers, Sens. Actuators B., Chem. (Switzerland); v. В 18, No 1-3, 240-243.
• [4] KitzmanP.: 1996. Predictive microbiology - mathematical and experimental concerted action. Engine 96 "World Congress of Industry Leaders and Educators". Fair of Engineering Innovations and UNESCO - UN IS PAR Seminarium. Łódź, 65-68.
• [5] Kołożyn-Krajewska D.: 2001. Higiena produkcji żywności. Wyd. SGGW Warszawa.
• [6] Latrille E., Acuna G., Corrieu G.: 1996. Neural Network Application for Modelling Bioprocesses: J. Eu. Syst. Autom. (France) v. 30, No 2-3, 357-379.
• [7] McMeekin T. A., Olley J. N., Ross T., Ratkowsky D. A.: 1993. Predictive Microbiology: Theory and Application. RSP Taunton, England.
• [8] Nischwitz R., Goldsmith M., Lees M., Rogers P., MacLeod L.: 1999. Developing Functional Malt Specifications for Improved Brewing Performance: Proceedings of the 9th Australian Barley Technical Symposium.
• [9] Pollanen J., RousuJ., Kronlof J.: 2001. A Neural Network Tool for Brewery Fermentations: Proc. Automation 2001 seminar days. SAS Julkaisusarja 24, 246-251.
• [10] Ross T., McMeekin T. A.: 1994. Predictive Microbiology. Int. J. Food Microbiol., 23, 241-264.
• [11] RousuJ., Elomaa T., Aarts R. J.: 1999. Predicting the Speed of Beer Fermentation in Laboratory and Industrial Scale. Engineering Applications of Bio-Inspired Artificial Neural Networks: Proc. V IWANN. Lecture Notes in Computer Sci. 1607, 893-901.
• [12] Tadeusiewicz R.: Możliwości zastosowania sieci neuronowych w przetwórstwie żywności. XXIX Sesja KTiChŻ PAN: Olsztyn, „Procesy technologiczne a jakość żywności". Materiały: 27-39.
• [13] Vassilleva S., Huong V. L, Votruba J.: 1994. An Expert System Applied to the Physiological Analysis of Early Stage of Beer Fermentation: Folia Microbiologica. 39, 6, 489-192.
• [14] Wengao Lou, Shuyro Nakai: 2001. Artificial Neural Network - Based Predictive Model for Bacterial Growth in a Simulated Medium of Modified - Atmosphere Packet Cooked Meat Products. J. Agric. Food Chem., 49, 1799-1804.