13.3. Модели "состав-качество" белых игристых вин

При дегустации в отличие от химического анализа не определяются отдельные компоненты, а дается общая оценка качества. Органы обоняния и вкусовые рецепторы человека, обладая высокой чувствительностью, способны воспринимать и оценивать суммарную композицию составных веществ вин, так как ощущения от отдельных компонентов накладываются, вызывая усиление или, напротив, подавление индивидуального сенсорного раздражения. Вероятно, можно было бы оценить роль отдельных веществ в формировании вкуса и аромата игристых вин по их концентрации с учетом порога ощущения. Однако величина пороговой концентрации не является постоянной и зависит от состава среды.

Проблема установления зависимости между химическим составом и дегустационной оценкой игристых вин осложняется тем, что имеются существенные различия между силой ощущения, вызываемого отдельным компонентом, и чувствительностью аналитических методов его определения. Ряд веществ, содержащихся в повышенных количествах, может оказывать незначительное влияние на органолептическую оценку, в то же время некоторые микрокомпоненты существенно трансформируют вкус и аромат игристых вин. Большие трудности в интерпретации результатов анализа вызывает и явление синергизма - усиления или подавления вкуса или запаха компонента в присутствии других веществ.

В связи с отмеченными трудностями для определения количественных связей между составом и качеством игристых вин были применены методы математической статистики.

В результате регрессионного анализа экспериментальных данных (20 факторов, 59 образцов) получена математическая модель, описывающая зависимость дегустационной оценки от величины измеренных факторов:

D = 10,266 + 0,00672x₂ - 0,0238x₄ - 0,00414x₅ + 0,00559x₆ - 0,000256x₇ + 0,0103x₉ + 0,0843x₁₈,

где х₂ - содержание свободных альдегидов, мг/л; x₄ - содержание ацетоина, мг/л; x₅ - ОВ-потенциал, мВ; х₆ - восстановительная способность, с; x₇ - активность β-фруктофуранозидазы, ед./л; х₉ - активность протеиназы, ед./л; x₁₈ - приведенный экстракт, г на 100 мл.

Множественный коэффициент корреляции для данной модели составил 0,66. При сопоставлении дегустационных оценок всех 59 образцов с расчетными оценками, полученными согласно модели, разница составляла от 0,003 до 0,3 балла.

Была проанализирована графическая зависимость качества игристых вин от отдельных показателей. Было выяснено, что при повышении содержания ацетальдегида, фенольных веществ дегустационная оценка игристых вин снижается, а с увеличением содержания азотистых веществ - повышается. Эти данные согласуются с ранее существовавшими представлениями.

Более высокому качеству игристых вин соответствует меньшая величина оптической плотности при λ = 434 и 280 нм. Вероятно, в окрашенных образцах игристых вин интенсивно протекали карбониламинные реакции и окисление фенольных веществ, вызывающих ухудшение органолептических качеств шампанского.

В игристых винах низкого качества обнаруживается повышенное содержание этилацетата и изоамилового спирта. Эти компоненты, как установлено выше, присутствуют в повышенных количествах в парах игристых вин и поэтому оказывают существенное влияние на их букет. В небольших количествах они необходимы в сложении букета игристых вин. Однако высокие концентрации этилацетата обусловливают "штих" вина. Изоамиловый спирт вызывает появление неприятного тона "сивушных масел" и резкости в букете.

Общий анализ графических зависимостей показывает существенный разброс данных. Вероятно, по одному показателю невозможно охарактеризовать качество игристых вин, так как на дегустационную оценку оказывают влияние многие соединения, причем одни из них повышают ее, другие снижают. В связи с этим в дальнейшем были предприняты попытки выявления комплексных критериев, включающих несколько показателей. В качестве таких показателей использовали те из них, для которых в построенных графиках визуально обнаруживалась корреляция дегустационной оценки. Было установлено, что наиболее точно качество игристых вин может быть охарактеризовано двумя комплексными критериями: С_к1, и С_к2.

При математической обработке полученных результатов с использованием счетно-вычислительной машины "Минск-22" учитывалось, что дегустационная оценка игристых вин не может быть выше 10 баллов. Поэтому зависимость между дегустационным баллом (D) и величиной суммарных критериев С_к1 и С_к2 аппроксимировали экспоненциальной функцией вида D= 10[l-е^(С_к+В)], где В - коэффициент регрессии.

Определив величины, входящие в критерии С_к и В, и подставив их в данные уравнения, вероятно, можно с определенным приближением оценить качество шампанского.

На основе проведенных исследований предложен метод объективной оценки качества игристых вин по физико-химическим и биохимическим показателям. При дальнейшем совершенствовании он может быть использован для создания автоматического анализатора качества игристых вин, который крайне необходим для контроля и регулирования технологического процесса, особенно в будущем для заводов-автоматов по производству игристых вин.

Для построения моделей "состав-качество" белых игристых вин исследовали 4 группы результатов экспериментов. Первая группа (I) включала 59 образцов и 28 показателей, вторая (II) соответственно 32 и 35, третья (III) - 24 и 29, четвертая (IV) - 36 и 26. Для оценки связей исследуемых факторов x_i с качеством игристых вин определены коэффициенты парной корреляции r_хiу между х_i и дегустационной оценкой D (табл. 37). Корреляционные связи между отдельными показателями выражены значительно сильнее: величина r_xixj изменяется от 0,50 до. 0,99.

Таблица 37

^*(Значимость при 90% -ной доверительной вероятности.)

^**(Значимость при 95%-ной.)

^***(Значимость при 98%-ной.)

Полученные результаты согласуются с известными представлениями о роли отдельных веществ в формировании качества игристых вин. Отклонения вызваны либо малыми объемами выборок, либо нелинейностью указанных зависимостей.

Зависимость качества игристых вин от отдельных показателей определялась по формуле

где D - органолептическая оценка, балл; х_i - количественная характеристика i-гo фактора в смеси; В₀, В_i - искомые коэффициенты регрессионной модели.

Для построения моделей типа "состав - качество" применены три разных алгоритма множественного корреляционного анализа. 43 показателя состава игристых вин условно разделены на 5 групп (см. табл. 37). Наряду с этим анализировали каждую группу и их сочетания. Каждая из 4 групп была подразделена на подгруппы, включающие одноименные показатели состава.

Для исследования подгрупп был применен алгоритм 1, с помощью которого получены 84 модели, для каждой подгруппы выбрана одна по критерию минимума остаточной дисперсии σ²_ост. Адекватность моделей проверяли по F-критерию Фишера при доверительной вероятности 95%. Анализ этих моделей (табл. 38) показывает, что, несмотря на то что некоторые учтенные в моделях показатели оказались несущественными по t-критерию Стьюдента при 95%-ной доверительной вероятности (в табл. 38 отмечены штрихом), полученные модели адекватны (кроме XII, XIII, XV), σ²_ост мала. Эти модели показывают, какие факторы можно исключить без ущерба для точности модели.

Таблица 38

Для построения моделей, которые содержат только существенные по t-критерию показатели при доверительной вероятности 90%, был применен алгоритм 2 для I-VII, XIII, XVI-XX подгрупп. Оказалось, что для подгрупп XVI, XVIII и XIX ни один показатель не выделяется в качестве существенного, при этом для I подгруппы модель имеет вид D = 8,5324 + 0,0064 x₁₉ - 0,0008 x₂₉ + 0,0111 x₃₅, R = 0,6884 (где R - коэффициент множественной корреляции). Для II подгруппы D = 6,7294 + 0,1867 x₂, R = 0,6102. Для III подгруппы D = 8,7281 + 0,2908 x₁₅ + 0,4600 x₁₇, R = 0,5426. Для IV подгруппы D = 9,0257 - 0,0007 x₂₉ - 0,0075 x₃₂ + 0,0105 x₃₅, R = 0,3782. Для XIV подгруппы D = 9,1888 - 0,0015 x₄₃, R = 0,4026. Для XVII подгруппы D = 8,2350 - 0,0046 x₁₃ + 0,0304 x₂₀, R = 0,6377. Для XVIII подгруппы D = 9,2967 + 0,0680 x₃₇ - 0,3655 x₃₉ - 0,0162 x₄₂, R = 0,8784.

Эти модели для 95%-ной доверительной вероятности адекватны по F-критерию, а относительная ошибка не превышает 2%. Они хотя и уступают в точности моделям, приведенным в табл. 38, но остаются адекватными при существенно большей простоте. Модели, построенные для IV, VI и XIII подгрупп, оказались неадекватными для доверительной вероятности 95%.

Алгоритм 3 был применен к подгруппам I, XVI, XVIII. В подгруппах XVI и XVIII ни один параметр не выделился в качестве существенного при доверительной вероятности 90%, а в подгруппе I выделился показатель x₂₉; при этом модель имеет вид D = 11,8359 - 0,0016 x₂₉, R = 0,6884.

Последними в этой подгруппе отсеялись x₁₉ - яркость цвета и x₃₅ - протеиназа (т. е. они оказались существенными как по коэффициентам корреляции, так и по коэффициентам регрессии, а разность между этими коэффициентами для них оказалась значительной). Таким образом, алгоритм 3 подтвердил полученную алгоритмом 2 модель для этой подгруппы.

Найденные модели "состав - качество", связывающие качество с величинами ряда факторов, позволяют определить дегустационный балл игристых вин по результатам анализов образца, а также по отдельным подгруппам (химическим, физико-химическим и др.) его показателей.

Перспективным для применения построенных моделей является их использование в системах управления с прогнозирующими моделями качества игристых вин.