Spis treści 3/2017; tom 71

Przemysł Spożywczy 3/2017Artykuły w wersji elektronicznej są dostępne na stronie: http://sigma-not.pl/czasopisma-65-przemysl-spozywczy-i-gastronomia-przemysl-spozywczy.html

GOSPODARKA

  • 2 Wpływ umowy CETA na handel rolno-spożywczy Polski z Kanadą. Trendy, gatunki, zagrożenia – Łukasz Ambroziak (DOI:10.15199/65.2017.3.1)
    • Celem artykułu jest ocena wpływu Kompleksowej Umowy Gospodarczo-Handlowej (CETA) na handel produktami rolno-spożywczymi Polski z Kanadą. Kanada ma obecnie niewielkie znaczenie zarówno w polskim eksporcie, jak i imporcie żywności. Polska eksportuje do Kanady m.in. wyroby czekoladowe, mięso wieprzowe, piwo, wódkę, wyroby cukiernicze, sery żółte dojrzewające, importuje zaś m.in. odpady i karmę dla zwierząt domowych, ryby, mrożone owoce, jaja i soczewicę. Wejście w życie umowy CETA może przyczynić się do wzrostu polskiego eksportu żywności na rynek kanadyjski. Dotyczy to głównie tych produktów, które są już obecne na tym rynku (np. wyroby czekoladowe i cukiernicze, sery żółte dojrzewające).
      SŁOWA KLUCZOWE: Kompleksowa Umowa Gospodarczo-Handlowa (CETA), handel zagraniczny, produkty rolno-spożywcze, Polska, Kanada
  • 8 Współczesne trendy w konsumpcji mięsa – Małgorzata Kosicka-Gębska, Jerzy Gębski, Katarzyna Kwiecińska, Maria Jeznach, Agnieszka Tul-Krzyszczuk (DOI:10.15199/65.2017.3.2)
    •  Celem artykułu jest wykazanie współczesnych trendów związanych z konsumpcją mięsa w Polsce. Dane do jego opracowania pochodzą z ogólnopolskiego badania internetowego przeprowadzonego w 2015 r. na próbie 1000 konsumentów. Analiza materiału badawczego pozwala na stwierdzenie, że 43,3% badanych spożywa mięso kilka razy w tygodniu, a 34,1% konsumuje je codziennie. Respondenci próbujący zadbać o zdrowie deklarują spożywanie mięsa o mniejszej zawartością tłuszczu. Konsumują więcej drobiu, wykazują także gotowość do spożywania dziczyzny, ryb oraz cielęciny. Dla współczesnego konsumenta – poza wyglądem, barwą i ceną mięsa – istotne znaczenie przy podejmowaniu decyzji o jego spożywaniu mają: jakość, wartość odżywcza, kraj pochodzenia oraz ekologiczne pochodzenie.
      SŁOWA KLUCZOWE: mięso, konsumpcja, konsument, trendy

TECHNIKA – TECHNOLOGIA

  • 14 Komputerowa analiza obrazu (KAO) w przemyśle mięsnym. Możliwości wykorzystania – Tomasz Żmijewski, Janusz Franciszek Pomianowski (DOI:10.15199/65.2017.3.3)
    •  Celem pracy jest przedstawienie możliwości wykorzystania komputerowej analizy obrazu w przemyśle mięsnym. KAO jest to obiektywna, szybka i nieinwazyjna metoda znajdująca zastosowanie do oceny surowców, procesów technologicznych i produktów. Stosując tę technikę badawczą najczęściej dokonuje się pomiarów wielkości geometrycznych oraz barwy badanych obiektów. Na ich podstawie określa się wiele cech i parametrów charakteryzujących opisywany materiał. W przemyśle mięsnym KAO znajduje zastosowanie m.in. do klasyfikacji tusz, oceny zawartości tłuszczu, marmurkowatości oraz jakości gotowych wyrobów. Może też być wykorzystywana do prognozowania cech jakościowych mięsa i przetworów mięsnych, umożliwiać ich kontrolę i sterowanie. Dzięki zastosowaniu KAO możliwa jest również zaawansowana automatyzacja i robotyzacja złożonych operacji technologicznych.
      SŁOWA KLUCZOWE: komputerowa analiza obrazu, KAO, mięso, przemysł mięsny
      LITERATURA: (dostępna również w redakcji)
      [1] Antequera T., Caro A., Rodríguez P.G., Pérez-Palacios T. 2007. „Monitoring the ripening process of Iberian Ham by computer vision on magnetic resonance imaging”. Meat Science 76 : 561-567.
      [2] Barbut S. 2014. „Review: Automation and meat quality-global challenges”. Meat Science 96 : 335-345.
      [3] Barczyk J. 2007. „Robotyzacja w przemyśle spożywczym”. Pomiary Automatyka Robotyka 1 : 16-20.
      [4] Barczyk J. 2013. „Zrobotyzowane stanowiska i linie produkcyjne dla przemysłu mięsnego”. Gospodarka Mięsna 8 : 36-40.
      [5] Borggaard C., Madsen N.T., Thodberg H.H. 1996. „In-line image analysis in the slaughter industry, illustrated by beef carcass classification”. Meat Science 43 : 151-163.
      [6] Borzyszkowski M. 2013a. „Zastosowanie technik wizyjnych w przemyśle mięsnym”. Gospodarka Mięsna 1 : 18-21.
      [7] Borzyszkowski M. 2013b. „Zastosowanie technik wizyjnych do oceny jakości mięsa poddanego obróbce cieplnej”. Gospodarka Mięsna 4 : 44-46.
      [8] Borzyszkowski M., Cierach M. 2009. „Możliwości zastosowania komputerowej analizy obrazu w przemyśle mięsnym”. Gospodarka Mięsna 1 : 14-15.
      [9] Brosnan T., Sun D. 2004. „Improving quality inspection of food products by computer vision – a review”. Journal of Food Engineering 61 : 3-16.
      [10] Brunso K., Bredahl L., Grunert K.G., Scholderer J. 2005 „Consumer perception of the quality of beef resulting from various fattening regimes”. Livestock Production Science 94 : 83-93.
      [11] Chmiel M., Dasiewicz K., Słowiński M. 2010a. „Ocena jakości drobnego mięsa wołowego metodą komputerowej analizy obrazu”. ŻYWNOŚĆ. Nauka. Technologia. Jakość 6 (73) : 219-227.
      [12] Chmiel M., Dasiewicz K., Słowiński M. 2010b. „Wpływ rozdrobnienia mięsa wołowego na dokładność szacowania zawartości tłuszczu metodą komputerowej analizy obrazu”. ŻYWNOŚĆ. Nauka. Technologia. Jakość 5 (72) : 159-166.
      [13] Chmiel M., Słowiński M., Cal P. 2011b. „Zastosowanie komputerowej analizy obrazu do wykrywania wady PSE mięsa wieprzowego”. ŻYWNOŚĆ. Nauka. Technologia. Jakość 6 (79) : 47-54.
      [14] Chmiel M., Słowiński M., Dasiewicz K. 2011a. „Application of computer vision systems for estimation of fat content in poultry meat”. Food Control 22 : 1424-1427.
      [15] Chmiel M., Słowiński M., Dasiewicz K. 2011d. „Lightness of the color measured by computer image analysis as a factor for assessing the quality of pork meat”. Meat Science 88 : 566-570.
      [16] Chmiel M., Słowiński M., Dasiewicz K., Florkowski T. 2011c. „Komputerowe systemy wizyjne w ocenie jakości mięsa wołowego”. Przemysł Spożywczy 65 (9) : 45-47.
      [17] Chmiel M., Słowiński M., Dasiewicz K., Florkowski T. 2012. „Application of a computer vision system to classify beef as normal or dark, firm, and dry”. Journal of Animal Science 90 : 4126-4130.
      [18] Chwastowska-Siwiecka I. 2009a. „Urządzenia do automatycznego pakowania, ważenia i konfekcjonowania”. Gospodarka Mięsna 8 : 14-26.
      [19] Chwastowska-Siwiecka I. 2009b. „Zautomatyzowana linia uboju trzody chlewnej”. Gospodarka Mięsna 11 : 8-12.
      [20] Condé B.C., Fuentes S., Caron M., Xiao D., Collmann R., Howell K.S. 2017. „Development of a robotic and computer vision method to assess foam quality in sparkling wines”. Food Control 71 : 383-392.
      [21] Craigie C.R., Navajas E.A., Purchas R.W., Maltin C.A., Bünger L. Hoskin S.O., Ross D.W. Morris S.T., Roehe R. 2012. „A review of the development and use of video image analysis (VIA) for beef carcass evaluation as an alternative to the current EUROP system and other subjective systems”. Meat Science 92 : 307-318.
      [22] Dasiewicz K. 2010. „Badania nad wpływem rodzaju oświetlenia na dokładność szacowania zawartości tłuszczu metodą komputerowej analizy obrazu w modelowych mieszaninach mięsa i tłuszczu wieprzowego”. Nauka Przyroda Technologie 4 (5) : 1-8.
      [23] Dasiewicz K., Chmiel M. 2011. „Wykorzystanie komputerowych systemów wizyjnych w technologii żywności”. Inżynieria Żywności Postępy Techniki Przetwórstwa Spożywczego 1 : 127-131.
      [24] Dasiewicz K., Mierzwińska I. 2006. „The use of a computer digital analysis for evaluating the quality of pork trimmings”. ACTA Scientiarum Polonorum Technologia Alimentaria 5 (2) : 85-92.
      [25] Dasiewicz K., Pisula A., Słowiński M., Noga A. 2008. „Zastosowanie komputerowej analizy obrazu do szacowania jakości peklowanego drobnego mięsa wieprzowego klasy II” ŻYWNOŚĆ. Nauka. Technologia. Jakość 4 (59) : 52-60.
      [26] Dolata W., Krzywdzińska-Bartkowiak M., Piotrkowska E., Morawska K. 2002. „Zastosowanie systemu komputerowej analizy obrazu do oceny efektywności mieszania farszu w mieszarce i kutrze”. Inżynieria Rolnicza 9 : 53-60.
      [27] Fortin A., Tong A.K.W., Robertson W.M., Zawadski S.M., Landry S.J., Robinson D.J., Liu T., Mockford R.J. 2003. „A novel approach to grading pork carcasses: computer vision and ultrasound”. Meat Science 63 : 451-462.
      [28] Gancarz M., Konstankiewicz K. 2007. „Zastosowanie komputerowej analizy obrazu do szybkiego określenia wielkości i kształtu bulw ziemniaka”. Acta Agrophysica 10 (1) : 47-57.
      [29] Girolami A., Napolitano F., Faraone D., Di Bello G., Braghieri A. 2014. „Image analysis with the computer vision system and the consumer test in evaluating the appearance of Lucanian dry sausage”. Meat Science 96 : 610-616.
      [30] Guzek D., Głąbska D., Wierzbicka A. 2012a. „Porównanie możliwości prognozowania barwy łopatki wołowej dla różnych metod obróbki cieplnej”. Postępy Nauki i Techniki 13 : 61-68.
      [31] Guzek D., Głąbska D., Wierzbicka A. 2012b. „Zastosowanie komputerowej analizy obrazu do prognozowania mięsa wołowego po obróbce cieplnej”. Postępy Nauki i Techniki 12 : 131-138.
      [32] Guzek D., Głąbska D., Wierzbicka A. 2012c. „Analiza możliwości prognozowania barwy polędwicy wołowej poddanej obróbce cieplnej, prowadzonej w piecu konwekcyjno-parowym, na podstawie składowych barwy mięsa surowego”. Folia Pomeranae Universitatis Technologiae Stetinensis Agricultura, Alimentaria, Piscaria et Zootechnica 296 (23) : 13-18.
      [33] Guzek D., Wierzbicka A., Głąbska D. 2011. „Potencjał oraz zastosowanie komputerowej analizy i przetwarzania obrazu w przemyśle rolno-spożywczym”. Inżynieria Rolnicza 4 (129) : 67-73.
      [34] http://slidegur.com/doc/5300388/komputerowa-analiza-obrazu 10.02.2017.
      [35] Jackman P., Sun D.W. Allen P., Brandon K., White A.M. 2010. „Correlation of consumer assessment of longissimus dorsi beef palatability with image colour, marbling and surface texture features”. Meat Science 84 : 564-568.
      [36] Kamińska A., Gaukel V. 2009. „Kontrola wzrostu kryształów w lodach spożywczych”. ŻYWNOŚĆ. Nauka. Technologia. Jakość 1 (62) : 57-64.
      [37] Krzywdzińska-Bartkowiak M., Dolata W., Piątek M. 2005. „Komputerowa analiza obrazu mikrostruktury drobno rozdrobnionych farszów mięsnych i wędlin z różnym udziałem tłuszczu”. ŻYWNOŚĆ. Nauka. Technologia. Jakość 3 (44) Supl. : 131-139.
      [38] Luňáková L., Pospiech M., Tremlová B., Saláková A., Javůrková Z., Kameník J. 2016. „Evaluation of fat grains in gothaj sausage using image analysis”. Potravinarstvo 1 (10) : 591-597.
      [39] Magda F. 2011. „Techniki wizyjne do oceny jakości mięsa”. Gospodarka Mięsna 5 : 12-16.
      [40] Majkowska A., Klepacka J., Najda A. 2013. „Kierunki wykorzystania cyfrowej analizy obrazu w przemyśle spożywczym”. EPISTEME 21 (1) : 305-315.
      [41] Okruszek A., Skrabka-Błotnicka T. 2014. „Automatyczne linie uboju bydła i trzody chlewnej”. Nauki Inżynierskie i Technologie 4 (15) : 84-99.
      [42] Olszewski A. 2013. „Zastosowanie robotów w przemyśle mięsnym”. Gospodarka Mięsna 8 : 20-32.
      [43] Pabiou T., Fikse W.F., Cromie A.R. Keane M.G., Näsholm A., Berry D.P. 2011. „Use of digital images to predict carcass cut yields in cattle”. Livestock Science 137 :130-140.
      [44] Pérez-Palacios T., Caballero D., Caro A., Rodríguez P.G., Antequera T. 2014. „Applying data mining and Computer Vision Techniques to MRI to estimate quality traits in Iberian hams”. Journal of Food Engineering 131 : 82-88.
      [45] Pisula A., Dasiewicz K., Flis A. 2004. „Zastosowanie komputerowej analizy obrazu do standaryzacji składu chemicznego drobnego mięsa wieprzowego kl. 2 w ciągłych liniach rozbiorowych”. Postępy Techniki Przetwórstwa Spożywczego 1 : 8-12.
      [46] Półtorak A., Gębski J., Wyrwisz J., Zalewska M., Łopacka J., Ulanicka U., Żontała K., Stelmasiak A., Moczkowska M., Wierzbicka A. 2013. „Wykorzystanie komputerowej analizy obrazu do oceny wybranych wyróżników jakości mięsa wołowego”. Inżynieria Rolnicza 1 (141) : 197-206.
      [47] Rius-Vilarrasa E., Bünger L., Maltin C., Matthews K.R., Roehe R. 2009. „Evaluation of Video Image Analysis (VIA) technology to predict meat yield of sheep carcasses on-line under UK abattoir conditions”. Meat Science 82 : 94-100.
      [48] Sakowski T., Cytowski J. 1996. „Przydatność komputerowej analizy obrazu do przyżyciowej oceny mięsności buhajów”. Prace i Materiały Zootechniczne 48 : 61-70.
      [49] Sakowski T., Słoniewski K., Reklewski Z. 2002. „Using digital image analysis and ultrasound measurements for a pre-slaughter evaluation of carcass qualitative traits in cattle”. Animal Science Papers and Reports 20 (2) : 111-123.
      [50] Słowiński M., Majewska M., Dasiewicz K. 2007. „Wykorzystanie komputerowej analizy obrazu do oceny zawartości tłuszczu w mięsie kurcząt”. Inżynieria Żywności Postępy Techniki Przetwórstwa Spożywczego 1 : 13-16.
      [51] Szwedziak K. 2008. „Aplikacje komputerowe do oceny wybranych parametrów sensorycznych produktów rolno-spożywczych”. Inżynieria Rolnicza 2 (100) : 293-298.
      [52] Tadeusiewicz R., Korohoda P. 1997. Komputerowa analiza i przetwarzanie obrazów. Kraków: Wydawnictwo Fundacji Postępu Telekomunikacji.
      [53] Tomkiewicz D., Kopeć A. 2008. „Zastosowanie metod przetwarzania obrazu do oceny zawartości tłuszczu w mięsie wieprzowym”. Inżynieria Rolnicza 2 (100) : 299-306.
      [54] Wajdzik J. 2004. „Zastosowanie komputerowej analizy obrazu do oceny zmian w mięsie szynek”. Gospodarka Mięsna 6 : 18-21.
      [55] Węglarz A., Balzakowska A., Choroszy Z. 2013. „Poubojowe metody oceny użytkowości mięsnej bydła”. Roczniki Naukowe Zootechniki 40 (2) : 109-126.
      [56] www.banss.de 10.02.2017r.
      [57] www.eplusv.de 10.02.2017r.
      [58] Zheng Ch., Sun D.W., Zheng L. 2006. „Recent developments and applications of image features for food quality evaluation and inspection – a review”. Trends in Food Science and Technology 17 : 642-655.
      [59] Żmijewski T. 2008. „Możliwości wykorzystania komputerowej analizy obrazu w przemyśle mięsnym”. Rzeźnik Polski 6 : 50-51
  • 18 Wpływ jonów miedzi na mikroflorę długo dojrzewających serów podpuszczkowych – Krystyna Wiśniewska, Arnold Reps, Agnieszka Skwarek (DOI:10.15199/65.2017.3.4)
    •  W artykule przedstawiono wpływ dodatku Cu2+ na wzrost wybranych bakterii występujących w serach dojrzewających. Wrażliwość komórek bakterii na Cu2+ była wysoce zmienna i zależała od szczepu bakterii. Selekcja szczepów może być przydatna w przypadku produkcji serów z mleka z dodatkiem Cu2+. Dodatek Cu2+ do mleka hamuje kiełkowanie przetrwalników bakterii masłowych, co zapobiega późnemu wzdymaniu serów. Hamujący wpływ Cu2+ na aktywność gazotwórczą bakterii propionowych zapobiega nadmiernemu oczkowaniu w serach.
      SŁOWA KLUCZOWE: ser, miedź, mikroorganizmy, wrażliwość
  • 23 Wpływ dymu wędzarniczego na kształtowanie barwy przetworów mięsnych – Halina Makała (DOI:10.15199/65.2017.3.5)
    •  Przedstawiono charakterystykę procesu wędzenia, rodzaje i właściwości uzyskiwanych produktów. Omówiono barwotwórcze działanie dymu oraz czynniki kształtujące barwę wędzonych produktów. Barwa wędzonych wyrobów zależy w dużej mierze od rodzaju produktów, zastosowanej osłonki, a także od wilgotności powierzchni batonów, nasycenia i składu dymu oraz gatunkowego zróżnicowania drewna użytego do wytwarzania dymu wędzarniczego Zaprezentowano wybrane doniesienia nt. oceny barwy wędzonych wyrobów w badaniach naukowych.
      SŁOWA KLUCZOWE: wędzenie, metody, dym wędzarniczy, kształtowanie barwy, ocena barwy wędzonych przetworów mięsnych
  • 30 Markery peptydowe na tropie mięsa i składników niemięsnych w produktach mięsnych Peptydy na tropie… – Magdalena Montowska(DOI:10.15199/65.2017.3.6)
    •  Peptydomika ma duży potencjał w wykrywaniu zafałszowań przetworzonych produktów mięsnych dzięki możliwości identyfikacji mięsa i składników niemięsnych pochodzenia zwierzęcego lub roślinnego, takich jak mięso odkostnione mechanicznie, mączki mięsno-kostne, preparaty krwi, białka mleka oraz dodatków roślinnych, opartej na analizie stabilnych termicznie markerów peptydowych. Markery tego rodzaju są zwykle unikalne zarówno dla gatunku, jak i białka z którego pochodzą, np. miozyny i mioglobiny pochodzących z różnych gatunków zwierząt, fibrynogenu i kolagenu wołowego lub wieprzowego, kazeiny bydlęcej czy białek soi. W artykule omówiono możliwości peptydomiki w zakresie wykrywania zafałszowań produktów mięsnych na podstawie markerów peptydowych pochodzących z mięsa i z białkowych składników niemięsnych.
      SŁOWA KLUCZOWE: peptydomika, markery peptydowe, produkty mięsne, zafałszowania, spektrometria mas
  • 34 LNG jako alternatywne paliwo dla przemysłu spożywczego – Małgorzata Kowalska, Magdalena Paździor (DOI:10.15199/65.2017.3.7)
    • Obecnie w krajowej energetyce wzrasta zainteresowanie układami skojarzonymi dostępnymi w systemach Micro-Combined Heat and Power. Powszechnie wiadome jest, że utrwalanie żywności metodami chłodzenia i zamrażania kriogenicznego powinno odbywać się w niskiej temperaturze. W artykule omówiono możliwości zastosowania układów kogeneracji oraz trigeneracji zasilanych LNG jako skojarzonego źródła ciepła, energii i niskiej temperatury w przedsiębiorstwach przetwórstwa spożywczego. Gospodarka skojarzona jest odpowiedzią na zalecenia UE dotyczące zwiększenia efektywności energetycznej oraz wpisuje się w ideę zrównoważonego rozwoju. Dzięki zastosowaniu układów skojarzonych zasilanych LNG uzyskuje się wyższą sprawność procesów przetwarzania energii oraz oszczędność paliwa niż w przypadku zastosowania układów rozdzielnych.
      SŁOWA KLUCZOWE: kogeneracja, LNG, przetwórstwo spożywcze, zrównoważony rozwój

ŻYWNOŚĆ – ŻYWIENIE

  • 38 Orzechy w codziennej diecie – wartości żywieniowe i prozdrowotne – Lucyna Pachocka, Agata Stróżyk (DOI:10.15199/65.2017.3.8)
    •  Orzechy to grupa produktów żywnościowych o wysokiej wartości odżywczej, zawierająca nienasycone kwasy tłuszczowe, błonnik pokarmowy, składniki mineralne, witaminy, fitosterole i fitozwiązki. Wykazują one właściwości przeciwzapalne i antyoksydacyjne. Stwierdzono ich korzystne działanie w zakresie poprawy profilu lipidowego, zapobiegania udarom mózgu i rozwojowi miażdżycy. Wykazano ich rolę w kontroli czynników zespołu metabolicznego. Mają zastosowanie w prewencji cukrzycy typu 2 i korzystnie wpływają na glikemię poposiłkową. Obiecujące są wyniki badań dotyczące wpływu spożycia orzechów w prewencji powstawania i rozwoju nowotworów. W 2016 r. orzechy zostały zamieszczone jako produkty codziennej diety w Piramidzie Zdrowego Żywienia i Aktywności Fizycznej opracowanej przez Instytut Żywności i Żywienia. Jednakże istnieje potrzeba dalszych badań uwzględniających ich indywidualne działanie z uwagi na ich wiele gatunków różniących się składem chemicznym, a więc i wpływem na organizm człowieka.
      SŁOWA KLUCZOWE: orzechy, wartość odżywcza, prewencja, choroby

LOGISTYKA – OPAKOWANIA

  • 43 Techniki drukowania opakowań artykułów spożywczych – Agata Ruszkowska, Halina Podsiadło (DOI:10.15199/65.2017.3.9)
    •  W artykule przedstawiono techniki drukarskie wykorzystywane do zadrukowania opakowań dedykowanych artykułom spożywczym. Wobec tych właśnie opakowań stawiane są szczególnie wysokie wymagania. Mogą im sprostać następujące techniki drukowania: fleksograficzna, wklęsłodrukowa i offsetowa.
      SŁOWA KLUCZOWE: opakowania, artykuły spożywcze, techniki drukowania