Товароведная характеристика и экспертиза качество водок

Автор: m*******@mail.ru, 28 Ноября 2011 в 14:32, курсовая работа

Описание работы

Термин «водка» применительно к раствору ректификованного спирта в воде впервые появился в официальных документах в 1927 году, когда был подготовлен первый советский стандарт на «вино очищенное (водку)» - ОСТ – 116, утверждённый в 1931 году. В январе 1936 году вводится новый стандарт на водку. Этот стандарт давал следующие определение водки: бесцветная и прозрачная смесь этилового ректификованного спирта с водой, имеющей жёсткость не более 2,5 немецких градусов, обработанная активированным углем, пропущенная через фильтры и обладающая характерным для водки вкусом и запахом. Предусматривалось три сорта водки: 40, 50 и 56 %. Тогда же впервые появилась этикетка с надписью: «Водка».

Содержание

Введение_______3-4 стр.
Потребительская ценность водок____________5-11 стр.
Классификация крепких алкогольных напитков________12-14 стр.
Технология водок
Характеристика сырья_________15-38 стр.
Основные операции производства__________39-54 стр.
Фальсификация_________55-58 стр.
Упаковка, маркировка, хранение водок________59-65 стр.
4. Показатели качества водок__________66-70 стр.
5. Методы контроля качества водок________71-79 стр.
Заключение________80-81 стр.
Список используемой литературы_______82 стр.
Приложения_________83-92

Работа содержит 1 файл

водка курс.doc

— 431.00 Кб (Скачать)

     Следующим  шагом является качественный  анализ, для чего используют метод  регистрации отдельных ионов.  Для

этого применяют  фильтр, чтобы исследовать только несколько видов ионов и тем  самым повысить чувствительность.

     Наконец, суммируют все осциллограммы по отдельным ионам и наносят на диаграмму с единым масштабом времени, чтобы получить хроматограмму по всем ионам в пробе.

     Спектрально-люминесцентный метод определения подлинности водок и водок особых

     Спектрально-люминесцентный метод определения подлинности водок и водок особых является информационно-аналитической технологией, в основу которой положен инструментальный метод, формирующий подробный характеристический образ анализируемого объекта. Такой образ формируется в процессе взаимодействия анализируемой продукции с оптическим излучением. При этом свой вклад в это взаимодействие вносят все входящие в состав продукта компоненты, включая микропримеси, способные поглощать оптическое излучение и люминесцировать (испускать вторичные кванты оптического излучения). Результат взаимодействия регистрируется в виде многомерной матрицы, сформированной из профилей интенсивности люминесценции и коэффициента пропускания света — многомерного спектра возбуждения — испускания — пропускания (ВИП-спектра). Такой спектр индивидуален для продукции, изготовленной из одинакового сырья в идентичных технологических условиях, и является характеристическим образом, однозначно отражающим состав продукции. ВИП-спектр оформляется в виде графического или цифрового электронного документа (файл-паспорта), являющегося идентификационной характеристикой продукции.

     Процедура  установления подлинности продукции  основана на компьютерном сопоставлении  ВИП-спектров анализируемого и  контрольного образцов. При этом в качестве контрольного может использоваться как образец продукции предприятия-изготовителя, так и его файл-паспорт, являющийся электронной копией контрольного образца. Процесс сопоставления состоит в вычислении матрицы мер различия С по формуле:

С = А  – В

где А и В  — ВИП-спектры контрольного и  анализируемого образцов.

     Элементами  матрицы мер различия С являются  разности значений спектрального  коэффициента пропускания интенсивности  и интенсивности испускания исследуемого  образца от соответствующих значений этих величин для контрольного образца, вычисленные для каждой точки сопоставляемых ВИП-спектров с одинаковыми волновыми координатами λисп, λвозб,  λпроп. Количественной характеристикой, определяющей степень различия (похожести) образцов, является значение интегральной меры различия М, определяемой относительным числом точек сопоставляемых ВИП-спектров, разность значений которых превышает инструментальную ошибку. Значение М вычисляют по формуле

М = 1 –  м/n 

где м — число  точек, для которых разность нормированных интенсивностей и коэффициентов пропускания для сравниваемых ВИП-спектров лежит внутри доверительного интервала 2ϭ (здесь ϭ — дисперсия нормального распределения, определяемая статистической оценкой аппаратурной погрешности измерений значений интенсивности); n — число точек с координатами λисп, λвозб,  λпроп
(длина волны испускания, возбуждения и пропускания) в многомерном ВИП-спектре.

     Два  образца признают идентичными  (тождественными), если мера различия  их ВИП-спектров М находится в интервале 0 <= M<= аp (т. е. мера различия их ВИП-спектров идентичных образцов должна быть меньше заявленного уровня значимости ар). Уровень значимости, а характеризует достоверность идентификации.

Метод жидкостно-сцинциллярной  спектрометрии (определение содержания 14С в этиловом спирте и вине)

     Метод  жидкостно-сцинциллярной спектрометрии  основан на измерении распадов  ядер 14С биогенного происхождения. Энергия β-частиц выделяется при распаде 14С в 14N и поглощается в виде тепла или при возбуждении молекул. Последнее приводит к сцинцилляциям.  Определение содержания 14С в этаноле позволяет отличить синтетический спирт (из ископаемого сырья, не содержащего углерода 14С) от спирта, полученного ферментативным брожением растительного сырья. Дифференциацию спиртов синтетических и полученных брожением выполняют по результатам сравнительных анализов исследуемых образцов и образцов, составляющих коллекцию.  Лаборатория, выполняющая подобные исследования, должна иметь коллекцию синтетических и ферментных спиртов из различного сырья, произведённых в разные годы и образцы, позволяющие оценить и учесть побочные факторы, влияющие на радиоактивность.

Метод нейронных сетей

     Искусственная  нейронная сеть – это математическая  модель, а также устройство параллельных вычислений, представляющих собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Как математическая модель искусственная нейронная сеть представляет собой частный случай методов распознания образцов или дискриминантного анализа. Нейронные сети ни программируются в привычном смысле этого слова, они обучаются. Возможность обучения – одно из главных преимуществ нейронных сетей перед традиционными алгоритмами. Технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выполнять сложные зависимости между входными данными и выходными, а также выполнять обобщение. Это значит, что, в случае успешного обучения, сеть сможет вернуть верный результат на основании данных, которые отсутствовали в обучающей выборке. Создано устройство для идентификации методом нейронных сетей по «отпечатку пальцев» комплекса неидентифицированного набора микропримесей содержащихся в образце в концентрации 0,1-1,0 ppb.

Метод измерения массовой концентрации катионов аммония, калия, натрия, магния, кальция, стронция и анионов фторидов, хлоридов, нитратов, нитритов, фосфатов и сульфатов методов ионной хроматографии.

     Сравнение ионного профиля более 400 образцов водок показало его высокую стабильность и индивидуальность для каждого производителя. Вода для приготовления водок и коньяков проходит стадию предварительной водоподготовки. При этом её ионный состав приобретает отличие от обычной «водопроводной воды» обычно используемой при грубой фальсификации.  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Заключение

     Проблема  качества, подлинности и безопасности  водок и водок особых особо  остро стоит сейчас в Российской  Федерации. 

     Высокий  уровень алкогользависимой заболеваемости  и смертности населения можно отнести к категории наиболее значимых негативных явлений и следствий от употребления алкогольных напитков.  После распада СССР, Россию захлестнул вал незаконно изготовленных, фальсифицированных и низкокачественных водок. Рынок заполнился низкокачественным и контрафактным алкоголем, возросло потребление истинных суррогатов водки.

     В  конце 90-х годов прошлого века, предпринимались попытки перевода  спиртов этиловых гидролизных  и синтетических в разряд пищевых,  для чего были разработаны  новые технологии очистки данных спиртов, это привело к тому, что данные спирты стали практически неотличимы от спирта этилового пищевого.

     Учитывая  высокий нелегальный оборот спиртов  непищевого назначения, возникла  необходимость идентифицировать  данные спирты  и водки полученные из них. Для этих целей, был разработан и внёдрён ГОСТ Р 51786 – 2001 «Водка и спирт этиловый из пищевого сырья. Газохроматографический метод определения подлинности», согласно которому спирт этиловый признаётся непригодным для пищевых целей при наличии в нём хотя бы одно химическое соединение из 25 контролируемых примесей. Использование данного ГОСТа привело к неправильной интропретации полученных результатов и бракеражу спирта и партий водок, т.к. в них находили ацетон. Однако по проведённым исследованиям было выявлено что при длительном хранении водок  в стеклянной таре,  приводит к изменению примесного состава. Уже после 3-х месяцев хранения водки в стеклянной таре, в ней накапливается ацетон и такая водка по ГОСТ Р 51786, признаётся произведенной из пищевого сырья.

     Отсутствие  достаточно доступного и надёжного  метода идентификации подлинности  спиртов и водок и сопутствующих  нормативных актов в Российской  Федерации породило ряд проблем  в спиртовой и ликёроводочной  промышленности и структурах осуществляющих контроль качества и безопасности алкогольной продукции.

    Наиболее  остро стоит проблемы выявления  и идентификации водок и водок  особых изготовляемых из спиртов  непищевого назначения.

     Для  решения сложившихся проблем  требуется создание новых методов анализа водок, которые могли бы оперативно и точно дать понять исследователю, из какого спирта (пищевого или непищевого) приготовлена данная водка. Совершенствование метода газохроматографирования, создание глобальных баз данных, позволит в скором будущем, обезопасить потребителя и его потомство от контрафактной продукции, и существенным образом изменить сложившеюся ситуацию на алкогольном рынке России.  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Список  использованной литературы

1. Похлёбкин В.В. Собрание избранных произведений. История важнейших пищевых продуктов. – М.: Центрполиграф, 1996. – 2662 с.

2. Вытовтов В.В., Басати И.А. Товароведная характеристика  и экспертиза качества водок.  – СПб: ГИОРД, 2005. – 151 с. 

3. Крамаренко В.Ф. Токсикологическая химия. - К.: Выща шк., 1989. - 447 с.

4. Рожанец В.В., Савчук С.А., Нужный В.П. Химия  и токсикология этилового спирта  и напитков, изготовленных на  его основе. Токсикология. – М.: URSS, 2010. – 196 с.

5. ГОСТ  Р 52190 – 2003 Водки и изделия ликероводочные. Термины и определения. – М.: ИПК Издательство стандартов, 2004. – 9 с.  

6. ОК 005-93 ОКП  Принят и введён в действие постановлением Госстандарта РФ от 30.12.93 №301

7.  ГОСТ Р 51355-99 Водки и водки особые. Общие технические условия. М.: ИПК Издательство стандартов, 2000. – 8 с.

8. Рожанец В.В., Савчук С.А., Нужный В.П. Химия  и токсикология этилового спирта  и напитков, изготовленных на  его основе. Хроматографический  анализ спиртных напитков. – М.: URSS, 2010. – 181 стр.

9. Яровенко В.Л. Справочник по производству спирта. Сырье, технология и технохимконтроль. - М.: Легкая и пищевая промышленность, 1981 - 336 с.

10. Кросс А.  Введение в практическую инфракрасную  спектроскопию. – М.: ИЛ, 1961. – 275 с.

11. Бородина Г.Е.  и др. К вопросу о методах  идентификации качества алкоголя. УДК: 613.81:615.31:547.262

12. Родионов Б.В. Полугар. Водка которую мы потеряли. – М.: Зебра Е, 2009. – 304 с.  
 
 
 

Приложение  № 1

      По физико-химическим показателям спирт должен соответствовать требованиям, указанным в таблице 1           
 

Таблица 1      

       
Наименование  показателя 
Норма 
Метод анализа 
Объемная  доля этилового спирта, % 
95,0± 0,2 
ГОСТ 5964 
Массовая  концентрация уксусного альдегида  в пересчете на безводный спирт, мг/дм , не более 
4,0 
ГОСТ Р 51698 
Массовая концентрация сивушного масла (1-пропанол, 2-пропанол, спирт изобутиловый, 1-бутанол, спирт изоамиловый) в пересчете на безводный спирт, мг/дм , не более 
8,0 
ГОСТ Р 51698 
Массовая  концентрация сложных эфиров в пересчете  на безводный спирт, мг/дм , не более 
15,0 
ГОСТ Р 51698 
Объемная  доля метилового спирта в пересчете  на безводный спирт, %, не более 
0,05 
ГОСТ Р 51698 
Массовая  концентрация свободных кислот (без  СО ) в пересчете на безводный спирт, мг/дм , не более 
15,0 
ГОСТ 5964 
Наличие фурфурола 
Не допускается 
ГОСТ Р 51710 
 

      
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Информация о работе Товароведная характеристика и экспертиза качество водок