Professional Documents
Culture Documents
Készítette:
2006
Tartalomjegyzék
1. Bevezetés
A szín rendkívül fontos szerepe elsősorban abban rejlik, hogy a vásárló döntését a
számára megfelelő termék kiválasztásakor jelentős mértékben befolyásolja a termék színe.
Sok esetben a szín alapvető minőségi tényező, tehát szükséges, hogy a szín objektíven
mérhető és definiálható legyen.
A színtan fejlődése során különböző osztályozásokon és színatlaszokon felépülő
színrendszerek jöttek létre. Ezek közül mindmáig megőrizte egyedülálló fontosságát a
Munsell nevét viselő rendszer, amelyet halála után pontosítottak, kiegészítettek, majd
korszerűsített kiadásban jelentették meg a színminta atlaszt.
A Nemzetközi Világítástechnikai Bizottság (Commission Internationale de l'Éclairage,
rövidítve: CIE) 1931 óta nagy pontossággal határozza meg a V(l) láthatósági függvényt, az
alap-színinger jellemzőket (r, g, b, r', b', g', R, G, B, x, y, z, X, Y, Z). Ezek az éles látás
zónájára vonatkoznak (két fokos látószögre) és világosra adaptálódott emberi látásra
(fotopikus látás). A rendszert kiegészítették és továbbfejlesztették, ez a CIE 1976 CIELAB
színinger tér.
A színtan egyik megközelítése az emberi látás pszichofizikai vizsgálatán alapszik. Az
ilyen vizsgálatnál tekintetbe veszik, hogy a szem által alkotott képet az emberi tudat
módosítja, például a rövid idejű és a hosszú idejű emlékezet alapján (szukcesszív
színkontraszt jelensége).
A műszeres mérés alapján kapott mérőszámokkal kíséreljük meg utánozni, ill.
közelíteni az emberi látást. Vannak azonban mérési feladatok, amelyeknél a színes felületek
tulajdonságait mérjük ugyan, alkalmazzuk is az emberi színlátásra felírt összefüggéseket, de a
vizsgálat célja nem feltétlenül a látás szempontjából való értékelés. Ilyen eset a számítógépes
színmérés (computer vision), valamint a NIR technika (Near Infrared Reflectance), vagy a
NIT (Near Infrared Transmission). Ezek az eljárások kapcsolatosak azzal a jelenséggel, hogy
a különféle szervetlen és szerves anyagok más és más hullámhosszon, különböző
tartományokban képesek a fényt elnyelni.
Az eredeti RGB és XYZ rendszerek három alap-színingerre épülnek a trikromatikus
látáselmélet szerint. Ezek az R (red, piros) 700 nm, a G (green, zöld) 546,1 nm és a B (blue,
kék) 435,8 nm. A két rendszer lineáris függvény transzformációval számítható át egymásba.
Az alap színinger-összetevők részarányát képezve kapjuk a színességi koordinátákat. Például
a vörös színességi koordináta a következő összefüggéssel írható le:
X
x= (1)
X +Y + Z
5. Egyéb módszerek
Irodalomjegyzék
Felföldi, J. and Martinovich, L. 1996. Measurement of homogeneity of onion (Allium cepa
L.) varieties and lines using computer based shape and colour analysis. Horticultural
Science,1996. 28 (3-4), 69-75.
Sitkei Gy. 1981. A mezőgazdasági anyagok mechanikája. Akadémiai Kiadó, Budapest, 453.
Vízhányó T. and Felföldi J. 2000. Enhancing color differences in images of diseased
mushrooms. Computers and Electronics in Agriculture, 26/2. 197-198.
MINŐSÉGÜGYI ÉS ÉLELMISZERBIZTONSÁGI RENDSZEREK
AUDITÁLÁSI GYAKORLATA
Dr. Kollár Gábor
1. Bevezetés
F
F
Ce = A = (1)
z A× z
ahol: F – nyomóerő, kN
A – nyomófej felülete, mm2
z – deformáció, mm
σ
Ce = (2)
z
M
τ= (3)
K
Irodalomjegyzék
Borsa B., Fekete A., Felföldi J. 2002. Kertészeti termények mechanikai és minőségi
jellemzői. Mezőgazdasági Gépesítési Tanulmányok. FVM Műszaki Intézet
Közleménye. XLI. évf./2. 52.
Handerson, J.L. 1991. Measurement for determining potato tuber maturity. ASAE Annual
International Meeting, Chicago, No. 91-1568, 13.
Studman, C., Boyd, L. 1994. Measurement of firmness in fruits and vegetables. International
Conference of Agricultural Engineering, Milan, 896.
Timm, E.J., Brown, G.K., Armstrong, P.R., Beaudry, R.M. 1993. A portable instrument for
measuring firmness of cherries and berries. ASAE Annual International Meeting,
Chicago, No. 93-6539, 17.
ELEKTROMOS ALAPISMERETEK ÉS MÉRÉSI MÓDSZEREK
Dr. Felföldi József
1. Alapfogalmak
Az áram erőssége alatt a vezető adott keresztmetszetén időegység (Dt) alatt átáramló
töltésmennyiséget (DQ) értjük:
DQ
I= , mértékegysége: 1 A = 1 amper (SI alapegység)
Dt
A feszültség alatt az elektromos mező egységnyi töltésen végzett munkáját értjük. Feszültség
így két pont között értelmezhető:
DW AB
U AB = , mértékegysége: 1 V = 1 volt = 1 Nm/C
DQ
ahol UAB: az A és B pontok közötti feszültség
DWAB: a DQ töltés A-ból B-be mozgatásakor végzett munka
DQ: a töltés
2. Alaptörvények egyenáramokra
Ohm törvénye: egy fémes vezető két pontja között mérhető feszültség (UAB) arányos a
vezetőben folyó áram erősségével (I). Az arányossági tényezőt a vezetőszakasz
ellenállásának (RAB) nevezzük:
U AB = R AB × I
Az ellenállás mértékegysége: 1 W = 1 ohm = 1 V/A.
Szemléletesen értelmezve ez a törvény azt jelenti, hogy ahhoz, hogy töltéseket (áramot)
„pumpáljunk” át egy vezetőszakaszon, munkára (feszültségre) van szükség. Minél nagyobb
áramot akarunk áthajtani egy adott vezetőn, annál nagyobb feszültségre van szükség, illetve
minél nagyobb ellenállást jelent egy vezetőszakasz, annál nagyobb munkával lehet egy adott
áramot áthajtani rajta.
Egy vezetőszakasz ellenállása (R) arányos annak hosszával (l) és fordítottan arányos
keresztmetszetével (A):
l
R=r×
A
A r arányossági tényező a fajlagos ellenállás, anyagi állandó. Mértékegysége: 1 Wm, vagy a
praktikusabb 1 W mm2/m (az 1 m hosszú, 1 mm2 keresztmetszetű vezetőszakasz ellenállása).
Kapacitás: a fémtesteken elektromos töltések halmozhatók fel, de minél több töltés van már a
testen, annál nagyobb munkával (feszültséggel) lehet újabb töltéseket felvinni a taszítóerő
ellenében. Egy fémtest kapacitása (C) alatt az egységnyi feszültséggel felvihető töltés
mennyiségét értjük:
DQ
C= , mértékegysége: 1 F = 1 farad = 1 C/V
DU
A kifejezetten töltéstárolásra alkalmas fém-elrendezéseket kondenzátoroknak nevezzük. A
leggyakrabban használt elrendezés a síkkondenzátor: két A felületű sík fémlemez, egymástól d
távolságra, köztük esetleg szigetelőanyaggal. A síkkondenzátor kapacitása:
A
C sík = e 0 × e r ×
d
A kifejezésben:
- e0 : fizikai állandó, neve: vákuum-permittivitás, értéke: 8,854*10-12 C2/Nm2
- er : anyagi állandó, neve: relatív permittivitás, dimenzió nélküli relatív mérőszám
A relatív permittivitás értéke vákuumra és levegőre 1, egyébként a két fémlemez közötti
szigetelőanyag jellemzője.
A váltakozó áram és feszültség átlagos hatását azok effektív értéke határozza meg:
I U
I eff = max ,U eff = max
2 2
Az egyenérték alapja, hogy egy Imax amplitúdójú váltakozó áram hőhatása egy adott
I
fogyasztón ugyanakkora, mint egy max erősségű egyenáramé.
2
Ohm törvénye: váltakozó áramokra és érvényes Ohm törvényének általánosított alakja: egy
fogyasztó (egy R,C, L elemek kombinációjaként kialakuló áramköri elem) két pontja között
mérhető feszültség effektív értéke (Ueff) arányos a vezetőben folyó áram effektív értékével
(Ieff). Az arányossági tényezőt a fogyasztó váltakozóáramú ellenállásának (X) nevezzük:
U eff = X × I eff
A váltakozó áramokkal szemben azonban az áramköri elemek az ellenálláson túl még egy
hatással lehetnek: általában megváltoztatják a szinuszosan váltakozó áram és feszültség
egymáshoz viszonyított fázishelyzetét, időbeli fáziseltolódást okoznak:
I (t ) = I max × sin(wt )
U (t ) = U max × sin( wt + j )
A j fázisszög tehát ugyanúgy jellemzője a továbbiakban egy vizsgált áramköri elemnek,
vizsgált mintának, mint maga az ellenállás (X).
Az alapelemek tulajdonságai:
2
Z= X R + ( X L - X C )2
XL - XC
j = arctg
XR
XL
Z XL
j
XR
XR
XC
XC
a, b,
1. ábra: Váltakozó áramú ellenállások vektoriális értelmezése
Ugyanezzel a vektoriális értelmezéssel kiterjeszthető a Kirchhoff-törvények érvényessége is
váltakozó áramokra.
Kirchhoff I. törvénye:
åI i =0
Kirchhoff II. törvénye:
åU =0 i
UR UC UR
UC
UT
U R + UC + UT = 0
~
UT
a, b,
2. ábra: Példa váltakozó áramú körre
Ajánlott irodalom
Felföldi József: Elektrotechnika – KÉE egyetemi jegyzet, Budapest, 1998
KORSZERŰ DIELEKTROMOS MÉRÉSI MÓDSZEREK,
IMPEDANCIA SPEKTRUMOK
Dr. Vozáry Eszter
1. Elméleti alapok
Ha egy mintára egy adott frekvenciájú váltakozó feszültséget kapcsolunk, akkor azon
keresztül ugyanolyan frekvenciájú váltakozó áram folyik. Ha a mintának csak ohmos
ellenállása van, akkor az áram és a feszültség között nincs fázis különbség. Ha azonban a
mintának van induktivitása, akkor az áram késik a feszültséghez képest, ha pedig a mintának
van kapacitása, akkor az áram siet a feszültséghez képest. A minta ellenállást, impedanciáját a
feszültség és az áramerősség hányadosa határozza meg. Két szinuszosan változó mennyiség
hányadosát egyszerűbb kezelni, ha komplex számnak tekintjük azokat. A komplex feszültség
U = U o cos wt + iU o sin wt és a komplex áramerősség I = I o cos(wt + j ) + iI o sin( wt + j ) , a
komplex impedancia Z = U / I = R + iX , ahol Uo és Io a feszültség, illetve az áramerősség
amplitúdója, w = 2kf a körfrekvencia, f a frekvencia, és j a feszültség és áram közötti
fázisszög. A Z komplex impedancia valós része R és képzetes része X, i = - 1 a képzetes
egység, és i2=-1; R = Z cos j és X = Z sin j .
1. ábra
Z e = Z 1 + Z 2 = R1 + iX 1 + R2 + iX 2 = R1 + R2 + i ( X 1 + X 2 )
1 1 1 1 1 R1 R2 æ X1 X2 ö
= + = + = + - iç + ÷
Z e Z 1 Z 2 R1 + iX 1 R 2 + iX 2 R + X
2 2 2 2
R2 + X 2 ç 2 2
R 2 + X 22
2 ÷
1 1 è R1 + X 1 ø
Az impedancia spektrum a különböző frekvenciáknál kapott impedanciák összessége. Az R és
az X értékeket ábrázolhatjuk a frekvencia függvényében (2.A ábra), illetve az impedancia
értékeket a komplex számsíkon (2.B ábra), ez utóbbi görbének több elnevezése is használatos:
Argand-diagram, Wessel-diagram, Cole-Cole görbe.. Szokás még az impedancia nagyságát és
fázisszögét ábrázolni a frekvencia függvényében.
3.00E+04 R (ohm)
0.00E+00
0.00E+00 1.00E+04 2.00E+04 3.00E+04
1.00E+04
R, X (ohm)
-4.00E+03
X (ohm)
log f (Hz)
0.00E+00
1 10 100 1000 10000 100000 1000000 -6.00E+03
-1.00E+04
-8.00E+03
A B
-2.00E+04
-1.00E+04
2. ábra
A csak ohmos ellenállású – azaz elektromos térben nem polarizálódó (ideális vezető) - anyag
l 1 l
impedanciája maga az ohmos ellenállás: Z = R = r = , ahol r az anyag fajlagos
A s A
ellenállása, s a vezetőképessége, és l és A pedig a hossza és keresztmetszete. Ez az
impedancia csak egy valós szám. Azok az anyagok (veszteség nélküli dielektrikumok),
amelyek nem vezetik az elektromos áramot, csak polarizálódnak az elektromos térben, azok
1 1
impedanciája Z = -i = -i . C annak a sík kondenzátornak a kapacitása, amelynél
wC we , A
l
az elektródok felülete A, és az elektródok távolsága l, és a két elektród között a polarizálódó
, ,
anyag helyezkedik el. e , = e r e o az anyag elektromos permttivitása, e r a relatív
permittivitása (vagy relatív dielektromos tényezője) és e o = 8.854 *10 -12 F / m a vákuum
dielektromos állandója.
A valóságban minden anyag bizonyos mértékig vezeti az elektromos áramot és polarizálódik
az elektromos térben. Így az impedanciája egy párhuzamosan kapcsolt kondenzátor és
ellenállás eredő impedanciájának felel meg:
1 1
= +
Z R
1
1
=
1
R
A
l
( A
l
)A
+ iCw = s , + iwe , = iw e , - ie ,, = we ,, + iwe ,
l
( ) ( )
-i
Cw
s,
Ebben a felírásban az e , - ie ,, az anyag komplex permittivitása, természetesen e ,, = és
w
,,
e ,, = e r e o . s , a vezetőképesség, amely arányos az időegység alatti energia veszteséggel, e ,,
,,
pedig arányos az egy periódus alatti energia veszteséggel. e r -t veszteségi tényezőnek is
( )
nevezik. A d = arctan e ,, / e , kifejezés megadja a veszteségi szöget.
2. Az impedancia spektrumok és impedancia paraméterek meghatározása
3. ábra
4 4 4 4 4
0 1 .10 2 .10 3 .10 4 .10 5 .10
4
1 .10
1.1
4. ábra
3. Alkalmazások
,,
A biológiai szövetek 1Hz – 100 GHz frekvencia tartományban a következő e r ( f ) és
,
e r ( f ) spektrumokat adják:
,
Az e r ( f ) relatív dielektromos állandó monoton csökkenő tendenciát ad az egész frekvencia
tartományban, értéke az alacsony frekvenciáknál akár 105 nagyságrendű is lehet. Az e r ( f )
,,
2
S æt ×S ö
Sx = (1.1); D = t 95% × S x (1.2); n = ç 95% ÷ (1.3) Eq1.
n è D ø
Ahol Sx jelenti a standard hibát, S a becsült szórást, t95% a Student eloszlás határértékét az
elvárt megbízhatósághoz, D a megengedhető hibát (±D), n a minta szükséges elemszámát. A
nem megfelelő mintaszám hatását jól mutatja az 1. ábra, ahol standard normális eloszlásból
vett 500 elemű és 10 elemű véletlen minták hisztogramjai láthatóak.
a. b.
1. ábra: Normális eloszlású alapsokaságból választott 500 elemű (a) és 10 elemű (b) minta
Response: Adat
Df Sum Sq Mean Sq F value Pr(>F)
Csoportok 1 16.956 16.956 8.1889 0.004872 **
Residuals 138 285.749 2.071
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
a. b.
A 2/b ábrán felfedezhető a változás tendenciája is. Ekkor függvény illesztésével modellt
készíthetünk, és azt később felhasználhatjuk osztályozásra, becsléshez. Az illesztés
értékeléséhez szükséges információk (reziduumokról, az együtthatók becsléséről):
Residuals:
Min 1Q Median 3Q Max
-6.60859 -1.35890 -0.07505 1.22994 9.22161
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 16.441685 0.112758 145.81 <2e-16 ***
y 0.151669 0.002823 53.73 <2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Ajánlott irodalom
1. William N. Venables, Brian D. Ripley (2002). Modern Applied Statistics with S.
Fourth Edition. Springer, ISBN 0387954570
2. Szűcs István (2004): Alkalmazott statisztika. Agroinform Kiadóház
ELEKTRONIKUS ESZKÖZÖK, ADATGYŰJTŐ KÁRTYÁK,
DIGITÁLIS FELDOLGOZÁS
Dr. Felföldi József
Külső adatforrással (pl. egy digitális műszer kimenetével) a PC rendszeréhez csatlakozni csak
a struktúra szabályait betartó elektronikus áramkör - egy ún. 'interfész' - közbeiktatásával
lehet. Az interfész feladata (amellett, hogy természetesen ki kell elégítenie a jelszintek és a
terhelhetőség fizikai kompatibilitásának feltételét):
· címfelismerés
· a vezérlőjelek értelmezése
· az adatbusz beolvasása vagy a speciális kimenetek időzített buszra-kapcsolása a megfelelő
pillanatban.
1. Mérőinterfészek
A rendszer feladata két készülék összekapcsolása minimális számú vezetékkel (akár egyetlen
érpárral). A rendszerben az információt impulzus-sorozat szállítja pontosan meghatározott
ütemezésben.
Mint az elterjedt név-rövidítés (GPIB: General Purpose Interface Bus) is jelzi, az IEEE488-as
párhuzamos interfész a legsokoldalúbb illesztőegység méréstechnikai alkalmazásokra. Egy
ilyen interfésszel ellátott PC több (maximálisan 15) készüléket integrálhat egy rendszerbe. A
rendszer szinte lemásolja a számítógép busz-logikáját. Itt a vezérlő egység maga a PC, az
alárendelt funkcionális egységek a rendszerhez illesztett készülékek. Minden készüléknek
címet kell adni (ez a készüléken kapcsolókkal vagy vezérlőpanelen beállítható) és a működés
során a PC 'szólítja meg' az egyes berendezéseket a vezérlő programnak megfelelően.
A pillanatnyilag betöltött funkció szerint minden készülék lehet 'beszélő', amikor éppen
adatot ad a buszra, vagy 'hallgató', amikor aktívan vagy passzívan csak figyeli, olvassa a
buszt. A rendszerben egyszerre csak egy beszélő, de tetszőleges számú hallgató készülék
lehet. A vezérlő csak annyiban kitüntetett tagja a rendszernek, hogy ez a készülék jelölheti ki
az aktuális beszélőt.
1. Képfeldolgozás
Az előadáson ismertetem
· stabilitást és összehasonlíthatóságot biztosító méréselrendezést és mérésutasítást
· az objektum kiválasztásának alapvető és általam kidolgozott módszereit
· a felület kvantitatív jellemzésének lehetőségeit, pl. színstatisztika
· szimmetrikus alakzatok leírását Fourier-együtthatókkal
· objektumcsoport egyedeinek alakleírását analitikus függvényekkel pár paraméterével
· alakleírás más, speciális módszereit
1.1. Méréselrendezés
n
f ( x ) = a 0 + å (ai × sin(2pi × x ) + bi × cos(2pi × x ))
i =1
n
f ( x ) = a 0 + å ci × sin(2pi × x + j i )
i =1
radius
Megkapjuk az alakzat átlagos sugarát, average radius 0. Fourier cooeffic ient
ellipszicitásának, illetve:
N-szög szerűségének jellemzőit.
angle
radius
1 maximum: excentricity 1. amplitude
Természetes objektumok pl. levelek,
gyümölcsök alakjának leírására a
módszer nem használható angle
eredményesen, mivel radius
2 maximum: ellipsicity 2. amplitude,
2. shift : direc tion
angle
radius
3 maximum: triangle-like 3. amplitude
angle
ebben az esetben a sugárfüggvény nem periodikus. Termények alakja például gyakrabban
tengelyszimmetrikus, amely tengely ráadásul nem egyenes. Levelek azonosításakor azok
struktúrája inkább mutat fraktál tulajdonságokat, a körvonalon a fogak messze nem
harmonikusak és a hullámhosszuk is változó.
görbült tengely fraktál tulajdonság változó hullámhossz,
felharmonikusok
A termények alakjának leírásánál alapvető cél, hogy lehetőleg minél kevesebb, egymástól
független, és az osztályokat jól elkülönítő paramétert nyerjünk a későbbi statisztikus
vizsgálathoz.
A Zeutec berendezés általunk fejlesztett Borland C Builder kezelő felületen három jelforrás
paraméterezhető és vezérelhető Windows API függvényeken keresztül:
LuxNIR:
InGaAs sensor (FPA)
12 bits dynamic range
320*256 resolution (x*w)
900-1750nm spectral range
30*30 µm pixel pitch
USB2.0, 0 – 60°C op.temp.
98% pixel operatibility
LuxVIS:
CMOS sensor (IBIS4)
12 bit dynamic range
1280*1024
resolution(x*w)
400-1000nm spectral r.
7*7 µm pixel pitch
USB2.0, 0 – 60°C op.t.
Tetszőleges VfW eszköz:
Tesztelési célokra
Ajánlott irodalom
Álló Géza, Főglein János, Hegedűs Gy. Csaba, Szabó József (1985): Bevezetés a
számítógépes képfeldolgozásba, Budapesti Műszaki egyetem
MINŐSÉG JELLEMZÉSE PENETROMETRIÁS MÉRÉSI MÓDSZERREL
Dr. László Péter
DF
D=
Dl
a, Kompressziós
módszerek
m
T = 2p ×
D
b, Dinamikus
módszerek
1 12
0.8
10
0.6
Spektrum-amplitúdó
0.4 8
Jelamplitúdó
0.2 6
0
0 0.05 0.1 0.15 0.2 0.25 0.3 4
-0.2
-0.4 2
-0.6
0
-0.8 0 200 400 600 800 1000 1200
Idő, s Frekvencia, Hz
A keletkező jelet (az erő, vagy gyorsulás időbeli lefolyását) minden esetben a fékeződő tömeg
és a keménységfüggő fékező erő határozza meg. Mivel az ejtésvizsgálat során több az
eredményt befolyásoló zavaró tényező (a termény alakja, tömege, pozíciója az esés
pillanatában stb.), a gyakorlatban inkább az ütésvizsgálat terjedt el. Egy tipikus jelalakot
illusztrál a 3. ábra, a kutatási gyakorlatban használt görbejellemzők feltüntetésével.
10000
Amplitúdó
8000 meredekség
Bemenőjel, digitális egység
6000
félérték-szélesség
4000 görbeszakaszok
alatti terület
2000
0
5 7 9 11 13 15
-2000
dTfel dTle
-4000
Idő, ms
4. ábra: Ütésvizsgálat
Az ütésvizsgálati módszer:
- felületi keménységjellemzésre alkalmazható
- reprodukálhatósága: jó (5 – 15 %)
- roncsolásmentes
- összefüggése más keménységjellemzőkkel jó (70-90%)
A módszer gyakorlatilag minden anyagra jól alkalmazható, alaktól, struktúrától függetlenül
(alma, körte, sárgadinnye, kajszi, gomba, paprika, paradicsom, hagyma, fokhagyma, sajt).
Dx
Terjedési sebesség: c=
DT
20 log( A1 / A2 )
Csillapítási tényező: a=
x1 - x2
Ahol - Dx: a vizsgált minta (szelet) vastagsága, a terjedés úthossza
- DT: a terjedési idő (a mintára adott és a minta túloldalán detektált jelek közötti
késleltetés)
- A1 és A2 az ultrahang jelszintje az minta x1 és x2 pozíciójában mérve
A bíráló kiválasztás első lépése, hogy minél több információt gyűjtsünk össze a bírálóról,
mely történhet egy beszélgetés keretében vagy kérdőív segítségével. A bírálók kiválasztásánál
nagyon fontos dolog a motiváció. Hiába vannak valakinek kitűnő képességei, ha tehernek érez
minden egyes vizsgálatot vagy nem ér rá, a főnöke nem engedi el, sokat tartózkodik
külföldön. Ez esetben célszerűbb egy szerényebb képességekkel rendelkező bírálót választani,
aki minden bírálatra szívesen jön el, nincsenek akadályozó tényezők sem. Szintén nagyon
fontos tényező annak ismerete is, hogy az egyén szenved-e valamilyen allergiás
megbetegedésben, hiszen ebben az esetben bizonyos típusú bírálatokban nem vehet részt.
Fontos ismeret a bírálóvezető számára az is hogy az egyén szed-e valamilyen gyógyszert vagy
dohányzik-e. A dohányzás nem lehet kizáró indok egy érzékszervi bírálat alól, de fontos
tudnia a bírálónak, hogy ez érzékszervi teszt előtt fél órával nem szabad rágyújtani.
Az első bírálat alkalmával a bíráló megkapja a bíráló azonosító kódját. Az azonosító kód
segítségével egy adatbázist építhetünk ki, melyben a bíráló kódon kívül szerepel a bíráló
elérhetősége, esetleges megjegyzések, stb. Ezt az adatbázist használhatjuk fel arra is, hogy az
egyes bírálatok eredményét rögzítsük, megkönnyítve ezzel a bírálatvezető munkáját, hiszen
így az adatbázis szűrése nagyon hatékony és egyszerű. A bíráló azonosító kód alkalmazásával
egyértelmű az azonosítás (például névegyezés esetén), nem sértjük ezzel a személyiségi jogok
védelmét. A bíráló azonosító kód segítségével például kiírhatjuk a legutóbbi teszt eredményét
több helyen is a cég területén, az egyes bírálók a saját kódjuk segítségével csak önmaguk
eredményét kereshetik ki, a többi eredményt nem tudja nevekhez kötni. Minden bíráló
esetében kívánatos - a megfelelő gyakorlat fenntartása céljából – az eredményektől
függetlenül a bírálókiválasztó tesztek meghatározott periódusonkénti (félévenkénti –
évenkénti) ismételt elvégzése.
Az alaptesztek során a bíráló általános alkalmasságát vizsgáljuk, azaz az átlagos
képességekhez viszonyítjuk. Az alaptesztek fő vizsgálati típusai a következők:
· Színfelismerés
· Szaglóképesség vizsgálat
· Ízküszöbérték (MSZ)
· Ízküszöbérték (ISO)
· Ízfelismerés (MSZ)
· Ízfelismerés (ISO)
· Koncentráció különbség
A kurzus során ezen vizsgálatok közül a színfelismeréssel, az ízküszöbérték vizsgálattal és az
ízfelismeréssel foglalkozunk részletesen.
A bírálat során 3 színt vizsgálunk: A pirosat, a sárgát és a zöldet. Mindegyikből készült egy
10 tagú hígítási sor, tehát összesen 30 különböző színoldatot helyeztünk el egy
kémcsőállványban véletlenszerűen. A feladat az, hogy egy erre a célra külön kikészített
kémcsőállványba a bíráló először szétválassza az oldatokat színek szerint, majd az
ugyanolyan színű mintákat tegyék sorrendbe a színintenzitásuk alapján. Végül a felállított
sorrendnek megfelelően a mintákon megtalálható kódszámot fel kell jegyezni a bírálati lapra.
Ez egy úgynevezett nullhibás teszt. Fontos megjegyezni, hogy a színvizsgálatok esetében a
megvilágításnak jelentős szerepe van, így célszerű ezeket reprodukálható, mesterséges
fénynél elvégezni, fehér háttér előtt.
2. Ízküszöbérték (MSZ)
Az ízfelismerés során a bíráló egy tálcán 9 mintát kap, melyben a 4 alapíz (édes, sós, savanyú,
keserű) ízenként kétszer, míg a forralt víz egyszer szerepel, véletlen sorban. A bíráló feladata
az, hogy a mintákat egyesével megízlelje, majd kiválassza a felismert ízt. Ha a következő
mintát már vizsgálta, akkor az előző minta kóstolása nem engedélyezett!
Az ISO szerinti ízküszöbérték vizsgálat során a bíráló egy 9-15 tagból álló mintasort kap,
amely véletlenszerű elrendezésben tartalmazza mind a 6 alapízt (édes, sós, savanyú, keserű,
fémes, Na-glutamát) minimum egyszer, maximum 3 alkalommal, valamint a semleges ízt -
mely lehet forralt csapvíz, ásványvíz - egy vagy két alkalommal. A bíráló feladata az, hogy a
mintákat egyenként megkóstolja és azonosítsa a felismert alapíz valamelyikét.
KÜLÖNBSÉGVIZSGÁLATI MÓDSZEREK ALKALMAZÁSA
ÉS ÉRTÉKELÉSI MÓDSZEREIK
Dr. Kókai Zoltán
1. Különbségvizsgálati módszerek
A vizsgálat első lépése az ’A’ minta (referencia) alapos, előzetes megismerése, amely
a teszt során már nem áll rendelkezésre. A bíráló ’A’ és nem ’A’ mintákból álló kódolt
mintasorozatot kap. Minden egyes minta esetében döntenie kell, a kérdéses minta azonos-e a
referenciával vagy nem (innen ered a vizsgálat angol elnevezése „A-Not A test”). A
mintasorozat tagjainak bírálata között ugyanannyi idő telik el. Az összes nem ’A’ minta
azonos.
Tipikusan egyoldali vizsgálat, amelyet csekély különbségek esetén alkalmazunk,
illetve akkor, ha a minták nagyon ingerlő, intenzív tulajdonságaik miatt nem alkalmasak
többmintás tesztre. Az érzékszervi emlékezőtehetség jól fejleszthető ezzel a módszerrel, így
bírálóképzési célzattal is alkalmazható.
Nagy a véletlen eltalálás - így a hiba - valószínűsége (50%). A kiértékelés során - c2 -
próba - azt vizsgáljuk, hogy az ’A’ mintára adott helyes és helytelen válaszok aránya
szignifikánsan különbözik-e a nem ’A’ mintára adott helyes és helytelen válaszok arányától.
Az értékelés során, a bírálati lapokon rögzített helyes és helytelen válaszokat összegezzük (5.
táblázat). A bírálatok és a helyes válaszok száma alapján az érzékszervi különbség statisztikai
2
biztonságát c próbával lehet megállapítani. A különbség akkor szignifikáns, ha a számított
c2 -érték nagyobb vagy egyenlő, mint az adott szabadsági fokhoz tartozó táblázatos, kritikus
c2 -érték.
A kiosztás szerint
Válaszok A notA Összesen
A n11 n12 n1x
notA n21 n22 n2x
Összes nx1 nx2 nxx
2
A c -próba számítása 1-es szabadsági fok (DF=1) esetén:
(E0 – Et)2
c2 = S i,j ¾¾¾¾¾
Et
A bíráló egy vagy több mintahármast kap. Az egyes mintahármasok tagjai a tálcán általában
függőleges sorokban helyezkednek el. A bíráló először le írja a tálcaszámot és a minták
kódszámait. A mintahármasokon belül kettő minta egyforma, egy különböző. A feladat a
különböző minta kiválasztása. Az első mintahármas tagjait a bíráló egyenként kóstolja meg,
majd kiválasztja a különböző mintát a kódszám melletti mező megjelölésével. Ezután rátérhet
a következő mintahármas bírálatára. Amennyiben nem tud különbséget tenni, akkor is
választania kell, ez esetben jelzi, hogy véletlenszerű választás történt. A bíráló a minták
között fogyasszon ízsemlegesítőt. Ha a bírálónak valamelyik mintával kapcsolatos egyéb
észrevétele van, azt leírja a megfelelő minta mellé.
A háromszög teszt egyik lehetséges értékelési módszere a szekvenciális eljárás
Ez az eljárás emelett alkalmas bírálók képzésére és tesztelésére is. Elsődeleges célja azonban
termékek közötti különbség vagy azonosság megállapítása szakértők illetve fogyasztói
preferencia vizsgálat során. Gyors, folyamatos módszer és a grafikus megjelenítésből adódóan
egyszerű a használata.
Előnye, hogy nem kell előre meghatározott számú vizsgálatot végrehajtani és azonnal
kontrollálni tudjuk, hogy a vizsgálat éppen hol tart.(további vizsgálatra van e szükség vagy
már be lehet fejezni a bírálatot)
Az első és másodfajú hibák, valamint az elfogadás és elutasitás százalékos szintjének
előzetes megválasztását követően kiszámítjuk az elfogadási és elutasítási határegyeneseket és
egy rácshálós koordináta rendszerben ábrázoljuk.
A koordináta rendszer ordinátája a bírálatok száma, abszisszája az akuumlált helyes,
illetve egy termékre leadott bírálatok száma. ( az alkalmazott bírálati módszertől függ hogy a
helyes eredményt visszük-e fel az abszisszára vagy az egy termékre leadott bírálatokat)
Ezután a bírálatokat egymás után végezve mindaddig kell folytatni, ameddig a helyes
válaszok száma (vagy az egy termékre leadott bírálatok száma) a határegyenesek által
elhatárolt tartományon kívül kerül.
Ha az elutasítási határegyenest haladja meg, úgy a minták különböznek, ha az
elfogadási határegyenes alá jut, akkor a minták egyezőek a rögzített hibaszintek mellet.
A két határegyenes közötti területen belül nem lehet döntést hozni, további bírálatokra
van szükség.
CONSUMER PREFERENCE TESTS VS. LABORATORY TESTING
Zoltán Kókai PhD
Quality is of ever-growing importance today in every field of life, including food and
agriculture. Several quality evaluation methods are available for the assessment of crops and
food products. These methods are of high accuracy and they use state-of-the-art technology.
Instrumental and sensory analysis provides different kind of information, which supports
professionals in decision making.
Sensory evaluation methods are still fundamental tools of assessing the perceived
quality of food. Reliability of sensory data is a function of the applied methods and assessing
tools, just as in case of instrumental analysis. The subjective character of sensory tests is
caused by the fact, that the tools of evaluation are the assessors, with all the nature and limits
of human physiology and psychology. So the assessment of sensory quality is based on a
subjective perception and its subjective expression. Several international (ISO) and national
(MSZ) standards deal with sensory test methods, so the subjective character can be reduced
and the reliability can be improved. Increasing market competition also initiates development
in sensory methodology.
· Consumer tests: untrained (naïve) assessors take part in the test. The number of
respondents is preferably high, to ensure a given market representative results. The
test procedure should be easy and transparent, since most consumers have no
experience in such testing. The number of samples should be limited, as long tests
involving many samples usually do not provide reliable data. The target of
consumer tests is primarily preference. The respondents give a hedonic evaluation,
based on overall impression.
· Laboratory tests: trained assessors and/or experts are needed (preferably a product
specific panel). The reliability of these methods is based on the training of the
assessors. Tests take place in a specially designed sensory laboratory (ISO). The
test structure is much more detailed than in the case of consumer research. The
number of samples might be higher, but it should still be reasonable, since several
sensory properties are evaluated during the tests. The target of such evaluations is
a detailed sensory description of the samples.
Both these approaches are necessary to completely explore the sensory quality of a
food product. The consumer tests refer to the degree of satisfaction. Such tests are essential
when introducing a variety to a new market. Several conclusions might be drawn from
previous experience on foreign markets, but consumer preference usually varies to a great
extent from market to market.
Descriptive tests are more replicable over different panels (countries). If the applied
descriptive terminology is standardized, then differences in the results between regions or
countries will refer mainly to the differences among the samples. The same product type
produced e.g. in Germany and Hungary is very likely to have differences in its sensory
character.
Concerning the consumer tests, there are three major types of this procedure:
- Point of sale Consumer Test with blind coded product,
- Central Location Test, and
- Home Panel test.
Hierarchical ascending classification (cluster-analysis) shall be applied for the
exploration of consumer test data. Classification can performed e.g. with Ward-method by the
means of SPSS for Windows, versions 7,5-11,0.
THE IMPACT OF INFORMATION TECHNOLOGY ON SENSORY ANALYSIS
Zoltán Kókai PhD
Sensory quality involves all attributes percieved through the human senses. Sensory
testing data might be influenced by the subjective character of the assessors taking part in the
evaluation. However, several techniques are known which reduce bias to an acceptable level.
Information Technology (IT) is a great help in designing and performing sensory tests in
accordance to the relevant ISO standards. Our laboratory has developed a VBA software
supporting sensory profile analysis of disease-resistant apple varieties. This software can be
used to explore and monitor the sensory quality of different food products. This system may
be used for online testing (LAN) or with printed score sheets, if network solutions are not
provided.
Designing and implementing sensory tests can be effectively aided by the application
of IT tools. Depending on available resources, different levels of computerization are
possible:
1. Basic level: the test design and questionnaires are created on a single PC.
Sheets and sample codes are printed. Test is implemented on hardcopy
forms. Data collection is performed by the means of manual coding and
data input.
2. Intermediate level: Test is designed and implemented, as above. Data input
is computerized with the application of OCR (Optical Character
Recognition) technology. Special software is needed for the design of the
test sheets. Not all types of data can be processed (e.g., handwriting might
cause problems). Precision printing and copying are essential. High
performance scanner with ADF (Automatic Document Feeder) is
necessary.
3. High level: Test design and questionnaires are designed on the panel
leader’s PC. The questionnaire files are copied to the computers in the
sensory booths. Test is performed with the electronic forms. Data
collection is real time through the network. Data analysis is fast and
convenient. Full computerization of the sensory lab is needed (PC to every
booth + LAN).
In some cases, the highest level of computerization is either not always feasible, or it
can be implemented only through very large investments. Consumer tests involving
hundreds of respondents are usually performed on paper ballots. There are mobile
solutions for this purpose (e.g., palmtop, PDA, tablet/touch screen-based computers) but
their application in Hungary is not typical.
The efficiency of test design and test implementation depends considerably on the
specialization of the software. The more specific the software, the easier the testing is.
Usually, this means higher development costs as well. Such specialized software systems are
sold in a moderate number of copies, so their prices are relatively high. This can be one of the
motivating factors for developing a new software system tailor-made to the objectives of the
current research.
Since software development is connected to the lab tests, these will be explained in
more detail. During the laboratory tests, descriptive sensory profiling was applied. Several
versions of this approach are known, in this present research we used a special version of
profile analysis: Q.D.A. Quantitative Descriptive Analysis provides a detailed sensory
description of the apple varieties tested. The method consists of 3 main steps:
Step #1: Generating the terminology of descriptors: The assessors are introduced
with the samples to be tested. They define those sensory attributes, which are the most
characteristic to the samples. Each sensory attribute has to be clearly defined and
understood by all panel members. The panel leader helps to manage the process of
generating the terminology. Once a sensory attribute is defined, the panel chooses an
evaluation method (e.g., unstructured scale, category scale).
Step #2: Implementing the test: During Step #1, the panel leader creates the
structure of the score sheet on the basis of the panel’s decisions. Once consensus has
been reached among panel members, the panel leader customizes the score sheets
according to the test design. Sample codes and a presentation order are generated for
each assessor, to provide a balanced test environment. Assessors work separately in
the sensory booths. The personalized score sheets are copied to the booth PC’s.
Panellists evaluate the samples according the defined terminology.
Step #3: Evaluating the data: After score sheets have been filled out, they are first
checked for missing data in the presence of the panellists. In the case of any missing
data, the assessor can complete the evaluation. Once all sheets are confirmed, the
panel leader adds them to the parent directory. Data analysis protocols begin to
explore differences among the tested samples. Statistical evaluation can be performed
with built-in modules or sheets can be exported to several statistical applications.
SZÁMÍTÓGÉPPEL TÁMOGATOTT PROFILANALITIKUS MINŐSÍTÉSI
RENDSZER GYAKORLATI KIALAKÍTÁSA
Dr. Kókai Zoltán
Esettanulmányunkban használjuk fel egy 10-darabos körteminta (fajta: Bosc Kobak) 12-napos
tárolása során végzett akusztikus keménységmérések alapadatait. A vizsgálat során nem
egyenletes időközökben (a tárolás kezdetén, azaz a 0. napon, majd a 3., 4., 5., 6., 10., 11. és
12. napon) mértük az egyes minták
- tömegét: m, g
- akusztikus hangválaszának rezonancia-frekvenciáját: f, Hz = 1/s.
Az akusztikus keménységtényező (a szakirodalomban elterjedt megnevezésével: stiffness)
meghatározására a következő formulát használjuk:
s = f2 *m, N/mm
A keresett modell meghatározása lényegében egy, a mérési pontokra jól illeszkedő s = f(t)
függvény megkeresését jelenti, azaz regresszió-analízissel oldható meg.
7
Akusztikus keménységtényező, N/mm
0
0 2 4 6 8 10 12 14
Tárolási idő, nap
3.1. Az adatpontok elhelyezkedése alapján feltehető, hogy a bejelölt pontok kiugró adatok,
nem tartoznak a vizsgált populációhoz. Ennek objektív eldöntésére az Excel programon belül
is végezhető egyszerű statisztikai elemzés. Pl. a 11. napi adatok:
Tárolási
Minta m,g f, Hz s, N/mm
idő, nap
…
1 11 178.2 117 2.44
2 11 213.5 99 2.09
3 11 178.6 113 2.28
4 11 187.8 110 2.27
5 11 148.2 138 2.82
6 11 140.4 135 2.56
7 11 178.9 112 2.24
8 11 173.1 104 1.87
9 11 171.2 157 4.22
10 11 195.2 101 1.99
…
Ha feltételezzük, hogy az adatok normális eloszlásúak, akkor az egyedi adatoknak kb. 95%-os
valószínűséggel az (átlag +/- 2*szórás) intervallumon belül kell lenniük (Szűcs, 2002).
Esetünkben a 11. napi keménységértékek átlaga (a kérdéses érték kihagyásával) 2,286 N/mm,
szórása 0,292 N/mm, tehát az egyedi adatok 95%-os ún. konfidencia-intervalluma az 1,702 –
2,870 keménységtartomány. Elmondható, tehát, hogy a vizsgált érték (és hasonló elemzés
alapján a másik kérdéses méréseredmény is) statisztikailag bizonyítottan kiugró érték, 95%-os
valószínűséggel nem tartozik a vizsgált populációhoz (hibás egyedi mérés), elhagyásával
javítjuk a további elemzés statisztikai megbízhatóságát.
3.2. A mérési pontok elrendeződése nyilvánvalóan nem véletlenszerű, tehát kereshető az ok-
okozati kapcsolat a tárolási idő és a keménység között regresszió-analízissel.
3.3. A keménység időben monoton csökkenő trendje a grafikon alapján nyilvánvaló. Elvileg
számos függvény lehet alkalmas egy ilyen változás leírására, de a szakmailag korrekt
megoldáshoz csak azok a függvénykapcsolatok választhatóak, amelyek előismereteink alapján
fizikailag indokolhatóak, de legalábbis nem vezetnek fizikailag képtelen következményekre.
Így azonnal kizárható például az egyébként statisztikailag jól illeszkedő lineáris modell,
hiszen ha a keménység időben lineárisan csökkenne, akkor rövid idő után nulla, majd negatív
lenne a minták keménysége, ami nyilván lehetetlen. Konzekvens modell csak olyan
formulával írható le, amely időben aszimptotikusan közelíti a végértékét. Ilyen lehet például
az elemi függvények közül az exponenciális, illetve a reciprok függvény:
s(t) = ea1+b1*t, illetve
s(t) = 1/(a2+b2*t)
4. Lineáris regresszió-analízis alkalmazhatósága érdekében a keménység megfelelő
transzformáltjainak időfüggését vizsgáljuk:
log(s) = a1+b1*t, illetve
1/s = a2+b2*t
Számítsuk ki a mérési adatok transzformáltjait, ábrázoljuk azokat és – a regresszió-analízis
legegyszerűbb megvalósításaként – illesszünk lineáris trendvonalat a pontokra:
1 0.7
y = -0.0362x + 0.7439
2 0.6 y = 0.0256x + 0.1628
0.8 R = 0.8713 2
0.5 R = 0.8544
0.6 0.4
log(s)
1/s
0.4 0.3
0.2
0.2
0.1
0 0
0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14
Tárolási idő, nap Tárolási idő, nap
0.2 0.2
0.1 0.1
Rezidum [log(s)]
Rezidum [1/s]
0 0
0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14
-0.1 -0.1
-0.2 -0.2
Tárolási idő, nap Tárolási idő, nap
s = 1/(0.0256t + 0.163)
Javasolt irodalom:
- Kemény Sándor, Deák András: Kísérletek tervezése és értékelése, Műszaki
Könyvkiadó, Budapest, 2000.
- Szűcs István: Alkalmazott statisztika, Agroinform, Budapest, 2002.
GYÜMÖLCS-TERMESZTÉSI ÉS A TÁROLÁSI ELJÁRÁSOK
ÉLELMISZERBIZTONSÁGI KÉRDÉSEI
Dr. habil. Kovács Etelka DSc (KÉKI) e.kovacs@cfri.hu
1. Bevezetés
5. A sejtfalbontó enzimek
Ultrastruktúra vizsgálatok szerint úgy tűnik, hogy a mikrofibrilláris hálózat az érés alatt
megváltozik (alma, körte, avokádó), de az nem bizonyított, hogy ez a cellulóz mikrofibrillum
megváltozása miatt következik be. Immunológiai és NMR vizsgálatok szerint a cellulóz intakt
maradt. A sejtfalhoz kötött enzimek az állományváltozásban, a pektin polimerek lebontásában
és átalakításában fontos szerepet játszanak. Az endo-poligalakturonáz (endo-PG, EC 3.2.1.15)
katalizálja az a-1,4,D-galakturonán hidrolízisét. Ez az enzim alig van hatással a metil-
észterezett, vagy a sok ramnózt tartalmazó, ill. a sok neutrális oldalláncot tartalmazó láncra. A
ramnogalakturonáz A (Rgase A) enzimet almában, szőlőben és paradicsomban is kimutatták.
Ez az enzim a galakturonozil-1,2-ramnozil glikozidos kötéseket hidrolizálja, és képes olyan
pektin hálót bontani, amelyik az endo-PG-nek ellenáll. Ehhez olyan pektin polimer szükséges,
amelyben sok galaktozil szubsztituens van. Ez a depolimerizáció egy teljesen más sejtfal
integritást eredményez, mint az endo-PG a homogalakturonán lánc depolimerizációjával. A
pektinmetilészteráz (PME, EC 3.1.1.11) a de-észterifikációt katalizálja, ez a pektin polimer
fizikai-kémiai tulajdonságait befolyásolja (molekula sűrűség, zselatináció). A kalciummal
kötött zónák miatt a PME hatása korlátozódik, és ezen keresztül hatással van a sejtfal
rigiditásra és a szövet integritásra. Jelentős PME aktivitás van a paradicsomban a fejlődés és
az érés alatt. A b-galaktozidáz (β-Gal, EC 3.2.1.23) exo-enzimnek kettős szerepe van,
egyrészt a sejtfalhoz kapcsolódó galaktóz-forgalomban a gyümölcsnövekedés és a fejlődés
alatt, valamint a galaktóz tartalmú poliszaharid degradáció érés alatti szabályozásában. Az
enzim hidrolizálja a terminális nem-redukáló β-D-galaktozilt a β-D-galaktozidról, továbbá
szerepelhet, mint pektin degradáló enzim, a ramnogalakturonánhoz kovalensen kapcsolódó β-
1®4 kötésű galaktán bontásával. Az érés alatt a sejtfal galaktóz 70%-a lebomlik, főleg a
galaktán oldalláncaiból. A β-Gal az érés alatt az endo-PG alternatívájaként funkcionál a
pektin depolimerizációban. A β-Gal az endo-PG-hez hasonlóan az érés korai fázisában nem
tűnik fel, inkább a puhulás későbbi fázisában katalizálja a poliszaharid depolimerizációt. A
xiloglukánláncot az endo-b(1®4)-D-glukanáz mindig a szubsztitúció nélküli glukóz
maradéknál hasítja. A xiloglukán endotransglukoziláz (XET) a xiloglukán molekulát hasítja
és az új redukáló végcsoportot, hozzáköti egy másik xiloglukán molekula nem redukáló
végéhez. Míg a kiwi gyümölcsben az etilénes kezelés a XET aktivitást 10x-es értékre növeli,
addig az almában, a sejtosztódás fázisában van jelen (az antézis után egy héttel), később
szerepét nem tudták kimutatni. Egyes vélemények szerint az érés alatt XET aktivitás stressz
válaszként is feltűnhet, a mérsékelt sejtfalsérülésre válaszként a cellulóz-xiloglukán hálózat
kijavításával. Az endo-β-1,4-glukanáz (celluláz, EC 3.2.1.4)(EGase) a karboximetilcellulózt
bontja, a növényi sejtfalat nem. A kérdés, in vivo milyen szubsztrátja van a celluláznak. A
celluláz a cellulóz fibrillumok térszerkezetére és fizikai megjelenésére van hatással.
A sejtfal nem enzimes változásaiban az expanzinnak van szerepe. Az expanzin kis molekulájú
fehérje (28 kDa), amelyik in vitro katalizálja a sejtmegnyúlást. Az expanzin a glukán-glukán
interakcióban hidrogén híd kötő szerepe van. A gyümölcs puhulás legkorábbi szimptómája a
gyenge sejtfallazulás, ami a hidrolázok által indukált változások előtt jelenik meg. Az
expanzin képes elősegíteni ezt a fellazulást a glukán-glukán interakció gyengítésével. A
növényi sejtfal poliszaharidok nem enzimes hasítása reaktív oxigénnel is történhet, az aktív
komponens a OH- szabadgyök.
7. Gyümölcspuhulás
EüM
MÉBiH
Kockázatelemzés
Ez a tevékenység 3 fő területet ölel magába:
1. Kockázatbecslés:
Tudományos információk, adatok alapján történik a:
Ø veszély felismerése
Ø veszély jellemzése
Ø kitettség lehetőségének vizsgálata
Ø kockázat jellemzése
Élelmiszerek, takarmányok veszélyes szennyezései (szermaradékok, nehézfémek,
toxinok, vírusok) és fogyaszthatóságának mértéke, figyelembe véve a megengedhető
legmagasabb értéket, a bevitel mennyiségét, gyakoriságát (kitettség)
2. Kockázatkezelés:
Kockázatbecslés eredményei alapján
Ø mérlegeli az alternatívákat,
Ø kiválasztják a megfelelő megelőzési eljárásokat
3. Kockázati kommunikáció:
Információk, vélemények interaktív cseréje veszélyekről, kockázatokról az élelmiszer lánc
szereplőivel:
Ø Kockázat elemzők
Ø Fogyasztók
Ø Élelmiszeripari termelők
Ø Takarmánytermelők
Ø Tudományos közösségek
Ø Hatóságok
Ø Forgalmazók stb.
Nyomonkövetés:
Ezzel a területtel érdemes kicsit részletesebben foglalkozni, tekintettel arra, hogy a 178/2002
Általános Élelmiszer Törvény 2005.január 1-től a nyomon-követhetőséget a tagországokban
kötelezővé teszi az élelmiszer lánc minden szereplőjére. Annál is inkább, hogy a törvény a
termékkel kapcsolatos felelősséget teljes mértékben annak termelőjére, előállítójára ill. ezen
szereplők ismeretének hiányában a termék forgalmazójára hárítja.
A nyomon-követhetőség lényegét a 178/2002/EK II. fejezet, 4. Rész, 18. cikkelye az
alábbiakban fogalmazza meg:
Nyomon-követhetőség
(1) A termelés, feldolgozás és forgalmazás minden szakaszában biztosítani kell az
élelmiszerek, a takarmányok, az élelmiszertermelésre szánt állatok, valamilyen élelmiszerbe
vagy takarmányba bekerülő vagy vélhetően bekerülő egyéb anyagok útjának nyomon
követhetőségét.
(2) Az élelmiszer- és takarmány-vállalkozóknak gondoskodniuk kell arról, hogy
azonosítani tudják azon személyeket, akiktől az élelmiszert, takarmányt, az
élelmiszertermelésre szánt állatot, valamilyen élelmiszerbe vagy takarmányba bekerülő
vagy vélhetően bekerülő egyéb anyagot kapják. Ennek érdekében a vállalkozóknak
rendelkezniük kell olyan rendszerekkel és eljárásokkal, amelyek lehetővé teszik az ilyen
információk eljuttatását az illetékes hatóságokhoz azok kérelmére.
Nyomon-követés feladatai:
Oldja meg, és biztosítsa az élelmiszerlánc teljes területén a termékbe bekerülő alap,- segéd,-
kiegészítő,- és adalékanyagok nyomon-követhetőségét az FVM és EüM illetékes hatósági
intézményeinek bevonásával és együttműködésével. További feladata ugyanezen hatóságok
bevonásával nyomonkövethetővé és átláthatóvá tenni az előállítási, tárolási, szállítási
folyamatokat, melyek hatással lehetnek az élelmiszerbiztonságra.
Nyomon-követés alapkövetelményei:
Az EU 178/2002 Ált. Élelmiszer Törvénye nem ír elő semmit arra vonatkozóan, hogy a
20005.jan.1-től hazánkban is kötelezően bevezetett a nyomon-követhetőséggel kapcsolatban
milyen módszert, eszközt kell alkalmazni. Ezt a termelő maga dönti el. A lényeg azonban az,
hogy minden a termelést érintő hiteles dokumentum ellenőrzéskor a rendelkezésre álljon.
Szeretném megemlíteni, hogy a számítástechnikai eszközök ma már elérhető áron állnak
rendelkezésre ahhoz, - és a családok nagy része rendelkezik is ehhez megfelelő
számítástechnikai szoftveres háttérrel (Excel). Ilyen eszközökkel az alábbi – vállalkozás
csaknem teljes volumenét felölelő – nyomon-követés IT területeit lehet megoldani, gyorsan és
pontos adatokkal, gyorsan visszakereshető és dokumentálható formában:
MEBIH EFSA
FVM EüM
Mint azt a MEBiH feladatai között említettük, kiemelt szerepet kapoztt a Hivatal az EFSA val
való kapcsolattartásban. Ez azt jelenti, hogy a MEBiH látja el adatokkal az EU megfelelő
hivatalait a hazai élelmiszerbiztonság vonatkozásában. Említettük, hogy mely hatóságokkal
van a Hivatalnak kapcsolata, és melyektől kapjuk meg a megkívánt gyakorisággal a releváns
adatokat. Szeretném megemlíteni, hogy 2005-ben igen komoly összegű Átmeneti Támogatást
pályáztunk meg és nyerünk el közösen az FVM és EüM hatósági intézeteivel. A Projektből
származó összeget a hatósági intézetek műszerek és informatikai eszközök beszerzésére , és
az ezek használatához szükséges tanfolyamok megszervezésére és lebonyolítására
használhatják. Az elnyert összeg korszerű nagy érzékenységű műszerek, mikrobiológiai
vizsgálatokhoz szükséges berendezések és nagyteljesítményű informatikai központ
megteremtését teszi lehetővé. Miután a Hivatal adatforgalmi rendszere ki kell hogy terjedjen
minden élelmiszer-biztonsággal kapcsolatos vizsgálatra, és kiértékelésre, ki kell építeni azt az
informatikai hálózatot, amely lehetővé teszi az adatok feldolgozását, frissítését, és az EU
megfelelő hivatalaihoz való juttatását. A MEBiH feladata ugyanis a beérkezett adatokból
történő ország jelentés elkészítése is. Természetesen a MEBiH is megkapja a számára
szükséges adatokat az EFSA-tól, vagy más EU-s hivataloktól, melyeket továbbítunk a
releváns magyar hatósági intézetek felé. Ennek az adatforgalmi rendszernek ábráját láthatjuk
az alábbiakban:
MEBiH EFSA
Hatóságoktól beérkező
adatok
Hatósághoz
visszajuttatott adatok
D D
D D D D D
D D D D
1. Bevezetés
Az ismert kórokú események 77 %-át okozta salmonella, 4 %-át S. aureus, 3 %-át trichinella,
3 %-át Shigella, 2 %-át Cl. perfringens, 2 %-át mérgező gomba, 1 %-át Campylobacter, 1 %-
át vírus, és 7 %-át egyéb kórokozók.
Olyan esetekben, ahol az élelmiszerben jelenlevő egészségre ártalmas anyag elérte a heveny
mérgezés küszöbértékét, azonnali tüneteket, élelmiszermérgezési eseményeket is leírtak.
Emlékezetes események voltak a chlorbutanol (állatgyógyszer) tartalmú májból készült ételtől
történt ételmérgezési esemény, és az ún. toxikus olaj szindróma, amikor is az étkezési olajba
került mérgező adalék. A megbetegedések oka nem mindig derült ki egyértelműen.
Európában azonban leggyakoribb a mérgező gomba vagy más mérgező növény elfogyasztása
miatt bekövetkező élelmiszermérgezés. Tengerparti országokban a tengeri élőlényekben
természetesen előforduló, vagy a mérgező algák által termelt toxinok vízből történő
akkumulálása vezet súlyos, néha halálos élelmiszer eredetű megbetegedéshez.
1998 végére az ételmérgezési események száma csaknem azonos az 1960-as évek közepének
megfelelő értékkel. Ezt követően enyhe csökkenés észlelhető, mely a helyzet stabilizálódását,
kismértékű javulását jelzi. A mikrobiológiai eredetû események kórokozó szerinti
megoszlását vizsgálva megállapítható, hogy kóroki tényezőként a salmonellák állnak az
első helyen, ezen belül is a Salmonella enteritidis abszolút túlsúlya jellemző.
Sok esetben észlelünk olyan tömeges megbetegedéseket is, amelyeknél a kórokozót nem
sikerül az élelmiszerből kimutatni. A negatívnak bizonyuló laboratóriumi eredmények
hátterében többnyire élelmiszerrel terjedő vírusok (pl. Rotavírusok, enterális adenovírusok,
Noro-vírusok stb.) vagy olyan baktériumok vannak, melyeket a jelenleg rendelkezésünkre álló
laboratóriumi technikákkal nem tudunk kimutatni.
Az események ismertté válásában egyéb tényezőknek is szerepe van. Ide sorolható a jobb
bejelentési fegyelem, a fejlettebb laboratóriumi kimutatási módszerek, a sajtó ébersége és
szenzációkereső jellege, de még az élelmiszer-ellenőrzés hatékonyságának fokozásódása is,
mivel addig feltáratlan hiányosságok is felderítésre kerülnek.
Mindezekkel az észrevételekkel együtt sem vitatható, hogy az élelmiszerek biztonsága, mely
korábban többé-kevésbé magától értetődő volt, de legalábbis nem jelentett globális problémát,
napjainkra tömeges, súlyos fenyegetettséget hordozhat, és megalapozott átfogó nemzeti és
nemzetközi programok szükségesek ennek megnyugtató kézbentartására.
1996-ban megjelent egy közlemény, mely szerint az Egyesült Királyságban már tíz éve egyre
emelkedő számban előforduló, titokzatos „kergemarha-kór” valószínűleg kapcsolatba hozható
hasonló emberi tünetekkel járó emberi megbetegedések kialakulásával. A botrány azonban
nemcsak a tudományos gyanú, és a súlyos, halálos emberi megbetegedések észlelése miatt
tört ki, hanem amiatt, mert az ügyben számos olyan lépés volt, melyet gazdasági érdekből
nem tártak a nyilvánosság elé.
A dokumentumnak jogi értéke ugyan nem volt, de kijelölte az utat, melynek irányába a
jogszabályalkotás haladhatott.
- a közegészség védelme,
- a fogyasztói érdekek védelme,
- a tisztességes kereskedelembiztosítása,
- a hatékony hatósági ellenőrzés biztosítása.
Az élelmiszer fogalmába nem tartozik bele a takarmány, az élő állat (kivéve, melyet emberi
fogyasztás céljára előkészítve forgalomba hoznak), a növények a betakarítás előtt, a
gyógyszerek, gyógyászati termékek, a kozmetikumok, a dohány- és dohánytermékek, a
kábítószerek, a maradék- és szennyezőanyagok.
Az Európai Unió tagállamai a legtöbb szempontból már egységes elvek, azonos, vagy nagyon
hasonló szabályozás alapján működnek. Az Unió területére vonatkozóan mindazokat a
tevékenységeket, melyek az Európai Unió alapelveinek érvényesüléséhez szükségesek, uniós
jogszabályokkal egységes módon szabályozzák.
· Rendelet (Regulation)
A rendeletek változtatás nélkül történő átvétele kötelező minden ország jogrendjébe. Hiteles
fordításuk történik meg az adott ország anyanyelvére, de egyébként nem szabad rajtuk
változtatást, módosítást, adaptálást végrehajtani. Ezeket tehát nem kell honosítani, szó szerint
vonatkoznak a tagországokra, mint a nemzeti jogszabályok.
A rendelet száma az alábbiak szerint alakul: elöl a rendelet sorszáma, utána az évszám, pl.:
178/2002. EC Regulation
· Irányelv (Directive).
A magyar elnevezés kissé megtévesztő, mert az irányelv ugyancsak kötelezően alkalmazandó
minden tagállamban. A rendelettől való különbség abban áll, hogy az irányelvet nem
automatikusan és szó szerint kell alkalmazni, hanem saját nemzeti jogszabályt kell létrehozni,
vagy a meglevő nemzeti jogszabályokat kell olyan irányban módosítani, hogy az irányelvben
foglalt előírásoknak megfeleljenek.
Az irányelvek lehetővé tesznek bizonyos fokú szabadságot az uniós rendelkezések átvételét
illetően. Az átvétel lehet rugalmas, a nemzeti sajátosságokat figyelembe vevő, esetleg
különböző nemzeti jogszabályokba széttördelt.
Direktíva esetén a jogszabály száma az alábbiak szerint alakul: a kibocsátás évének utolsó
két számjegye/sorszám, pl.: 93/43 EEC Directive.
A múltban többször előfordult, hogy egyes szabályozások, intézkedések háttere nem volt
áttekinthető, azok meghozását különböző lobbi- vagy nemzeti, gazdasági érdekek motiválták.
Az új élelmiszertörvényben megfogalmazott alapelv értelmében az élelmiszerjogszabályok
megalkotása, módosítása, kiértékelése során az átláthatóságot és nyilvánosságot biztosítani
kell, kivéve ha az ügy sürgőssége miatt ez nem lehetséges.
Ha alapos gyanú merül fel, hogy egy élelmiszer vagy takarmány egészségi veszélyt jelenthet,
a veszélyeztetettség súlyosságától, kiterjedtségétől függően a lakosság tájékoztatása kötelező,
megfelelő módon és mértékben.
Felhasznált irodalom: