автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Математическое моделирование ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации

ЛЮТОВА ТАТЬЯНА ВИКТОРОВНА

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РЕСУРСНОГО ВЗАИМОДЕЙСТВИЯ ПОПУЛЯЦИЙ МИКРООРГАНИЗМОВ БИОТЕХНОЛОГИЧЕСКИХ СИСТЕМ В УСЛОВИЯХ КОНТАМИНАЦИИ

Специальность: 05.13.18 - Математическое моделирование, численные методы и комплексы программ.

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

1 О СЕ3 2011

Воронеж-2011

4854114

Работа выполнена на кафедре высшей математики Воронежского института МВД России.

Научный руководитель: доктор технических наук, профессор

Сербулов Юрий Стефанович

Официальные оппоненты:

доктор технических наук, профессор Ивашкин Юрий Алексеевич;

кандидат технических наук, доцент Степанов Леонид Викторович

Ведущая организация:

Воронежская государственная технологическая академия

Защита состоится «1» марта 2011 года в 1100 часов, в ауд. № 215 на заседании диссертационного совета Д 203.004.01 в Воронежском институте МВД России по адресу: 394065, г. Воронеж, пр. Патриотов, 53.

С диссертацией можно ознакомиться в библиотеке Воронежского института МВД России.

С текстом автореферата можно ознакомиться на официальном сайте Воронежского института МВД России: www.vimvd.ru в разделе «Научная работа» - «Диссертационные советы» - «Д 203.004.01»

Автореферат разослан « 27 » января 2011 г.

Ученый секретарь диссертационного совета

С.В. Белокуров

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В основе многих пищевых технологий лежат микробиологические процессы спиртового и молочнокислого брожения, возбудителями которого являются штаммы функциональных микроорганизмов (дрожжи, молочнокислые бактерии (МКБ)). Микроорганизмы функциональных популяций (ФП) определяют качество готовых изделий (необходимую степень разрыхления и кислотонакопление полуфабрикатов вкус и аромат хлеба и др.).

Основное нарушение течения биотехнологического процесса (БП) состоит в подавлении жизнедеятельности ФП на жизненном цикле ее развития, которое вызывается наличием контаминирующей популяции (КП). Контаминация - попадание в субстрат примеси в виде штамма посторонних микроорганизмов, изменяющей используемые свойства субстрата. Начало угнетения ФП представляет собой переломный момент в БП, и его определение имеет большое значение для проведения соответствующих профилактических мероприятий, направленных на ингибирование развития КП. Численность ФП и КП в течение процесса постоянно меняется, экспериментально установить численности обеих популяций возможно только через длительный период после взятия пробы (от нескольких часов до нескольких суток). Это не позволяет вовремя оценить степень заражения ФП контаминирующими микроорганизмами и сделать соответствующие выводы о необходимых мероприятиях, направленных на ингибирование КП. Поэтому математическое моделирование процессов, происходящих в биотехнологической системе (БС), связанных с возникновением и развитием КП, является актуальной научной проблемой.

В существующих моделях не учитывается влияние развития КП на рост ФП в БС. Ни в одной из известных математических моделей не учитывается условие контаминации. Создание математических моделей, адекватно описывающих БС в условиях контаминации, является на сегодня одной из наиболее актуальных проблем биотехнологии.

Диссертация выполнена на кафедре высшей математики Воронежского института МВД России в соответствии с научным направлением Воронежского института МВД России - «Математическое и компьютерное моделирование» (регистрационный номер № 01.02.00 02951) в рамках НИР «Разработка методов математического моделирования и численного анализа распределённых информационных систем» № 00805 от 24.01.2008г.

Целью работы является разработка математических моделей ресурсного взаимодействия популяций микроорганизмов БП в условиях контаминации, комплекса алгоритмов и программ их реализации, позволяющих осуществлять оценку состояния и прогнозирование развития БС в условиях контаминации для принятия мер, направленных на повышение качества продукта путём ингибирования развития КП.

Задачи исследования:

1. Провести анализ современного состояния и подходов к моделированию процессов ресурсного взаимодействия популяций микроорганизмов в БС.

2. Построить обобщенную динамическую модель ресурсного взаимодействия популяций микроорганизмов БС в условиях контаминации, позволяющую разработать частные математические модели на различных этапах развития КП и ФП и установить связи между ними.

3. Провести имитационное моделирование БС на основе натурного эксперимента для проверки закономерностей ресурсного взаимодействия популяций микроорганизмов в условиях контаминации и определения численных значений коэффициентов математической модели.

4. Разработать пакет прикладных программ (111Ш), реализующий прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов БП и выработку оптимальных решений по ингибированию развития КП в БС.

5. Провести вычислительные эксперименты с целью установления адекватности математических моделей на основе данных натурных экспериментов по исследованию ресурсного взаимодействия популяций микроорганизмов БС в условиях контаминации.

Методы исследования. В работе использовались следующие методы: математического моделирования, дискретной математики, информационных систем, исследования операций, статистического анализа, программирования; теория конфликта, теория микробиологических систем.

Научная новизна работы заключается в разработанных методах и моделях ресурсного взаимодействия популяций микроорганизмов в условиях контаминации, а именно:

1. Разработана математическая модель ресурсного взаимодействия популяций микроорганизмов, основанная на использовании теоремы А. Лотки и уравнения логистического роста популяций П. Лесли, учитывающая в отличие от известных особенности процессов жизнедеятельности клеток в условиях контаминации.

2. Построена математическая модель, описывающая изменение характеристик жизнедеятельности КП и ФП в субстрате, позволяющая в отличие от известных, прогнозировать состояние БС в любые моменты времени на основании априорной информации о численности популяций.

3. Разработана имитационная модель оценки взаимодействия популяций микроорганизмов в условиях контаминации, позволяющая в отличие от известных определить необходимое количество препарата, ингибирую-щего постороннюю микрофлору, и оптимальный режим воздействия этим препаратом.

4. Предложен метод математического моделирования состояния биотехнологической системы, учитывающий ингибирующее действие химического вещества на клетки КП и стимулирующее действие на клетки ФП.

5. Разработаны методы определения параметров математических моделей на основе данных натурного эксперимента позволяющие определить численные значения следующих констант: численности ФП и КП в начале БП у(0) и х(0) соответственно, рождаемость |i| и ц2 и смертность С! и с2 микроорганизмов КП и ФП соответственно, скорость уменьшения критического значения микроорганизмов КП после внесения дозы ингибирую-щего препарата у, численность микроорганизмов КП и ФП после внесения дозы препарата Ky(D), KX(D), минимальное количество микроорганизмов КП и ФП х,ф(0) и Укр(0), при котором развитие популяции каждого вида может восстановиться.

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами. Они подтверждены расчетами на ЭВМ, машинными и натурными экспериментами и результатами внедрения.

Практическая значимость работы определяется тем, что разработанные в ней алгоритмы и пакет прикладных программ позволяют повысить эффективность протекания биотехнологических процессов. Отдельные положения диссертации используются в учебном процессе АНОО ВПО ВИВТ по следующим учебным дисциплинам: «Теория принятия решений», «Проектирование информационных систем», «Моделирование систем» для студентов специальности 230201 «Информационные системы и технологии»; в учебном процессе ГОУ ВПО РГТЭУ по дисциплинам «Товароведение и экспертиза зерномучных и плодоовощных товаров», «Экспертиза и оценка потребительских товаров», «Сенсорная оценка продовольственных товаров» для студентов специальности 240801 «Товароведение и экспертиза товаров (в сфере производства и обращения сельскохозяйственного сырья и продовольственных товаров)».

Реализация и внедрение результатов работы. Основные теоретические и практические результаты диссертационной работы внедрены в учебный процесс АНОО ВПО ВИВТ, Воронежского филиала ГОУ ВПО РГТЭУ, на ОАО «Хлебозавод №2» г. Воронеж.

На защиту выносятся:

1. Модели и алгоритмы описания состояния, прогнозирования и оценки взаимодействием популяций микроорганизмов в условиях контаминации.

2. Инструментальные средства в виде принципа избирательности, предметно-ориентированных имитационных моделей, алгоритмов и 111111, реализующего человеко-машинные процедуры прогнозирования и

оценки взаимодействия популяций микроорганизмов БС в условиях контаминации.

3.Результаты имитационного моделирования, вычислительных расчётов и внедрения.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: «Интеллектуальные информационные системы» (Воронеж, 2005); «Теория конфликта и ее приложения» (Воронеж, 2008); «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2008); «Социально-экономическое развитие России в условиях усиления глобализации» (Воронеж,2008); «Информационные технологии в науке, технике и образовании» (Воронеж, 2008); Отчетной научной конференции профессорско-преподавательского состава и научных работников ВИВТ (Воронеж, 2008).

Публикации. По теме диссертации опубликовано 13 печатных работ, в том числе 2 - в изданиях, рекомендованных ВАК РФ.

Объем и структура работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы из 119 наименований и приложения. Работа изложена на 150 страницах машинописного текста (основной текст занимает 144 страницы), содержит 33 рисунка и 14 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обосновывается актуальность темы диссертационной работы, описываются цель и задачи исследования, научная новизна и практическая значимость.

В первой главе рассмотрены основные методы и способы культивирования микроорганизмов, их особенности и области применения. Описаны виды функциональных и контаминирующих культур БС, типы и исходы взаимодействия между ними. Описаны существующие подходы к моделированию БС, проведен анализ традиционных математических моделей и обоснована необходимость разработки математической модели взаимодействия популяций микроорганизмов в условиях контаминации. На основании сделанных выводов сформулированы цель и задачи исследования.

Основными этапами маршрута математического моделирования и оптимизации процесса развития БС являются следующие:

1.Формирование аналитической математической модели. 2.Формирование множества критериев эффективности развития БС и многокритериальной оптимизационной модели. 3.Определение зависимости критериев от переменных аналитической модели. 4.Переход от аналитической модели к адекватной имитационной модели путём интервальной аппроксимации. 5.Трансформации переменных и параметров аналитической модели в переменные и параметры имитационной модели. б.Трансформация многокритериальной имитационной модели в задачу оп-

тимального выбора дозы препарата. 7.Параметрическая идентификация математической (имитационной) модели на основе проведения натурного эксперимента. 8.Верификация результатов моделирования на основе сравнения численного и натурного экспериментов. 9.Разработка программного обеспечения процедур моделирования и оптимизации развития БС. Ю.Проведение испытаний программного обеспечения на основе вычислительных экспериментов.

Во второй главе предложены информационные и математические модели ресурсного взаимодействия оценки и прогнозирования состояния БС в условиях контаминации. Решение данных задач с учётом возможного качественного изменения структуры субстрата - это, прежде всего, выявление и анализ связи между популяции; структурный синтез механизмов их ресурсного взаимодействия на основе выявленной логики; построение моделей анализа и реализации данных механизмов и только после этого оценка состояния и прогнозирование развития БС в условиях контаминации.

В п. 2.1. построена обобщенная динамическая модель оптимизации ресурсного взаимодействия популяций микроорганизмов, в которой условия контаминации отражаются на области допустимых решений Ф.

Ч ~ Ч(Ч|.-ч Ч»»---^) ,,„,^0 >0к (1)

>>тах> (2) Ч(*/) >™: (3) Я(К)- КеФ >тах; (4)

Ф: У = {у1,...,у,,...,у1}д = Г1; _ (5)

Х = {х1,...,х;,..,х:}о = 0; (6) 0 = 0(ё1,...,ар,...А),Р = 1,Р; (7)

ар=а(а0р,А>В,С,1)>Р = ПР>1еТ; (1р|1=0 = с10р(А,В,С),реР; (8)

скЦ ,„ч

-^ = <1к(0'р(<1р) ^ар)+Рр(с1р,0; (9)

<м«| уЛ^р^'^р^ор. (10)

Бср=О0((1р>А,В,С,1))рбР,1еТ; (11)

—= (12)

¿X; Шу? П|Х; -¡Г = - — - № —с^; Л Уш. Уш, (13)

Л Х]т ' ' V ' J (14)

1 ак ^ к2 „ --= цК.-ц--сК; (15)

К = у! + е у е е Т; (16)

У||1=о=Уо1(А.В,С);х^=0- х0](А,В,С); (17)

У!|(=т= У',т^]|,=т= Х;т;К|1=т= Кт; (18)

а! > 0;aj > 0;ц; > > 0;щ > 0;о)3 > 0;с1 > 0;с} >0, (21)

где X, У - множества функциональных и контаминирующих микроорганизмов соответственно, (1) - вектор показателей критериев эффективности для оценки качества готовой продукции, (7) - функция ресурса в виде вектора параметров, (8) - вектор параметров ресурса; (9) — уравнение, учитывающее скорость изменения концентрации р-го компонента, основанное на уравнении неразрывности; (10) - функция потребления субстрата, которая зависит от удельной скорости роста микроорганизмов ц; (11) - пороговое значение концентрации р-го компонента ресурса, ниже которого популяции погибают; (12) - (14) - балансовые уравнения; Ф - предметная область исследования; у-т, х^, - максимально возможные численности Ьй функциональной и уй контаминирующей культур, соответственно; Кт - максимально возможный прирост биомассы. В представленной модели технологический процесс представлен действием совокупности факторов.

В п. 2.2. построена имитационная модель ресурсного взаимодействия ФП и КП. Время процесса [0,Т] было условно разбито на 4 этапа, соответствующих различным фазам, характеризующим состояние продукта при контаминации, причем время начала и окончания каждого этапа неизвестно.

1.Фаза свободного развития КП от 0 до 1пороГ1 т.е. до момента достижения КП величины х^. Объемы ФП и КП в период от 0 до 1порог соответственно равны у(1) = у^Эе1* и х^) = х(о)е°'. Относительная доля КП в субстрате Р(0 в этой фазе:

2.Фаза начала воздействия КП на качество готового продукта. Эта фаза начинается в момент 1порог и длится в течение периода и<пр - времени созревания КП до момента т^, = ^ . В этот момент численность ФП увеличивается. Относительная доля ФП в субстрате также вычисляется по формуле (1), только ^ й I £ т^,.

3.Фаза выраженной контаминации. В этой фазе численность ФП, определяющей качество продукции, начинает убывать по экспоненте. Фаза длится от Творм до Тзшед,. В момент Тзамедл скорость роста КП достигает

скорости роста ФП. Относительная доля КП может быть вычислена по формуле:

р/х\ __х(0)е_т- < t < т

W x(0)eat +у(Тнорм)е~Р(1"Тнорм)' ------~ (23)

4.Фаза уменьшения скорости роста КП. Эта фаза длится от Тзамед„ до Т - момента времени полной потери качества продукта. Относительная доля микроорганизмов КП в этой фазе выражается формулой: P(t) = l-ae"(l"T-"V(a + P). (24)

Выражение для P(t) в каждой фазе контаминации дают возможность построить кривую P(t) на протяжении всего периода развития популяций микроорганизмов в условиях контаминации и вычислить ее характерные точки через основные параметры (рис.1).

Р(0

1 А * (\ '89

р -ь.

1порог А норм А замедл 1

Рис, 1. График изменения относительной доли посторонних микроорганизмов в процессе развития

контаминации

В п. 3.3. построена имитационная модель оценки состояния БС и прогнозирования развития ФП микроорганизмов в условиях контаминации.

Были сделаны следующие предположения:

1.Подавление жизнедеятельности ФП обратимо, т.е. если количество микроорганизмов КП уменьшится нижз некоторого критического значения х,ф, то созревание ФП восстанавливается.

2.Для нормального роста ФП необходимо некоторое минимальное количество функционально зрелых клеток ущ

3. Гибель микроорганизмов, на которые подействовал препарат, происходит быстро в момент воздействия, так что сразу изменяется количество микроорганизмов в популяции, но не меняется показатель экспоненциального роста.

Введены понятия эффективности и избирательности препарата. Доля микроорганизмов К (0 < К < 1), оставшихся жизнеспособными после воздействия препаратом, зависит от дозы Б (рис.2).

9

(26)

Е(Б) = -1пК0О)

- эффективность препарата для данного вида популяции, а 8(Б) = Еж(0)/Еу(Е>) = 1пКх(Б)/1пКу(В)

- избирательность препарата.

Введены определения различных механизмов воздействия на процесс: интенсивное воздействие (ИВ) при х>хкр, поддерживающее (ПВ) при х < х„р. ПВ в течение всей продолжительности технологического процесса, определенной регламентом, будем называть «непрерывным ПВ» (НПВ), а ПВ, при котором длительность жизнедеятельности полезной популяции оказывается больше, чем без воздействия, но ограниченной ввиду неизбежного летального исхода полезной популяции, будем называть «ограниченным ПВ» (ОПВ).

х(0) К(Л) е1р(и,) = х(0) е* Щ>)

х(0)е'рш К(Е>)

Рис.2. Иллюстрация процесса однократного воздействия препарата дозой V на экспоненциально растущую КП; - момент воздействия

Для ОПВ определена терминальная фаза. Доказано, что ОПВ оптимально в случае, когда выполняется соотношение Ж Л.

[Кх (Б)П <Ку(Б)> [КхСО)]-4 (27)

или величина

р = [(а + у)1пКу(0)-|31пКх(Ь)] (28)

максимальна.

Длительность ПВ определяется по формуле

Т = -1п(у(0)/укр)/р. (29)

Предположение 4.Функции К(Е)) непрерывны, монотонны и такие, что при О > 0 К(Е>)<1.

Предположение 5. На каждом этапе введения препарата восстановление полезной популяции остается возможным, если выполняется соотношение (27).

Ю

Предположение 6. Препарат не обладает последействием, т.е. результатом предыдущего воздействия можно пренебречь. Доказано, что ИВ оптимально, если величина 1пК (Б)-^

*(Ш)=1пКх(В) + (а + у)7 <3°>

минимальна и ИВ возможно, если для оптимальной дозы выполняется Ку(О)>укр(0)/у(0). (31)

Рис. 3. Схема алгоритмизации имитационного прогностического моделирования БП и выбора оптимальной дозы препарата

Разработан алгоритм прогнозирования оптимального восстановления жизнедеятельности ФП:

1. Определяются параметры БС и начальные условия: а, Р, у, КУ(Б), ОД, ГОД, Хкр(О), Укр(О), х(0), у(0).

2. Максимизируется величина р в выражении (28), и находится оптимальная доза для ПВ.

3. Определяется условная возможность НПВ или ОПВ в соответствии с (25) и (26).

4. Минимизацией (30) находится оптимальный режим ИВ.

5. Проверяется условие (31) для возможности проведения ИВ.

6. Находятся начальные условия ПВ и его длительность Т (29).

Математическое моделирование определило, что необходимо решение следующих взаимосвязанных задач Zl-Z6, это явилось основой для разработки информационного обеспечения автоматизированной системы (рис. 3). Также была построена блок-схема решения, определяющая алгоритм реализации автоматизированной системы оценки состояния и прогнозирования развития БС в условиях контаминации.

В третьей главе определены параметры математических моделей по данным натурных экспериментов. Доказана адекватность математической модели путем сравнения расчетных и экспериментальных данных по критерию Фишера (рис.4). Относительная погрешность отклонения расчетных значений от экспериментальных не превышает 7,5%.

'tr

Продолжительность брожения, ч Рис. 4. Динамика совместного роста функциональной популяции (дрожжей) и контаминирующей популяций (бактерий Bacillus subtilis): 1 - численность дрожжей (функциональных клеток), млн/г, 2 -

численность контаминирующих микроорганизмов, млн/г; 3 - удельная скорость роста дрожжей (функциональных клеток), ч*1; 4 - удельная скорость роста контаминирующих микроорганизмов, ч*; '-результаты вычислительного эксперимента

Четвертая глава посвящена программной реализации разработанных подходов, вычислительным экспериментам. Программный продукт состоит из 7 модулей, каждый из которых выполняет определенные функции и решает конкретные задачи - структура и взаимодействие модулей представлены на рис. 5.

Создание формы

Ввод исходных данных

Модуль 2

Модуль 1

Процедура решения задач

Построение графиков

Файл результатов расчета result

Вывод результатов расчета

Модуль 4

Комментарий к выводу

Модуль 5

Вывод отчета

Модуль 6

Вывод графиков

Модуль 3

Вывод справки

Модуль 7

данные управление

Работа с БД

Рис. 5. Структура разработанного пакета прикладных программ

С помощью разработанных алгоритмов рассчитываются критические моменты периода культивирования.

Наиболее характерны для БС следующие исходные данные: критическое значение количества контаминирующих микроорганизмов хкр =11 млн/г; коэффициент уменьшения критического значения количества контаминирующих микроорганизмов у=0,2; необходимое минимальное количество функциональных микроорганизмов Укр=167 млн/г; рождаемость контаминирующих микроорганизмов м2=0.69 ч'1; смертность контаминирующих микроорганизмов с2=0.01 ч"1; рождаемость функциональных микроорганизмов М1=0.02 ч"1; смертность функциональных микроорганизмов С1=0.01 ч"1; количество функциональных микроорганизмов в начальный момент времени уо=42.5 млн/г; количество контаминирующих микроорганизмов в начальный момент времени х0=4.44 млн/г; длительность периода культивирования Т= 4 ч;

В таблице 1 представлены дозы препарата, при которых возможно НПВ, оптимальное количество химического вещества в дозе препарата для ОПВ 2,0%, дозы препарата, при которых возможно ОПВ. ИВ невозможно ни при одной дозе, потому что в контрольном примере количество полез-

ных микроорганизмов не уменьшается ниже минимального значения, необходимого для развития полезной популяции

Таблица 1

Возможность НТО, ОПВ, ИВ

№ 1 2 3

Доза химического препарата, % 0.500 1.000 2.000

Возможность НПВ + + +

Возможность ОПВ - + +

Возможность ИВ - - -

В заключении приводятся основные результаты и выводы. В приложении - акты о внедрении отдельных элементов диссертационной работы на ОАО «Хлебозавод №2» г. Воронеж, в учебный процесс ВИВТ - АНОО ВПО, РГТЭУ (Воронежский филиал) - ГОУ ВПО.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ В диссертационной работе получены следующие основные результаты:

1. Построена обобщенная динамическая модель ресурсного взаимодействия популяций микроорганизмов в условиях контаминации, которая однозначно и не избыточно задаёт систему частных моделей элементов БС и связей между ними и в силу инвариантности системных свойств применима на всех уровнях описания развития БС.

2. Разработана математическая модель ресурсного взаимодействия популяций микроорганизмов БС в условиях контаминации, основанная на предположении, что процесс совместного развития ФП и КП в БС до некоторого момента можно рассматривать как развитие двух автономных популяций.

3. Разработана математическая модель оценки состояния и прогнозирования развития БС в условиях контаминации, позволяющая определить по состоянию БС режим воздействия и дозы препарата, ингибирующего развитие КП.

4. Предложен принцип избирательности препарата, утверждающий, что наиболее подвержены гибели пролиферирующие клетки.

5. Разработан алгоритм оценки состояния и прогнозирования развития БС в условиях контаминации, с помощью которого определяется режим воздействия, доза ингибирующего препарата, доля действующего вещества в препарате.

6. Построена информационная модель оценки состояния и прогнозирования развития БС в условиях контаминации, создающая основу информационного обеспечения ППП, реализующего прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов БС и выработку рекомендаций по ингибированию развития КП в БС.

7. Разработан комплекс алгоритмов и программ, реализующий прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов биотехнологической системы, обеспечивающий оценку состояния биотех-

нологической системы и предлагающий возможные варианты ингибирова-ния контаминирующей популяции, позволяющий спрогнозировать изменение численности контаминирующих микроорганизмов после внесения дозы препарата

В. Проверена адекватность предложенной математической модели ресурсного взаимодействия популяций микроорганизмов БС. 9. В результате проведения вычислительных экспериментов подтверждены два возможных способа устранения контаминации в БС: химический и биологический. Получены конкретные рекомендации по каждому из этих способов для процесса производства жидкой ржаной закваски.

Основные результаты диссертации опубликованы в следующих

работах:

Публикаиии в изданиях, рекомендованных ВАК РФ:

1. Лютова Т.В. Математическая модель процессов взаимодействия популяций микроорганизмов в условиях контаминации и алгоритм её решения [Текст] / Т.В. Лютова, Н.М. Дерканосова, Ю.С. Сербулов, Е.Ю. Ухина // Вестник Воронежского государственного технического университета, 2007. - Т. 3, № 12. - С.35-38.

2. Лютова Т.В. Системное моделирование микробиологических процессов в условиях контаминации. [Текст] / Т.В Лютова, Е.В. Белокурова, Н.М. Дерканосова, Е.Ю. Ухина // Системный анализ и управление в биомедицинских системах, 2007. - Т. 6, № 1. - С. 1001-1007.

Статьи и материалы конференций:

3. Лютова Т.В. Математическое моделирование процессов взаимодействия популяций микроорганизмов в условиях инфицирования / Т.В. Лютова, Ю.С. Сербулов, Е.Ю. Ухина, Н.М. Дерканосова // Вестник Воронежского института высоких технологий. - № 2 ,2007. — Воронеж: Научная книга. - С.33-34.

4. Лютова Т.В. Модели управления процессами взаимодействия популяций микроорганизмов в условиях инфицирования / Т.В. Лютова, Ю.С. Сербулов, Е.Ю. Ухина, Н.М. Дерканосова // Вестник Воронежского института высоких технологий. - № 2,2007. - Воронеж: Научная книга. -С.35-37.

5. Лютова Т.В. Математическая модель механизма избирательности препаратов при устранении контаминации в микробиологических процессах [Текст]/ Т.В. Лютова, Ю.С. Сербулов, Е.Ю. Ухина, Н.М. Дерканосова // Моделирование систем и информационные технологии: Межвуз. сб. научных трудов. Вып.5. - Воронеж: Научная книга, 2008. - С. 78-82.

6. Лютова Т.В. Алгоритм управления взаимодействием популяций микроорганизмов в условиях контаминации [Текст] / Т.В. Лютова, Ю.С. Сербулов, Е.Ю. Ухина, Н.М. Дерканосова // Моделирование систем и информационные технологии: Межвуз. сб. научных трудов. Вып.5. - Воронеж: Научная книга, 2008. - С.83-85.

л

7. Лютова Т.В. Применение концепции структурного анализа при моделировании процессов взаимодействия популяций микроорганизмов в условиях контаминации [Текст] / Т.В. Лютова, Ю.С. Сербулов // Интеллектуализация управления в социальных и экономических системах: Тр. Всерос. конф. - Воронеж: ГОУ ВПО «Воронежский государственный технический университет», 2008. - С. с. 196 - 197.

8. Лютова Т.В. К вопросу математического моделирования потребительских свойств хлеба / Т.В. Лютова, Ю.С. Сербулов, Е.Ю. Ухина, Н.М. Дерканосова // Социально-экономическое развитие России в условиях усиления глобализации: сборник статей Всероссийской научной конференции. - Воронеж: Научная книга, 2008. - с. 510-513.

9. Лютова Т.В. Автоматизированная система управления взаимодействием популяций микроорганизмов в условиях контаминации / Т. В. Лютова // Информационные технологии в науке технике и образовании: материалы региональной научно-практической конференции АНОО ВИВТ, РосНОУ (ВФ). - Воронеж, Воронежский институт высоких технологий, 2008.- с.114- 117.

Ю.Лютова Т.В. Математическая модель ресурсного взаимодействия популяций микроорганизмов биотехнологических производств в условиях конфликта [Текст] / Т.В. Лютова, Ю.С. Сербулов // Теория конфликта и её приложения. Матер. У-й Всерос. научно-техн. конференции. - Воронеж: Научная книга, 2008. - С.242 - 245.

11.Лютова Т.В. Процесс культивирования микроорганизмов с точки зрения системного анализа [Текст] / Т.В. Лютова, Ю.С. Сербулов // Материалы отчетной научной конференции профессорско-преподавательского состава ВИВТ за 2007-2008 учебный год. - Воронеж: Воронежский институт высоких технологий, 2008, с. 32-33.

12.Лютова Т.В. Процессы, происходящие в дрожжах при сушке [Текст] / Т.В. Лютова // Интеллектуальные информационные системы: 4.1. Тр. Всерос. конф. - Воронеж: Воронеж, гос. техн. ун-т, 2005. - С. 29.

13-Лютова Т.В. Основные компоненты технологии производства сушеных дрожжей Интеллектуальные информационные системы: 4.1. Тр. Всерос. конф. - Воронеж: Воронеж, гос. техн. ун-т, 2005. - С. 99-101.

Подписано в печать 25 января 2011 Формат 60x90 1/16.

Бумага для множительных аппаратов. Печать офсетная.

Усл. печ. л. 0,93. Тираж 100 экз.

Заказ № /-У Участок оперативной полиграфии Воронежской институт МВД России 394065, г. Воронеж, пр. Патриотов, 53

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ И ПОДХОДОВ К МОДЕЛИРОВАНИЮ ПРОЦЕССОВ ВЗАИМОДЕЙСТВИЯ МИКРОБИОЛОГИЧЕСКИХ СИСТЕМ В УСЛОВИЯХ

КОНТАМИНАЦИИ.

1.1. Культивирование микроорганизмов: методы и способы ведения, основные и посторонние культуры, типы и исходы взаимодействия между ними.

1.1.1. Методы и способы культивирования микроорганизмов.

1.1.2. Основные и посторонние культуры микроорганизмов дрожжевого и хлебопекарного производств.

1.1.3. Пути попадания посторонних микроорганизмов в биотехнологические процессы и способы борьбы с ними.

1.1.4. Типы взаимодействия между популяциями микроорганизмов.

1.2. Роль пищевого ресурса при культивировании микроорганизмов.

1.2.1. Ресурсные отношения между популяциями микроорганизмов.

1.2.2. Возможные исходы ресурсного взаимодействия популяций микроорганизмов.

1.3. Существующие методы математического моделирования процессов ресурсного взаимодействия популяций микроорганизмов.

1.4. Выводы. Цели и задачи исследования.

ГЛАВА 2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ РЕСУРСНОГО ВЗАИМОДЕЙСТВИЯ ПОПУЛЯЦИЙ МИКРООРГАНИЗМОВ В УСЛОВИЯХ КОНТАМИНАЦИИ.

2.1. Обобщенная динамическая модель ресурсного взаимодействия микробиологических систем в условиях контаминации.:.

2.2. Модель ресурсного взаимодействия функциональной и контаминирующей популяций микроорганизмов в биотехнологической системе.

2.3. Модель оценки состояния и прогнозирования развития ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов в условиях контаминации.

2.3.1. Основные предположения.

2.3.2. Возможность непрерывного поддерживающего воздействия.

2.3.3. Возможность ограниченного поддерживающего воздействия.

2.3.4. Терминальная фаза ОПВ.

2.3.5. Начальная фаза ОПВ.

2.3.6. Интенсивное воздействие.

2.3.7. Алгоритм оптимального восстановления жизнедеятельности полезной популяции.

2.3.8. Пример.

2.4. Модель механизма избирательности препаратов.

2.5. Аналитическая схема решения моделей.

2.6. Подбор начальных условий для расчетов по математическим моделям.

2.7. Выводы по главе.

ГЛАВА 3. ЭКСПЕРИМЕНТАЛЬНОЕ МОДЕЛИРОВАНИЕ РЕСУРСНОГО ВЗАИМОДЕЙСТВИЯ ПОПУЛЯЦИЙ МИКРООРГАНИЗМОВ В УСЛОВИЯХ КОНТАМИНАЦИИ.

3.1. Постановка задачи исследования.

3.2. Определение действительных (реальных) значений параметров биотехнологической системы и коэффициентов модели при ведении биотехнологического процесса без воздействия.

3.2.1. Контрольный вариант.

3.2.2. Определение характеристик биотехнологической системы в течение всего периода культивирования в условиях контаминации.

3.3. Разработка химического способа воздействия на микробиологическую систему с целью ингибирования развития контаминирующей популяции.

3.3.1. Влияние хмелевого экстракта на активность дрожжевых клеток.

3.3.2. Влияние хмелевого экстракта на контаминирующую микрофлору.

3.4. Выводы по главе.

ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ РЕЗУЛЬТАТОВ

ИССЛЕДОВАНИЯ.

4.1. Структура программного продукта.

4.2. Описание работы программы.

4.3. Контрольный пример.

4.4. Выводы по главе.

В основе многих пищевых технологий лежат микробиологические процессы спиртового и молочнокислого брожения, возбудителями которого являются дрожжи и молочнокислые бактерии (МКБ). Например, в хлебобулочной промышленности микроорганизмы заквасок и теста существенно влияют на качество готовых изделий, обуславливая необходимую степень разрыхления и кислотонакопления полуфабрикатов и принимая участие в образовании вкуса и аромата хлеба.

Однако любой биотехнологический процесс сопровождается жизнедеятельностью посторонних (контаминирующих) микроорганизмов, которые попадают в субстрат с основными и вспомогательными материалами, применяемыми при ведении процесса, или с водой, которая необходима для мойки технологического оборудования, а также для приготовления субстрата. В зависимости от того, откуда на завод поступает вода, численность микроорганизмов в ней может существенно различаться. Вода из естественных источников может содержать бактерии кишечной группы, споровых и бесспоровых форм, относящихся к гнилостным бактериям. Значительное количество микроорганизмов (до нескольких тысяч о клеток в 1 м ) содержится в воздухе, поступающем на аэрацию субстрата. Воздух производственных помещений также служит переносчиком посторонних микроорганизмов и является причиной их попадания в производственные среды и прессованные дрожжи [19,84,92].

В хлебопекарном производстве в муку микроорганизмы попадают с поверхности зерна при его размоле и в процессе транспортировки по коммуникациям мельничного предприятия. Также причиной попадания контаминирующих микроорганизмов в субстрат является обсемененность бактериями и плесенями солода, а также препаратов плесневых грибов, используемых в хлебопечении в качестве источников различных ферментов.

В последнее время качество пшеничной и ржаной муки заметно снизилось. При этом мука с низкими хлебопекарными свойствами часто бывает заражена технически вредной, а иногда и патогенной микрофлорой, которая приводит к ухудшению потребительских свойств хлебобулочных изделий [56]. Например, «картофельная болезнь», возбудителями которой являются споровые палочки видов Bacillus subtilis («сенная» палочка) и Bacillus mesentericus («картофельная» палочка), поражает хлеб из пшеничной муки [6,56]. Посторонние микроорганизмы попадают в муку с поверхности зерен при помоле. Если в 1 грамме муки содержится более 1000 спор, то такая мука считается потенциально опасной с точки зрения возникновения картофельной болезни (или тягучей порчи, как ее иногда называют). И это не единственный пример биотехнологического процесса, когда посторонние и полезные микроорганизмы культивируются в одном субстрате.

Две популяции могут взаимодействовать между собой множеством различных способов, и последствия этого взаимодействия быть также самыми различными. Простейшая и наиболее естественная классификация взаимодействий при популяционном анализе заключается в разграничении не по механизмам, а по результатам этих взаимодействий [64,65,66,67], взаимоотношения между двумя видами оцениваются как (+), (-) или (0) в зависимости от того, возрастает, убывает или остается неизменной численность популяции одного вида в присутствии другого.

Различные виды организмов одного трофического уровня по определению имеют сходный тип питания. Участвуя в распределении поступающих на трофический уровень ресурсов питания, они по необходимости вступают в пищевую конкуренцию, если ресурсы поступают в недостаточном количестве и ограничивают скорость роста микроорганизмов. Исход конкуренции во многом зависит от приспособленности того или иного вида организмов к данному элементу питания. Следовательно необходимо найти определенный компонент питательного ресурса, приспособленность к которому у функциональной культуры гораздо выше, чем у контаминирующих микроорганизмов. Предположительно таким компонентом может быть хмелевой экстракт [27,28,29,30].

Приготовление ржаных полуфабрикатов — сложный многоступенчатый процесс, в основе которого лежит направленное культивирование микроорганизмов с заданными биохимическими, бактерицидными и технологическими свойствами. Однако многогранность одновременно протекающих в такой системе процессов обуславливает ряд нерешенных технологических задач, среди которых проблемы сохраняемости первоначально внесенных культур, их взаимодействия с контаминирующей микрофлорой.

Посторонняя микрофлора (в дальнейшем контаминирующая) является неотъемлемой частью технологического процесса производства заквасок. При производстве хлеба из пшеничных сортов муки, зараженной посторонней микрофлорой, конечный продукт теряет в качестве [6,54,56 ]. Для диагностики обсемененности муки посторонними микроорганизмами используются различные методы [41,47] - проведение пробной выпечки (длительность метода около 72 часов), биохимический (около 6 часов). К основным факторам, подавляющим развитие посторонних микроорганизмов относят повышенную кислотность среды, степень обсемененности муки спорами и их активность, содержание сахара и жира, присутствие антибиотиков [7]. Количество посторонних микроорганизмов в течение биотехнологического процесса постоянно меняется, поэтому состояние полезной и посторонней популяций достаточно трудно, а иногда и невозможно, отследить экспериментально. Трудно оценить степень контаминации полезных микроорганизмов посторонними, а следовательно и сделать выводы о необходимых мероприятиях, направленных на устранение контаминации. Поэтому математическое моделирование процессов, происходящих в биотехнологической системе хлебобулочных производств, особенно связанных с возникновением и развитием контаминации, является актуальным и перспективным подходом к изучению этой проблемы.

Накопленный к настоящему времени теоретический и экспериментальный материал позволяет выделить и сформулировать закономерности, отражающие взаимоотношения между полезными и посторонними популяциями микроорганизмов. Количественный анализ этих закономерностей может помочь в разработке обоснованных рациональных методов и приёмов устранения контаминации.

По мнению ряда исследователей [13,25,62,63,64], основное нарушение течения биотехнологического процесса в условиях контаминации состоит в подавлении жизнедеятельности полезных микроорганизмов, которое вызывается наличием популяции посторонних микроорганизмов на определённом этапе их развития. Это нарушение неизбежно приводит к угнетению полезных микроорганизмов. Таким образом, начало угнетения функциональных микроорганизмов контаминирующими микроорганизмами представляет собой переломный момент в течении биотехнологического процесса, и его фиксация имеет определяющее значение для проведения соответствующих профилактических мероприятий, направленных на устранение контаминации. Определение данного момента является трудно решаемой экспериментальной задачей. В этих условиях развитие проблемных вопросов моделирования сценариев ресурсного взаимодействия популяций микроорганизмов, позволяющих повысить эффективность управления биотехнологическими процессами хлебопекарных производств в условиях контаминации с точки зрения уменьшения их расходов и увеличения уверенности в надёжности качества готовых продуктов, имеют особое значение. Слабое использование математического аппарата в решении этих задач разрушает целостность в рассмотрении и понимании процессов выбора управленческих воздействий, направленных на устранение контаминации, и появлению частных локальных задач, как правило, не связанных между собой.

Диссертационная работа выполнена на кафедре информационных систем и технологий Воронежского института высоких технологий в рамках госбюджетной НИР по теме «Моделирование информационных технологий; разработка и совершенствование методов и моделей управления, планирования и проектирования технических, технологических, экономических и социальных процессов и производств» (№ госуд. регистрации 01.2005.2305).

Цель работы: построить математические модели ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов хлебобулочных производств в условиях контаминации и алгоритмы, обеспечивающие построение инструментальных средств в виде математического, информационного и программного обеспечения автоматизированной системы прогнозирования развития и оценки состояния биотехнологической системы, направленных на повышение качества продукта путём ингибирования развития контаминирующей популяции.

Задачи исследования:

1. Провести анализ современного состояния и подходов к моделированию процессов ресурсного взаимодействия популяций микроорганизмов в биотехнологической системе.

2. Построить обобщенную динамическую модель ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации, позволяющую установить элементы математической модели и связи между ними.

3. Провести экспериментальное моделирование биотехнологических систем для установления закономерностей ресурсного взаимодействия популяций микроорганизмов в условиях контаминации с целью разработки имитационной модели ресурсного взаимодействия и определения численных значений коэффициентов модели, а также оценки её адекватности.

4. Разработать пакет прикладных программ (liLlil), реализующий прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов и выработку оптимальных решений по ингибированию развития контаминирующей популяции в биотехнологической системе.

5. Провести вычислительные эксперименты с целью установления адекватности математических моделей на реальных примерах прогнозирования и оценки ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации.

Методы исследования.

В работе использовались методы математического моделирования, теория конфликта, теория микробиологических систем, статистические методы анализа, программирование, теория алгоритмов.

Научная новизна работы заключается в разработанных методах и моделях ресурсного взаимодействия популяций микроорганизмов в условиях контаминации, а именно:

1. Разработана математическая модель ресурсного взаимодействия популяций микроорганизмов, основанная на использовании теоремы А. Лотки и уравнения логистического роста популяций П. Лесли, учитывающая в отличие от известных особенности процессов жизнедеятельности клеток в условиях контаминации.

2. Построена имитационная модель, описывающая изменение характеристик жизнедеятельности контаминирующих микроорганизмов в субстрате, позволяющая в отличие от известных, прогнозировать на основании априорной информации о численности популяций состояние БС в любые моменты времени.

3. Разработана имитационная математическая модель оценки взаимодействия популяций микроорганизмов в условиях контаминации, позволяющая в отличие от известных определить необходимое количество препарата, ингибирующего постороннюю микрофлору, и оптимальный режим воздействия этим препаратом.

4. Предложен принцип избирательности препарата, основанный на выборочном действии химического вещества на КП. Данный принцип использовался в качестве основополагающего при разработке математической модели оценки состояния БС.

5. Впервые на основе результатов экспериментальных исследований основных закономерностей взаимодействия функциональных и контаминирующих микроорганизмов, определены численные значения следующих констант: численности ФП и КП в начале БП, рождаемость и смертность микроорганизмов КП и ФП, скорость уменьшения критического значения микроорганизмов КП после внесения дозы ингибирующего препарата, численность микроорганизмов КП и ФП после внесения дозы препарата, минимальное количество микроорганизмов ФП и КП, при котором развитие популяции каждого вида может восстановиться.

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами. Они подтверждены расчетами на ЭВМ, машинными экспериментами и результатами внедрения.

Практическая значимость работы определяется тем, что разработанные в ней алгоритмы и ППП, реализующий прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов БП, позволяют с высокой степенью достоверности принимать решения по ингибированию развития КП в БС в условиях контаминации.

Отдельные положения диссертации используются в учебном процессе АНОО ВПО ВИВТ при проведении лекционных, лабораторных и практических занятий на кафедре «Информационных систем и технологий» по следующим учебным дисциплинам: «Теория принятия решений», «Проектирование информационных систем», «Моделирование систем», а также при выполнении выпускных квалификационных и учебно-исследовательских работ студентов и в РГТУ.

Реализация и внедрение результатов работы. Основные теоретические и практические результаты диссертационной работы внедрены в учебный процесс АНОО ВПО «Воронежский институт высоких технологий», Воронежского филиала ГОУ ВПО «Российский государственный торгово-экономический университет», на ОАО «Хлебозавод «№2» г. Воронеж. Эффект от внедрения — социальный. На защиту выносятся:

1. Модели и алгоритмы описания состояния, прогнозирования и оценки взаимодействием популяций микроорганизмов в условиях контаминации.

2. Инструментальные средства в виде принципа избирательности, предметно-ориентированных имитационных моделей, алгоритмов и ППП, реализующего человеко-машинные процедуры прогнозирования протекания и оценки взаимодействия популяций микроорганизмов БС в условиях контаминации.

3. Результаты экспериментального и имитационного моделирования, вычислительных расчётов и внедрения.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: «Интеллектуальные информационные системы» (Воронеж:, 2005); «Теория конфликта и ее приложения» (Воронеж, 2008); «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2008); «Социально-экономическое развитие России в условиях усиления глобализации» (Воронеж,2008); «Информационные технологии в науке, технике и образовании» (Воронеж, 2008); Отчетной научной конференции профессорско-преподавательского состава и научных работников ВИВТ (2008).

Публикации. По теме диссертации опубликовано 13 печатных работ, в том числе 2 — в изданиях, рекомендованных ВАК РФ.

4.4 Выводы по главе 1. На основе построенной информационной модели оценки состояния и прогнозирования ресурсного взаимодействия популяций микроорганизмов биотехнологических производств в условиях контаминации Создана информационная модель и разработана структура 111111, которая позволила проанализировать связи между отдельными задачами, определить структуру программных модулей и явилась основой для разработки пакета прикладных программ. Разработанный комплекс математических и алгоритмических моделей синтеза и анализа взаимодействия определяет состав и структуру построения инструментальных средств в виде математического, алгоритмического, информационного и программного обеспечения автоматизированной системы оценки состояния и прогнозирования развития популяций микроорганизмов в условиях контаминации.

2. Предложенная структура экранов диалоговой оболочки синтеза и анализа взаимодействия системы с внешней средой создает основу для программной реализации интерфейса пользователя, включая функцию управления данным процессом, организацию взаимодействия с пользователями.

3. Разработан пакет прикладных программ, реализующий оценку состояния и прогнозирование развития популяций микроорганизмов биотехнологических процессов хлебобулочных производств в условиях контаминации, обеспечивающий формирование отчета о состоянии микробиологической системы, по которому ЛПР сможет принять решение о возможных действиях, направленных на ингибирование развития контаминирующей популяции. 111111 позволяет определить режим восстановления жизнедеятельности полезной популяции, определить момент внесения препарата и дозу, рассчитать время восстановления контаминирующих микроорганизмов, спрогнозировать поведение численности контаминирующих микроорганизмов после внесения дозы препарата.

4. Достоверность и полнота результатов исследования обеспечивается и подтверждается их практической реализацией на конкретных примерах.

5. Проведён вычислительный эксперимент на реальных примерах, который позволил теоретически определить описанные выше параметры, необходимые для принятия решения.

6. Проверена адекватность предложенной математической модели ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов хлебобулочных производств реальному технологическому процессу производства жидкой ржаной закваски. Подтверждены с помощью имитационного моделирования два возможных способа ингибирования развития контаминирующей популяции в биотехнологическом процессе: химический и биологический. Получены конкретные рекомендации по каждому из этих способов для процесса производства жидкой ржаной закваски. В качестве биологического способа рекомендуется добавлять в субстрат определённое количество молочнокислых бактерий (МКБ), а в качестве химического - хмелевой экстракт (ХЭ). Это позволит поддерживать численность контаминирующих микроорганизмов ниже критического уровня во время ведения технологического процесса.

Итогом данной работы стал пакет прикладных программ, представляющий собой информационную систему оценки состояния и прогнозирования развития ресурсного взаимодействием популяций микроорганизмов биотехнологических процессов хлебобулочных производств в условиях контаминации. Аналогов не имеет. В разработке III Iii применялись ранее не реализованные алгоритмы управления, построенные на основе математической модели. Достоинствами 1111П является высокая степень интеграции в существующие ОС, компактность, небольшие аппаратные требования, наличие графического интерфейса. В перспективе по результатам экспериментов на множестве реальных примеров и обнаружении ранее неизвестных эффектов возможна переработка математической модели и модернизация ППП.

ЗАКЛЮЧЕНИЕ

В диссертационной работе получены следующие основные результаты:

1. Построена обобщенная динамическая модель ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации, которая однозначно и не избыточно задаёт систему частных моделей элементов биотехнологической системы и связей между ними, в силу инвариантности системных свойств применима на всех уровнях организации для их описания.

2. Разработана математическая модель ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации, основанная на предположении, что процесс совместного развития функциональной и контаминирующей популяций в биотехнологической системе до некоторого момента можно рассматривать как развитие двух автономных популяций. Это позволило весь процесс культивирования условно разбить на 4 этапа, каждый из которых характеризует различные стадии развития контаминации.

3. Разработана математическая модель оценки состояния и прогнозирования развития взаимодействия популяций микроорганизмов в условиях контаминации, позволяющая определить по состоянию биотехнологической системы режим воздействия и дозы препарата, ингибирующего развитие контаминирующей популяции.

4. Предложена концепция избирательности препарата, основанная на утверждении, что препарат действует избирательно не на клеточном уровне, а на уровне популяции, наиболее подвержены гибели пролиферирующие клетки (находящиеся в стадии деления), и чем больше таких клеток в пуле, тем значительнее уменьшится численность популяции. Данная концепция положена в основу разработанных моделей.

5. Разработан алгоритм оценки состояния и прогнозирования развития биотехнологической системы в условиях контаминации, с помощью которого определяется режим воздействия, доза ингибирующего препарата, процент действующего вещества в препарате.

6. Построена информационная модель оценки состояния и прогнозирования развития БС в условиях контаминации, создающая основу информационного обеспечения ППП, реализующего прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов и выработку оптимальных решений по ингибированию развития контаминирующей популяции в биотехнологической системе.

7. Впервые на основе экспериментальных исследований основных закономерностей взаимодействия микроорганизмов функциональной и контаминирующей популяций, определены численные значения следующих констант: численности ФП и КП в начале биотехнологического процесса; рождаемость и смертность микроорганизмов ФП и КП; скорость уменьшения критического значения микроорганизмов КП после внесения дозы ингибирующего препарата; численность микроорганизмов ФП и КП после внесения дозы препарата; минимальное количество микроорганизмов КП и ФП, при котором развитие популяции может восстановиться.

8. Разработан ППП, реализующий прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов и выработку оптимальных решений по ингибированию развития КП в биотехнологической системе, обеспечивающий формирование отчета с возможными вариантами ингибирования развития КП. ППП позволяет определить режим восстановления жизнедеятельности полезной популяции, определить момент внесения препарата и дозу, рассчитать время восстановления контаминирующих микроорганизмов, спрогнозировать поведение численности контаминирующих микроорганизмов после внесения дозы препарата.

9. Проверена адекватность предложенной математической модели ресурсного взаимодействия популяций микроорганизмов биотехнологических систем.

10. Подтверждены с помощью имитационного моделирования два возможных способа устранения контаминации в микробиологическом производстве: химический и биологический. Получены конкретные рекомендации по каждому из этих способов для процесса производства жидкой ржаной закваски.

1. Абросов Н. С. Экологические и генетические закономерности сосуществования и коэволюции видов/ Н. С. Абросов, А. Г. Боголюбов. Новосибирск: Наука. Сиб. отд-ние, 1988.-333 с

2. Абросов Н. С. Экологические механизмы сосуществования и видовой регуляции / Н. С. Абросов , Ковров Б. Г., Черепанов О. А. Новосибирск: Наука. Сиб. отд-ние, 1982.-110 с.

3. Ануфриев В.В. Информационные технологии ресурсного взаимодействия микробиологических систем в условиях инфицирования/ В.В. Ануфриев, Т.Н. Безрядина, Н.М. Дерканосова, Ю.С. Сербулов, Г.И. Щепкин. Воронеж: Воронеж.гос.технол.акад. 2001.—162с.

4. Ауэрман Л. Я. Технология хлебопекарного производства: Учебник. 9-е изд.; перераб. и доп. / Под общ. ред. Л. И. Пучковой. - СПб: Профессия, 2005. - 416 е., ил.

5. Афанасьева О. В., Микробиологический контроль хлебопекарного производства. — М.: «Пищевая промышленность», 1976. — 144 с.

6. Афанасьева О.В. Микрофлора ржаных заквасок и применение чистых культур в хлебопечении / О.В. Афанасьева, Л.Н. Казанская, А.Г. Егорова. М.: ЦНИИТЭИпищепром, 1973 -40с. (Сер. Хлебопекарная и макаронная пром-сть: Обзор, инф.).

7. Ахматова Г.В. Кислотонакопление в заквасках и жидких дрожжах// Г.В. Ахматова, Л.К. Островская, И.А. Попадич Хлебопекарная и кондитерская пром-сть.-1981.-№12.-С.25-27.

8. Ю.Багиян В.А. Антимикробная активность штаммов хлебопекарных дрожжей БассЬаготусез сегеу1Б1ае // В.А. Багиян, Л.А. Ерзинкян, М.Л. Степанян, Биол.ж. Армении. 1989. - № 11. - с.1025 - 1027.

9. П.Базыкин А. Д. Математическая биофизика взаимодействующих популяций.-М.: Наука, 1985.-184 с.

10. Безрядина Г. Н. Синтез алгоритмов управления в условиях конкурентного взаимодействия популяций микроорганизмов (на примере дрожжевого производства): Автореф. дис. канд. техн. наук / Воронеж, гос. технол. акад.-Воронеж, 1997.-16с.

11. Безрядина Г. Н. Модель процесса культивирования микроорганизмов / Г. Н. Безрядина, Ю. С. Сербулов, Н. М. Дерканосова, Современные достижения биотехнологии: Тез. докл. Всерос. конфер. / Ставрополь, гос. техн. ун-т. -Ставрополь, 1996.-е. 226-227.

12. Блинов Н.П. Химическая микробиология. — М.: Высшая школа, 1989.-448с.

13. Богатырева Т. Г. В отделе микробиологии и аналитических исследований ГосНИИХП // Хлебопечение России. № 1. - 1996. - с.24-25.

14. Богатырева Т. Г. Микробиологический контроль и пути повышения микробиологической чистоты хлебопекарной продукции // Экология человека. Проблемы состояния лечебно- профилактического питания: Тез. докл. Междун. симпозиума. М., 1994. — с.71 — 73.

15. Богатырева Т. Г. Применение пшеничных заквасок целевого назначения в производстве хлебобулочных изделий / Т. Г. Богатырева, Р. Д. Поландова / Хлебопечение России. № 3. - 2000. - с.17-19.

16. Богатырева Т. Г. Роль пшеничных заквасок в формировании структуры теста и качества хлеба / Т. Г. Богатырева, С. М. Полякова / Хлебопродукты. № 6. - 1995.- с.16-18.

17. Бочарова Н. Н. Микрофлора дрожжевого производства. //Н. Н. Бочарова, Ю. П. Кобрина, Н. В. Розманова М.: Пищ. пром-сть., 1992. - 152 с.

18. Вольтерра В. Математическая теория борьбы за существование / Пер. с фр. -М.: Наука, 1976.-288с.

19. Гильдерман Ю. Н., Модели JI-систем (системы с лимитирующими факторами) // Ю. Н. Гильдерман, К. Н. Кудрина, И. А. Полетаев Исследования по кибернетике.- М.: Сов. Радио, 1970. с. 165-210.

20. Гимельфарб А. А. Динамическая теория биологических популяций. М.: Наука, 1974.-456 с.

21. Глазунов А. В. Относительная конкурентоспособность гаплоидных и диплоидных дрожжевых клеток при росте в смешанной популяции //А. В. Глазунов, А. В. Борейко, А. X. Эссер Микробиология, 1989. Т. 58. - Вып. 5. - с. 769-776.

22. Грановский Я. Д. Контроль и автоматизация производства хлебопекарных дрожжей //Я. Д. Грановский, Т. В. Тулякова М.: Легкая и пищ. пром-сть., 1984.- 104 с.

23. Гусарова Л. А. Характер взаимоотношения дрожжевых культур в смешанной популяции // Л. А. Гусарова, В. Д. Акура, Т. Н. Семушина Интенсификация технологии гидролизных производств: Сб. тр. Вып. 29 / ВНИИгидролиз. М ., 1979.-е. 103-107.

24. Дантеман Джефф Программирование в среде Delphi: Пер. с англ. / Джефф Дантеман, Джим Мишел, Дон Тейлор. К.: НИПФ «ДиаСофт Лтд.», 1995.—608 с.

25. Дерканосова Н. М. Изучение влияния дозировки хмелевого экстракта на показатели качества теста из смеси ржаной и пшеничной муки / Н. М. Дерканосова , В. И. Карпенко, Л. И. Столярова, Е. В. Белокурова // Хлебопёк. -2006. №2. - с. 28-30.

26. Дерканосова H. M. Изучение влияния хмелевого экстракта на микробиологические и биохимические показатели жидкой ржаной закваски/ Н. М. Дерканосова , Г. О. Магомедов, Е. В. Белокурова, С.А. Шеламова // Хлебопёк. 2007. - №3. - с. 22-25.

27. Дерканосова Н.М. Математическое моделирование динамики биологических систем: Учебное пособие / H. М. Дерканосова, В. И. Корчагин, В. И. Новосельцев, Ю. С. Сербулов / Под ред. В. И. Новосельцева. — Воронеж: Изд-во «Кварта», 2003. 152 с.

28. Дерканосова Н.М. Использование глюконата кальция в качестве улучшителя жидких ржаных заквасок/ Н.М. Дерканосова, С.А. Шеламова, И.Д. Руадзе // IY Междунар. симп. «Экология человека: пищевые технологии и продукты»:

29. Дмитриев А. Д., Семихатова H. М. Выращивание дрожжей по восьмичасовому режиму ВНИИХПа // Хлебопекарная и кондитерская промышленность.-№ 1.-1984.-е. 38-42.

30. Дмитриев А. Д., Семихатова H. М. Производство хлебопекарных дрожжей с уменьшенным удельным расходом воздуха // Хлебопекарная и кондитерская промышленность. № 1. - 1982. - с. 42-44.

31. Дмитриева Л. В. Моделирование конкурентного взаимодействия популяций микроорганизмов за потреблением общего ресурса // Математические методы в технике и технологиях (ММТТ 12): Сб. тр. Межд. науч. конф. -Великий Новгород, 1999.-е. 147-148.

32. Дружинин В. В., Конторов Д. С., Конторов М. Д. Введение в теорию конфликта. -М.: Радио и связь, 1989. -288 с.

33. Дубцов Г.Г. Хлебные изделия с повышенной минеральной и витаминной ценностью для диетического и лечебного питания // Всес.конф. по пищевой химии: Тез.докл. М., 1991. - с.71-74.

34. Дубцов Г.Г., Донская Т.Ф. Производство хлебобулочных изделий с глюконатом кальция для диетического питания. М.: ЦНИИТЭИ. Обзорная информация, 1988.-13с.

35. Жвирблянская А. Ю. Основы микробиологии, санитарии и гигиены в пищевой промышленности / А. Ю Жвирблянская, О. А.Бакушинская, — 2-е изд., перераб. и доп.— М.: Легкая и пищевая пром-сть, 1983. — 312 с.

36. Казанская Л.Н. Прогрессивные технологические процессы производства ржаного хлеба: Автореф. дис. докт.техн. наук. —М., 1983.— 66с.

37. Казанская Л.Н. Совершенствование технологии приготовления жидкой закваски в разводочном цикле / Л.Н.Казанская, О.Ф.Гурина, О.В. Афанасьева, Е.Н.Александрова// Хлебопекарная и кондитерская пром-сть. — 1974. № 10. — С. 18-20.

38. Казанская Л.Н. Сухой лактобактерин для хлебных заквасок /Казанская Л.Н., Афанасьева О.В., Комарова М.А. и др. //Хлебопек, и конд. пром.-сть. 1993. -№2. - с.34-37.

39. Казанская Л.Н. Микрофлора и чистые культуры для приготовления ржаных заквасок/ Л.Н. Казанская, О.В. Афанасьева, Е.П. Александрова // Хлебопекарная и кондитерская пром-сть. — 1981. №7. — С.24-27.

40. Казанская Л.Н., Турина О.Ф. Оптимизация разводочного цикла жидкой закваски без применения заварки// Хлебопекарная и кондитерская пром-сть, -1975. №12. — С. 11-13.

41. Казанская Л.Н., Турина О.Ф., Афанасьева О.В. Влияние температуры на качество жидкой закваски// Хлебопекарная и кондитерская пром-сть.-1977.- №2.- С.25.

42. КазанскаяЛ.Н., Афанасьева О.В., Турина О.Ф. Сохраняемость чистых культур в жидкой закваске по Ивановской схеме // Хлебопекарная и кондитерская пром-сть. -1974.-№2. —С. 14-16.

43. Каменова М. С. Системный подход к проектированию сложных систем// Журнал д-ра Добба. № 1. - 1993. - с.9-14.

44. Кафаров В.В., Дорохов И.Н., Марков Е.П. Системный анализ процессов химической технологии. Применение метода нечетньгх множеств. М.: Наука, 1986.-360с.

45. Квасников Е.И., Нестеренко O.A. Молочнокислые бактерии и пути их использования.- М.: Наука, 1975.- 388.

46. Козьмина Н.П. Биохимия хлебопечения. М.: Пищ. пром.-сть, 1978. - 230 с.

47. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). М.: Наука, 1977. - 832 с.

48. Кострова И. Е. Малое хлебопекарное производство (основные особенности). -СПб.: ГИС)РД,2001,- 120 с.

49. Красильников H.A. Определитель бактерий и актиномицетов. — М.: Изд.-во АН СССР, 1949. 824с.

50. Литвинчев И. С. Некоторые задачи распределения ресурсов,в двухуровневых системах при полной информированности центра: и локально-оптимальном поведении подсистем //Изв. АН СССРяТехн. кибернетика. -1983.- №3.-с. 25-33.

51. Логовская В. П. Совершенствование технологии приготовления ржано-пшеничного хлеба/В.П. Логовская, З.В.Василенко//Научно-технический прогресс в пищевой пром-сти: Тез. докл./ Могилев, технол. ин-т.- Могилев, 1995.

52. Лютова Т.В. Основные компоненты технологии производства сушеных дрожжей Интеллектуальные информационные системы: 4.1. Тр. Всерос. конф. Воронеж: Воронеж, гос. техн. ун-т, 2005. - С. 99-101.

53. Лютова Т.В. Процессы, происходящие в дрожжах при сушке Текст. / Т.В. Лютова // Интеллектуальные информационные системы: 4.1. Тр. Всерос. конф. -Воронеж: Воронеж, гос. техн. ун-т, 2005. С. 29.

54. Матвеев В. Е. Основы асептики и технологии чистых микробиологических препаратов. М.: Легкая и пищ. пром-сть, 1981. - 312 с.

55. Математическое моделирование под ред. Дж. Эндрюса и Р. Мак-Лоуна, пер. на рус. яз. М. "Мир", 1979 -280 с.

56. Мендельсон Л. Н., Малиновский Л. С. Механизм флотационного разделения популяций сахаромицетов и «диких» дрожжей // Научно-технический реферативный сборник. Дрожжевая промышленность. М.: ЦНИИТЭИпи-щепром, 1978. - № 1, - с.26-29.

57. Мендельсон Л.Н., Малиновский Л.С. Механизм флотационного разделения популяции сахаромицетов и "диких" дрожжей // Научно-техн. реферативный сборник. Дрожжевая пром.-сть. -М.: ЦНИИТЭИпищепром, 1978, №1. с.26-29.

58. Мендельсон Л.Н., Малиновский Л.С. Непрерывное культивирование дрожжей с отбором биомассы из пенной фазы // Хлебопек, и конд.пром.-сть, 1979. -№1. — с.39-40.

59. Месарович М., Такахара Я. Общая теория систем: математические основы. -М.:Мир, 1978.-311с.

60. Методология структурного анализа и проектирования SADT (Structured Analysis & Design Technique) Дэвид А. Марка, Клемент МакГоуэн, ПредисловиеДугласа Т. Росса Copyright электронная БИБЛИОТЕКА 1999

61. Микробиологический контроль хлеба, макаронных и кондитерских изделий: Метод, указание к лаб.работам по курсу "Техническая микробиология" /Воронеж.технол.ин.-т. — Воронеж, 1991. 19с.

62. Микрофлора закваски пшеничного хлеба. Взаимодействие между дрожжами и МКБ в пшеничном тесте и их влияние на качество хлеба/ В.РИагсп, Р. Вауат// Сегеа! Спет.-1975.- 30.- 373-383.

63. Патрикеев В.Г., Сербулов Ю.С. Специальные исполнительные устройства химической промышленности: Уч.пособие. Воронеж: Изд-во Воронеж, гос. унта, 1982.-252с.

64. Пащенко Л.П. Интенсификация биотехнологических процессов в хлебопечении. — Воронеж: Изд-во Воронеж, гос. ун-та, 1991. — 208с.

65. Петровский Б.В. Большая медицинская энциклопедия. — М.: Сов. энциклопедия, 1979.-Т.Ю.-839с.

66. Печуркин Н. С. Популяционная микробиология. -Новосибирск: Наука. Сиб. отд-е, 1978.-256 с.

67. Печуркин Н. С. Популяционные аспекты биотехнологии / Н. С. Печуркин, А. В. Брильков, Т. В. Марченкова -Новосибирск: Наука. Сиб. отд-е, 1990.-173 с.

68. Печуркин Н. С., Терсков И. А. Анализ кинетики роста и эволюции микробных популяций. Новосибирск: Наука. Сиб. отд-е, 1975. - 215 с.

69. Плевако Е. А. Технология дрожжей. -М.: Пищевая пром-сть, 1970. 298 с.

70. Плотников П.М., Еремина К.В., Базовская К.Г. Влияние температуры на размножение дрожжей в ржаной закваске// Известия вузов. Пищевая технология.-1959.- №3.- С.75-80

71. Полуэктов Р. А., Пых Ю. А., Швытов И. А. Динамические модели экологических систем. Л.: Гидрометеоиздат, 1980. - 288 с.

72. Пых Ю. А. Равновесие и устойчивость в моделях популяционнрй динамики.-М.: Наука, 1983.-184 с.

73. Ризниченко Г. Ю., Рубин А. Б. Математические модели биологических продукционных процессов. М.: Изд-во МГУ, 1993. - 302 с.

74. Розманова Н. В., Палагина Н. К., Хрычева А. И. Интенсивное размножение дрожжей в зависимости от концентрации среды // Хлебопекарная и кондитерская промышленность. № 1. - 1981.-е. 40-43.

75. РябушкоТ. А., Чепелевич JI. Н. Совместное культивирование дрожжей и бактерий

76. Вестник Белорус, ун-та. Сер. 2. - 1986. - № 2. - с. 43-46.

77. Сарычев Б.Г. Технология и биохимия ржаного хлеба. М.Лищепромиздат, 1959. —197 с.

78. Сборник технологических инструкций для производства хлеба и хлебобулочных изделий / Под ред. Калмыкова А. С., М. : — Министерство хлебопродуктов СССР НПО «Хлеб-пром»,1989. 495 с.

79. Сван Т. Основы программирования в Delphi для Windows 95. К. «Диалектика»,1996.-480 е., ил.

80. Свирежев Ю. М., Логофет Л. Д. Устойчивость биологических сообществ. -М.: Наука, 1978.-352с.

81. Семихатова Н. М. Хлебопекарные дрожжи. М.: Пищевая пром-сть, 1980. -200 с.

82. Сербулов Ю.С., Степанов Л.В., Сипко В.В. Пакет прикладных программ для выбора и принятия решений в задачах поставки сырья на промышленное предприятие // Информационный листок № 289-97. Воронеж: ЦНТИ, 1997. - 2с.

83. Советов Б.Я. Моделирование систем: Учебник / Б.Я. Советов, С.А. Яковлев. М.: Высш. шк., 1985.-271 с.

84. Станишкис Ю. Оптимальное управление биотехнологическими процессами. -Вильнюс: Москлас, 1984. -251 с.

85. Сысоев В.В., Сербулов Ю.С., Меринова Е.А. Пакет прикладных программ для автоматизированного выбора и принятия решения в задачах замещения ресурсов в технологических системах //Информационный листок № 59-97. Воронеж: ЦНТИ,1997.-2с.

86. Фараджева Е. Д. Производство хлебопекарных дрожжей: практическое руководство / Е. Д. Фараджева, Н. А. Болотов, — СПб. : Изд-во «Профессия», 2002. — 167 с.-(серия «Специалист»).

87. Фаронов B.B. Deldhi 6. Учебный курс, М. : Издатель Молгачева С. В., 2001. — 672 е., ил.

88. Фаронов В.В. Программирование баз данных в Delphi 6. Учебный курс (+дискета). СПб.: Питер, 2003. - 352 е.: ил.

89. Челекбаев М.Д. Повышение эффективности применения молочнокислых бактерий в хлебопекарной промышленности: Автореф.дис. — М, 1982. — 20с.

90. Черевко А. И., Кириева Т. В. Магнитное поле и жизнедеятельность дрожжевых клеток //Пищевая промышленность. 1991. - № 9. - с. 56-57.

91. Щепкин Г. И. Идентификация и адаптивное управление процессом ферментации дрожжей: Автореф. дис. канд. техн. наук / Моск. хим.- технол. ин-т им Д. И. Менделеева. М., 1990. - 16 с.

92. Яровенко В. JI. Проблемы ведения процесса непрерывного культивирования // Пищевая и перерабатывающая промышленность. 1985. - № 10. - с. 54-55.