ダイナミックなコールドチェーン条件での冷凍食品の賞味期限予測における不確実性へのホリスティックなアプローチ

Holistic Approach to the Uncertainty in Shelf Life Prediction of Frozen Foods at Dynamic Cold Chain Conditions.

• Maria Giannakourou
• Petros Taoukis

抄録

冷たい動的条件下での凍結システムの挙動を予測するためには、系統的な運動論的モデリングが必要です。一次モデルと二次モデルの両方の運動論的パラメータを推定するために、すべてのデータを非線形アルゴリズムで同時に使用する1ステップの手順が実装されています。従来の2段階の手法と比較して、より正確な推定値が得られ、計算されたパラメータの不確実性は、コールドチェーン最適化のためのツールとして、現実的な貯蔵寿命予測に導入することができます。さらに、実際の流通/貯蔵条件の著しい変動が記録され、動力学的予測スキームにも組み込まれなければならない。このアプローチの適用性は、冷凍グリーンピースのビタミンC含有量に関するデータの分析で理論的に実証されており、運動論的パラメータの共同信頼区間の計算が可能であることが示されています。確率的アルゴリズムは、コールドチェーンデータベースから得られた流通中の温度変動を取り入れた二重モンテカルロ法を用いて実装されている。コールドチェーンで130日の流通シナリオを想定した場合、93±110日の残存保存可能期間が、使用期限に基づいて想定される180日と比較して予測された。全体的に、調査した理論的なケーススタディを通じて、モデルのパラメータの不確実性とコールドチェーンのダイナミクスが保存期間の評価に組み込まれ、より現実的な予測につながりました。

Systematic kinetic modeling is required to predict frozen systems behavior in cold dynamic conditions. A one-step procedure, where all data are used simultaneously in a non-linear algorithm, is implemented to estimate the kinetic parameters of both primary and secondary models. Compared to the traditional two-step methodology, more precise estimates are obtained, and the calculated parameter uncertainty can be introduced in realistic shelf life predictions, as a tool for cold chain optimization. Additionally, significant variability of the real distribution/storage conditions is recorded, and must be also incorporated in a kinetic prediction scheme. The applicability of the approach is theoretically demonstrated in an analysis of data on frozen green peas Vitamin C content, for the calculation of joint confidence intervals of kinetic parameters. A stochastic algorithm is implemented, through a double Monte Carlo scheme incorporating the temperature variability during distribution, drawn from cold chain databases. Assuming a distribution scenario of 130 days in the cold chain, 93 ± 110 days remaining shelf life was predicted compared to 180 days assumed based on the use by date. Overall, through the theoretical case study investigated, the uncertainty of models' parameters and cold chain dynamics were incorporated into shelf life assessment, leading to more realistic predictions.